AI時代に生き残るITエンジニアに必要な力
千代田まどかさん(Microsoft)
- AIでエンジニアが不要になるか
- 産業革命
- 技術の発展によって社会を変える
- 歴史上さまざまな革命があった
- 社会の変革の過渡期には古いやり方側からの反発がある
- 時間が経つと置き換えられていく
- いらなくなる仕事があれば新しい仕事もある
- MSエンジニアに聞くAI時代のエンジニアに必要な力
- マインドセット
- 好奇心
- 継続的な学習
- AIを柔軟に受け入れる姿勢
- AI Enhanced Engineer
- 越境/全体最適志向
- プロダクトやビジネスへの当事者意識
- スキルセット
- ハードスキル
- コンピュータサイエンスの基礎
- AIの成果物の正しく評価/修正
- バイブコーディングはガチャ
- 事前にスペックを整備できる必要がある
- 品質保証
- ソフトスキル
- 課題発見定義
- ユーザの観察共感
- ビジネス理解
- ハードスキル
- マインドセット
Obsidian × AI活用の最新の知見
松濤vimmer(Cyber Agent)
https://speakerdeck.com/onikun94/obsidianxainohuo-yong-nituite
- Obsidian
- メモツール
- AIと親和性が高いから話題になっている
- ファイルの配置構造
- AIの活用
- ObsidianもAIツールもローカルの同じファイルを見るので同期できる
- ローカルにあるから任意のAIツールを使える
- クラウドへの同期
AI SaaSサービス開発チームAI活用戦略
東哲志さん(JapanAI)
- AIコーディング
- 大規模だといきなり良いコードは生成されない
- 長く同じプロジェクトをやってても経験値を積んでくれない
- Spec Driven Development
- 仕様をドキュメントとしてしっかり定義しておく
AIが実業務を動かすために：Workflow Agentとガードレール設計
宮田航志さん(Algoage)
https://speakerdeck.com/miyatakoji/aiagentnoxian-jie-wochao-e-xian-chang-wodong-kasuworkflowagentnoshe-ji-toshi-jian
- AIAgentの現場導入
- 再現性の壁/コストの壁/セキュリティ/ガバナンスの壁
- PoCで雑に終わらせると現場で使えないものになってしまう
- 顧客が求めているものを見定めないといけない
- 再現性のあるものを作れないといけない
- 設計原則
- LLMの自律性 / ワークフローやルールの厳密さ の2軸
- 自律性も厳密さも低くていいならチャットプロンプトとか
- エージェントの開発フェーズ
- Formalize
- Intent Check
- Exec/Observe
- Control
- エージェントの評価サイクル
楽楽精算における三位一体の楽楽AIエージェント
石田浩章さん(ラクス)
- 楽楽精算におけるAIエージェント
- 面倒な申請入力業務を代わりにやってくれるもの
- 分かるところを埋めてくれる
- 3つのエージェント
- 関連伝票の検索
- 領収書から関連しそうな伝票を持ってくる
- 過去申請の推論
- 同じ操作をするケースが多いので似たものを持ってくる
- 伝票明細の生成
- 集めた情報を元に申請書を作る
- 関連伝票の検索
- 信頼性と汎用性
- 経費精算は間違うと大問題
- カスタマイズ性の高い製品
- LLMの利用コスト
- プロトタイプでは1申請で500円
- 数十円規模まで削減して現実的な範囲に
- マルチエージェント化
- モデルの最適化
AI Agent経済圏に向けた交渉Agentの挑戦ー技術から実装へ
比嘉亮太さん(NEC)
- 生成AI基盤を作っている
- 社内の人が提案書を作るときに参考情報を検索したり
- 音声認識
- コンタクトセンター
- 医療業務での患者対応
- 自由会話を認識して話者を判別したり
- AI Agent Ecosytem
- 次世代エコシステムの構築
- 自動交渉AI
- 最良の取引条件を生成して自律的に交渉する
- よりよいエージェント経済圏のために必要
AIエキスパート育成の方法 急成長テクノロジスト集団が実践するVLM開発とAIラボ
大島尚さん(ADiXi)/保知 一也さん(Acrosstudio)
- AI人材の育成
- AIラボ
- 生成AIの理解
- AI駆動開発
- AIエージェント活用
- AIを活用した課題解決
- 座学/ハンズオン/実プロジェクト
- AIラボ
- VLM
- Vision Language Model
- 画像とテキストをあわせて処理できる
Building the Pathway from AGI to Superintelligence
Jad Tarifiさん(Integral AI)
- GenerativeAI
- World Model
- AGI
- Superintelligence
AIエージェント開発のリアル 〜現場で学んだ技術アプローチとマインドセット〜
知田悠生さん(ギブリー)
- AIエージェント開発事例
- 事例調査
- 先行事例の収集の自動化
- 1wでプロト/3wで完成
- 網羅性/正確性の担保をどう保証するか
- 安全性評価
- 製品の安全性評価をLLMで支援
- LLMのスコア基準の適切さ/一貫性
- 説明責任問題
- ナレッジ検索
- 二次情報中心で一次情報が欠如してしまう
- どれも人が現状やっているフローや判断を言語化して落とし込む必要がある
- 既存の業務プロセスが非属人化されてるか
- プロセスが整理されてるか
生成AI活用術AIドリブンで実現する業務改革
小笠原寛太さん(Microsoft)
- 人とAIの共存
- AIアシスタントを持つ
- 人間主導のエージェント
- 人間によるエージェント操作
- Agentic DevOps
- 開発サイクルの様々なフェーズでAI活用
- Copilot Studio
- GitHub Copilot
ゲームのためのAI開発 - SGE AI戦略本部の現在とこれから
黒田和矢さん(Cyber Agent)
