はじめに
コミューンで技術広報を担当しているあらです。
本記事では1月27日（火）に株式会社LayerX（以下、LayerX）のオフィスで開催されたイベント、
『ML/DSバックグラウンドだからこそ面白い。AIエージェントをプロダクトに実装する、泥臭い裏側と挑戦』の様子をレポートします。
イベント概要
今回のイベントはコミューンとLayerXが合同で主催。
両社のML/DSバックグラウンドを持つエンジニア・PdMが登壇し、「ML/DSの知見があるからこそ見える、AIエージェント開発の面白さと難しさ」をテーマにLTとパネルディスカッションを行いました。
当日のタイムテーブル
※パネルディスカッションは、オフライン限定コンテンツです
会場の様子
今回のイベントでは、LayerXさんのオフィスをお借りして開催。
30名以上の方がオフラインで参加。またYoutubeで実施したオンライン配信でも、多くの方に参加いただけました！
Lightning Talk（コミューン）
※本記事では弊社発表を中心にレポートさせていただきます。
今回のLTでは、各社2名ずつ、それぞれ15分登壇。
コミューンからは深澤（@fukkaa1225）さんと樋口(@zerebom_3）さんが登壇しました。
コミューン 機械学習エンジニア
深澤 祐援
『やるべきときにMLをやる AIエージェント開発』
概要
「集計・分析が追いつかない」に対処するべく、コミューン社内で提供されているデータ分析エージェントについての発表でした。
google-adk を用いてシンプルにエージェントを実装したうえで、コミュニティ名の名寄せや似ているコミュニティを探す機能など、LLMをただ用いるのではなく機械学習の知見や技術を用いてより良い解決策を適応することが重要だという内容でした。また、エージェントの評価についても丁寧にシナリオを設計して実施しており、緻密な評価の重要性が示されていました。
コミューン Commune Voice プロダクトマネージャー
樋口 心
『新規事業における一部だけどコアなAI精度改善の優先順位づけ』
概要
「新規事業におけるAI精度の優先順位」をテーマの発表です。
開発中のCommune VoiceではAIが価値の源泉ですが、事業全体では一部に過ぎません。この「一部だけどコア」なAIをどう磨くか、実体験を元に共有しています。 いきなり作り込まず、手動やデモで「売れるか」を泥臭く検証し、その後にLLM-as-a-Judgeなどの評価基盤で精度を高める、という段階的な投資の重要性について言及しています。
Lightning Talk（LayerX）
株式会社LayerX バクラク事業部 AI・機械学習部 Tech Lead
島越 直人さん
『AI Agentの精度改善に見るML開発との共通点』
株式会社LayerX バクラク事業部 AI・機械学習部 部長
松村 優也さん
『AI Agentの精度改善に見るML開発との共通点』
パネルディスカッション
LTの後は、お酒やピザを片手にオフライン限定コンテンツのパネルディスカッションを開催。
今回は、3つのトピックで各社それぞれの事例をもとにディスカッションを実施しました。
トピック
- MLエンジニアの武器が活きる場面 vs スキル拡張が必要な場面
- 事前評価 vs 実運用での評価 - MLモデル時代との違いは？
- リソース投入や本番展開のタイミング - MLモデルとLLMで異なる？
パネルディスカッション終了後も、登壇者や参加者の皆さんでAIエージェント開発、MLおよびLLMなどについての情報交換が行われていました。
今回のオンライン配信はアーカイブ動画にて公開中です。
最後に
今回登壇された深澤さんと樋口さんに登壇を終えての感想をいただきました。
深澤さん
発表や交流を通じてこれまで機械学習エンジニア・データサイエンティストとして培った経験の重要性を再確認するとともに、アンラーニングしなければ！と強く感じました。
樋口さん
LayerXさんとの実践的な知見交換を通じて、ユーザーにAIを制御できるように設定を作るなど、新たな視点を得られた刺激的なイベントでした！学んだ知見を元にプロダクトに反映できるようにしていきたいです。
コミューンでは一緒に働く仲間を募集しています。
少しでもコミューンの開発組織や環境に興味がある方はカジュアル面談でお話ができますと幸いです。
