2026年10月時点で、19本のアプリを運用している。 月に6つ以上の改善リリースを回し、新規は4つ出す。
私一人で大量のアプリを運用する場合、手作業での運用では当然、回らない。 意思決定に振り切る必要がある。
AIとの会話の中で skill ops という単語が出た。 Google検索してもほとんど出てこないので、たまたま出てきた造語のようだ。その言葉がいたく気に入った。
skill ops。
skill 前提での運用である。 たとえば、昔の職場では、人が頑張ってデータ基盤を整備して、人間がデータを集めて分析していた。 一人でそんなことをやっていては、運用が回らない。
Firebase と Google Analytics の基盤だけ作っておいて、分析作業はAIに任せる。
- データの分析は、「分析して」の一言で済ませる
- ログの分析も「確認して」で済ませる
出てきた知見について、「何をするか」を判断して指示を出すのが人間の仕事だ。
天下一 や Buzz Spot というサイトを運用している。 リリース初期であるため、当然コンテンツは少ない。誰も投稿しないなら、充実するまで自分で投稿しなければならない。
とはいえ、記事を全部自分で書いいたら運用が回らない。
- 「この店について調べて、コンテンツをまとめて」
- 「ヤムチャと両面宿儺、どっちが強い？」
みたいに、AIに問いかけたら、全部自動でコンテンツの投稿まで行えるようにする。 SEO対策も行う。sitemap.xml の更新も、 Search Console でのインデックス登録も、 skill ops で回す。
skill ops の知見はエンタープライズの開発でも活きてくる。 たとえばこれまでは、障害が発生したら、以下のような手順で調査していた。
- CloudWatch や Elastic Search でログを確認する。
- ログの原因となるコードを調査する
- 自分のチームの担当範囲じゃなかったら、 Slack で連絡して調査してもらう
- ローカル環境で試行錯誤しながら不具合を解消する
ローカルに backend, frontend, infra のリポジトリを置いて、ログの調査からリポジトリの調査までをAIに任せる。 もちろん本番環境のログをすべて Claude Code に調査させるのはセキュリティ上の問題があるので、開発環境に限定したり、抜粋を渡す必要はあるが、 AIエージェントを前提とした運用は、エンプラでも十分に活用できる。
というより、今後はすべてをAIエージェントを前提として業務を設計しないと、生産性の面で「辛い」気持ちになってくると予想される。 人間が頑張ればできるが、「面倒くさい」気持ちになる。これはAIの便利さを知ってしまったからだ。
人間が意思決定に集中するためにも、AI前提の運用を設計するのが良い。