ナレッジベースで実現するAIとの効率的な共同

Transcript

1. ナレッジベースで実現するAI との効果的な協働 FastDOCTOR FDT Tech Lead Chen
2. 個人紹介 FullStack Engineer 主に機械学習/AIに関わる経歴 1. Livesense a. 2018 中古価格予測のため地域ごと中古マンションの価格指数算出 b. 2019 CNNによる画像検出及びその後の処理 2. Aisaac a. 2023/04 Helpify --今のNotionAIのようなもの b. 2024/05 Slack AI Agent bot 3. FastDOCTOR a. 2025/03に入社 b. 医療 x AI Cooking… Chen Jun X: @milegao
3. 会社紹介 ファストドクター (FastDOCTOR) 往診とオンライン診療サービス を提供しています。 他には治験の運用支援など 色々面白いこともやっていま す。 皆様もし体調不良になった際 にぜひ一回使ってみてくださ い！
4. AI開発ツール利用現状 1. チーム内ではCursorに統一 、全社としても利用推進 2. Devin部分利用 3. ナレッジベースはリポジトリ内のdoc/とrules/で管理運用 ◦ メインはdoc/ ◦ rules/はAIと協働するためにdoc/をどう使うべきかなど最小限の定義と関連情報のみ
5. 模倣可能な 「効率化」 ↓ 複利的に成長する 「組織力」 実現したいこと--ナレッジベースで実現する AIとの効果的な協働
6. 模倣可能な 「効率化」 ↓ 複利的に成長する 「組織力」
7. 成果（効率化） *途中観察結果 1. 特定タスクはAIによる加速 ◦ 仕様考案 ◦ ドキュメント作成 ◦ 簡単タスクの自動完成 ◦ テスト系の自動生成 2. 新メンバーオンボーディングFlow改善 ◦ オンボを含め初タスク完成までの短縮 ▪ Before: View表記調整の単純タスクで 3日間 ▪ After: 複数ModelとViewが関わる複雑タスクで 2日 3. チームメンバー間の知識格差減少 ◦ KPTにて
8. 成果--KPT（効率化） *運用し始めて2週間目
9. なぜ AI x ナレッジベース
10. 生産性向上--なぜAI 1. 開発作業の効率化 ：AIによるコード生成やデバッグ支援により、開発時間を短縮できます。 2. 情報検索の高速化 ：AIは膨大なデータから関連情報を瞬時に抽出し、回答してくれます。 3. コミュニケーションの円滑化 ：AIを活用した自動翻訳、議事録作成、文書要約により、チーム間のコミュニ ケーションがスムーズになります。
11. 信頼性と正確性の保証--なぜナレッジベース (KB) *歴史的にキャッシュを稼いでいる、レガシーだが重要なコードで現実的にAIに実用的なコードを書いてもらうため 1. 検証済み情報 ：KBの情報は組織内で検証され、信頼できるものとして承認されています 2. AIの弱点補完 ：AIが苦手とする事実の正確性、最新情報、組織内での合意事項を KBが提供します 3. 知識の民主化 ：KBとAIの組み合わせで、専門知識へのアクセスがより広範囲に可能になります
12. 導入）アプローチ 1. フェーズ1: 個人レベルでのAIツール活用とナレッジ連携実験 2. フェーズ2: チームレベルでの統合と業務プロセス組み込み 3. フェーズ3: 組織レベルでの標準化と拡大 4. フェーズ4: …
13. 個人レベルでのAIツール活用とナレッジ連携実験--アプローチ 消費型から創出型ナレッジワークへ 1. 自分の専門領域の構造化KB作成とAI活用実験 ◦ リポジトリ・ドキュメント理解の個人マップ作成 ◦ 頻出問題と解決策の体系的整理 ◦ AI検索用のインデックス構築実験 2. 効果的なAI協働パターンの収集と再利用化 ◦ 成功したプロンプトパターンのテンプレート化 ◦ AI回答の精度を高めるKB参照手法の確立 ◦ 個人業務フローへのAI+KB活用ポイント特定 3. 個人の知識資産を共有可能形式へ変換する習慣化 ◦ 問題解決プロセスの自動記録化 --e.g: implementation.md ◦ 再利用しやすい形式での知見のモジュール化 ◦ チーム共有を見据えた整理・構造化
14. 個人レベルでのAIツール活用とナレッジ連携実験--アプローチ 効果測定指標 1. 個人タスク完了時間の変化 ◦ AI使わない前提の見積もりポイントと AI活 ◦ 用した実際ポイントを運用 2. 同種問題の解決時間短縮率 ◦ トラブルシューティング完了までのステップ数の削減率 3. ナレッジエントリー作成数と再利用頻度 ◦ １スプリントで新規KB作成エントリー数と更新回数をカウント ▪ 担当タスクの既存仕様整理の outputを必須に
