実施日：2023年10月
アンケート回答者数：107名
設問数：24問
構成：「ベースアンケート」 「AI利用前後の心境の変化」 「就職・転職先とAI利用の関係性」
ベースアンケート
1日あたりの生成AIの平均利用回数（業務日）
AI導入前後で、業務完了にかかる時間が平均でどのくらい短縮されましたか？
生成AIの出力の正確さを1から10までのスケールで評価してください
AI導入後、業務の品質が向上したと感じるか、1から10までのスケールで評価してください
過去半年間に生成AIに関するトレーニングやサポートを受けた回数を教えてください
生成AIと業務の相性を1から10までのスケールで評価してください
生成AIとあなたの相性を1から10までのスケールで評価してください
AI利用前後の心境の変化
生成AIを業務に導入した当初、その使用に対してどのような心境でしたか？
生成AIを利用して半年が経過した現在、使用に対する心境はどのように変化しましたか？
生成AIに関する心境の変化に影響を与えた主な要因を以下の選択肢から選んでください※複数選択可
過去半年間で生成AIに関する心境や感じることに大きな変化があった瞬間や出来事はありますか？
具体的に記述してください。※任意回答設問
全体要約
全社員レベルでのAI利用推進が確認でき、活用範囲は実装からアプリ作成、エラー対応に至るまで多岐に渡りました。AIのコード生成による高精度な作業は、生産性やコーディング速度の向上に寄与し、思考整理や視野拡大の補助にも効果的であるとの意見が多数寄せられました。また、AIの導入により、問題解決や新知識習得のスピードが向上したという意見もありました。
しかしながら、AIの高度化に伴う職の喪失についての懸念の声も一部から浮上しています。しかし、専門的な質問対策や最終的な判断力は人間が必要であるとの認識も広まりつつあり、AIの過度な依存を避ける傾向も見受けられました。これらを考慮すると、AIとの関係性を深めるためのサポートや、効果的な活用方法の習得が求められていると言えます。
回答全文
- Github Copilotを社員が無料で使えるようになった
- 社用AIチャットツールを通じてGPT4を無課金で全社員が使えるようになった
- CEOの総会発表など、全社的にAIを使ってこう！という空気が生まれていた
- 1人でできそうに無かった実装もAIを通して行える様になった
- 初めて業務でAIに見本コード生成をお願いしたとき
- 自分の画像を使ってAIでプロフィール画像を作成したとき
- それまでAIの性能についてやや懐疑的で業務にもそこまで取り入れていませんでしたが、できあがったものを見た時にこんなに精度がよくて実用的になっているんだと驚きました。そこから業務でAIを使うことに抵抗がなくなりました。
- 9月に入社したばかりですが、全くわからないことが出てきた時に、まずAIに聞いてそこから深掘りしてました。
- 会話のように返してくれるのが本当にすごいなと思います。
- AIが凄すぎたので人が必要でなくなるのでは？と思ったことがります。
- AIに対して役割を指定したり、前提となる条件を細かく伝えることで望む回答に近い物を生成することができた。
- 具体的には、プログラミング教育のカリキュラム作成の際に、受講生のペルソナを指定したり、返答の際の言葉遣いを指定したりすることで、初学者にも理解できる内容のカリキュラム作成に役立てることができた。
- AIに壁打ちを行うことで自身の思考が整理され幅が広がった感じがした。
- AIを正しく使いこなしている同僚のアウトプットが大きく向上しているのを見て、自分も使いこなせるようになりたいと思いました。
- AIを頼っていたけれど、AIが生成したコードが間違っていて、自分で調べて作成したコードがうまく動作したことがありました。それから頼りすぎず、何度か質問してうまくいかなかれば自分で調べるようにしました。
- AWSのCloudformationの生成にはとても便利でした。
- ベースを作ってくれるので、細かな修正を加えることで利用できました。
- また、リファクタリングや、RubyからPythonへの移行を行う際も恩恵を得ることができました。
- G検定を受ける中でAI の仕組みやAIの概要を理解した上で生成AIを利用するようになったため、どのようなプロンプトを入力すれば正確に返してくれるのかを意識して利用できるようになった。
- あくまでも集合知なんだと感じています。
- つまり、専門的な内容を証明するものではないということです。
- コードを書くという行為一つとっても、それが一つのウェブアプリの正解を示すものではないというのが実感としてあります。
- エクセルやスプレットシートなどのGASを組むことに関しては精度が高く作成できるため、生産性の向上に繋げることができました。
- エラーに対して積極的に対応するようになった
- エンジニアの仕事がなくなるとか思ったりした
- エンジニア業務でコード生成やエラー発見などで非常に有用だと思った。
- デザイン業務では画像生成しか活用方法が見つけられていない。
- かなり期待し、業務の置き換えができると考えていました。実際には、7割程度の完成度の出力をするので、それに対してブラッシュアップしています。
- 何も知らない人が得をするというより、それに精通して勉強している人が恩恵を得ていると感じます。一方、疑わずに使うとハルシネーションで痛い目を見ると感じています。
- 私自身は0→1より1→10の方が得意な性分と自覚しました。そのため、AIにはアイデアをコードや設計書に落とし込む「0→1」を担当してもらっています。
- コーディングで生成AIが不可欠になったこと
- コードの壁打ちやエラーへの対策方法を一度聞くことで、要点等をまとめやすくなった。
- コードリーディングや追加したい機能のコードの提示をしてもらい、それがかなり正確であり業務に役立った。
- コードをブラッシュアップするのに役立っていると感じる。文面の訂正をする際、コンパクトにまとめやすくなった。
- コードを貼り付けるだけでコードの内容が把握できるので、コードリーディングの工数が半分くらいになりました。
- コード修正が正確なこと
- この半年間で特にプレイヤーたちが人間が考えるべき事柄に集中できているように感じることが多いです。
- コードの大枠や実装の概要等は全て生成AIにまかせて、最終的なテスト・QAを人間が行うようなイメージです。
- こんな便利なの使わないのありえないだろってくらいレベルの感覚だったのですが、人によってはAIの出力使えないって言っている人もいて意外と使う人次第なんだなって思う事がありました。
- ジュニア層の単なるプログラマーは完全に不要になったと思いました
- そこまで変化はないです
- そもそもAIに対しては個人的に苦手意識がありましたが、生成AIについては業務で使うようになり、また私生活でも助けになってくれるので苦手意識はなくなりました。
- デザイン通りにページを作成する際、写真に対応してくれたら楽だなと思った。いちいち具体的に言語化しないといけないのは面倒だなと感じる。
- テストコードの雛形を一瞬で作ってくれたのには感動しました。
- とりあえず最初のイメージ出しが出来たり、文章の大枠が作れたこと。
- なし
- ネットの記事がうまくヒットしない時、とりあえずAIと壁打ちすれば欲しい回答に辿り着くこと。
- プログラミングにおいては、そこそこ正確な情報を答えられる点で信頼度が上がりました。まだまだわからないことが多いので、一人でも知らないことを気軽に聞ける点でも活用するメリットがありました。
- プロンプト職人が大作を作って業務を改善出来ているのを見て、上手に使えるんだと心境が変わりました。
- やりたいことを実現するためのコードを僅かなプロンプトで出力できたとき
