グロトムの菅です。
AIの更新情報を見ると、次々に試したくなるものが出てきます。今回は、モデルの性能とは少し違う角度から、仕事で試すかどうかを考えてみます。
利用状況を、分けて見られるか
GitHubは11月3日、Copilotの利用状況APIで、利用者側のキーを使うBYOKや企業独自モデルの利用を区別して把握できる更新を発表しました。ただし、ローカルBYOKの数値はクライアントの計測に依存し、過少に計上される場合もあると説明しています。公式発表
この更新から考えたいのは、「AIをどれだけ使ったか」と「仕事がどう変わったか」を、別々に確かめることです。呼び出し回数が増えただけでは、品質や生産性が上がったとは言えません。
小さく試すための条件
試すなら、まず対象の作業をひとつに絞ります。たとえば、機密情報を含まない練習用コードのレビュー補助。作業時間とあわせて、指摘を確かめる時間、見落とし、修正後の確認まで記録します。
利用できる情報の範囲、費用を確認する担当者、結果を判断する人も先に決めておくと、試したあとに続けるかを話しやすくなります。
見送る理由も残す
評価する時間がない。対象業務がまだ曖昧。必要な情報を入力できない。そうした場合は、今すぐ導入しない判断にも意味があります。再検討する条件を書いておけば、次の更新情報にも振り回されにくくなります。
新機能を追うだけでなく、仕事の中で使う条件を考える。そんな視点も、これからのエンジニアの仕事に必要だと考えています。