アルサーガパートナーズとFDEの紹介
AIメディアを運営しているMiraLabの平岡です。この番組は、AIメディア運営者が、AIの最新情報や論文、ニュースケースなどを30分で解説し、AIの未来を考察するポッドキャスト番組です。
ということで、本日は丸亀製麺を運営するトリドールさんの3万人の現場にAIを定着させた、アルサーガパートナーズ株式会社の亀山さんにお越しいただきました。亀山さん、どうぞよろしくお願いいたします。
亀山さん、どんな方なのかということで、自己紹介をお願いしてもよろしいですか。
亀山さん、アルサーガパートナーズの新規事業室でテックリードをしています。
よろしくお願いします。
テックリードと言いますと、どういったものなんですか?
基本的には、開発部の主導をする役職というか、肩書みたいなもので。
つまり、AI導入のリーダーを務められていたということですね。
そう言ってもいいのかな。
基本的には、新規事業室でいくつかサービスを持っているんですけど、そこの開発全般を自分が主に見ているという感じで、やらせてもらっています。
ありがとうございます。今回はFDEというものの取材という形になるんですけども、初めて聞く方も多いと思うんですけども、
ざっくりどんな人たちなのかということを教えていただいてもよろしいですか?
エンジニアリングだけじゃなくて、ビジネスとか現場の業務プロセスを深く理解して、そこの課題解決に向かっていくようなエンジニアのことをFDEって一般的には呼んでいます。
なるほど。いわゆるコンサルとエンジニアが合体したみたいなイメージですか?
わかりやすく言うとそんな感じだと思います。
なるほど。今回亀山さんはそのFDEとして丸亀聖免さんに入り込まれたってイメージですか?
そうですね。FDEですっていう感じではなくて、多分いろいろやっていく中で自然とそうなっていったって言った方が流れとしては正しいかもしれないですけど。
なるほど。もともとそういう名称で言ったというよりかは、やっていく中で結果的にFDEだったっていう。
そうですそうです。
そういうことなんですね。今回はそのFDEという結果的にそうなったっていうことだと思うんですけども、今すごくAI業界でも注目されている働き方ということで、特にここを掘り下げていきたいなと思うんですけども、
FDEと従来のシステム開発の違い
従来の住宅開発とかSIRとかと一番違うところ一つ挙げるとどういったものですか?
大きく違うのはゴールがSIRだと納品作って終わりなんですけど、FDEだとそれが現場に定着することだったりとか、そこから成果創造する点が大きく違うかなと。
成果。
成果創造。
成果創出。
創出か。
成果創出ですか。
成果までちゃんと見て、そこにコミットしていく。
なるほど。今までは納品して終わりだったっていうものが、納品した後もやっていくっていうイメージですか?
そうですね。
確かにAI結構入れたものの現場に定着しないっていうのは大きな課題ですもんね。
そうですね。結構いろんなサービス、SaaSもしっかりあった問題としては、やっぱなんか導入したけど誰も使えてないとか。
あるあるですよね。そうですよね。
結局なんかそれで何が改善したかもよくわからないみたいな。
逆に言うと今後はそういったことまでやっていくっていうのがAIによって起きたと見るべきなのか、この辺りってどうなんですかね。
AIによって起きたかって言われるとちょっとわからないんですけど、ただSaaSが今までは前世紀というか、いろんなサービスが出てきていろんな会社さんとか個人で契約して使ってたと思うんですけど、
多分それだけだと物足りないよね。今起きてるんだと思うんですよね。
じゃあもともと潜在的に課題を抱えてたみたいなイメージですかね。
そうですね。とかあとは自社で持ってる情報とか、そういったものも組み込んだ上でツール化していきたいとか、そういう要望だったり。
これまではそのカスタマイズがそこまで柔軟じゃなかったケースも多かったってことですかね。
かなと思っていて、あとはAIによって割といろんな人がシステム開発とか関わりやすくなったっていう中で、その上でエンジニアに求められるものとかサービスに求められるものの質が一段階上がったのかなっていうのはちょっと感じる部分がありますね。
なるほど。確かに触れやすくなったからこそちょっと解像度がお客様も上がってきて、より質を求められるようになってきたっていう背景もあるんじゃないかなっていうことですね。
