【連載：AI in Action #3】開発をエンジニアだけの仕事にしない。AnyReachが実践するAI時代の開発組織

AnyMind Groupは、「アジアを代表するAI-Native Companyへ」というビジョンを掲げ、全社でAIを活用した業務プロセスの変革を進めています。

社内で実際に稼働しているAI活用と、その成果を紹介する連載「AI in Action」。これまで、パブリッシャー支援事業部における業務プロセスの効率化や、D2C/EC事業部におけるクリエイティブ制作の変革を紹介してきました。

第3回で取り上げるのは、eギフトサービス「AnyGift」を提供するAnyReachです。

AnyReachでは、AIを単にエンジニアの開発効率を高めるためだけに使っているわけではありません。カスタマーサポートやセールスなど、これまでコードやSQLを扱う機会が少なかったメンバーもAIを使い、自ら技術的な調査やデータ分析、一部のプロダクト改善まで担うようになっています。

その結果、プロダクト改善の実行量も大きく増加しています。プルリクエスト数は、2025年10〜12月の350件から、2026年4〜7月には1,739件まで増加。月平均では約273％増となりました。

2025年にはDevinやGitHub Copilot、Claude Codeなどを試行し、直近ではOpenRouterやCodexの社内活用を進めるなど、AI開発ツールを継続的に検証・導入しています。

AIによってエンジニアの仕事をなくすのではなく、これまで一部の専門職に閉じていた「技術を扱う力」を組織全体へ広げる。そしてエンジニア自身は、よりプロダクト価値に直結する開発や、組織全体の生産性を高める仕組みづくりへ集中する。

今回は、AnyReachが実践するAI時代の新しい開発組織のあり方を紹介します。

現場の課題：技術的な確認やデータ分析が、専門職に集中していないか？

プロダクトを運営していると、「この仕様はどうなっているのか」「なぜこの挙動が起きているのか」といった問い合わせから、不具合の原因調査、データ抽出、顧客への説明に必要な情報の確認まで、日々さまざまな技術的タスクが発生します。

これまでは、コードを読んだりSQLを書いたりする必要がある業務について、エンジニアへ依頼するケースが多くありました。

一つひとつは小さな依頼でも、積み重なるとエンジニアの開発時間を分断します。一方、CSやセールス側も、専門メンバーから回答をもらうまで次のアクションに進めないことがあります。

そこでAnyReachでは、AIを使って「専門家に依頼しなければ進められない業務」そのものを減らすことに取り組んでいます。

【事例①】CSやセールスも開発に参加。AIで「技術を扱える人」を増やす

これまでは、仕様確認やコード調査、不具合の原因分析など、技術的な対応の多くをエンジニアに依頼する必要がありました。そのため、CSやセールス側では回答待ちが発生し、エンジニア側でも軽微な調査や修正対応に時間を取られるケースがありました。

【開発組織はどう変わったか？】

現在は、CSがAIを使って仕様やコードを調査し、顧客への回答まで対応。不具合が発生した際には、発生箇所の特定、原因分析、修正案の作成まで進めるケースもあります。セールスでも、商談用のデモやプロトタイプをAIで作成しています。

例えば、これまでは「〇〇の画面でエラーが出ます」とエンジニアに状況を共有するだけだったCSメンバーが、現在ではエラーログをAIに読み込ませ、原因となっている可能性が高いコードの箇所を特定し、修正案まで作成したうえでエンジニアに提案し、承認の上クライアントに展開するケースも生まれています。

これにより、非エンジニアが自ら調べ、試し、改善できる範囲が拡大。エンジニアは軽微な問い合わせ対応や修正依頼から離れ、プロダクト価値を高める機能の設計・実装や、組織全体で利用するAIエージェントの開発に、より集中できるようになりました。

【事例②】AIが回答した問い合わせの76％を、人へのエスカレーションなしで解決

プロダクトに関する社内問い合わせでは、これまで詳しいメンバーへの個別確認が必要になることが多く、回答待ちや対応の属人化が課題となっていました。

【問い合わせ対応はどう変わったか？】

AIチャットボットがプロダクトドキュメントや社内情報を参照して一次回答し、解決できない場合のみ人へエスカレーションする仕組みを導入。AIチャットボットが回答した145件の問い合わせのうち、76％を人へのエスカレーションなしで解決しました。

