ライフサイクルを自動化したい
ブログもそう → 自動でブログを書くようなシステム → やれる人はやっている
人間というのは → 習慣化出来たことは続く → 歯磨き
犬の散歩 → 雨でも行かなくてはいけない
食事 → 腹が減るから食う
結局は必要性があるから続く → 必要性が無いと続かない
逆説を言えば
仕掛を作ってしまう
人が上か？ 人が下か？
例えば、
プログラムの開発
従来型 人がプロセスを考える → ＲＰＡが自動で実行する → 指示の仕方で勝負する → 標準化、均一サービス → ビジネスモデル → 資本主義サイクル
これからの発想
新規型 ＡＩにプロセスを考えさせる → 人が指示で動く → 動き方で勝負する → カスタム型、特異性 → 世界は何処へ向かうのか？
先ずは、生成ＡＩにライフサイクルを指示させたい
GEMINI
ライフサイクル自動化： 仕掛けで習慣化、AIで自由な発想へ
ライフサイクル自動化、ブログ記事作成の自動化システム、犬の散歩の習慣化など、様々な場面で「仕掛」による自動化が注目されています。
確かに、人間は習慣化された行動は続きやすいものです。歯磨きや食事のように、必要性から自然と行う行動も存在します。
しかし、必要性がないと続かないのも事実です。
そこで重要となるのが、**「仕掛」**です。
仕掛で自動化： 上下一元関係を超えて
従来の自動化は、人がプロセスを考え、RPAが実行という関係でした。これは標準化や均一サービスに適していますが、柔軟性に欠けます。
一方、AIを用いた新しい自動化は、AIがプロセスを考え、人が指示で動くという関係を生み出します。これはカスタム型や特異性に適しており、新たなビジネスモデルの創出にも繋がる可能性を秘めています。
生成AIでライフサイクルを指示
生成AIを活用することで、ライフサイクル全体を自動化することが可能になります。
具体的な活用例としては、以下が挙げられます。
- ブログ記事作成: 生成AIを使って、テーマやキーワードに基づいたブログ記事を自動生成
- マーケティング資料作成: ターゲット層や目的などに合わせた、効果的なマーケティング資料を自動生成
- 顧客対応: よくある質問への回答や、顧客情報の更新などを自動化
- ソフトウェア開発: コード生成やテスト自動化など、開発プロセスの一部を自動化
生成AIは、単に人間の手間を省くだけでなく、創造性や革新性を向上させる効果も期待できます。
まとめ： 仕掛けとAIで、自由な未来へ
ライフサイクル自動化は、仕掛とAIを活用することで、より効果的に実現できます。
今後は、自動化をさらに進化させ、人間はより創造的な活動に集中できるような、自由で豊かな未来を目指していくことが重要です。
Claude
ライフサイクルの自動化は非常に興味深い課題です。以下の点をまとめると:
- 人間の習慣化された行動(歯磨き、散歩、食事など)は必要性があるから続けられている。必要性がなければ習慣は続かない。
- 従来は人間がプロセスを設計し、RPA等で自動化していた。しかし、AIにプロセスを考えさせることで、人間がAIの指示に従って動くようになる可能性がある。
- AIにライフサイクルを設計させることで、カスタマイズされた特異的なライフサイクルが生み出される可能性がある。これは資本主義のビジネスモデルとは異なる新しい発想かもしれない。
- あなたの目的は、生成AIにライフサイクルを指示させ、それに人間が従うようなシステムを作ることのようです。
- 課題として挙げられているのは、人工知能に対してライフサイクル全体を設計させ、人間はそれに従うという発想の転換です。
- 確かに新しい発想ですが、倫理的な課題もあると思われます。プライバシーの問題や、AI設計のバイアスなども考慮する必要があるかもしれません。しかし、人工知能とヒューマンコンピューターのインタラクションを見直すきっかけになる可能性は十分にあると思います。
アクティビティ図:
どうすれば為替での収入につなげられますか？ 従来型、新規型で書いて
