概要
https://tech.speee.jp/entry/ai-agent-rd-milestone-driven
詳細内容
## AIエージェント開発で半年間成果が出なかった私が、前に進めるようになるまで
https://tech.speee.jp/entry/ai-agent-rd-milestone-driven
事業成果から逆算したマイルストーン設定と「1日1実験」による実行強度の向上を通じて、著者は半年間停滞していたAIエージェント開発の課題を打破し、着実な進捗を実現した経験を共有する。
**Content Type**: 📖 Tutorial & Guide
**Language**: ja
**Scores**: Signal:5/5 | Depth:4/5 | Unique:4/5 | Practical:5/5 | Anti-Hype:5/5
**Main Journal**: 92/100 | **Annex Potential**: 90/100 | **Overall**: 92/100
**Topics**: [[AIエージェント, R&Dプロセス, マイルストーン管理, 実験駆動開発, LLM活用]]
Speeeのエンジニアである著者は、不動産領域でのAI/LLMを活用したR&Dプロジェクトで、最初の半年間は成果が見えず苦しい時期を過ごした経験を語る。当初はマイルストーンが曖昧で現在地が分からず、LLMへの過度な期待から「手段の検証」に時間を費やし、本質的な課題解決に向き合えていなかったと振り返る。
この停滞を打破するために、著者は以下の2つのアプローチにシフトした。
1. **事業成果から逆算して見立てを作る**: 以前は精度目標だけを掲げていたが、これを事業の工数圧縮といった具体的な成果と紐付けたマイルストーンに再構築した。不確実性の高い要素を潰す優先順位を、事業インパクトの大きさに基づいて設定。実験結果に応じて仮説を柔軟に更新し、小さく軌道修正しながら「次に何をすべきか」を明確にするPDCAサイクルを回すことで、停滞を避けて健全なプロジェクト運営が可能になった。例えば、LLMでの検証が限界を迎えた際、画像認識モデルへの転換を迅速に判断し、短期間で高精度を達成した事例を挙げている。
2. **1日1実験で実行強度を上げる**: 「1日1実験1評価」という目標を設定し、可能な限り2実験以上を日々実行。日次でビジネスメンバーと結果を共有し、「なぜこの実験をしているか」から話すことで、全員がプロジェクトの現在地と次のアクションを理解するよう努めた。また、個人のインプット速度向上や煩雑な作業の自動化（Claude Codeによるスクリプト生成など）に加え、DifyやAzure AI Custom Visionといったツールを活用し、エンジニア以外のビジネスメンバーもプロンプトチューニングやアノテーションに参加できる環境を整備。これにより、4ヶ月で138回もの実験（平均2.5回/日）を消化し、大幅な進捗加速を実現した。
著者は、この経験を通じて、R&Dにおいてはゴールが曖昧でも事業成果からの逆算を手放さず、小さく試して学ぶ愚直な繰り返しが、最も早く、最も自信を持って前に進める道だと結論付けている。成果を直視し、仮説の正誤を明確にしていくことが、着実な進捗とチームの自信に繋がると強調している。