新人メンターの経験
先輩データサイエンティストからの指南書、実務で生き抜くためのエンジニアリングスキル、技術評論者、見本してもらってよかった。非常によかった。
この場を通してありがとうございましたと言いたいですね。
浅野さん、東馬くん、他の方々ありがとうございます。
ありがとうございました。
まあじゃあ、そんなところでちょっと次の話題でもいきますか。
はいはい。
で、なんかこれ、新人の子に見せたいなーって思ってるから、ここから渡していこうかなと思うんだけど。
最近、今年入ってからか、4月というか5月から、2人の新人アナリストのこのメンターみたいなのをやってるんだよね。
あ、1人で2人絵を受け持ってるというか、面倒見てるんですね。
そうそうそうそう。
大変だね。
なんか、流れでそうなっちゃった。
なんか、あ、俺なんすねみたいな。しかも1人は新卒の子だから、俺会社別に新卒じゃないし。
そっかそっか。
新卒の子のメンターは結構新卒の人が見るみたいな。
新卒時代のスロープとかも自分で描きやすいから、メンタリングしやすいみたいな。
そうだよね。
あったんだけど、これをその子達が聞いてて、いやちげーよって思うとすげーやだなと思いつつ言うけど、
2人とも割と俺を推してくれてる状態で入ってるから。
なんすかその推してくれてるって。
推しなんだよマジで。
ほんとあれね、推し面の方の推しね。
はいはい。
1人の子は1年目の新卒で入った子なんだけど、去年から会社で泣いて決まったタイミングからインターンやってて、
だから元々それで知ってるのね、存在自体は。
で、ほら、会社のYouTube出た時の話なんかしたじゃん。
会社のYouTube出てましたね。なんか対談というかやってましたよね。
あ、そうそうそう。で、その時に、なんかプロダクトマネージャーになるには、みたいなタイトルにしつつ、データアナリティクスのチームめっちゃいいよみたいな話をしてたんだけど、
確かに。
その企画を作った子がその子だったんだよね、インターンで。
あ、そうなんだ。
で、打ち合わせとか企画とかも全部その子がやって、
はい。
で、その収録まで全部やった時に、隣のデータ分析屋さんも全部聞いてくれて、
おお。
ってなったら、データアナリスト激アツっすねってなって、
はい。
で、そのまんま配属の時に希望を出してきた。
それは推しだね。
で、そういう背景もあるっていうのも他の配属の担当の人とか、チームの情緒みたいなの知ってたから、
じゃあお願いしていいっすか、みたいな。
その子めっちゃ嬉しいだろうな。
そうそうそうそう。
ってなって、一緒にスタートみたいな。
で、もう一人の子は2年目の子で、
うん。
移動してきてアナリストやりますみたいになって、
で、その子も宇宙めっちゃ好きで、宇宙話の方のとか、あと俺が出した本とかを読んでくれてるみたいな子。
そっちもあるんだ。
そう。
ってなって、じゃあまあ一緒に頑張りますかって言って、一緒にやるみたいな。
もうほぼ信者みたいなもんじゃん。
いやいや、推しよ。
推し。
推しね。
ってなって、一緒に動き始めてみたいな。
AIネイティブアナリストの育成
だからまあ分析に関しては、いわゆるもうガッツリ新人みたいな。
うんうん。
これになってて、で、分析のやり方とか、アナリストとはみたいなところも教えていくわけじゃん。
おー、そっか。
そう。
ってなって、俺がもう一番最初に、今もうAIゴリゴリ来てますから、
うん。
AIネイティブアナリストになってもらうみたいな話をして。
何それ。
いやもうその、AIで生産性が爆裂に上がっているデータアナリストになってもらうっていうその、
なんかこういう苦労を、簡単に言うとこういう苦労をして、
なんか200行とか300行かかるようなSQLとかを書いて、
なんかこう苦労していくような、いわゆるなんかSQLを書くところのレベルのステップみたいなのがあって、
それを苦労してやってとか、なんかそういう、なんか王道のステップ、たどんなくていいからみたいな。
っていうところで、もうほんと、AIと共に、そして自分が仕事を覚えていったら、
その覚えていった仕事の内容はもう全部AIがこなせるように、システムも一緒に作っていって、
おー。
自分はそのAIの一歩先の仕事だけするように、もう作り上げていこうみたいな。
うわ、理想だね。めちゃめちゃ理想だね。
なにもう、うちらがこう最初にPythonを勉強した時の100本ノックとかやらなくていいってこと?