- やりたいことを文章で伝えれば、それをコード化してくれたときに、手放せなくなったと感じた。
- 一定知識や経験を持った人には必要不可欠だと感じる一方で、駆け出しエンジニアのジュニア層レベルはChatGPTに頼りすぎて成長の阻害要因になったり、パフォーマンスに悪い影響があると感じました。
- 営業資料作成や開発工数のイメージ算出、開発の実現性についてスピード感もって対応できるようになった。
- 何か困った時に先輩PMや先輩エンジニアがいない状況でも、生成AIがあるということで心理的な負担はかなり減りました。
- 会社と利用を推奨している点
- 解決に詰まった際に先輩に壁打ちすることが減りました。
- 詰まっていることを上手く言葉にできない時に、壁打ちをしてもらい、細かく分離して解決することができました。
- 業務で作成する達成物に対するサンプルコードを書いた際に、生成AIを使用しようと考えていなかったが意図せずそれをもとに完成に近いものを提示された時より業務の効率化に活用できると感じた。
- 業務において気になったことや不明点を気軽に質問できるだけではなく、自分の知りたい知識を深ぼることができる。
- 業務にてプログラムコードやデータベース設計について質問した際、とても参考になる回答が返ってきた時です。
- それまではAIと会話ができるだけのイメージでしたが、上記利用でうまく回答を引き出せるようになれば業務にかかる時間を大幅に短縮できると感じました。
- 業務内で困った場合などでとりあえずAIを頼るという選択肢ができたのは変化があったなと感じています
- 計算処理など間違った出力も目立つので、最終的に人間が判断しないといけないということを強く感じた
- 検索手段だけではなく、対話しながら、自分の理解を深めたり、考えを整理したりと作業者がもう一人いるような感覚になった。
- 元々、自分の手でコードを書くことが好きなタイプだったのでその作業を生成AIに任せることはあまり好ましく思っていませんでした。しかしGitHub Copilotを使ってみると自分の手でコードを書かなくて良いことの便利さを実感し、生成AIをより多用するようになりました。
- 原因究明が早くなった
- 現在の業務において、AIを活かせる部分は非常に少ないと感じています。
- 顧客への提案例を生成AIを利用して検討した際、当該企業のホームページURLを投稿すると、そのURL情報を元に自動的に当該企業の情報を検索し、提案例を考えていたこと。
- 今までであれば、1時間くらいかかっていたコードが、2,3分でできた事
- 今まで不明点がある際はGoogle一択のところがchatGPTに変わった
- 最初はあまり使えないと思ったが、抽象的な質問も対応しているので、今では必要不可欠な存在になっていると思います。
- 最初は活用方法が不明確だったので業務で使用する方には関心がありませんでした。
- どちらかというと、OpenAIのChatGPTやWhisperと、VOICEBOXやCoeFontの様な声生成のAPIと、Vtuberや顔生成をして動かすAIアバターを連携させて、自動会話ツールの様なものを作成する みたいな方に興味がありました。しかし、業務上で使用していくにつれて「ソースコードの生成やレビュー」「ネットで記事を探して特定しなくても質問するだけで大体のことは教えてくれる」「将来のロードマップの生成」などの別の使用方法の良さも感じ業務で活用しています。今ではいつの間にかネット検索より先に質問をしています。
- 最初は少し不信感があったが、今となっては良い先生。なくてはならない存在です
- 最新の情報を検索できたり、リンクを渡すと内容を読み解いて要約をしてくれるウェブブラウジングなどを使用できるのは業務効率が上がりました。
- git hubの内容を読み込ませたり、gemを調べるときやメソッドを一時ソースから取得する場合に簡単に確認ができるのは効果的です。
- Google検索の場合SEO対策をしている記事が上がっていて、すぐに答えにたどり着けなかったその分短縮できたりもする。
- 細かすぎて自分にわからないことはAIにもわからないことが多いのですが、概念レベルで「どうしてインフラはこの構成になっているんだろう」や「このテーブル設計って正しいのかな」のような質問にはものすごく勉強になる返答が返ってきます。これもあってAIは自分の仕事を妨げるのではなくて自分の成長をサポートしてくれると感じるようになりました。
- 使い方次第でとても役に立つということです。例えば抱えている問題に対して一度に全て解決しようとすると間違った情報になっていくことも多いですが、問題を細かく分けて質問していくとほとんどの問題は解決すると感じました。
- 使う人によって大きく変わるものだなと強く感じます
- 使ってみるまでは『話題になっていて便利らしいけどよくわからない』だったけど、実際に触ってみるとすごく便利で、食わず嫌いは良くないなあと思いました。
- 使用するツールを変えた時（GPT-4でもBingやBardは精度が悪かったため）
- 使用を始めた当初はエラー確認などに利用していたが、現在は認識の確認や自分の考えかたや実装方針などの正確性などを評価してもらう利用ができていると感じる。
- 思った以上に使い所があると感じました
- 事務作業（文章作成してもらう）やアイデアだし等で非常に時間短縮になることで大きく認識が変わった
- 自身が理解できないところを、わかるまで聞けること
- 自然言語で考えた内容をコードに変換する作業を自分だけで行う必要がなくなり負担が減った。
- AIと自分自身の両方で考えることで、自分だけで考えていたら確実に間に合わなかった実装が間に合うようになった。
- 自分が書きたいコードを生成AIが作成してくれた瞬間はもっと使っていこうと思った
- 自分に取って少し高難度な実装と感じた際に、生成AIが作成したコードで実装できた時。経験や知識不足からくる実装に対する不安が軽減されました。
- 実装スピードが半端じゃなく早くなりました。
- 実装でハマったとき、以前はブログを検索しまくって使えそうかも？な情報を目の前の問題に当てはめて考えていたことが、「こういう状況です、こうしたいです」という問いを投げることである程度原因を絞ることができるようになったため、開発ツールとして使える、と思うようになりました。
- 社内での打ち合わせやフィードバックにおいて、これはAIの得意分野なので、AIに聞いてみるといいですよ。と話すことが増えました。そして、割と決まって、その後「聞いてみたけどいい答えが得られなかった」と返されます。そこで、目の前でAIに私からたずね、その場で有効な回答を得たものをシェアすると、「どんなたずね方をしているか知りたい」と入力文を一緒にシェアする機会もセットで発生しました。
- この体験を経て、AI活用のコツを掴むためのフォローが必要な層も存在すること、そしておそらく割合的には自分で試行錯誤してやり方を編み出せない人の方が多いことに気づきました。
- 社内で開発をしていた時は、提案されたコードで動く！ありがたい！と感じていた。だが、現在の案件では、コードの責務分離や、現状主に使われている書き方のアロー関数ではなくfunctionで提案されてしまう、とか、rubyだとaaaa: aaaaをaaaa:と記述できるところを間違っていると指摘されたりだとか、疑問を持つようなことも増えている。ただ、これは知識がある方にレビューをしてもらったから気付けたことで、知識を持たずにAIを使うことの難しさを感じるきっかけになった。
- gitコマンドのエラー解読は大変助かっている。
- 出力結果が正しいか検証を行う必要がある為、時間の大幅な削減は感じなかったです
- 初めて取り組む業務で、かつ周囲の人に何でもかんでも聞けない環境に置いて、大変役に立つと感じている。
