AI生産性のパラドックス：なぜ「速くなった」のにチケットが消えないのか
AI導入で実装速度が上がってもチケットが消えないパラドックスの本質を解明し、検証自動化によってスループットを回復させる具体策を解説する。
Growth Lab編集部
読了時間 約18分
読み込み中...
タグ
# DevOps
10 件の記事が見つかりました
AI変更後のCFR再定義ガイド：膨らむ失敗率を実務で扱う
AIコーディング導入後に Change Failure Rate（CFR）が膨らむ 3 因子を整理し、AI-augmented と human-authored の failure を分離する 4 ステップの再定義フレームを Tech Lead / EM 向けに提示する。DORA 公式値と 2025-26 観測ベースで CFR を実務に戻す。
Growth Lab編集部
読了時間 約20分
開発生産性指標 比較：DORAとSPACEの選び方
開発生産性指標として DORA と SPACE のどちらを採るかで議論が空転するチーム向けに、両者は別レイヤーの指標であることを整理し、早見表・決定木・アンチパターンを通じて自チームに合う 1 つを選ぶ実践指針を、EM・CTO・スクラムマスター向けにまとめた。
Growth Lab編集部
読了時間 約31分
Cycle Time の定義と改善：境界を引く改善ループ
Cycle Time の定義が曖昧なまま計測しても改善は回らない。DORA Lead Time を雑に流用せず、自社 Value Stream に境界を引いて再定義し、ボトルネックを特定して改善ループを回す実践手順を、開発生産性を高めたい EM・SM・CTO 向けに計測テンプレ付きで解説する。
Growth Lab編集部
読了時間 約35分
CIが遅い原因を分解する ― 並列化・キャッシュ・テスト分割で待ち時間を半分にする方法
CI/CDパイプラインが遅い原因を4レイヤーに分解し、依存管理・ビルドキャッシュ・テスト分割・ジョブ並列化の各改善パターンをGitHub Actions設定例付きで解説。CI/CD高速化の実践ガイド。
Growth Lab編集部
読了時間 約24分
ブログ完全自動化のインフラ：GitHub Actionsとコスト管理の極意
GitHub Actionsを活用して、ブログ自動投稿のパイプラインを構築し、コストを最小化しながら安定した運用を実現するためのワークフロー設計を解説します。
Growth Lab編集部
読了時間 約9分
AIエージェント開発のデリバリー統治：速度と安全性を両立する親設計
AIチーム開発で速度と安全を両立するための統治モデルを、リスク分類・KPI・権限設計の3本柱で体系的に整理する親記事。
Growth Lab編集部
読了時間 約9分
AI自動運転を"ベンチマーク思考"で検証する — SWE-bench Verifiedの使い方
AIワーカー運用の生産性を「雰囲気」から「再現可能な評価」へ。SWE-bench Verifiedの考え方を自社に持ち込み、Lead time・CI pass rate・Rework countで検証する実践ガイド。
Growth Lab編集部
読了時間 約10分
LLM/AI開発のObservabilityを"eBPF × OTel"で最小実装する
AIワーカーの失敗を「ログで直す」ための軽量な観測を仕込む。eBPFとOpenTelemetryの考え方を使い、CI落ち分類と改善サイクルを回す実践ガイド。
Growth Lab編集部
読了時間 約14分
開発生産性指標の歩き方：チームに合った「定規」の選び方
「SPACE」や「DORA」など、多岐にわたる開発生産性指標の中から、自チームのフェーズに最適なものを選び、明日から計測を始めるための実践ガイド。
Growth Lab編集部
読了時間 約23分