GitHub Copilot のSkillsで業務分析を仕組み化する

Transcript

1. GitHub Copilot の「Skills」で業務分析を高速化 ― AIエージェント化の“作る前”を仕組み化する 2026年07月28日 Copyright © Headwaters Co., Ltd.
2. 自己紹介 TAKEKAWA TOMOKI 竹川 智貴 株式会社ヘッドウォータース Software Engineer Data Scientist Infrastructure Engineer AI Consultant AI Engineer Researcher Copyright © Headwaters Co., Ltd. 1
3. ヘッドウォータースグループについて AI・データ・クラウド技術を軸に、DXおよび新規事業創出を支援するテクノロジーカンパニーです。 グループ各社の専門性を生かし、エンタープライズ企業向けにAIエージェント、データ活用基盤、業務システムの開発・運用を提供し ています。マイクロソフトをはじめとしたパートナーとの強固なアライアンスも特徴です。 社名 株式会社ヘッドウォータース 本社 東京都新宿区西新宿6-5-1新宿アイランドタワー4階 設立 2005年11月 東証コード 東証グロース上場（4011） 総人員数 約1,500名 事業内容 ・AIインテグレーションサービス ・DXサービス ・プロダクトサービス グループ会社 ヘッドウォータースコンサルティング ヘッドウォータースプロフェッショナルズ DATA IMPACT LogTech プルーテック アーキテクトコア ネットビジネスサポート ブーストマーケティング RocketStarter AI イノベーション パートナー オブ ザ イヤー アワード 受賞 (1/160社) 国内トップ5社の GitHub 認定の開発生産性向上力 ※派遣社員・委託先社員を含むデリバリー数 Copyright © Headwaters Co., 2 Copyright © Headwaters Co.,Ltd. Ltd. 2
4. Copyright © Headwaters Co., Ltd. 3
5. Copyright © Headwaters Co., Ltd. 4
6. Copyright © Headwaters Co., Ltd. 5
7. 相談の入り口が変わってきた これまで ｜ 従来のシステム開発 いま ｜ AIエージェント 「この業務に、 「この業務、まるごと こういうシステムを入れたい」 AIエージェント化したい」 対象の業務も、入れたい仕組みも、最初からハッキリ やりたいことは大きいのに、肝心の業務の“中身”は不 していた。作るものが決まっている前提の相談だった 透明なまま——という相談が増えた。 。 ◆ だからこそ、まず「何を、どこまで任せるか」を 解きほぐす ところから始まる。 Copyright © Headwaters Co., Ltd. 6
8. エージェントの定義 Agentic workflow（プロセスエージェント） • ◼ 「定型化された業務」が存在し、動作や出力が予測可能な業務に向いている ➢ 大多数の仕事がこちらに該当 ➢ 将来的には自立型AIエージェントが呼び出すTool/Agentになる Agent/Multi Agent （オーケストレーション) • • 事前に入力が予測できない・網羅しきれないなどの「非定型業務」に対して向いている 一方、一つ一つのエージェントが確立的に動作するため、エンジニアリング難易度が高くセキュリティリスクも高い Copyright © Headwaters Co., Ltd. 7
9. AIエージェントの開発の進め方 実装して終わりではなく、検証とアウトカムから得た学びを前工程である 現場・要件へフィードバックし、継続的な改善ループを回していくことが重要。 Copyright © Headwaters Co., Ltd. 8
10. 前工程で大事なこと FO CUS 現場 › 要件 › 実装 1 › 検証 › 修正 2 3 現状の理解 対象の見極め 業務の見直し その業務が実際どう回っているのかを どの業務に、どこまでAIエージェント 今の業務にAIを載せるのではなく、 、解きほぐして掴む。 を任せるかを決める。 AIありきで業務そのものを作り変える 。 ◆ この3つが「実装」に入る前の土台。なかでも出発点が ①現状の理解。 Copyright © Headwaters Co., Ltd. 9