- データ解析や人事施策について、未経験のため苦労があるが加工済みデータを提供してくれたり、解決策を提示してくれたりするので、オールジャンルの偏差値60の相棒とはまさにこのことかと感じた。
- 少し頼りすぎてる部分があり、自身の判断力が低下してるかもしれない。
- 上手に使いこなす技術が必要だなと感じた。
- 新しい分野のプログラミング言語を学ぶ際に非常に役立ちました。
- 具体的にはHTMLとCSS、js程度しかフロント周りの知識がない状態で、新しくReactを学習し実戦で使用しなくてはならない状況の際に役立ちました。
- もし生成AIを使用していなかったら、コードのどこを見るべきかも分からず、知識が浅い状態が続き、最悪スケジュールが大幅なビハインドをしていたかもしれないと感じています。
- 人に聞き辛い事を気軽に聞ける。
- 正直に言うと、AIを使うことの怖さみたいなものも意識して使うようにしており、業務導入することに対しても少し懐疑的に使用していたが、コードや文章を書く際困ったことがあった時に助けてもらって以降、手強い味方だと感じるようになった。
- 生成AIを使えば、アプリ作成などで一からプログラミングコードを書く必要がないと感じたこと
- 生成AIを利用することで技術のキャッチアップ時間が短縮していると実感した時に心境の変化があったと考えています。
- 前提や常識がわかっているうちの質問や壁打ちにはいいかもと思った。
- 逆に、前提や常識がわからないうちは、何が正しいか何がベストな回答かわからないので、自分の質問に対して適切な回答かどうかはわからないと思った。
- 誰かに相談する前にAIと壁打ちができるので、自分で解決できるものが増えた。同時に、他の人の時間を借りなくて済んだり、AIとの壁打ちで自分の考えをある程度整理してから、他の人に相談をすることで、対話がスムーズになり、総合的に時間が短縮された。
- 知らないことを投げて質問したら、この世に先生がいらなくなるんじゃないかと思いました。（変えてきた回答結構精度が高いですね。）。
- 知識が必要なものはすぐ出てくるので調べる時間が省けて解決までが早いなと感じてます。
- 提案資料を作成する際のアウトラインの敲き作りに初めて生成AIを使用した時、0→1の作業時間短縮にちょっと感動しました
- 登場した当時は大きな衝撃だったが、現在は日常的に使用しているので特別なツールを使っていると言う感覚はない。すっかり使うのが当たり前という認識になっている。
- 当初はとても便利だと感じたが、ChatGPTも変な質問をすると変な回答が返ってくるため、結局使い手次第だと感じた
- 同僚が「そのままだとエンジニアではなく、AIに聞く人だけの人になっちゃう」
- 特にありません。
- 特になし
- 特に変化がありません。
- 入社が半年未満のため、心境の変化はないが、業務に不可欠だと感じています。おそらくAIがなかったら、タスクを消化しきれていません。
- 入社してからの4か月間の推移ですが、最初は何を聞いていいのかわからず、うまく活用できませんでしたが、今は社内用のAIチャットツールに聞いてみようと思うまでが速くなり、候補者へ送る文章など頭を使うものは一度任せてから修正をするようにしています。
- 複雑なSQLの生成を行う際の壁打ちを行なった際に短時間で答えに辿り着いた際
- 聞き方にコツがいる、結果的に知識量がないとうまく質問ができないので良い回答は得られない
- 壁打ち相手として、大変助かってます。（文句も言わない、根気よく教えてくれる）
- 問題解決や新しい知識のキャッチアップのスピードが段違いに早くなり感動しました。
AI導入後、業務効率や品質にどのような変化があったか？※任意回答設問
全体要約
AIを導入後、全体的に業務効率が上がったと多数の声が上がっています。特に調査時間の短縮や問題解決のスピードアップ、繰り返しの工数削減などが挙げられています。また、細かいスペルミスの減少、知識が乏しい言語やフレームワークの使用に対する支援、資料作成やタスクの中弛みに対する支援なども効果として挙げられており、単純な知識量の増加から体力の削減、不安軽減につながっています。
一方で、品質向上については賛否両論があり、AIの提案をそのまま採用するよりも参考にする、あるいは壁打ちの一部として使うという意見が多いようです。また、使い始めて間もない社員や業務経験がまだ浅い社員からは効果の実感が薄いという声も見られます。
回答全文
- 細かいスペルミスが減った
- 型変換などの調べればわかる正解があるタイプの実装で悩まなくなった
- 設計で悩んでいる点を壁打ちできることにより、悩み解消のヒントを得られるようになった
- AI導入前から人に対して技術的なアドバイスをよくしていましたが、その速度と品質が向上しました。
- 社内AIチャットツールで文章を考えてもらえたり、概念的に考えていたことを言語化してもらえるので、一時停止して考えるという時間が減ったように思います。そこに頭を使わずに済むので、そのほかの部分に体力を残しておけることで結果的に業務効率が上がったように思います。
- 検索する時間が減ったと思います。
- 品質については、自身貼ったコードをリファクタリングしてもらいより良いものになることもありますが、挙動が変わることもあります。
- SQL生成、DDLを基にしたDAOの定義、テストデータ生成などの単純なコーディング作業がかなり高速になった。
- Copilotの提案によって新しく知れたAPIがあった。
- 調べる時間が大幅に短縮された
- あまり知識がない言語やFWだとわからないメソッドがあり実装で困ることが多かったのですが、AIを導入したことによってメソッドを使って綺麗に実装できることが増えました。
- エラーへの対処がいままでより早くなりました。
- コードのパフォーマンス向上やリファクタリングの工数が低減されている印象があります。
- サンプルコードの作成を依頼していることが多く、時間短縮できている
- ソースコードを読むサポートとして利用するためコードを読むスピードが上がった感じがします。
- タスク完了までの時間が明らかに短くなった
- テストコードなど、同じ内容の繰り返しが多い部分はAIがかなりの精度でコードを生成してくれるので業務効率は大きく上がりました。
- また、データ構造とやりたいことを伝えればSQLもほぼ完璧に作成してくれるので助かっています。
- 品質に関してはAIのコードをそのまま採用することは少ないですが、書き方に迷った際にどちらがより良いかを尋ねることは品質の向上に繋がっているかもしれません。
- ヒントが得やすくなり、案を考える時の候補案検討が容易になった。
- ブラッシュアップに時間を割けて、間違いが少なくなった。
- また、品質向上のアイデアも出してくれるので、それを学習するよい機会にもなった。
- リサーチの時間が圧倒的に減った
- リファクタリングをAIに行ってもらってシンプルなコードが書けた。
- 一番初めに聞くのがAIになった。抽象的な部分から質問を行なって順に具体的に聞けるのが良い
- 英語ドキュメントの理解度
- 可能性を網羅したり、クイックに何かを実現することはしやすくなった。
- 安全性や信憑性を調査するには、今までと同様の時間がかかるイメージがあり、効率や品質に直結しているとは思いにくい。
- 気軽な相談相手ができた
- 業務効率は格段に良くなりました。
- 業務中盤の中弛みしそうな要素（アイデア出しや文面の叩き台を作るなど）について圧倒的に時短ができるようになった
- 検索時間の大幅な短縮ができた。
- リファクタリングの事例を上げてもらい、品質の向上ができた。
- 個人的にはコードに自信がつくようになりました。
- PMとしては壁打ちを行い、自分の進める方針に迷いが減りました。
- 効率は上がり、実装時間の短縮や仕様の抜け漏れが減った気がする
- 効率は大幅に改善したと思う