あ、そうもう。100本ノックも、正直さ、100本ノックやったとて、100本分が完全に蓄積されていったかで言うと違うでしょ。
まあそうだね。
100本やって、頭の中にインデックスみたいなのができて、で、何か仕事をやった時に、
そのインデックスが引き出せるようにするのが100本ノックの意味合いじゃん。
まあそうだね。
そういうのはもう、一回100本ノックやってもいい。
やるのも矢塚ではないぐらいの感じなんだけど。
やるけど、もうその100本ノックでやった内容をまとめてAIが学習できるような状態にしたら、
頼んだらAIがやってくれるわけじゃん。
そうだね。
だからもう、そういう状態を常に作り続けるみたいな。
理想で、もう一個自分の脳みそがあるみたいな感じだ、本当に。
そう。
ていうので、スタートして、
はいはい。
4ヶ月ぐらい経って、だんだん形になってきて、
もうなんか、結構いい感じに仕上がってきたっていう、
最近のこの実感があって嬉しいっていう、今あるんだけど。
へえ、すごいね。でも、ちゃんとできるようになるんだね。
そう、なんかね、一個やっぱいいなってなったのは、
はいはい。
まあ半日ぐらい、なんなら明日ぐらいに帰ってくればいいか、みたいな依頼が来た時に、
もうその、AIの脳みそにたくさんしまうような、これまでも訓練を積みまくってるから、
AIを育てきってる状態でそのタスク回ってきて、
新人の子が20分で終わらせてたっていうのを見て、
かっこいいな。
半日が20分だ、みたいな。
30分ぐらいだ、なんかってなってて。
その時になんかもう、時代が変わる音がしたよね。
あっ、終わった、みたいな。
完成したわ、みたいな。
それはさ、もう一個の脳みそ作るっていうのはさ、具体的には何?
ツールのいろんなこの生成AIツールとかをうまく使えるようにしてあげてるとか、そういうイメージ?
そう、そもそもその会社自体が、基本的には生成AIツール、基本ほぼ全面解禁の会社だから、
もう王道になっててみんなが知ってるようなものは、
案件の特性とかはあるけど、社内で閉じるものに関してはほぼOKが、話題になった1週間以内にはほぼ許可が下りるみたいな感じ。
素晴らしいね。
そう、素晴らしい状態になってて。
で、その中で俺がちゃんとツール選定をして、
で、使っていけばいくほどちゃんとAIが賢くなるようなドキュメントの作り方とか、
で、あとそのドキュメントの管理の仕方とかっていうのを俺が決めていって、
で、その中に入れていくサンプルのクエリだったりとか、暗黙値だったりとか、ドメイン知識だったりとかっていうのは、
どんどんどんどん新しく入った子たちに蓄積させていくみたいな。
ドキュメンテーションと生産性
なるほど。
1回聞いたり1回やったことをもう自分の手で二度とやらないようにしてくれっていうのが目標で。
うんうん。
全てはAIが読み込むためのドキュメントに落とすっていうのが全ての仕事のゴールにしたのね。
だからもうAIドキュメント書く時間ちゃんと確保するから。
うんうん。
なんかこれやってって言われたら、それを手作業でやるなり、
はいはい。
AIと対話しながら推測してもらいながらやるなりして、
うん。
正解を出して、でそれを可視化してまとめて、報告して、でだいたい終わりねってなるじゃん。
普通だったら。
うん。
でその終わったらじゃあ書いたSQLと得た知見とみたいなのを全部この形でAIが読み込むためのドキュメントに落としてみたいな。
はいはい。
っていうので箱を用意しておいてそこをどんどん埋めていくみたいな作業をしてもらう。
うんうん。
っていうのがタスクのパッケージにしたんだよ。
つまり何じゃあもうローカルの環境バチバチに整えてるみたいなそういうことになってくるの?
