プラットフォームエンジニアリングと InnerSource ― スケールする開発者コミュニティを築く

Backstage の瞬間:本当の仕事はここから始まる #

あなたの組織はやり遂げました。Backstage の導入に成功し、プラットフォームエンジニアリング変革についてカンファレンスで講演もし、開発者ポータルが組織全体のエンジニアリング資産を可視化できると示しました。チェックボックスはすべて埋まりました。

しかし不都合な真実を言えば、Backstage を入れたからといって「プラットフォームエンジニアリングが終わった」わけではありません。ようやくスタートラインに立ったというだけです。

プラットフォームエンジニアリングは Backstage と同義ではありません。特定のツールやソリューションとも同義ではありません。頭では皆わかっているのに、組織は繰り返し同じ罠に落ちます――技術にだけ目を奪われ、文化を忘れるのです。


共有プラットフォームに繰り返される失敗パターン #

プラットフォームエンジニアリングが実際に求めるものに話を進める前に、まずは部屋の中の象を認めましょう。共有プラットフォームや共通ライブラリの多くは歴史的に失敗してきました。 これは秘密でも何でもなく、プラットフォームエンジニアリングが解こうとしている「よくあるパターン」です。

なぜ失敗するのか。答えはたいてい、次のどちらかの予測可能なパターンに沿っています。

パターン1:サービスデスクの罠 プラットフォームチームがサービスデスクと化し、組織中の全チームからの機能要望・共通要件・依存関係対応に溺れます。相反する要件が雪崩れ込み、あらゆるユースケースに合わせてカスタム開発工房になるか、プラットフォームが保守不能な枝分かれにフォークしていくかの二択を迫られます。長期の保守サイクルがさらに問題を増幅させます――機能を作るだけでなく、時間とともに複雑化していくカスタム実装の動物園を維持する羽目になるのです。

パターン2:象牙の塔 要望の洪水に耐えられなくなると、プラットフォームチームは「ノー」と言い始めます。ユーザー要件を退け、端ケースを受け付けず、「プラットフォームはあるがままに使え」と迫る。結果は? 各チームが自前で解決策を作り、共有プラットフォームは無関係な存在に。ゲームオーバーです。

これらの失敗は構造の問題ではありません。文化の問題です。 いくら豪華なポータルや洗練されたツーリングがあっても、根本の問い――プラットフォーム提供者と利用者の間に、協働的で持続可能な関係をどう築くか――を解かなければ、何も解決しません。


欠けているのは「文化の実装」 #

いまの GitHub の使い方を思い浮かべてください。おそらく、組織のデフォルトの「ポータル」として機能しているはずです。リポジトリを探索し、Issue でコラボし、ドキュメントにアクセスするための一か所として。リポジトリが 100 個だった頃は Backstage は不要でした。GitHub で足りました。けれど数千リポジトリへとスケールすると、探索と編成のためのもう一層が必要になるのです。

プラットフォームエンジニアリングも同じです。基盤となるインフラやツールは土台にすぎません。本当に作っているのは「開発者コミュニティ」であり、コミュニティにはツールだけでなく意図的な文化実践が要るのです。

ここでプラットフォームエンジニアリングは、Infrastructure as Code(IaC)の原則と強力に交差します。テンプレート生成、標準化されたデプロイ、自動プロビジョニング――どれも「インフラをソフトウェアとして扱う」考えに合致します。しかし従来の IaC と違い、人間の側面も扱わなければなりません。開発者はどうやって利用可能なものを見つけるのか。変更はどう要求するのか。改善はどう貢献するのか。


クラウドベンダから学ぶ:開発者コミュニティの作法 #

発想を少し変えてみましょう。プラットフォームチームは、社内のクラウドベンダを営んでいるのだ、と。AWS/Azure/GCP のように何百何千というサービスの複雑さを引き受け、開発者が使いやすい絞り込まれたエンタープライズ基盤へと蒸留しているのです。

では、クラウドベンダは開発者とどう対話しているでしょう? GitHub です。ドキュメント用のリポジトリです。GitHub Discussions です。オープンソース部品と透明な Issue トラッキングです。スレッド化された会話が保存・検索可能で、コミュニティの投票がプロダクト判断に影響を与える仕組みです。