- 校正をお願いすることによって、より良い文章を書くことができた。
- 細かい同じ作業を繰り返さなければならない事が、必要な情報を渡すだけでそれらを満たしたサンプル記述を提示してもらえるため半分の作業時間で業務ができるようになった。
- 資料や提案文章を作成するとき、格子だけ渡して細かい文章は生成AIにお任せ。これにより、大幅に時間効率は上がったと感じています。
- ドメインの学習などでは有効に感じた。
- 自分の能力以上の答えを出力して貰うと、検証自体が自身の能力不足により困難となる事を理解した。
- アシスタントが不在な場合の代用としてが安心して利用出来るイメージです。
- 自分が知りたいことをピンポイントで聞けるようになった。
- 自分よりもAIのほうが単純な知識量は圧倒的に多いので、業務効率も品質も向上しました。
- 自分一人での業務ができるようになり、わからなくて他の方に聞くというのが減った
- 実現したいコードの実装時間の短縮。
- 実装スピード、エラーの解消スピードが段違いで早くなりました。
- 業務を理解しながら進められる。
- 実装時間が短縮された。
- 実務（開発業務）で使用し始めて間もないことや、AIがなかったころの実務経験自体が乏しいので、大きな変化や向上は実感が薄いのが正直なところです。
- 手をこまねいて悩んでしまう時間が減った（色んな角度からChatGPTに壁打ちしてみる時間に変わった）
- 手を動かせる時間が増えた。
- 手作業でやっていたデータ加工を自動でやってくれるため効率が上がるし、基本的にミスがない（途中で実行中止されることもあるが）
- 情報収集が速くなりました。
- キーワードが分からなくてもやりたいことを言語化すれば、回答内のキーワードを使って一次情報にたどり着けるようになりました。（従来のWeb検索だと、キーワードを知らない状態からはなかなかたどり着けないです。）
- ある課題に対する対応方法が複数考えられて迷う時、最もメジャーな対応方法はどれなのか質問すれば回答をもらえます。（従来のWeb検索だと、いくつか記事がヒットしても、どのやり方がメジャーかはなかなか分からないです。）
- 新しく取り組む業務に関して壁打ちを行うことでやらなければいけないこと、手順がクリアになるため効率、品質ともに向上した。しかし、知見のある方からすれば荒い部分もある。
- 生産性が上がることによって、業務上の不安が軽減されチームの雰囲気が良くなった。
- 生成AIと壁打ちすることで、客観視できるようになり抜け漏れが削減されたように感じます。
- 早くなったが質は正直わからない。たまに不要なコードが含まれている場合もあった。
- 多くのインプットが必要なことも、AIの回答が正しいか判定するための基礎のきさえ学べば、ある程度のインプットをショートカット（欲しい情報だけ欲しい時に尋ねられるので必ずしも全部インプットしなくても動ける）してアウトプットを出せるようになったと感じています。業務効率はもちろん上がっていますが、品質においては、今までのやり方では到達できないたくさんの検討を短時間で重ねることができ、今までより深く検討を重ねてアウトプットを出せるようになったため、品質も向上していると感じています。また、考える視野の広さが大きく広がったように感じています。
- 短時間で理解が浅い部分を埋めることが出来るようになっているので、業務効率も品質も上がったと感じています。
- 調べる時間がだいぶ減ったと思います。
- 同じ機能はどこでも、どの言語で書こうとしても書き方は似ているものですが、やっぱり頭では覚えていないので作る度に時間がかかってしまいます。生成AIはすぐに完成度の高いコードを出すので工数の無駄が減りました。また、エラーハンドリングとかも含めたコードまで書いてくれるのでいつもだったら気が進まないところまでの工数を削ってくれている認識です。
- 入社当初からAIがあったため、比較は難しい。
- 品質的な面では、レビューに引っかかる部分も多く、そんなに高くない印象。人力で対応する必要があると感じている。
- 抜け漏れの確認が起きづらくなったと感じる。
- 文章を整えるのはとても役に立つ
- 文章作成の時間短縮につながりました。また自分の頭だけでは出てこない案などが出せるようになりました。
- 未知の技術に対して調査時間の短縮とキャッチアップの難易度の低下
- 問題解決のスピードが早くなりや正確で読みやすいコードを書くことができるようになった。
どの業務で最も頻繁に利用していますか？※任意回答設問
全体要約
多数の社員が、コード記述や解読、不具合修正、ライブラリの使用方法についての相談、コードの改善、設計文書の作成、UI/UXについての意見交換など、システム開発関連の業務において、頻繁に生成AIを活用していると伺えます。
また、一部の社員からは、文章の制作や校閲、新たなアイディアの検討、プレゼンテーション資料の作成、要約作成など、文書作成やクリエイティブな業務の遂行にも生成AIを利用しているという報告もあります。
さらに、「何かの選択に迷ったとき」、「実施方針についての問い合わせ」、「考え方についての相談」、「要件設定」など、意志決定や問題解決に対しても役立てているとの声も聞かれました。
回答全文
- 変数の命名
- リファクタリングの壁打ち
- ライブラリの使い方の相談など正解があるタイプの問題に対する解決策の調査
- 方針を決めるときのアドバイスをもらいたい時
- アイディアが出てこない時
- 常識や世の中の決まりを聞きたい時
- 列挙する時
- まとめて欲しい時
- UIUXの壁打ち
- アイディア出し
- アプリの設計書の作成
- エラーが表示された時のエラー内容を聞く
- エラーへの対処や知識の収集。
- カリキュラム作成
- カリキュラム作成でのサンプルコード出力や文章校正
- コーディング
- コーディング、コードリーディング時の不明点の解消
- コーディング、基礎知識の調べ（用語とか）
- コーディング。調査。
- コーディング（Copilot）
- コーディングと難しい概念の例え話
- コーディングやコードリーディング
- コードの適正とプロダクト仕様の適正を確認したい時に壁打ちに使っています。
- コードリーディング
- コードリーディング、テストの追加、エラーの読解
- コードリーディング及調査の壁打ち相手
- コード作成。
- エラー解決（たまに的外れなことを言う場合がある）
- コード実装、仕様検討
- コード生成、エラー修正。
- コード生成や文章作成
- スプレッドシート
- ソースコードの生成やレビュー
- 文章の改善
- 資格取得のための学習や質疑応答
- データ分析
- わからないことの質問以外にも文章の添削や要約にも使用しています。
- プログラミングのカリキュラム作成
- プログラム開発業務。人に見せる資料のブラッシュアップ。
- メール文章の作成や説明文章の作成など
- ライブラリが伴うSQL文の作成（データ取得時方法など）
- リファクタリングやコードの生成等のエンジニア業務。
- ワードなどの文章を整える、もしくは、本当に簡単に調べ物をしたいとき
- 案や例を考える際に利用。
- 案件タスクについて実装方針の質問
- 何かの判断に悩むとき、ダミーデータの生成などの短運作業
- 開発
- 開発コーディングとクライアントへ提出する文章校正
- 技術的な調査及び壁打ち
- 候補者への連絡や研修内容の言語化など、採用～教育までの業務で活用しています。
- 思考の壁打ち
- 資料作成やメールの文章作成
- 実装
- 実装、調査。
- 実装の時
- 実装フェーズでかなり役立ちます。
- 実装や不具合の特定
- 書きたいコードの壁打ち
- 情報設計やアイディア出しで活用することが多いですが、どの業務でも頻繁に利用しています。
- 設計、コード作成、エラー解消
- 設問1とも重複しますが、資料や文章作成に主に使っています。