いきなりエンジニアリングの感覚がないやつにローカルのディレクトリの構造とかを整理させるのは結構大変だから。
ああはい。
そこはクラウドのドキュメンテーションのツール、コンフルとかノーションとかああいうのあるじゃん。
うんうん。
ああいうのにこのページにこの見出しだけ俺が全部バーって作っておいて、そこにこうやって中見出しはこれにしてこのテンプでコピーしておいてここにバーって書いてってみたいな。
なるほど。
で各種AIツールと繋いでAPIとかで繋いで、でそこのチャットGPだったらチャットGPのインターフェースでいろいろ仕事を振ったりしてデータを読みに行ってとかっていうのをできるようにしてあげてるってことなんだ。
そうそうそうそう。
おお。
なんかその一パックで新人育てるみたいなこれが今の仕事の仕方だみたいな感じでフォーマット化できそうな話ですね。
そうこれね、これね結構うまくいく自信はめちゃめちゃあったんだけど。
はいはい。
そのなんか既存のもともとあるチームでそれを実現しようとすると、そのドキュメンテーションの時間とかを確保しなきゃいけなくてチームの生産性が落ちるじゃん、一定期間。
で、サービスの内容とかいろいろにもよるけど、そこの投資期間って説明するのめっちゃむずいじゃん。
はい。
でこれめっちゃよかったのが、新人いきなり2人入る、この2人が入ったことによって一定期間生産性がその爆裂に向上しないっていうのが全員がわかってる状態なわけじゃん。
でプラス彼らにはこれまで蓄積してきた仕事業務ノウハウみたいなのが一切ない状態なわけ。
だからその窮屈にも感じないし、で生産性が上がらなくても許される時間帯が猶予があるみたいな状態だから、でしかも2人いるっていう完璧なタイミングだと思って。
でその時間の管理するのは俺だから、その大丈夫みたいな、絶対にそのドキュメントの時間で仕事が遅いなんていうことは1ミリも感じないからマジにやれみたいな。
いい実験環境だったんだ。
そう、てなってそうAIが、AIネイティブになるための、でそれを組織的に回す準備も2人いるからできたんだよね。
1人だとそいつがオリジナルのドキュメントを作っていくっていうのに寄っていってしまうけど、2人で同じクラウド環境のドキュメントを触っていくから、
相手のことをこう、に心配りをしながらやったりするわけよ。
相手にも伝わる文章にしなきゃいけないしねもちろん。
そうそうそう。
っていうところとかが、いい感じに状況として良かったっていう。
うんうん。
まあでも、それをちゃんと遂行してくれた彼らがすごいんだけど。
そうだね。しかもそれでもうちゃんと結果が出てきてるんだもんね。
そう、もうね、委ねるどころじゃないね。
結局なんかAI時代のAIネイティブ化みたいなところって、どれだけ身を委ねられるかみたいな、AIに感じなんだけど、もう本当に委ねまくってるよね。
それはさ、もう彼らはAIに関して知識とかが結構あった状態だと思う。
生成AIのツールとか、全然。
あ、そうなん、それもない状態からやり始めて、もう4ヶ月とかで結果が出せるようになるんだ。
なるなるなる。すごいね。
いやこれね、あの、一回やっぱ悩むのよ、この新人の子たちも。
あれみたいな。
AI時代の育成
俺は、あのこれはこの、力がついてるのかどうかわからんみたいな状態に陥るんだけど、
るし、なんかちょっと言われたりもするんだって、そのおじさんムーブ。
言われるというか、感じる部分があるというか、地形がついてるかついてないかみたいなところを気にする時期があったんだけど、
その、俺的にはね、じゃあIT業界の人たち、その全員Wi-Fiの仕組み知ってると思ってんの?っていう話して。
はいはい。
その、今の話ってそういうことじゃん、その生成AI超詳しいとか、
生成AIの仕組みが分かっててやってるのかって、
そのじゃあインターネット上で仕事をしてて、インターネットの仕組みとWi-Fiの仕組み知ってるのかって話じゃん。
はいはい。
で、しかも一回その、AIツールが止まった時があって、
で、その時にもうその、一人の俺が面倒見てる子が、
ヤバいっす、俺仕事できなくなりました、みたいになって。
