SCSKの生成型AI導入事例 - AI時代、エンジニアの成長戦略は？
팀
팀제이커브
カテゴリー
Empty
最近、生成AIが急速に広がり、多くの企業が業務効率化とサービス革新のためにAI導入に乗り出しています。しかし、技術の導入は簡単でも実際の現業から成果を出すまでは多くの試行錯誤が必要です。特に若いエンジニアにとっては、新しい技術を学び適用する過程が大きな課題であり成長の機会になります。
일본 대표 IT 서비스 기업, SCSK 로고
今日は、日本代表ITサービス企業であるSCSKの入社5年次エンジニア、久保田菜子さんの作成AIプロジェクト経験談を通じて、AI時代エンジニアが備えるべき能力と成長戦略を見ていきます。研究室で学んだ理論を実務に適用し、経験した試行錯誤と悟りで、韓国企業やエンジニアが参考にするインサイトを発見することができました。
*本投稿はYouTubeチャンネル「TECH PLAY Channel」の映像の内容に基づいて再構成された文です。
ソースビデオ：
SCSK研究開発部門の久保田菜子さんは、大学院で情報系研究室に所属して学業を終えた後、SCSKに入社して5年目の勤務中です。彼女が最近担当したプロジェクトは、生成AIとRAG（Retrieval Augmented Generation）技術を活用したQAチャットボットの開発でした。
SCSK 연구개발부문의 쿠보타 나나코 씨 소개
単に研究することが目標ではなく、「人に役立つシステムを開発したい」という明確な目標意識を持っていた久保田さんにとって、今回のプロジェクトは理想的な仕事でした。新しい技術を活用して、実際の業務効率化に貢献できるシステムを作ることだったからです。
それでは、彼女はどんな目標を持って、どのようにこのプロジェクトにアプローチしたのでしょうか？プロジェクトの初期段階で設定した方向性と技術的基盤をまず見てみましょう。
プロジェクトの目標とアプローチ
1. RAG技術を活用した実用的なAIソリューションの開発
SCSKでは、テキスト、画像、動画、音声など多様なコンテンツ生成が可能な生成AIをアイデア検討や質問応答用チャットボットからシステム開発効率化まで幅広い用途に活用しています。久保田氏が担当したプロジェクトはその一つで、RAG技術を核心としました。
RAGは、生成AIと検索を組み合わせた技術です。ユーザーの質問に合わせて、あらかじめ用意されたデータベースから関連情報を見つけて生成AIに渡すことで、汎用生成AIが学習していない内容に対しても正確な回答を提供できるようになります。これにより、従業員の問い合わせに自動的に応答するチャットボットを開発したのです。
프로젝트 목표와 접근법 -1: RAG 기술을 활용한 실용적 AI 솔루션 개발
2. 部署間のコラボレーションによる実務中心の開発
プロジェクトは、窪田氏が所属する技術戦略本部開発チーム4-5人とQAチャットボットが回答すべき内容に精通した主管部門2チームが協力して行われました。これらのコラボレーション構造は、技術的な完成度だけでなく、実際の業務現場での活用度を高める上で重要な役割を果たしました。
プロジェクトは理想的な目標の下で始まりましたが、実際の開発と適用プロセスではさまざまな困難が待っていました。それでは、技術的な制限からユーザーエクスペリエンスの課題まで、プロジェクトチームはどのような問題を抱えており、どのように解決しましたか？
プロジェクト進行中に遭遇した課題と解決策
💡PoC段階で発見された現実的な問題
「技術的に完璧でも使い勝手が落ちたら意味がない」
PoC（Proof of Concept）段階では、回答精度が低く、UIが直感的ではないという問題が提起されました。特にコーポレート部門の活用まで考慮しなければならない本格運用段階では、マニュアルだけでなく、運営を容易にできるツールも別途開発しなければなりませんでした。
PoC 단계에서 발견된 현실적 문제 -1: 기술적으로 완벽해도 사용성이 떨어지면 의미가 없다
解決方法は次のとおりです。
•
ユーザーフィードバックに基づいた迅速な改善サイクルの構築
•
非技術職員も使いやすい直感的なUI設計
•
運用効率を考慮した管理ツール並行開発
💡急変する技術環境への適応
「最近の技術の急速な発展速度が最も難しかった」
PoC 단계에서 발견된 현실적 문제 -2: 최근 기술의 빠른 발전 속도가 가장 어려웠다
