「AI活用を進めている会社」と聞いても、現場で実際にどう使われているのかは外からは見えにくいものです。サイバーウェーブ株式会社でエンジニアとして働きながら、社内のインフラ・セキュリティも担当するK.A.さんに、日々の業務でのAI活用について聞きました。良い面だけでなく難しさを感じた面も含めて、開発現場のリアルな空気感をお届けします。

AI活用前の状況。相談相手のような存在だった

社内にClaude Codeが導入される前から、ChatGPTとはよく会話していました。感覚としては「Google検索より便利」。ほぼ毎日、開発の中で「ここが難しいんだけど、どうすればいい?」と相談する使い方です。当時はコードに直接触らせたり、自社プロダクトであるVALUEKIT(会員管理・決済・ECなどの機能キットを組み合わせて開発するWebシステム開発プラットフォーム)の中身を見せたりはしません。コードを書くのはあくまで自分で、AIは相談相手です。

もともと情報系の大学出身なので、AIに対して身構えるような不安は正直あまりなかったです。感動はありましたが、いつも使っているツールの延長線上にある感覚でした。

Claude Code導入後の変化

Claude Codeの導入後からは、「仕事を丸投げできる」感覚が持てました。それまでは「相談して、自分で書く」状況だったのが、考えるひと手間が減って作業がシームレスにつながる感覚です。ChatGPTと大差ないだろうと思っていた分「ここまでできるのか」という驚きがありました。想像を良い意味で超えていました。

また、自分たちが使っているフレームワーク(Ruby on Rails)との相性が良いのも大きいです。社内で独自に構築したルール（dotclaude）がちゃんとClaude Codeに読み込まれた状態で使えるので、ルールを守りながらコードを書いてくれます。おかげで、AIに渡す指示自体もシンプルにできています。

「丸投げ」もできる。開発現場のAI活用のリアル

自社プロダクトVALUEKITは案件が違っても、管理画面のつくりが共通しているので、設計書に基づくコーディングは相性が良く仕事を丸投げしやすい領域です。一方で、完成形やゴールがふんわりしている仕事は依頼しづらいというのが実感です。指示する側がゴールを明確に設定していないと、Claude Codeは文脈を勝手に解釈して、説明過多になったり頼んでいない部分まで手を出したりします。計画書がないまま手順書だけ作る仕事は苦手だと感じます。裏を返せば、最悪でも「これに近いものを」と示せる完成形を1つ用意できれば高い精度が期待できます。

面白いのは、AI自身が指示の重複や間違いに気づいて修正を提案してくることがある点です。完璧ではないですが、対話しながら出力を調整していけるので思っていたよりやり取りはスムーズです。

1日1画面から2〜3画面へ。伸びた生産性

わかりやすいのは開発スピードの変化です。以前は管理画面1つの構築に1日かけていましたが、指示をきちんと出せば、Claude Codeで1日2〜3画面くらい構築できるようになりました。工数の負担減少がはっきりとわかります。

コードレビューの面でも助かっています。自分で一度レビューした内容をClaude Codeに入力すると、見落としていた部分やもっと良い書き方を指摘してくれることがあります。1から10まで信用しているわけではないですが、レビューの精度自体が上がっている感覚があります。

エンジニア以外の作業でも変化がありました。タスク管理ツール「Asana」のタスクを手で作るのは正直めんどうな作業でしたが、今はClaude Codeで作ることができます。営業側と共有する資料も整理してもらえます。Excelの細かい関数やルールづくりも対応可能です。以前はやり方をChatGPTに聞いてから自分で作業していましたが、「相談してから作業する」ということ自体が省略されました。ナレッジが手元になく、調べるのに時間がかかる仕事ほど効果は大きいと感じられます。

インフラ担当が語る、AIとの距離感

自分はインフラ・セキュリティも担当しているので、その立場からの話もしておきます。設定ファイルを見に行かせるところまではAIに任せていますが、実際の変更は人間が責任を持ってやる、と切り分けています。理由は単純で、いきなり暴走することがあるからです。

