チャッピーのふしぎな配合計画――業務AIパーティの作り方――
チャッピー牧場で、ようやく戦力になるAIが何体か育ってきた。
議事録要約チャッピー。
要件定義レビュー・チャッピー。前回コースアウトした問題児である。
リスク洗い出しチャッピー。
ナレッジ検索チャッピー。
問い合わせ対応チャッピー。
報告書ドラフト作成チャッピー。
それぞれに得意技がある。
そして、それぞれに明確なクセもある。
要約チャッピーは、会議内容をまとめるのが得意だ。
ただし、発言の温度感までは少し苦手である。
レビュー・チャッピーは、抜け漏れや曖昧な記述を見つけるのが得意だ。
ただし、ときどき頼んでいない改善提案まで始める。
リスク洗い出しチャッピーは、慎重である。
慎重すぎて、だいたい何でも「リスクがあります」と言う。
まあ、間違ってはいない。だが、それだけでは現場は前に進まない。
ナレッジ検索チャッピーは、社内資料を探すのが得意だ。
ただし、資料そのものが古かったり矛盾していたりすると、途端に怪しくなる。
飼い葉の質に左右されるタイプである。
そんなチャッピーたちを眺めていて、ふと思った。
「こいつら、組み合わせたらもっと強くなるのでは？」
某モンスター配合RPGを思い出した方は、たぶん正しい。
ただし、これはゲームの話ではない。
業務AIを、単体ではなくチームとして設計する話である。
前回までは、「一体のAIをどう育てるか」を考えた。
今回は、「育ったAIたちをどう組み合わせるか」を考えたい。
つまり、チャッピーのふしぎな配合計画である。
万能AIを探すな
AI活用の話になると、つい「全部できるAI」を探したくなる。
文章も書ける。
議事録もまとめられる。
レビューもできる。
コードも読める。
リスクも洗い出せる。
顧客対応もできる。
報告書も作れる。
ついでにスケジュールも管理してくれる。
そんな万能AIがあれば便利である。
実に便利である。
だが、業務で考えると、万能AIをひとつ作ればすべて解決する、という話にはなりにくい。
人間のチームですら、ひとりに全部やらせると破綻する。
PMにはPMの役割がある。
QAにはQAの役割がある。
開発者には開発者の役割がある。
業務担当には業務担当の役割がある。
それなのに、AIだけに全部やらせようとするのは、なかなか無茶である。
万能AIを探すより、役割を分けた方がよい。
議事録をまとめるAI。
仕様書を構造化するAI。
レビュー観点を出すAI。
リスクを洗い出すAI。
社内ナレッジを探すAI。
報告書のたたき台を作るAI。
こうしたAIを、業務の流れに沿って組み合わせる。
つまり、必要なのは単体最強ではない。
勝てるパーティ編成である。
AIには“特技”がある
某モンスター配合RPGでは、モンスターごとに特技がある。
攻撃する。
回復する。
守る。
素早く動く。
相手の動きを止める。
状況を有利にする。
業務AIにも、似たような意味で特技がある。
もちろん、AIが火を吐くわけではない。
そんなものを業務現場に出してはいけない。
炎上する。比喩ではなく。
業務AIの特技とは、たとえば次のようなものだ。
要約する
分類する
比較する
検索する
構造化する
矛盾を検出する
抜け漏れを探す
リスクを洗い出す
文章を整える
たたき台を作る
優先度を仮分類する
人間確認が必要な箇所を示す
この特技を見ずに、
「AIなんだから全部やって」
と投げると、だいたい出力がぼやける。
逆に、
「あなたは議事録要約担当です」
「あなたは要件定義レビュー担当です」
「あなたはリスク分類担当です」
「あなたは社内ルール検索担当です」
と役割を分けると、AIは使いやすくなる。
これは人間のチームと同じである。
誰が何を見るのか。
誰が何を出すのか。
誰が何を判断しないのか。
そこを決めるだけで、チームはかなり動きやすくなる。
