⭐️この記事はJAPAN AIアドベントカレンダー2025の2日目の記事です⭐️

AyanはProduct Dev Group CoreX Tokyo の一員として JAPAN AI に参画しました。高校時代に Linux を触ったことをきっかけにコンピュータサイエンスに没頭し、その後はバックエンド開発、システム信頼性、エンタープライズ向けの大規模統合など幅広い領域で経験を積み上げてきました。Woven by Toyotaや Evolany での経験を経て、現在はJAPAN AIのエージェントプラットフォームを支える基盤アーキテクチャの設計・実装に携わっています。 今回は、Ayan のエンジニアとしてのスタンス、AIとバックエンドをつなぐ複雑な開発の裏側、そして JAPAN AI のプロダクト文化について話を聞きました。

IMG_4925-2.jpg

ーーまず簡単に自己紹介とご経歴を教えてください。

私のコンピュータサイエンスの道は、高校時代に Linux を PC にインストールしたところから始まりました。システムがどのように動いているのかを理解することが面白くて、そこから自然とプログラミングやシステム設計に深くのめり込んでいきました。

キャリアとしては、Evolany での Salesforce 連携や、Woven by Toyota での高信頼性システム開発など、主にバックエンドや分散システム、データベース最適化に関わる領域で経験を積んできました。API 設計や大規模システムの安定運用といったテーマに長く向き合ってきたことで、堅牢なシステムをつくるための土台が自分の中で形づくられてきたと感じています。

AI 開発に興味を持つようになったのは、LLM の台頭と「AIエージェント」という新しい概念が生まれてきたタイミングです。これまで培ってきたシステムの知識と、AI の可能性が組み合わさることで、新しいキャリアのステップが開けると考えました。JAPAN AI はまさにその「接続点」にいる会社だと感じ、参加を決めました。

ーーJAPAN AI に惹かれたポイント、入社を決めた理由は?

一番大きかったのは、JAPAN AI が持つ「AI を実用的な業務フローに組み込む」という明確で野心的なビジョンです。

Woven のような大規模かつ高い安定性が求められる環境で働く中で、多くの学びを得ましたが、私はもっと短い開発サイクルで、新しい AI 技術を最速でプロダクトに落とし込める環境に身を置きたいと感じていました。

JAPAN AI は、単に「AI を使う」会社ではありません。エージェントが実世界で動くための「JAPAN AI STUDIO」という基盤そのものをつくっている会社です。この「インフラそのものをつくる」という視点に、強い魅力を感じました。日々進化するモデルやツールの上に、「現場で本当に使える仕組み」を重ねていく役割を担っているのが JAPAN AI だと思っています。

これまで培ってきたシステム信頼性、API 設計、データベース最適化といった経験を最大限活かしながら、AI の最前線に立てる環境であること。そして何より、「学び続ける文化」が組織として根づいていることが、入社を決めた大きな理由でした。

ーー入社後、特に印象的だったプロジェクトはありますか?

特に思い出深いのは、JAPAN AI STUDIOプロジェクトの中で AI エージェント用の新しいツールを開発・統合したことです。

私が担当したのは、エージェントが外部 API と動的に連携できるアーキテクチャの設計でした。スキーマが異なる複数の API を扱いながら、AI がそれぞれのツールを正しく理解し、適切に呼び出せるように抽象化する必要があります。技術的にも非常に難易度の高い領域です。

この取り組みは、Evolany 時代に Salesforce 連携をしていた頃の経験を思い出させるものでしたが、今回は「非決定的な AI」と「決定的なバックエンド」の橋渡しをするという、より複雑なチャレンジでした。自分が作ったツールをエージェントが実際に利用し、外部 API とやり取りしながらユーザーの課題をエンドツーエンドで解決した瞬間は、本当に大きな達成感がありました。

また、JAPAN AI STUDIOの UI 側でも React と Node.js を使って、複雑なバックエンド処理をわかりやすく見せる工夫を行いました。AI のパワーを「現場で使える体験」に変換する橋渡しを担えた、象徴的なプロジェクトだったと思います。

IMG_4922-2.jpg

ーーチームの役割と、ご自身の担当領域について教えてください。

私たちのチームは、JAPAN AI に新しい機能を継続的に追加していく役割を担っています。エージェント用ツールの拡張やカスタムオブジェクトの追加、外部サービスとの連携など、プロダクトとしての表現力と柔軟性を広げる部分を幅広く担当しています。

その中で私は、新機能の設計や実装を行うだけでなく、技術的な実現可能性の検討やアーキテクチャに関する議論にも深く関わっています。バックエンドエンジニアとしての知識を活かしながら、エージェントシステムとの接続部分や AI まわりのコンポーネントにも踏み込む、ハイブリッドな役割を担っているイメージです。

ーー最も技術的に難しいと感じる部分は? また、どう解決していますか?