実際にあった話としては、バージョン管理上で作業領域を分けるよう指示していたのに、うっかり本流の方に合流してしまったことが2〜3回ありました。1回目はルールを追加して対応しようとしましたが、そのルールを後から破られたこともあります。「クラウドは絶対に触らないで」と明確に指示しないと、勝手に判断して編集してしまうことがあるので、「編集モード」のような自分なりの合言葉をつくって、AIの挙動を強めに縛るようにしています。この、個人でルールをカスタマイズしていける自由さ自体は、結構面白いところだと思っています。

セキュリティ面でも、パスワードや顧客情報は入れないというのが大前提です。実データを開発環境に持ち込まないための全社ルールも存在します。Claude Codeのベース設定でもそう指示していますが、AIの出力に設定値などがそのまま表示されることがあり、そのつどファイル書き込みのみに限定する指示を出し直しています。そのまま任せていい領域と、都度確認が必要な領域を自分の中で線引きしながら使っている感覚です。

一方で、サーバー環境の移行のような難易度の高い作業でも、AIで知識面を補うことで進めやすくなった実感があります。実際に社内の開発サーバー移行を担当したときも、構築に必要な知識をAIで補いながら一人で進めることができました。インフラは知識量がものを言う領域だと思っていましたが、AIが知識面をカバーしてくれる分、以前なら踏み込みづらかった領域にも自分の手で踏み込めるようになった感覚があります。

試行錯誤で身につけられる自由さが心地よい

社内では勉強会が1〜2回開かれましたが、自分にとっては人から教わるより、自分で試行錯誤しながら身につけるほうが合っていました。わからないことが出てきたタイミングで勉強会がある、くらいの距離感がちょうどいいと感じています。

インフラ関連の仕事は「まず調査だけ」と指示を分けたり、自分の弱い部分を克服できるように相談しながらルールを整えたりして、そうした工夫を自分の手で組み立てていけるのが、Claude Codeの良いところです。魔改造と呼べるくらい個人ルールを詰め込んでも、自由にやらせてもらえる。それができるのは、社内で整備された「ベースルール」(全社共通で適用するAIの行動指針・コーディング規約)が土台にあるからだと思っています。土台があるから、その上で安心して個人カスタマイズができる。

過去のAIとのやり取りを検索・呼び出せる社内システム「AIセッションズ」も、地味に助かっている仕組みです。2〜3日前に投げた内容の続きをやりたいときや、開発環境をまたいで動作確認をしたいときに、環境間の橋渡しとして使っています。日付でフィルタしたり全文検索したりと、欲しい機能が最初から揃っているのも使いやすい点です。

エンジニアとしてサイバーウェーブのAI環境に望むこと

正直なところ、自分の中ではAI活用はもう定着している感覚です。今後に望むことをあげるなら、個人でつくったカスタムファイルを、開発環境を移行しても簡単に持ち運べる仕組みが社内でできたらいいなと思っています。あと、他のメンバーが実際どうAIを使っているかを知る機会がもう少し増えたら、お互いのプロンプトの工夫を学び合えるはずです。AIの使い方や改善点を蓄積・共有していく「AIフィードバック」の仕組みも今は整備中なので、気になったことをすぐに相談できるようになるのを楽しみにしています。今はメンバーそれぞれが違う時間にいろいろな内容をやっているので、誰が何をしているのか追いきれていない部分もあります。そこも含めて、もう少しみんなの活用状況が見える形になっていくと、チーム全体のAI活用力がもっと上がっていくはずです。

まとめ

サイバーウェーブ株式会社では整備されたベースルールを土台にしながら、個人の工夫を自由に試せる環境があります。AIを使いながら成長したい、キャリアを伸ばしたいと考えるエンジニアにとって、力を発揮しやすい環境だと言えるでしょう。このような環境でエンジニアとして活躍したいなら、ぜひサイバーウェーブの仲間となって、スキルを磨いていってください！