Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
固定されたHowからの脱却 What起点のTransformation
Search
fumi-sagawa
September 15, 2023
0
120
固定されたHowからの脱却 What起点のTransformation
「AI社内推進チームの納涼会」登壇資料
https://algomatic.connpass.com/event/293666/
fumi-sagawa
September 15, 2023
Tweet
Share
More Decks by fumi-sagawa
See All by fumi-sagawa
ChatGPTの使い方と業務に組み込む心構え
sagawa23
0
69
LLMアプリケーションとアフォーダンス
sagawa23
0
690
ChatGPTとうまくやる方法
sagawa23
1
300
結局のところ いつ、どのAIツールを、 どのように使えば良いのか
sagawa23
5
730
ChatGPTを使う上で注意したい バイアスとフィルタリング
sagawa23
1
530
ざっくりつかむLangChainのメンタルモデル [説明欄にソースあり]
sagawa23
6
1.2k
プロンプトもくもく会ガイダンス.pdf
sagawa23
0
210
SPAで作るゲーム制作と技術選定(とこれからのWEB体験の話)
sagawa23
1
1.9k
Featured
See All Featured
Ruby is Unlike a Banana
tanoku
97
11k
Building Your Own Lightsaber
phodgson
103
6.1k
How to train your dragon (web standard)
notwaldorf
88
5.7k
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
44
6.8k
Optimizing for Happiness
mojombo
376
70k
Build The Right Thing And Hit Your Dates
maggiecrowley
33
2.4k
Building Better People: How to give real-time feedback that sticks.
wjessup
364
19k
Six Lessons from altMBA
skipperchong
27
3.5k
Intergalactic Javascript Robots from Outer Space
tanoku
269
27k
Testing 201, or: Great Expectations
jmmastey
38
7.1k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
27
840
RailsConf 2023
tenderlove
29
900
Transcript
2023/9/15 Fri. TAM AIチーム代表 佐川史弥 柔軟かつ無理のない、ワークフローの持続的な改善 固定されたHowからの脱却 What起点のTransformation
福島高専を卒業後、児童向けプログラミング教育事業の起業。株式会社キ カガクでAI研修を担当し、株式会社TAMフロントエンドエンジニアに。 生成AIの台頭を受け、現在、同社にてAIチーム代表を務める。 WEBエンジニア 株式会社TAM AIチーム 代表 サガワフミヤ /佐川史弥
時は遡り約一年前...
None
None
2022年9月頃、画像生成AIの登場によってデザイン・イラストレーションの業界に激震が走った! 続く2022年末、ChatGPTが登場したことによりエンジニアは失職を懸念し始める… 衝撃は段々とビジネスサイドにも波及し、オフィスワーク全体の話題へ 生成AIの登場によって、 業務が激変する(らしい)
None
None
生成AIに興味があるお客様を交えての勉強会 を開催。さらなる活用に興味がある方に向け て、一緒にプロンプトを作成したりノーコー ドでLLMを走らせるなど仮説検証を実施。 お客様とのPoC・クローズドセミ ナーや勉強会 専用チャンネルの解説と旬な情報の投稿。エ ンジニアリング的な情報とそうでないものは チャンネルを分別。月一で社内勉強会を開 催。ChatGPTから画像・動画生成まで。
社内ナレッジの共有促進 認証付き社内版ChatGPT(Chatbot UIク ローン)を設置したり、Azure OpenAI Serviceを管理したり。新しいサービスが出 たらとりあえずWaitlistに登録したり。 社内AI環境・ツールの整備 TAM AIチームの活動
生成AIに興味があるお客様を交えての勉強会 を開催。さらなる活用に興味がある方に向け て、一緒にプロンプトを作成したりノーコー ドでLLMを走らせるなど仮説検証を実施。 お客様とのPoC・クローズドセミ ナーや勉強会 専用チャンネルの解説と旬な情報の投稿。エ ンジニアリング的な情報とそうでないものは チャンネルを分別。月一で社内勉強会を開 催。ChatGPTから画像・動画生成まで。
社内ナレッジの共有促進 認証付き社内版ChatGPT(Chatbot UIク ローン)を設置したり、Azure OpenAI Serviceを管理したり。新しいサービスが出 たらとりあえずWaitlistに登録したり。 社内AI環境・ツールの整備 TAM AIチームの活動
だんだんと浸透してきたが、課題も多い。
昨日できなかったことが今日できるようになっている。 ChatGPTにPluginが追加されてる。 Midjourneyでinpaintingができるようになっている。 そして今週Fireflyが正式リリースされる。 AIツールの進化は早い
マニュアルを作ってもすぐ陳腐化する 手順は高速に移り変わっていく
そもそも私たちがしたかったことは何か?
