AI-DLC（AI-Driven Development Lifecycle、AI駆動開発ライフサイクル）とは、AWSが提唱する、AIを開発チームの中心的な協働者として据えたソフトウェア開発の方法論です。 ツールの使い方ではなく、要件定義からリリース後の運用までの工程全体を、AI前提でどう組み直すかを扱います。 スプリントに代わる「Bolt」など独自の用語体系を持ち、2026年に入って日本でも検索クエリとして立ち上がってきた注目語です。
AI-DLCとは何か
AI-DLCは、2025年7月にAWSのDevOps公式ブログで発表されました。 問題意識を要約すると、AIで実装は速くなったのに、開発プロセスが人間の速度のままでは、速さが工程の待ち時間に吸収されてしまう、というものです。
たとえばスクラムのスプリント（1か月以下の固定サイクル。2週間で回すチームが多い）は、人間が実装に数日かけることを前提にした区切りです。 AIがコード生成を数時間で終えても、レビューや承認をスプリント末にまとめる運用のままでは、待ち時間の方が支配的になります。 AI-DLCは、AIをコード補完の道具として既存プロセスに足すのではなく、AIが成果物を作り、人間が検証して承認するという前提で、プロセスの単位と役割分担を作り直します。
なお、名前が似ているAIDD（AI駆動開発）は開発スタイル全般を指す広い言葉で、AI-DLCはその中の具体的な方法論の1つ、という位置関係です。
中身：3つのフェーズと独自用語
AI-DLCは、工程を3つのフェーズで捉えます。
- Inception（構想）：AIがビジネス要件を要件定義や計画に変換します。中心は「Mob Elaboration」と呼ばれる進め方で、チーム全員が同じ場に集まり、AIが出してくる質問や提案をリアルタイムに検証・修正します。要件の曖昧さをAIとの一問一答で前倒しに潰す工程です
- Construction（構築）：検証済みの要件をもとに、AIがアーキテクチャの提案とコードの生成を進めます。ここでも「Mob Construction」として、技術判断をチームがその場で検証しながら進めます
- Operations（運用）：インフラ構成やデプロイをAIが管理し、人間は監督にまわります
作業の単位も置き換えられます。
- Bolt：スプリントに代わる作業サイクル。週単位ではなく、時間〜日単位です
- Unit of Work：エピックに代わる仕事の単位で、システムを独立して実装・検証できるまとまりに分解したものです
一貫しているのは、ルーチンワークはAIに、重要な意思決定と検証は人間に、という分担です。 人間の役割は「作る人」から「AIの成果物を検証・承認する人」へ移り、その検証を非同期のレビューではなく、チーム同席のリアルタイム検証で回すことが特徴です。
現在の状況：方法論からツールへ
発表当初は方法論の定義が中心でしたが、2025年11月、AWSはこれを実践するためのワークフロー定義を「aidlc-workflows」としてオープンソース公開しました（MIT-0ライセンス）。 Claude Code、Kiro、Codex CLIなど主要なAIコーディングエージェント向けに展開できる形になっており、その後のバージョンアップでフェーズ構成を細分化した実装へ拡張が続いています。 方法論の「読み物」に加えて、エージェントに読み込ませて実行する「型」が提供された、という段階です。
AI-DLC自体は特定ツールに依存しない方法論と明言されていますが、AWS主催のワークショップや公開事例では、エージェント型IDE「Kiro」との組み合わせが目立ちます。 日本でも企業名入りの実践報告が増え始めた一方、その多くは短期のワークショップ形式で、長期の本番運用での定量的な効果検証はまだ限られます。
実務での使いどころと注意点
AI-DLCをそのまま全面導入する必要は、現時点ではありません。 価値があるのは、既存のアジャイルをAI前提で見直すときの「見取り図」としての使い方です。
- プロセスの再設計に使う：AIコーディングエージェントを導入したのにチームの速度が変わらない場合、ボトルネックは実装からレビューと意思決定に移っています。スプリントの長さ、レビューの持ち回り、承認の階層をAIの速度に合わせて見直す際、AI-DLCのフェーズと用語は議論の土台になります
- 「その場で検証」の考え方を借りる：Mob Elaborationの本質は、AIへの指示と検証を個人作業にせず、チームの同期作業にすることです。AIの成果物レビューが特定個人に滞留しているチームには、この部分だけでも効きます
- 用語の新しさに引きずられない：BoltやUnit of Workといった用語の置き換え自体に本質はありません。既存のチケット運用のまま、サイクルの粒度だけAIの速度に合わせる、といった部分適用で十分です
- 事例の少なさを織り込む：提唱から1年足らずの若い方法論であり、ベストプラクティスと呼べる段階ではありません。全面的な移行より、1チーム・1プロジェクトでの試行から入るのが堅実です
プロセスの話は、ツールの話より遅れて効いてくる
AI導入の初期は、どのツールを使うかに関心が集まります。 しかし実装が速くなるほど、次に問われるのは「チームの回し方がその速度に追いついているか」です。 AI-DLCは、この問いにベンダーが体系だった答えを出した早い例であり、細部の用語より「プロセスの単位をAIの速度に合わせ直す」という中心思想に価値があります。
自社の開発体制を見直す際は、AI-DLCを教科書として丸呑みするのではなく、「今のプロセスのどこがAIの速度を相殺しているか」を探す物差しとして使うのが、現時点での実用的な付き合い方です。
関連して読める記事
AI-DLCは、仕様駆動開発（SDD）を土台に、開発プロセスをAIの速度に合わせ直す方法論です。SDDや、その実践ツールであるSpec Kit・Kiroとあわせて読むと、方法論とツールの関係が整理できます。
AI駆動開発（AIDD）とは？従来の開発との違いと導入の考え方
AI駆動開発（AIDD）とは、生成AIを開発工程の主役に置き、人間が方針決定と検証を担う開発スタイルです。コード補完との違い、開発工程がどう変わるか、導入の順序と注意点を解説します。
2026年7月25日
SDD（仕様駆動開発）とは？AIコーディングを仕様で制御する開発手法を解説
SDD（Spec-Driven Development、仕様駆動開発）とは、AIにコードを書かせる前に仕様を文書として確定させ、その文書を基準に実装と検証を進める開発手法です。vibe codingとの違い、Spec KitとKiroの使い分け、TDDやウォーターフォールとの違い、導入判断の考え方までを、現場でAI駆動開発を回している立場から解説します。
2026年7月18日
Spec Kitとは？GitHub製の仕様駆動開発ツールキットの仕組みと使い方
Spec Kitとは、GitHub製の仕様駆動開発（SDD）ツールキットです。仕様から実装までのコマンド体系、35種類のAIエージェント対応、導入方法、モノレポでの注意点を解説します。
2026年7月27日
Kiroとは？AWS発の仕様駆動AI IDEの特徴と使いどころ
Kiroとは、AWSのエージェント型AI IDEです。要件・設計・タスクを承認ゲート付きで確定させるSpecs、Hooks、Steeringの仕組みと、CursorやSpec Kitとの違い、導入時の注意点を解説します。
2026年7月27日