私は Microsoft でクラウドアーキテクトをしていた時に、これを目の当たりにしました。究極的にはカスタマーの声がすべてを動かします。 プロダクトチームは、ユーザーの痛点を理解し、どれだけ多くに影響するのかを確かめ、ビジネスインパクトを測りたがっています。時に手作業のヒアリングや顧客ノミネーションも必要ですが、近年は大規模ユーザーが機能に投票し、プロダクトチームが公開の場で直接対話するオープンフォーラム型に近づいています。

偶然ではありません。これはスケールする開発者向けプロダクトにおける実証済みのモデルです。


InnerSource:文化の橋渡し #

InnerSource は、プラットフォームエンジニアリング成功に必要な欠けていた文化的フレームワークを提供します。社内コードをすべてオープンにすることでも、「魔法のように貢献が届く」ことを期待する話でもありません。よりオープンで透明・協働的な環境へ、段階的に変わっていくための取り組みです。

InnerSource は、プラットフォームエンジニアリングに必須の協働文化を育てます。プルリクエストと透明な議論を例外ではなく当たり前にします。何より、エンジニアが利用者であり貢献者でもある環境を作ります。

ここがプラットフォームチームに重要な理由は明快です。あなたの顧客は社内の開発者――コードという言語を話し、GitHub のワークフローを理解し、プラットフォーム開発に意味のある貢献ができる人々です。こうした社内開発者コミュニティとのコミュニケーションの作法は、エンドユーザー向けプロダクトのために設計されたアジャイル流儀とは根本的に異なります。

プラットフォーム利用者はソースコード管理の中で語り、技術的で、コードもドキュメントも改善も自ら差し戻せる。その力を引き出すための実証済みパターンが、InnerSource のパターン集です。


Team Topologies とコラボレーションパターン #

プラットフォームエンジニアリングの議論で皆が引き合いに出すベestseller、Team Topologies は、チーム間のさまざまなコラボレーションパターンを示しています。ここで肝心なのは、すべてのチーム種別が InnerSource から等しく恩恵を受けるわけではないという洞察です。

プラットフォームチーム × InnerSource:相性は抜群 プラットフォームチームは、多くの組織で依存関係のハブです。ひとつのライブラリを 100 人が使う状況では、協働開発の恩恵はその 100 人全員に跳ね返ります。再発明を防ぎ、レビュー負荷を減らし、規模の経済が働きます。高依存・高再利用の型は、InnerSource の価値を最大化します。

ストリームアラインドチーム:自然な適合度は低め ストリームアラインドチームは、そもそもドメイン知が分離され、チーム間依存が最小になるように設計されています。チーム間のコラボは限定的になりがちで、依存がある場合も協働開発というより消費者―提供者の関係になりやすい。

この違いは重要です。プラットフォームチームは、高い再利用・多様な貢献者・共有の保守メリットという、成功するオープンソースに似たダイナミクスを持つため、InnerSource と自然に噛み合います。


AI 時代:情報アーキテクチャで加速するプラットフォームエンジニアリング #

AI 時代に入るにつれ、プラットフォームエンジニアリングの重要性はさらに増し、InnerSource の価値も高まります。理由はこうです。

AI 支援のプラットフォーム開発 ユーザー Issue への即応を人間だけで行うのではなく、初動のトリアージや解決の試行を AI に任せられるようになります。ただしそのためには、AI が理解できる情報アーキテクチャ――GitHub リポジトリへの集約、明快なドキュメント、十分な Issue 履歴、標準化されたテンプレート――が必要です。

理想的なユーザージャーニーはこうです:ポータルで機能を知る → つまずく → GitHub Issue を起票 → プラットームチームが AI に初期解析をアサイン → 人がレビューして実装。ドキュメント・会話履歴・関連チケットが AI 可読な形式にまとまっているからこそ回ります。

情報集約の課題 制約があることは承知しています。全員が GitHub Enterprise のライセンスを持っているわけではない。ソースは社内 Git や AWS CodeCommit にあり、ドキュメントは Google Docs、会話は Slack や Discord など多系統に散らばる――。

しかし重要な洞察はこれです。それらの制約に合わせるための迂回策は、すべてプラットフォームチームの運用負荷を増やすということ。複数チャネルは会話を分断し、散在する情報はトレーサビリティを落とし、統一されないフローは重複と混乱を生みます。