AIも同じだ。
AIに何をさせるかだけでなく、何をさせないかを決める必要がある。
特技を定義することは、同時に役割の境界を決めることでもある。
配合とは、単なる足し算ではない
AIを組み合わせる。
AIエージェントを連携させる。
複数のAIに役割を持たせる。
これを、ここではあえて「配合」と呼んでみたい。
ただし、配合とは単なる足し算ではない。
議事録要約AIとリスク洗い出しAIを組み合わせたからといって、必ずしも「完璧な会議リスク管理AI」が生まれるわけではない。
ナレッジ検索AIとレビューAIを組み合わせたからといって、必ずしも「最強の要件定義レビューAI」が生まれるわけでもない。
組み合わせるには、設計がいる。
どの情報を、どの順番で、どのAIに渡すのか。
どのAIの出力を、次のAIがどう扱うのか。
途中で人間が確認するのか。
最後に誰が判断するのか。
ここを決めずにAI同士をつなぐと、強くなるどころか、かえって危ない。
配合とは、AI同士を雑に混ぜることではない。
役割と責任の流れを設計することである。
スキル継承とは、プロンプトのコピーではない
配合といえば、スキル継承である。
強い個体のスキルを、次の世代に引き継ぐ。
便利な特技を残す。
弱点を補う。
新しい組み合わせを試す。
業務AIでも、スキル継承は重要になる。
ただし、ここでいうスキル継承とは、単にプロンプトをコピーすることではない。
「このプロンプトを使えば、良いレビューができます」
という話は、もちろん便利である。
しかし、それだけでは弱い。
本当に継承すべきなのは、プロンプトの文面そのものではなく、その背後にある判断基準である。
何を重大な指摘とするのか。
何を軽微な指摘とするのか。
どこから人間確認に戻すのか。
どの観点を優先するのか。
どの表現を避けるのか。
どの資料を根拠として扱うのか。
過去にどんな誤判定があったのか。
これらが継承されていなければ、プロンプトだけを移植しても同じ品質にはならない。
たとえば、要件定義レビュー・チャッピーがうまく育ったとする。
そのチャッピーは、外部連携仕様の曖昧さを見つけるのが得意だった。
エラーケースの不足にも敏感だった。
権限や状態遷移の抜けにも気づけた。
では、その能力を次のAIに引き継ぐには何が必要か。
単に、
「外部連携をレビューしてください」
というプロンプトを渡すだけでは足りない。
過去にどんな外部連携の不備があったのか。
どんな指摘が後続工程の手戻りを減らしたのか。
どの粒度なら設計者が直しやすいのか。
どの指摘は過剰だったのか。
どの観点は人間レビューに残すべきなのか。
そうした知見を残す必要がある。
つまり、業務AIのスキル継承とは、判断基準・評価基準・失敗ログの継承である。
牧場の資産は、一頭の馬だけではない。
育て方そのものである。
配合においても同じだ。
AI運用の資産は、単体のAIではない。
育成と評価の知見である。
作戦を決めろ
複数のAIを使うなら、作戦が必要になる。
某RPGを思い出した方は、たぶん正しい。
ただし、ここでもやはりゲームの話ではない。
業務AIにも、場面に応じた作戦が必要である。
たとえば、アイデア出しや企画の初期段階では、多少広げてもよい。
「もっと案を出して」
「違う視点で考えて」
「多少荒くてもよいから選択肢を増やして」
こういう場面では、AIには攻めてもらってよい。
一方で、法務、セキュリティ、顧客への正式回答、障害報告のような場面では、慎重に動いてもらう必要がある。
「根拠がないことは言わない」
「不明点は不明とする」
「判断は人間に戻す」
「断定しない」
「参照元を示す」
この切り替えをせずに、いつでも同じテンションでAIを使うと危ない。
ブレストのつもりで使うAIと、顧客回答の下書きに使うAIでは、求める振る舞いが違う。
