
【AI開発のリアル #48】 256人の部下に、何をさせますか?
「ミツケル」では、一度の処理で約5500件の推論を走らせる。
その処理を、DGX Spark上のローカルLLMで最大256並列にして回している。
256人が、同時に仕事をしているようなものだ。
寝ない。疲れない。仕事を渡せば、ものすごい速さで処理する。
ただし、仕事を与えなければ何もしない。
では、この256人に何をさせるか。
256人いても、仕事は勝手には生まれない
AIの箱を買う。高性能なモデルを使う。並列数を増やす。
それだけで、会社に価値が生まれるわけではない。
「セキュリティを調べておいて」と256人に言っても、まともには動かない。
何を見るのか。何と比べるのか。どこまでなら言ってよいのか。何を返すのか。
仕事を渡す側が、そこまで決めなければならない。
この連載では、そのために専門家5人の仕事を51個に分け、手順書、専用の入力データ、実行する仕組み、結果を検査する仕組みまで作った。
私が書いていたのは、AIへの指示ではなく、人間の仕事の手順書だった。
AIを使う側に必要だったのは、モデルの知識より先に、自分たちの仕事を他人に渡せる形にすることだった。
以前なら、人を置くしかなかった
集計する。数える。条件に一致するものを抜き出す。
こうした仕事は、AIが現れる前からプログラムで自動化できた。
問題は、その先だった。
これまでのプログラムは、数えることはできても、読んで判断することはできなかった。
ミツケルのL4では、スクリプトが大量のログから調べる対象を絞り込む。
その先で必要なのは、個々のアクセスを読むことだった。
あるIPが攻撃に使われるパスへアクセスしている。
しかし、それだけで迷惑な相手とは言えない。
他にどんなページを見ているのか。何度も同じ場所を調べているのか。通常の顧客らしい動きがあるのか。
人間なら、行動を並べて見れば分かることがある。
たとえば、店には来るが何も買わず、ずっと店内の写真だけを撮っている人がいたとする。
その人が「利益を生む顧客には見えない」と評価するところまでは、見る材料と基準を渡せばよい。
そこで、必要なデータと見る観点をローカルLLMへ渡し、Yes / No / Unknownで答えさせる。
計算で片がつくものは計算に、意味を読まなければ分からないところだけをAIに渡した。
機械的に照合できる検査はスクリプトへ、文章の意味を読まなければ分からない検査はローカルLLMへ。
以前なら、ここから先には人を置くしかなかった。
LLMによって、この部分まで機械側へ移せるようになった。
人間の仕事は、なくならない
ここで、256人分の処理ができるなら、256人の人間を置き換えられる、と考えるのは違う。
AIに渡しているのは、人間の仕事そのものではない。仕事を分解して、その中から機械に渡せる部分だけを切り出している。
人間の仕事は、それほど単純ではない。
先ほどの店の例なら、「この人は利益を生む顧客には見えない」という評価はAIにもできる。
では、その人を店から追い出すのか。
それは店長が決める。
売上だけで決まる話ではない。周囲との関係もある。店の方針もある。別の事情があるかもしれない。
そして、なぜその決断をしたのかを、周囲へ説明し、納得してもらう必要がある。
誰が決めたのか、それ自体にも意味がある。
機械が自動でできる決断や行動なら、すでに自動化できているはずだ。
そうではないから、人間が決めている。
この記事では、材料と基準から評価することを「判断」、その評価を受けて何をするかを決めることを「決断」と呼ぶ。
判断のかなりの部分はAIへ渡せるようになった。決断は、人間に残る。
何を仕事とするかを決める部分はAIへ移せなかった。責任もAIへは渡せない。
AI専門家を、雇えない会社にも置く
ミツケルでやりたかったのは、人間のセキュリティ専門家を不要にすることではない。
そもそも、すべての会社がセキュリティアナリストを雇えるわけではない。
大量のログを毎月読み、怪しい通信を一件ずつ調べ、何が起きているのかを整理する。
だから、その仕事のうち、手順にできて、繰り返せて、材料と基準から判断できる部分を機械へ移した。
スクリプトで絞り込み、ローカルLLMが一件ずつ読み、AI専門家が所見をまとめる。
最後に人間が、その材料を使って何をするかを決める。
セキュリティの専門家を雇えない会社でも、AI専門家がセキュリティアナリストとして会社を支える。
そのために作ったのが、ミツケルだった。
256人の部下に、何をさせますか?
256人の部下が、今日からあなたのところへ来るとする。
寝ない。疲れない。指示した仕事は高速にこなす。
しかも、同じ仕事を何千回でも繰り返せる。
一方で、仕事がなければ256人とも黙って待っている。
あなたは、自分の仕事を分解して渡せるだろうか。
何を見せるか。何を調べさせるか。何を基準に判断させるか。何を成果物として返させるか。
そして、その256人を使って、何の価値を生むのか。
AIを使う企業と、使わない企業の差は、ここで大きく開いていくと思っている。
AIが人間の仕事をそのまま奪うのではない。
人間の仕事の中から、機械に渡せる部分を切り出し、これまで人手ではできなかった量と速度で回せるようになった。
その力を何に使うかは、AIの能力の問題ではない。
AIが価値を生むのではない。
AIに、価値を生む仕事を与えられるか。そこは人間の仕事である。
この連載は、Webサイト攻撃状況レポートサービス「ミツケル」ができるまでの記録です。
開発した製品のリリース情報
ミツケルが実際に何を見つけているかは、同僚が技術者向けの連載に書いています: