00:00
株式会社株区スタイルの後藤秀典です。この番組では、エンジニアリングチームで起きている問題について、技術、組織、ビジネスといった複数の観点で深掘りし、問題の正体へアプローチしていきます。
今回はですね、久々にゲストの方をお招きして、対話形式でお話ししていきたいと思っています。
昨今、ソフトウェア界隈を超えて世界中で大変話題になっているChatGPT、大規模言語モデルというものですけれども、
これに関して特にマネジメントに引き寄せてみたときにどんなことができるのかとか、そういったあたりをお話ししたいなと思っています。
エンジニアリングマネージャーの問題集
本日のゲストをご紹介します。株式会社レクター代表取締役で一般社団法人日本CTO協会理事の広木大地さんです。
広木さん、軽く自己紹介をお願いできますか。
ご紹介を預かりました。広木です。
僕はエンジニアリングと経営とかの間にある問題をいろいろ解決していこうということで、レクターという会社をやっています。
エンジニアリング組織論言の招待という本を書かせていただいて、
リスナーの方はみんな読んでいらっしゃるという話だということで、嬉しいなって思ってきました。
これはプレッシャーをかけているだけです。
そんな感じでよろしくお願いします。今日は楽しみです。
ありがとうございます。
私もエンジニアリング組織論言の招待を予約して購入して、バイブルとして何度も読ませていただいております。
今日は本当に初めてこういう形でがっつりお話しさせていただくので、とても私自身楽しみにさせていただいておりました。
というところで、今回どんなテーマで話そうかなと思っておりまして、
ひろきさんといえばエンジニアリング組織論言の招待で不確実性みたいなところがあるので、
そんなテーマでお話ししてもいいのかなと思いつつ、
やっぱり最近ホットなのがチャットGPTとか大規模言語モデルとかですので、
この辺先にひろきさんと話してみたいなというところも思ったりしているんですが、どうですかね。
楽しみです、それは。
なんかもう不確実性の話ばっかり言っちゃってるので。
ですよね。
なのでちょっと最近ホットなこの辺りの話を、もしかするとこれ今日収録して公開される1ヶ月後にはもう全然違う世界になってるかもしれないんですけれども、
今の時点でこんな感じかなみたいな話とかできるといいのかなと思っております。
最初話し始めのところでは、ひろきさんの方で、これ罠っていう呼び方でよかったんでしたっけ。
そうですね。
結構チャットGPT出てきてすぐにこういった応用の仕方というところでトライされて公開されたというところで、非常に興味深く見させていただいておりまして、
これについてリスナーの方も知らない方もいないんじゃないかと思うんですが、なんか軽く概要みたいなところからお話しいただけないでしょうか。
03:06
はい。チャットGPTのAPIが公開されて、2日ぐらいでちょっとコマンドラインツールとして、
日本語というか自然言語で入力した文字からバッシュスクリプトを書いてくれて、
ちょっと僕そのターミナルのスクリプトとか覚えるの苦手なんで、毎回ググったりしてるんで、ちょっとこれ嫌だなと思ったんで、
日本語で入力したらこんなスクリプトはどうですかっていうのを提案してくれて、実行してみてエラーがあったら自動的に修正して、
それを保存しようとしたらこんな名前はどうですかって言って保存して、それを再度実行できるっていうようなコマンドランチャーみたいなものを作りまして、
こちらをKitaとかに公開させていただいて、最近だとそういったLLMの応用を話すLTとかで、それのツールとかを紹介させていただいたりしているっていうのが最近で、
便利っちゃ便利なので使ってくださいと言いつつ、たぶんGitHubコパイロットのCLIのやつが似たような機能なんでしょっていう感じで、
皆さんたぶんきっとそっちをいつか使うようになると思うんですけど、それまで遊んでみてくださいっていう感じですかね。
ありがとうございます。
これ今のお話の中で一番最初の作り始めたきっかけみたいなところが、バッシュスクリプトを書くのがめんどくさいというか、
いつもググっているみたいなところがきっかけのようにお話しされていましたけれども、
何ですかね、このChatGPTを使い始めたときに、こういうことできるんじゃねっていうふうにひろきさんの中で一瞬にして閃いたりしたんでしょうかね。
もともとOpenAIのChatGPTの形でAPIが出る前の段階で、いろんな会社さんと共同でというか、
ちょっとこういう事業ができるんじゃないとか、用々があるんじゃないっていう議論をしていて、いろんなライブラリに触ったりとかしていたりとか、
プロンプトエンジニアリングをテーマにした論文をとりあえず二、三十個は書き集めて読んでおくみたいなことをしていて、
こういうことでちょうどChatGPTのAPIが公開されて、インターフェースがこれまでと違ったんですよ、使い方として。
なのでこのインターフェースを使ってツールを作ろうと。
本業でやられてる方はどうしても現プロダクトに組み込んでとか、リリースしてっていうところなんで、
僕としては開発者体験を良くしていくようなツールっていうところを作れたらなと常日頃思っているんで、
いちいちChatGPTに行って聞いてコピーしてペーストして実行してってこれはめんどくさいじゃないですか。
06:02
なのでそうであればそこを完全オートメーションできるんじゃないかということと、
あとはやりたかったのはどれだけセルフヒーリングというか、実際に努力結果とかからヒーリングできるのかとか、
そういうところをプロダクトを作りながら検証できたりとか、
あと自然言語タスクを組み込んだアプリケーションのUXってどんな感じになるんだろうっていうことをできることを解像度高く知ってた方が、
いろいろとこの後いろんな事業に応用していくにあたっても重要かなと思ったんで、
そうした時にやっぱり日本語をたくさん入力しなきゃいけないって大変だなって思っていて、
あんまり入力しなくていいようにしたいと。
なのでそれをしてくれるようにするためにはどうしたらいいかなっていうところでインターフェースを考えてたっていうところがあって、
そういう実験的な意味とそういった解像度を上げるっていう観点と、
会社体験をよくできたらいいなっていうこの3つぐらいが黒ミニアになりますかね。
結構いろんな観点がある中で、僕自身が言語モデルとかに触れ始めて最初勘違いしていたことがあってですね、
なんかこの言語モデルみたいなものってすごく簡単にいいインプットを与えれば一発で正解が出るようなもののように僕は錯覚していたことがあったんですけれども、
どうやら最近わかったのはそうではないと。
なんか少しずつチューニングしていくだとか、コンテキストの中でより刈り込んでいくようなことをすることによって、
ある程度欲しい回答が得られるようなものなのかなっていうふうには理解しているんですけれども、
なんかヒロキさんのこの罠ってそこのセルフヒーリングみたいなことをおっしゃってたと思うんですが、
そういったループを回すようなところも早い段階で組み込まれてたりすると思うんですよね。
なんかそれって最初からそういう問題みたいなのを使いながら理解されてたっていうところなんですかね。
たぶんGPT-4になって一気に賢くなって、3.5も十分賢いんですけど、
その前のコンプリッションのAPIの時からで見ると、やっぱりここ数ヶ月で一気に賢くなっちゃっているので、
当然その一定程度いっぱい考えてくれるっていう前提のものってあると思うんですけど、
やっぱりアプリケーションとして制御したいなって思ったときに、
思考過程とかこういうふうに考えてほしいっていうところのロジックとかを、
ある程度組み込めた方が制御しやすいなと思っていて、
もともとは10歳児程度、それっぽいことは言うけど、
09:01
実は知能としては10歳児程度って捉えて、細かくタスクを分解して、
これだけだったら実行できるっていうところにうまく組み替えて渡していくっていうことが重要で、
あんまりバクッとしたところから渡しちゃうと、うまくそこのサイクルにはまれないというか、
思考過程を明示してあげた方が、どんどんクリアにしてあげた方が、
やっぱりうまく動いてくれたりするんで、そういったところもあって、
気づきというか、むしろ前がそんなもんで、どんどん賢くなってるから、
もうちょっとアンラーンして、このぐらい投げちゃってもいいのかなっていうことも
気づいた方がいいのかもしれないですけど、今そんな感じですかね。
こういったツール作られて、すごく興味深く見させていただいておりましたっていうところから、
少し今回のこの私の番組のエンジニアリングマネージャー向けっていうところに
引きつけた話にちょっと転換したいんですけれども、
ソフトウェアへの応用って割といろいろあると思うんですが、
一方で、ペルソナみたいなのを与えていろいろコーチしてくれるみたいな使い方も結構たくさん
流行っているような感じなんですが、その一種でやっぱりマネージメント的な部分も、
このGPTのような言語モデルを使って代替してくれるような使い方って、
もっともっと研究されてくるのかなと思っていまして、
僕としては、よりそういった使い方が広まるといいなっていうふうに、
明るい未来として捉えているようなところがあって、
