第12章 — 巨人たちの戦略: Stripe・Shopify・Airbnb
巨人の足跡を追う
ユウキのチームのハーネスが軌道に乗り始めた頃、社内 Tech Talk で興味深い発表があった。テーマは「世界のテックジャイアントは AI コーディングをどう本番に載せているか」。
発表者は田中さんだ。
「ユウキが学んできたハーネスエンジニアリングの理論、実は世界の最先端企業で既に本番稼働している。その規模が、想像を超える」
Stripe — 週1,300件の AI PR
Minions システム
Stripe の社内 AI システムは Minions（ミニオンズ） と呼ばれる。
INFO
Minions は毎週 1,300件 のプルリクエストを自動生成し、その 約70% が人間の修正なしにマージされている。
なぜこれが可能なのか
Stripe は「1つの万能エージェント」を作らなかった。代わりに5つの原則を守った:
Stripe の教訓
「モデルはコモディティ化した。ハーネスだけが差別化要因だ」——最も賢いモデルではなく、最も良く統治されたインフラが勝者になる。
Shopify — 多様性と評価の文化
ツールの多様性を許容する
Shopify のアプローチは Stripe と対照的だ。エンジニアは好きな AI ツールを使ってよい。
Cursor、Claude Code、GitHub Copilot、Codex——複数のツールが社内で共存している。
「AI エコシステムは急速に進化しており、単一のベストツールが存在しないから」
AI ファーストの文化
CEO Tobi Lutke は「コンテキストエンジニアリング」を定義した人物。社内では:
- AI 活用が業績評価に組み込まれている
- エンジニアリング VP は「チームの生産性が 20% 向上した」と報告
- AI ワークフローの評価に、プロダクト QA と同じ厳密さを適用
評価パイプライン
Shopify が特に優れているのは、AI 出力の評価パイプラインだ:
- AI の出力をグラウンドトゥルース（正解データ）に対してスコアリング
- プロンプトを変更したら自動で回帰テストを実行
- 本番環境での出力品質を継続的にモニタリング
INFO
「AI が書いたコードを信じるのではなく、測定する」——これが Shopify の哲学。
Airbnb — 60% のコードが AI 製
大規模マイグレーション
Airbnb が最も注目される AI プロジェクトは、JavaScript から TypeScript への大規模マイグレーション。LLM を使い、膨大なコードベースの型付けを自動化した。
60% の衝撃
CEO Brian Chesky は「エンジニアが書くコードの約 60% が AI 生成になった」と明かした。
これが意味するのは:
「エンジニアリングのスループットは、もはや人間のタイピング速度に制約されない。問題を定義し、出力を検証し、本番システムに統合する能力に制約される」
3社に共通するパターン
| 企業 | 指標 | 数値 |
|---|---|---|
| Stripe | 週間 AI PR 数 | 1,300件 |
| Stripe | 修正なしマージ率 | 約70% |
| Shopify | 生産性向上 | 20% |
| Airbnb | AI 生成コード比率 | 約60% |
共通設計原則
| 原則 | 説明 |
|---|---|
| 小さなエージェント | 1つの巨大エージェントではなく、明確な責務を持つ小さなエージェントを組み合わせる |
| 品質ゲート | AI 出力は必ずテスト・リント・セキュリティスキャンを通過 |
| 人間のレビュー | AI が書いた PR も人間がレビュー。完全自律ではなく監督付き自律 |
| 観測可能性 | 何がいつどう生成されたかを追跡可能に |
| 段階的展開 | 一気に全社展開ではなく、特定のチーム・タスクから始めて広げる |
「でも、うちみたいな小さな会社でもできるの？」
ユウキの素朴な疑問に、田中さんは明快に答えた。
「もちろん。むしろ小さいチームのほうが導入は早い。ハーネスエンジニアリングのツールはオープンソースで使えるものが多い。大事なのは規模ではなく、5つの原則を守ることだ」
スタートアップは意思決定が速い分、ハーネスの導入も速い。大企業はスケールの恩恵で最終的に追いつく。最終到達点は同じだ。
「ハーネスは民主的なんだ。正しい原則さえ守れば、チームの規模は関係ない」
次の章では、利用可能なハーネスフレームワークの全体像を俯瞰する。