CASE STUDY

変更依頼を、AIが仕様から本番反映まで進める — AIエージェント「Mr.AI」の社内運用事例

最初に

当社の業務ツール「projectAI」には、AIエージェント「Mr.AI」が組み込まれています。Mr.AI は質問に答えるだけでなく、お客様からいただいた変更依頼について、原因の調査、仕様の作成、実装、テスト、本番環境への反映までの作業を進めます。

この仕組みは、いまは試験的に導入している段階です。AIに任せきりにはせず、当社のエンジニアが作業の中身と進み具合を管理し、要所で人が承認しなければ次へ進まない形にしています。

この事例では、projectAI 全体ではなく Mr.AI に絞って、次の3点をまとめます。

  • Mr.AI が何を、どこまで進めているか
  • 人がどこで判断し、AIに何を持たせていないか
  • 試験導入で分かったこと

projectAI 全体のAI機能と、データ・費用の扱いは projectAI の全社運用事例 にまとめています。

解決したかった課題 — 変更依頼の管理を、会社全体でそろえる

受託開発では、システムを公開したあとも、お客様から変更や追加の依頼が続きます。「この項目を追加したい」「この画面でエラーが出る」。以前は、こうした依頼をチャットや Excel、Google スプレッドシートで管理していました。

この管理には限界がありました。添付ファイルが見つからなくなる。長く使ううちにファイルが壊れる。どの依頼がいまどこまで進んでいるかが、担当者にしか分からない。

そこで、変更依頼は projectAI の「変更管理」で、会社全体で同じように管理する方針にしました。依頼、やり取り、添付ファイル、承認、作業の記録が、一つの依頼にまとまって残ります。

管理を一か所にそろえると、対応の流れが毎回ほぼ同じだと分かります。

依頼を読み解く → 原因を調べる → 仕様にまとめてお客様に確認する → 実装する → テストする → 確認していただく → 本番環境に反映する → 報告する

この流れの多くは、判断ではなく「運ぶ」仕事です。そして、工程と工程の間には待ちが生まれます。担当者の手が空くのを待つ。お客様の確認を待つ。東京とカトマンズの時差を待つ。そこで、記録をもとに質問に答えていた Mr.AI に、この運ぶ仕事を試験的に担わせることにしました。

Mr.AI が担っている業務

Mr.AI の仕事は、大きく「答える」と「進める」の二つです。

答える — 案件の記録をもとに回答する

使う場面使う人すること
社内アシスタント社員全案件の記録を横断して答える
チャットでの「@Mr.AI」社員・お客様スレッドの中で、その案件の記録をもとに答える
お客様向けアシスタントお客様お客様が見られる範囲の情報だけで答える(案件ごとに有効化、既定は無効)
社内チャットのボット社員普段使っている社内チャットの上で答える
記憶の統合(自動)毎日、直近のチャットの仕分け結果と担当者の訂正を要約し、次の仕分けに使う

答えるときは、その場で読んだデータだけを根拠にします。回答の下書きを、読んだデータとメンバーの一覧に照らし合わせ、根拠のない人名や数値は取り除いてから返します。

進める — 変更依頼を、仕様から本番反映まで

変更依頼が登録されると、Mr.AI が作業を運び、お客様と当社のエンジニアが要所で承認します。誰が何をするかは、次の図のとおりです。

Mr.AI が変更依頼を進める流れ。左の列の Mr.AI が原因の調査、仕様の作成、実装とテスト、開発環境と本番環境への反映を進め、右の列のお客様と当社エンジニアが、仕様、取り込み、開発環境での確認、本番環境への反映の4か所で承認する。見守りの仕組みが止まった作業を知らせ、すべての判断と作業を記録する
  1. 依頼: お客様が変更を依頼し、当社のエンジニアが内容を確かめて対応を始めます。
  2. 原因の調査(不具合の場合): Mr.AI がプログラムを調べ、原因の見立てを依頼のスレッドに投稿します。絞り切れないときは、お客様に質問します。
  3. 仕様の作成: Mr.AI が、何をどう変えるか、受け入れの基準、見積工数をまとめます。お客様が確かめて承認します。
  4. 実装とテスト: Mr.AI が仕様どおりにプログラムを変更し、自動テストに合格するまで直します。
  5. 取り込み: 当社のエンジニアが変更の中身を読み、承認して本体に取り込みます。
  6. 開発環境での確認: Mr.AI が開発環境に反映して確認の手順を送り、お客様が実際の画面で確かめて承認します。
  7. 本番環境への反映: お客様と当社が承認したあと、Mr.AI が本番に反映し、成功を確かめてから完了を報告します。

