Slide 1

Slide 1 text

AIエージェント開発に求められるPdMの仕事を考える AIエージェント開発のパラダイムとPdM 2025-12-4 (木) pmconf2025 株式会社LayerX 渡辺謙太

Slide 2

Slide 2 text

© LayerX Inc.  2 ⾃⼰紹介 渡辺謙太 @k6nta 株式会社LayerX バクラク事業部 CEO室 プロダクトマネージャー 略歴 1. ⼿触り感のあるContext Engineering 2. Evaliteによるlocal nativeなLLM evals実⾏環境 3. AI Agentフレームワークを使うべきなのか? 4. AIエージェントを開発するPdMがやることをプロンプト を書きながら考える 2025 発信 LayerX AI エージェントブログリレー 東京⼤学⼯学部卒 / 松尾研究室 株式会社Gunosyへエンジニアとして新卒⼊社 / メディアサー ビスの事業責任者等 株式会社LayerX⼊社後、CEO室にてAIエージェントプロダク トのPdM + 開発 機械学習 エンジニア プロダクト マネージャー バックグラウンド

Slide 3

Slide 3 text

© LayerX Inc.  3 すべての経済活動を、デジタル化する。をミッションに、 AI SaaS事業とAI DX事業を展開 LayerXの三つの事業 バクラク 企業活動のインフラとなる法⼈⽀出管理 (BSM)SaaSを開発‧提供 三井物産デジタル‧アセットマネジメント ソフトウェアを駆使したアセットマネジ メント‧証券事業を合弁会社にて展開 Ai Workforce ⽂書処理を中⼼とした、LLMの活⽤によ るプロセスのリデザイン AI SaaS事業 AI DX事業

Slide 4

Slide 4 text

4 © LayerX Inc.  4 バクラクとは 「バクラク」シリーズは、稟議、経費精算、法⼈カード、 請求書受取‧発⾏、勤怠管理などの業務を効率化する AIクラウドサービスです。 最先端のAIエージェントを組み込むことで、⼿⼊⼒や紙の管理などの 業務から解放し、従業員⼀⼈ひとりがコア業務に集中できる 新しい働き⽅を創造します。 中⼩企業から⼤企業まで、15,000社を超えるお客様の 働きやすい環境づくりと事業の成⻑を⽀援しています。 バックオフィスから 全社の⽣産性を⾼める

Slide 5

Slide 5 text

© LayerX Inc.  5 バクラクの事業領域 Coming Soon AIエージェント HCM領域 (人的資源管理) 稟議・ワークフロー 領域 BSM / ARM領域 (債権・債務管理) Payment 領域 (債権債務管理) Coming Soon

Slide 6

Slide 6 text

© LayerX Inc.  6 バクラク AI エージェント バクラクは技術で コーポレート領域の ⾃動運転を⽬指す バクラク AI エージェントが⼈の代わりに ⾃律的にタスクを⾏う。 企業に⽋かせないコーポレート領域の仕事を再 定義します。 AI-Native SaaS として、 ソフトウェアトータルでの⾃動化体験を設計‧ 提供する。

Slide 7

Slide 7 text

AI活⽤進んでますか?

Slide 8

Slide 8 text

No content

Slide 9

Slide 9 text

AIエージェントやLLMを活⽤した機能をプロダクトの開発は? ツールとしてのAI活用と比べると、まだ多くないのではないかと思う

Slide 10

Slide 10 text

No content

Slide 11

Slide 11 text

© LayerX Inc.  11 AIをプロダクトに組み込む側の話:AIエージェントの開発に必要なPdMの仕事 ⽬次 1. LLMの挙動を経験的に理解する 2. LLMの前に⼈を理解する 3. LLMに問題を解かせない

Slide 12

Slide 12 text

1. LLMの挙動を経験的に理解する

Slide 13

Slide 13 text

が、LLMが来る前の世界を思い出して

Slide 14

Slide 14 text

© LayerX Inc.  14 コードに関してはたくさんのことを理解している ● コードで何ができるか ● どういう複雑性を持ち込むと実装コストが上がるか ‧ユーザの認知負荷が上がるか ● 「現状のプロダクトにSlackみたいにさくさく使える チャット機能を2ヶ⽉で追加しよう」とはならない ● DB構造の複雑さ、⾮同期処理の複雑さ、UXの作り込 み、.... ● これらの複雑性を理解しながら仕様を決めている PMとして「チャットアプリのデモ」と「Slack」の間を想像できる 参照:slack.com