トリドール社との取り組みとハピネススコアインタビュー
実際に現場に入った段階ではFDEではなかったと思うんですけども、もともとはどういう形でやるイメージだったんですかね。
最初はちょっと違うサービスをトリドールさんには提案していたんですけど、その中でAIで情報分析して結果出すみたいなそのツールでも作ってたんですね。
で、なんかそれを見てこれを従業員のインゲーミッジメントの維持とか向上に使えないのみたいな話が出てきて、じゃあちょっとそういう面談の方面でもちょっと活用できるようにしてみますねみたいな感じで生まれてきたっていうのが今回のツールの発端になった。
なるほどですね。つまりそのトリドールさん的には課題として抱えてたものって何だったんですかねこれは。
そもそも従業員のモチベーションとかを可視化できるかどうかっていうところですごく悩んでいたそうで、なんか例えば普通にアンケート取ってもそれでもなんかうまくこう聞き出せないとか取った情報をどう処理したらいいかわからないとか。
なるほどですね。その取ったものの本音が引き出せないとか取ったもののどう活用するのかっていうのがちょっとふわっとしてたっていう感じですかね。
そうですね。そこに課題を持っていてそこにAIを活用できないかっていうところで。
なるほど。これあのトリドールさんに具体的に入れていったシステムってどういったものなんですか。
名称としてはハピネススコアインタビュー。
ハピネススコアインタビュー。
はい。従業員の方にいくつか質問をして回答をもらうっていうのを何個かやってもらいますと。
で、その結果をそれぞれその従業員ごとに特定の軸で分析して従業員のいろんな軸でのエンゲージメントを点数として保存して
例えば各店舗ごとだったりとかどういった傾向があるかとかっていうのをそれぞれまた別の方面で活かせるようにっていうツールですかね。
なるほどですね。その可視化することによって離職率を下げたりとかってイメージですか。
そうですね。離職率を下げるっていうのもありますし、例えば店舗経営どうなってるかっていうのを可視化できるようにもなりますし。
店舗経営の数字、売上げの数字とかっていうことですか。
例えば売上げの数字とそのハピネススコアって呼んでるんですけど、ハピネススコアの数字を比較してこの売上げが伸びてる店舗はやっぱどういう傾向があるかとか。
なるほど。いわゆるこの相関性を持ってるかどうかを見るみたいな。
そうですね。相関を見てじゃあそこの店舗ってどういう取り組みしたんだろうみたいなところまで見ていって、
じゃあこういう取り組みしてる店舗は結構従業員の満足度が高そうだとかハピネススコアが高そうだってなってくると、
じゃあその取り組みを全国の店舗でも展開したらいいんじゃないのみたいな話まで広がっていく。
確かにこの横に展開できますもんね。
はい。
なるほど。
多言語対応の課題とLLMの活用
これあの事前情報で私調べてきたんですけども、鳥取さん3万人いらっしゃって多国籍っていうかなり巨大な現場だと思うんですけども、
そういったならではの難しさみたいなのもあると思うんですけど。
はい。その鳥取さんが抱えてた課題の一つに多言語。従業員の国籍が様々で言語も様々で、
そういう人たちの本音が拾えないよねっていうのが結構大きい課題としてありました。
で、そこも例えばその質問自体をその言語で表示してあげて、従業員の使う言語、母国語で回答できるようにしてあげる。
で、それを分析した結果は日本語で出るみたいな。
なるほど。
その人には母国語で返ってくるし、分析をする人はその自分の母国語で見れるようになるっていうことですね。
なんでそれでより細かいところまで意見を吸い上げられるようにというか。
意外とその母国語っていうのが肝だったりするんですね。
そうですね。結構やっぱりどう表現したらいいかわからないとか、
こうなんていうんですかね、やっぱ日本語でどう言ったらいいかわからないとかも結構多いと思うんですね。
確かにそうですね。英語で言うと何だろうってなること結構ありますもんね。
で、例えばただ翻訳していうこともできると思うんですけど、それがちょっとずれたりもするじゃないですか、本当に言いたいこととは。
それを母国語で回答できるようにして、そこを何を回答しているかをAIに翻訳してもらって、そっから分析をAIで分析するようにするっていう流れ。
この多言語対応っていうのはLLMによってかなり昔と比べて精度良くなったんですか、これにとって。
