DeNAのインフラ担当者が、Jiraのデータを基にAIが日次の進捗レポートを自動生成する仕組みを構築したが、担当者のJira更新漏れでレポートが古いまま固定化し、結局自分で現場の進捗を確認する習慣がついたという運用経験を公開した。
DeNAのインフラ担当者が、PM業務の進捗確認をAIで楽にしようと、課題管理ツールJiraのデータからAIが日次レポートを自動生成する仕組みを構築した。スクリプトが期限超過・遅延・担当者ごとのタスク数を抽出し、AIが遅れや要対応箇所を整理する構想だった。
だが1週間運用するとレポート内容がほぼ変わらなくなった。原因はAIの処理ではなく、その手前の担当者によるJira更新漏れで、AIが読むデータが古いまま固定されていたことだった。ボトルネックは『AIがJiraを読む』部分でなく『担当者がJiraを更新する』部分にあった。
正しいレポートを作るためにJiraを整える過程で、結果的に筆者自身が進捗を把握する習慣を得た。AIに任せたい処理単体でなく、情報の供給源と更新の流れまで含めて設計する必要があるという教訓は、多くの業務自動化に共通する。
この変化で何が要点か。図解と出典つきで一目で。
構造化された事実を最初に。誰が何をいつどこでなぜどのように。
筆者はインフラの運用を担当する傍ら、データベース更新やOS更新など長期施策の進捗管理にも関わるようになった。複数の施策を並行で見るのは手間が大きく、進捗確認の負担をAIで減らせないかと考えた。具体的には、スクリプトがJiraから期限超過や遅延、担当者ごとのタスク数などを抽出し、AIがそれを読んで遅れや要対応箇所を整理した日次サマリーを作る構想だった。PM業務は定義・計画・進捗確認の三つに分かれ、長期に続く進捗確認こそ自動化したい部分だった。
「AIに任せれば楽になる」という発想の落とし穴を、具体的な運用失敗から示している点が実務者に効く。AIの処理そのものではなく、その手前でデータを誰がどう入力・更新し続けるかという業務全体の設計が成否を分ける、という教訓は多くの業務自動化に共通する。生成AI導入を検討する担当者が、過大な期待や設計漏れを避ける判断材料になる。
DeNAのインフラ担当者・大田氏は、複数の長期施策の進捗を並行で追うPM業務の負担を減らそうと、AIに進捗確認を任せる仕組みを作った。スクリプトがJira(課題管理ツール)から期限超過・遅延・担当者ごとのタスク数を抽出し、AIがそれを読んで遅れや要対応箇所を整理した日次サマリーを生成する構想だった。PM業務を「定義・計画・進捗確認」の三つに分けたとき、長期に続く進捗確認こそ自動化したい部分だった。
ところが運用してみると、1週間でレポートの内容がほぼ変わらなくなった。
私は、PM業務、その中でも特に進捗確認の部分をAIで楽にできないかと考えました。
レポートが動かない原因は、AIの処理ではなかった。担当者によるJiraの更新が滞り、AIが読むデータそのものが古いまま固定されていたのだ。
この事例の核心は、ボトルネックの位置にある。自動化の構想では「AIがJiraを読んで整理する」部分が肝だと考えられていた。だが実際に詰まっていたのは、その一つ手前の「担当者がJiraを更新する」部分だった。
AIは渡されたデータを正しく読み、正しく整理していた。問題は、そのデータが現場の最新状況を反映していなかったことにある。つまりAIの処理品質をいくら上げても、入力が古ければ出力は古いままになる。
これは多くの業務自動化に共通する構造だ。自動化したい処理単体を最適化しても、その処理が依存する情報の供給源と、その情報を誰がどう更新し続けるかという流れが整っていなければ、成果は出ない。AIに任せる範囲を「処理」だけで切り取った設計が、つまずきの原因になった。
正しいレポートを作るには、まずJiraを正確な状態に保つ必要がある。そこで筆者はJiraの内容を整える作業に取り組んだ。すると、その過程で自分自身が各施策の進捗を把握する習慣が身についていった。
進捗確認をAIに任せて楽になるはずが、結果として筆者が現場の進捗を見るようになったというのが、この記事のタイトルの由来だ。
これは皮肉な結末に見えて、実は本質を突いている。進捗確認の手間の正体は「AIが整理してくれれば減る」ものではなく、「データを正確に保つ作業」そのものだった。AIに任せたかった処理の前段に、人間が引き受けなければならない作業が残っていた。
立場別、明日から動ける一手。
AI自動化のPoCで、AIの処理品質の問題か入力データの鮮度・更新漏れの問題かを切り分ける。
自動化したい業務について、誰がどのデータをいつ更新するかの供給フローを定義する。
Jira等の課題管理ツールで、レポート対象データが直近どの頻度で更新されているかを確認する。
「AIに進捗確認を任せたら自分が見るようになった」という逆説的な結末に、業務自動化に関わる実務者から共感が集まる構図。
公式発表と各所の反応から編集部が要約した主な論点です。個別のX投稿そのものは下部のセクションに表示されます。
「AIに進捗確認を任せたら自分が見るようになった」
『AIの処理性能ではなく、その手前のデータ更新が成否を分ける』
『処理を任せれば楽になる』
争点は『AIの処理性能ではなく、その手前のデータ更新が成否を分ける』という指摘で、Jira等のタスク管理ツールを使うチームが抱える『更新漏れ』という現実的な課題を突いている点が注目されている。生成AI導入を『処理を任せれば楽になる』と捉える発想への警鐘として読まれている。
※トレンド検出時刻付近の人気投稿を表示
