オルタナティブ・ブログ > 生涯ITエンジニアでいこう。 >

どんどん出てくるIT業界の新トレンドを乗りこなし末長くエンジニアをやっていきましょう。

Mendix Japan Community ミートアップ参加レポート

»

1. 生成AIブームの次に来た「現場の違和感」

先日、Mendix Japan Community ミートアップに参加してきました。

様々なアジェンダがありましたがMendixのAIセッションの"「責任あるAI」の現在地"について自分なりの理解をまとめてみました。

1774622981919.jpg

ここ1〜2年、生成AI(LLM)の導入は一気に進みましたが、現場では少し違った空気も流れています。

  • 「それっぽいけど間違っている」回答(いわゆるハルシネーション)
  • 業務固有の知識が抜け落ちる問題
  • 現場が"信用できない"という心理的な壁

特に製造業やライフサイエンスのような領域では、「なぜその判断なのか説明できないAI」は、正直使えません。
むしろリスクです。

このセッションのメッセージは明確でした。

--> AIは精度だけでは不十分。"解釈できて初めて武器になる"


2. AI Fabricという考え方がしっくり来た

今回の中核コンセプトが「AI Fabric」。

数式で表現するとこうなります。

AI Fabric = Context × Intelligence × Action

これは単なる製品ではなく、役割分担された統合アーキテクチャです。

■ Context(文脈)

  • RapidMiner によるデータ統合
  • MonarchによるExcel/PDFの整形
  • ナレッジグラフ・オントロジーによる知識基盤

■ Intelligence(知能)

  • ノーコードでの機械学習
  • LLMとの連携

■ Action(実行)

  • Mendix による業務アプリ化

簡単に言うと。

「AIを作るだけでは意味がない。業務で"動かして"初めて価値になる」

さらに、
「70%少ないリソースで10倍速のアプリ開発」
という話も出ていましたが、これは単なる誇張ではなく、

  • データ準備
  • モデル開発
  • 業務実装

が分断されていないことによる効果だと感じました。


3. 一番刺さった「Linguistic XAI」という発想

今回のハイライトは間違いなくこれでしょうか。

Linguistic XAI(言語化された説明可能AI)

簡単にいうと、

--> AIの判断理由を"人間の言葉"で説明する仕組み

従来の課題はシンプルでした。

  • 「異常スコア 0.95」
  • → で、何が起きてるの?

この"翻訳コスト"が現場のボトルネックになっていたわけです。


■ 仕組みは3ステップ

  1. MLで予測
    • センサーデータから未来を予測
  2. XAI(SHAP)で根拠を特定
    • どの変数が効いたのかを数値で分解
  3. LLMで言語化
    • 現場向けに自然言語へ変換

■ 実例がリアルすぎた

ロボットアームの予知保全の例:

「10分後に2.5mmのズレが発生します。
原因は油圧ポンプの圧力低下です。」

これ、かなり重要です。

  • ただのアラート → 人は動かない
  • 理由付きの説明 → 即アクション

■ さらにうまい設計

ここが「なるほど」と思った点。

--> LLMは"翻訳だけ"に使う

  • 計算 → ML + SHAP
  • 説明 → LLM

つまり、

--> ハルシネーションの入り込む余地を構造的に排除

これはかなり実践的なアーキテクチャでしょう。


4. 法規制の話が"他人事じゃない"フェーズに来ている

セッションでは規制の話もかなり強調されていました。

  • 日本:2025年にAI関連法整備
  • EU:高額制裁ありの厳格規制

ポイントはここです。

--> 「説明できないAI」はコンプライアンス違反になり得る

さらに、

  • AIの生成物は「発明」と認められない
  • 著作権リスクが常に存在

つまり企業に求められるのは:

  • なぜその結果になったのか説明できること
  • 監査可能であること

ここでもLinguistic XAIが効いてきます。


5. Mendix 11と「Maia」で開発の意味が変わる

もう一つの大きなトピックが、Mendix 11 とAI「Maia」。

キーワードは:

--> Agentic Platform(エージェント型プラットフォーム)


■ 何が変わったか?

一言でいうと、

--> 「要件 → アプリ」までをAIが一気通貫で生成

具体的には:

  • プロジェクト計画
  • ユーザーストーリー
  • データモデル
  • UI/UX
  • ワークフロー

ここまで"数分"。


■ 開発者の役割が変わる

これ、かなり重要です。

  • Before:ゼロから作る
  • After:AIが作ったものを磨く

つまり、

--> 開発は「生成+改善」のフェーズへ

この変化は、思っている以上に大きいです。


6. まとめ:AIは「信じる対象」から「理解する対象」へ

今回のセッションを一言でまとめるとこれです。

--> AIはブラックボックスのままでは使えない

これから必要なのは:

  • 説明できるAI(Linguistic XAI)
  • すぐ使えるAI(Mendix)

この両輪。


今回のミートアップ、それ以外にもパートナーさんのお話や、研修の話など、そして懇親会と非常に楽しい時間を過ごせました。次回は6月だったかな、また是非参加したいです。

1774622982215.jpg

Comment(0)