# 山の登り方 はいどうも、しゅんすけです。 今日は同じ山を違う登り方で登っていたという件について、山の登り方ということでちょっと話をしていこうかなと思います。 なんか最近いろいろ考えていまして、 なんか3年間AI、AI、AIっていろいろ触ってきたけど、 なんかみんなと違う変なことをしているのかなとずっと思ってきたけど、結論、結構近くにきたっていう話をしたいなと思っています。 何の話かっていうとですね、 僕3年前、生成AIが出てきた頃からずっとAIを触ってきたんですけど、 なんか世界でやられていることと、僕がやってることと若干合ってないなぁみたいに思ってた違和感があったんですけど、 それを今日はちょっと整理して話をしていこうと思います。 3年前の話なんですけど、3年前。 チャットGPT出てきましたよね。 GPT3.5。 GPT3.5だったっけ。 GPT3だったっけ。 GPT3.5だよね。 チャットGPTが2023年ぐらいに出てきて、 LLM、Large Language Modelになるものができましたと。 何かっていうと、適当に言葉を入れると鈴木の言葉を推論して話をしてくる、 言葉を作ってくるモデルみたいなものが出てきました。 僕ちょっと触ってみたんですよね。 結構いっぱい。 これは結構やべえやつ出てきたなとか思って、 2023年の初頭ですかね。 1月、2月ぐらいかな。 これがあれば仕事全部やってくれそうって正直思った。 ところから僕の3年間は始まったんですけど、 これめっちゃいいじゃんとか思って、僕の仕事全部なくなるじゃんって思ったのは、 3年前だったんですよね。 で、世界を見ると、チャットGPTを見ると、 なんかチャットしてくれるチャットボットみたいな立ち位置で、 なんか相談したら答えてくれるみたいなものっていうのが3年前の当初の話なんですけど、 僕はその3年前の当初考えてたのは相談するやつじゃなくて、 仕事をやってくれるやつだ。やった!みたいな感じで思ってたわけです。 で、当時ゴール、仕事これやってって言ったらやってくれる未来を思い描きながら、 ゴールシークっていう、エクセルの機能なんですけど、 目的の数値に向けて変数を調整していって揃いに行くみたいな関数があるんですけど、 それに似てるなーみたいに思って、ゴールシークプロンプとなるものを作ったんですけど、 それを作った理由が、ゴールを与えたら仕事を達成してくれたらいいな、みたいな気持ちで作ったものでした。 で、世界を見ると、LLMってものが出てきて、チャットGPTいろいろ進化とか変遷を繰り返しながら、 今となっては、エージェントって聞いたことあると思うんですけど、 エージェント、代わりに仕事をやってくれるものにかなり近づいてきた、ってのが世界側の話。 で、世界側の話は、みんなLLMっていうものに対して、AIっていう技術に対して、どうしたら仕事を自動でやってくれるようなものになるだろうか、 みたいなアプローチをし続けてきたのが世界側。 例えば、オープンAIとかアンソロピックとか、Googleとかの話になります。 まず一旦世界側の話を見てみようかってことで、どういうふうにLLM、ただ言葉の続きを話してくれるモデルだったものが、 エージェントとなり、仕事をある程度やってくれるようになったのか、という話なんですけど、 まず言葉を最初喋るだけだったんですよ。 LLMっていうのは3年前。 で、これじゃあ外の世界に影響を及ぼすことができないじゃないですか。 喋ってくれるだけだから。 なので、LLMは外の世界に影響を及ぼすには、ツール、道具がいるよ、ってなったんですね。 結構早い段階で。 ツールズってのも手に入れました。 ツールってのは何かっていうと、検索とか画像生成とか、他のAPI用具とか。 言葉喋るだけだったのが、他のツール、外側に影響を及ぼすことができるようになったのが、ツールの登場です。 ツール、すげえって、この当時めっちゃすげえじゃん、とか思ったんだけど。 ツールだけじゃねえ。だめだ。 っていう時代にその後突入するんですよ。 ツールがあったとしても、会社の情報知らないしな、みたいな。 次、コンテキスト問題っていうのが発生して。 コンテキスト。 AIは賢いけれど、新入社員レベルだよね、みたいな話が聞いたことあるかもしれないですけど。 会社のルールを知らないよね、って問題が発生してきます。 コンテキストをどうにかするにはどうしたらいいだろう、っていろいろ考えて。 技術側、世界側の話ね。 ラグとか、MCPとか、コンピューターユーズとかっていう、さらに拡張したツールを手に入れた。 データ、ツールへ接続できるようになったっていうのは、2024年ぐらいですかね。 その後、コンテキストを手に入れたんだけど、 自律的に連続的にタスクをこなすことができない。 単発止まりだ。 やりました、やりましたって言って、報告の多い新入社員状態になってしまったのはその次ですよね。 もっと自律的に最後までやってほしいってなって、 じゃあ連続でやらないといけないなってことで、 次、やっとここでエージェント。 エージェントっていうのが出てきます。 それは2025年ぐらいですかね。 今年になってついに、かなりやばいところまで到達します。 エージェントから最近よく聞くのは、ハーネス。 エージェントに、AIに手綱をつけようってことで、 ハーネスっていうのが登場します。 ハーネスってなってくると、やっとみんな大好きコーデックスとかクロードコードみたいな、 ハーネスを持ったAIエージェントになったみたいな変遷が今だと、 この3年間のLLMからツールズ、コンテキスト、エージェント、ハーネスみたいな流れでAIが進化して、 仕事がかなり全自動でできる未来が近づいてきたっていうような流れが世界側なんですけど。 僕のアプローチは正直、AIには全く興味がなくて、 ずっと仕事の話をしてます。 