生成AIの登場により、エンジニア1人が向き合える「量」や「幅」、「質」は劇的に拡張されました 。これは単なる作業の効率化に留まらず、私たちがこれまで「最適」だと思ってきたチーム構成やプロセスを考え直す、絶好のタイミングなのかもしれません。
ひとつの仮説として、LeSS（Large-Scale Scrum）の原則である「MORE WITH LESS（より少ないもので、より多くのことを）」をAI時代の文脈で捉え直し、チームをシンプルにする考えを共有します。
Less People, More Output（少ない人数で、より大きな成果を）
AIによって個人のケイパビリティが拡張された今、チームはもっと小さくなれる可能性があります。
- エンジニア2〜3名のチーム: 調整コストが最小化され、意思決定のスピードが劇的に向上します
- 「作る」から「決める」へのボトルネック移動: AIが実装を加速させた結果、開発の停滞ポイントは作業そのものから、何を作るかを決める「調整と意思決定」へとシフトしています
- 状況に応じた「PO支援」の追加: この移動したボトルネックを解消するため、状況や課題の度合いに応じて、プロダクトオーナー（PO）をサポートする役割を柔軟にチームへ加えるのが有効です
- 並列化によるスケールアウト: 体制規模が必要な場合も、1つの大きなチームを作るのではなく、この小さなチーム（人間＋AI）を複数並列に動かすことで、組織全体の複雑性を抑えられます
Less Management, More Self-Organization（少ない管理で、より高い自律性を）
小さなチームが数多く生まれる世界では、各チームに専任のスクラムマスター（SM）を配置するモデルも変わっていくでしょう。
- 自律の土台作り: 各チームがAIを駆使して自律的に運営できるよう、知見の共有や環境整備を支援します
- 多拠点的なコーチング: 専任という枠を超え、複数のPodを横断的に観察して、必要なタイミングで支援を届ける「イネーブリングチーム（Enabling Team）」のような関わり方へと変容していきます
Less Process, More Value（少ない業務で、より本質的な価値を）
このモデルは、決して唯一の正解ではありません 。正解が見えない「やっかいな問題（Wicked Problem）」に対して、私たちが未来を少しだけ前向きに妄想するためのひとつの仮説です 。
AIの活用によって「これまで時間がかかっていた作業」が効率化されると、放っておけば次のタスクが積み上がるだけかもしれません 。しかし、そこで生まれた認知的な「余裕」を変わらずチケット消化に充てるのではなく、あえてプロセスや構造など、これまで当たり前だったものを改めて疑ってみるために使ってみる 。
これまでのやり方に固執せず、コンフォートゾーンから抜け出し、自分たちのケイパビリティの向上をしっかり顧客への価値のアップデートにまでつなげること。それこそが、AIが私たちにもたらしてくれる「本当の恩恵」なのだと思います。
まとめ：これからのカタチを、もっと自由に
AIという新しい力を、ただ「作業をこなす」ためだけに使うのはもったいない。その先にある「価値のアップデート」を目指して、新しい開発のカタチを妄想してみましょう。