この間も、止まっている作業がないかを10分ごとに見回る仕組みが動いています(後述)。

projectAI の変更管理の画面(表示例)。会議の議題を事前に集める機能の追加依頼で、内容確認と仕様のご確認が済み、Mr.AI が開発を進めている。仕様書の要約も同じ画面で確認できる

上は、projectAI の「変更管理」で、Mr.AI が対応中の変更依頼を開いた画面です(社内の変更依頼をもとにした表示例)。仕様の承認が済み、Mr.AI が開発を進めている段階です。このあと、開発環境での確認、本番への反映へと進みます。

試験導入から約2か月半で、Mr.AI が作った変更が少なくとも21件、当社製品の本番用のソースコードに取り込まれました。ソースコード管理の履歴から、Mr.AI の変更に付く決まった表記を数えた下限値です。

人が判断する部分との切り分け

決めるのは、AIではない

Mr.AI の設計で最初に決めたのは、「工程を進めるかどうかを、AIに決めさせない」ことです。

次の工程に進むかどうかは、AIの「できました」という自己申告ではなく、AIの報告とは別の結果で決めます。テストに合格したかどうかは、テストの仕組みが判定します。仕様でよいか、取り込んでよいか、本番に出してよいかは、人が判定します。工程を進める、取り込む、反映するといった操作は、決まった手順のプログラムだけが行います。

管理するのは、AIの仕事を理解できるエンジニア

AIが作ったプログラムの変更は、中身を読める当社のエンジニアが確かめてから取り込みます。理解しないまま取り込み続けると、誰も全体を説明できないプログラムが積み上がり、思わぬセキュリティの穴や不具合の元になるからです。AIは、任せる人が理解できる範囲で動かす。これが Mr.AI の運用でいちばん大切にしていることです。

人が承認する4か所

承認する場面主に判断する人判断の材料承認しなかった場合
仕様お客様仕様の要約、受け入れの基準、見積工数修正を依頼すれば作り直し、却下すれば依頼を終了
取り込み当社のエンジニア変更の内容と、テストに合格した版修正の作業に戻る
開発環境での確認お客様確認の手順と、実際の画面直して出し直す。2回を超えたらエンジニアが引き取る
本番環境への反映お客様と当社反映する変更止めて、エンジニアが引き取る

承認には、取り違えを防ぐ決まりを設けています。

  • 承認したあとに中身が変わったら、承認はやり直しになります
  • 古い版に対する承認は無視されます
  • 承認と差し戻しが両方出たときは、差し戻しを優先します。差し戻すときは、理由の記入が必須です
  • 誰がいつ何を判断したかは、すべて記録に残ります

承認には期限を設けていません。返事がないまま時間が過ぎても、AIが自分の判断で先へ進むことはありません。

任せる範囲は、案件ごとに6段階から選ぶ

どこまでAIに任せるかは、案件ごとに選べます。

  1. 原因の調査まで
  2. 仕様の作成まで
  3. 変更の作成まで
  4. 開発環境への反映まで
  5. 本番環境への反映まで(承認する場面ごとに人が承認)
  6. 全自動

全自動を選んだ場合は、承認を省き、「自動で承認した」という記録を残して進みます。それでも、次の歯止めは外しません。

  • 人が依頼を「対応中」にするまで、作業は始まらない
  • 一度に変更できる量に上限がある
  • すべての自動テストに合格しないと、取り込まない
  • 直しのやり直しには回数の上限がある
  • 本番への反映が成功したことを確かめてから、完了にする
  • いつでも止められるスイッチがある

AIに持たせないもの

  • 金額と工数の情報。金額や工数を扱う機能は、Mr.AI に渡していません。
  • お客様の範囲を越える情報。お客様向けのアシスタントは、その案件で「お客様に見せる」設定になっている情報だけを使います。品質や費用の情報は、既定ではお客様に見せません。範囲外の質問には、決まった文言でお断りします。
  • 自分の判断での連絡。Mr.AI が自分の判断で人に通知を送ることはありません。通知が届くのは、承認の依頼や停滞の知らせなど、あらかじめ決めた場面だけです。
  • 機密性の高い案件での自動調査。機密性の高い案件では、原因の自動調査を有効にしない運用にしています。プログラムを社外に出せない案件には、自社の管理環境で動くAIで実装する選択肢を用意しています(ローカルLLMの社内運用事例)。

