AI-DLC UGの(AI-Driven Development Lifecycle Unicorn Gym) について調べてみた

AWC様が提供されている、AI DLC UG(AI-Driven Development Lifecycle Unicorn Gym) について調べてみたので、忘備録として、記述します。

AI-DLC UG 体験談まとめ — 利用環境・プロダクト・ソースコード・AWSの要否

はじめに

AWS が提唱する AI-DLC（AI-Driven Development Lifecycle） のユーザーグループ Unicorn Gym に参加した各社の公開体験談をもとに、以下の4点を整理しました。

• 利用する環境（エディタ・LLM）
• 作成したプロダクト（制御システム・組込み系を含む）
• ソースコードの扱い
• AWS上で稼働するプロダクトである必要があるか

---

AI-DLC / Unicorn Gym とは

項目	概要
AI-DLC	AWSが提唱するAI駆動開発ライフサイクル。「AIが実行し人間が監視する」モデル。Inception → Construction → Operation の3フェーズで構成
Unicorn Gym	AI-DLCを2〜3日間で体験するワークショップ。架空テーマではなく、実際の業務課題・プロダクトを持ち込んで開発
参加企業（主な例）	LIFULL、タイミー、東京海上日動システムズ、三菱電機、弥生、DMM、食べログ、日立産業制御ソリューションズ、パナソニックエレクトリックワークス 他多数

---

① 利用する環境（エディタ・LLM）

特定ツールへの縛りなし — 各社が自社環境を持ち込む形が基本

エディタ / Coding Agent

ツール	採用企業・特徴
Cursor	最多採用。複数社で活用
Claude Code	タイミー・LIFULL 他
Amazon Q Developer	LIFULL 全社活用。AWS との親和性◎。.amazonq/rules でAI-DLCワークフローを設定
Kiro	三菱電機・弥生が活用。.kiro/steering でステアリングファイルを設定
GitHub Copilot	タイミー他（個人単位での活用実績あり）

LLM・モデル

• Amazon Q / Claude / Codex を組み合わせて利用するアプローチが報告されている（タイミー）
• 「大枠を Claude Code で作り、細かい詰めを Codex で」という使い分けも
• AI-DLCのワークフロー定義は AWS Labs の GitHub で公式公開済み

💡 GitHub Copilot + VS Code でも問題なし！

GitHub Copilot + VS Code 環境でも完全に参加・実践可能です。

.github/copilot-instructions.md に AI-DLC のワークフロー（Inception → Construction）を記述するだけで設定完了。タイミーでも Copilot の活用実績があります。

.github/
  copilot-instructions.md   # プロジェクト全体のAI-DLCルールを記述
  instructions/
    general.instructions.md # 言語・ファイルパス別の細かい指示（VS Code v1.100+）
  prompts/
    inception.prompt.md     # よく使うプロンプトの再利用

---

② 作成したプロダクト

実際の業務課題を持ち込んで開発 — 架空テーマは使わない

企業	開発対象・内容	達成レベル
LIFULL	本番搭載予定の機能（6チーム30名）	3チームMVP完了・1チームはProduction可能レベル
タイミー	プロダクション搭載予定の機能（11チーム69名）	全チームMVP実装・一部はStaging/Prodデプロイ
東京海上日動システムズ	金融系業務システム（4チーム）	4チームが動作版完成・1チームはテスト環境デプロイ
三菱電機 電力ICTセンター	電力の制御・監視システム向けソフトウェア（制御システム周辺のWebアプリ等）	5チームが3日でMVP達成
弥生	会計・給与パッケージソフトへの機能追加（AIチーム/サブスクチームの2チーム）	既存パッケージへの機能追加を検証
DMM	プラットフォーム系機能（2日間）	全チームがコード生成〜動作確認まで完了。最大80%の工数削減

制御システム・組込み系の事例

三菱電機 電力ICTセンター

• 電力の安定供給を支える制御・監視システムの開発部門
• 33名のエンジニアが参加（CI/CD・インフラ・アジャイル推進担当など）
• 開発対象：制御システム周辺のWebアプリ・次世代電力プラットフォーム
• ツール：Kiro（公開直後から活用）+ GitLab Duo
• UG後すぐに実プロダクトの検討フェーズにAI-DLCを適用開始
• 従来はプログラム製作未経験のメンバーもUIイメージを作成できるように