そうってなって、ヤバいかなと思ったっすけど、
確かにAI止まった時にできるようにしといた方がいいんだけど、
大丈夫だよみたいな、みんなWi-Fi全部途切れたら仕事できないから今っつって、
安心してっつって。
おろいな、極論の話してるけど、まあその通りだよな。
でもだからその、委ね方的には、俺の感覚的にはもうほんとその状態。
だからその、その心配、そういう状態になるから、
ちゃんとなんか、地盤作っとけよ、技術作っとけよみたいな、
だから苦労しないとダメなんだよみたいなの、
もう完全なその、AI時代のおじさんムーブだと思ってて。
新しい働き方
いや、結構共感できるな、でもそれはな。
けど正解はないんだよね、まだ。
まだね。
たぶんその、結果として出てきてる数がまだ少ないから、
どっちがいいとか悪いってまだ議論できないんだろうね。
そう。
だからどっちを信じるかだよね、これはね。
そう。
けど、まあ、今からじゃあ、じゃあ3年、今までと同じやり方してたら、
今の3年目の人に追いつくのに、3年かかるわけじゃん。
なんさ、せっかくAIあるのにさ。
なん、やじゃん。
いや、そうだね。
いやいや、やじゃん、そんなん。
なんか時間、いやまあ、訓練だからさ、今はみたいな。
かわいそうじゃん。
はいはい。
だから、切っていっちゃおうよ、つって。
いやでも、いい意識というか、自分も診察のときとかで、
議事録の書き方とかを教えてもらったりして、
いやここの書き方、あるじゃないですか。
あるね。
で、なんかデスマス賞が合ってないとか、そのレベルとかから指摘が入ったり、
絶対参加者全員書いといてねとか、日付時間とかも入れろよみたいな。
確かに議事録の書き方で多分フォーマットがあって、
もうそれで昔からやってきた人にとっては当たり前なんだろうけど、
別によくね?って思ったんですよね、もう当時から。
そのうち、それが当たり前に感じながら議事録を書き続けるようになるわけじゃん。
まあそうだね。
けど今の診察のほうが違うってわけでしょ、これが。
そう。
そもそもZoomとかGoogle Meetとかって、
もう勝手に書き起こしが終わったら5分後とかで出てるわけじゃん。
そうだよね。
要約もしてくれてるしね。
あの時間は、まあ無駄だったとは言わないけど、
無になったわけだよね、今の時代になったら。
それはそうだ。
ってことは、いろんなものが今まであの苦労がとか、
あの理不尽なのがって言ってたやつがだんだん無になっていくわけじゃん、きっと。
無になってるから、まあ今完全に身を委ねるっていう選択を取っても、
まあ問題はないだろうっていう。
あとは多分ね、これを今まで当たり前だったものを無にして永遠に委ねることができるかどうかは、
もう気持ちの問題だと思うんだよね、そこの。
そうなんだよ。
凝り固まった仕事の仕方を変えていくってそんな簡単じゃないから。
そうなんだよ、だから無理なんだよ、このシニアな人には。
そりゃそうだな、これ結構いろんなところで感じる部分あるんじゃないですかね、いろんな人が。
いや、そう思うよ、本当にそれは。
うん。
いや、いいなって思ったのは、その、そういう頭を、本来こう、事業の課題とかを考えるために、
頭を使う時間を確保して、そういうので価値を出していくのが、
まあデータ分析の本当の価値の出し方じゃんみたいなのは、なんか理想論はすごい語られるじゃん。
そうだね。
で、なんかこうコーディングとかしてる時間なんていうのは、その、なんだ、早く出せばいいというか。
で、それの課題をいかに見つけるかの能力が高まったときに本当になんか、すごい価値を発揮できる人材になるみたいな。
けど今までだとそこまでの道のりが長すぎる。
まあそうだな。
そう、ってなってたんだけど、なんか、最近そういう頭の使い方の時間が増えました?って言ってて、この間。
早い、早いね、つって。
早い、確かに気づくのも早いね。
違和感はないんだよ、彼ら的には。
そういう頭の使い方をする時間が増えてますね、みたいな。
だってAIが全部、自分が考えたり言われたSQLとかかけちゃうんですもん、ほとんどみたいな。