15. チームレベルでの統合と業務プロセス組み込み--アプローチ 1. 知識共有の体系化 ◦ 個人KBの成功パターンをチームナレッジとして体系化 ◦ 定期的「学びの共有会」による知識循環の制度化 ◦ チーム固有コンテキストのKB化とAIプロンプトテンプレート整備 ◦ 最新の公式ドキュメントをKBとの協働のにContext7 MCPを活用 2. KB・AIガバナンスの確立 ◦ チーム共有KBの品質管理と更新ルールの策定 ◦ セキュリティ・プライバシー考慮点の明確化 ◦ 実験的利用から本番プロセスへの昇格基準設定 3. オンボーディングプロセスの再設計 ◦ KB+AI活用による新メンバー導入プロセスの標準化 ◦ 暗黙知の可視化によるチーム文化・知識継承の効率化 4. 開発ライフサイクル全体への統合 ◦ 要件定義から設計、実装、テストまでの一貫したKB+AI活用フロー ◦ 各フェーズでの意思決定と背景情報の自動記録化 ◦ ドキュメント・コード・テストの一貫性確保のためのKB活用
16. チームレベルでの統合と業務プロセス組み込み--アプローチ 効果測定指標（計測中） 1. チーム全体の開発サイクル時間の変化 ◦ 計測中 2. ナレッジ共有による重複作業の削減率 ◦ TEST自動作成 ◦ KBの自動生成 ◦ MTG削減 3. 新メンバーの生産性到達期間の短縮 ◦ オンボ+環境構築1.5日 ◦ 2日目で初タスク完成
17. 組織レベルでの標準化と拡大--アプローチ 1. チーム内ではCursorに統一 、全社としても利用推進 ◦ 開発環境統一によるナレッジ共有加速 ◦ ベストプラクティスの部門横断的展開を促進 ◦ コードとナレッジの統合管理による相乗効果 2. 検証と運用を切り分け ◦ 実験的利用のためのサンドボックス環境の整備 ◦ 本番環境への昇格基準と検証プロセスの確立 ◦ リスク評価フレームワークの導入 3. 業務Flowへの浸透 ◦ 職種・役割別の標準ワークフロー再設計 ◦ KB更新とAI活用の自動化ポイントの特定
20. 学び 1. 既存プロセスへの組み込みが鍵 ◦ ツール単体ではなくワークフローの一部に ◦ 「別作業」ではなく「作業の一部」という認識が重要 2. 量より質、そして継続性 ◦ 完璧なKBより継続的な進化を重視 ◦ 初期は不完全でも繰り返し改善される仕組みが成功 ◦ 鮮度維持のサイクルが価値を決定づける 3. 人間中心の設計が不可欠 ◦ 創造性・判断はヒト、処理・検索は AIの住み分け ◦ チームの特性に合わせたカスタマイズの重要性
21. もっと期待できないか？ 模倣可能な 「効率化」 ↓ 複利的に成長する 「組織力」
22. ということ 個人KB強化 ↔ 　　　　チームKB充実 → 　　　　　　　　知識創造能力向上 → 　　　　　　　　　　　　生産性向上 + 革新性向上 + レジリエンス向上 個人能力と組織力を高めるナレッジ循環を実現
23. なぜ AIxナレッジベース(KB) 1. AIによる知識循環の加速 ◦ 個人能力の拡張 ：認知限界を超えた情報処理と専門知識へのアクセス ◦ 知識発見の促進 ：関連情報の能動的提案と異なる視点の生成 ◦ 作業の自動化 ：タスクの効率化で人は創造的活動に集中、新しい知見が常に KBに追加され組織の適応能力を高めます 2. KBによる組織知の基盤強化 ◦ 組織の文脈と専門知識の保存 ：「私たちならではの方法」を継承 ◦ 信頼性と正確性の保証 ：AIが苦手とする事実の正確性、最新情報、組織内での合意事項を KBが提供します ◦ 集合知の力 ：様々な視点や経験が統合され、単一の専門家よりも優れた解決策が生まれます 3. 長期的な競争優位性の源泉 ◦ 複利効果の知識資産 ：使うほど価値が増す自己強化サイクル ◦ 組織記憶の永続化 ：人材流動があっても維持される知的資本 ◦ 模倣困難な組織能力 ：独自の知識循環システムによる差別化
25. まとめ--ナレッジベースで実現する AIとの効果的な協働 1. 成果(途中結果) a. オンボーディング期間の大幅短縮と質向上 b. 特定タスクの効率改善 c. 知識格差の減少し始めた d. チームレベルの効率改善はこれから 2. 根本的価値 a. AI: 個人能力拡張・暗黙知抽出・知識発見の触媒 b. KB: 組織文脈保存・信頼性保証・AIの基盤提供 c. 協働：模倣困難な知的資産形成と継続的な複利効果創出 3. 段階的アプローチ a. 個人→チーム→組織への有機的拡大 b. 既存業務フローへの自然な統合 4. これからの展望 a. 複利効果の加速: 時間経過でさらに価値を増す知識基盤 b. 知的資本経営への転換: 持続可能な競争優位の源泉として
26. 　　　 知識を循環させ、AIで増幅する 複利的に成長する「組織力」の源泉
27. ご清聴ありがとうございました