「Scrum Day India 2026レポート：自律型AIエージェント時代のスクラムチーム」 AIが実装を速くしても、人の確認が追いつかなければ仕事は早く終わらない。Scrum Day Indiaで繰り返し語られたのは、エージェントの働き方に合わせて、責任の所在、レビュー、仕事とコストの見える化を設計し直す必要性だった。 ここまでは世界中で似たような話にあふれているので聞き飽き…再現性が高い話なんだろうな。だからはやくこの問いに向き合う段階まで持ってきて、その上でどうするのかを試行錯誤した知見を共有し合える場ができてくると嬉しい。 以下、詳細です。 ・仕事を任せても、成果への責任は人に残る 記事を貫くのは、エージェントは作業を担えても、成果への責任までは引き受けられないという考え方です。誰が出力を確認し、チームの成果物として受け入れるかを明確にする。完成と判断する品質基準である「完成の定義」も、AIが作る仕事を踏まえて見直す提案です。 ・速くなった工程の先に、次の制約が現れる Chetan Aroraは、個人の生産性向上を事業成果につなげるには、開発全体の仕組みを変える必要があると指摘。実装が速くなると、課題探索や計画、テスト、リリースが制約になります。生成された成果物を十分に確認しないまま承認する「レビュー負債」も、記事が強調するリスクです。 ・計画と可視化に、エージェントの仕事を組み込む Sainiは、スプリントプランニングで人とAIへの仕事の割り当てを明示し、プロダクトゴールをエージェントにも共有することを提案しています。スプリントバックログにはAIの作業や「人のレビュー待ち」を見える形で置く。処理量だけでなく、利用コストや失敗、介入の必要性も検査の対象にします。 ・複数エージェントの途中に、人の判断を置く実践 Harmeet Kaur BhasinとSantosh Bhushanは、仕様づくりを支援する仕組みと、Jiraのチケットからテスト済みのPRを作る仕組みを紹介。後者では6種類の専門エージェントを使い、途中に3か所の人による承認を設けています。各承認段階から、人のフィードバックを受けてやり直せる構成です。 ・事務作業が減った時間を、何に使うかが問われる Shalini Khannaは、追跡や文書化をAIに任せた先で、スクラムマスターがコーチングやリスクへの対応、仕事の流れの改善に注力する姿を示しています。記事の最後にも、AIが取り除いた仕事と、その時間の使い道を問う振り返りの質問が置かれています。 この記事を読んで考えたいのは、AI導入後も以前と同じ計画やボード、確認方法を使い続けてよいのか、ということです。実装量だけ増えて、人の確認待ちが積み上がるなら、チームとして扱える仕事の量は別に考える必要があります。 次の振り返りで「AIによって、ボトルネックはどこへ移ったか」を話してみるだけでも、改善の対象が変わりそうです。速くなった部分をさらに速くすることに加えて、その先で仕事が止まる理由まで見ていきたいと思いました。