AI讓工程師寫程式更快，下一個瓶頸卻可能出現在審查。Appier（東京證交所：4180）今（13）日在第三季財報媒體溝通會上透露，全面導入AI開發工具初期，曾遇到程式碼大量增加、卻卡在等待審查而無法上線的問題。因此，公司進一步把AI用於程式碼審查與品質管理，讓開發加速的成果能真正進入產品。
這場流程調整，也延伸至員工目標設定。Appier團隊說明，公司今年第一季要求約三分之一的OKR（目標與關鍵成果）目標聚焦透過AI建立或優化流程，第二季則希望約半數工作能透過AI優化與協作完成。第三季單季人均毛利達1,134萬日圓，年增45%，較第二季1,025萬日圓進一步提高，創下歷史新高。
開發加速後，審查與品質管理也得一起改
游直翰指出，AI導入的範圍已涵蓋研發及其他營運工作，公司鼓勵員工將重複性高、較不需要持續人工判斷的流程自動化。但在工程開發上，產出更多程式碼並不代表產品就能更快上線，審查能力必須同步跟上。
為改善瓶頸，Appier組織資深品質保證團隊開發工具，建立程式碼審查代理（Review Agent）。開發產出的程式碼透過代理檢查是否符合要求、是否存在問題，再將結果回饋開發團隊，由工程師或開發代理進一步修正，形成反覆檢查與改善的流程。
「其實很多review的東西也可以被自動化。」游直翰說明，當公司進一步降低審查環節的阻力，開發產出才更容易轉化成實際成果。公司團隊也指出，初期大量程式碼停在等待審查階段，因此後續特別聚焦審查與品質保證的自動化。
不過，這套做法仍建立在人機協作上。例行檢查、較常見的功能可以交由代理協助；需要經驗判斷的部分，則由工程師參與。即使在寫程式階段，資深工程師仍須處理架構設計與必要調整，並非將所有工作交給AI自行完成。
游直翰認為，要先掌握機器擅長處理哪些任務，再讓人員處理例外與特殊情境。資安也是其中一環，除了既有認證與專責團隊，公司也導入代理協助安全檢查，讓流程加速時仍能兼顧服務品質。
從工作坊到員工OKR，AI導入逐季深化
Appier並非直接對員工下達AI使用比例，而是先從教育訓練開始。公司團隊說明，去年先舉辦工作坊、介紹工具，鼓勵各部門尋找適用場景，去年第四季逐步將工具放進工作流程；到了今年第一季，才進一步將流程建立與優化納入員工目標，第二季再提高AI協作的期待。
其中，「半數工作」是公司提出的優化協作目標，並非已完成的自動化比例。進入第四季後，公司沒有另訂統一的新比例，而是期待各團隊延續既有改善，持續擴充工具與自動化流程。
如何判斷員工只是使用工具，還是真的改善工作？Appier團隊表示，主管會要求員工在季初設定明確成果，說清楚希望透過哪項工具或代理，在時間、產出或品質上改善哪些流程，再於期中、季末檢視。未達成目標會反映在該項評分；公司也持續透過每週課程、跨團隊交流及實作活動協助員工導入。
對研發而言，代理協作還能擴大同時進行的實驗數量。公司說明，科學家與工程師可以帶著多個AI代理研究、開發與測試，再由人員檢視結果，加快自有廣告模型的改進。由於實際廣告預測使用自有模型，外部AI工具主要支援研發工作，並非每次廣告決策都要呼叫外部基礎模型付費。 （相關報導： 靠AI提升效率，Appier Q3營業利益翻倍、毛利率61.3%創高！連兩季上修全年獲利財測，現金股利估2.5日圓 ｜ 更多文章 ）
模型改善則進一步連結到商業成果。廣告投放必須快速預測消費者興趣與購買可能性，預測更準，便有機會用較少投放成本達成客戶要求的效果。Appier將第三季人均毛利的提升，視為AI導入與營運效率累積的成果之一；這項指標同時受到業務成長與毛利率變化影響，不能直接等同個別員工效率增加45%。從開發、審查到考核，能否把工具的速度變成可衡量的成果，才是這套制度持續檢驗的課題。
