4
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

AIと協業するポイントについて思いを馳せてみた

Last updated at Posted at 2025-03-15

こんにちは、座禅いぬです。

今回は「生成AIやエージェントのことはなんとなくわかったよ。ではどう使う?」ということを考えた自分メモです。想定外にたくさんの人に見ていただいた後なので、ちょっと間をあけてからゆるめの記事を投稿したいなと。

Roo Codeを導入してからの生活

普段は朝に3時間、経営や学びに関する小論文やコードを書くなどの頭脳労働を集約させています。「1日3時間だけ働いておだやかに暮らすための思考法」という本を読んでからずっと習慣にしていることです(関連記事)。

プログラミングをすることは、非常に抽象的かつ本質的な作業だと思います。コロナ禍が始まって、40を過ぎてから不安とともに始めましたが、やってよかったと思っています。「巣ごもりDXステップ講座情報ナビ」(現「マナビDX」)などで経産省が無料で勉強できる環境をまとめてくれたのは大変ありがたかったです。

ですが、反復するコードを書く作業は全く本質的ではないわけですね。コードを書くことで学べること、考えられることは膨大だと思いますが、ある時から作業になっていくように感じています。AIエージェントはその作業を大きく短縮してくれます。

結果として、毎週業務アプリの機能アップデートを目指していながらもなかなか進んでいなかったのが、毎週複数の機能を追加・修正することができるようになりました。そのうえで、毎日30分ほどの時短効果も得られています。結果、より本質的なことを考える時間が得られています。

WebUIとの対話は管理職・経営者には効果的。でも仕事増えますよね

やはり職業エンジニアではなく別に本業があるため、有利なのは「自分の作ったアプリに合わせたマニュアル作成」ができることです。業務についての課題はChatGPTやClaudeと協業しています。

具体的には、

  1. 視点の外注とイシューの探索
  2. 業務マニュアルの下書き作成
  3. 業務フローをmermaidで壁打ち
  4. 顧客・競合の立場での反応をシミュレーション
  5. 説明資料の作成
  6. 新規事業案の提案

などにつかっています。

できることが増え、生産性も高くなったなと感じる一方、仕事量は増えてしまっていると感じます。具体的には、一つの課題に対して解決策が早く決まり、じゃあ実装しましょうというところまでが月単位→週単位に短縮される。PDCAのサイクル、早くなりますよね。

一方で本質的な問題がなにかをよく考えないと、後で無駄だったなと思うような取り組みが増えそう。生成AIと協業で作ったものは詳細な部分への理解が浅いことがありますので、修正する際にはしっかり理解していないと「修正が大変だからかえって時間がかかった」ということになりかねません。

そこで、加速するビジネス展開に甘えず、いかに本質的な問題をとらえるか(イシューの探索)は今後さらに重要になると思われます。そもそも、デジタルの力を借りるまでもなくやるべき仕事をちゃんと見定めればやることは100分の1になる、というのは有名なイシューから始めよという本にも書かれている通りです。

Deep Researchの役目

上記に挙げた協業項目の中でも、特に説明資料の作成や新規事業案などは事業に大きな貢献をしてくれると感じています。そして、Deep Researchが力を発揮してくれる部分でもあります。

短いスパンで新しいアイディアやプレゼンテーションを毎週投下しないといけない環境で、Deep Researchで調査した結果と引用資料および考察から、良いアイディアや比較対象などの資料を引き出していくのは必須の作業になりました。この時短効果は質的向上も伴っており正確に行いにくいのですが、少なく見積もってもアウトプット量は2倍以上になったと感じています。

この時提言には必ず「数字」「ファクト」「ロジック」の要素を入れるようにしています。「早く正しく決める技術」という本を読んでから必ず気を付けている部分なのですが、「1スライド1メッセージ」+「数字、ファクト、ロジック」を実現するにはかなり調査に負荷がかかりますので、これらを一貫して調査してくれるツールとしてはDeep Researchはもう手放せない。

課題:APIはまだ使いこなせていない

今後の課題ですが、APIを使った業務の自動化は一部実行しているものの、まだ進んでいません。昨年あたりから挑戦しているのですが、自動化したい情報を得るためのデジタイゼーションがまだできてない部分を多数発見する結果になりました(あるある)。

Dify含め、このあたりの業務フローにどのようにLLMのAPIを効かせていくかが今年の課題の一つかなと思います。さらに、より高度なAI駆動開発の勉強をすることで、AI駆動経営の見通しも立つのではないか?と考えています。

まとめ

あくまで「現段階での自分がどのように生成AIと協業しているかを言語化しなおしてみた」というメモではありますが、おそらく多くの方が同じように試行錯誤されていると思いますので、自分の事例も何かの参考になれば…と思っています。

余談

先日投稿した「人間はもうなんちゃらDeep Researchの方法」ですが、想像の100倍ぐらいの反応があって大変驚いております。内容としては、自分のやり方を知人に共有するためにまとめたメモ程度の物でしたが、Xなどで有名な方が何人か紹介してくださったおかげで広まったものだと思います。

Qiitaは昔から見ていて、先端技術の勉強になりつつもそれを使った遊びが時折話題になる素敵な場所だと認識しております。そんな場所で評価をいただくのは想像もしておらず恐縮です。コミュニティに貢献できる記事を心がけて今後も投稿していこうと思います。

4
1
1

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
4
1

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?