【活動報導】從「創造」到「提出問題」的時代。前線工程師們暢談與AI協作的次世代工作方式與管理
DXHR株式會社在其共享辦公空間「NeuroHub」舉辦了一場AI應用學習會。前線工程師和創業家齊聚一堂，討論與AI協作的次世代工作方式和管理，分享了實踐知識和商業啟示。
📋 文章處理履歷
- 📰 發表: 2026年5月1日 23:00
- 🔍 收集: 2026年5月1日 14:31
- 🤖 AI分析完成: 2026年5月1日 15:20（收集後48分鐘）
DXHR株式會社（總部：東京都澀谷區，代表取締役：前田 一成，以下簡稱DXHR）於2026年4月23日（星期四），在其營運的共享辦公空間「NeuroHub（紐羅中心）」舉辦了工程師專屬活動「【LT學習會】大家一起聊AI應用學習會#4」。
生成式AI被譽為「魔法杖」的階段已經結束，我們正進入如何將其融入實際工作並創造價值的「實踐」階段。本文報導了AI開發前線的工程師和創業家齊聚一堂的LT（閃電演講）活動。我們將提供與AI協作的實踐知識和商業啟示，從個人任務管理、產品開發中的情境設計，到自主AI代理的建構。
## 舉辦背景
隨著生成式AI技術的演進，編碼、測試、會議記錄製作等所有開發流程的效率都得到了提升。然而，現場也浮現了新的課題，例如「導入AI後，未能達到預期精度」和「開發速度雖然加快，但真的有連結到客戶價值嗎？」本次活動旨在分享這些「AI應用真實的艱辛部分」和失敗案例等實用知識，並促進工程師之間的知識交流和人脈建立。
## 參與者之間熱烈的團體討論
暢談「AI的真實現況」
在LT發表之前，各組進行了以「使用AI後工作效率提升或未提升的事項」為主題的團體討論。由於聚集了日常接觸AI工具的工程師和業務負責人，因此不斷湧現出超越單純技術理論的「現場真實艱辛」。例如「抱著夢想導入AI，但這裡卻不如預期」、「反之，對於這項麻煩的業務卻異常有效」等，只有在實際現場才能獲得的成功案例和失敗案例被赤裸裸地分享，會場充滿了熱烈的氣氛。
## LT環節
1. 成為AI的奴隸後工作開始順利的故事（講者：荒居 先生）
荒居先生分享了一個案例，他將自己24小時的行程管理完全委託給AI，從而解決了任務逾期問題。透過與Google日曆連結，遵循AI的指示（通知）「這個時間做這個」，反而創造了一個可以全力投入自己真正想做的事情的環境。利用這項知識，他目前也正在開展AI電話接待等自動化業務。
2. 從用戶角度衡量AI精度之難（講者：髙山 先生）
髙山先生分享了自家開發的AI會議記錄產品「Secure Memo Cloud」的開發秘辛。他解釋說，在語音轉文字和摘要方面，開發者重視的數值精度分數（WER/DER等）與用戶實際感受到的滿意度（專有名詞的準確性、摘要的粒度和格式偏好）之間存在巨大差異。他講述了將服務投入實際營運的真實艱辛和驗證的重要性。
3. 從財務到管理，再到情境工程（講者：もっくま 先生）
もっくま先生提出，在AI使「創造（編碼）」速度飛躍性提升的現在，相對而言，「應該創造什麼」和「它是否真的有價值」的管理重要性日益增加。他發表了「情境工程」的實踐方法，透過將客戶訪談和GA4數據等所有商業「情境」輸入AI，以提高決策的品質和速度。
4. CI/CD工具開發環境改進總結（講者：pawn 先生）
pawn先生介紹了利用AI消除開發環境中「重複工作」和「返工痛苦」的措施。他解釋了利用MCP自動化分支創建和AI化編碼規範檢查。此外，作為未來展望，他還談到了在Docker容器中讓多個AI代理擁有不同情境，並透過並行處理進行批判性且多角度的程式碼審查的構想。