僕の最初のとっかかりは、仕事をやってくれたらいいな、みたいなところから始まって、 仕事をやってもらうならゴールと成果物がいるよね、から始まって、 例えば、この仕事やっておいてほしいからこんな形でやっておいてって言ったら、 全部自動で終わっているといいなって未来を夢見ながら、 最初ゴールシークっていうのを考えます。 ゴールだけでは動かないってのと、 ゴールってものを正しくインプットできる属性の人って結構少ないなって気づいたときが2023年。 次は、ゴールだけ与えてもAIはやってくれなかった。 なので実行のループを回さなきゃいけない。 状態観測して小さな判断がたくさん発生してしまう。 会社の仕事考えたらそうですよね。毎回毎回判断の繰り返しですから。 再度再度PDCA回し続けるってことをやらないといけないにはどうしたらいいか、みたいなのを考えてきました。 ある程度だいぶ細かくタスクを定義できて、判断ポイントを定義できるようになってきた。 と思ったら次。自動的に判断してくれないと毎回確認しなきゃいけないじゃん。 いや、そろそろ体動かないようにとか思いながら。 判断を定義していかないといけないなと思って、ついやっと最近ね、JEBってのが出てきまして。 判断モデルが出てきたんですよ。これめっちゃいいじゃんと思って。 ついに来たか。やっとかなり自律的に全自動に仕事が終わるようになってきた。 仕事だけを見て頑張ってきた僕の方なんですけど。 AIは正直何でもよくてってのが最初からのコンセプトなんですけど。 最終的に到達したのが、いやもうダメだ。僕はこもりはできん。AIの。 任せるから。全部やっといて。本当に困ったら僕に言ってくれ。状態にしたいってのが今の2026年の段階です。 結構いろいろやってきたけど、同じようなところに到着したなっていうのが今の感覚値。 今合流したなと思っていて、世界のスタンダードと林の実装が合流したぐらいかなと思って。 僕がやってきたのはゴールドリブンエージェント、ツール、データ、環境との接続。 安全、権限、信頼性、長時間実行できるハーネス、検証評価、ガバナンスみたいなのが全部合流した。 地点がこの辺り。3年ぐらいかかったね。アプローチは違うけど、僕は仕事からのアプローチだったけど。 どちらかというと生産技術寄りの考え方で、仕事をみんなができるようにしたらどうしたらいいかな、みたいに考えてたっていうのが僕の方ですね。 さっきのLLM、ツール、コンテキスト、エージェント、ハーネスって言ってたのに対して僕の方で表すとゴールシーク、デコンポーズ、ジャッジメント、エグズキューション、ベリフィケーション、オートメーションみたいな感じ。 何言ってるかわかんない。僕の方は工程をどうしようか、作業をどうしようかって考え続けた3年間だったなと思います。 ややに振り回されてきつつはあったんですけど、こんな頭の中だったんですね。やっとセルできたと思って。 僕は違うことをやってるんだろうかとか思いながら、おかしいのかなとか思いながらいろいろやってたんですけど、結論同じところに到着したんです。 ついに。なんでよくよくパッといろいろプログラムがわからない中に実装してきたけど、最終的に到達したのは構成要素としては世界とほぼずれてなかった。 逆に言うと若干世界にないものができている。ってのが今の状態。もうこれは良いところまで到着したなと思っています。 よく頑張ったなと思って。結論ここまで来たんだってところで、そろそろ世界の素晴らしい実装にリプレイスしていこうっていう時期になってきたと思っておるので、それをちょっとこの後取り組んでいこうかなと思います。 ジェブはかなり良いね。判断ルーティング。ジェブは使えるぞ。 もしジェブそんなに良いの?興味あるんだけどどうやって使うの?みたいなのがございましたら、ちょっとちょっと林くんみたいな感じで声かけてもらえるといいんじゃないでしょうかね。 ジェブはね、これこれこれ求めていたやつだよ。めちゃくちゃ安いからね。逆にこの判断基準があれば正直モデルそんなに良くなくていいと思うんだよな。 っていうのが温度感です。日本製のAIってどうなんでしょう?日本製のAIはね、今のところそんなにないですよね。 AIのモデルは基本海外輸入なんで、中国かUSかみたいな感じなんですけど、モデルみんな好きだからね。僕はモデルはちょっとどうでもいいスタイルをとっているので。 ここからのフェーズ、僕ちょっとやっていかないといけないなと思っているのがリファクタリングです。世界のスタンダード実装を取り込んで、堅牢なスケールする実装に整えていかないといけないな。逆に言うともう世界に実装がある状態になったんだ。 っていうのを整理できたタイミングが今でございます。そもそもこの層で違いは出ないと思う。おそらく。どれでもいいじゃんって思うんだよね。もう実装と試装レベルと概念レベルでいくと、およそ仕事が全部終わる。 立て付けは整ったと思っているのが今日この頃でございます。正直そんなに何を作ったとしても差は出ない。出るとしたら僕が今思っているのはコンテキスト。コンテキスト層。会社のナレッジ層。この情報をもとにこういう成果物を作るの。 インプット情報のコンテキスト層と、もう一個重要なのがジャッジメント層。ジェブですね。ジェブの判断基準は多分資産になると思う。そんくらいしか残らないんじゃないかなと思うんですけど、それをしてきて世界を取っているのが豊田自動車ですよね。 改善改善改善でそのノウハウで世界を取っているので、やっと日本が頑張れるポイントとして改善のループ。堅実にしっかり物事を考えながら物作りの精神でやっていったら、モデルでは勝てないけどオペレーションでは勝てる可能性はあるんじゃないかな。みたいに思っております。 はい。今日は何か話したかったことはないですかね。録音停止します。