精度は良くなってると思いますね。
なるほど。じゃあやっぱこうLLMを使っていくのにはすごく相性がいいというか、合ってるんですね。
はい、自分はそう思ってます。
なるほど。実践的ですよね。リスナーの方でもビジネスやれてる方多いと思うんですけど、
多言語対応してちゃんとこう従業員と本音を引き出して向き合うっていうのはすごく横展開もできそうなイメージがありますね。
そうですね、特に今コンビニとか見てみてもいろんな国の方が働いてたりすると思うんで。
確かに。
そこに言語の壁というか、そこが薄れていくようなツールでそれがカバーリングできるんだったら、結構そこはAI導入する価値があるところなんじゃないかなと思います。
確かにそうですね。
開発プロセスとPOC（概念実証）の重要性
具体的に現場に入っていってどういう風に作っていったのかっていうのをお伺いしていきたいんですけども、最初は何て言うんですかね、概念実装みたいなのがよくありますけど、こういったものから始めていったんですかね。
最初は自分たちがもともと面談AIっていうものは作っていて、それをもとに要望に合わせてシステムとかをカスタマイズしたものを一旦600人のPOCで使ってもらって、
で使ってもらった意見をもとに、またその質問とか分析とかシステム本体のチューニング回収を進めていってっていうのを繰り返して、最終的に大丈夫だねっていうなった時点で本導入っていう形で。
なるほどですね。やっぱ最初のその600人に絞るっていうのが結構大事だったりするんですか。
まずちっちゃく始めるっていうのは大事だったかなと思っていて、そもそも本部の人もなんとなくこういうことがやりたいから始まるので、それを実際に具体化していくところから始めなきゃいけない。
なるほど。意外とじゃあフワッとスタートであることも多いんですね。
そうですね。ある程度こういうことがやりたいとか、最終的にこういう風な分析がしたい、こういう結果が得たいっていうのはあるんですけど、でもじゃあそれをどうやって取っていくのかとか思っていると、例えば質問どうしたらいいかとか。
なるほど。具体的なところまでは詰めてないから。
詰めてないんで、そこを今回だと600人の規模で実際に受けてもらって、それを今この質問でこういうプロンプトで分析するとこういう結果が出ます。
そもそもこの例えば点数がされるんですけどいろんな軸で、この点数が妥当かどうかとか、そもそもこの軸でいいんですかとか、この質問の例えば回答ってそんなにこうみんな答えられてないかもしれないですね。
ってなるとじゃあこの質問の仕方でいいんですかとか。
なるほど。もう設計ですね。
だいぶ設計です。
だいぶ設計ですね。コンサルに近いですねほぼ。
なるほど。そういった設計の数字の定義だったり根拠っていうのをしっかり小さく始めて詰めていくっていうのが大事なんですね。
現場の解像度を上げた設計変更
それやっていく中で一番大きく作り変えたものとか、当初は想定してなかったけども捨てたみたいなものとかってありますか。
もともと自分たちが持っていた面談AIはAIと対話して進めていくものだったんですね。
AIにある質問があって回答して、そうするとその質問と回答から1個深掘ったものをまた質問して回答してっていうのを何個か繰り返すみたいな。
結構システムとしては結構質が高いようなものだったんですけど、ただ実際に店舗とか従業員の方を見てみると、
例えばその方々が持ってるスマホのスペックだったりとか、ITリテラシーだったりとか、あとはその質問を受ける環境だったりとかで、
例えば音声だけで質疑応答が完璧にできる状況なのかって言われるとちょっと厳しいかもしれない。
なるほど。
店舗で受けることになるので。
確かに。
騒音とかどうしてもオフィスワークであるような静かな空間を用意するの難しいよね。
そうですね。
あとは業務合間にやってもらうツールになるので、どっちかっていうとスピード感だったりとか受けやすさの方が大事かもしれないねとか。
なるほど。実際の現場間っていうところの解像度を見たときにかなり設計を変えていったっていう背景があるっていうイメージですね。
なんでオーラルコミュニケーションだけで受けれるようにしてたものをテキストもできるようにしようとか、質問を深掘ってっていうよりかはスピーディーにここは一問一答で回答できるようにしようとか。
ただそれだとうまく引き出せないものもあるかもしれないからそこは質問の質でカバーしようとか。
なるほど。結構じゃあそこで設計を変えていったっていうとこなんですね。