マネージメントの大部分ってこういった言語モデルというか、情報のやり取りというか、
そういった行為なのかなと思っているところもあるので、
ひろきさん観点でGPTのようなものを使ったマネージメントの今後って、
こんなことができるんじゃねえとか、何ならマネージャーいらなくなるんじゃねえとか、
いろいろあると思うんですけれども、あったりしますかね。
そうですね。僕自身、コンピューターに仕事をさせるっていうことと、
人に仕事をしてもらうっていうことが、組織論の観点から言ったら、
統過であったほうが、本来そういった経営学であるとか経済学的には、
見方として正しいんだろうなと思っていて、仕事をあるコンピューターに頼みます。
で、楽にして人間が別のことをやりますっていうことも、人間に頼むっていうことも、
そういった意味で言うと、だいたいできて、そのほうがスケールできるとかできないとかっていう違いがあるだけで、
観点としてはかなり近いから、ソフトウェア設計と組織論っていうのは近いところにある。
当然、人間のほうがこういう性質があってとか、コンピューターのほうがこういう性質があってっていうギャップはあるものの、
経済的な観点から見たときには、フラットに扱うべきものなんだろうなっていう考え方をずっと持っていて、
それもあって、そういったソフトウェア設計に関係することと組織に関係することっていうものを横断して話ができるだろうっていうところが、
12:07
組織論への招待っていう入り口から書いてったっていうところがそういうところでもあったりするんですね。
なので、まずそうなったときに、マネジメントへの応用可能性もさることながら、
いろんな人がコンピューターっていうものをマネジメントしなきゃいけなくなってくるだろうというふうにまず思っていますと。
コンピューターに代わりに仕事をしてもらって、わなもそうなんですけど、わなの場合代わりに提案してもらって意思決定するのは自分っていうふうになっていくように、
マネジャーも提案してもらって意思決定するのは自分であったら楽になっていくように、
うまくそういうふうに意思決定と方向づけだけをしていけるような組織を編成していくことができると、
すごく有機的に動くはずで、それはすごく効率がいいはずなんだけれども、
それができていないと細かくいろいろ言わなきゃいけないっていうことがあると思うんで、
マネジメントへの応用の手前として全ての人がそういうコンピューターに対してマネジメント的なことをして、
自分の生産力を上げていって、この生産力を上げていくってことが必要になってくるだろうなっていうのは1点。
もう一つは、そういったマネジメントの中で使うというところで言うと、
一番最初に僕はGPTのAPI使ってこういうのできるかなと思ったのは、
Mission Vision Valueを入力しておいて、Mission Vision Valueの観点でその人の提案を評価して、
こういう論点もあるよっていうことを出しておいてくれて、
確認できるようなツールっていうのを最初にスプレッドシードベースで作ったんですね。
そうするとマネージャーが常日頃、全てのMission Vision Valueのバリューの全部から、
コーボールドとかああいうものから評価基準を持って、
常にそこを1点で喋っていない、いるのって結構大変なんですよ。
人格を結構そこに持ってきて、ちょっとこれコーボールじゃないよね、
オールフォーアンじゃないよねみたいなことを言わなきゃいけない。
これ大変なんだけど、そこを入力したら、提案とか書いたら、
その観点からチェックしてくれて、フィードバックしてくれるっていう機能があったら、
いちいち言わなくていいじゃんって思ったんですよ。
こういう機械的に応答、本当はチェック可能で確認してもらいたい部分について、
度々確認ができるっていう要素って、やっぱりマネジメントの要素には一定あるから、
例えば僕はこういう基準で提案であったりとかチェックをするよっていうものを、
あらかじめコードレビューでも、あるいは設計のレビューでも、
最近だと仕様書とかのレビューとかでも使えるかなっていうところでやってるのは、
15:03
そういうところを出してもらったら、レビューしていいよ悪いよリスクはあるんじゃない、ないんじゃないみたいなことっていうのを、
いちいち言わなきゃいけないのって、嫌なんですよ本当は。
だっていい気持ちしないし言われてる方も、直らなきゃいけないんだみたいな。
しかも1週間に1度の定例会議みたいなので持ってきたものが間違ってましたみたいになったら、
間違ってた、あるいはちょっとこの観点抑えられてないよねってなったら、
1週間遅れちゃうじゃないですか。