2026年1月 合同UG（11社）に参加した組込み系企業

企業	領域
アルプスアルパイン	電子部品・車載モジュールメーカー
日立産業制御ソリューションズ	FA・制御システム系
三菱電機ビルソリューションズ	ビル設備制御システム
パナソニックエレクトリックワークス	電気設備・制御機器

組込みソフト固有の事例の詳細な公開は現時点では限定的ですが、制御システムに近い領域での適用実績は存在します。

---

③ 作成したプロダクトのソースコードの扱い

外部公開義務なし — 各社の社内リポジトリで管理

• GitHub のプライベートリポジトリ等で各社が管理。外部への公開を求められることはない
• LIFULL では、企画書・仕様書などのドキュメントを Markdown で作成し、GitHub でのレビュー・管理に移行。コードも含め社内管理
• 参加企業のコードが外部に公開されている事例は確認されていない

AI-DLC 自体のワークフロー定義は AWS Labs GitHub で公式公開されており、各社はこれを参照し社内設定として利用します。プロダクトのソースコードとは別物です。

---

④ AWS上で稼働するプロダクトである必要があるか

結論：必須ではない

必須ではない理由

• AI-DLC は特定ツール・クラウドに依存しない方法論
• 「各組織の特徴やニーズに合わせてカスタマイズして実施するプログラム」と位置づけられている
• Kiro・Cursor・GitHub Copilot など非AWS系ツールでの実施事例あり
• 弥生・食べログ等、AWS以外の環境でも実施

AWSとの親和性は高い

• AWSのSAがサポートに入ることが多い
• Amazon Q Developer 向けのステアリングファイルが公式提供済み
• LIFULL は Amazon Q Developer 全社活用でAWS環境と高い親和性
• ただし、AWS上へのデプロイが前提条件という記述は各社体験談に見当たらない

---

まとめ

項目	概要
利用環境	ツール自由。Cursor・Claude Code・Amazon Q・Kiro・GitHub Copilot 等。GitHub Copilot + VS Code 環境でも完全に参加・実践可能
作成プロダクト	各社の実業務課題を持ち込む。MVP〜Production投入レベルまで実績あり。パッケージソフト（弥生）、制御システム周辺（三菱電機）の事例も存在
ソースコード	外部公開義務なし。各社の社内リポジトリ（GitHub プライベート等）で管理
AWS必須か	必須ではない。ただし AWS の SA サポートや Amazon Q との親和性は高い

---

参考記事

AWS Blog（各社事例レポート）

企業	記事
LIFULL	LIFULL 様の AI-DLC Unicorn Gym 実践レポート
タイミー	タイミー様の AI-DLC Unicorn Gym 開催レポート: 全社横断で挑む開発生産性の変革
東京海上日動システムズ	金融業界初 AI-DLC Unicorn Gym による開発変革への挑戦
三菱電機 電力ICTセンター	三菱電機のエンジニア 33 名が 3 日間で体感した AI 駆動開発の可能性
弥生	弥生株式会社様の AI-DLC Unicorn Gym 開催レポート
11社合同（日立産業制御・アルプスアルパイン・パナソニックEW 他）	11 社合同 AI-DLC Unicorn Gym で体験した開発のパラダイムシフト

各社 Tech Blog

企業	記事
LIFULL Creators Blog	AI-DLCで挑むOSマイグレーション：研修で学んだ新しい開発スタイル
Timee Product Team Blog	3日間のUnicorn Gymが1ヶ月で組織を変えた —— データで見るAI-DLC導入の波及効果
CyberAgent AIオペレーション室（note）	AWS発「AI-DLC」ワークショップレポート！現場に適用するには？

その他

• AWS Labs GitHub（AI-DLCワークフロー定義）
• 本記事は上記公開体験談をもとに作成（2026年3月）