事例の要約
- 課題
- 開発の人員は限られており、新機能の開発に追われて、データ保管や処理の無駄を減らすといった最適化の作業は、優先度の高い開発の機会損失が大きく後回しになっていた。
- 取り組み
- 開発部門のコード変更の大半で、AIのコーディング支援を使う。
AIの活用は利用率ではなく事業への効果で測る。
生まれた余力で、データエンジニアリングのチームがクラウドのデータ保管や処理の無駄を減らす最適化に取り組む。 - 成果
- 人員をほぼ増やさずに、リリースの回数が大きく増えた。
データエンジニアリングのチームが、クラウドの保管費用とデータ処理の無駄を減らし、年間でまとまった額の費用を削減している。
以前は難しすぎた作業が、当たり前にできるようになった。