Slide 15

Slide 15 text

© LayerX Inc.  15 LLM(プロンプト)だとどうか? ● 「予定調整できるカレンダーエージェントを作って」 ● コンテキストが⼤事だとか、RAG、HITL(Human in the loop)が必要とか、⼈の仕事を代替できるとか、 ブラウザ操作できるとか... ● ??? コードより作りたいものを作るための複雑性が想像しにくい

Slide 16

Slide 16 text

実際にAIエージェントを作る過程をたどりながら考える

Slide 17

Slide 17 text

© LayerX Inc.  17 カレンダーエージェントのデモを作ってみる LLMは論理的思考に強いので予定調整くらいは簡単そう

Slide 18

Slide 18 text

© LayerX Inc.  18 GeminiのGemを作って動かしてみる あなたはGoogle Calendarの予定の調整を行うカレンダーエージェントです。 ユーザの指示に従って予定の調整を行ってください。 あなたはGoogle Calendarの予定の調整を行うカレンダーエージェントです。 ユーザの指示に従って予定の調整を行ってください。 目的とゴール: * ユーザーからの指示に基づき、正確かつ効率的にカレンダーの予定を調整・ 管理します。 * 予定の追加、変更、削除、および空き時間の検索など、カレンダー関連のタス クをサポートします。 * ユーザーの利便性を最優先し、スムーズなスケジュール管理を実現します。 行動とルール: 1) 初期対応... Geminiがリライトしてくれる GeminiだとGoogleカレンダーにさくっと繋げる システムプロンプト

Slide 19

Slide 19 text

デモは意外と簡単に作れる!いけそう!😀

Slide 20

Slide 20 text

開発を始めてみる

Slide 21

Slide 21 text

© LayerX Inc.  21 LayerXでも申請関連のAI エージェントの検証を開始 エンジニア出⾝のPdMがAIエージェント開発に取り組み ⼤失敗した中での実際の学びを話させていただきます デモはすぐできたが 実際の自分の申請で うまく動かない!

Slide 22

Slide 22 text

なぜうまくいかないのか?

Slide 23

Slide 23 text

© LayerX Inc.  23 改めてカレンダーの例で⾊々な⼊⼒を試していく 明日の17時からpmconfの資料作成の予定を1時間確保して 17:00 ~ 18:00 Pmconfの資料作成 8個中7個だけ移動 1分後 風邪を引いたので今週の1on1は全て来週に移動して 10:00 ~ 10:30 Taro.yamadaとの1on1 参加者:自分 / taro.yamada 明日の10時からtaro.yamadaとの1on1を入れて お客様Aのtaro.yamadaさんがお客様Bと の商談に追加される お客様Bとの商談にtaroさんを追加して お客様Aとの 予定調整 実際に開発や運⽤を始めてみるとたくさん問題が出てくる😨

Slide 24

Slide 24 text

なぜこうなるのか?

Slide 25

Slide 25 text

No content

Slide 26

Slide 26 text

どうしたらいい?

Slide 27

Slide 27 text

© LayerX Inc.  27 対策1:LLMに解かせる問題の分解が必要 次の予定にお客様が含まれるか判断して: 「LayerX商談 / 参加者:AAA」 YES or NO 2値分類 明日の戦略MTGに部長が参加できなくなったので、参加メンバーの予 定を確認して都合の良い候補リストを理由を添えて出して 戦略MTGの予定を確認しました... 複雑な思考・生成 難易度低 難易度高 ⼀度に解かせる問題を⼩さくしないと出⼒が安定しない めちゃくちゃ難しいことを⼀度にやろうとしている可能性がある

Slide 28

Slide 28 text

© LayerX Inc.  28 対策2:分解した解きたい問題に対するLLMの挙動理解が必要 GPT-5.1 Gemini 3.0 リリース! SWE-benchAA%! ⽣成されるサイトのクオリティ! 解きたい問題をどれくらいの精度‧レイテンシー‧ コストで解けるか? これまでよりControlしやすくなっているか? 世の中の評価 ⾃分達の問題に対する評価 最先端のLLMによって解ける問題の広がりのキャッチアップは⼤事だが ⾃分が解きたい問題に対する精度や安定性を理解するのはもっと重要

