面接で候補者が大規模言語モデル（large language model、LLM）について説明でき、プロンプト（prompt）を書けて、デモ版まで作れたとしても、それだけでは十分ではありません。プロジェクトに調達、法務、IT、利用部門が関わると、データをどこから取得するのか、例外が発生した場合に誰が判断するのか、金額が上限を超えた場合は誰の承認を得るのか、問題が起きた後にどう確認するのか、といった課題が生じます。こうした問いに答えられなければ、技術デモがどれほどスムーズでも、日常業務で実際に使えるシステムだとは証明できません。
企業が AI 導入人材の実装力を見極めるために、モデルに関する知識問題を追加する必要はありません。それよりも、社員の経験を明確なルールとして整理できるか、部門横断の業務を実行可能なタスクに分解できるか、リスクの高い工程に人による承認を組み込めるかを見るべきです。さらに、AI Agent がどのデータを使い、何を実行したのかを管理者、IT、監査担当者が確認できるよう、チームは実行プロセス全体を記録する必要があります。
プロンプトを書けても、AI プロジェクトを日常業務に導入できるとは限らない
TechOrange の報道によると、Anthropic は 1 億米ドルを投じて Claude Frontier Academy を設立し、2027 年末までに 1 万人の Frontier Deployed Engineer（FDE）を育成する計画です。企業が実務経験のあるシニアソフトウェアエンジニアを推薦し、Anthropic の面接を通過した人は、4 日間の対面研修と試験を受けた後、所属企業に戻って 12 週間の実践プロジェクトに取り組みます。この研修方式が重視しているのは、受講者が教室でどれだけ理解したかではなく、実際に導入できる能力です。
Anthropic は、優秀な FDE にはエージェント型 AI（Agentic AI）システムへの理解に加え、問題解決力、部門を越えて連携するコミュニケーション能力、十分なエンジニアリング能力、好奇心が必要だとしています。一方で、報道によれば、Anthropic は現在も包括的な評価制度を構築している段階です。現時点では、説明力、問題解決力、プログラミング能力を評価するとしているものの、詳しい採点方法や成果の測定基準は公表されていません。そのため、台湾企業はこの研修プロセスを参考にできますが、どの水準に達すれば本番運用が可能と判断するのかは、自社で定義する必要があります。
調達時の相見積もりを例にすると、候補者がモデルに 3 社の見積書を読み込ませ、差異を整理できるだけでは、本当に難しい部分にはまだ踏み込めていません。為替レートや支払条件をどう比較するのか、仕入先情報に不足がある場合は誰に補完を依頼するのか、価格が承認権限の上限を超えた場合はどの工程で止めるのか、結果を提出する前に誰が確認するのかまで明確にする必要があります。人材を選ぶ際には、過去にどのように要件を掘り下げ、例外を処理し、部門間の合意を形成したのかを候補者に説明してもらうべきです。こうした経験のほうが、資格やプロンプトの制作実績よりも実務能力を正確に示します。
実際に運用されている部門横断プロセスで、候補者の実装力を見極める
企業は、現在実際に運用されており、対象範囲を管理できるプロセスを評価課題として選べます。たとえば、仕入先書類の審査、社内レポートの集約、カスタマーサービス案件の分類などです。要件資料を渡すだけでなく、実務担当者へのヒアリングも候補者に行わせる必要があります。資料には通常、標準的な作業方法しか記載されておらず、差し戻し、追加書類の提出、突発的な例外といった実情は、担当者に聞かなければ分からないからです。評価では、以下の 4 点を確認できます。
- データの棚卸し： 各工程で必要なデータ、その取得元、管理責任者、更新方法を洗い出せるか。データが不足している場合、プロセスを停止するのか、人が引き継いで処理するのかも明確に説明できなければなりません。
- ルールの整理： 経験豊富な社員の判断方法を再利用可能なルールとして記述し、固定条件と個別判断が必要な条件を区別できるか。
- タスクの引き継ぎ： 業務を前後につながるタスクへ分解し、各工程で何を受け取り、完了後に何を引き渡し、次の担当者がいつ引き継ぐのかを明確にできるか。
- 承認の設計： 高額取引、データ間の矛盾、条件が不明確なケースなどを特定し、AI Agent に判断させるのではなく、プロセスをいったん停止して指定された担当者の確認を受ける仕組みを設計できるか。
