実装はAIが飲み込む時代、データ基盤構築で人は何をする？ AI駆動開発の全体設計図（第1回）

• URL: https://zenn.dev/ase_dataeng/articles/20260621-data-platform-ai-blueprint
• 日付: 2026-06-23
• Tier: Tier 3
• 要旨: 実装もガバナンスも AI とクラウドベンダーが飲み込む時代に、人に残るのは特定基盤に依存しない要件定義。フェーズ × 4 つの関心事（価値・ガバナンス・実行・方法論）でデータ基盤構築の全体設計図を示す第 1 回。

詳細

データ基盤を要件定義からリリース・運用まで AI と一緒に作る前提で全体像を整理する連載第 1 回。現状認識として(1)自然言語からの ETL 生成など実装はビッグテック/AI が飲み込みつつある、(2)ガバナンスもプラットフォームに内製化されつつある、(3)それでもプロジェクトは失敗する（ガートナーはエージェンティック AI プロジェクトの 40%超が 2027年末までに中止と予測）。コモディティ化しないのは「何を・誰のために・どんな価値で・どんな統制で作るか」の要件定義。全体設計図は開発フェーズ（要件定義→設計→タスク→実装→テスト→運用）を縦軸、4 つの関心事を横軸に置くマトリクス。4 つの関心事は優先度順に①価値（基盤非依存・持ち運べる）②ガバナンス（基盤非依存）③実行（交換可能・どの AI エージェントを使うか）④方法論（交換可能・どの開発手法）。①②と要件定義は持ち運べ、③④は差し替え可能な一例。各フェーズ境目に承認ゲートを置き、後フェーズで詰まったら前フェーズに戻る手戻りループで全体を回す。この「進む→測る→ずれたら戻る」構造は制御工学のフィードバック制御に似ており、ループエンジニアリングもこの延長線上。方法論には仕様駆動開発（SDD）の国産 OSS cc-sdd を採用（あくまで一例）。次回以降は製造業の設備データ基盤（設備停止予知・OEE 改善）を通し例にする。