AI SOLUTIONAI SOLUTION企業向け拠点ネットワーク更改案件において、受領資料から設計・構築・試験の成果物までをAIが生成し、人が確認・承認する体制を構築。パラメータ設定値は人手の正解と完全一致という結果を確認しました。
ネットワーク更改案件では、受領資料・設計書・打合せ資料・既存configといった情報が、Excel・Word・PowerPoint・テキストとバラバラの形式で担当者ごとに散在しがちです。設計・構築・検証の各工程は前工程の成果物を前提に進むため、情報が集約されていないと工程間の受け渡しに時間がかかり、確認の抜け漏れも生まれやすくなります。
この案件でも同様の状況からスタートしました。ここに対して、AIが力を発揮できる形に情報を整えるところから着手しています。
案件情報をGitLabの単一リポジトリに集約し、Obsidian形式でナレッジ化。そこからAIが工程ごとの成果物を生成し、最後に人がレビュー・承認する構成です。
受領資料をGitLabの案件リポジトリに集約し、メンバー全員がClaude Codeを起点に作業。仮想ラボでの検証・成果物までを同じ流れで扱います。
受領資料を読み込んだAIが、設計仕様書・config差分・投入コマンド・試験コードまで一通りの成果物を生成。人はゼロから書くのではなく、生成された成果物を確認・承認する進め方に変わりました。
経験を積んだ技術者が独立に組み上げた設定値とつき合わせた結果、すべて一致。「それらしい下書き」ではなく、そのまま実戦に耐える水準であることを確認しました。
従来は習得に時間がかかっていた pyATS・Robot Framework による試験自動化も、AIがコードを生成することで最小限の学習で実務に活用できました。専門ツールの習熟が、活用の前提ではなくなります。
この取り組みは実際のネットワーク更改案件の中で行い、AIが生成した成果物が、デモやラボにとどまらず現場の実作業で通用する水準であることを確認しました。
設計・構築・検証だけでなく、WBSやメンバーの作業状況といったプロジェクト管理も Claude Code・GitLab 上で扱い、管理・報告にかかる手間も抑えました。
AIが生成した成果物は、人がレビューして承認します。本番ネットワークへ適用する最終判断を人が握るからこそ、AI駆動の進め方を安心して実務に持ち込めます。