こうした作業は EgentWrX でも実装できます。チームは経験豊富な社員の定型的な業務手順を AI Skill として記述し、審査を経てから組織内に展開できます。また、複数のタスクをワークフロー（workflow）として連結し、引き継ぎ前に人による承認を設定することで、AI Agent が前工程を完了した時点で処理を止め、確認を待つこともできます。候補者を評価する際には、実際に短いプロセスを構築してもらい、通常ケース、データ不足ケース、権限逸脱ケースでテストするとよいでしょう。管理者が見るべきなのは、デモ画面の見栄えではありません。ルールが明確に記述されているか、例外が発生した際にプロセスが停止するかどうかです。
検収では最終結果だけでなく、各工程を追跡できることも確認する
多くのデモでは、データがそろったケースだけを取り上げるため、最終的な出力も妥当に見えます。しかし、システムの本番運用が始まると、管理者は別の問いにも答えられなければなりません。AI Agent が参照したのはどのバージョンの文書か、どのデータを使用したか、どの工程で当初の判断を変更したか、誰が処理の継続を承認したか、といった問いです。チームが最終レポートしか確認できず、途中の実行プロセスを再現できなければ、IT はエラーが発生した箇所を特定できず、管理者もどの工程に問題があったのか確認できません。
そのため、プロジェクトの検収項目にはトレーサビリティ（traceability）を含める必要があります。企業はテストケースを 1 件指定し、候補チームにデータの取得元、実行手順、使用したルールのバージョン、承認者をその場で説明させ、関連記録をエクスポートして、項目ごとに不足がないか確認できます。EgentWrX の監査ログ（audit log）は、AI Agent が実行した操作を記録できるほか、ハッシュチェーン（hash chain）によって記録の完全性を検証できます。管理者が監査記録をダウンロードした場合も、その操作がシステムに記録されます。こうした仕組みによって結果の正しさが保証されるわけではありませんが、後日問題が発生した際に、当時何が起きたのかを確認できます。
チームの役割分担さえ明確になっていない企業は、FDE チームの設置を急ぐ必要はありません。まずは部門横断プロセスを一つ選び、候補者に限定された範囲内でデータの棚卸し、ルールの整理、タスクの引き継ぎ、人による承認、記録のエクスポートまで実施してもらい、実務担当者、IT、管理者が共同で検収する方法があります。現段階で企業に必要な AI 導入人材とは、社員の経験を承認可能なワークフローに落とし込み、実行プロセスを事後に追跡できる形で構築できる人材です。
よくある質問
FDE には必ずシニアソフトウェアエンジニアを起用する必要がありますか？
まずはシステム連携と実装の経験がある人材から検討することを推奨しますが、役職だけで判断するべきではありません。評価時には、実務担当者へのヒアリング、プロセスの分解、例外処理ができるかに加え、データと権限に関する要件を IT に明確に説明できるかも確認する必要があります。これができなければ、エンジニアリング能力がどれほど高くても、プロジェクトが部門間連携の段階で停滞する可能性があります。
12 週間の実践期間中、社内担当者と外部エンジニアはどのように役割を分担すべきですか？
社内担当者は業務ルール、データに関する権限と責任、承認条件の説明を担当し、外部エンジニアはシステム設計、連携、テストを支援します。双方は、毎週どの成果物を提出するのか、問題が発生した場合に誰が判断するのか、どの変更に管理者の承認が必要なのかを事前に明文化する必要があります。そうしなければ、プロジェクト終了後に社内で保守を引き継げる人がいなくなるおそれがあります。
評価課題にはどのようなプロセスを選ぶべきですか？
入出力が明確で、2 つ以上の部門が関わり、なおかつ人による判断が必要なプロセスを優先します。仕入先書類の審査、レポートの集約、カスタマーサービス案件の分類などが該当します。一方、権限と責任が整理されていない、データソースが安定していない、または一度のミスが直ちに重大な損失につながるプロセスは、評価課題として使用すべきではありません。
AI Agent が本番運用できる状態かどうかは、どのように検収しますか？
通常、データ不足、データ間の矛盾、権限逸脱などのテストケースを使って一つずつ検収し、データの取得元、実行手順、承認記録をチームに再現してもらいます。最終結果だけでなく、例外が発生した際にプロセスが停止すること、指定された担当者が完全な操作記録を確認できることも検証する必要があります。
参考資料
- 技術だけでなくコミュニケーション力も必要：Anthropic 幹部が明かす優秀な FDE の 5 つの特性、好奇心も重要 — TechOrange 科技報橘。Anthropic の FDE 研修計画、人材要件、スキルギャップに関する見解をまとめています。