AI はプラットフォームチームのやるべきこと自体を変えませんが、情報アーキテクチャの出来不出来が成果を大きく左右します。うまく構造化された情報さえあれば、AI はよくある課題の解決コストを劇的に下げてくれます。


実装の勘所:プラットフォームチームのための InnerSource「4 原則」 #

1. オープンネス:発見でき、貢献できる状態にする #

プラットフォームの各コンポーネントは、利用可能であるだけでなく、貢献可能でなければなりません。Backstage にリポジトリを登録するだけでは不十分です。誰がメンテするのか、どう貢献するのか、バグ報告はどこに、機能要望はどう出すのか――各リポジトリに明記しましょう。

透明性がなければ、チームは協働できず消費者に留まります。そうして再び、サービスデスク化が始まります。

2. トランスペアレンシー:意思決定を見える化する #

提供物の一覧だけでなく、なぜその設計判断に至ったのかを記録しましょう。たとえば GitHub Actions のテンプレートやデプロイパイプラインを出すとき、その設計がどんな背景で、どの用途に適し、どこを改善すべきか/どこは分岐すべきかをユーザーが判断できるようにします。

閉じた場での意思決定は、無秩序なフォークや重複解の乱立を招きます。

3. 優先順位づけられたメンタリング:スケールするオンボーディング #

プラットフォームチームは開発者コミュニティに奉仕する立場です。「顧客」にはオンボーディング、貢献ガイドライン、関与のルートが必要です。外部コントリビューター管理ではなく、社内チームが継続的に関与し、改善できる道筋を作ります。

4. 自発的コード貢献:コミュニティ駆動の進化 #

目的は、プラットフォームチームがすべての要望を自前でさばくことではありません。ユーザーが改善を持ち帰らず、プラットフォームへ還流できる条件を作ることです。そのためには、消費専用ではなく貢献前提でコンポーネントを設計する文化が必要です。

この 4 原則が、成功する InnerSource 実装の土台になります。


ツールの彼方へ:持続可能な開発者コミュニティをつくる #

GitHub を使うだけでは InnerSource にはなりません。コードを共有するだけでもコミュニティは生まれません。双方向の貢献協働の文化こそが要です。

コミュニティ不在のプラットフォームエンジニアリングは、結局のところ開発者に解を提供する別の手段に過ぎません。最も成功するプラットフォームチームは、次のようなエコシステムを作ります。

  • ユーザーがテンプレートやツールを平台へ還元する
  • 機能要望が協働開発の機会へと変わる
  • 透明なプロセスによって知識共有が自然発生する
  • プラットフォームの進化がプラットフォームチームの思い込みではなく実ユーザーニーズに駆動される

NetflixSpotify は、プラットフォーム周りに繁栄する開発者コミュニティを築く方法を示してきました。


次の一歩:小さく始め、コミュニティを育てる #

一夜にして組織全体を変える必要はありません。ひとつのプラットフォームコンポーネントから始めましょう。本当に貢献可能な状態にし、使い方だけでなく改善の仕方も書き、ユーザーフィードバックと貢献の明確なルートを用意します。

まずはコアファン――あなたのアプローチに心から賛同し、声を上げてくれる開発者――を育て、その人たちが平台の進化に意味のある貢献ができるようにします。どんな小さなフィードバックでも「貢献」です。なにもプルリクエストを送るだけが「貢献」ではありません。

スケールするプラットフォームエンジニアリングは、より良いツールを作る競争ではありません。そのツールの周りに、より良いコミュニティを作ることです。エンタープライズの制約の中でもコミュニティを育てるための実証済みパターンが、InnerSource Patterns です。

最も成功するプラットフォームチームは、単なるインフラ提供者ではありません。共通の課題と解を持つ開発者同士の協働を促進する、コミュニティビルダーなのです。

あなたのプラットフォームエンジニアリングの旅は、Backstage をデプロイしたところで終わりません。協働の文化を築き始めたとき、ようやく本当に動き出します。

Yuki Hattori

Yuki Hattori

President of the InnerSource Commons Foundation
Sr. Architect at GitHub
Open Source Technical Advisor at IPA (Japanese government administration)
Author of two books on AI and GitHub
O’Reilly books translator for Prompt Enginnering for LLMs and two InnerSource books[1][2]
 
Opinions expressed here are my own and do not represent any organization I am affiliated with.