変化に対応するために、これまで以上にアジャイルの力が求められるように
──生成AIの登場により、エンジニア市場は大きく変化しましたことがわかりました。「AI人材」とはどういった存在なのでしょうか。
加藤：一般には、AIを使ったり使わなかったりをミックスできるハイブリッドな人材というイメージかも知れませんが、僕はAIとどう融合していくのかを考えられる人材だと捉えています。
飯久保：そうですね。それに付け加えると、私は、より高度な構想力や創造力を持っている方がAI人材だと思います。いかにお客さまに対して、社会に対して価値を創出するか、そういう広い視野を持てるかが、AI人材として重要だと思います。
小林：いずれにせよ、あくまでも主体となるのは人間だと思います。その上で生成AIを使って効率を上げたり、業務を遂行できたりする人材が、現時点で私の思うAI人材の定義です。
──生成AIを活用することで開発現場にどのような効果があると思いますか。
加藤：バイモーダルITという考え方があるように、開発現場のスタンスは大きく2つに分かれると思います。SoR（System of Record：主に記録を目的としたシステム）向けの「モード1」は、安定志向かつトップダウンでシステムが決まっていくことが多いです。一方、SoE（System of Engagement：顧客や取引先との関係の強化を目的としたシステム）向けの「モード2」は、スピード重視でアジャイル、DevOpsを採用するなど、ボトムアップのプロジェクトが多いです。
一般的にはモード2に生成AIは適用しやすいと思います。しかし生成AIによって、非構造化されたデータが企業にとって価値のあるデータだと認識できる状況になっていく可能性があります。それを鑑みると、生成AIはモード1とモード2をブリッジする役割を担うようになると思います。
生成AIを活用するメリットは、コードの自動生成、テストの自動化により開発スピードのイテレーションを早くする、リファクタリングの手間を削減する、アイデアを創出するタイミングでのプロタイピングを簡単にするなどが挙げられます。開発現場でリターンがありそうな所は積極的に使っていくと良いのではないでしょうか。
飯久保：とくにAI開発では、成果を見出すために素早く試作と改善を繰り返す能力が求められていますからね。そこで必要なのが、俊敏性やコラボレーションの要素です。つまり、イテレーションスピードの速さに適用できるコンピテンシーが求められるのです。また、アプリの開発者もAIを活用していく方向にあるので、新技術を活用しながら、どう作業に適応させていくかが重要だと思います。
小林：じゃあ「モード1」の現場だと適用できないのかと言われれば、そんなことはありません。当社ではモダンな技術よりは、従来の開発方法である「ウォーターフォール型システム開発」の現場でAIを活用することで、目に見えて開発工数が下がるという効果が出ています。平均すると開発効率は10％の削減ですが、中には40％以上効率化できた人もいます。しかし、まだまだ導入期であり、開発補助的な位置づけで導入しており、これからに期待をしています。
大事なのは『とりあえず』始めること。そのためのヒントとは？
──現場のエンジニアがよりAIを活用するためには、どのような取り組みが必要だと考えますか。
加藤：エンジニア観点では、とにかく触って実践することです。自分の目でどこまで出来るのかを確認してほしいと思います。エンタープライズ観点では、技術負債を返済するためにAIがどう使えるのかをひたすら考えることだと思います。例えば、標準ブラウザで動くアプリであれば、他のプラットフォームでも動くアプリへの変更、A言語からB言語への変更に生成AIを活用するなど、アグレッシブに技術負債を返済していく方法を模索することだと思います。
飯久保：失敗を恐れず挑戦することには、私も同感です。エンジニアや利害関係者間での心理的安全性の担保が必要です。そこで組織として安心して挑戦できる環境作りをすることが大切だと思います。
これから取り組むことは大きく3つ。1つ目は、AIはあくまでもツールでしかないので、お客さまにどういう価値を創出すべきか、お客さまが必要としているものが何かを常に念頭に置くことを定着させること。
2つ目はこれまでの型にはまることなく、自由な発想でAI人材とはどんな立ち振る舞い、どういうコンピテンシーを持っている人材なのか、自分たちでしっかり考えていくこと。
3つ目は海外の動きをチェックすること。ITプレナーズでは、DevOpsとアジャイルのスキル開発を目的としたオープンなグローバルコミュニティ「DASA」と研修提供などで提携しています。「DASA」では、AIOps（AIを駆使してITを維持するプロセス）に関するトレーニングを提供しており、海外ではすでに実績もあります。
加藤：より具体的なところでいえば、私たちが今、重要視しているのが「Security for AI」。例えば、LLMファイヤウォールはその一つです。またプロンプトのコントロールやデータのプライバシーを含めて管理するDSPM領域、モデルそのものの安全性をチェックするモデルスキャンなど、エンタープライズでのAI活用については、セキュリティの担保がないと先に進めるのは難しいです。そこで、セキュリティについての考え方や取り組みも、今後は必要になると思います。
小林：たしかにセキュリティは一つのポイントですね。そのほかでは当社だと、AIを活用できている人と活用できていない人の差が大きいという問題があります。これを解決するために、組織もしくはチーム単位で、うまくいった事例を共有したり、ルールやガイドラインの整備が必要だと考えています。
おそらく5年後ぐらいには、AI活用は当たり前になると思います。その当たり前をいかに早く実現していくかが、AI活用成功のカギになります。例えば当社では、「ChatGPTに聞いてみたんだけど」という枕詞からスタートする会議も増えています。そうすることでエンジニアだけでは無く、営業系、スタッフも含めてAI活用していく雰囲気が醸成されていきます。こうした雰囲気の醸成も重要なことだと思います。
飯久保：いいですね！ ガイドラインの作成では、制約を設けすぎないことも重要だと思います。イノベーションを起こすには、ガチガチな監視・管理体制ではなく、自由に構想や挑戦ができる最適なガバナンスが整った状態が良いと思います。
──エンジニアがゼロスタートでAI活用に挑戦したいと思った時、気をつけるべきポイントはありますか。
飯久保：お二人も既に言及してらっしゃいますが、一つはセキュリティやガバナンスをどう確保するか。そしてもう一つは、AIの活用可能性や応用範囲は非常に広いので、固定観念にとらわれず、自由な発想で挑戦することです。
加藤：一方でエンジニア個人でいうと、どんどん使うことが重要だと思います。マネジャーや管理職の方も、AI活用にチャレンジしやすい組織にしていくことが重要だと思います。
しかし、セキュリティの担保は必要です。自社の情報や顧客情報を入れないというのは大前提で、どの情報をどこまでAIに学習させるかを事前に検討する必要があると思います。
