【ITニュース解説】SDLC and AI

ソフトウェア開発ライフサイクル（SDLC）とAIの活用

ソフトウェア開発ライフサイクル（SDLC）は、ソフトウェア開発における計画、分析、設計、コーディング、テスト、デプロイメント、保守という一連のプロセスを指す。この記事では、SDLCの各段階でAIをどのように活用できるかについて解説する。

まず、SDLCにおけるAIの活用についてだが、スコープ、目標、要件が不明確な場合に、AIはアイデア出しの相手として役立つ。具体的なツールとしては、GitHubリポジトリにすべてを保存している場合はGitHub Copilot、SharePoint、Outlook、Word、Excel、Streamsに保存している場合はM365 Copilotが有効だ。AWSでホストされているソリューションにはAmazon Bedrock、AzureでホストされているソリューションにはAzure OpenAIが適している。

SDLCの各段階におけるAIの活用方法を具体的に見ていこう。

計画段階では、会議でスコープ、議題、会議の目的を見失いがちだ。スコープが不明確な会議には注意が必要となる。会議のスコープを明確にしたり、会議の目的を提案したりする際に、GitHub Copilot（GHCP）が役立つ。また、ロードマップを事前に計画することで、開発の開始に備えることができる。

分析段階では、会議の内容をドキュメント、アクションアイテム、未解決の質問に変換するために、M365 Copilotが非常に有効だ。会議のトランスクリプトを分析し、必要な情報を抽出することで、効率的な分析が可能になる。

設計段階は、SDLCの中でも自動化が難しい段階だ。しかし、設計をテンプレート化することで、要件を満たすように設計を進めることができる。この際、GitHub Copilot（GHCP）が役立つ。Markdown形式で設計を記述すると、後の段階での利用が容易になる。

コーディング段階では、設計段階で作成した設計書を十分に活用する。GitHub Copilot（GHCP）のようなツールは、設計書に基づいてコードを生成するのに役立つ。

テスト段階でも、設計段階で作成した設計書が重要となる。設計書に基づいてテストケースを作成し、GitHub Copilot（GHCP）のようなツールを使用してテストを自動化することができる。

デプロイメント段階は、DevOpsにおけるプラットフォームエンジニアリングの段階であり、開発者とエンジニアが顧客のように扱われるべきだ。適切なプラットフォームが構築されていれば、前の段階の成果がスムーズにデプロイメントに繋がる。GitHub Copilot（GHCP）、M365 Copilot、Amazon Bedrock、Azure OpenAIなどのツールが活用できる。

保守段階では、誰かがメンテナンスを担当する必要があることを念頭に置く必要がある。コードを書くエンジニアがコードをサポートすることで、保守性が向上する。適切なプラットフォームが構築されていれば、前の段階の成果が保守段階にも役立つ。GitHub Copilot（GHCP）、M365 Copilot、Amazon Bedrock、Azure OpenAIなどのツールが活用できる。

著者が最近使用した例として、.NET MeetupでのAzure AIの活用がある。.NETを使用し、予測可能な応答を得るために、Azure AIが使用された。また、アジャイルボードをテーマでゲーム化し、GitHub Projectsでキャリアロードマップを作成した。

このように、AIはSDLCの各段階で様々な形で活用できる。適切なツールを選択し、効果的に活用することで、ソフトウェア開発の効率と品質を向上させることができる。