今は昔、ITのシステム開発の世界でも、同じオフィスで顔を合わせて開発するのがポピュラーとされてきました。
それが、コロナ禍により、一変。
今では、リモートで仕事をするのが当たり前になりましたね。
リモート環境の相手への仕事の外注が当たり前になった今、このテレワーク時代のエンジニアリソースを確保する方法の一つとして、オフショア開発のラボ型開発が注目されています。
今回は、ラボ型開発のコツについてまとめました。
ラボ型開発に興味のある方は、ぜひ最後までチェックしてみてください。
2020年2月頃からのコロナ禍により、政府もテレワーク推進による出勤者の７割削減などを掲げ、多くの企業がテレワークへの切り替えを行ったと思います。
オフィスに出勤してからの業務と、テレワークでは、異なる点が多いです。
具体的には以下のような変化があります。
１つ目の、「時間管理から成果主義へ」についてですが、テレワークになると、メンバーを直接見ることができなくなるため、時間単位での評価が難しくなります。
ビデオ通話アプリを常時接続し監視する、という方法もあるにはありますが、メンバー側のストレスや中間管理職の手間を考えると、ベストな選択肢だとは思えません。
テレワークにより時間管理が難しくなることで、アウトプットベースで評価する成果主義の傾向が強くなります。
２つ目の「メンバーの主体性の重要性が上がる」について、オフィスに出勤している時は、気軽に声をかけられるため、細かな進捗確認やアドバイスなどができます。
ですが、テレワークではどちらかが主体的声をあげなければ、進捗確認などがすすみません。
詰まっている時に主体的に動ける、という能力の重要性がオフィスにいた時よりも上がっています。
最後の「数よりも質が大事になる」というのは、メンバーの能力についてです。
「時間管理から成果主義へ」や「メンバーの主体性の重要性が上がる」にも関連するのですが、マネージャーがメンバーを見ることのできない状況下では、各個人の主体性や能力が重要になってきます。
特に開発の場面では、個人間の実力差が大きいため、優秀なエンジニアを登用することの重要性が、オフィス勤務の時よりも上がっているでしょう。
上記のような変化に対応するには、「成果主義による人事評価制度」や「オンラインコミュニケーションのノウハウ蓄積」が必要です。
逆にいえば、テレワークをうまく回せている企業は、「成果主義による人事評価制度」や「オンラインコミュニケーションのノウハウ蓄積」といった下地があると言えるでしょう。
「成果主義による人事評価制度」や「オンラインコミュニケーションのノウハウ蓄積」といった下地がある場合、オフショア開発のラボ型開発（＝ベトナムなどの遠隔地とオンラインコミュニケーションを取りながら開発する）も十分に行うことが可能です。
テレワーク時代に、あえてラボ型開発を選ぶ理由についてまとめます。
ラボ型開発に限りませんが、オフショア開発では国内開発より、人件費を抑えられる傾向にあります。
これは開発国と日本の間にある物価の差や賃金格差が理由です。
特にベトナムオフショア開発では、国内でのエンジニア登用の半額〜７割程度の費用で登用できます。
国内では長らくIT人材の不足が叫ばれており、まともなエンジニアを登用しようと思ったら、多額の人件費が発生してしまいます。
人件費を抑えたいと思っているのであれば、オフショア開発はシンプルにおすすめです。
こちらもベトナムオフショア開発の話になりますが、国内より、優秀なエンジニアを登用するチャンスが多いです。
ベトナムはIT人材の輩出を国策として掲げており、毎年IT分野の経済成長が目覚ましいです。
ベトナムのエリート層にとって、エンジニアは狙い目の職業の一つであり、毎年優秀な新人エンジニアが輩出されているのも背景としてあります。
特に、流行のJavaScriptフレームワークやアプリ開発、AI開発といった最新の流行にのった技術に関して得意なエンジニアが多いです。
オフショア開発の中でも、ラボ型開発は、開発チームを一定期間専属で雇い入れる形式です。
そのため、自社でエンジニアを雇用した時と同様に、開発チームと自社の間で、ノウハウや信頼関係の蓄積ができます。
優秀なエンジニアを、国内相場より低い費用で、自社メンバーのように登用できるのが、ラボ型開発のメリットです。
エンジニアリソースの確保をしたい、という場合、非常におすすめの選択肢と言えます。
次にラボ型開発で、課題となりがちな点についてまとめます。
ラボ型開発では、ゴールやタスクを、開発チームに共有するのが難しいです。
言語の壁や文化の壁があり、かつ一度も顔を合わせていない状態では、なかなかこちら側の意図を正確に伝えることができません。