## 交流會
LT環節結束後，提供了披薩和飲料，參與者之間進行了熱烈的交流會。各組進行了只有在封閉場合才能進行的深入資訊交流，從「如何將情境餵給AI」等高階技術討論，到「這個AI工具令人失望」等真實的失敗案例。工程師、經營層和顧問的交流，創造了一個技術視角和商業視角交織的、充滿真實活動特有的熱情和「知識的意外發現」的空間。
生成式AI被譽為「魔法杖」的階段已經結束，我們正進入如何將其融入實際工作並創造價值的「實踐」階段。本文報導了AI開發前線的工程師和創業家齊聚一堂的LT（閃電演講）活動。我們將提供與AI協作的實踐知識和商業啟示，從個人任務管理、產品開發中的情境設計，到自主AI代理的建構。
## 舉辦背景
隨著生成式AI技術的演進，編碼、測試、會議記錄製作等所有開發流程的效率都得到了提升。然而，現場也浮現了新的課題，例如「導入AI後，未能達到預期精度」和「開發速度雖然加快，但真的有連結到客戶價值嗎？」本次活動旨在分享這些「AI應用真實的艱辛部分」和失敗案例等實用知識，並促進工程師之間的知識交流和人脈建立。
## 參與者之間熱烈的團體討論
暢談「AI的真實現況」
在LT發表之前，各組進行了以「使用AI後工作效率提升或未提升的事項」為主題的團體討論。由於聚集了日常接觸AI工具的工程師和業務負責人，因此不斷湧現出超越單純技術理論的「現場真實艱辛」。例如「抱著夢想導入AI，但這裡卻不如預期」、「反之，對於這項麻煩的業務卻異常有效」等，只有在實際現場才能獲得的成功案例和失敗案例被赤裸裸地分享，會場充滿了熱烈的氣氛。
## LT環節
1. 成為AI的奴隸後工作開始順利的故事（講者：荒居 先生）
荒居先生分享了一個案例，他將自己24小時的行程管理完全委託給AI，從而解決了任務逾期問題。透過與Google日曆連結，遵循AI的指示（通知）「這個時間做這個」，反而創造了一個可以全力投入自己真正想做的事情的環境。利用這項知識，他目前也正在開展AI電話接待等自動化業務。
2. 從用戶角度衡量AI精度之難（講者：髙山 先生）
髙山先生分享了自家開發的AI會議記錄產品「Secure Memo Cloud」的開發秘辛。他解釋說，在語音轉文字和摘要方面，開發者重視的數值精度分數（WER/DER等）與用戶實際感受到的滿意度（專有名詞的準確性、摘要的粒度和格式偏好）之間存在巨大差異。他講述了將服務投入實際營運的真實艱辛和驗證的重要性。
3. 從財務到管理，再到情境工程（講者：もっくま 先生）
もっくま先生提出，在AI使「創造（編碼）」速度飛躍性提升的現在，相對而言，「應該創造什麼」和「它是否真的有價值」的管理重要性日益增加。他發表了「情境工程」的實踐方法，透過將客戶訪談和GA4數據等所有商業「情境」輸入AI，以提高決策的品質和速度。
4. CI/CD工具開發環境改進總結（講者：pawn 先生）
pawn先生介紹了利用AI消除開發環境中「重複工作」和「返工痛苦」的措施。他解釋了利用MCP自動化分支創建和AI化編碼規範檢查。此外，作為未來展望，他還談到了在Docker容器中讓多個AI代理擁有不同情境，並透過並行處理進行批判性且多角度的程式碼審查的構想。
## 交流會
LT環節結束後，提供了披薩和飲料，參與者之間進行了熱烈的交流會。各組進行了只有在封閉場合才能進行的深入資訊交流，從「如何將情境餵給AI」等高階技術討論，到「這個AI工具令人失望」等真實的失敗案例。工程師、經營層和顧問的交流，創造了一個技術視角和商業視角交織的、充滿真實活動特有的熱情和「知識的意外發現」的空間。