Findy AI+の新機能とは？AIエージェント活用を「組織知」に変え、開発効率を最大化する方法を解説

新機能提供の背景
新機能の概要
- Webダッシュボード機能
- MCPサーバー機能
主な対象と期待される効果
今後の展望
- AIコストのリアルタイムモニタリングとコスト最適化
- 業界標準ベンチマークとの比較
ファインディ株式会社について
- 関連リンク
- AI Workstyle Lab編集部コメント

新機能提供の背景

近年、Claude Code、GitHub Copilot、Cursor、Devinといった生成AIツールがエンジニア組織に急速に普及しています。しかし、AIツールを導入しても、その具体的な活用方法や成果が組織内で見えにくい「個人技化」や「ブラックボックス化」が課題となっていました。

その結果、AI活用が進むエンジニアとそうでないエンジニア間で生産性の差が広がり、高効率なノウハウが組織全体で共有されない状況が発生しています。

また、AIエージェントの利用拡大に伴い、トークン消費量の増加によるAIコストの急増も経営課題として顕在化しています。どのAI利用が実際の成果に寄与しているのか、コストに対する効果がどれほど出ているのかを定量的に把握する手段が不足していました。

さらに、AIエージェントの効果を最大化する「ハーネス」（AI指示ファイル、AI指示フォルダなど）の整備状況もリポジトリやチーム間でばらつきがあり、その整備への投資が生産性にどう影響しているかを数値で把握することが困難でした。

これらの課題に対し、ファインディ株式会社は「Findy Team+」で培ったGitHubデータ解析技術と、「Findy AI+」が収集するAIエージェントのセッションログを組み合わせることで、AI活用実態を多角的に可視化し、改善アクションまで自動化する5つの新機能を提供します。これにより、個人に閉じがちなAI活用を組織全体の能力として積み上げることを支援する方針です。

新機能の概要

Webダッシュボード機能

1. セッションログ分析｜組織のAI活用実態をデータで丸ごと見える化

AIエージェントとの対話セッションログを、組織全体、チーム、個人単位で解析し、AI活用の頻度、深度、傾向を継続的に可視化します。これにより、これまで感覚に頼っていたAI活用実態を客観的なデータとして把握できるようになります。

2. AIコスト効率分析｜費用対効果を可視化し、無駄なコストを削減

AIの利用量（トークン量）を組織全体、チーム、メンバーごとに集計し、実際の成果物（プログラムコードの変更・追加、プルリクエスト数など）と紐づけて「成果あたりのAIコスト」を算出・可視化します。これにより、AIがコストに見合う成果につながっているかをデータで示し、投資対効果の改善余地が大きいチームや非効率な利用パターンの改善を支援します。

3. 利用AIエージェント分析｜整備したハーネス（Skills）が実際に使われているかを定量把握

Claude Codeに特定の業務を任せるために社内で整備したハーネス（Skills）が、実際にどれくらい使われているかを組織全体、チーム、ユーザーごとに可視化します。「create-pull-request」「self-reviewer」「commit-message」「setup-worktree」など、整備したSkillsが実際の開発フローでどの程度活用されているかをデータで把握できます。活用度の低いSkillsの改善や、よく使われているSkillsの横展開に役立てることが可能です。

MCPサーバー機能

4. ハーネス整備分析｜各リポジトリにおける「AIが自律的に動きやすい環境」の整備状況、改善点を一覧化

各リポジトリのAI指示ファイル・フォルダ（AGENTS.mdや/AGENTなど）を解析し、主要なAIツール（Claude Code・Copilot・Cursor・Devinなど）ごとの設定状況を組織全体で一覧化します。CommandsやAgents、Skills、MCPサーバーの設定数を把握し、整備が遅れているリポジトリを特定。先行しているリポジトリの設定をベースとした改善を自動的にレコメンドします。MCPサーバー経由でリポジトリに直接アクセスし、リアルタイムに整備状況を取得します。