- 全般的に
- 定型コードのコーディング作業
- BIツールでデータ分析をする際のクエリ作成
- 文章に困った時。エラーコードを読み取ってもらう時。
- 文章校正の部分でお世話になりました。
- 文章作成とアイデア出し
- 文章作成系、案出し系でよく使います
- 壁打ちや思考の整理
- 保守業務におけるエラー対応など
- 要件定義、画面設計、テスト設計書で利用しました。
- 要件定義、設計、実装で頻繁に利用しています。
生成AIを利用することで得られた最大の利点は何ですか？※任意回答設問
全体要約
「業務時間を短縮すること」や「作業を効率化すること」を目指してAIが使用されている、という意見が多く寄せられています。具体的には、問題解決の速度が向上し、調査や検索の時間を節約することで創造的なアイデアを生み出す時間が増え、作業時間の削減や品質向上へと繋がっている、と述べられています。更に、生成AIツールに問いを投げかけることで新しい観点が見えてきたり、未踏の分野への挑戦も容易になったといった意見もありました。壁打ちの相手として、そして表現のお手伝いとして利用している事例も確認できました。
回答全文
- 正解があるタイプの問題に対する解決策を得るスピードが格段に上がったこと
- （検証の必要はあるが）スピード感をもって開発できること
- 検索エンジンで検索するより早くに答えに辿り着けること。
- いつでも、些細なことでも質問・壁打ちできる場として使用できること
- いつでも壁打ち相手ができること
- コードを書く時間がけっこう減ったこと
- ゴールの明確化
- タスクにかかる工数の短縮
- ネット検索でいちいち調べなくてもよくなった。
- 検索エンジンで調べて記事を開いて必要な情報を取り出すのにはたいへん骨の折れる作業だが、先に生成AIに聞くことによって答えを返してくれる。もしくはある程度の情報を絞り出してくれるので、大幅に効率がよくなった。
- ひと目見ただけではわかりづらいコードの理解がかなりしやすくなった。検索ワードが思いつかないときのヒントにもなるので、自分の頭で言語化するまでの時間が短縮できた。
- ブラウザ検索では思うような結果が得られないエッジケースに対しても精度の高い回答を示してくれること
- ロジック考える時間の短縮
- エラー遭遇時に考えられる仮説を自分の代わりに提示してもらったりなど
- わからないことを調べる速度があがった。
- 一人で考え込む時間が大幅に減ったこと
- 学習時の深堀がしやすいこと
- 完成度70%程度に持っていくまでの工数が8割ほど減った気がする。
- その分、これまで80点程度だった品質を90点程度に上げるための時間を使えるようになった。
- 業務効率の向上。
- 業務工数の削減
- 具体的なコードを用いて回答してもらえるところ。検索をかけて一般的な例に当てはめる手間が減った。
- 検索時間の短縮。
- 考える時間の短縮。
- 今までは数日かけて数時間悩んだり考えたりしていたものを、こうしたいけどどうすればいいか？聞くことで解消できるので他の従業員に尋ねる時間なども含め、考える時間が短縮できた。
- 今まで全くわからないことに関しては、大きな壁を感じていたが、「まずAIに聞いてみよう」と考えるようになりました。
- 最強の専属メンターがいる状態に近く、あらゆる種類のメンターを好きな時に好きなだけ呼び出し、質問ができるような体験を得ています。AIをあらゆる分野のプロに置き換えて、あらゆるアドバイスやアイディアを受け取ることができ、今まで自分にはなかった広い視野を持つことができるようになったことが、最大の利点だと思います。
- 作業の大枠を考える際に時間を短縮することができた。
- 作業効率の向上
- 作業時間の短縮により、より多くの思考に時間を使うことができている点
- 時間の短縮、いち早く問題解決できる
- 時間の短縮、自分の考えを整理できる無条件の壁打ち相手ができた
- 時間の有効活用
- 時間短縮
- 時間短縮、相談相手（いくら時間をかけて相談しても迷惑がかからない）
- 時短
- 自身が苦手としている部分をAIが補ってくれる
- 自分のスキルアップ
- 自分の知らない事や課題解決に対しての取っ掛かりを得れる点
- 自分より知識のある壁打ち相手にいつでも相談できる点
- 実装の効率
- 実装時間の短縮
- 取り掛かるまでの時間が短くなった。
- 初めて触る言語でも、コードがかける。
- 情報の整理
- 情報の要約とそれに伴うキャッチアップの時間短縮が最大の利点だと感じています。
- 色々と時短できるので、人生でやれる事が圧倒的に増えたと思います。
- 全くわからないことでも調べる手掛かりを得られる点
- 全ての業務のスピードアップと正確さが向上すること。
- 相談役ができたこと
- 第一歩を踏み出す方向性の確認や、とりあえずの壁打ちができる
- 知らない言語のコードを読めたり、機能追加を行えるようになる
- 調べる時間が短縮しました。簡単に知識を得ることができます。
- 調べる時間を短縮できる
- 調査、検証の時間の短縮
- 調査時間の短縮。
- 物事を列挙して、仮説を整えること
- 経験のない物事への挑戦がしやすい
- 未知のものは経験がないからできない→未知のものはとりあえず生成AIツールに聞く。一旦それをやってみる。に変わったこと
- 目的や背景を基にした課題解決方法の検討の壁打ち相手ができたこと
- 理解度の向上。
生成AIを利用する上での課題や困難は何ですか？※任意回答設問
全体要約
AIの使用において一番心配されるのは、AIが使用する学習データの古さにより、最新の情報を反映した回答が得られない場合があるという点です。また、ジュニア層は、AIからの回答の信頼度を判断することに難しさを感じているのではないか？という声も見受けられました。
また、AIへの依存度が高まることで自身のスキルが鈍感になる懸念や、AIへの適切な指示の出し方、セキュリティへの配慮も課題として認識されています。これらに対処し、AI使用を理解し使いこなすためには、教育やスキル向上が必要との意見が多く聞かれました。
回答全文
- やや情報が古くなりつつある点（ここ1, 2年で出たAWS等の情報が反映されていない場合が時々あります。）
- 他の従業員（特にジュニア層）が、言語生成AIの回答内容を理解できないまま無批判に信じてしまい、誤った回答でも気づかずそのまま業務を進めてしまっている場合があります。
- 自分自身全くわからないことをAIに聞くとき
- どの回答が欲しいのか目的が自分自身定まっていない時に聞くとき
- 上記の際に、どの情報を参考にしたらいいのか自分自身判断できておりません。
- もっとAIの使い方を上手くなりたいなと思います。
- AIに出してもらったコードを信じすぎず、1次ソースを確認する癖を忘れないこと
- AIに頼りすぎると案件固有のものが出てきた時に自分の力で解決する方法を忘れる
- AIの示した情報が本当に信頼できるかどうかの判断が難しいこと
- AIの提案が正しいかどうかを判断する能力は必要なところ
- 生成AIツールによっては、2021年までのデータしかないので、新しい情報の取得などには自身でやる必要があり時間がかかってしまう
- ある程度の前提知識がないと使いこなせないと思います。
- また、生成AIに頼りすぎてしまい技術力の向上が以前より減ったように感じています。
- エラー解決でたまに的外れなことを言うので利用しづらい。
- コーディングにおいては、ある程度開発しようとしているものの仕様の正しい理解が前提として必須で、それないと使いこなせない（適切なAIへの指示が出せない）と感じています。そこは使いこなしていくにあたっての課題だと個人的には思っています。
- ジュニア層が生成AIの結果の正しさを判断できないままAIに振り回されて右往左往していること
