はじめに
こんにちは、開発チームの平野です。 当社のプロダクト開発では生成AIの活用が推進されていますが、私のチームも漏れなくそれに当てはまります。 私のチームではプロダクト全体の不具合対応を扱うことも多いのですが、その現場で「生成AIで効率化できたこと／しづらかったこと」をまとめます。
不具合対応で行うこと
おおよそ、不具合対応では以下のようなことを行っています。
- 開発チケットの作成
- 事象と期待値の確認
- 原因の究明
- 対応策の立案
- ソースコードの修正
- テスト
- リリース判定
さて、このうち、私が生成AIの利用が効率的だと感じているのはどれだけあるでしょうか？
生成AIが効率的と感じること
定型・明確な入力条件のあるタスクは生成AIに任せてしまうのが効率が良いと感じています。
以前にチームメンバーが「Devinを使ったGitHub Issueの作成効率化」という記事を執筆していますが、こうした転記のようなタスクは、生成AIの活用で効率化できていると思います。
不具合の原因究明や対策の立案、ソースコードの修正、テストの作成なども、不具合事象が単純で期待値が明確であれば、生成AIを活用することができると思います。 生成AIにソースコードプロジェクトを入力して依頼すれば、原因を特定して修正提案を上げてくれますし、Pull Requestまで作成してくれます。
リリース判定のための情報整理についても、入力する情報についてのルールを明確に定義すれば、生成AIに任せてしまえるのではないかと思います（これはまだ実施できていませんが）。
ただ、生成AIに任せっきりにはせず、これらの妥当性は人間が確認する必要があります。
生成AIでは解決しづらいと感じること
先に述べたとおり、単純なタスクや事象であれば生成AIで効率化・解決できることも多いと思います。
しかし、再現手順が複雑な不具合や、複数の要素が関連して発生する不具合については、生成AIでは解決できていないことがほとんどです。 こうした事象については、生成AIを活用するよりも、人間の経験と勘（想像）をもって、地道に対処した方が、早く解決できる場合もあると感じています。
たとえば、当社のプロダクト「SPIDERPLUS」のiPad版には、施工検査用の測定器をBluetoothで接続して、測定値をインポートする機能があります。接続したまま、他の検査機能に切り替えると測定器から誤って値を他の検査に取り込み、データが混在する不具合がありました。 調査開始当初、生成AIに状況を伝えて仮説を探ったものの、なかなか解決の糸口が見つからなかったのです。 現場では複数の検査を並行して実施することもある点に着目し、「接続を切らずに検査の種類を変更する」運用を想定してテストを実施してみました。詳しいことは割愛いたしますが、そこで再現された事象にもとづいて解決に向かうことができたのです。
まとめ
生成AIを活用することで、効率化できることはたくさんあります。
少し複雑なことでも、分解して、誤解が生まれない言葉で入力すると、とても早く解決することができるようになってきました。
しかしながら、生成AIで解決できないこともまだたくさんあります。 今回紹介した、Bluetooth接続したまま検査機能を切り替えた際の不具合調査が期待どおりには進まず、人による調査に切り替えたように、生成AIの活用で直接解決できなかったケースでは、途中から人による対応に切り替えています。 全体の効率のバランスを考えながら人が行う、業務委託やオフショアを活用する、さらに強力なツールを導入するなど、多段的なアプローチが必要になると考えています。
スパイダープラスでは仲間を募集中です。 スパイダープラスにちょっと興味が出てきたなという方がいらっしゃいましたらお気軽にご連絡ください。
