🥐

AIエージェント導入事始め

に公開
AIエージェント
idea

はじめに

AIエージェントを開発組織に導入するにあたり、ルール・ガイドラインが必要となる。最初から完成された完全なルールを設けることは難しい。これからAIエージェント導入を考えている場合は、検知の仕組みやブレーキがないので、いきなりすべてを許可するのは大きなリスクである。

最小限のやってよいことを定義して、運用に合わせてルールを拡大更新していくのが現実的。やって良いことをルール化して積み上げていって、更新していく方法が良いと判断した。

AIエージェントの選定

AIエージェントの選定についてどの粒度までやるか。まずは、以下3つの分類で考える。

  • モデル: Gemini, Claude, LLaMA, OpenAI, DeepSeek
  • プラットフォーム: Vertex AI, Microsoft Azure AI, Amazon Bedrock, OpenAI API Platform
  • インタフェース: Claude Code, Microsoft Copilot, GitHub Copilot, ChatGPT

例えば、Github Copilotを利用ツールとして許諾した場合、「モデル: OpenAI、プラットフォーム: Microsoft Azure、インタフェース: Github Copilot」の組み合わせを許諾することになる。まずは許諾するインタフェースとなるツールを選定して、それに紐づくプラットフォーム・モデルも絞りこむ必要がある。

「モデルDeepSeekは、中国のサーバに保存されるリスクがあり、第三者よりアクセスされる可能性があり、利用を見送りたい」という選択をした場合、モデルDeepSeekを、利用インタフェースから制限する等がルールとして必要となる。

単一の完結したAIサービス(インタフェース分類のもの)を、そのまま利用するケースだけではなく、複数ツールを連携させ構築されたシステムを利用するケースも存在することを意識する。

許諾するサービスとそのサービスが使用しているモデルくらいまでは確認が必要ではないか。

許諾するサービス選定方法

  • 契約サービスの利用規約に学習に使われないことが明記されているか。
  • データが国内で処理・保管されるか。国外の場合、その国と法規制は何になるか。

このあたりの軸は随時追加していく必要がある。
追加項目を、GAS経由で確認。

  • 第三者認証: SOC 2, ISO 27001などの認証を取得しているか。
  • アクセス管理: ユーザー認証や権限管理の機能はあるか。

その他

AgentモードでAIが自動的にサービスリリースまで実施する場合は、運用方法のルール化も必要になる。必ず人間によるレビューを経由してマージする 等。

レビューにおいては、「プログラムがバグなく動作する」ことだけではなく、AI生成コードは安全ではないため、監査の視点をもってレビューすることが重要になる。この辺りはエンジニアが追いついていかないといけない部分であろう。

おわりに

これから自組織にAIエージェントを導入するにあたり、どのようなことから取り組めば良いのかを検討してみた。AIによるコーディングはまだ先と思いきや、与える指示を明確にすることで、精度の高いコーディングが可能な時代となってきた。

とはいえ、いきなり導入するのもハードルが高く、また完全なルールを作成するのは難しいので、最小限のやって良いことを定義して、現場で勝手にAIエージェントを利用することがないように、現場とのギャップをなくすルールから策定していく。

Discussion