- セキュリティの観点で適切にデータが扱われるかどうかは基本的にどのAIを活用するにしても必ず視野に入れなけれならない課題だと感じています。
- また、一定、AI活用についてのフォローが必要な層も多いので、AIリスキリングは社内でも必要だと感じています。
- いまだに先方への連絡のslackやメールを手打ちで自分で考えているケースも見受けられます。もっと判断力・思考力を使うべきことに使うため、文章作成系は必ずAIを通すくらいでもいいと思います。
- その場しのぎの利用にならないように意識すること
- チャットの内容意図を聞き間違えると不正確な内容が返ってくる事
- なんでもかんでも生成AIに入れてはいけないと思うが、そこらへんの意識を利用者が持つことができているか
- ネット環境が悪いとレスポンス遅い
- プロンプトをかなり的確に書かなければならない
- ベストなプロンプトを作れず、期待する回答を引き出せない時があることです。
- 自身の精進が足りないのだと思います。
- 今は個人的にもAIでできるのか、難しいのではないか、と思っている事柄もあるのでもっと勉強が必要だと感じています。
- わからないことをとりあえずAIに聞く→AIに聞いてもわからない、というサイクルにハマっている人がたまにいて、AI頼みになりすぎているのではないかとは感じている(どういう場面でAIを活用すべきなのかということへの理解 + AIがなくとも問題解決できる自力、をちゃんと身につけるべきだがAIに頼りすぎるとそれが疎かになってしまいそうという意味)
- 安定して適切な回答を引き出す方法
- 横着してしまうことがある。それにより、問題解決に時間がかかってしまう。
- 解決したい事象に関してそもそも前提知識がないと最初どう調べるかが難しい（検索力）
- 回答の正確さやセキュリティ
- 学習データが少し古い。
- 業務で使用する際の1番の困難は、セキュリティを気にしなければいけないことです。
- 具体的にコードを出力してもらえるのはいいが、それの正しさの判断。
- 計算処理などの正確性
- 最初の頃は分からない時にすぐに使用したが、それだと自分の理解が浅いまま進めていることがあった。
- 最新技術に関する知識がないこと（AIの学習がリアルタイムで世界に追いついていない）
- その上で知らないことに関しても嘘をつかれること
- 自身のAIマネジメント能力
- 質問の仕方に工夫が必要、指定する条件は詳しくすればするほどいい、バージョンとか、どういうシチュエーションとか
- 初めてやる業務で使用していて、AIを使うことで道筋は見えるが、そのあとの具体的な施策などに着地するまでにAIを使って試行錯誤できてしまうので、総合すると人に聞いて教えてもらうより時間を多く割いてしまっているのではないかと思う。
- また質問を深堀するための質問や命令文を打つのもコツが必要だと思う。
- 正確さの証明がないこと
- 情報の正確さについて判断できるかが課題だと感じています。
- 信用しすぎるということは難しい。
- どのように提案を受けるのが正しいか？という部分。
- 人によってはAIの結果に頼りすぎているように感じること。
- 正確な情報の判断。法律。
- 生成された内容の正確性の検証。
- 客観的に物事を判断できているかの判断。(質問に対して肯定する趣旨の返答が多い気がするため)
- 精度が疑った方がいいという点とデータベースの情報が最新ではないことです。
- 前提知識の理解
- 質問の仕方
- 地頭力なのか、ベースのスキルなのか、意外と使う人に依存するものなので人間に対する教育や育成の課題は依然としてあると思いました。また、その溝を深めた感じは少ししています。
- 抽出情報の正確性の判断。
- 著作権やモラル。
- 適切な質問をするための教養とパターンプラクティス
- 特になし。
- 能動的に情報を集めるような作業をしなくなったので、知識の幅が減ってしまうのではないかという課題
- 必ずしも正しい解答を得れるとは限らないので最終的にはその結果が正しいのかの検証は必要になる点。
- 本当に出して欲しい物事が結果で出ない時があって、正解の結果に近づけるための質問が難しい。
- 未だにAIを使えばいいシチュエーションでも前からの癖で自力でやってしまっていること
- 明確に要件を伝えないと良い答えが得られないと思いました
- 利用方法のスキルの向上をはかる余裕がない
生成AIを利用することで、業務の中で特に助けられた瞬間やエピソードはありますか？※任意回答設問
全体要約
生成AIの利用により、様々な業務遂行が助けられている様子が見て取れます。エラー診断や解決ための問題解決策の提案によって、何時間もかかる問題が数十分で解決し、作業のスピードが向上したという意見が見受けられます。
また、自分自身がまだ理解していない新しい言語や技術についても生成AIの助けを借りることで実装を進めることができ、業務に迅速に取り組むことができたという意見もありました。
さらに、プレスリリースの執筆や会社紹介資料の作成など、資料作成や文章校正についても生成AIが大いに役立つとのことで、作業効率が大幅に向上したとの声が多く見られました。
更に具体的なタスク完了の促進や、新しい知識を素早く習得しアウトプットする機会が増えたといった声も寄せられています。これらの声を通じて、生成AIが広範にわたる業務領域でパフォーマンスの向上をサポートしていることが分かります。
回答全文
- AWSのコード生成や、エラー箇所の特定。
- postgresqlの環境構築でのエラーを解消することができた。
- 未経験の言語についての質問を投げて聞いたら、割と答えが出るということかなと思います。
- スケジュール
- アプリ作成で発生したエラーの解決法を提案してもらったとき
- エラーでつまっている時に解決案を提示してくれるおかげで、数時間かかりそうな問題解決が数十分で解決する。
- エラーの読解は都度都度調べることをしなくてよくなった。その中で少しづつ読めるものもできてきたと思う。
- エラー解決に協力してくれる
- エラー解決やコーディングで力になりました。また、公式ドキュメントの解読・解説などにも役立ちました。
- エラー対処大体してくれる
- どこがエラーの原因かわからなかった時、コードを全文読み込ませたところピンポイントで答え、その修正案を提示されたこと。その通りにやったら修正ができた。
- とにかくスピードが上がった
- プレスリリースの執筆では、初めての原稿を一枚仕上げるためには途方もない時間がかかる（〜数ヶ月）と考えていましたが、数冊の本を読み、AIを活用し、ライターさんのFBを受けることで初心者が1週間程度で原稿fixまで持って行けたのは画期的でした。
- プレスリリースという、書いたことのない慣れない文体をニュース記事を読むことで学ぼうとしましたが、自力で書けるようになる前に「ビジネス文書としてふさわしい文体に」などのAIへの指示を工夫することで言いたいことを適切な文体にし、適切な文体の習得のフェーズをショートカットして原稿完成のスピードを大きく押し上げてくれたと思っています。
- ほとんどのタスクで実装方針を相談しているので、どのコーディング作業でも助けになっています。
- やったことのないパフォーマンスの低下調査などで、生成AIを用いてパフォーマンス測定からパフォーマンス向上まで行えたこと
- 扱ったことのない言語での実装で、候補を出力してくれたお陰で、0から調べる必要がなくなった。
- 案件でクリーンアーキテクチャを使うことになって前知識は少なかったのが、生成AIツールですぐカバーできたこと
- 案件参画初日から4日以内に10個のタスクを完了しなければならない状況でした。
- メンバーにいくつか巻き取って頂いたところもありましたが、生成AIを活用したことで7個のタスクを完了できました。
- 使用技術のキャッチアップ
