AIに任せた仕事、任せきれなかった仕事

このセッションでお伝えすること

• 「AIに書かせる」より「AIに絞り込ませる」

  らくらくログ解析の改修では、調査対象となった14ファイルから、実際のアクセスログをもとに必要な修正をJS2ファイル・各6行まで絞り込みました。AIによって大きく変わった「調査」の進め方をご紹介します。

• AIを使った成果を、数字で検証する

  IP SURVEYORの改修では、実行時間を1時間39分から数秒へ短縮し、S3への空打ち30,104回を0回に。
  AIに修正を任せるだけでなく、修正前後の効果を確認するための検証方法についてもお話しします。

• AIと人、それぞれに任せる仕事

  AIが仮説と検証方法を提示し、人が本番環境で実行、その結果をもとにAIが判定する。
  実際の業務で機能した、AIと人が役割を分担する進め方をご紹介します。

• AIは間違える。だからこそ必要な人の判断

  アクセスログの取り違えや日付の勘違い、ソースを確認しないまま行った誤ったレビューなど、AIが間違った実例もご紹介します。
  AIの回答をそのまま信用せず、人の知識で検証する重要性をお伝えします。

• 自作MCPで、AIと社内データをつなぐ

  アクセスログ解析MCPやSURFPOINT-MCPを構築し、Claude Desktopから自然言語で利用できる環境を整備。
  AIを社内データや自社プロダクトにつなぐ取り組みと、正確な結果を得るためのガードレールについてご紹介します。