KiroでAWS開発ライフサイクルはどこまでAgentic化できるのか — 10の技術検証を始めます

AWS上でシステムを開発するとき、やることはコード書きだけではない。要件整理・設計・IaC・テスト・セキュリティレビュー・CI/CD・運用・コスト最適化——10以上の工程がある。ここで問われるのが、「これらをAgentによってどこまで自動化できるのか」という問いだ。Kiro というツールを使い、同じシステム（支援デスク）を題材に、段階的に検証を進めるプロジェクトが始まった。重要なのは、「速かったか」だけでなく「定量的に測定する」という姿勢である。

従来の AI 検証では「便利だった」「時間が短縮された」という定性的な感想に終わりがち。本シリーズは違う。作業時間・修正回数・Security Finding・lint違反数・Deployment Failure など、機械的に取得できる数字で評価する。さらに「Kiro 単独で完了したか、人間の確認が必要だったか、人間の修正が必要だったか」という段階も記録する。こうした Autonomous Completion Rate や Human Intervention Rate といった客観指標を積み重ねることで、初めて「どの工程を Agentic にできるのか」という実務的な答えが出てくる。さらに、GitHub で実験環境ごと公開し、再現可能な形で他の人が追検証できる条件を整える。

中小企業が AI 導入を判断するなら、ベンダーの「便利です」という言葉だけでなく、「どこまで自動化でき、どこに人間が必要か」という客観的な数字を要求すべき時代に入った。このプロジェクトのアプローチ——測定・公開・再現可能——は、そうした判断基準を企業の中にも組み込む際の教科書になるだろう。