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。