皆様こんにちは！
ギグーで広報を担当している宇佐美です🐰

ギグーでは毎月、AIに関するさまざまなテーマについて意見を交わす「AIラウンドテーブル」を開催しています！

今回のテーマは、

「開発現場のAI活用のリアルを共有」

開発現場でAI活用が広がる中、実際にはどんな業務で、どこまでAIが使われているのでしょうか？👀

今回は、開発・データ分析・インフラ・コンサルなど、さまざまな立場でプロジェクトに参画するメンバーが集まり、それぞれの現場でのリアルなAI活用について意見を交わしました！

開発現場では、AIをどう使っている？

議論では、

• Geminiを活用した情報収集や資料作成
• NotebookLMを活用したナレッジ共有
• Snowflake Cortex AIを活用したデータ分析
• Copilotを活用した調査・業務支援
• AIによるファイルのフォーマットチェック

など、さまざまなAI活用事例が共有されました。

特に印象的だったのが、マニュアルや手順書、勉強会の録画などをNotebookLMに読み込ませ、分からないことを質問できる環境をつくるという活用方法です。

個人の作業効率化だけではなく、AIを使ってチームに蓄積された知識を活用する動きも広がっています。

そこで見えてきたのが、

「AIを、チーム全体の知識を活かす仕組みにする」

という考え方でした。

📝このパートの要点
AIは個人の業務効率化だけではなく、ナレッジの蓄積や共有にも活用できる。
AI活用によって、チーム全体のスキルの底上げにもつながる。

Claude Codeにツール開発を任せる

ある現場では、新機能をリリースする際に、
環境ごとに異なるパラメータファイルを誤って反映してしまう事象が発生。

そこで再発防止のため、Claude Codeを活用して、パラメータファイルをチェックするツールを開発した事例が紹介されました。

さらに、

• Google Apps Scriptを使ったプログラム開発
• データ同士の差分チェック
• テストの自動化
• コードや設計書のチェック

などにもAIを活用。

実際に試してみた中では、細かく仕様を一つずつ指示するだけでなく、

「まずAIに作らせて、そこから人が調整する」

という進め方も有効だったそうです。

📝このパートの要点
AIはコードを補助するだけでなく、ツールそのものを作るところまで任せられる。
まずAIに形を作ってもらい、人が確認・調整することで、開発の進め方そのものを変えられる。

AIにも「役割」を持たせる

今回、特に盛り上がったのが、AIにそれぞれ異なる役割を持たせる活用方法です。

例えば、

• 要件定義
• 設計
• コーディング
• テスト
• セキュリティチェック
• レビュー

など、工程ごとにAIの役割を分けて活用します。

テストでも、一つのAIだけに確認させるのではなく、「コードの視点」「設計書の視点」など、それぞれ異なる観点からチェックさせることで、手戻りの削減につながったという事例が共有されました。

そこでポイントになったのが、

「一つのAIに、何でも任せすぎない」

ということ。

📝このパートの要点
AIに細かく役割を与えることで、より精度の高いアウトプットにつながる。
人間のチームと同じように、「誰に何を任せるか」を考えることが重要。

AIを使える環境は、現場によって違う

一方で、AI活用の進み方は現場によって大きく異なります。

今回参加したメンバーからも、

• Claude Codeなどを活用できる
• Copilotのみ利用できる
• NotebookLMは利用できない
• コーディング支援AIがまだ導入されていない

など、さまざまな環境が共有されました。

AIを使いたいという声が多くても、セキュリティや社内ルールの観点から、すぐには導入できない現場もあります。

だからこそ、

「使えるAIを、今の環境でどう活かすか」

という視点も大切です。

📝このパートの要点
AI活用は、ツールの性能だけでは決まらない。
セキュリティやルールを守りながら、限られた環境の中でどう活用するかを考えることも重要。

AIに任せること、人が考えること

コンサルティングの立場からは、開発とは少し異なるAI活用についても共有されました。

AIを活用しているのは、

• 情報収集
• 情報の整理・比較
• 仮説の壁打ち
• 文章作成
• ロジックの抜け漏れ確認

など。

一方で、AIから出てきた情報をそのまま使うのではなく、「何を調べるのか」「その回答は正しいのか」を考えることは、人間の重要な役割です。

そこで共有されたのが、

「問いを立てることと、答えを評価することは人が担う」

という考え方でした。

📝このパートの要点
AIに任せるのは、情報収集や整理、壁打ち。
人間が集中すべきなのは、「問いを立てること」と「AIの回答を評価・判断すること」。

AIが使えないなら、ローカルで作る？

後半には、セキュリティ上クラウド型のAIを利用できない場合の選択肢として、ローカルAIについても話が広がりました。

紹介されたのが、

• Ollama
• AnythingLLM
• Obsidian

などを組み合わせ、自分のPC内でAIを動かすという方法です。

まだ検証段階ではありますが、外部に情報を出さずに、NotebookLMのようにナレッジを蓄積・検索できる環境をつくれないかというアイデアが共有されました。

「使えないなら、別の方法を考えてみる」

そんな発想から、新しいAI活用の可能性も生まれています。

📝このパートの要点
セキュリティなどの理由でクラウドAIが使えない現場でも、ローカルAIという選択肢がある。
制約があるからこそ、その環境に合ったAI活用を考えることが大切。

まとめ🌱

最後に参加者と写真を撮りました✌️✨

今回のラウンドテーブルでは、開発・データ分析・インフラ・コンサルなど、さまざまな立場からAI活用のリアルな事例が共有されました！

同じ「AI活用」でも、現場によって使えるツールも、使い方も大きく異なります。

今回の議論を通して改めて感じたのは、

「AIを使うこと」ではなく、「AIをどう仕事に活かすか」が大切だということ。

AIに任せられる作業は任せながら、人は判断や設計、問いを立てることに集中する。

そして、他の現場で生まれた活用方法を共有することで、「自分の現場でも試してみよう」という新しいアイデアにもつながっていきます。

ギグーではこれからも、さまざまな現場で得た知識や経験を共有しながら、会社全体でAIリテラシーを高めていきます🙌

次回のAIラウンドテーブルもお楽しみに！😊