SleuthはAIを使ってソフトウェア開発者の生産性を測定したいと考えています

パンデミックの間、ソフトウェアエンジニアを含む知識労働者がリモートワークに移行したことで、経営幹部は生産性の低下を懸念しました。この点については様々な証拠がありますが、特にソフトウェア業界では、リモートワークによって従業員が既に直面していた多くの課題が悪化しました。2021年のGarden調査によると、開発者の大多数は、ソフトウェア開発プロセスにおけるフィードバックループの遅さがフラストレーションの原因であると感じており、これはチーム間および機能グループ間のコミュニケーションの難しさに次いで大きな問題です。75%が特定のタスクに費やしている時間は無駄だと回答しており、より戦略的な活用が可能であることを示唆しています。

開発者の生産性向上策を模索する中で、アトラシアンの元社員3人、ディラン・エトキン氏、マイケル・ナイトン氏、ドン・ブラウン氏は、既存のソフトウェア開発ツールチェーンと統合し、効率性を測定するためのインサイトを提供するツール「Sleuth」を共同設立しました。Sleuthは本日、Felicis氏が主導し、Menlo VenturesとCRVも参加したシリーズAラウンドで2,200万ドルを調達したことを発表しました。CEOのエトキン氏によると、調達資金は製品開発とSleuthの人員（特にエンジニアリングチームと営業チーム）の拡大に充てられる予定です。

「パンデミックによってリモートワークが急増したことで、開発者、マネージャー、そして経営陣がエンジニアリング効率を理解し、コミュニケーションをとる必要性が急激に高まっています」と、エトキン氏はTechCrunchへのメールで述べた。「同じ部屋にいなくなった開発者たちは、デプロイに関する調整を行う手段と、デプロイが失敗した際に迅速に発見する方法を必要としています。マネージャーは、チームに影響を与えるボトルネックを積極的に把握するための、目立たない方法を必要としています。経営陣は、組織全体の取り組みや投資の影響を目立たない方法で理解する必要があります。Sleuthは、オフラインでのエンジニアリング効率の理解とコミュニケーションの負担を軽減し、誰もが理解しやすいものにします。」

エトキン氏、ナイトン氏、ブラウン氏はアトラシアンの同僚で、同社のエンジニアリング組織が9ヶ月ごとのソフトウェアリリースから毎日リリースに移行するのを支援したと主張しています。エトキン氏はBitbucketとStatusPageの開発マネージャーを務める前はJiraチームのアーキテクトを務め、ナイトン氏とブラウン氏はそれぞれ製品担当副社長とアーキテクト兼チームリーダーを務めていました。

Sleuth の共同設立者が働いていた時代に、従業員数が 50 人から 5,000 人以上に増加した Atlassian にいたころ、多くのエンジニアリング チームには効率を定量的に測定する手段がなく、このギャップがチームの成長と改善を阻む可能性があることが「非常に明確になった」と Etkin 氏は語る。

「エンジニアリング効率の測定は、既知の大きな問題であり、今や解決可能となりました。あらゆる企業がソフトウェアエンジニアリングへの投資を増やしているため、エンジニアリング効率の可視化の必要性が高まっています」とエトキン氏は述べています。「しかし、効率の測定はこれまで、ツールの複雑さ、データへのアクセス不足、そしてマイクロマネジメントと不信感を生み出す疑わしい代理指標の使用など、様々な理由から非常に困難でした。」

Sleuthのソリューションは、DevOps Research and Assessment（DORA）メトリクスです。これは、開発チームがコードのデプロイにかかる時間、サービスが障害から復旧するまでの平均時間、そしてチームの修正がデプロイ後に問題を引き起こす頻度を測定するために使用する新しい標準です。DORAは、Googleの学術研究チームが2013年から2017年にかけて、31,000人以上のエンジニアを対象にDevOpsの実践に関する調査を行い、「低パフォーマンス」と「高パフォーマンス」の主な違いを特定したことから生まれました。

テッククランチイベント

サンフランシスコ | 2025年10月27日～29日

Sleuthは、生産性を定量化するためにDORAメトリクスを使用する唯一のプラットフォームではありません。LinearB、Jellyfish、Athenianなど、DORA標準を採用している競合ソリューションもあります。しかしEtkinは、競合他社はこれらのメトリクスを「完全かつ正確に」追跡していないと主張しています。

「Sleuth がユニークなのは、デプロイメント追跡機能を用いて、エンジニアが構想段階からリリースに至るまで、どのように成果物を出荷しているかをモデル化している点です」と彼は説明した。「エンジニアがプレプロダクション環境とプロダクション環境をどのように出荷し、課題追跡ツール、CI/CD、エラー追跡ツール、そしてメトリクスとどのようにやり取りしているかを正確にモデル化することで、Sleuth はチームの DORA メトリクスとエンジニアリング効率を完全に自動化したビューを構築できます。」

SleuthはAIを活用し、DatadogやSentryといった既存システムから、チームのベースラインとなる変更失敗率（サービス低下につながった変更の割合）と平均復旧時間（DORAの4つの指標のうち2つ）を算出します。Etkin氏によると、このプラットフォームは指標がベースラインから外れた場合を自動的に判断し、開発プロセスのステップを自動化することで、指標の改善を図ることも可能です。

Sleuthのプロジェクトダッシュボードでは、各チームがDORA指標を追跡できます。組織全体のダッシュボードでは、さまざまなプロジェクトやチームにまたがる傾向を把握できます。

お客様はSleuthをエラーデータに向けるだけで、Sleuthはエンジニアにこれらの指標が故障範囲に達したことを知らせてくれます。AIを使ってこれらの値を判断することで、エンジニアはシステム内のすべての指標や、それぞれの「正常」状態を理解する必要がなくなり、作業に集中できます。

もちろん、DORA指標は万能ではありません。組織がDORA指標にばかり注力しすぎると、かえって支障をきたす可能性があります。Macmillan Learningのテクノロジー担当副社長、Sagar Bhujbal氏はInfoWorldに対し、「開発者の生産性は、エラー、納品遅延、インシデントの数で測るべきではありません。より多くの機能を、より速く、より良い形で提供しなければならないというプレッシャーに常に晒されている開発チームに、そのような指標は不必要な不安を抱かせてしまいます」と述べています。

Etkin 氏もこれに同意し、エンジニアリング マネージャーはマイクロマネジメントの誘惑を避ける必要があると強調しました。

「エンジニアリングは創造的な取り組みであり、エンジニアは組立ラインの作業員というよりはむしろアーティストに近い」とエトキン氏は述べた。エンジニアリングマネージャーは適切な指標を正確に追跡する必要があるだけでなく、エンジニアが指標を改善するために必要なツールも提供する必要がある。

Sleuthの顧客は、Atlassianのような大企業から、LaunchDarkly、Puma、Matillion、Monte Carloといったスタートアップ企業まで多岐にわたります。エトキン氏によると、このプラットフォームは開発者に代わって100万件近くのデプロイを追跡し、100万件以上の自動化アクションを実行してきました。売上高については質問に対し明らかにしませんでしたが、従業員12名のSleuthは昨年700%の成長を遂げ、「非常に健全な」利益率とキャッシュフローを達成したと述べました。