
第3回|PoCで終わるAI、本番運用できるAI ― 何が違うのか?
はじめに
第1回では「AIエージェントとは何か」。
第2回では「AIエージェントによって業務がどう変わるか」。
ここまでで、AIエージェントを業務へ組み込むイメージを整理してきました。
では、実際にAIエージェントを作れば、そのまま業務で使えるのでしょうか。
ここで多くのプロジェクトがぶつかるのが、
「PoCでは動いたのに、本番運用に進めない」
という壁です。
第3回では、
「動くAI」と「業務で使い続けられるAI」の違い
を整理します。
PoCでは「できるか」を確認する
PoCの目的は、アイデアが成立するか確認することです。
問い合わせ分類AIなら、
「問い合わせ内容からカテゴリを判定できるか」
を確認します。
これができれば、PoCとして大きな成果です。
しかし本番では、それだけでは足りません。
実際には、
APIが失敗したらどうするのか
AIが判断できなかったらどうするのか
不正な入力が来たらどうするのか
誰が何を実行したか記録できるのか
AIの判断を後から確認できるのか
という問題が出てきます。
本番では「失敗する」前提で作る
本番システムでは、
「必ず成功する」
とは考えません。
LLMの回答がおかしい。
外部APIが止まる。
ネットワークが切れる。
予想外の入力が来る。
こうしたことを前提に、
Retry
Timeout
Validation
Logging
Guardrails
Human in the Loop
などを設計します。
本番化とは、
AIをもっと賢くすることより、失敗しても業務を壊さないようにすること
でもあります。
PoCではコード、本番ではシステムを見る
PoCではコードに注目します。
ところが本番になると、
AI以外の技術が一気に増えます。
たとえば、
Python
↓
FastAPI
↓
Database
↓
Docker
↓
AWS
↓
Monitoring
という構成です。
ここまで来ると、AI開発というより、
AIを含んだシステム開発
になります。
AIエージェントでは「権限」も重要になる
AIエージェントでは、LLMが回答するだけではありません。
Toolを実行したり、
データを更新したり、
別のシステムへ情報を送ったりする場合があります。
すると、
「AIが間違った場合に何が起きるか」
を考えなくてはいけません。
文章を少し間違えるのと、
業務データを書き換えるのとでは、影響が違います。
そのため、
何を読めるのか
何を書き換えられるのか
どこまで自動実行できるのか
という権限設計が重要になります。
Prototype → PoC → Production
AIエージェント開発を整理すると、
Prototype → PoC → Production
という段階で考えられます。
Prototypeでは、
「作れるか」
を確認する。
PoCでは、
「業務で使えそうか」
を確認する。
Productionでは、
「安全・安定して継続運用できるか」
を確認する。
目的がそれぞれ違います。
PoCが成功したからといって、そのコードをそのまま本番へ持っていけばよいわけではありません。
その間に、
設計、ガードレール、監視、テスト、インフラなどの仕事があります。
次回予告
第3回では、PoCから本番運用へ進むには、
AIの精度だけでなく、失敗・権限・監視・人間への引き継ぎまで設計する必要がある
ことを整理しました。
では、それらをどんな観点で設計すればよいのでしょうか。
第4回では、
AIエージェント開発に必要な5つのエンジニアリング
として、
Context / Harness / Loop / Guardrails / Observability
の5つに分けて整理します。
もっと深く学びたい方へ
このnoteでは、
PoCとして動くAIと、本番で使い続けられるAIの違い
を整理しました。
PoCでは「できるか」を確認できますが、本番につなげるには、
何を作るのか、どこまでをAIに任せるのか、どんな条件を満たすのか
を仕様として明確にする必要があります。
PoCで実際につまずいた例は、Zennでも紹介しています。
→ Zenn
DifyでRAGを試したら失敗した話|うまくいかない原因はこれ
https://zenn.dev/tigerone1945/articles/a6291f6e6ea2c9
さらに、
AIに曖昧な指示を渡すのではなく、仕様から設計・実装へつなげる方法
を体系的に学びたい方には、Kindleで詳しくまとめています。
→ Kindle
AI時代の仕様駆動開発:Kiro・Claude Codeで学ぶ System Specification Design(SDD)
https://www.amazon.co.jp/dp/B0HBQ32KCQ
noteでPoCと本番の違いを理解し、
ZennでPoCの具体的な失敗例を確認し、
Kindleで仕様から実装へつなぐ方法を体系的に学ぶ。
この流れで進めると、「とりあえず動いた」で終わらないAI開発へ進みやすくなります。