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
読み込み中...
タグ
# EM
8 件の記事が見つかりました
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
AIコーディング組織展開の段階設計
AIコーディングの全社展開を Pilot/Champion/Wave/Steady の4段階に分け、各段階の KPI とアンチパターンを CTO/EM 視点で整理した実務テンプレ。
Growth Lab編集部
読了時間 約24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
暗黙知を減らす組織設計とナレッジ共有の仕組み｜AI時代EMの4本柱
暗黙知は個人ではなく組織設計の問題。10〜50名の開発組織でEM・Tech Leadが押さえるべき4本柱（オンボーディング／Decision Log／レビュー／文脈ファイル）と、AI時代のCLAUDE.md/AGENTS.md運用を一次情報で解説。診断テンプレ配布。
Growth Lab編集部
読了時間 約26分
AI時代のレビュー運用設計 レビュー待ちを解消しAIと人間の境界を引く
AIコーディング導入後に頻発するレビューボトルネックを解消するための運用設計ガイド。AI自動チェック層と人間レビューの役割分担を明確にし、設計判断・ドメイン知識・境界設計に集中できる体制を構築する。EM・Tech Lead向け実践手順。
Growth Lab編集部
読了時間 約14分
速度と品質どちらを取るべきか 開発のトレードオフ設計
AI時代に再燃した速度vs品質の議論を、短期最適と長期最適のトレードオフとして整理し、チームでの意思決定フレームを提示する。
Growth Lab編集部
読了時間 約15分
技術選定で後悔しないための判断基準 流行との距離を測る
AIツール乱立時代の技術選定を、コスト・可逆性・チーム適合・将来性の4軸で意思決定する。失敗3パターンと判断フレームを示す。
Growth Lab編集部
読了時間 約12分