少人数開発体制とAI活用
開発の体制って何人ぐらいで行ってたんですか。
開発の体制はたぶん2人ですかね。
そうなんですか。
じゃあ2人でこれ作られたっていうことなんですか。
そうですね。
すごいですね。
結構大規模なプロダクトな印象があるんですけども、AIとかも使ってって開発してたってイメージですか。
AIは結構活用はしてるんですけど。
なるほどですね。結構現場間によっては使ってたり使えなかったりミックスだったりって多いと思うんですけど、このあたりはあんまり制約なく使えるってイメージなんですか。
そうですね。なんかそこまでガチガチに制約があるような環境ではないので。
素晴らしいですね。
新しいツールというかそのAIツールでも割と使ってみたいっていえば使えるような環境ではあるので。
素晴らしい会社じゃないですか。すごいですね。
いろんなちょっと興味あるものは使ってみたりとか、それを室長の加藤とか代表の尾又にもちょっと共有しながら、こんなことやったらこういうふうな感じで作れましたよみたいな話しながら。
共有したりもするんですね。それで代表の方がそれもっとこういうふうにしたらいいんじゃないとかっていうディスカッションが起きたりとかもするんですか。
たまにありますね。
やっぱあのトップの方だったりとか開発に詳しい方がそういった動きできるとすごく社内活用はいいですよね。進みますよね。
かなり柔軟にそこはやらせてもらってるので、開発としてはすごくやりやすい環境ではあると思います。
やっぱ亀山さんのそういった知識だったりとか経験もあった上で、やっぱこの今回のお仕事もかなりスムーズに進んだっていうところもありそうですね。
AIによるコーディングの変化とFDEの将来性
そうですね。なんでシステム開発に関しては正直今AIもだいぶ進んでて、そこに対する労力ってめちゃくちゃ下がってるなとは思ってますね。
やっぱそうですよね。もうコード自体はあんまり自分では打たないですか?書かないですか?
打つことはだいぶ減りましたね。ほんとに細かいところ。
なるほどなるほど。
ちょっとAIに指示漏れちゃったとか、ちょっとAIの解釈間違ってるなみたいなところを自分では直してとか、そんぐらいになってきてるかもしれないです。
相当やっぱ仕事の仕方は変わってますよね。
変わってますね。なんでどっちかっていうとやっぱさっき申し上げた通り設計とかそっちに頭使うことの方が増えてるなっていうのは思いますね。
なるほど。この1年で相当コーディング能力が変わったと思うんですけど、1年ぐらい前だとまだコーディング必要な印象が若干あって、
で、2026年になってからはもうかなり書かなくてもいいレベルになってきたなっていうイメージがあるんですけど、同じような感覚ですか?
そうですね。なんかAIのやっぱ解釈の質が上がったような気はしてますね。
解釈の質。
なんか結構昔のAIだと1から10まで書かないと正しくやってくれなかったというか、
なんかすでに書いてあるコードを読み取ってこういうふうに書いてるんだなとか、こういう意図がありそうだなみたいなところを組み取ってはくれなかった気がするんですけど。
そうですね。
今だとなんかそういうところも割と勝手に組み取ってこういう方針でやっていきますみたいなのを最初に言って、で、開発してくれるようになってきてるような気がしていて。
確かにそうですね。解釈の仕方が上手になったっていう感覚はありますよね。
その結果本当に打つことがなくなってるというか。
うーん、なるほど。
まあそうなってくるとこれからやっぱ書いていくことってよりかは設計だったりとか、やっぱりこのFDEっていうような働き方はどんどん種類になっていくんじゃないかっていうのは思いますか?
そうですね。やっぱその作ること自体にやっぱ時間とか頭を使わなくてもよくなってきてる分、
課題が本当に解決されてるのかとか、そもそもどう解決していくのかっていう方向に頭と時間が使える量が増えたと思うんで。
なるほど。
そこに価値を置けるような時代になったのかなっていうふうには感じますね。
あー、なるほど。逆に言うと慣れたっていう感覚でもあるんですね。
今までやりたかったけどそこまでリソース回せなかったっていう感じですね。
そうですね、はい。
エンジニアの価値の変化とAI時代
あー、なるほど。意外とそのエンジニアの方とかだと仕事がなくなるんじゃないかっていう不安もすごく多いと思うんですけど、こういったところはどう思いますか?
