生成AI導入により業務効率と品質はどうなるのか？
NECソリューションイノベータは、NECグループのシステムインテグレーター。従業員数は約1万2000人で、多様なエンジニアが集まっており、特にマネジメントやアーキテクトを得意とする人材が多い。
最初に登壇したのは藤井美穂氏。これまで10年以上にわたり、Windowsアプリやスマホアプリ、Linux向けのファームウェア開発など、さまざまなレイヤーの開発を経験してきた。現在はITアーキテクトとして、AWSやAI、XRなど最新の技術を取り入れたサービス提供に力を注いでいる。
藤井氏は、エンジニアの仕事が多岐にわたる中で、本当にやりたい仕事は限られていると指摘した。「私の場合、チームメンバーとコミュニケーションを取りたいし、良いコードを書きたいし、新しい技術にも挑戦したい。でも実際にはやるべき仕事が山積みであり、この状況を改善する助けとなるのが生成AIだと考えています」と話した。エンジニアの仕事を分類すると、生成AIに任せられる部分が見えてくる。プログラミングを含む開発業務、保守運用、そしてコミュニケーションについても、AIの活用可能性がある。藤井氏はこれらの分野の具体的な活用事例を紹介した。
開発業務では、GitHub Copilotを活用したコーディングが可能だ。普段使用している開発者ツールにプラグインを導入すると、コードを書き始める際にCopilotが適切と思われるコードを提案してくれる。開発者はその提案を受け入れるかどうかを判断するだけでよい。さらに、自分のコードに対して改善点があるかどうかのセルフレビューも行える。藤井氏は「実装を褒めてくれることもあり、嬉しくなります！」と語った。
ソースコードを解析するため、変数や関数の一覧をMarkdown形式で出力することも可能だ。これにより、コードを元に設計書などのドキュメントを作成する際の省力化が期待できる。また、AIが日本語でソースコードを解説できるため、コードの理解も深まる。藤井氏はこのほか、AWS Cloud Development Kitのテンプレートから、アーキテクチャー図を作る、JavaScript XMLのレイアウトや目的に応じた関数について、コメントした内容のコードの自動生成の例を示した。
GitHub Copilotの効果を測るため、開発歴3年以上のA氏、2年以上のB氏、1年未満のC氏とD氏の開発生産性や品質を調査した。その結果、4名全員の生産性が向上した。特に開発歴が1年未満のC氏とD氏は大幅な効果を見せた。バグについては、4名中3名は減少したものの、D氏だけは増えてしまった。この要因はCopilotの提案を鵜呑みにしてしまったためだ。藤井氏は「生成AIは必ずしも正しい答えを返してくれるとは限りませんので、提案された内容が合っているかどうかをジャッジする面も大切です」とコメントした。
さらに「Copilotを使用するとコーディング時のイライラが軽減されたか」「繰り返し作業をより早くこなせるようになったか」を尋ねたところ、「そう思う」や「とてもそう思う」が大きな割合を占めた。このことから、エンジニアのストレスを減らす効果があると考えられる。藤井氏は「生成AIが助けてくれる部分がたくさんあるので、エンジニア自身が自分のやりたいことに使える時間が増えるのではないでしょうか」との考えを示した。