リモートで協働する場合、依頼者側とオフショア側の双方がゴールやタスクを理解し、主体的に取り組むことが必要になります。
ゴールやタスクの共有を確実に行うには、やはり、こまめなコミュニケーションが必要です。
現在のコロナ禍では、現地に赴き、定期的に打ち合わせをするというのは現実的ではありません。
その代わりにビデオ通話でミーティングを重ね、繰り返しゴールやタスクを共有するのがおすすめです。
ラボ型開発などのオフショア開発では、日本人同士でテレワークをする時より、誤解やすれ違いといったコミュニケーションロスが発生しやすいという課題もあります。
言語の壁や文化の違いといった前提条件が異なるので、完全に解消するのは難しいですが、チャットやドキュメントの活用、図解の活用などをすることでコミュニケーションロスを減らすことが可能です。
特に開発案件では、UMLといった共通言語を使ったり、図解を駆使したりすることで、正確にこちらの意図を伝えることができるでしょう。
テレワークで、「成果主義による人事評価制度」や「オンラインコミュニケーションのノウハウ蓄積」といった下地を作れた企業であれば、ラボ型開発でのエンジニアリソース確保はかなり現実的な手段です。
dehaでは、５年間に渡り、ベトナムオフショア開発を行ってきました。
ラボ型開発も請け負っており、日本のクライアントとのやりとりの中で得たノウハウの蓄積があります。
お問い合わせいただければ、より具体的な事例を交えて、ラボ型開発の進め方やコツについてご説明させていただけます。
近年、システム開発・建設・製造・マーケティングなど、あらゆる分野でプロジェクトの複雑化が進んでいます。 市場の変化は速く、顧客の期待値も高まり続けるなか、企業に求められるのは「限られたコストと期間で、高い品質を確保した成果物を提供すること」です。 しかし実際には、品質のばらつき、手戻り、要件の理解不足、工程管理の不徹底などにより、多くのプロジェクトが計画どおりに進まず、結果的にコスト増や納期遅延という課題を抱えています。 こうした背景から注目されているのが プロジェクト品質管理サービス です。専門家による品質管理プロセスの整備・運用支援を通じて、プロジェクト全体の成功確率を高めるサービスとして、大企業から中小企業まで導入が広がっています。 この記事では、プロジェクト品質管理サービスの概要、必要性、導入メリット、サービス内容、実際の運用プロセスまでを詳しく解説します。 品質管理にお悩みの方 プロジェクト品質管理システムに興味がある方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事になっています。これを読めば、品質問題で悩んでいる組織やプロジェクトリーダーにとって、具体的な改善ヒントとなる内容がわかりますよ。 プロジェクト品質管理サービスとは？ プロジェクト品質管理サービスとは、外部の専門チームやコンサルタントが、企業のプロジェクトにおける品質管理プロセスを整備し、品質向上やリスク低減を支援するサービスです。主に以下のような内容が提供されます。 品質基準・品質計画の策定 プロジェクト管理プロセスの構築・改善…
近年、企業や教育機関、自治体を中心に「生成AIチャットボット」の導入が一気に広がっています。 ChatGPTをはじめとする大規模言語モデル（LLM）が急速に発展したことで、これまでのチャットボットでは実現できなかった高度な対話や柔軟な問題解決が可能になりました。 しかし、「生成AIチャットボット」と「従来型のチャットボット」は何が違うのか、具体的に説明できる人は意外と多くありません。 本記事では、両者の仕組みや特性、メリット・デメリット、そして導入時のポイントまで分かりやすく解説しています。 生成AIに興味がある方 チャットボットを導入したい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めば生成AIチャットボットが、従来と比べてどう違うのかが丸わかりですよ。 チャットボットとは何か？ チャットボットとは、ユーザーとの会話を自動で行うプログラムのことです。 ウェブサイトの問い合わせ窓口やアプリ内のサポート、コールセンターの一次対応など、さまざまな場所で活用されています。 従来のチャットボットは、多くの場合「ルールベース型」「FAQ型」「シナリオ型」と呼ばれる仕組みで動いていました。 これは、あらかじめ作成された回答やシナリオに沿って、決められたパターンの会話を実行する仕組みです。 一方、生成AIチャットボットは、文章を理解し、新たな文章を自動生成する能力を持つ「大規模言語モデル（LLM）」によって動作します。 これにより、従来型とはまったく異なる会話体験を提供できるようになりました。…
