Operaptはどのようにして誕生したか
馴染み深いチャットボットから実用的なAIエージェントへの転換

社内情報を気兼ねなく投げられるAIがほしかった

――まず、Operaptの原点となるOpera AI Chatを開発することになった最初のきっかけ、どういう思いがあってこれをやろうと思ったのかを聞かせてください。

金子晶夫　きっかけは、開発でAIを使っていたときに、ある案件で「カタログデータを読み込ませて見積書を作れないか」というPOCをやったことですね。アウトプットが思った以上に良くて、プログラミングに特化したAIエージェントを使えば、ちゃんとしたものが作れるんじゃないか、と思いました。当時はAWSのBedrockも本格的に触っていなかったので、まずはどこまでできるか試してみよう、という概念検証から始めて、1週間くらいでそれっぽいものを作って。そのままプロジェクトに入っていった、というのが最初の流れです。

金子晶夫さん

金子　もう一つの動機としては、ChatGPTなど既存のAIサービスを社内で利用するとなるとアカウントの委譲や申請の手続きが必要で、使いたいときにすぐ使えないのがストレスだったんです。だったら、自分たちが一番使いやすい形でチャットボットを作ろう、というのがコンセプトの根幹にありました。

藤岡謙太郎　ChatGPTもビジネスアカウントは利用できる人数が少なくて、みんなで使い回すために面倒な運用をしていましたよね。

藤岡謙太郎さん

保井健佑　あとは、「うちの会社、全然AI触ってないよね」という問題提起もありました。とにかく、みんながAIを触れる状態にしなきゃいけない。そのとっかかりとして、一番馴染み深いのがチャットボットだったんです。

保井健佑さん

金子　今、僕自身がOperaptを気に入って使っている主な理由は、データの流通範囲が決まっている「セキュアな環境」だからです。機密情報とまではいかなくても、開発のログやエラーログを気軽にAIに投げたいとき、社外に漏れない保証がある環境で、トークン制限を気にせず自由に使いたいという考えはもともとありました。

藤岡　私も概ねそうですね。セキュアであることと、他社のものだと使いづらい、権限委譲などの勝手が悪いというところを解決したいというモチベーションでした。

保井　権限委譲の話はお金である程度は解決できるんですけど、当時の状況としてはそうでしたね。 それと去年、東京ビッグサイトのAI・人工知能EXPOに行って、実はAI自体はあまり大したことをやっていないな、と正直感じたんです。「できるかも」と思った理由としては、それも大きかったです。

藤原旭宏　大したことないけれど、それをちゃんとやり切って価値にするのが大事だとも思っていて。もちろん、ChatGPTやClaudeのモデル自体もすごい。でも、実はそれ以上にアプリケーション的な部分がかなり重要で、ほかのAI企業もそこを頑張っているんだと発見がありました。

藤原旭宏さん

ユーザーとの対話から見えてきた方向性

保井　実際、最初は「APIを繋いで終わり」ぐらいのイメージでいました。でも、いざやってみると考えないといけないことがたくさんあって、案件ではお客さんの要望も入ってくるので、いっぱいいっぱいになった1年でした。

金子　今は、自分たちが本当に欲しいもの、使いたいと思えるものを作っているつもりです。1年間リサーチしてお客さんの話を聞いてきて、そもそも我々が欲しかったのは「話し相手」としてのチャットボットではなく、仕事をいかに効率的に回せるか、という部分でした。その方針がだいぶ定まってきたかなと思います。

――最初は「AIをやってみよう」という、ワークショップ的なノリで始まったということですね。そこからいざ実用的なものにしようとしたときに、自分たちが作ろうとしているものとお客さんの要望との擦り合わせのなかで、必要な形が見えてきたと。