てなってて、おー、やった、みたいな。
てことはここまで辿り着いたってことは一部正解か、これまでのとりあえず4ヶ月のAIネイティブ化は、みたいな。
確かにね。
いいなあ、新卒みんなにそのノウハウを広げてって言ってほしいわ。
これはね、なかなかいい、一応ちゃんと同意は取ったよ、そっちで行くよ、みたいな。
そこを見てるもう一人、俺の冗長でもある人みたいなところにも相談して、いやなんかこっちだと思うんですよね、みたいな。
すいませんけど、しばらくの間生産性キープしといてもらっていいですか、みたいな。
そうだね、一定アウトプット出てくる時期があるからね、最初は。
で、この4ヶ月でその形作りから、ローカル環境でそれができるようにする、全部クラウドにしとくと、結局はGitHubコパイロットからカーソルとかってローカルで動くものだし、
その環境を手元にどれだけちゃんと構築できてるかによってパワーの発揮の仕方が変わるじゃん。
そうだよね。
っていうのがあるから、それをこの4ヶ月の間にローカルでそれを展開できるようなGitHubの使い方とかも全部形作って、
で、クラウドからGitHubで保存して、毎回ローカルに最新の状態を落としてっていうとこも、この期間の間に整備したんだよね。
で、浸透させた彼らに。
より早くなるで、仕事が。
そう、ってなったから、前回のエピソードで話した、このデータサイエンス指南書を今一度一回読んでもらいたい。
なるほど。
資料と教育の重要性
そうすると、言ってたことが大体全部理解できるようになってるはずなんだよね。
確かに、すごいね。教育してるね、ちゃんと。
そう、今、だから俺この本もらって一番いいなって思ったのは、彼らにそのままこれを読んでもらって理解を深めてもらうのにめっちゃいい、ってなったから、俺はこの本を推したい。
そういうことか。だからコードの品質管理というよりか、本当にローカルに溜めるデータの品質管理とか、ドキュメントの作り方を改めて綺麗にしていこうぜ、みたいなところを伝えられるんだね。
そうそうそうそう。この4ヶ月の俺のAIネイティブ人材の育て方。
これね、外に向かっていろいろ話したかったんだけど、実感できるタイミングも時間がかかってたし、あとちょうどこのタイミングで会社からそういう記事も出すことがあって、
いい4ヶ月だったなっていう、めっちゃ実感してる、最近。いい実験をして、いい成功体系が出てきてていいっすね、なんか。
で、あとなんかその、やっぱそのAIネイティブ化した結果、シニアな人たちがやってるような仕事にたどり着いてることに違和感を感じてないっていうのが一番嬉しくて、
戦略を練るというか、どこに事業の課題があるのかを考える時間が4ヶ月目でできてるの。
まあその、入ってるサービスの特性でもあったんだけど、思いつくその、事業の課題こうなんじゃないかって仮説の思いつき方ってさ、なんかこう、分析ができるっていう自分のイメージが先行してるとより出やすいじゃん。
そうだね、どういうデータが扱えるかとかもね、分かった状態でってことだよね。
そう、だからなんかそこが結構早めに、そこのスキルが開放された感じは、いいのかなみたいな。なんかその、できなそうっていう気持ちが先行するとさ、そっちの方向の考えがちょっと滞るじゃん。
うんうん。
そう、けど、なんかAIが書いてくれるから別にちょっと無理な考え方してもいけるかってなってるっぽいんだよね。
うん、はいはいはい。なんか分かる、でもその気持ち分かるな、AI使えば使うほど、まあなんかどうせできるんだろうって思っちゃいますもんね。
そうそうそう。
無理難題が来てもね。
そう、てことは、なんか、なんか、一旦そういうの無視して考えようよって頭の中では思っててもできないことってあるじゃん。
うんうん。
潜在的にどうしても。
お、なんか外せてるんじゃないかなっていう感じになってる。
ああ。
確かになんか、今そういう、なんか言語化して言ってくれたから、確かに気持ちの変化って起きてるなって自分も思いましたね。
うん、そう。俺らも絶対そうなんだよね。
うん、そうだわ。逆を言えばまだ、そのAIがやってくれるから大丈夫っていうマインドに慣れてない人もいるってわけだ。