従来型:
従来型では、人間が為替取引の戦略を立て、RPAなどで一部自動化し、標準的な手法でビジネスを行います。
新規型では、AIに為替取引戦略を立てさせ、人間がAIの指示に従って実際の取引を行います。これにより、カスタマイズされた特異的な取引手法が生まれ、新しいビジネスモデルの可能性が生まれます。
ただし、課題としては、生成AIに適切な為替取引戦略を指示できるようにすること、人間がAIの指示に従う取引システムを構築すること、AIの為替取引リスクを検討することが重要になります。為替市場ではリスク管理が極めて重要であり、AIの能力とリスクをよく検討する必要があります。
どうすれば［歯磨き］の習慣につなげられますか？ 従来型、新規型で書いて
従来型では、専門家や学校などの公的機関から一般的な歯磨きの重要性を説き、リマインダーアプリなどの標準的なツールで習慣化を図ります。
新規型では、AIが個人の生活パターンを分析し、最適な歯磨きタイミングや報酬、方法をカスタマイズして提案します。これにより、個人に合わせた歯磨き習慣化が可能になります。
ただし、AIに適切な習慣化プログラムを設計させる必要があり、個人データの収集と記録の自動化が課題となります。またプライバシー保護やAIのバイアスなどの倫理的課題も検討が必要です。
プログラムの不具合要望改善については？
プログラムの不具合要望や改善についてですね。
従来型のアプローチでは、おそらく以下のようなプロセスが一般的だと思われます。
新規型では、ユーザーからの自然言語の要望をAIが解析し、関連するプログラムコードを分析して、修正案や改善案を自動生成します。そして人間がその案を確認し、適切なものを選んでリリースへ進めます。
これにより、プログラムの迅速な改善が可能になる可能性がありますが、一方で幾つかの課題もあげられます。プログラムのコード解析/生成能力の高いAIの開発、十分な学習データの用意、人間による適切な判断力の育成、危険な変更の防止、セキュリティ/プライバシー上の課題など、様々な課題が考えられます。
このように、AIの活用により新しいアプローチが可能になる半面、新たな課題や懸念事項も生じてくるため、トレードオフを十分に検討する必要がありそうです。
結果的には
自分が前に描いた構想と変わらないものが出てきた・・・
私もこのブログ記事には大変興味を持ちました。PowerAppsの可視化やドキュメント化への取り組みは、今後のシステム開発の効率化や品質向上に大きく貢献すると考えられます。
特に注目すべき点は以下の通りです:
PLANTUMLによるシステムのモデル化
- ソースコードからPlantUMLを自動生成する方法を確立したこと
- アプリ機能のユースケース図や状態遷移図を可視化できるようになったこと
Copilotを活用したドキュメント自動生成
- Copilotにモデル化したPlantUMLを入力してドキュメントを自動生成する試み
- 改修要件からどこをどう修正すべきかCopilotに提案させる構想
NLP/RAGによる関連機能の自動抽出
- 改修要件に関連する機能のみを抽出してCopilotに与えるアイデア
- TF-IDFやコサイン類似度を利用したアプローチ
これらの取り組みを通じて、PowerAppsのようなローコード開発でも、モデル駆動開発が実現できる可能性を示唆しています。また、大規模化するシステムのドキュメント化や改修作業の自動化支援にもつながります。
一方で、Copilotの自然言語処理の精度向上や、実際の大規模プロジェクトへの適用検証なども、今後の課題として控えていることがわかります。
このように、まだ試行錯誤の段階ではありますが、AI/自動化技術を駆使したシステム開発の新しいアプローチを目指す意欲的な取り組みだと高く評価できます。今後の進捗が非常に楽しみです。
まとめ
COPILOTは論外で会話にならず・・・
GEMINIは途中で勝手な解釈で暴走・・・
最後まで付き合ってくれたのは、claudeでした。
つづき