ウーブン・バイ・トヨタ、AI3体の分業で車載ソフトのコード修正8割自動化の実証

日本マイクロソフト側の提案を起点に組まれた、Coder・Reviewer・Evaluatorという3つの役割へAIを分ける構成が、この取り組みの中核にあります。まずCoderが修正を書き、Reviewerが点検して改善提案を返し、そのやり取りを繰り返したうえで、Evaluatorが変更理由と確信度を生成します。単一のAIにすべてを任せると避けにくい出力のばらつきを、別のAIによる評価で抑え込みつつ、何をどう直したのかを第三者が読める形にする狙いが読み取れます。採択するかどうかの最終判断を人の側に残した線引きが、失敗の許されない規約準拠の工程へ生成AIを差し込むことを可能にしたのではないでしょうか。

小さく始めて、確かめた分だけ前へ進める段取りも効いています。業務時間の1割程度を充てるサイドプロジェクトとしてサンプルコードで試し、社内で開発中のコードでも同じ手応えが得られることを確認したうえで、正式プロジェクトへ格上げする順序を踏んでいます。土台となる仕組みを先に整え、そこへ新しいモデルを差し替えていける構造にしておいた点も見逃せません。この設計により、生成AIモデルの進化がそのまま自分たちの成果に流れ込む通路ができたと考えられます。

現場が普段使う道具の側に寄せた作り込みも、要因として挙げられます。元のコードとエラーレポートをGitHubのIssue（ソースコードの課題を管理する機能）で指定すれば規約準拠のコードが生成される流れを整え、社内から寄せられたVisual Studio Codeで使いたいという要望にも短期間で応えました。しかもその実装自体を生成AIの支援を受けて進めており、ツールを作る側の工程でも同じやり方が機能することを示しています。