藤原　まだ形にはなっていませんが、僕は「ワークフロー」がOperaptのポイントだと思っているんですよね。ClaudeやChatGPTみたいな汎用チャットボットは0から1の作業には強いですけど、会社の業務でいつもやっていることを効率よく回したいとなると、意外と使い勝手が良くないんです。AIを使いこなせない人のためには、最初から手順や型を作って、人間は重要なYes/Noの判断だけすればアウトプットが出る形がいい。AIに丸投げするやり方だと、逆に人間が「何をすべきか」を考えなきゃいけなくて、オープンすぎるというか。

金子　そのあたりの話は、ローンチしてすぐのころにも出ていましたね。チャットボットというよりは、本来ならワークフローとかエージェンティックな方向性があるべき姿なんじゃないか、と。

藤原　そうそう。それに、汎用チャットボットという方向性だと、ChatGPTには勝てないというのもあります。だから、Opera AI Chatに対しては「チャットボット」という言い方をしないほうがいいんじゃないかと思っていました。UIがチャットボットっぽいから、ユーザーが汎用チャットボットとしての性能を期待してしまって、「ChatGPTのほうが賢いじゃん」となってしまいますから。リニューアルして「Operapt」に名前を変えたのも、そのひとつかなと。

金子　開発の当初参考にしていたのは、ChatGPTのAPIをそのまま使っているサービスでした。なぜそこをベンチマークにしたのかは、今となってはちょっと思い出せないですね。

――ベンチマークにしていたけど、ネガティブなことも含めいろいろなことが後から出てきて、今は「Yes/Noで答えられる」「前提条件をAIが知っている」という方向に特化させるほうが戦えるんじゃないか、という方向性になったということですね。

藤岡　どんな会社でも、1つくらいはワークフローに沿って、この順番でやっていく、という仕事はあると思うんです。だから、そうなれば効率化に繋がりますよね。

保井　それでも、向き不向きはあって。たとえば旅行会社くらい1つの仕事に特化しているならツールを導入しやすいですけど、複数の細かいタスク、たとえば5分10分で終わるようなタスクが何十個もあるような会社だと、なかなかペイしない。そうなると、ChatGPTのように汎用のほうがいいよね、となってしまいます。ある程度時間がかかって、特化している業務のほうが向いているんじゃないかな。

金子　そういった「向いている」ものに関しては、コードに落とし込めばいいじゃん、という考え方でやっています。実際にコードを書いて、「こういうタスクをこなしたい」と思ったら、AIチャット上でエージェントを1つ立ち上げて実行する、という形を目指しています。

実践として活かすOperapt

金子　こうしてAIチャットを作ることで、我々自身がそれを理解できるようになっているし、それがその後の提案活動にも直接つながっていると思います。会社としてAIに対する理解度を上げて、どこまでができてどこからが難しいのかを把握していないと、AIを交えた提案はできませんから。

藤岡　私はログ周りとか、トークン数を集計するところをメインでやっていたんですけど、トークン数が、顧客に提示するコストに直結するんです。それで、AWSの管理画面の数字とこっちの集計が最初は全然合わなかったりして。でも、そこから調べていって最終的にぴったり合ったときは、なるほどというか、納得感みたいなものが得られました。こういうのって頭で考えるだけではなかなかわかりづらいので、実際に触って体感で理解できたのはうれしかったですね。

藤原　AIに限った話ではなく、検索システムなんかもガッツリ作ったことがなくても、誰かが実装したのを見たことがあれば、どうすればできるかの想像がつくじゃないですか。AIも、ちょっと触ったことがある、実装を見たことがある、というレベルにあると「たぶんできるだろう」という感覚がついてくるんです。それを得るという意味でも、作って良かったと思います。

藤岡　実際、今やっているレシピの検索システムでも、お客さんの課題に対して「AIを使用すると、こういうことができますよ」と提案しやすくなりました。

保井　大変でしたが、いい勉強になりました。実は金子さんから最初にOpera AI Chatを見せられたとき、機能の9割はもうできていて、3日で作ったと聞いて驚いたんです。でも、そのあとの1割でコードが2倍以上に膨らんでしまうようなこともあって。若手が主導で、1からものを作るというのは今回初めてだったので、そこで得られた経験は大きかったですね。