大規模フレームワークの本家も、AI化を掲げ始めた
ここまでの記事では、AI-Native Agile Manifestoという、 比較的新しい提案を軸に議論してきました。 では、すでに世界中の大企業で使われている SAFe（Scaled Agile Framework）本家は、 この変化にどう向き合っているのでしょうか。 実は、SAFeを開発するScaled Agile社自身が 「AI-Empowered Agility」というビジョンを掲げ、 AI-Native SAFeへの進化を提唱しています。
これは意外に思えるかもしれません。 SAFeはこれまで、「重厚長大なプロセス」「大企業向けの官僚的な枠組み」 という批判を受けやすい存在でした。 その本家が、最も身軽であるはずのAIエージェント活用を 正面から掲げてきたことは、業界の風向きを読む上で無視できません。
掲げられている4つの転換
Scaled Agile社が説明する転換は、次の4つです。
「人間の努力を、実行から意図と戦略へ移す。 学習と実験のサイクルを加速する。 組織全体でイノベーションを解き放つ。 AIの能力でチームを拡張する。」
- 実行から戦略へ：定型業務から、意思決定・戦略立案へ人間の活動の重心を移す
- 学習サイクルの加速：実験と検証を、より速く回せるようにする
- スケール型イノベーション：個々のチームだけでなく、組織全体で創発的な革新を展開する
- AIによるチームの拡張：AI機能を、人間のチームの能力を底上げする形で組み込む
この一つ目——実行から意図と戦略への移行——は、 AI-Native Agile Manifesto記事 で紹介した「Human intent, machine velocity」というビジョンと、 ほぼ同じことを言っています。既存の大規模フレームワークの本家すらも、 同じ方向を向き始めているのは、偶然ではないでしょう。
中核原則：人間の判断は「交渉不可能な最終ループ」
もう一つ、注目すべき一文があります。
「人間の判断は、価値・安全性・目的のための、 最終的で交渉不可能なループであり続ける。」
これはOwnershipの記事で書いた 「責任だけは人間からAIへ移せない」という主張と、 そのまま重なります。ビジネスの現場に近い、 よりコンサバティブなフレームワークの側からも、 同じ結論が出ていることは注目に値します。
アウトカム志向への転換
もう一つの重要な変化は、フィードバックループの根拠です。 従来のSAFeは、事前に立てた仮説やロードマップに基づいて計画を進める、 「仮定ベース」の運営が中心でした。 AI-Empowered Agilityが目指すのは、 「実世界の結果に基づく」フィードバックループへの移行です。 OKR（Objectives and Key Results）を通じて、 より自律的な意思決定を可能にすることが示唆されています。
これは継続冲刺チームの記事で描いた 「見積もり会議が消え、複数案を並行して作って結果で選ぶ」という姿と、 組織レベルで同じ発想です。
| 従来のSAFe | AI-Native SAFe（ビジョン） | |
|---|---|---|
| 計画の根拠 | 事前に立てた仮説とロードマップ | 実世界の結果に基づくフィードバックループ |
| 人間の主な活動 | PI Planningでの詳細な計画立案 | 意図の定義と戦略的判断 |
| 調整の単位 | Scrum of Scrumsによる人手の同期 | OKRを介した自律的な意思決定 |
健全な懐疑：どこまでが実質で、どこからがマーケティングか
ここで一つ、正直な留保を挟んでおきます。 SAFeのようなフレームワークベンダーが「AI-Native」を掲げるとき、 それがどこまで実務プラクティスの刷新で、 どこまでが認定資格ビジネスの新商品なのかは、 外部から見て判別しづらい部分があります。
大規模フレームワークには、常にこの緊張関係がつきまといます。 現場の実態を反映して進化する側面と、 「時代に取り残されていない」ことを示すためのラベル張り替えという側面が、 同じ発表の中に混在しがちだからです。
だからこそ、掲げられているビジョンの言葉そのものより、 それが具体的にどんな役割・儀式・意思決定権の変更として 現場に落とし込まれるかを見る必要があります。 「人間の判断は交渉不可能な最終ループ」という一文は立派ですが、 それを支えるエスカレーション構造や意思決定権の設計が伴わなければ、 責任の記事 で見たのと同じ「空白の真ん中の層」が、 SAFeのラベルの下でも再生産されるだけです。
見分け方は、実はシンプルです。 「AI-Native SAFe研修」を受けた翌週から、 自分たちのPI Planningの議題や、 Release Train Engineerの意思決定権が具体的に変わったかどうか。 変わっていなければ、それはラベルの張り替えにすぎません。
もう一つの見分け方は、失敗事例を語れるかどうかです。 成功事例と原則論だけが並ぶ発表資料は、 たいていマーケティングです。 「この意思決定権の移譲は失敗して、こう修正した」という 具体的な逸話を語れるチームこそが、 実際にAI-Native SAFeを運用している証拠だと言えます。
おわりに
大規模フレームワークの本家がAI-Nativeな方向へ舵を切ったことは、 この変化が一部の実験的な論文だけの話ではなく、 業界の主流にも及びつつあることを示しています。 ただし、掲げられたビジョンの言葉を額面通り受け取るのではなく、 それが自分たちの現場で、誰の役割と意思決定権を 具体的にどう変えるのかを問い続けることが、 ラベルに踊らされないための唯一の防御策です。