試験導入で分かったこと

AIは、失敗するより先に止まる

試験導入を始めてすぐに分かったのは、AIの作業は「間違える」より先に「止まる」ということでした。テストが始まらないまま待ち続ける。反映が終わったのに「反映中」のまま残る。人が依頼を閉じたあとも作業が続く。どれも、AIの賢さではなく、工程と工程の受け渡しの問題でした。

いまは、10分ごとに見回る仕組みが、外部の実際の状態と照らし合わせています。テストの結果待ちが60分を超えたら担当エンジニアに一報し、3時間で止めて人に回します。依頼が閉じられたら作業は止まり、そこから再開することもありません。

推測で進めるより、聞いてから進める

仕様を作る段階で分からないことがあれば、Mr.AI は推測で進めず、番号を付けて質問します。質問は1回に3問まで、やり取りが3往復に達したら担当エンジニアに引き継ぎます。推測で作った変更を差し戻すより、最初に聞いておくほうが手戻りが少ない、という考え方です。

待ちは消えない。人の承認に集まる

AIが夜も動き続けても、承認の場面では人を待ちます。AIの作業が速くなるほど、待ちは人の側に集まります。そのため、承認の依頼は判断する人にだけ届け、判断の材料(仕様の要約、受け入れの基準、確認の手順)を一か所にまとめて、承認にかかる手間を減らしています。

AIに任せる範囲をどう考えたか、うまくいかなかった場面をどう直したかは、記事「AIに業務を任せるとはどういうことか」に詳しく書いています。

これから導入する会社への示唆

  1. まず、管理する場所を一つにそろえる。依頼、やり取り、添付ファイル、承認が一か所に残っていなければ、AIに運ばせることもできません。
  2. 答えるAIから始めて、進めるAIへ広げる。まずは記録をもとに答えるAIを動かし、業務の記録がAIの材料として足りているかを確かめます。
  3. 任せる度合いより先に、承認する場面を決める。どの工程で、誰が、何を見て判断するか。承認する人は、AIの仕事を理解できる人にします。
  4. 止まったときに、誰に回すかを決めておく。見回りの仕組みと人への引き継ぎ先がないと、AIの仕事は誰にも気づかれないまま止まります。
  5. AIの自己申告ではなく、テストの結果や人の承認で進める。判断と作業を記録に残しておけば、任せる範囲を広げるかどうかも記録をもとに決められます。

当社のAI導入支援では、この進め方を貴社の業務に合わせて設計します。最初は一つの業務で、一つのエージェントを動かすところから始めます。

よくあるご質問

AIが勝手に本番環境を変えることはありませんか。 ありません。本番への反映には、案件ごとに選んだ段階に応じて人の承認が入ります。承認を省く全自動を選んだ場合でも、人が依頼を「対応中」にするまで作業は始まらず、自動テストの合格、変更量の上限、反映の成功の確認といった歯止めは外しません。

ほかのお客様の情報を、AIが答えてしまうことはありませんか。 お客様向けのアシスタントは、その案件で「お客様に見せる」設定になっている情報だけを使います。利用者と案件の対応は二重に確かめており、範囲外の質問にはお答えしません。

AIが作った変更の品質は、どう確かめていますか。 自動テストの合格を取り込みの条件にし、当社のエンジニアが変更の中身を確かめたうえで、開発環境で実際の画面を確認していただきます。AIの「できました」という報告ではなく、テストの結果と人の確認で判断します。

変更依頼の対応以外の業務にも使えますか。 「受け付ける、調べる、案を作る、人が確認する、反映する」という流れの業務であれば、同じ考え方で設計できます。まずは一つの業務で、調査や下書きまでをAIに任せるところから始めるのが基本です。

費用はどのくらいかかりますか。 業務の範囲や、つなぐシステムによって大きく変わるため、ご相談のうえでお見積りします。進め方と費用の考え方は AI導入支援 のページにまとめています。

関連する事例とサービス

SERVICES

この事例に関連するサービス