- 実装機能の設計
- 使用するライブラリの選定と使用方法
- コードの作成
- 学生向けの会社紹介の場が急遽発生した時に1時間で会社紹介資料を作成できたこと
- 使い方が合っているのか分かりませんが、エラーコードや、勉強したことない言語のコードを読みたい時にAIを使うと、すぐわかるので助けられています。
- 資料作成
- 自身の理解が浅い技術について短時間でのキャッチアップが出来たことで、スムーズに顧客に提案をすることができ、期待値を損なうことなく案件進行が出来た。
- 自分自身にとって全く新しい知識や言語でも、生成AIの助けを借りることで実装を進めることができた
- 実装で困った時の相談役として使用し問題解決できたことです。
- 初めて触る言語、初めて作る機能であっても、すんなり実装できたこと。
- 上司からの打ち合わせでもらったアドバイスと自分の考え含めて殴り書きした文章を、 AIに整理してもらったら、結局自分が何をすれば良いのか要点が明確でわかりやすくなった。→考えたり、悩んだりする時間が減った
- 情報セキュリティサービスで規定されている品質管理マニュアルの準備の際、生成AIを利用してマニュアルを作成しました。
- 先輩に聞きにくいことも気兼ねなく確認できる
- 知らない技術を既知の事柄に例えて教えてもらうなどした際に、概要の理解速度が上がった
- 知らない事ややったことないことを求められても、それなりのアウトプットが出せる機会が多くなりました。
- 複雑なsql文の生成と解読
- 文章校正の際に非常に役立った。
- 未経験だった言語でも、キャッチアップなしで実装できた
- 未経験の業務（分野）で用語の解説を常時依頼できたことが良いサポートになった。
- 未経験の言語を人に教えるために学習する際、とくにオブジェクト指向の概念の説明等で役に立った。
- 面談の質問項目を具体的にあげてくれるので、やったことない人間には非常に助かります。
生成AIの使い方や機能に関するアイディアや提案はありますか？※任意回答設問
全体要約
AIの使用方法や機能についての意見が集まり、多くの回答者から具体的なシチュエーションに基づく提案や新たな応用のアイデアが寄せられました。特に注目すべきは、AIとユーザーとの対話の強化、AI生成プロンプトの評価や投票機能、ゲームの要素やビジネス上の用途としての画像生成や会話AIの利用などを提案した意見です。
また、自動化や文章の自動校正、また特定の特性を持つキーワードの入力によるAI操作の容易化など、ユーザーの利便性を高める機能についての提案も見られました。それに対して、具体的なアイデアを持っていない、または新たな機能の必要性を感じていないという意見も一部見受けられました。
回答全文
- 文章生成AIと、声生成のAPIと、AIアバターを連携させて、自動会話ツールの様なものを作成する
- ChatGPTなどの生成AIを通して、憧れの存在とバーチャル上で顔を合わせて声対声で会話できる
- その人がいなくても技術のみでバーチャル上のみでその人を再現する
- ありません。
- ありません
- このままでいいと思います。しかしこのまま成長すれば簡単な制作にはエンジニアは不要になるのではと考えています
- チャットボットを作ること以外の使い道がまだ思い当たらないです。
- 画像生成AIを活用してゲームのようなものの生成をする。（自動生成されたものから幾つかを選び何かで勝負する。RPGのキャラクタ作成時に使う。など。）
- プロンプトをもっと共有しあえたら良いな、とは思います。
- プロンプトの共有と、そのプロンプトの評価を投票する機能。
- プロンプトをスレッドで系図化し進化過程を把握したい。
- ペーパーレス化が出来てない場を強制的にペーパーレス化させるための動機（AI活用するためにはデジタル化が必要）にできるのでないかと思っています
- ベテランの方にアドバイスを求める前に、自身の仮説を骨太にする。未経験で学習が必要な分野を、短時間である程度学習するための手助けとする。
- 画像生成AIに関してはいつかカラーコードの指定・理解ができるようになったら、本格的に業務活用しやすくなるように思います。
- 文書生成AIに関しては、「プロの経営コンサルタント」や「プロのエンジニア講師」、「プロのWEBライター」など、あらかじめ何かしらのメンター的な設定をスレッドごとにキャラクターを選んで対話できる機能があると便利そうだなと思いました。（役割を付与するテキストを記載する手間が省ける&そういう役割付与の記述を思いつかない人も選ぶだけなら出力の精度が上げられるのではないかと思いました。）
- 現状、思いつくものはなし
- 自身の振り返りや部下の評価をする際の参考にする
- 助成金や認定申請について、その申請方法が書いてあるページをURLを投げることで読み込んで必要な資料を列挙してくれ、そのデータをアップロードしたり、質問に回答することで申請書式を完成させてほしい。
- コードを返すのではなく、直接コードを書きに行ってほしい。
- Slackの文書を自動で添削して良い文章提案をしてほしい。
- 特定の性質【正確さや広さなど】を持ったキーワードを入れることで期待値の調整ができる機能。
- 利用者の啓蒙、リテラシーの向上（特に、言語生成AIの回答を無批判に信じてしまう利用者層向け）
- 理解が難しい単語など、別の物事に例えてもらうとわかりやすい。
生成AIの導入当初、十分な研修やサポートが受けられましたか？※任意回答設問
全体要約
生成AIの利用料負担が会社により補助されていたことが評価されていました。具体的には、ChaTGPTやGitHub Copilotに関して複数の肯定的な意見が見受けられます。また、従業員同士の情報共有や自己学習によって知識を得ていたとの声もありました。その中でも、社内で開催されたLT（ライトニングトーク）等から得られた情報が有益だったと感じている人がいました。しかし、全体としては研修やサポートが不十分だったとの意見が多く、改善の余地があると言えそうです。
回答全文
- ChaTGPTの費用を負担してもらえた
- Github Copilotが会社費用で利用できる点
- あまり受けられた印象はない。
- ChatGPTの利用料負担はありがたかった
- みなさんが情報を出し合ってそれを社用チャットで集めた印象です。プロンプトの使い方など軽い操作説明はまとめて実施しても良いかと思いました。
- 会社でGitHub Copilotが会社負担で使えるのが非常にありがたかったです。
- 研修はありませんでしたが、AIの使用料の補助があったため、金銭的な負担を考えずに使えていたのは大きかったと思っています。また、会社がAI活用に前向きだったため、使用を禁止されなかったことも大きく、スタートダッシュを決められたポイントだったと思っています。
- 研修を受けた覚えは正直あまりないが、サポートは十分であると感じる。
- 自分で調べました。
- 社内のLTで便利なツール等や使い方が共有されとても有用な情報で助けられた。
- 受けてないです
- 組織としては研修やサポートはなかった認識です。
- LT会でAI関連の発表をしている人の実践や、AIコンテストの際に共有した皆さんの使用事例などは参考にさせてもらっていました。
- 特になし
- 特に研修はなかった
- 従業員によるレクチャーLTは、参考になるものが多かった
- 特に受けておりません
- 所属拠点にて簡単な共有会を受けました。
- 利用料金の補助が全額出たのはモチベーションが上がった
現在、研修やサポートを求めている内容は何ですか？※任意回答設問
全体要約