久保田氏は、プロジェクト進行中の最大の課題として技術進歩の早いスピードを挙げた。 AI技術が急速に発展しているので、プロジェクトの途中でもより良い技術が登場する状況が発生し、これに合わせて柔軟に対応しなければなりませんでした。
💡多領域技術スタック経験の価値
「アプリ開発が主担当だったが、インフラまで経験できた」
久保田氏の主な担当領域はアプリ開発でしたが、プロジェクトの特性上、クラウド環境にインフラを構築する業務も一部担当することになりました。当初は、その分野の知識とスキルを新たに学ぶ必要があるという負担がありましたが、結果として、より広い技術分野を体験する貴重な機会になりました。
PoC 단계에서 발견된 현실적 문제 -3: 다양한 영역에서의 기술 스택을 경험하는 것도 중요하다
これによって得られた成果は：
•
PoC段階から本格運用までの全コース経験
•
アプリ開発、クラウド、セキュリティなど幅広い技術分野を習得
•
技術部門以外の担当者にシステムを簡単に説明するコミュニケーションスキルの向上
このように技術とコラボレーション、現実的な制約の中でプロジェクトを進めながら、久保田氏は単純な成果以上の成長を経験しました。エンジニアとしてどのような視点と能力が必要か、彼女がプロジェクトを通じて得たインサイトを一緒に見てみましょう。
エンジニア成長インサイト
💡ユーザーの視点の重要性を獲得
「利用者と利用目的によって必要な機能とUIが異なる」
プロジェクトを通じて、窪田氏が悟った最も重要な点は、ユーザーの視点での思考と実装でした。技術的に優れた機能を作成することも重要ですが、実際のユーザーがどのように活用するかを考慮した設計がより重要であることを経験しました。
엔지니어 성장 인사이트 -1: 사용자 관점의 중요성 체득
これは、韓国企業のAI導入過程でも重要な示唆点を提供します。技術中心のアプローチではなく、ユーザーエクスペリエンスと実務の適用性を優先する観点が必要だということです。
💡専門家よりもマルチプレイヤーを目指す
「特定技術の専門家ではなくマルチプレイヤーになりたい」
今回のプロジェクト経験を通じて、久保田氏は「新しいことに挑戦し、幅広い領域の技術を扱えるところに就職したい」という新たな目標を持つようになりました。ある分野の深い専門家ではなく、複数の技術領域を行き来できるマルチプレイヤー型エンジニアを志向することになったのです。
엔지니어 성장 인사이트 -2: 전문가보다 멀티플레이어를 지향하자
これはAI時代のエンジニアが持つべき重要なマインドセットです。スキルの変化が速い環境では、特定のスキルに頼るのではなく、新しいスキルをすばやく学習して適用する能力がより重要になっています。
💡継続的な学習のための情報収集システム
「チーム全体の情報共有が個人の限界を補う」
Q&Aセッションでは、久保田氏は最新の技術情報収集方法について「個人がすべてを把握することは難しいため、チームメンバーが関連情報を見つけて共有する方法を活用する」と答えた。
엔지니어 성장 인사이트 -3: 팀 차원의 정보 공유가 개인의 한계를 보완한다
部門内の情報共有チャットルームを通じて継続的に最新動向を把握しているということです。
💡非技術職とのコミュニケーション能力の開発
「相手方の事前知識を確認し、基礎から説明することが重要だ」
엔지니어 성장 인사이트 -4: 상대방의 사전 지식을 확인하고 기초부터 설명하는 것이 중요하다
別の質問で、久保田氏は非技術職職員とのコミュニケーションで「生成AIとは何か？RAGとは何か？」から説明すると答えた。相手がすでに知っているとしても、わざわざ基礎から説明することで知識の格差を減らし、円滑なコミュニケーションを図るということです。
SCSK久保田氏の事例は、AI時代のエンジニアが技術的能力だけでなく、ユーザーの視点、コミュニケーション能力、持続的な学習意志など総合的な能力を備えなければならないことを示しています。
特に韓国企業のAI導入過程でも単純な技術実装を超えて実際の業務に役立つシステムを作るためには、部署間のコラボレーション、ユーザー体験中心設計、そして何より早く変化する技術環境に適応できる柔軟性が必要だという重要な示唆点を提供します。
研究室で学んだ理論を現実に適用し、成長する若いエンジニアの姿でAI時代が求める人材像を垣間見ることができました。
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
