AIエージェントを活かすPM術 AI駆動開発の現場から

by gyuta

Slide 1

Slide 1 text

AIエージェントを活かすPM術 AI駆動開発の現場から株式会社エムニ後藤

Slide 2

Slide 2 text

自己紹介京都大学大学院在学中の2023年に株式会社エムニを共同創業、松尾研発SUに認定される。深層強化学習を専門とするほか、エムニではAIプロダクト開発の PMに従事する。要件定義や設計を中心に、開発やテストまで幅広く担当している。

Slide 3

Slide 3 text

スタートアップ x 受託開発 x AIプロダクトの PM

Slide 4

Slide 4 text

スタートアップ x 受託開発 x AIプロダクトの PM スモールなチーム・プロジェクト。複数の役割をPMが兼任。 0→１の開発。プロジェクト毎に組成するチーム。確率的挙動。不確実性が高い。

Slide 5

Slide 5 text

目次 ● 業務コンテキスト（会社・事業・組織）の説明 ● 成功したAI活用 ○ コーディング ○ コードレビュー ○ 議事録 ○ タスク管理 ● 失敗したAI活用 ○ 画面設計 ○ ドキュメント作成 ● まとめ

Slide 6

Slide 6 text

　所在地東京都千代田区東神田 1丁目11-5 石田ビル東神田3階　設立年月日 2023年10月31日　代表者下野祐太　HP https://emuniinc.jp 　電話番号 090-9276-6995 ❏ 松尾先生による弊社のご紹介エムニは、製造業における生成AI の活用に特化したスタートアップです。   代表の下野君は松尾研究所で3年間、  製造業向けAI社会実装に深く携わってきた経験を持ち、その豊富な知識と実績が   大きな強みとなっています。   また共同創業者の後藤君をはじめとして、有名ITメガベンチャーでのプロジェクト  経験を持つメンバーが在籍しており、   技術力と創造性に溢れたチームを形成しています。「AIで働く環境を幸せに、世界にワクワクを」というミッションのもと、   エムニが製造業に革新をもたらし、   未来の産業をリードすることを  強く期待しています。会社概要  ❏ 株式会社エムニの概要技術顧問 ❏ 株式会社エムニの特徴京都大学発松尾研発

Slide 7

Slide 7 text

弊社事業オーダーメイドAI開発を土台としつつAI受託ノウハウを蓄積し、ソリューション及び製造業に特化したマルチプロダクトを展開土台となるオーダーメイドAI開発   AI受託   ノウハウ   ソリューション  プロダクト   戦略研究設計調達生技保全物流保守特許分類  AI特許  検索  AI特許  ロケット  侵害調査  物性値抽出  AIリサーチトレンド発掘  -  転記自動化  車両図解析  回路図面の  情報抽出  -  図面解析  -    -  -  -  計画最適化  報告書  作成エージェント  AIインタビュアー  ヒヤリハット防止  異音検知  -  AIインタビュアー  異常検知  -  -  -  -  クレーム  自動対応  -  AIチャットボット 

Slide 8

Slide 8 text

プロダクト | AIインタビュアー 8 AIと話すだけで  暗黙知の抽出・技能伝承  が実現できる  京大発・松尾研発スタートアップエムニ 

Slide 9

Slide 9 text

分析・可視化考察仮説修正母集団形成分析・可視化考察分析・可視化プロダクト | AI特許ロケット分析・可視化にかかるコストを99.9%削減することで、ハイサイクルで仮説を推敲   導入前  考察導入後  仮説出し母集団形成分析・可視化考察仮説修正母集団形成 ⋯  1サイクル 1サイクル +1サイクル +nサイクル仮説出し母集団形成時間・費用を最大 99.9％削減！

Slide 10

Slide 10 text

AIインタビュアー AI特許ロケットプロダクト画面

Slide 11

Slide 11 text

業務整理プロジェクト視点 PM クライアント開発チームポイント - 見積もり - 要件定義 - 開発 - テスト - 運用の多様な業務をPM個人の作業・連携の中でどう効率化していくか。細かく分けると、アーキテクトやテックリードなども

Slide 12

Slide 12 text

プロジェクトA 業務整理 PM視点ポイントノウハウを展開して、どう効率化していくか

Slide 13

Slide 13 text

PMA PMB 組織間の共有業務整理組織視点ポイント PMに蓄積された暗黙知をどう形式知にして組織の型にしていくか

Slide 14

Slide 14 text

[成功]AIコーディング - 一番インパクトの大きいところだが、特にAI開発に寄与 - AIシステムの精度改善においてはPDCAを高速に回す事が最重要 - 実装はAIに任せ、人間は問題設定に集中 - 会社・チームでツールをあえて縛らずに、いろいろなノウハウを貯めることを目指す - AI駆動ワーキング制度で AI使い放題

Slide 15

Slide 15 text

[成功]AIコードレビュー - code rabbitを利用し、作成したPRの解説、レビューを自動生成 - good - 導入による時間的・金銭的コストがほぼかからない - 良い指摘をするレビューがある（レビュー観点は多角的であるほど、安定性につながる）

Slide 16

Slide 16 text

[成功]AI議事録 - tl;dvを使用して、クライアントとのmtgはすべて録画する - フォルダ管理・ドメインで権限付与できるので横展開も容易 - 開発チームに録画+議事録をそのまま渡せる - 「15分くらいで話してる〇〇の修正をお願いします」

Slide 17

Slide 17 text

[成功]タスク・進捗管理 - claude codeなどのCLIエージェントにgithub cliを操作させ、一定期間の進捗をまとめる

Slide 18

Slide 18 text

[失敗]画面設計書作成 - figma AI, v0, claude codeなど試したが、どれもうまくいかない - クライアントの要求をうまく反映しきれず、なんか違う、となってしまう - 結局人手でやったほうが早い、になりがち - [Q]何か良い方法あれば教えてください

Slide 19

Slide 19 text

[失敗]ドキュメント作成 - 非エンジニアが確認するようなドキュメントもgit管理にした - AIコーディングによる効率化を狙った - クライアント毎に提出するドキュメントのフォーマットの違いによる横展開の難しさ - ちょっとした修正もPRを通すわずらわしさ、conflictの懸念 - →現在はGoogle docs / spread sheetに落ち着く

Slide 20

Slide 20 text

まとめ - スタートアップ x 受託開発 x AIプロダクトの PMをやる中で取り組んだAI活用を紹介した - エンジニアに近いもの、アウトプット形式がシンプルなものは成功した - コーディング・コードレビュー・進捗管理 - クライアントに近いもの、アウトプット形式が複雑なものは失敗した - 画面設計・ドキュメント作成