それって本位じゃないんですよ、生産性をこうマネジメントがキャップしてることになるから、
繰り返し繰り返し言いたいことであれば、もうAIエージェントに叩き込んでおいて、
この観点で対話して、いいよって言われたら持ってきてという風にする方が楽だなと思うんですよ、マネージャーとして。
マネジメントをするっていうのがすごく人間的で人格的なプロセスだって思い込みすぎてると、
そういう注意しなきゃなってことも真正面から向かわなきゃいけないし、
ちょっと時には抑えておこうかみたいなことも出てくるわけだけど、
そこをある程度丸投げできるようになっていって、
本質的な成長の話であるとか、より意味のある話っていうのが議論できるタイミングとかにワンワンがなってる方が、
ワンワンダーでそういったマネジメントが向かう先がなってる方が健全ではあると思うんですよね。
健全な状態に向かうためのツールにはなっていくんじゃないかなとは思うんで、
そういうものをうまく取り入れていけるといいなとか、作っていけるといいなという気はしてますね。
グリーンにかけない転職裏話ラジオ、略してグリテンラジオは、
転職アプリグリーンの運営メンバーが個人的一押し企業について語ったり、
現場で感じる転職や中途採用のリアルについて話す音声番組です。
毎週月曜朝6時更新です。
通勤や休憩時間のお供にぜひお聞きください。
詳細はカタカナでグリテンラジオと検索してチェックしてください。
今、2つの観点をお話しいただいて、
1つ目は、より人間がGPT含むコンピューターを使える、
マネージメントできるようなスキルが必要だろうというところで、
おっしゃる通りですし、我々ソフトウェアエンジニアとしては、
そこを使っているつもりの部分が大いにあると思うんですけれども、
これからちょっと違うフェーズに入っていくので、
そういったところも含めてよりコンピューターを活用して仕事をするという部分かなと思うので、
18:00
ここは特に異論なしというふうに思っています。
2つ目におっしゃっていただいたところは、
より深掘りたいところでもあるんですけれども、
ミッションビジョンバリューみたいな、何らかのロジックというか、
コンテキストというんですかね、
会社の中に埋め込まれた、チェックすべき基準みたいなものだと思うんですけれども、
こういったものもやっぱりヒロキさんおっしゃる通りで、
エモーショナルにそういうものがカルチャーとして存在しているわけじゃなくて、
やっぱり言語として存在していて、何らかロジカルに評価できるものだと思っていますし、
人に合わせて伝達の仕方って若干違うと思いますけれども、
やっていることは根本的に一緒だと思うので、
GPTみたいなものでそこを代替することは大いにやっていくべきことかなと思っています。
そういうのがいわゆるマネージャーの仕事の一つとして行われているところがあると思うんですが、
やっぱりマネージャーの仕事の中で繰り返し行われていることだったり、
かつよりロジカルに行われていることっていうのが、
より機械というかコンピューターでスケーラブルになっていくといいんだろうなというふうに
僕自身も思っていたところなので、
一つ面白い例を聞かせていただいて楽しかったですね。
その辺をもっと広げて、
マネージャーの仕事自体をもっともっとGPTでやらせられないかなというふうに
僕自身は思ったりもしていますね。
1on1なんかもどっちかというと、
本当にメンバーの状態に応じた何らかのフィードバックを与えていくような場だと思うので、
本当に大部分がGPTでできるんじゃないのかなというふうに思ったりするんですよね。
そうですね。
あと1on1をする相手が人間じゃなきゃいけないのかっていうところも一定あるだろうし、
それってまだ我々のメンタルモデルがAIと会話して1on1するっていうところを
うまく受け入れられる回路になってきてないっていう
社会文化の変化に依存するところが大きいので、
ステップが必要な部分はあると思うんですけど、
1つはこうやって面談をさせてお話しさせていただいているときに、
美表情というかマイクロエクスプレッションみたいなものを
自動的に機械学習でオープンCVとかで顔の領域をくぐって
データ化し続けて、かつ発話内容とかも記録し続けて、
センチメント分析をして、感情がこういうことの状態なんじゃないかというようなことを測って、
全部の情報を自然とミーティング情報とか吸い上げるとかをしたら、
マネージャーより気の利くやつはできるんじゃないかと思うんですよね。
できますよね。できますよ。
21:01
そうなったときに、「大丈夫?」みたいなことを言って、
くれる人とか見ててくれる人っていうのって、
そういう意味で言うと、別に人間じゃなくていいんじゃないの?