そう。
そっか、それで結構おっきいね、その仕事をする上での。
きっとね、まあちなみにだけど俺も多分思ってるとこあるしね、ちょっと。
本当に委ね切れてるかで言ったら、どうなんだろうっていう。
普通に、自分でコードとか書こうとしてない?みたいな。
いや分かるよ。
はい、みたいな。
分かる分かる。
いや、後から振り返ったら、これはもっと効率的にできたらってのは全然ありますよね。
そう。
うんうん。
効率的にできなかった自分が悪いんじゃなくて、効率的にできるようにAIが読みやすいドキュメントを作ってなかった。
とか、そういうドキュメントを用意しておかなかったシステムが悪いわけだから。
っていう考え方をして、実力不足とかもうないから、この世の中にみたいな。
まあどんどん難しい仕事をしなきゃいけなくなるわけだからね。
仕方ないんですよ。さっきの一個前の話でもやりましたけど、一人が担当する仕事の量って増えていく一方だから、このAIが活躍するのが当たればいいなっていく中で。
そうなんだよね。
そう。だからそれをいかにさばけるかさばけないかで、個人のアウトプットが変わってくるから、なんか如実にこの生産性の違いって人ごとに現れ始めますよね、おそらくですけど。
そうなんだよね。でなんかやっぱ今回の一番のポイントは、AIの進化に合わせ、進化が来るまで同じレベルで進化するっていう、同じレベルで仕事するっていう感じじゃなくて、
使っていけば、自分が仕事を積み重ねたら、その分AIも賢くなるっていうシステムをどうやって作るかみたいな。
はいはい。それはね、気になるというか、それでどうやったらできるんだろうっていうのはね、自分でもまだ分かってないんだよな。
うんとね、目指してる超理想、今まさにPOC的な段階で進めてるのは、ナルトって読んでる?
ナルトは、いや、ストーリーは知ってるけど読んではいないな。
そうなんだよな、意外とナルトって読んでる人いなくて。
いやナルトってね、その後半にめちゃめちゃすごいご都合主義みたいな設定が現れるんだけど、
ナルトがすごい得意な術が影分身っていう術で、でその影分身をして、
効率的なAI育成方法
じゃあ例えば50体、100体に影分身バーってして、同じ修行をすると、影分身を解いたら本体に経験値が全部蓄積されるっていう、
最強の修行方法が中盤から後半にかけて現れるのね。
いいねそれ。
これで爆裂になるとか強くなっていくんだけど、それをGitHubを軸にして、ブランチを切る状態を影分身みたいな状態にして、
最新の状態でブランチを切って、その中で仕事したとこにサンプルのクエリだったりとか、
そのノウハウっていうのを規定の形で収めていって、メインブランチにマージしていくの。でそれをチーム全員で回すの。
はいはい。
でそうするとチームメンバー全員で仕事して、今までって4人例えば、4人とか5人仕事して同じタスクを、同じサービスに対して向き合ってる人がいたら、
その人がその1週間でやったノウハウって、どういう結果を出したかっていうとこしか共有されないじゃん。
うんうん。
けどその間にどういう作業をして、どういう分析の手法を使って、どういう結果を出して、どういう解釈をしたかっていうところを全部ドキュメントにまとめて、
自分のブランチの中に書き込んで本体にマージしてもらうのね。そうすると次そのメインブランチから、メインから自分のブランチ切って作業するときに、AIはそのやった内容を全部知った状態のAIになるわけじゃん。
はいはい。
ブランチの中、リポジトリの中全部見た状態で回答してくれるからね。でそうすると先輩に聞くっていう行為がまずなくなる。
プラス先輩が工夫した内容とかっていうのも、自分がSQLを生成させるときに全部AIが学習した状態、学習というか参照した状態で仕事がされる。
でその仕事した内容をまたマージするわけよ。
っていうのをやるとチームメンバー5人いたら、5人がそれぞれ仕事をした結果が1箇所に集約されて、で次の週から次の日からまたそのメインブランチに集約されたやつを自分たちのブランチに切って仕事をすると、前の週にやった他の4人のノウハウがたまって、それをAIが参照できる状態で仕事がスタートする。