5. ハーネス整備×生産性分析｜GitHubデータとの相関で投資対効果を定量把握

リポジトリごとのCommands、Agents、Skills、MCPサーバーの設定数と、GitHubから取得したマージ済みPR数などの生産性指標を可視化します。ハーネス整備度と生産性指標の相関をデータで示し、「どの要素の整備が生産性向上に最も効いているか」「どのリポジトリ・チームに優先的に整備投資すべきか」の意思決定を自動でサポートします。

主な対象と期待される効果

本機能群は、生成AIを活用しているエンジニア組織において、主に以下の人々を対象としています。

対象者	期待される効果
CTO・VPoE	組織全体のAI活用度をセッションログとGitHubデータで定量把握し、AIコストの最適化を行いながら、投資対効果を経営報告に活用できます。
EM・テックリード	自チームのコマンド利用状況やハーネス整備度を他チームと比較し、具体的な改善アクションを実行できます。
AI推進組織	高生産性チームやメンバーのベストプラクティスを全社へシームレスに横展開できます。

これにより、属人化していた生成AI活用のノウハウを、データと自動改善の仕組みで「組織知」へと転換し、AI駆動開発の成果を組織全体へ波及させることが期待されます。

今後の展望

ファインディ株式会社は、AI駆動開発の浸透に伴い顕在化するAIコスト管理や、自社のAI活用度を客観的に評価するための基準作りといった課題を解決するため、2026年7月末までに以下の機能拡充を予定しています。

AIコストのリアルタイムモニタリングとコスト最適化

AIエージェントの組織利用が拡大する中で、コストの増減をリアルタイムで把握する手段が不足しているという声が増えています。これに対し、以下の新機能を順次実装する予定です。

リアルタイム予算管理とSlack通知
メンバー・API別のコスト内訳可視化
コスト削減効果の自動シミュレーション

これにより、「どのメンバーのAI活用を改善すればコストが最適化できるか」をデータで示し、AI投資の費用対効果の最大化を支援します。

業界標準ベンチマークとの比較

自社のAI活用度やハーネス整備度が業界全体と比較してどの水準にあるかをリアルタイムで把握できる業界標準ベンチマーク比較機能を実装予定です。これにより、データに基づいた戦略的な意思決定を支援し、AI駆動開発における組織の競争力強化を後押しします。

ファインディ株式会社について

ファインディ株式会社は2016年に事業を開始し、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンを掲げ、ITエンジニア領域における個人・組織それぞれの課題解決に取り組んでいます。

現在、以下の5つのサービスを提供しています。

IT/Webエンジニアの転職サービス「Findy」
ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」
経営と開発現場をつなぐAI時代の開発資本プラットフォーム「Findy Team+（チームプラス）」
開発ツールのレビューサイト「Findy Tools」
テックカンファレンスのプラットフォーム「Findy Conference」

サービスの累計会員登録数は約29万人、国内外のスタートアップ企業から大企業までの約5,400社に利用されています。2024年のインド進出を皮切りに、現在、韓国・台湾でも「Findy Team+」を展開しており、世界市場で競争力を持つ日本のIT企業を増やすことを目指しています。

AI Workstyle Lab編集部コメント

今回のFindy AI+の新機能は、AIエージェントを導入したものの、その効果を最大化しきれていない企業にとって朗報です。個々のエンジニアのAI活用ノウハウを組織全体で共有し、ベストプラクティスとして展開できる仕組みは、開発効率の大幅な向上とAIコストの最適化に直結します。特に、大規模な開発組織や複数のプロジェクトを抱える企業では、チーム間のノウハウ共有が加速し、AI駆動開発の本格的な推進に寄与するでしょう。AI投資の費用対効果を可視化することで、経営層への説明責任も果たしやすくなります。

📘 もっと基礎から学びたい人へ｜無料で参加できるAIセミナーまとめ

「AIニュースは追っているけど、何から学べばいいか分からない…」そんな初心者向けに、編集部が本当におすすめできる無料AIセミナーを厳選しました。

🔰【初心者向け】生成AIを基礎から学べる無料セミナーまとめ