LLMアプリ開発研修実施の背景と今後への想い

我々は、ソーシャルイノベーション事業部というところに所属しています。我々の事業部においても、LLMをサービスに活用する事例が少しずつ増えてきています。今後も活用が進んでいくのは確実だと思っています。一方で、LLMのアプリケーションを作れる人材は限られていますし、「みんな勉強しておいてね」って言うだけだとなかなか難しいです。なので、実践的な育成の場というかたちでお願いしました。

我々は、以前から、貴社の大嶋様の書籍購読やオンライン講座受講をしており、今回のニーズに最適であると考えました。

我々の事業部の話としては、求められるのは AIエージェント [*] を使ったLLMアプリケーションをサービスに搭載して、機能向上するとかそういうところかなと。社会課題解決のためのサービスを提供していて、そのサービスの価値を上げるための手段として活用していきたいです。

TIS全体では、社内専用AIチャット「TIS AIChatLab」、AIコードアシスタント「GitHub Copilot」、Microsoft製品をサポートする「Microsoft 365 Copilot」の３つを全社の「大通り」として環境整備をしています。

TIS AIChatLabとは、社内情報と連携する RAG [*] の仕組みを実装しているチャットボットです。これは全社展開し、プロパー社員だけでなくパートナー企業の方々も含めて利用可能にしました。 また、GitHub Copilotについても便利に安心して使えるように利用手続きなどを整備しました。

• 社内AIチャット「TIS AIChatLab」：RAGアーキチャの刷新とUX善 (fintanリンク：https://fintan.jp/page/11918)
• GitHub Copilotの導入状況と効果、導入に向けて実施した取り組み (fintanリンク：https://fintan.jp/page/11847)

AIツールの利用浸透とともに見えてきた課題として、生成AIのアウトプット精度と学習コストのトレードオフがあります。

生成AIのアウトプット精度を上げようとするとプロンプトの数が増え、使いこなすための学習コストが上がります。これが、AIツール利用の浸透を妨げる要因になることがわかりました。

普段はChatGPTとかGitHub Copilotを使って開発しているのですが、AI自体を組み込んだアプリケーションの開発というのは本当に未知数で、自分でやってみるっていうこと自体が初めてだったので、それだけでも楽しかったです。AIを使ったアプリケーション開発のイメージってどんなだろうというのがよく分からなかったのですけども、それをイメージすることができました。今後の可能性やAIを組み込んだアプリケーション開発って何なのという自分なりの感覚や意見を持つことができたと思います。

村上さんの話と被りますが、生成AIの利用者の立場で、ChatGPTに聞いて何か作れるようになりましたっていうところに留まってしまっている例が多いかなというふうに思っていました。その裏でどういう仕組みでできているのかといった部分はあんまり気にしていませんでした。今回そこの基礎的な仕組みを垣間見ることができました。単なる利用者としてではなく、AIを使って何かを提供するための第一歩として非常に良い機会だったと思っています。

今後の業務の中でも、生成AIを使った開発は出てくるだろうなと思っていますが、LangChainとか生成AIを使って何が出来るのか、何が難しいのか、どんな設計をすればいいのかといったことを知らないと、計画をたてたり、アイデアをだしたりとかできないと思います。今回はそういった基礎的なノウハウが学べたので、今後そういった業務の中で始まっていくことに対しての準備が出来たのがよかったかなと。

ちょっと補足すると、まだ細かくは言えない段階ですけど、実案件で生成AIを搭載したサービスの実証実験が始まっています。早速研修の内容が業務に活かせますね。

多分ビジネスサイドの人も、生成AIってこういう仕組みになっているから、こういうことができるんだよ、といった部分をインプットすることにより、こういうビジネスできるかもしれないという現実的なアイデアに繋がると思います。基礎的な知識だけだと、みんなチャットボットを作るみたいな発想になるじゃないですか。アイデアがチャットボットを脱しきれないところがあるので、そのアイデア出しのインプットとしてもよかったですね。

受講者の二人の話を聞いて、やってよかったなっていうのが第一に思うところです。生成AIに普段触れている人が、これを開発に使ってみようってなると、かなりハードルがあるんですね。開発環境や技術の変化も速く、情報が多すぎてどれを信じて進むべきなのか指針が見つけづらい。そういう部分はアーリーアダプターが頑張って切り開くだろうけど、全員にそれを求めるのはやはり難しいです。今回の研修を通じて、10人の人が歩調合わせてステージが上がれたっていうのは大きなことだったなと思います。

そういうことに気づくためには、生成AI関連の情報収集は欠かせない。収集した情報の中でこれ面白そうだからやってみようって体感していく。頭で考えるだけじゃなくて、手を動かして実感する。その中で人間がやるべき価値のある仕事何かを模索する。ビジネスの企画、意思決定、エンジニアリングでいえば、受け入れテストや、上流のモデリングなどはそれに該当すると思っています。もちろん、それらもAIのアシストが有効になってきているというのを実感します。

今回は、LangChainエキスパートのジェネラティブエージェンツ様の豊富なナレッジを学ぶことができ、貴重な機会でした。非常に丁寧にご対応頂きありがとうございます。

今後も我々IT業界の仕事の将来のあり方っていうのを、一緒に考えたいなって思っています。それはみんなに対するメッセージでもあり御社に対するメッセージでもあります。