Amazon副社長：AIツールによって、25年ぶりにソフトウェアのコードを書くようになった

Amazonで従業員エクスペリエンス組織とグローバル人事テクノロジーを担当する上級副社長のBeth Galettiは、25年間の中断を経てソフトウェア開発に復帰し、AIツールの支援によって10万行を超えるコードを書くことができたと語る。Galettiは自身の経験を、AIを活用した開発ツールがもはやプロのプログラマーだけを対象とするものではないことの証拠として紹介している。

Galettiは運輸業界でソフトウェア開発者としてキャリアを始め、その後、最高情報責任者やAmazonの航空・陸上輸送ネットワークの管理など、指導的な役割を担った。人事部門の統括に移ってからは、自らコードを書くことはなくなったが、ソフトウェアを開発するチームの監督は続けていた。

家族向けアプリから社内ツールへ

彼女が最初に復帰したきっかけは、AIツールを使って業務外で開発した、家族の予定を整理するシンプルなアプリだった。その後、シアトルへの出張中に、Amazonが「Everyone Can Build」という名称で開始した社内コンテストへの応募を受け付けるアプリを、開発ツールKiroを使って構築した。

このコンテストでは、技術的なバックグラウンドを条件とせず、仕事や日常生活における現実の問題を解決するアプリやツールを従業員が開発するよう促した。記事によると、数週間のうちに1,500人を超える従業員がプロジェクトの開発を始めた。Galettiが挙げる例の一つでは、約4時間かかっていた手作業を1秒で完了する自動チェックに変え、年間数万時間の労働時間を削減した。また、別の従業員は、タスク、リマインダー、ショートカットを表示するMomoという社内向けアプリを開発した。

Galettiは、こうしたツールは従業員の能力に取って代わるのではなく、従業員が達成できることを拡大するものだと述べている。ただし、この主張はAmazonが紹介する彼女自身の経験とコンテストの経験に基づく見解であり、コードの品質や業務上の影響を独立して測定したものではない。

AmazonにおけるAIの3つの役割

Amazonは、目的に応じて異なるツールを使用している。Amazon Quickは、チームがデータについて質問したり、従来は数週間かかっていた調査を実施したり、自動化されたワークフローを構築したりするために利用できる業務アシスタントだ。一方、Kiroはツールの構築を対象としており、ユーザーが自然言語で希望する内容を説明すると、計画、記述、テストを支援する。

同社はまた、福利厚生、報酬、職場での配慮、ITに関する質問への回答に加え、会議室の予約、休暇の申請、空きポジションの検索といった作業の実行にも、社内アシスタントAzaを使用している。Amazonによると、全従業員がAIツールにアクセスでき、QuickとKiroは社外にも提供されている。

実際に何が変わるのか？

Galettiによれば、Amazonの経験における最も重要な変化は、ツール構築の一部の段階を、技術チームの待ち行列から、問題に直接直面している従業員へと移すことだ。これにより開発チームは、より大規模なプロジェクトに集中できる可能性があるが、一方で、この記事が答えていない疑問も生じる。専門家ではない従業員が生成したコードを誰がレビューするのか。人事や業務の手続きを自動化されたワークフローに変換する際、プライバシー、セキュリティ、正確性のリスクをどのように管理するのか。

また、プロトタイプを簡単に作成できることが、そのまま企業での利用準備が整っていることを意味するわけではない。この記事は速度やコスト削減の例を示しているが、エラー率、保守コスト、実験段階から実運用へ移行したプロジェクト数に関する独立した指標は示していない。

トレーニングもビジョンの一部

Amazonは、ツールの提供とスキル開発を結び付けている。同社はFuture Ready 2030プログラムを発表し、教育や研修へのアクセスを拡大し、5,000万人が仕事の未来に備えられるよう支援するため、25億ドルを拠出する取り組みを表明した。この取り組みには、学生向けプログラム、クラウド関連職種への道筋、メカトロニクスやロボット工学に関する職業訓練が含まれる。

同社はまた、Career Choiceプログラムに10億ドルを投資し、世界で新たに50万人の従業員のスキルを開発することを目指している。重点分野は、サイバーセキュリティ、ソフトウェア開発、物流、再生可能エネルギーだ。Amazonの全従業員はAIに関する無料研修を受けられ、同社はAWSのAI認定資格を取得するための試験1回分の費用を毎年負担している。

この経験は、実践的な方向性を示している。すなわち、技術チーム以外の従業員にもAIツールを提供し、その利用を研修で支援することだ。しかし、このモデルの成功は、ツールが生成するコードの行数ではなく、組織がレビューとガバナンスを確保し、迅速なプロトタイプを信頼性が高く保守可能なシステムへと変換できるかどうかによって測られることになる。