inflearn logo
知識共有
inflearn logo

AI時代、開発組織の生産性を最大化する実践戦略

AI導入後の開発チームの生産性低下という問題に対し、私が自ら経験し解決した実践的なノウハウで、組織の再設計と成果創出をサポートいたします。

1名 が受講中です。

難易度 中級以上

受講期間 無制限

Business Productivity
Business Productivity
leader
leader
scm
scm
team-build
team-build
data-transformation
data-transformation
Business Productivity
Business Productivity
leader
leader
scm
scm
team-build
team-build
data-transformation
data-transformation

受講後に得られること

  • AI導入による開発組織の生産性低下の原因診断および実質的な解決策の策定

  • AI活用の活用による開発プロセスの最適化および役割再定義フレームワークの適用

  • AIベースの成果測定指標の策定および組織変化管理の実践ノウハウの習得

講義情報

AIツールをチームに導入したのに、なぜかえって忙しくなったのでしょうか?

CursorやCopilotを導入したものの、生産性は期待したほど上がらず、AIが書いたコードを誰がどのようにレビューすべきかという基準もありません。採用面接では何を見るべきか分からず、OKRの時期になるたびにAIの寄与度をどう反映すべきか途方に暮れています。チームメンバーの中にはAIへの移行そのものに抵抗を感じている人もおり、マネージャーである自分はその間で一人、必死にバランスを取ろうとしています。

これはツールの問題ではありません。組織構造が変わっていないからです。

この講義では、AI導入後に開発組織で実際に起きている混乱を診断し、チーム構造や役割の再定義から、採用基準・成長パス・成果指標・変化への抵抗管理まで、エンジニアリングマネージャーが明日からすぐにチームに適用できる再設計の方法を10個のモジュールにわたってお伝えします。

サムスン電子責任研究員、西江大・KAIST教授、スタートアップCTOの経験を直接積み重ねてきたキム・ジンテ代表の、26年間にわたる現場検証済みの原則だけを詰め込みました。理論ではなく実戦です。


カリキュラム

セクション 1. 診断 — AI転換、今何が起きているのか 2講 · 45分

現状を直視できなければ、処方箋もありません。このセクションでは、AI導入後に開発組織で実際に起きている構造的な変化をデータと事例で指摘し、自分のチームのどの役割が拡張され、どの役割が縮小されるのかを冷静に分析します。

  • M1. AI Before/After: 開発組織に何が起きているのか

  • M2. AI時代に生き残る役割 vs 減少する役割(ロールマップ分析)

セクション 2. 設計 — 新しいチーム構造をどのように構築するか 第2講 · 45分

役割が変わったのであれば、チーム構造も変わらなければなりません。Human-AI協業に適した3つのチームモデルを比較し、自チームに合ったスクワッド構成と適正規模を決定する基準を定めます。

  • M3. Human-AI 協業チーム構造の3つのモデル比較

  • M4. AI導入後の適正なチームサイズとスクワッド構成方法

セクション 3. 人材 — 誰をどのように採用し、育てるか 第2講 · 40分

AI時代において、優れたエンジニアの基準は変わりました。変化した3つの採用基準と実践的な面接質問、そして既存のチームメンバーの成長パスをどのように再設計すべきかについて扱います。

  • M5. AI時代の採用基準:何を見て採用すべきか

  • M6. 開発者の成長パスの再設計 (IC Trackの変化)

セクション 4. 運営 — 目標と成果をどのように管理するか 2講 · 45分

AIの生産性をコードの行数で測った瞬間、チームは崩壊します。判断力中心の新しい成果指標の設計と、AI時代に即したOKRの運用方法を具体的に提示します。

  • M7. AI組織の目標設定:OKRとExpectation(期待値)ベースの運用

  • M8. AI生産性測定の落とし穴と正しい成果指標

セクション 5. 転換 — 抵抗を越えて変化を導く方法 2講 · 45分

すべての変化には抵抗が伴います。組織がAI転換の過程で経験する心理的段階とタイプ別の対応法、そして実際にCTOとして組織転換を率いた経験を、ありのままに共有します。

  • M9. 変化への抵抗管理:AI転換時に組織が経験する心理的段階

  • M10. 実践ケース:CTOとしてAI転換組織を率いた経験

こんな方に
おすすめです

学習対象は
誰でしょう?

  • AI導入後、開発チームの生産性低下に悩む開発チームリーダーおよびCTO

  • AI時代にふさわしい開発組織の実質的な変化と成果を導き出すべきエンジニアリングマネージャー

  • AIベースの新しい生産性および成果測定体系の構築を希望するテックリード

前提知識、
必要でしょうか?

  • 開発チームまたは技術組織の管理経験1年以上

  • ソフトウェア開発プロセスおよび組織運営に関する基礎知識

  • AIツール(GitHub Copilot、ChatGPTなど)を活用した開発経験または関心

こんにちは
reinventionです。

キャリア認証

西江大学でコンピューター工学の博士号を取得後、サムスン電子でモバイルプラットフォームのSWアーキテクチャ設計および数十件のレガシーシステムの再構築(リエンジニアリング)を手掛けました。その後、KAIST・西江大学の兼任教授を歴任し、2009年からはソフトウェア工学エキスパートグループ(SEEG)を設立、現在まで代表コンサルタントとして活動しています。

スタートアップや中小企業のCTOとしても活動しており、組織設計から製品開発まで直接実行した経験を持っています。現在もサムスン電子・サムスンディスプレイに定期的に出講し、SWアーキテクト養成課程を率いているほか、16年間にわたり数十社の企業のSW組織をコンサルティングしてきました。

私は理論だけを知る学者でもなければ、現場経験しかない実務家でもありません。博士研究、サムスン電子での実務、中小企業やスタートアップのCTO、そして16年間にわたる企業コンサルティングをすべて経験してきたため、どのような組織の問題を見ても、それが構造の問題なのか、人の問題なのか、あるいは技術の問題なのかを迅速に見極めることができます。

もっと見る

カリキュラム

全体

10件 ∙ (2時間 53分)

講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

似ている講座

同じ分野の他の講座を見てみましょう!

期間限定セール

¥31

28%

¥7,078