多くの社員がAIやコーディング、特にプロンプトの使い方や作り方についての研修やサポートを求めています。また、AIの活用法やAIを使うシチュエーションへの理解を深めるための情報も求めています。具体的な質問と回答の例や実装のガイダンス、さらにはベテランエンジニアとジュニアエンジニアとのAI使用法の違いについても知りたいという意見があります。他に一部からは、特定の条件下で正しい出力を行うための方法や、より業務効率を上げるための方法、AI活用における注意点の教示を求める声も見受けられます。一方で、特に研修やサポートを求めていないという回答もあり、その中の一部からは、実際にAIを使った感想や経験を共有する文化の醸成が必要という提案もありました。
回答全文
- ChatGPTの利用料金補助再開（プラグインやお客様とのスレッド共有等、ChatGPTにあって社内AIツールにない機能が多々あるため）
- ありません。
- ベテラングレードのエンジニアとジュニアエンジニアの生成AI使用方法の違いを知りたい
- コードの説明はできるようにしてAIを活用してほしいということです。
- Github Copilotの使い方
- シチュエーション毎に適切な回答を得られるプロンプトを知りたいと思っています。
- どうやって生成AIを証明するのか
- ない
- プロンプトの作り方
- プロンプトの使い方
- プロンプト活用方法
- 具体的な質問と回答の例が欲しい。
- 実装で迷っている場合、実装の想像もついていない場合、など色々なパターンがあると思う。
- その適宜でどうするのがいいのか？を知りたい。
- 研修ではどのような場面で活用すれば良いのか（どの場面で活用しているか、他従業員の声などが聞けたら良いかも）、もしあればAI活用における注意点なども深く教えてもらえると嬉しい。
- 更に業務効率を上げる方法について
- 使い方に関するアイディアがあればお聞きしたい
- 自身では十分なサポートを受けていると感じていますが、社内を見渡してみると、自力で活用にたどり着けていない層のフォローによってAI活用力の全社的な底上げは必要だと感じています。
- 上手なプロンプトの内容
- 特にないです
- 特になし
- 特になし。研修やサポートより、実際に使った感想を共有し合う文化の醸成が必要と感じる。
- 特に求めていません
- 特定の条件のもとで正しい出力を行うための方法を学ぶ演習などがあったら良いと思います。
生成AIを今後も業務で利用し続ける予定ですか？※任意回答設問
全体要約
回答者のほとんど全員が、今後も生成AIを業務利用する予定だと回答しています。その中でも、「日常的に利用する」「業務効率化を得られる」「増加しつつある利用量」「欠かせない存在」といった具体的な意見が寄せられ、AIの役割と価値の認識が把握できます。また、「要所での活用」や「活用方法を工夫したい」という意見も見受けられ、今後の利用方法に期待感が感じられます。
回答全文
- ChatGPTは今後とも使い続ける予定です。
- する
- その予定です。
- はい
- はい！
- はい。
- はい。続けていきます。
- ほぼ日常的に利用予定です。「自分でもできるけど時間のかかること」をAIに頼めるのは業務遂行の上で非常にありがたいです。
- もちろん
- もちろんです
- もちろんです。
- もっと活用したい
- 業務効率化の恩恵を得られているので今後も利用します。
- 欠かせなくなりました。個人でも払っています。
- 今後も利用したい
- 今後も利用する予定です。
- 上手く活用したいです。
- 今後も利用は続けます。例えば、コードリーディング用として、文章の添削等で使うことが多いと思います。
- ただし、CSSで見た目の〇〇のように表現したいなどといった、質問の仕方が抽象的になりがちなものに関してはAI向きではないので依存せずに要所要所で使っていきたいです。
- 使い続けます
- 使用したいと思います。
- 助けていただきたいと考えている。
- 少しずつ利用量を増やしていこうと思ってます
- 絶対的に使います
- 続ける予定です。
- 予定です。
- 利用していきます
- 利用します
- 利用します！
- 利用します。
- 利用し続けます
- 利用し続けます！なくてはならないと思っています。
- 利用し続けます。
- 利用し続ける予定です！
- 利用する予定
就職・転職先とAI利用の関係性
会社が提供する生成AIの利用補助金に対して、どのような評価を持っていますか？
生成AI利用補助金の評価を具体的に記述してください。
(例: 補助金の金額、補助金の申請・受給プロセス、補助金の効果や影響など)※任意回答設問
全体要約
補助金についての多くの回答は、「ChatGPT Pulsの全額補助が大変有り難かった」「GitHub Copilotの全額負担が非常に助かった」といった形で、全額補助に対する感謝や、補助金を通して新しい技術の利用が容易になったという意見が多くを占めていた。また、「生成AIを習慣的に利用するようになった」「申請・受給のプロセスもスムーズで良かった」といった、補助金による利用の増加や手続きの円滑性についての肯定的なフィードバックもありました。
一方、ネガティブな意見としては、「自由に選べる補助金制度だとより良かった」「補助金申請が手間で利用していない」といった、補助金制度の制約についてのフィードバックがいくつかありました。また、「制度をよくわかっていない」「申請を行っていないため評価できない」など、補助金についての情報不足や利用の機会がなかったという意見も一部存在していました。
回答全文
- ChatGPT Plusの全額補助は非常にありがたかった。
- ChatGPTのサブスクリプション料の負担
- ChatGPT限定など利用できるものが限られていたりなど会社指定となっている状態だが、もう少し自由に選べる補助金制度だとより良かったのかなと思いました
- GitHub Copilotが全額会社負担なのが一番ありがたいです
- GitHub Copilotの全額負担が非常に助かっています
- GitHub Copilotはずっと使ってますしありがたいです。
- 社内AIツールにはない最新機能があるため、ChatGPTの補助を止めないで欲しかったです。
- 受給プロセスは面倒だったのですが簡素にするのも難しいのでやむを得ないとは思ってます。
- ChatGPTが高額に感じているのでありがたい
- あると便利だった
- ChatGPTの利用料を負担してもらえていたのは大きかった
- とてもよかった。補助金がなかったらchatGPT plusは契約しないので、業務でAIを使う機会が今より減っていたと思う。
- 申請・受給のプロセスもスムーズでよかった。
- 会社からの補助で新しい技術に触れる機会が増えるのは素晴らしいことだと思う。
- 個人でも業務外で学習に使えるため
- あると嬉しいです。
- 申請を行なっていないため評価できない
- 制度を認識しておらず、ずっと自腹で有料プランを利用してました。
- 生成AIに課金しているが、補助金申請が手間で利用していない。
- 全額補助はとても助かりました。
- 挑戦することに対して、金銭によるハードルがないので、挑戦しやすくなっていると感じています。
- 補助金のおかげで、生成AIを習慣的に利用するようになった。補助金がなくなってしまったのが非常に残念。
- 利用料金が満額、経費として支給されていたのは嬉しかったです。
今後の転職を考えた際、会社が提供する生成AIの利用補助金はどれくらい重要視されますか？
※任意回答設問
今後の転職を考えた際、転職候補先が生成AIを積極的に活用しているかどうかはどれくらい関係ありますか？※任意回答設問
※ ChatGPTは、AIの研究と開発を行うOpenAIの商標です。
※ GitHub Copilotは、GitHub, Inc.の商標です。
お気軽にご相談ください
ご不明な点はお気軽に
お問い合わせください
サービス資料や
お役立ち資料はこちら
〒150-0044
東京都渋谷区円山町19番1号 渋谷プライムプラザ12階
©株式会社divx