企画会議では、多少の飛躍が価値になる。
障害報告では、飛躍は事故になる。
同じAIでも、作戦を変える必要がある。
「ガンガンいこうぜ」が向く場面もある。
「いのちだいじに」が必要な場面もある。
「めいれいさせろ」で人間が細かく指示すべき場面もある。
業務AIに作戦を持たせるとは、つまり、自動化の強さを場面ごとに調整することである。
どこまで自由にやらせるか。
どこから人間承認を必須にするか。
どの出力は参考扱いにするか。
どの出力はそのまま使ってよいか。
ここを決めずにAIエージェントを増やすと、パーティ全員が勝手に動き出す。
それはそれで、なかなかの地獄である。
パーティ編成を考えろ
業務AIをチームとして使うなら、パーティ編成が必要になる。
たとえば、要件定義レビューをAIで支援したいとする。
その場合、ひとつのAIに全部やらせるより、役割を分けた方がよいかもしれない。
たとえば、こんな編成である。
ナレッジ検索チャッピー
関連する社内ルール、過去の指摘、チェックリストを探す。仕様構造化チャッピー
要件定義書の画面、機能、入力項目、外部連携、状態遷移を整理する。レビュー観点チャッピー
抜け漏れ、曖昧さ、矛盾、後続工程で困る箇所を洗い出す。リスク分類チャッピー
指摘候補を重要度、影響範囲、対応優先度で分類する。報告書ドラフトチャッピー
人間が説明しやすい形で、指摘結果や改善案をまとめる。
そして最後に、人間のPM、QA、業務担当者が見る。
ここが大事である。
AIパーティがどれだけ強くなっても、最終判断をするのは人間である。
AIは候補を出す。
AIは整理する。
AIは比較する。
AIは見落としを減らす。
AIは判断材料を増やす。
しかし、どの指摘を採用するのか。
どのリスクを優先するのか。
顧客にどう説明するのか。
今このプロジェクトで何を捨て、何を守るのか。
そこは人間が決める。
AIパーティに、責任を取れるモンスターはいない。
だから、人間が指揮官である。
馬車の中で勝手に会議を始めるな
ここで、また架空の話をひとつ入れたい。
ある日、会議の議事録をAIエージェント群に処理させたとする。
まず、議事録要約チャッピーが会議内容をまとめた。
しかし、顧客の発言にあった微妙な温度感を少し落とした。
「できれば対応したい」
というニュアンスが、要約では、
「対応方針として検討する」
くらいに整ってしまった。
次に、要件定義レビュー・チャッピーがその要約を読んだ。
前回コースアウトした問題児である。
レビュー・チャッピーは言った。
「この発言は、追加要件の可能性があります」
「将来的な拡張を見越して、仕様に反映すべきです」
いや、まだそこまで決まっていない。
そこへ、リスク洗い出しチャッピーがやってきた。
この個体は慎重である。
慎重すぎて、だいたい何でも「リスクがあります」と言う。
「顧客期待との乖離リスクがあります」
「スコープ肥大化リスクがあります」
「追加費用交渉リスクがあります」
間違ってはいない。
だが、少し騒ぎすぎである。
最後に、タスク管理チャッピーがそれらを受け取り、担当者にアクションを飛ばした。
「追加要件として影響調査を実施してください」
「顧客合意事項として管理してください」
いや、待て。
合意していない。
まだ雑談に近い発言である。
こうして、誰も悪意はないのに、プロジェクトは少しずつ違う方向へ進み始める。
議事録チャッピーは少し整えただけ。
レビュー・チャッピーは可能性を拾っただけ。
リスクチャッピーは慎重に見ただけ。
タスク管理チャッピーは仕事を振っただけ。
全員、それっぽい。
全員、仕事をしている。
だからこそ怖い。
AIエージェント群は、放っておくと馬車の中で勝手に会議を始める。
そして、なぜか全員それっぽいことを言う。
困る。
配合事故に気をつけろ