Slide 29

Slide 29 text

© LayerX Inc.  29 PMとしてやれること:決定的ではないLLMの挙動を経験的に養う あなたは Google Calendarの予定の調整を行うカレンダーエージェントです。ユーザの 指示に従って予定の調整を行ってください。 目的とゴール : * ユーザーからの指示に基づき、正確かつ効率的にカレンダーの予定を調整・管理しま す。 * 予定の追加、変更、削除、および空き時間の検索など、カレンダー関連のタスクをサ ポートします。 * ユーザーの利便性を最優先し、スムーズなスケジュール管理を実現します。 行動とルール : 1) 初期対応 ... システムプロンプト 明日の 17時から pmconfの資料作成の予定を 1時間確保して 17:00 ~ 18:00 Pmconfの資料作成 8個中 7個だけ移動 1分後 風邪を引いたので今週の 1on1は全て来週に移動して 10:00 ~ 10:30 Taro.yamadaとの 1on1 参加者:自分 / taro.yamada 明日の 10時から taro.yamadaとの 1on1を入れて お客様 Aのtaro.yamadaさんがお客様 Bと の商談に追加される お客様 Bとの商談に taroさんを追加して お客様 Aとの 予定調整 ● ⽇々ChatGPTでその場限りのプロンプトを書くのでは なく「継続的にプロダクトで使うプロンプト」を想定 してプロンプトを書く ● 使っていく中で必要な指⽰を追加‧改善しながらあっ ちを解決すればこっちが壊れるという問題の境界‧感 覚をつけていく ● デモではなく「本当に⾃分で使うツール」がベスト ● Gems / Dify / n8n

Slide 30

Slide 30 text

2. LLMの前に⼈を理解する

Slide 31

Slide 31 text

AIエージェントの⼤きな特徴: これまで難しかった⼈の動作まで⾃律性を持ってこなす

Slide 32

Slide 32 text

© LayerX Inc.  32 カレンダーの例で考えると 体調悪くなったので今日の午後の 1on1をリスケして 今日の午後の予定を確認 1on1に関する予定を絞りこみ 明日に予定を移動 ⼈がやっていた⼀連の作業 ⼀⾒すると単純な作業の連続に⾒える

Slide 33

Slide 33 text

© LayerX Inc.  33 こういう予定の時どうするか? 1on1の判断 明示的に1on1と入っていない どのくらい先にリスケすると 良い? 体調不良の場合明日稼働できるの か? どの時間帯に入れると良いか? ・細切れ時間を避けたい ・普段は午前中をなるべく作業時間に取 りたい ・お昼はできれば11:30 ~ 13:30の間でラ ンチの時間を確保したい ・会社の業務時間は9:00 ~ 18:00だが 普段大体8:00 ~ 18:30での稼働が多い 予定の優先度をどうつけるか? ・リスケ先の時間帯が埋まり切っている場 合どうするか? ・部長相手の1on1は部長の時間が取れ ないので空いている時間優先で他の予 定を調整する 会議室はどう確保するか? ・相手がオフィスの場合確保必要。なるべ くフォンブースをとって、とれなければ会 議室をとる 体調悪くなったので今日の午後の 1on1をリスケして ⼈は予定調整するときたくさんの暗黙的なルールがある

Slide 34

Slide 34 text

© LayerX Inc.  34 LLMは空気は読んでくれるが「⼀般的な」空気の読み⽅しかできない システムプロンプト 体調悪くなったので今日の午後の 1on1をリスケして LLMの賢さの問題ではなくコンテキストを理解‧与えられていない状態 あなたはGoogle Calendarの予定の調整を⾏うカレンダーエー ジェントです。ユーザの指⽰に従って予定の調整を⾏ってくださ い。 ~~~ 明確な1on1 # ⼀般的な会議の定義 ## 1on1 ⼀般的には上司と部下の1対1で「部下の」成⻑⽀援などを⽬的と して設定されます。タイトルに明⽰的に1on1と記載されていない 場合でも参加者が2名のみで具体的な議題がない場合1on1の可能 性があります。 実態は1on1 具体的な業務の議題が設定されている場合は1on1ではなく業務相 談の可能性があります。 ## 全社会議 ~~~ 業務の相談

Slide 35

Slide 35 text

© LayerX Inc.  35 ⼈の暗黙的な知識や判断軸の理解が重要 人の行うタスクにはめちゃくちゃ暗黙的な知識や判断軸がある 既存のサービスをどう使って いるか? データを解釈するための暗黙 的な知識は何か? データ更新時の暗黙的な判 断軸や優先度は何か? 今日の午後の予定を確認 1on1に関する予定を絞りこみ 明日に予定を移動 ⼈がやっていた⼀連の作業

