『デイリースタンドアップで時間を無駄にしています』

『デイリースタンドアップで時間をムダにしていませんか?』

エンジニアリングチームの一つに8人がいるとしましょう。1日のスタンドアップミーティングには15分かかります。

1週間あたりの合計は75分、1人あたりで言えばおよそ3750分になります。8人いるので、1チームあたりでは1年間で30,000分、つまり500時間になります。

つまり、チーム全体でデイリースタンドアップにおいて約12.5週間を費やしていることになります。もしエンジニアの平均給与が$75,000だとすれば、デイリースタンドアップには1年間に約$18,000かかっていることになります(チャンスコストなどの機会損失についてはまた別の話題です)。

しかし、もしデイリースタンドアップが30分かかる場合、費用は$36,000になります。会社内に10のこのようなチームがある場合、費用は$360,000になるのです。

だからこそ、私たちはデイリースタンドアップを有意義に活用する必要があります!

デイリースタンドアップで企業が時間を無駄にする5つの方法(他にもあります)

デイリースタンドアップは、15分の点検であるべきですが、しばしば気が散り、関係のないこと、そして単に効率の悪さが目立ちます。

企業A

企業Aのバックエンドエンジニアリングチームは毎朝厳粛な雰囲気でScrumボードの周りに集まります。スタンドアップは15分を超えることはありません。しかし、彼らのアップデートは「私はXをやりました。今日はYをやります」という単調なループです。これはアジャイルのフリであり、スプリントの目標とはまったく関係がありません。エンジニアたちにはスプリントの目標さえありません。プロダクトマネージャーがバックログの優先順位をつけますが、双方向の会話が行われていません。

問題1:スプリントの目標との一致がない

あるFinTech企業のエンジニアは最近こう言いました。「戦略的な一致は私たちのイニシアチブから生まれます。私はそれについて尋ねるためのイニシアチブをとりますが、誰もがそれをするわけではありません」と。スプリントの目標との一致がないことは、方向性や目的の欠如をもたらし、チームメンバーを一体的な単位としてではなく、孤立して作業するようにさせます。これは貴重なリソースを無駄にし、プロジェクトにおいて重要な他のタスクを阻害する可能性があります。また、ステークホルダーの満足度にも影響を与え、より広範な戦略的な目標からチームを外れさせます。

Scrumフレームワークの非常に基本的な部分は、スプリントの目標に対する進捗状況の検査です。デイリースクラムはタスクのアップデートや、そのスプリントの目標を達成するために進化・転換する機会として設計されています。この焦点がないと、チームはコースを調整するための重要な機会を逃し、一体感とやる気を損ないます。

企業B

企業Bは9時間にわたるタイムゾーンに散らばった完全に分散したリモートチームです。ポーランドのエイダは、午後のライブスタンドアップが集中力が最も高まる時間に彼女を取りこぼすと感じています。サンフランシスコのブレントは、まだ学校に行っていない子供をかかえながら早めにログインする必要があると不平を言います。そして、介護責任があるためにライブスタンドアップを逃すことが多いクレムは、ミーティングの再放送を通じて追いつく必要があり、貢献する機会を逃すことがよくあります。

問題2:運用の非効率性

ライブスタンドアップでは、ロジスティックのひねりがエンジニアの個人の生活に干渉したり、作業フローを中断したりする必要があります。タイムゾーンの衝突?確認済みです。フローステートが崩れますか?二重確認です。みんな少しイライラしていますか?三重確認です。

問題3:柔軟性の欠如

一つの大きさが全員に合うわけではありません。多様なニーズやライフスタイルに合わせたスタンドアップの形式に適応しないことは、不満と採用率の低下につながることがよくあります。そして、リモートで作業している場合、その不満は静かに不連続感に変わっていきます。

企業C

企業Cにとって、「デイリースタンドアップ」は一種のプルースト的な努力です。複雑な話題がくどくどと話され、時には1日45-60分かかります。今日はルイスとザイナブが15分を使って問題を分析し、他のメンバーがぼんやりと待っているか、2つ目のスクリーンで他の作業をするしかありません。15分では解決できなかったため、彼らは後で話し合いを続けることにしましたが、その間にエンジニアリングチーム全体で計120分の無駄な時間が発生しました。チームの一部のメンバーは内向的であり、フォーラムで思考を共有するのには適していないと感じています。彼らは会議の疲労感を感じるばかりでなく、避けられない情報過多も感じています。

問題4:冗長性と過負荷

スタンドアップがミニハッカソンやアドホックなトラブルシューティングセッションに変わると、重要な問題は軽視されるか、時間のかかる脱線になってしまいます。私たちは皆、この無駄な議論の迷路に閉じ込められ、会議疲れと情報過多で抜け出すことができません。

問題5:関与度

この時点で、人々は感情的に関心がなくなります。より意見の強い人々は無意識に会議を独占し、他の人々は自分の貢献が軽視されていると感じます。これは、関与を損ない、士気を削ぐ有毒な文化を生み出す肥沃な土壌です。

非同期スタンドアップがどのように役立つか(ある程度)

