結果
50%
MTTR の短縮
結果
3-4x
プロジェクトの構築期間を数四半期から数週間へ短縮可能
楽天（新しいウィンドウで開く）は、e コマース、フィンテック、モバイル通信の領域で事業を展開するグローバルなイノベーション企業です。消費者と加盟店の双方に対し、大規模にサービスを提供しています。世界で30,000人以上の従業員を擁する楽天では、開発チームが大規模で複雑なプロダクト群の開発とリリースを担っています。そこでは、スピードと信頼性の両方が欠かせません。
こうした背景から、楽天グループ AI for Business ゼネラルマネージャーの梶佑輔氏は、この1年、ソフトウェアの計画・開発・検証のプロセスに、エージェント型ワークフローをより深く組み込む取り組みを進めてきました。楽天は OpenAI のコーディングエージェントの Codexを活用し、セキュリティを損なうことなく開発速度を高める必要がある場面で、技術スタックの中核を担っています。
過去一年にわたり、楽天のエンジニアは Codex を運用業務からソフトウェア提供まで幅広く活用してきました。その結果、インシデント対応は大きく効率化し、平均復旧時間（MTTR）は約50％短縮されました。さらに、自動コードレビューや脆弱性チェックによって CI/CD を強化するとともに、複雑なプロジェクトにおいても、より自律的に開発を進められる体制を支えています。
「私たちが重視しているのは、単にコードを素早く生成することではありません。安全にリリースすることを重視しています。安全性を欠いたスピードは、成功ではありません」
楽天のエンジニアリングチームでは、AI 活用の方針を、現場で実行できる形で明確にしています。梶氏は、その方針をチームが共有しやすい3つの優先事項で整理しています。
- より速くつくる（Build faster）「スピード！スピード！スピード！」：Codex を運用フローに組み込み、KQL を使った監視や原因切り分けにも活用しています。これにより、根本原因の特定と復旧対応が速まり、平均復旧時間（MTTR）は最大で50%の短縮につながっています。
- より安全につくる（Build safer）「確実にやり切る」：Codex は CI/CD の中でコードレビューや脆弱性チェックに呼び出され、社内標準を自動で適用します。その結果、ガードレールを効かせたまま、チームがよりスピーディーにリリースできるようになります。
- より賢く運用する（Operate smarter）「AI-nization（エーアイナイゼーション：AI 化を意味する造語）」：Codex は、大規模で曖昧さのあるプロジェクト出会っても仕様から実装へとを前に進めます。要件を完璧に定義してからでなくても自律的に進められるようになり、3ヶ月必要だった開発時間が数週間へと短縮することが可能になりました。
Codex は、楽天のツール群の中で信頼できるエージェントとして機能し、これら3つの優先事項それぞれを支えています。スピード、安全性、自律性を同時に高めたい場面で、特に効果を発揮します。
楽天が考えるスピードには、開発速度だけでなく、障害からの復旧速度も含まれます。
楽天の開発チームは KQL（Azure のログ・テレメトリ向けクエリ言語）を使って API を監視し、シグナルを分析しています。Codex はこうしたワークフローに沿って原因の特定や修正案の提示を支援し、アラート発生から解決までの時間を短縮します。
SRE の観点では、検知から復旧対応までのプロセスを短縮できる点が重要です。クエリ、ログ、パッチを手作業でつなぎ合わせる代わりに、エンジニアは修正内容の検証とデプロイに集中できます。
楽天は、このアプローチにより、問題発生時の平均復旧時間（MTTR）を約50%削減できると見積もっています。言い換えると、楽天は何か問題が起きたとき、Codex を活用することで従来の2倍の速さで復旧を達成できるということです。
リリースが加速するほど、レビューやデプロイがボトルネックになりやすくなります。楽天はこの課題に対し、CI/CD パイプライン内に Codex を連携して対応しています。
Codex は、変更が本番環境に反映される前に、コードレビューや脆弱性チェックを実行します。楽天は社内のコーディング規約や標準をこれらのワークフローに組み込み、レビューが社内の基準に沿うようにしています。
「社内のコーディング規約を Codex に提供しています」と梶氏は言います。「同じ規約に基づいて、コードが楽天の標準に合っているかをレビューします」
その結果、安全性の確認は一貫して自動で実行され、基準を下げることなく、開発チームがより速く進められるようになっています。
楽天の3つ目の優先事項である AI-nization（エーアイナイゼーション：AI 化を意味する造語）は、自律性に焦点を当てています。Codex はレビューや保守だけでなく、より規模が大きく、要件が曖昧なプロジェクトをエンドツーエンドで進める用途にも使われています。仕様が完璧でなくても、要件が一部決まっていれば、Codex は作業を進め、使える成果物を生成できます。
「最新の Codex モデルは、行間を読めます」と梶氏は言います。「要件が完璧に定義されていなくても、私たちが何を作ろうとしているかを理解します」
楽天の AI-nization のひとつの例として、既存の Web ベースの AI エージェントサービスをモバイルアプリ化したケースがあります。Codex は、エンジニアが手順を一つひとつ指示しなくても、Python / FastAPI のバックエンドと Swift / SwiftUI の iOS アプリによるフルスタック構成で、バックエンド API も含めて仕様をすべて実装しました。Codex によって、従来なら3ヶ月必要だった開発時間が数週間へと短縮されたのです。
Codex がコード生成の作業をより多く担うようになる中で、楽天ではエンジニアの役割を、より明確な仕様を書くことと、測定可能な基準に照らして成果物を検証することへシフトしています。
「エンジニアの役割は、もはやコードの1行1行をチェックすることではありません」と梶氏は語ります。「私たちの役割は、何を求めているのかを明確に定義し、それをどう検証するかを定めることです」
楽天はこの変化を後押しするため、開発、プロダクト、そして非技術部門のチームも含めて、エージェント型ワークフローに慣れるための実践的なワークショップを実施してきました。その結果、Codex は、各チームがより迅速にリリースし、より安全に運用し、組織全体で自律的な開発を拡大していくうえで、中核的な役割を果たすようになっています。