11. 現状の理解でよくあること.. ① ドキュメントがある ② ドキュメントがない 大量の資料を基に、 要件を整理していく そもそも参照できる 資料が存在しない 仕様書・業務フロー図・議事録・台帳……既存の資料を読み 現行業務が言語化・文書化されていない。読み解くべきもの 解いて、業務の現状を掴む。 が、そもそも無い。 ▸ 業務分析で読み解く ▸ リバースエンジニアリングを通して業務分析 ◆ 資料の 「ある / ない」 で、現状の掴み方は大きく変わる。まず、どちらのタイプかを見極める。 Copyright © Headwaters Co., Ltd. 10
12. 業務分析のインプットは、一筋縄ではいかない 決まりごと 流れと実態 生の経緯 RULES FLOW & R EALITY RAW RECO RDS 仕様書 業務フロー図 議事録 規程・マニュアル Excel台帳 メール・チャット履歴 更新が止まっている場合がある 図の上の流れと、現場の実態がズレて 例外や意思決定の経緯が埋もれ、量が いる場合がある。 膨大。 ◆ 形式も粒度も鮮度もバラバラ。どれが“正”かすら分からない——まず“読む”だけで一苦労。 Copyright © Headwaters Co., Ltd. 11
13. 業務分析は難しい..(エンジニアにとって) ⌕ 読み込む 山のような資料に、ひたすら目を通す。 難所 どれが最新で、どれが“正”か。判断しな がら読む。 ▤ › 整理する ? 要点を抜き出し、構造化する。 › 難所 業務・体制・システム——観点の設計 自体が経験頼み。 質問を作る 不足・矛盾を洗い出し、聞くことを決める 。 難所 “書かれていないこと”に気づけるかは、 個人の勘。 時間がかかる 属人化する この前工程が、案件工数の大半を占めることも。 「できる人」しか回せず、品質がブレる。 ◆ この “読む・整理する・質問を作る” を、まるごと Copilot Skills に載せた——それが、この後の話。 Copyright © Headwaters Co., Ltd. 12
14. 前工程をスキル化しよう In 資料 受領 S KI L L 前工程スキル ― ひとつに集約 As-Is 書き起 こし ヒアリング 質問生成 専門用語の 整理 Ou t …など ヒア リング ◆ 書き起こし・質問生成・用語整理——“泥臭い前工程”をまるごと担う1つのスキルを作った。人は 精度の高い対話 に集中できる 。 Copyright © Headwaters Co., Ltd. 13
15. 前工程をスキル化しよう Copyright © Headwaters Co., Ltd. 14
16. リバースエンジニアリングで業務を再設計する ドキュメントがないなら、まずユーザーにヒアリング。 そこから“動くエージェントを作り、その挙動から業務を逆算して描き直していく。 1 2 3 4 ユーザーに ヒアリング 動くエージェント を作る 業務フローを 出力 対話しながら 再びリバース ドキュメントがない分、まず 現場に聞く とりあえず挙動するものを、 まず組む その挙動から、業務フローを AIに書き出させる フローを基に人とAIで往復し 、精緻化する Skills Skills Skills 2 ↺ 2〜4 を繰り返し、業務像を精緻化 ◆ ヒアリングを起点に “動くもの”から業務を逆算し、対話とリバースを重ねて 業務を設計し直す。 Copyright © Headwaters Co., Ltd. 15
17. リバースエンジニアリングで業務を再設計する Bef ore ｜ 手作 業 Aft er ｜ スキ ルで仕 組み化 ✕ ヒアリングの記憶とメモだけで、業務を推測する ✓ “動くエージェント”が、共通のたたき台になる ✕ 認識合わせのたびに、資料をゼロから作り直す ✓ 業務フローが自動で書き起こされ、目で確かめられ る ✕ “言った・言わない”で手戻りが起きる ✓ 対話 → 修正 → 再リバースが、高速に回る EFFECT 空中戦だった認識合わせが、“動くもの”を挟んだ確かな議論に変わる。 Copyright © Headwaters Co., Ltd. 16
18. 注意 Copyright © Headwaters Co., Ltd. 17