上記のシナリオのどれも、チームメンバー間のワークフローを効率化し、協調性を促進するという本来の目的を実現していません。

私たちの仕事から生産性を吸い取る慣行と決別する時が来ました。

それでは非同期スタンドアップについて考えましょう。

従来の勤務スケジュールは、人間のエネルギーの自然な潮流を考慮せず、仕事のコミットメントと共に個人の生活を管理するという負荷も考慮していません。非同期スタンドアップは、現代の労働力に多くのメリットをもたらします。

非同期スタンドアップの光るポイント

1. 全員の参加:時間帯は関係ありません。東京からでもテキサスからでも、仮想のテーブルで同じ席に座ることができます。

2. 自分のペース、自分の場所:これらのスタンドアップはあなたのルールに従って行われます。仕事のリズムに合わせて更新のタイミングを調整することができます。

3. 効率性:時間のかかる会議や作業の進行を妨げることのない非同期スタンドアップは、短く要点を絞ったものです。

4. 進捗の文書化:チームの最新情報の自動日記と考えてください。議事録を追いかけたり報告書をまとめる必要はありません。すべてがそこにあります。

5. 品質重視:アップデートを作成する機会は、その場での不明瞭な会話ではなく、明確で簡潔なコミュニケーションを促進します。

ただし、非同期スタンドアップだけに頼ることは、効果的なコラボレーションのすべての複雑さに対応しきれないかもしれません。

現在の状況では、人工知能が既存のコミュニケーションツールにシームレスに統合される準備が整っています。それはプロジェクトと目標を的確に監視し理解することができ、それらを形成する意思決定と活動の本質を捉えることができます。

私たち人間は、必要な要素を抽出する能力や細部を記憶する能力に苦しんでいます。時間の制約によるものですべてを見失い、目標からずれ、出来事を見落としてしまいます。

一方、人工知能はこれらの制約に束縛されずに操作されるため、日常の出来事を簡潔に要約したり、進行中の事柄に洞察を提供したりするのには遥かに優れています。

非同期スタンドアップを上手く行うために

非同期スタンドアップは、組織内で行う方法についてみんなが同じ理解を持っている場合に効果があります。必ず、皆が自分に求められていることや非同期スタンドアップの方法を理解していることを確認してください。

  • 一貫性を保つ:完了したタスク、進行中の作業、および問題の要点に焦点を当てた明確な形式を要求します。
  • フォローアップのためにフラグを立てる:非同期であっても非社交的ではありません。緊急の問題は直ちに注目すべきです。必要ならば仮想の会議も開催できます。
  • 時間枠が重要:進捗報告や返信を投稿するためのウィンドウを設定し、勢いを維持します。
  • 緊急時の明確な手順:緊急の問題を迅速に提起し対処するための手順を確立します。

AIを活用する方法

人間の記憶には限度があります。重要な情報を忘れたり見落としたりすることがありますが、AIにはこれらの短所はありません。

このツールを最大限活用するために、いくつかのコラボレーションの基本を守りましょう:

  • オープンな対話:透明性が重要です。議論の大部分をプライベートチャンネルやダイレクトメッセージで行うことは一般的に推奨されません。機密性の問題やデータ保護の関心事など、特定の理由がない限りは。
  • 効果的にツールを利用する:よく構造化されたGitコミットを作成したり、Jiraボードを最新の状態に保ったり、Notionでワークフローを詳細に記録したりすることを奨励します。AIの美点は与えられたデータからスマートな結論を導き出せる能力にあります。

AIを活用した非同期のスタンドアップに積極的に参加することで、チームは大きな利益を得ることができます。AIツールは重要なアクティビティを強調し、進行中のプロジェクトに関する質問に明確な回答を提供することができます。

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!

Share:

Was this article helpful?

93 out of 132 found this helpful

Discover more

データサイエンス

「2023年にデータサイエンスFAANGの仕事をゲットする方法は?」

データサイエンスは非常に求められる分野となり、FAANG(Facebook、Amazon、Apple、Netflix、Google)企業での就職は大きな成...

人工知能

「UVeyeの共同設立者兼CEO、アミール・ヘヴェルについてのインタビューシリーズ」

アミール・ヘヴァーは、UVeyeのCEO兼共同創設者であり、高速かつ正確な異常検出により、自動車およびセキュリティ産業に直面...

人工知能

「マーシャンの共同創設者であるイータン・ギンスバーグについてのインタビューシリーズ」

エタン・ギンズバーグは、マーシャンの共同創業者であり、すべてのプロンプトを最適なLLMに動的にルーティングするプラットフ...

データサイエンス

アステラソフトウェアのCOO、ジェイ・ミシュラ - インタビューシリーズ

ジェイ・ミシュラは、急速に成長しているエンタープライズ向けデータソリューションの提供企業であるAstera Softwareの最高執...

機械学習

3つの質問:大規模言語モデルについて、Jacob Andreasに聞く

CSAILの科学者は、最新の機械学習モデルを通じた自然言語処理の研究と、言語が他の種類の人工知能をどのように高めるかの調査...

人工知能

「サティスファイラボのCEO兼共同創設者、ドニー・ホワイト- インタビューシリーズ」

2016年に設立されたSatisfi Labsは、会話型AI企業のリーディングカンパニーです早期の成功は、ニューヨーク・メッツ、メイシ...