前のエントリで、AIで業務システム不要になるんでは？って書きました。
AIが進化すると、そもそも業務システムが不要になりそう - きしだのHatena
じゃあそれどうやって導入するんだってなるので、ちょっと考えました。
まず、普通の業務システム開発は、最初にある程度の期間をかけてヒアリングなど業務分析をして、要件を定義します。その後、その数倍の期間で実際の開発を行いますね。
AIでの業務管理の場合、同様に一定期間をかけて業務分析をします。それで終わり。あとは業務を把握したAIが業務を管理してくれます。
ただし、この業務分析は人間相手のヒアリングがあったり、配送の状況をみたり、実時間の制約があるので、AIを使うからといって1日2日でできるようにはならないですね。
ここで、業務管理の要求がAIによって自発的に発生することはないので、かならずその発端となるステークホルダーとしての人間がいるはず。なので、その人によるサポートや対話は必要になります。そのステークホルダーの人が主導でAIはサポートということにもなるかも。
このステークホルダーは、チームであってもよく、チームの場合は運用開始後も引き続き業務管理AIの面倒を見ることになります。
まあ、そうやって業務を把握したら、同時に大量にさばかないといけないことや均質な処理が必要なところは、自動的にプログラム化します。把握した業務知識をつかってロールプレイでのシミュレーションをすれば、品質も高まりそうです。
ユーザーインタフェースの評価とかどうするんだっていうのはありますけど、業務システムを使うはずだった要員も含めてAIが代行するので、ほとんど不要になりそう。
顧客との定型的なやりとりはAIでできるだろうし、情報のやりとりもできます。
人間が必要なのは、モノが動くところと、決済が必要なところ、つまり責任を人間がとらないといけないところくらいになりそうです。
そうすると必要なユーザーインタフェースも限られるので、そこは人間ががんばって評価しましょう。
ECなどリモート業務の場合は相手方にみせるユーザーインターフェースが必要になりそうですが、おそらく相手方もAIにまかせてますね。そうじゃない人むけの画面は必要そう。でもまあ、そういったところはパターン化されてると思うので、AIによる実装もそう難しくないように思います。
システムの納品とかどうするんだって指摘あったけど、これ開発会社に頼む必要ないので、納品もないですね。
でもそんなことをやるとコスト高くなるんではという話もありますが、デバイス開発の方向性などを見るとGPT-4oくらいのサイズのモデルが手元で低コストで動くくらいには なるだろうし。モデルの蒸留などを考えれば、いまのGPT-4oより高性能のはず。
ということで、なんだかそれなりに実現できる気がしてきました。
