AIエージェントと開発を始めたら、2スプリント目でストーリーポイントをやめた話

Nulab Flowbaseの開発チームが、スクラムのストーリーポイント見積もりをやめた。理由は単純だ。Claude CodeなどのAIエージェントを日常的に使い始めたら、同じタスクでも人間が手を動かす時間が予測不能になったのだ。従来は5ポイント扱いだった設計・実装・テストの一連が、AIが自動で並行処理するので、人間の作業は「判断とレビュー」だけになる。すると、同じ1ポイントでも、判断の余地がない自動化タスクはすぐ終わり、複雑な判断が要るものは従来通り時間がかかる。ポイントの合計がもう、スプリント内容を表さなくなった。

これまで、スクラムのストーリーポイントは「業界の標準」だった。しかし、ここで壊れている。単なる「精度が下がった」のではなく、基準そのものが無効化されたのだ。開発チームが選んだ答えは「曖昧さの肯定」だった。2スプリント目からは数値を捨て、「このスプリントで完了できそうか」「コミットする気が持てるか」という感覚的な合意に切り替えた。一見すると退行に見えるが、相対見積もりそのものが「チーム内の感覚共有」だとすれば、論理的な一貫性がある。むしろ、虚偽の精密性で合意を偽るより、透明性がある。

残った課題は、生産性の定量比較が難しくなったこと。スプリント間の比較軸がなくなったので、「開発が速くなった」という仮説を数値で検証できない。だからこそ重要なのは、AIエージェント導入時は、既存の開発プロセス指標そのものを疑う勇気だ。スプリント・ベロシティ・ポイントは、人間が手を動かす世界での知恵。AI時代には、別のものさしが必要になる。