GitHub が 2025 年 7 月 22 日に公開したプレイブックで、同社の社内イニシアチブ「AI for Everyone」のプログラムマネージャー・ディレクターが執筆した。同社が自社のグローバルな従業員全体で AI フルーエンシーをどのように築いていったかを示している。その前提は、企業はしばしば AI ツールに多額の投資をするものの、導入はごく一部の初期の熱心な利用者にとどまってしまうこと、そして失敗の原因は、AI 導入が実際にはチェンジマネジメントの問題であるにもかかわらず技術の問題として扱ってしまうことにある、というものである。つまり、ソフトウェアを導入することではなく「人々の働き方を配線し直す」ことが求められる。この文書は、自らをこのイニシアチブの成果物であり、他の組織が応用できる実践的な青写真であると位置づけている。
プレイブックは、組織の能力向上（イネーブルメント）を、トップダウンの戦略と草の根の勢いを融合させた、相互に補強し合う構成要素からなる総合的なシステムとして描き、それが経営層の支援と明確なポリシーに支えられるとしている。そしてこのシステムを 8 つの柱として整理する。文書の大部分は各柱を実践に移す方法の説明に充てられ、その後に測定フレームワークと、最初の 30 日、最初の 90 日、そして継続的な取り組みという段階に分けたチェックリストが続く。
詳細
8 つの柱とは、AI アドボケイト（社内チャンピオンによるボランティアのネットワーク）、明確なポリシーとガードレール、学習と能力開発の機会、データに基づく指標、専任の責任者、経営層の支援、適切なツール選定、そして実践コミュニティである。
- 経営層の支援。 リーダーには、従業員の日々の仕事に即して「なぜ」を説明することが求められる。エンジニアにとっては、Copilot がボイラープレート、ユニットテスト、プルリクエストの要約を担うことで単調な作業をなくすことである。また、AI がタスクを自動化し仕事を変えることについて透明性を保つことも求められる。プレイブックが挙げる例は、「あなたの仕事は安泰だ」と言うのではなく、仕事がどう変わり、人々が新しいスキルを身につけるうえでどのような支援を受けられるかを伝えることである。マネージャーにはチームのワークフローを見直すよう働きかける。シニアの個人貢献者には、AI を使って自らの仕事の質を高めることと、他者に AI フルーエンシーを広げることという二重の役割が与えられる。
- ポリシーとツール。 IT、人事、セキュリティ、法務と共同で策定した利用規定（acceptable-use policy）が前提条件とされ、承認済みのツールと、それぞれに適したデータを列挙した、見つけやすい 1 つの文書にまとめられる。推奨されるのは階層型のモデルである。第 1 階層は、機密性の高い社内データや顧客データを扱っても安全な、十分に審査済みのツールで、自社のファーストパーティ製品も含まれる。第 2 階層は、審査を受けていないすべての公開ツールや一般消費者向けツールで、公開済みの機密性のないデータでのみ使用できる。経験則として示されているのは、審査済みリストにないツールは公開ツールとして扱う、というものである。
- AI アドボケイト。 アドボケイトは単にボランティアを募ることで集められ、身近な専門家として活動し、自分のチームのユースケースを紹介し、チームの意見をプログラムにフィードバックし、トレーニングの共同運営を手伝う。中央のプログラムは、専用のコミュニティチャンネル、リーダー層への直接の窓口、そして「Train the Trainer」方式によって彼らを支援する。
- 実践コミュニティ。 プレイブックは、AI チャンネルを 1 つだけ設けるのではなく、一般利用向け、開発者向け、職能別といった個別のコミュニティを設け、それぞれに憲章と指名されたリーダーを置くことを推奨している。
- 学習と能力開発。 一元化されたリソースハブ、社内で作るのではなく既存の外部コンテンツから構成した少数の「ゼロからイチへ」の学習パス（AI の機能は変化が速すぎて社内トレーニングでは内容を最新に保てないため）、技術系ユーザー向けの再利用可能な構成要素、そして新入社員オンボーディングへの AI の組み込みである。
- 専任のプログラムリーダー。 直接責任者（DRI）または小規模なチームが、ゲートキーパーではなくイネーブラーとして、戦略、チェンジマネジメント、ツールの受け入れとポリシーのライフサイクル、導入指標、ビジネス上のリターンの根拠づけを担う。GitHub では、プログラムディレクターとプログラムマネージャーがこれにあたっている。
- 指標。 測定は 3 段階で進む。導入の広がり（月間アクティブユーザー数と月間エンゲージドユーザー数）、関与の深さ（月あたりのアクティブ日数によってユーザーを熱心な利用者、ときどきの利用者、「冷やかし（tire kickers）」に分類することと、AI イベントの総数）、そしてビジネスへの影響である。ビジネスへの影響については、プレイブックは読者に GitHub の Engineering System Success Playbook を参照するよう促し、サイクルタイム、コードチャーン、プルリクエストのサイズ、開発者のウェルビーイング、主観的な生産性といった指標を挙げている。AI によってプルリクエストが大きく複雑になることがあるため、プルリクエストのサイズは注視する価値があると述べている。
プレイブックの結論は、銀の弾丸は存在しないというものである。導入には持続的でデータに基づく取り組みが必要であり、意図的なイネーブルメント戦略なしに AI ツールに投資しても資源を無駄にするだけだとしている。これは GitHub 自身のプログラムについての記述であり、その成果を示す数値は記載されていない。