何らかのゴール達成のための効率化 AIツールの導入と使用
何らかの成果物作成のための効率化 AIツールの導入と使用
Transformationの基本方針 責任の移譲 とチェック体制 手順ではなく 成果物への 着目 ワークフローの 再構築
手順を定義する ワークフロー 動作を基点とすると曖昧さが残る。
成果物を定義する ワークフロー 何から何を作るかが定義されていると曖昧さが消える。
手順を定義する ワークフロー
成果物を定義する ワークフロー What起点だと依存関係がしっかりわかる。
「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ 替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。
担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上 普段のワークフローで 成果物(What)を定義する嬉しさ
AI Transformationの文脈で 成果物(What)を定義する嬉しさ 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ
替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。 担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上
要件達成のため、何らかの情報を元に作業を行い成果物を作成する。 タスク処理の イメージ
情報が実行者に渡ると、情報に対する判断とそれに応じた処理が実行さ れ成果物が作成される。 タスク処理の イメージ
AI Transformationの文脈で 成果物(What)を定義する嬉しさ 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ
替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。 担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上
インプットとなるデータは複数の情報から構成される。この際、 。 なお、この判断と処理は実行者の知識や経験から行なわれるため、欠損 があったとしても 。 情報に 欠損がある場合アウトプットは不完全なものとなる 実行者に豊富な知識がある場合はアウトプットの不完 全さは補える タスク処理の
イメージ
AI Transformationの文脈で 成果物(What)を定義する嬉しさ 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ
替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。 担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上
タスク処理の イメージ
AI Transformationの文脈で 成果物(What)を定義する嬉しさ 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ
替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。 担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上
タスク処理の イメージ 主にチームで働く場合の話。中間成果物も定型化することにより、成果 物の安定性向上は後続処理にも関わる。共通言語を獲得するイメージ。 判断・処理(アクション)は知識・経験に依存するため、ツールを含むア クションをアサインすることは難しい。一方で、出力形式だけ固定化さ れていれば手順にも自由が生まれる。
AI Transformationの文脈で 成果物(What)を定義する嬉しさ 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ
替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。 担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上
タスク処理の イメージ 処理能力が高い実行者であれば、一足飛びで成果物を作成することがで きる。AI Agentの発展に最も関係しており、実行順序の立案能力が高く なるほどオンデマンドで中間成果物の作成フローを立てられるようにな る。
AI Transformationの文脈で 成果物(What)を定義する嬉しさ 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 フローの改変しやすさ向上 「〜の手順ができる人」は都度学習が必要となるが、Xか らYを作れる人であれば基準が明確であり作業担当の入れ
替えがしやすい。 また、担当が独自の作業手順を行なっても渡ってくる・渡 るデータは一定であるため問題が生まれない。 担当者の入れ替えやすさ向上 成果物に都度ばらつきがある場合、確認作業を担当するも の負担が上昇する。 渡ってくる情報が一定のフォーマットであれば大きく手順 を変えずにレビューが可能となる。 チェックバックのしやすさ向上 良い提出物を定義することによって、担当者の判断材料が 増え不完全な提出が少なくなる。 またフォーマットの用意はそのままチェックリストとな り、項目が埋められていない場合の不完全さがすぐに判断 できる。 成果物の安定性向上 前工程から渡ってくる情報に不足が生じると、後続作業で 判断ミスが起こりうる。この場合前工程への意識や前工程 担当者への確認が生じるが、渡ってくる情報に不足がない 場合スムーズに作業が行える。 後続処理の安定性向上 「〜を使ってこの工程で作業を行う」であるとツールが固 定化されてしまうが、成果物Yを作れることがゴールであ れば効率さえ高ければ何を使うかに関心を持つ必要がな い。 ツールの入れ替えやすさ向上
Human in the Loop 機械学習、ディープラーニングの運用の際に用いられた概念。 人間を挟んだチェックによりフィードバックループとアウトプットの質 の担保を行う。
Human in the Loop 処理は知識・経験を元に行われるため、情報を理解しきれていないAI/人 材のみに任せると理想的でない成果物が出来上がる可能性がある。
Human in the Loop エキスパートの介入を挟むことにより理想の成果物に近づくよう軌道修 正を行う。
少々パラダイムが変わるためメンバーの負担が大きい。 そもそもこれが最適かも含め、引き続き、尽力!
サンプル紹介 Omake
記事作成フロー
記事作成フロー
バナー作成フロー
バナー作成
AIを 「採用」 し、 ワークフローの再構築を。 成果物を定義する、人材(AI)をアサインする、参考資料を与える。 直感的に扱える効率化のためのAIツール。