いま、ソフトウェア開発の現場で“静かな革命”が起きています。それは、AIがエンジニアの相棒としてコーディングを支援する時代の到来です。 「AIがコードを書くなんて、まだ先の話」と思われていたのはもう過去のこと。今ではAIが自然言語での指示を理解し、数秒でプログラムを提案・修正してくれるのが当たり前になりました。 その結果、開発スピードが従来の3倍に向上したという事例も続々と報告されています。 この記事では、AIがどのようにしてコーディングを効率化し、開発現場を変えているのかを具体的に解説します。 開発をしたい方 コーディングの効率を上げたい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めばコーディングにAIを活用する方法が丸わかりですよ。 コーディング現場の課題と限界 ソフトウェア開発の現場では、長年にわたって「納期の短縮」「品質の維持」「コスト削減」という三大課題がエンジニアを悩ませてきました。 近年では、ビジネス環境の変化がますます激しくなり、リリースサイクルの短期化が当たり前になっています。 特にWebサービスやモバイルアプリ開発の世界では、「スピードこそ競争力」と言われるほど、開発速度が事業の成否を左右します。 しかし、スピードを優先すれば品質が犠牲になり、品質を重視すれば納期が延びる――このジレンマに多くの開発チームが直面してきました。 加えて、エンジニアの人手不足は深刻であり、教育やナレッジ共有に割く時間も限られています。 限られたリソースでいかに生産性を高めるかが、開発現場における共通のテーマとなっています。…
システム開発において最も重要であり、同時に最も難しい工程は何でしょうか。 多くのプロジェクトで共通して挙げられるのが 「要件定義」 です。 要求が曖昧なままプロジェクトが進むと、後工程での手戻りが一気に増え、QCD（品質・コスト・納期）は簡単に崩壊します。 実際に、プロジェクトが失敗する原因の6〜7割は、この初期工程である要件定義に起因すると言われています。それほど、要件定義は重要かつリスクの高いフェーズなのです。 しかし近年、AI技術の急速な進化により、従来の要件定義で「時間がかかる」「認識が揃わない」「情報が不足している」といった課題に対し、新たな解決策が生まれています。 この記事では、要件定義フェーズで頻発する7つの課題を取り上げ、それらをAIを活用してどのように改善できるのかを、具体例を交えて解説します。 要件定義フェーズでお悩みの方 AIを活用して開発効率を上げたい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めば要件定義で起こりうる問題とそれを解決する方法がわかりますよ。 問題1：要求が曖昧で担当者ごとに認識がズレる 要件定義で最初に直面する課題が「要求の曖昧さ」です。 ユーザー自身が課題を把握していても、機能としてどのように落とし込むべきか正確に説明できないケースは非常に多いです。…
システム開発の現場では、「納期が守れない」「コストが膨らむ」「品質にばらつきがある」といった課題が常に発生します。 こうした問題の根底にあるのが、QCD（Quality・Cost・Delivery）のバランスです。 QCDは製造業を中心に使われてきた概念ですが、現在ではシステム開発やITプロジェクトの世界でも不可欠な管理指標として定着しています。 この記事では、QCDの意味とそれぞれの要素がプロジェクトに与える影響、さらに現代的な最適化の方法までを詳しく解説します。 システム開発を行いたい方 QCDについて知りたい方 社内のIT人材が不足している方 これらに当てはまる方におすすめの記事となっています。これを読めばシステム開発のQCDについて丸わかりですよ。 (more…)
システム開発の現場では、プロジェクトの進め方として「ウォーターフォール開発」と「アジャイル開発」が広く知られています。 どちらも目的は同じ──高品質なシステムを納期内に完成させることですが、そのアプローチはまったく異なります。 この記事では、特に「リスク」と「スピード」という2つの視点から両者を徹底比較し、それぞれの長所・短所、そしてどんなプロジェクトに向いているかを解説します。 アジャイル開発やウォーターフォール開発の違いを知りたい方 社内のIT人材が不足している方 システム化開発を行いたい方 これらに当てはまる方におすすめの記事となっています。これを読めばアジャイル開発とウォーターフォール開発のそれぞれの特徴が丸わかりですよ。 (more…)