サイト内検索

※本イベントは自社におけるサイバーセキュリティの企画や運営に携わっている方が対象となります。 Tanevaは、「サイバーセキュリティ」をテーマに、経営者・現場担当者・アナリストなど、立場や役割の異なる人たちが集い、リアルな知見を持ち寄りながら学び合うコミュニティです。 今回のテーマは「チームの再設計と熱量の作り方」。 いま、多くのセキュリティ組織では、高度化する脅威や業務範囲の拡大に対して、限られた人材でどう向き合うかという課題に直面しています。 人材不足や流動化により、特定のメンバーに負荷が集中しやすく、日々の運用や突発的な対応に追われる中で、中長期の施策や改善活動に十分な時間を割けない、また、チーム全体のモチベーションや熱量の維持が難しい──そんな悩みを抱える組織も少なくありません。 改めて、組織として必要な役割の定義や、人材の最適な配置を見直すタイミングに来ているのではないでしょうか。 本Meetupでは、教科書的な正解をなぞるのではなく、失敗談から学んだことや、よくある落とし穴、各社のリアルな試行錯誤をもとに、明日からのヒントを持ち帰っていただける場を目指します。 ●本コミュニティの情報管理につきまして 本コミュニティは、下記のチャタムハウスルールに従い参加者の方へ情報の管理をお願いいたします。内容をご確認、ご同意の上ご参加ください。 チャタムハウスルール:https://www.macnica.co.jp/go/chatham.html Tanevaの行動規範:https://www.macnica.co.jp/go/taneva-code-of-conduct.html

ライブ配信/アーカイブ配信(2週間、何度でもご視聴可) 【講師】 アクセンチュア  ビジネスコンサルティング本部 ストラテジーグループ テクノロジーストラテジー  シニアマネージャー 米重 護(よねしげ まもる) 氏 アクセンチュア テクノロジーコンサルティング本部 CDAIコンサルティング  プリンシパル・ディレクター 杉山 広通(すぎやま ひろみち) 氏 【重点講義内容】 AIエージェントによるシステム開発が注目を集める一方、既存資産・技術的負債を抱えるエンタープライズのブラウンフィールド開発では、AI駆動化の難しさは桁違いに大きい。コーディング支援ツールの導入だけでは全社的な変革には至らず、PoCの成功と全社展開の成功の間には構造的な溝が存在する。 本講義では、アクセンチュアが戦略策定から実装まで一気通貫で支援してきた実践知見をもとに、AI駆動開発の6原則、ブラウンフィールドの類型化と展開戦略、コンテキストエンジニアリング、ハーネスエンジニアリングやスペック駆動をはじめとした方法論の体系化、推進体制と内製化戦略、そして経営アジェンダとしてのKPI設計まで、全社展開を成功に導くための要諦を体系的に解説する。 1.AI駆動開発とは何か?──AI開発の幻想とブラウンフィールドの断層  AIエージェントが自律的にコードを生成する開発手法が主流化する一方、エンタープライズの現場には既存資産・複雑な依存関係・技術的負債が横たわる。この断層を直視し、開発プロセス全体にAIを組み込む「構造転換」の考え方と、内製化が現実的な選択肢になりつつある現状を示す。 2.エンタープライズAI駆動開発の6原則と4つの変革  速度と品質の両立、E2Eガバナンス、高精度コンテキスト、トレーサビリティ、AI自律/ヒト管理、高め合う仕組み──  全社展開の土台となる6原則と、仕様策定最適化・Human In the Loop設計・アーキテクチャ分解・運用フィードバック還流の4つの変革方向を提示する。 3.ブラウンフィールドの類型化と企業への展開戦略──PoCの壁をどう越えるか  新規構築・継続改善・モダナイゼーション・レガシー塩漬け等、システムの性質によりAI駆動化の難易度はまったく異なる。PoCから全社展開へ踏み出すための段階的アプローチを示す。 4.コンテキストエンジニアリングとハーネスエンジニアリングの本質  AIの生成精度はインプットの質で決まる。属人化・ブラックボックス化したシステムのコンテキストどう棚卸しし、AIが活用できる形に整備するか。このプロセスがベンダーに蓄積されていた知識を自社へ取り戻す作業にもなることを示す。また、継続的にLLMを信頼できる仕組みとして進化させるためのハーネスの組み合わせについてもプラクティスを示す。 5.共通アセットの継続的な進化対応と、攻守一体のSDLC戦略  全社共通アセットとして、日進月歩の方法論や機能など(新たな開発プロセス・スキル・マルチエージェント・レビュー基準)を、「属人的な成功体験」から 「組織の標準」へ昇華する。同時に、DevSecOps・Observabilityなどのシフトレフトを前提とし、AI駆動で攻守一体のSDLCを実現する。 6.推進体制と経営アジェンダ──何の生産性を、どう測るか  AI駆動開発の推進体制は内製開発チームの母体になりうる。外部ベンダーとの協働モデルを段階的に内製比率が高まる形で設計する。  効果測定では「開発全体の生産性」という曖昧な指標ではなく、工程別工数・案件あたりユニット単価・機能リリース速度・自社開発比率等、どのフェーズの何を測るかを明確にし、「実績→拡大判断」のサイクルで全社変革を推進する。 7.質疑応答


処理に失敗しました

人気のタグ

ユーザーをフォローすることにより自身の基本情報
お相手に公開されます

基本情報公開時のサンプル画像

ブロック

さんはあなたをフォローしたりあなたのコメントにいいねできなくなります。また、さんからの通知は表示されなくなります。

さんをブロックしますか?

ブロック

ブロックが完了しました

ブロック解除

ブロック解除が完了しました