ドラえもんみたいなやつがいて、
ペイアテンションしてくれてたら、
それでも報われるんじゃないかなっていうか、
結局マネージャーであれ、マネージャーでないんであれ、
最初に自己肯定感みたいなものとか、
会社の中での居場所みたいなところとか、
あるいは仕事をする上での価値を、
自分の中で見出せるっていう状況になることが一番大事で、
そうなると意思が生まれるじゃないですか。
どんどん意思がない仕事っていうのはオートメーションされていくと思うんですよ。
だからそのほうが都合がいいし。
逆に残せる部分って意思だと思ってるんですよね。
こういうふうのほうがいいとか、こういうふうにしたいとか。
そこが持てなくなっちゃうとって、どんどん仕事つまんなくなるんですよ。
意思を持って仕事してると、だいたい仕事って面白いんだけど、
いつの間にか意思を失ってしまうと面白くなくなっていて、
そこに対して、じゃあなんでなくなるのって言ったときに、
いろんな理由があると思うんですけど、
その周囲からのリスペクトがなくなったりとか、
十分な注意が払われてないように感じたりとか。
本当にそれだけだと思うんですよね、入り口としては。
その上にいくつも重なっていって、そういうものってできていくと思うんですけど、
そこができていない状況が多かったりする中で言うと、
人間がフルパワーで、ちょっとすぐ構ってもらわなかったら
拗ねちゃう人のアテンションを払い続けるのって限界が存在していて、
そうなったときに、マネージャーそのものじゃなくても
いい状況を作れるなら、それはそれでいいのかもしれないなとか思うんですけど。
僕も同じような方向のことは想像を膨らませてるところで、
まさに、もともとチャットGPTみたいなもので、
ロジカルな部分を中心に置き換わっていくんじゃないかみたいに、
ちょっと狭い範囲で考えていたところがあるんですけれども、
今、ひらくさんが例に出されたように、
エモーショナルな部分も機械的にフォローアップできる可能性っていうのは
大いにあると思うんですよね。
そうなっていくと、もうマネージャーがやってることの大半が置き換わりそうな気がしています。
できるんじゃないかと思うし、僕自身はトライしていきたいんですよね、そっちの方向で。
そうすると、より最後に何が残っていくのかなっていうところが、
僕の中であまり答えはなかったんですけれども、
ひろきさんから意思っていう言葉が出てきて、
なるほどなっていうところが思いましたね。
24:01
最後に残ってくる、その人の持っている意思、何をしたいみたいなところ、
そこをより純粋に突き詰めていくのが組織のパワーというか、
一番本質的な在り方なんだろうなっていうふうにも思ったりしましたね。
ひろきさん、ありがとうございました。話し足りないことがたくさんあったので、
また次回もひろきさんにお越しいただいてお話しようと思っております。
さて、この番組では感想や質問、リクエストなどをお待ちしております。
番組詳細欄にあるリンクよりお気軽にご投稿ください。
TwitterではハッシュタグEM問題集をつけてツイートしてください。
EMはアルファベット、問題集は漢字でお願いします。
そしてApple PodcastやSpotifyのPodcastではレビューもできますので、
こちらにも感想を書いてもらえると嬉しいです。
お相手は株式会社株区スタイルCOO兼CTOの後藤秀典でした。