うんうん、確かに。
だから爆裂に、その自分1人がノウハウをためてたときよりも5倍のペースでノウハウがたまっていくわけよ。
チームメンバーのノウハウ集約
そうすると誰かがそのGitHubの中にマージしてくれたタイミングで、1段階AIが進化するっていうのを常に繰り返し続けるっていう。
なるほどね。
そっか、リポジトリドリブンでAIを育てていくみたいな感じなんだ。
そうそうそうそう。
おもろいね、そっか。
行動の開発、開発業務だと確かにそれが理想だなとは思ってましたけども、実やってるんですね。
そう。
素晴らしいな。
それを最初、新人2人が思いやりを持ちながら手書きでドキュメントを書いたところから、
AIとそれをリポジトリで管理してブランチを切るっていう体験に変えて、
で、ドキュメンテーションもそうするとAIがやってくれるようになって。
そうだね。
で、そうしたらそこにシニアメンバーがそこの流れに入ってきて一緒に仕事をしていくと、
あの人が先週やってた仕事を、あ、AIに聞いたらもうすぐ出てくるわみたいな状態になって、
参考にしながら次の仕事ができる。
いいねー。
みたいな。
ところで、サイクルが回るのがさらに早くなっていく実感を今積んでもらってるみたいな。
めちゃめちゃいいっすね、それは。
そうか、ドキュメントを揃えるとかそういうことか。
それをなんか、システムを作るところから新人の子たちと一緒にやってってるから、
あんまりギャップを感じずに今のそのでかい流れを、むしろ率先してくれてるその子たちが。
だからコミットのメッセージもちゃんと書かなきゃいけないし。
コミットのメッセージももう、
AIが書いてくれるけどね。
AIが全部書いてくれるから。
そうだね。
なるほどね、いいねー。
これはね、ようやく外に向かって話せるような形になってきたから。
どんどん喋っていこうと思って。
そのなんか一人一気にブランチをバーっと影分身させるって話も、
そのAIツールとかで実現するってことでしょ。
そうそうそうそう。
クロードコードとかを使ったりとかして。
そう、っていうなんかそのチームで仕事をすればするほど、
AIが賢くなっていくから仕事が楽になっていくっていう形を設計する。
AIプロジェクトマネジメントパワー。
確かにね、だから結局仕事をしてるのは人なんだけど、
AIをフル活用していくってところがいいですね。
人をちゃんと返してるというか。
無理だから。
無理だと思ってるこのおじさんムーブができるきり。
AIに全部任せるなんて無理なんだから。
って思ってる結果今成り立ってる体制だから。
ゆくゆくはもしかしたらそういう理想AIが全部みたいな世界があるのかもしれないけど、
いきなりそこは無理で。
そうそうそう。
これがね、どんどんまたなんか。
モデルが進化したタイミングでまたかなり変わるから。
っていう、モデルが進化することをポジティブに捉えれるし、
しかも別にドキュメントの形にそんなに依存するはずはないと思ってるから。
モデルが変わったとて、マークダウンでちゃんと落としてるしとか、
最低限のところ守ってるから。
多分大丈夫だしみたいな。
そうだよね。
これから新卒として働いていく人たちは、
なんて言いましたっけ?
AIネイティブランチャーって言ってますでしょ?
AIネイティブアナリスト。
初めて聞いた言葉だけど。
そう、それが当たり前なんだろうな。
そう。
全裕だね。
うんうん。
でなんか、この話をできるようになってこの記事が出るっていうのが、
ちょうど外に向かって話したのがあれだったんですよ。
ちょっと前に話した、シニアデータアナリストのめっちゃクローズなコミュニティを作り始めたみたいな話をチラッとしたと思うんだけど。
隣のデータ分析屋さん、今回も面白いと思ったらフォロー・レビューよろしくお願いします。
番組の感想や質問は、ハッシュタグとなりの分析屋、隣のがひらがなで分析屋は漢字でお願いします。
またガイドラーに貼ってあるお手紙フォームからコメントを寄せください。
ではまた。
バイバイ。
