2026年6月8日・9日に開催された、ファインディ株式会社主催「AI Engineering Summit Tokyo 2026」に参加した。
新卒エンジニアという立場から、初心者〜中級者向けのセッションを中心に聴講した。本レポートでは、二日間を通じて見えてきた共通テーマを3つに整理し、そこから得た学びと、自分および自社の業務への取り入れ方をまとめる。
全体を通じて得た学び
学び① 人間の役割は「個別チェック」から「仕組みづくり」へ
複数のセッションに共通していたのが、人間が一件ずつ目視で確認する運用はもう限界に来ている、という認識だった。セキュリティの脆弱性管理では、件数とスピードに人手が追いつかず、AIによる保守を前提に「人は仕組みを整備する側にまわる」という考え方が示された。
AIエージェントの運用でも、人間の介入で担保できる範囲はどんどん小さくなっており、確認操作を一つずつ人に求めるのは現実的でない。
一方で、確認を全て取り払うと、悪意がなくても情報が流出するリスクが残る。そこで、AIの作業は隔離された環境（サンドボックス）で行わせ、認証情報をその中に残さず、人間は最終的な意思決定の場面にだけ関与する、という設計が紹介されていた。「すべてを見る」のではなく「見るべき一点を決めて、あとは仕組みに任せる」という発想の転換が印象に残った。
学び② AIには構造とドメイン知識を「与える」必要がある
AIに業務を任せるとき、AIが自力で正しく理解してくれることを期待しすぎてはいけない、という指摘が複数あった。
図面や見積といった専門性の高い領域では、AIが規格や数値の整合性を読み解くのに苦労する。これに対して、規格・ルール・検算式をあらかじめプロンプトに含め、構造情報を補助として渡すという実践が共有されていた。
ここで響いたのは、「もっとちゃんと見て」と曖昧に指示するのではなく、人間が持っている暗黙知を言語化してAIに教える、という姿勢だった。
社内データの検索でも、AIが理解できる形に意味づけ（グラウンディング）をしたうえで、キーワード検索と組み合わせる工夫が紹介されていた。AIの精度は、与える情報の構造化の度合いに大きく左右されると理解した。
学び③ ツール・モデルの選定は「性能」ではなく「タスク要件」で決める
最後に、AIの活用が性能比較から「適材適所」と「コスト」の話へ移っている、という流れを感じた。
最高性能のモデルを一つ選んで全部任せるのではなく、タスクの要件に応じてモデルや役割を組み合わせ、API層で疎結合にしておく、という考え方が複数の登壇で語られていた。
ツールの移行事例でも、理想形に固執せず、目的に対して扱いやすい構成へ割り切る判断が紹介されていた。流行や性能の高さだけで飛びつかず、「何のためにどれを使うか」を起点に選ぶ重要性を学んだ。
得た学びを自分・自社にどう取り入れるか
学び①の取り入れ：開発・運用で「人がやるべき確認」と「仕組みに任せられる作業」を切り分けて考えるようにしたい。特に、AIに作業を任せる際は、認証情報の扱いと、人の承認を必須にする箇所を最初に設計に入れる。個人的には、「人の手が入らない（効率）」「確認が必要な部分に確認を入れる（保安）」のバランスを業務内で探っていきたいと感じた。
学び②の取り入れ：業務の手順やルールをドキュメント化・フロー化する作業は、まさに「暗黙知の言語化」そのものだと気づいた。この職種に限らないことではあるが、自分が知っていることをいかに言語化して渡せるかがより重要になっているのだなと感じた。AIに業務を依頼する前に、判断基準や前提を構造化して渡すことを習慣にしたい。
学び③の取り入れ：日々の作業でAIツールを使い分ける際、「高機能だから」ではなく「この作業に合うか」で選ぶ視点を持つ。普段の業務においても、どのAI・どのモデルを使用するかに関して悩む場面が多い。
迷った末にトークンを多く使ってしまった結果、使いたいときに使いたいモデルが使えないことがあったりする。タスクの性質を自分の言葉で整理・理解したうえで、それに応じて使う道具を変える。
おわりに
新卒の立場として参加し、「言葉が分からないと内容も分からない」というのが第一に抱いた率直な感想だった。
2か月研修を受けてきたが、まだ調べながらでないと簡単な話すら分からないのだなと思った。私がAIに感じている価値の一つとして、「学びの壁を下げる」ことが挙げられる。AIに問うことで、単語の意味や定義だけでなく、コンテキストを理解しながら学習することのハードルが下がった。それをこれから先も生かしていきたいと考えた。
また講演内容に関して、多くの企業が「実際にAIを活用して何を行っているか」を聞くことができたが、その中でも「AIを使う対象・目的の明確化」が今後重要になってくるのではないかと感じた。
普段プロンプトを書く際にも意識することだが、どのようなシチュエーションで「何を要求するのか」を曖昧にせずAIと向き合っていきたい。
