AI への取り組み
phixiはAIを「使うツール」としてではなく、「組織を動かす仕組み」として位置づけています。 開発・運用・セキュリティ・情報収集の各領域でAIを活用し、 小さなチームでも質と速度を両立できる体制を構築しています。
- 本番稼働アプリ
- 15
- パイプライン登録
- 113
- 意思決定記録（ADR）
- 526
- GitHub 組織
- 25
Phixi の全体像
調査から本番、計測を経て再び Brain に戻る——この循環をすべて自動化し、 工場（アプリ・メディア・OSS）を常に稼働させます。 ゲートでは AI 自身が守るべきルールと人間の最終承認が機能します。
- 調査市場・競合・トレンドを継続収集
- Brain情報を評価・スコアリング・意思決定
- 工場アプリ・メディア・OSS を自動生成
- ゲートセキュリティ・ルール・人が承認
- 本番公開・運用・監視
- 計測実績を Brain に戻してループ
AI を統治する仕組み
AI に任せる範囲を広げるほど、AI が守るべきルールと、それを確かめる仕組みが要ります。 phixi では国の三権分立にならって役割を分け、最後は人が承認します。
ルールを作る
AI の開発・運用で守るべきルールを記録する。ルールの追加や変更は提案として出す。
判定する
提案やルールがルールの形式と整合しているかを機械的に判定する。
監査する
すべての開発環境がルールを守っているかを定期的に調べ、違反を知らせる。
ルールの変更は、人が承認しない限り成立しない
25 の組織と役割
phixi は 25 の GitHub 組織（org）を機能単位で分離して運用しています。 各 org が独立した権限と責任範囲を持ち、AI エージェントも org をまたいで 権限が集中しない設計になっています。
中枢
4 org
管理・戦略・ガバナンス
アプリ工場
7 org
B2B / B2C / 社内 / ネイティブ / ゲーム
コンテンツ
3 org
本・音楽・動画
基盤
4 org
データ・アセット・パッケージ
新規事業
4 org
EC・投資・特許・セキュリティ
研究・OSS
3 org
研究・OSS・受託開発
自律的な開発・運用体制
AIエージェントが開発の多くを担う
コードレビュー・テスト・デプロイ・監視・ドキュメント更新など、開発・運用の多くをAIエージェントが自律的に担います。人間は設計の方針決定と最終承認に集中します。このアプローチにより、小さなチームでも複数プロダクトを並行して維持・改善できます。
- コードレビューと品質チェックの自動化
- テスト作成・実行・報告の自動化
- デプロイパイプラインの自律管理
- 異常検知と障害対応の一次自動化
AI統治の仕組み（三権分立）
ルールを作る・監査する・判定するを分離
AIを使う組織には、AIが誤った判断をしないための仕組みが必要です。phixiでは「ルールを作る」「ルール違反を監査する」「最終的に判定する」を別々の機能として分離した体制でAIを管理しています。1つの機能に権限が集中しない設計は、AI時代の組織ガバナンスの基本だと考えています。
- AIの行動規範を明文化したルールセット
- AIの判断・行動を独立した仕組みで監査
- 重要な変更・判断の最終承認は人間が行う
- ルール違反の自動検出と記録
AI によるセキュリティテスト（Purple Team）
攻撃者視点のAIが自社サービスを常時テスト
自社サービスの脆弱性を事前に発見するため、攻撃者の視点を持つAIが継続的にテストを行います。「防御するAI」と「攻撃するAI」の両方を自社内で運用することで、リリース前・リリース後を問わず、セキュリティ水準を維持します。
- 認証・認可の抜け穴の継続的なテスト
- インジェクション攻撃への耐性確認
- 外部からの不正操作パターンの検証
- 発見した問題の自動記録と優先度付け
トレンド・市場情報の継続収集
世界の情報をAIが集めて判断材料にする
技術トレンド・市場動向・競合情報をAIが継続的に収集し、構造化した形で蓄積しています。この情報は、受託開発でのAI活用提案、自社プロダクトのアイデア評価、技術選定の根拠として活用しています。人手でのリサーチに費やしていた時間をAIが代替します。
- 国内外の技術トレンドの定期収集
- 競合サービスの動向モニタリング
- 業界ニュースの自動要約と分類
- 収集情報をアイデア評価に自動反映
アプリ工場のパイプライン
採点から撤退まで 7 ステップをパイプラインで自動処理します。 失敗した場合もパイプラインに記録し、次の意思決定に活かします。 仕様確認と撤退判断は人間が承認する設計です。
- 採点20 次元で自動スコアリング
- 仕様AI が設計仕様を自動生成人が承認
- 生成スキャフォールドを自動構築
- 実装機能を自動実装・テスト
- 公開CI/CD で本番デプロイ
- 成長指標を見て改善サイクル
- 撤退基準未達で自動 KILL人が承認
セキュリティの循環
攻撃と防御を 1 つのループで回す
攻撃者視点の AI（Red）が脆弱性を発見し、防御 AI（Blue）が対策を実装します。 1 つの防御が確立されると全アプリに自動配布され、次の攻撃テストサイクルが始まります。 単発の診断ではなく、常時回り続けるループとして運用します。
- Step 1Red AI が攻撃認証・注入・不正操作パターンをテスト
- Step 2脆弱性を記録発見した問題を優先度付きで自動登録
- Step 3Blue AI が修正対策コードを生成・テスト・デプロイ
- Step 4全アプリに配布1 つの防御を 15+ 本番アプリに展開
技術スタック
全アプリ共通のベーススタックです。テンプレートで統一し、AI が自動実装・更新します。
| レイヤー | 技術 |
|---|---|
| Frontend | React 19 / Next.js 15 / Tailwind CSS v4 / shadcn/ui / TanStack Query / Zustand |
| Backend | Ruby on Rails / Node.js / Hono / tRPC |
| Data | PostgreSQL / Neon / Redis / BigQuery / pgvector |
| Cloud | AWS / GCP / Cloudflare / Vercel / Terraform |
| AI | Claude Code / Anthropic API / MCP / Prompt Caching |
| DX | GitHub Actions / Vitest / Playwright / Sentry |
AI活用における方針
AIを活用しながら、以下の方針を守ります
誇張しない
「世界初」「No.1」などの根拠のない表現は使いません。AI活用の効果は、確認できる事実の範囲でお伝えします。
人間の判断を残す
自動化できる範囲を広げつつ、重要な意思決定は人間が行う設計を維持します。AIへの過度な依存を避けます。
仕組みで統治する
AIの動作を人間の注意力に依存させません。ルールと監査の仕組みを持ち、問題を自動で検出できる体制を維持します。
お客様への活用
自社内で構築してきたAI活用の知見は、お客様の業務・システム開発にも活かせます。 「AIをどこに使えばいいか分からない」「導入したが効果が出ていない」といったご相談も承ります。 外向けに提案するだけでなく、自社で実際に運用してきた経験をもとにお話しします。
技術顧問・AI導入相談を見る