先日社内で開いた「バータイム」では、より、来栖川電算の従業員にAI活用事例をインタビューする企画を実施しました。
今回は、そのバータイムの内容をまとめてお送りします。
「AI活用って、やってみたら意外と手が届くんだな」と感じていただければ幸いです。
どんなAI活用事例があるか
以下は今回のインタビューで紹介された、来栖川電算でのAI活用事例です。
技術スタックは概ね Python + LangChain( や類似ライブラリ )とSlack連携、必要に応じてFastAPIや各種ライブラリを組み合わせています。
社内全体向け
社内規則に答えるSlackボット
就業規則や運用手順を自然言語で検索して答えるボットです。LangChainなどを練習用途で組み合わせ、数時間〜1日レベルの検証で実装した例です。
適切な依頼フォームを案内するボット
来栖川電算では、総務への各種依頼※ をGoogleフォームでも実施できます。
自然言語でSlackボットに質問することで、必要な申請フォームや手順をサジェストします。現場の煩雑さを劇的に下げる実装です。
( ※「子どもが生まれた」「結婚した」などのイベントを総務に連絡し、必要な手続きを総務から案内します )
ジェントルボーグ Mk.II( 総務系統合ボット )
上記のボットを統合した試作です。汎用化の難しさ( ツールルーティングの複雑さ )という大事な教訓をもたらしました。
やりたいことに対して、社内の手続きを案内できます
AIが解決できない質問は、適切にエスカレーションされます
ジェントルボーグMk.IIは、こちらのブログでも紹介しております。
インフラ向け
サーバー監視の自動化
ルールベースでは捉えづらい異常をAIで検知し、危険度判定と「次に取るべきアクション」を含めて通知。短時間でのPoC実装から実運用に繋がった例です。
教育向け
作業ログへのコーチング
研修や演習のログをAIが解析し、改善点や気づきをフィードバックするシステム。自分では見落としがちな観点を得られるのが利点です。
その他
褒めるくん
Slack上の褒めスタンプによるリアクションにAIが褒め文を生成して投稿します。
職場のポジティブ文化を後押ししています。
ahatter( 経験学習カード )
経験→内省→抽象化→実験のサイクルをカード化し、言語化の訓練を促進する仕組み。
自分で気づきを言語化する訓練を、より楽しく実施できるよう実装されました。
guess-who ゲーム
新しい大規模モデル（例：最新のMini系モデル）の振る舞いを確かめるために作ったゲーム。モデルの挙動理解や制御性の学習に役立ちました。
社内に伝えたいメッセージのキモは「とりあえず動かしてみよう」
今回のインタビューで、全体に伝えたいメッセージのキモとなる部分は以下のとおりです:
- 「まず動かしてみる。やってみないとわからないことが多い」
- 「とりあえず動かすまでなら、2時間もあれば多分できる」。構えずに実験してみることで見えてくるものが多い
- 「構造化出力とToolCalling ( FunctionCalling )の理解が、実装時の発想力の差になる」
- 「選ぶモデルは、miniモデルで十分なケースも多い。コスト感と必要精度を考えて選ぶと良い」
おわりに
来栖川電算では、実装→観察→改善を高速に回す文化を大切にしています。AIを「難しい学問」ではなく「手元の道具」にして、自分の仕事をより良くする――そんな姿勢で一緒に働ける仲間を歓迎します。興味がある方は採用ページをご覧ください。