また、CSメンバーが実際の問い合わせをもとにマニュアルやドキュメントを継続的に更新。現場の知見をAIに還元することで、AIの回答精度を高めながら、人はより複雑な問い合わせや判断が必要な対応に集中できるようになっています。

【事例③】SQLを書かず、Slackから数分で分析。データ活用を専門家だけの仕事にしない

これまでは、顧客の利用状況や売上データなどを確認する際、開発メンバーへの依頼やSQLによるデータ抽出が必要で、必要な情報を得るまでに時間がかかるケースがありました。

【データ活用はどう変わったか？】

社内AIエージェント「Anarisu」を活用することで、CSやセールスがSlack上から自然言語でデータを分析できるようになりました。CSは顧客の利用状況や改善ポイントの分析、セールスは類似事例の検索やデータ整理・要約などに活用しています。

従来は開発への依頼が必要だったデータ確認や、グラフ・商談資料の作成も数分以内に完了。必要な人が必要なタイミングでデータへアクセスし、そのまま次の提案や改善につなげられるようになりました。

AIを「一部の詳しい人のもの」にしない。現場から広がるAI活用

AnyReachでは現在、ほぼすべてのメンバーが日常的にAIを利用しています。

そのために、大規模な研修制度を設けたわけではありません。

誰でも実践できるレベルまで詳細に書いたマニュアルを用意し、内容が変わればタイムリーに更新。Slackでは質問や回答をオープンに共有し、「この指示はうまくいった」「この使い方では期待した結果が出なかった」といった実践的なTipsを蓄積しています。

また、技術的な質問を受けた際にも、すぐに答えを渡すのではなく、「まずAIに聞いてみる」「自分で一度試してみる」ことを促しています。

AIを使って自分自身で問題を解決する成功体験を積み重ねることで、一人ひとりができる範囲を広げていく考え方です。

各チームには、正式なKPIを持つわけではないものの、自主的にAI活用を進めるメンバーも存在します。

新しい技術だから一部の担当者に任せるのではなく、「使えそうなら、まず試す」。そして、うまくいった方法を周囲へ共有する。

こうした現場主体の動きも、AnyReachでAI活用が浸透した背景の一つです。

学びと展望：AI時代のエンジニアは、組織全体の「できること」を増やす

AnyReachがAI活用を進める中で重視しているのは、すべてをAIで自動化することではありません。

AIは使えば使うほど便利になる一方、利用コストも増加します。また、AIへ細かな指示を出すより、人が直接対応した方が早い業務もあります。

そのため、「100点の自動化」を目指すのではなく、まず80点のアウトプットを素早く出し、人が必要な部分を補完する。AIに任せるべき業務と、人が担うべき業務を見極めながら、実行スピードを高めることを重視しています。

この考え方によって変わったのは、仕事の速さだけではありません。

以前であれば、アイデアを思いついても、開発や検証までに大きな時間と専門的なリソースが必要でした。現在は、「先週までできなかったことを今週には試せる」といったケースも増え、アイデアを形にして検証するまでのハードルが下がっています。

「やってみよう」と言える機会そのものが増えているのです。

AIによって専門家を不要にするのではなく、その知見を組織全体へ広げる。そして専門家は、より高度な設計や判断、新たな仕組みづくりに集中する。

AnyReachは、AIを活用しながら、エンジニアだけが開発する組織から、組織全体でプロダクトを育てる開発組織へと進化を続けています。

【最後に】

AnyGiftは、住所を知らない相手にもSNSやメールなどを通じてギフトを贈ることができるeギフト機能を、ECサイトへ導入できるサービスです。

AnyReachでは、AIを活用しながらプロダクト開発や顧客支援、データ活用を進化させ、より良いギフト体験の実現に取り組んでいます。

AnyGiftの導入やサービスに関するお問い合わせはこちら：
https://anymindgroup.com/ja/contact/

また、AnyMind Groupでは、AIを活用してプロダクトや事業の新しいあり方をともに作るメンバーを募集しています。

採用情報はこちら：
https://anymindgroup.com/ja/career/#positions