layerx-fde-practices

Transcript

1. © LayerX Inc.　 1 LayerXにおけるFDEの実践 2026/5/26 Tokyo AI 株式会社LayerX Ai Workforce事業部 恩⽥壮恭
2. Intrudcution
3. 3 Confidential © 2025 LayerX Inc. 自己紹介 • 恩田壮恭（おんだまさのり/Masanori Onda） ◦ cipepser/cipe（さいぺ） • LayerX Ai Workforce事業部 Lead FDE • これまで ◦ 新卒で大手証券系SIerでネットワークエンジニア ◦ 暗号資産分野で新規事業立ち上げ • LayerX ◦ TEEやPrivacyTechなど、技術を軸にした新規プロ ダクトの開発 ◦ FDE組織の立ち上げ
4. 4 © LayerX Inc. 会社紹介 LayerX のご紹介 ｜ 株式会社LayerX（レイヤーエックス） ｜ 代表取締役CEO 福島 良典（Gunosy創業‧上場） ｜ 代表取締役CTO 松本 勇気（Gunosy/DMM CTO） ｜ 2018年8⽉1⽇ ｜ 282.6億円 ｜ バクラク事業、Fintech 事業、Ai Workforce 事業 ｜ 三井物産デジタル‧アセットマネジメント*2    ｜  *1 資本準備⾦含む *2 三井物産、LayerX、三井住友信託銀⾏、SMBC⽇興証券、JA三井リースによる合弁会社 会社名     代表取締役  創業      資本⾦*1 関連会社 株主（⼀部抜粋）  Ai Workforce事業 社内のナレッジやノウハウをデータ ベース化するAIプラットフォーム バクラク事業 経理、⼈事などバックオフィス向けの AIクラウドサービスを開発‧提供 Fintech事業 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
5. 5 Confidential © 2025 LayerX Inc. Usecases
6. 6 Confidential © 2025 LayerX Inc.
7. 7 Confidential © 2025 LayerX Inc.
8. 8 Confidential © 2025 LayerX Inc. Components of Ai Workforce
9. LayerXのFDE
10. 10 Confidential © 2025 LayerX Inc. FDEのミッション • お客さま業務を深く理解し、商慣習や会社の力学も踏まえ、業務価値を最大化するアー キテクチャを考え、実装する • お客さまごとに車輪の再発明をしない ◦ Ai Workforceの機能をフル活用して、最速で実装する ◦ 例: アクセスコントロール、社内ストレージとの接続 • 顧客価値を実現するために、不足している機能をプロダクトに実装することにもコミット
11. 11 Confidential © 2025 LayerX Inc. ドメインを知らずして、価値は提供できない • お客さまはどういった業務をしている？ ◦ まずは実務本を読み漁る ◦ 実業務で扱うドキュメントをお預かりし、徹底的に読み解く ◦ マスターファイルの更新頻度は？古くなった資料も当時の証跡として残したい？ • 関係するステークホルダーは？ ◦ 業務のトリガーは、関連会社、ベンダー、他部署から？ ▪ メールで来る？基幹システム経由？ ◦ 出力は誰に展開される？所定のフォーマットはある？ • 関連法令は？ ◦ 業規制されているがゆえの制約や参照すべき文書はないか
12. 12 Confidential © 2025 LayerX Inc. プロダクト開発への貢献 • 現場にいる自分たちが一番Ai Workforceの機能不足に直面する ◦ 例: 部署ごとの権限分離をより細かい粒度で設定したい ◦ 例: Excelに書式設定ありでexportしたい • option1: 企画グループ（Product Managers）に要望をレイズ • option2: FDE自身が機能開発 ◦ 開発プロセスは基盤チームと同一
13. Coding Agentによる AI Workflow構築の変化
14. 14 Confidential © 2025 LayerX Inc. これまでのAI Workflow構築 • お客様の業務フローを整理し、再現できるような手順をAI Workflowとして実装 • Ai Workforce内部のWorkflow Builderで、人間が手作業で構築 ◦ 2024年〜2025年頃は構築に2週間程度
15. 15 Confidential © 2025 LayerX Inc. Coding Agentを活用したプロセスマイニングの自動化  1. 初期構築 Coding AgentがベーシックなWorkflowを構築 2. 継続的な改善サイクル 例外ケースは実例ベースでWorkflowへ反映 業務マニュアル Coding Agent 現場での実例 Ground/Pseudo Truth Workflow※ Coding Agent ハーネス 3. ハーネスの構築 満たすべきドメインの要請を 宣言的に記述 例: 合計値が一致するか ※実体はAi Workforce用のDSL Workflowサンプル
16. 16 Confidential © 2025 LayerX Inc. Coding Agentを活用したWorkflow構築 良い点 悪い点・まだ残る課題 初期構築 • お手本があれば初手から筋の良いWorkflowが出て くる • 構造変更が指示のみで完結（ノード間のスキーマ変更 も容易） • 顧客情報の混同は許されない。お手本Workflowは 人間が責任を持って抽象化・汎用化 継続的な改善 サイクル • 例外ケースが自動的に捕捉可能になった • Pseudo TruthでもAgentがよしなに採点 • 局所最適に陥りやすく、小手先の修正に留まる • ガチャを回している感覚 • long-running agentはトークン消費が膨大 （compactionも頻発） ハーネスの構築 • ガードレールが働く安心感 • 精度の担保、説明性 • 必要条件の定義困難 • CI同様、テスト肥大化による長時間化の懸念 • ルールベースで判断できないケースは、LLM as a Judgeになってしまい、コスト・時間増
17. 17 Confidential © 2025 LayerX Inc. まとめ • とにかくドメインの理解が大切 • 最速で問題を解くためにAi Workforceというプラットフォームプロダクトがあり、プロ ダクトの改善もFDEの責務 • Coding Agentによって自動化が進んだ ◦ 良いハーネスを定義すること自体はまだまだ難しい