あー、そうですね。なんかそれって例えば機械化が進んだのになんか若干似てるかなと思ってまして、
例えば今ってあんまり人が組み立てること多分あんまりないと思うんですね、製造系で。
そうですね、今ロボットとかですもんね。
こうやってくれるようになったのと同じで、作ること自体に価値があるかって言われると多分それ自体は減ってきちゃってるような気はしてますと。
どっちかって言うとそれをどう作り上げるかとか、これの結果どういう結果とか価値を生み出すかっていう方向にその比重がどんどん寄ってきてる。
これエンジニアの価値としてもそっちに価値を見出す方が正解になってきてるんじゃないかなとは思ってますね。
なるほど、生き残りやすいかなというとこですね。
意外とコーディングすること自体が好きって方も多い印象があると思うんですけど、やっぱりそっちに行っていかないとどんどん難しくなっていきそうだなっていう感覚はやっぱあるという感じですか?
そうですね、それ自体がダメとは言わないんですけど、やっぱ仕事というか、その観点で見ちゃうとどうしてもAIでいいじゃんって言われることも増えてくる時代になっちゃってるので。
もうすでにあるんですね。
そうですね、本当に個人でもAI登録してガリガリコードかけちゃう時代になってきちゃってるんで、そこは。
そうですね、そこはすごく大事にしないといけないところですね。
ラポール形成の特許技術とその応用
ちなみにここ特に喋りたいみたいな部分とかありますか?
喋りたい?
ここをちょっと熱量を持って話せる場所みたいな。
一応、新規事業室が持ってる面談AIには特許を取ってるシステムあるんですね。
ラポール形成の特許技術っていうので名称で特許を取ってまして、わかりやすく言うと、本題に入る前に雑談をAIが挟むっていう。
なるほど、そのラポール形成自体の特許を取られたっていうことなんですね。
それをAIが行うっていうところに特許を取ってます。
そういうことですね、なるほど。
意外とその雑談をしないと次のその本音引き出しづらいみたいなことがあるんですか?
そうですね、そういう課題が結構ツール作って使ってもらう中で感じるところがあって、そもそもなんか普通に面談、人間と面談する時もいきなり質問から入ることってないじゃないですか。
不自然ですよね。
入っちゃうとか言って。
どっちかというとなんかこう最近どうとか。
そうですね、アイスブレイクから入るんですよね。
それを単純にAIと面談する時も同じような流れでできた方がいいよねっていうところで、そういうシステムを作って特許を取ったっていう。
ちなみにそのラポール形成技術を使うことによって数字的なところも改善されたんですか?これは。
これハピネスコアインタビューに関して言うと、実はこの雑談部分は削ったんですよね。
削ったんですね。
その先ほどのスピード感とか、その業務の中で使ってもらうっていう観点の方を重視した。
なるほどなるほど。だから業種とかによってはこれが合うパターンもあるし、そうじゃないケースもあるっていうことなんですね。
逆に使ってラポールケースをした場合としなかった場合で何か数字的に改善したものとかってありますか?
明確に何パーセントみたいなのは出してないんですけど、純粋に言っても訂正的な使ってもらった人にインタビューしたときにやっぱり会ったほうが緊張感が解けるというか。
なるほど。
AIといきなり話すっていうところに、やっぱりまだ慣れてない時代としても。
そうですね。
慣れきってない人が多いので、なんでそこに対しては意外と話しやすくなりましたみたいな意見が多かったかなと。
なるほどですね。確かに面談AIとかも、私も展示会のブースとかに行って経験させていただいたりもするんですけど、
例えば機械的だったりとかいきなり質問から入るので構えちゃう感じもありますよね。
だからあれがもっと声がすごく自然にもっと人間に近づいてきて、ラポール形成から入ってきたらちょっとこう楽しくなりそうな感じはしてきますよね。
あとちょっとまあ意外だったみたいな意見もあった。
確かにそうですね。そういったものがないっていうところもありますよね。確かに。今後これがすごく重要になってくるかもしれないと。
そうですね。
いうことですね。
ハピネススコア導入による成果
実際ハピネススコアを導入してから先ほど言ったの離職率だったりとかこういったのって下がったりとかなんか改善もされたんですか。
はい、そこは先方の方からその結果もいただいていて、離職率の軽減とか、あとは店舗経営の指標としてとても活用できているというような意見はいただいています。
指標として、じゃあ先ほどお話ししてたの相関率だったりとか横展開をするっていうところに関してすごくいい評価をいただいているっていうことなんですね。
実際にこれはもうFDEとして現場に定着するっていう観点でやらなかったら生まれなかった成果っていうことですか。
そうですね。実際にその店舗に行っていろんなことを聞いたりとか感じた中で、あえて機能を落としていったっていう部分も大きいですし。
確かにそうですね。
エンジニアとしてはやっぱりといいものを作ってるからそのまま使ってほしいみたいな思いもあるんですけど、結局使ってもらえなければツールとしては意味がないので。
そうですね。なんか作ってる側だと僕もバイブコーディングをするので使ってほしいって思っちゃいますけど、どんどんこう足し算になっちゃいますよね考え方としては。
じゃなくてこう引き算していくっていうのがすごくやっぱ大事だったりするんですね。
そうですね。特に今回のハピネスクアインタビューに関しては利用者層の幅が広いというか、そこに合わせてとにかく作っていくというか、そこにあったツールを提供していくっていうところにフォーカスして作っていったっていう感じがしてます。
エンディングと個人的なAI活用
現場の課題感を見ていくのがすごく大事だったような感じがしますね。お話を伺ってると。
そうですね。
はい、それではエンディングでございます。神山さん今日はいかがでしたか?初めてのポッドキャストということでしたが。
普通に緊張しましたね。
緊張しますよね。僕も緊張してました。
これ喋ってみてどうですか?なんか普段のインタビューとはちょっと違いましたか?
