生成AIを調査、コード作成、レビュー、文章化に使うことで、業務アプリや社内ツールを試作できる範囲は広がりました。入力フォーム、一覧、検索、PDF出力、通知、簡単な管理画面は、対象を絞れば早い段階で触れる形にできます。
ただし、AIコーディングそのものは目的ではありません。重要なのは、試作品を会社として運用できるシステムへ進められるかです。
開発支援AIと業務アプリ本体を分ける
まず、次の2つを分けます。
- 開発中に使うAI: 調査、コード案、テスト案、レビュー、ドキュメント作成
- 完成したシステムが使うAI: 分類、検索、要約、回答、抽出、下書き作成
開発時にAIを使ったからといって、本番システムがAIへ業務データを送るとは限りません。逆に、本番システムでAI検索や分類を使うなら、データの送信先、保持、ログ、権限を別に設計します。
本番前チェックリスト
| 領域 | 確認すること |
|---|---|
| 実装先 | どこで動かすか。会社として管理できる環境か |
| データ保存 | 業務データはどこに保存するか |
| 認証 | 誰がログインできるか |
| 認可 | 利用者ごとに何を見て何を変更できるか |
| ログ | 操作、エラー、AI呼び出しをどこまで残すか |
| バックアップ | 何を、いつ、どこへ保存し、どう戻すか |
| 復旧 | 障害時に誰が何をするか |
| 秘密情報 | APIキーや接続情報をどこで管理するか |
| 退職者対応 | アカウント停止、権限剥奪、引き継ぎをどうするか |
| 運用責任 | 誰が問い合わせと改修判断を受けるか |
この表を埋められない場合、業務で便利に動いていても、本番運用へ入れるには早いことがあります。
よくある失敗
- 個人契約のクラウドやAIサービスに業務データを置く
- ローカルPCで動く試作品をそのまま業務に使う
- 認証なし、または共有パスワードで使う
- DBのバックアップがない
- エラー時に誰も気づかない
- APIキーをソースコードに書く
- AIが作ったコードを理解しないまま保守に入る
- 利用者追加、退職者削除、権限変更の手順がない
試作から本番へ進める段階
1. 試作品
動くか、業務に合いそうかを見る
2. 検証版
実データの一部、権限、ログ、例外を確認する
3. 限定運用
少人数で業務に入れ、修正と運用手順を固める
4. 本番運用
バックアップ、監視、復旧、問い合わせ対応を含めるこの段階を飛ばして、動いた試作品をいきなり本番扱いにすると、後で権限、復旧、データ品質で困ります。
シオラボならどう進めるか
最初から大きなシステムを作り込むのではなく、対象業務を絞って試作品を作ります。そのうえで、扱うデータ、利用者、権限、画面、出力、運用手順を確認しながら本番に近づけます。
AIを使う場合も、検索、分類、要約、抽出、下書き作成のどこに使うかを分けます。送信、削除、重要判断は、人が確認するところから始めます。
選定指針
- 業務の流れを確認したい: まず試作品
- 実データを扱う: 保存先、権限、ログを決めて検証版
- 複数人が使う: 認証、認可、利用者管理を先に作る
- 顧客情報を扱う: バックアップ、操作ログ、アクセス制御を入れる
- AIを本番機能に使う: 入力データ、出力確認、モデル変更の影響を見る
- 長く使う: 保守担当、復旧手順、引き継ぎ資料を作る
AIで作れることと、会社として使い続けられることは別です。シオラボでは、その間をつなぐ実装と運用設計を扱います。