Slide 36

Slide 36 text

LLMに問題を解かせない

Slide 37

Slide 37 text

LLMだからなんでもできるわけではない

Slide 38

Slide 38 text

© LayerX Inc.  38 LLMに”解かせない”選択肢を考える ✅対応できる⼊⼒の⾃由度は⾼い ❗確率的動作の検証⼯数が⼤きい ✅決定的に解ける問題はCodeに落とすことで不確実性をゼ ロにできる ❗ツール設計の複雑性は増す可能性あり 来月の予定を全てコンテキストに入れて LLM に外部の人との予定を考えさせる LLMから予定検索ツールを「 @layerx.co.jp外のメールア ドレスを持つ参加者がいる」という条件で呼ぶ LLMに寄せる コードに寄せる 来月の外部の人との予定を全て教えて トレードオフがあるため適宜判断必要だが選択肢として考えられると良い

Slide 39

Slide 39 text

© LayerX Inc.  39 LLMの出⼒テキストに全てを委ねない:認知負荷のケアは必要 今日の午後の 1on1を明日の18時からに移動して

Slide 40

Slide 40 text

© LayerX Inc.  40 ⼊⼒も同じ:チャットは⾃由度⾼い 利⽤頻度の低いエージェントほど⼀⽬⾒てわからないと使えない

Slide 41

Slide 41 text

© LayerX Inc.  41 チャット起点ではなく勝⼿に動いてもらうやり⽅もある 予定の最適化 ✅チームの定例MTGは引き続き週3時間以内に保たれています 開発チームのチーム定例MTGは全社平均2.5時間 👉来週⽉曜‧⽕曜の会議の隙間時間をなくして効率化する 30分以上の細切れ時間が4箇所存在します ❗チームメンバーのTaroさんが休暇に⼊るためパートナー定例のリスケが必要な可 能性があります Taroさん以外の社内メンバーの参加者がいませんが予定が変更されていません 承認する 修正する 修正内容を⼊⼒

Slide 42

Slide 42 text

© LayerX Inc.  42 LLMであってもタスクの広さと開発⼯数はトレードオフになる 問題が狭い 問題が広い 今週の外部との MTGを教えて 予定の確認 今日の午後の 1on1を全て来週にし て 予定のリスケ taroさんが異動になったのでチーム MTGの参加者から削除して 予定の編集 ・部署ごとに定例に使っている月次 の時間を出して ・採用面談が集中してしまっているエ ンジニアのリスト教えて 予定の分析 社員が参加・登壇しているイベント のリストをイベントの URLと概要付 きで抽出して Web検索 CEO室の開発メンバーで明日の午後、なるべく 他のMTGと繋がる 時間で30分のMTGを設定して。開発部に近い会 議室を探して 各種連携 会議室情報 あなたはGoogle Calendarの予定の調整を行う カレンダーエージェントです。ユーザの指示に 従って予定の調整を行ってください。 ~~~ # 一般的な会議の種類 ## 1on1 一般的には上司と部下の 1対1で「部下の」成長 支援などを目的として設定されます。タイトルに 明示的に1on1と記載されていない場合でも参加 者が2名のみで具体的な議題がない場合 1on1 の可能性があります 具体的な業務の議題が設定されている場合は 1on1ではなく業務相談の可能性があります ## 全社会議: ~~~~ システムプロンプト なんでも良い感じにやれるやつは簡単に作れない => 適切なタスクに絞る

Slide 43

Slide 43 text

まとめ

Slide 44

Slide 44 text

© LayerX Inc.  44 まとめ 1. LLMの挙動を経験的に理解する LLMの挙動の解像度を⾼める 2. LLMの前に⼈を理解する ⼈間の思考へのトレース、ディープダイブを⾏う 3. LLMに問題を解かせない LLMにやらせること減らしていく判断する AIエージェント開発に求められるPdMの仕事を考える

Slide 45

Slide 45 text

© LayerX Inc.  45 まだ何もわからんけど AGIがどうとか関係なく今既にある技術でかなりの部分が変わる たくさん壁はあるしとにかく経験知を速くためていくしかないが、3年前と⽐べると夢の世界! インターネット黎明期、スマホ黎明期に戻れるとしたら戻りたいと思っていたけど、もっと楽しいAI黎明期がきた! 10年に1回しかない全てが新しくて機会しかない時期、やりたいことが多すぎて今の時代を10回くらい過ごしたい 2025年はまだこんなこと⼿でやってたん?という世界になる この変化を作れるのは今だけ、この未来に挑めるのは今だけ 他にもたくさん Context EngineeringやEvals… LLM開発に関する情報収集... AIシフトは進んでいく..! ぜひ懇親会で話しましょう!

Slide 46

Slide 46 text

© LayerX Inc.  46 絶賛採⽤中です! ● 採⽤サイト ○ https://jobs.layerx.co.jp/ ● カジュアル⾯談 ○ opendoor ○ 「layerx kenta opendoor」で検索 ○ X@k6ntaまで ● Bet AIできる環境