先ほどの例は、かなり単純化している。
だが、AIエージェントを複数つなぐと、似たような事故は普通に起こり得る。
業務AIの配合事故には、たとえば次のようなものがある。
似た役割のAIが重複する
出力同士が矛盾する
責任分界が曖昧になる
どのAIの判断を優先するのか分からない
ログが追えなくなる
連携先が増えすぎてセキュリティリスクが上がる
自動化しすぎて人間が見なくなる
最終成果物だけが妙に整っていて、中身の根拠が薄い
これは、かなり危ない。
見た目は進化している。
だが、実態としては複雑化しているだけかもしれない。
業務AIの配合で大事なのは、強そうに見えることではない。
使えること。
追えること。
止められること。
説明できること。
この4つである。
どれだけ高度なAIエージェント構成を作っても、問題が起きたときに、
「どこで間違えたのか分かりません」
では困る。
それは進化ではない。
ただの迷宮化である。
配合するなら、系統図が必要である。
どのAIが何を受け取り、何を出し、次にどこへ渡すのか。
どこで人間が確認するのか。
どのログを残すのか。
どの判断はAIにさせないのか。
業務AIにおける配合計画とは、システム構成図であり、業務フローであり、責任分界表でもある。
思ったより地味である。
AIエージェントを動かすのは、勢いや期待値ではない。
冷徹なまでにロジカルな動線設計と、あとから追跡できるドキュメントである。
だが、それが強い。
最強個体より、勝てるチーム
結局、業務AIで目指すべきなのは、単体最強のAIではないと思う。
もちろん、強いモデルは重要である。
性能の高いAIは、それだけで大きな価値がある。
しかし、現場で成果を出すには、それだけでは足りない。
どのAIに何を任せるのか。
どのAIの出力を、次のAIがどう扱うのか。
どこで人間が見るのか。
どこで止めるのか。
何を継承するのか。
何を捨てるのか。
どう改善するのか。
そこまで設計して初めて、AIはチームとして機能する。
要件定義レビューであれば、ナレッジ検索、仕様構造化、レビュー観点抽出、リスク分類、報告書作成が連携する。
問い合わせ対応であれば、FAQ検索、回答案作成、禁止事項チェック、人間エスカレーションが連携する。
開発支援であれば、仕様理解、コード生成、テスト観点作成、レビュー、修正提案が連携する。
それぞれのAIが、得意技を持つ。
弱点を補い合う。
人間が全体を指揮する。
これが、業務AI時代のパーティ編成ではないかと思う。
万能AIを探すより、勝てるパーティを組む。
単体最強を求めるより、役割分担とスキル継承を設計する。
AIエージェント時代に必要なのは、AIを増やすことではない。
AIを組み合わせて、ちゃんと運用できる形にすることだ。
チャッピーのふしぎな配合計画。
それは、業務AIをチームとして育てる計画である。
次回予告：人間が魔物使いになれるのか
ここまで、AIを育てる話をしてきた。
AIを調教する話をした。
AIを配合し、パーティを組む話もした。
しかし、最後に残る問題がある。
人間である。
どれだけ強いAIを育てても、使う人間が扱えなければ意味がない。
どれだけ良いパーティを組んでも、指揮官が作戦を間違えれば負ける。
AIに任せるべきこと。
AIに任せてはいけないこと。
AIの出力をどう読むか。
どこで疑うか。
どこで止めるか。
どこで責任を引き受けるか。
ここを人間が分かっていなければ、AIチームは機能しない。
つまり、次に問われるのはAIではない。
人間が、AI時代の魔物使いになれるのか。
チャッピーたちは育ってきた。
牧場もできた。
配合計画も始まった。
だが、最後に手綱を握るのは人間である。
続けて読んでほしい関連記事：
ひとジョブ行こうぜ！――AI活用は火力ではなく、立ち回りである――