そうですね。なんか普通のインタビューだと喋っても後で修正聞くからいいやぐらいの。
確かに確かに。テキストベースですもんね特に。
喋っちゃうんですけど、なんか割とこれ正しい情報なんだっけって。
なるほどなるほど。喋りながらですね。
あと何て言おうかなっていうのはだいぶ考えながら喋った気がします。
すみませんご負担おかけしましてありがとうございます。
なんかあの宣伝とかありますか?
宣伝?
自分たちAIに関するさまざまなツール作っています。
今回はAI面談っていう軸でお話しさせていただいてたんですけど、
いろいろAIを活用したいとかなんか導入したいとかっていうものがありましたら
お気軽にお問い合わせいただけると
何かしら力になることはできると思うので。
そうですねもうあの開発から課題の特定から
課題の特定から開発して実際に導入の定着までやっていただけるってことですもんね。
ぜひうちにも入れたいという企業様いらっしゃいましたら
ぜひ概要欄に載せてありますのでお問い合わせいただければと思います。
亀山さんがあれですかね出ていただけるんですかね。
まあ機会があれば。
当たったらラッキーということでよろしくお願いします。
あとちょっと個人的にごめんなさいあと一つだけ僕が聞きたいんですけど
個人的に使ってるAIとかAIの使い方とかってありますか仕事以外で。
使い方ですか。
個人的にもクロードを契約してはいるんですけど。
なるほど。
家計簿の管理とかやらせてますね。
家計簿の管理ですか。マネーフォワードとかじゃなく。
なんかそういうのでデータ取れるんでそれをCSVに落として入れて
例えばこういうの買うとかそういう予定とか全部打ち込んで
なんかどんぐらいこれで残りますかとか。
あーなるほど。
余日管理みたいなことをされてるみたいなイメージですね。
を個人でやられてるっていう。
それも完全にただただ。
活用されてますねすごい。
いろいろやっぱ作ったりもするっていう感じなんですね。
そうですね作ったりもしてます。
なるほどやっぱあの大コーディング時代ですね今はね。
そうですね本当になんかとりあえずこういうのあるのかなと思って
なさそうだったら作って本当にただ個人で使うだけのツールなんですけど。
なるほど。
やっぱこう触っていかないとわからないですもんねこういうのって。
そうですねなんか進捗成長が早いのでAIって。
なんでなんかこんなことできるようになってんのかもって思うことばっかりなので。
そうですねできないなと思ったらできるようになっていることすごいありますね。
もう多分これが配信される頃にはフェイブル5がまた復活してるんじゃないかなと思うので。
すごくトークンは食うらしいですけどちょっと使うのが楽しみですよね。
そうですね自分もちょっとなんかエンジニアとしては恐怖を感じながら。
わかりますそうですね。
まだやっぱ課題の特定だったりとか課題の特定だったりとかやっぱこのFDEっていう仕事はこれからの時代にすごく必要になってくるような触手だと思いますので。
そうですね自分としても頑張らなきゃなっていう。
いやすごいですねありがとうございます本日は。
ありがとうございました。
それでは番組への感想質問深掘りして欲しい話題などお待ちしています。
お便りフォームは概要欄からお待ちしています。
AI未来話の番組のフォローとレビューもお願いします。
来週も木曜日にお届けします。
通勤通学の30分にAIの未来をキャッチアップしていきましょう。
それでは本日はありがとうございました。
ありがとうございました。
