はじめに

はじめまして。2026年6月から7月末までの約2ヶ月間、サイバーエージェントのインターンシップに参加していた坂田将樹です。私の配属先は「AI POS」チームでした。

テーマは「POS分析エージェントに熟練アナリストの知識をどう持たせるか?」というものでした。

 

背景と課題

AI POSとは、メーカー・小売業の業務プロセスに特化した自律型AIエージェントです。

参考：https://www.cyberagent.co.jp/service/dx/aipos/

例えば、POSデータをSQLで探索し、「この売上の伸びを作ったのはどういう人か。次の販促は誰に打つべきか」といった問いに対応した分析レポートを返すことができます。

配属直後のAI POSの課題点は、skillや知識を貯める仕組みがなく、使えば使うほど賢くなる構造になっていないことでした。また、特定の専門知識を与えた場合とそうでない場合で分析結果がどのように改善するのかという評価基盤が定まっていない状態でした。

これらの課題を解決するためには、1. ログ・議事録から知識を抽出し、2. DBに貯め、3. ベンチマークで評価し、4. その過程で知識をさらに蓄積するといったことが必要です。ただ、実際にこれらのパイプラインを構築する際は、各ステップで考えるべき問いが存在します。

• Q1 評価:分析結果は、どう評価するといいのだろうか?
• Q2 抽出:ログからどうやって知識を抽出すればいいのだろうか?
• Q3 保存・検索:知識はどう保存・検索するのが良いのだろうか?
• Q4 活用・育成:知識はどう活用し、どう育てるといいのだろうか?

インターン期間は主にこの4つを検証しました。最終的には貯めた知識を活用することでPOS分析の出力品質及び出力効率を引き上げました。具体的に何を作り、どのような効果があったのかは、以下のスライドにまとめています。

 

最終発表スライド

社内環境・インターン生活について

社内にはカフェがあり、専属のバリスタの方が淹れてくれる本格的なコーヒーやカフェラテを200円ほどで楽しめます。これが本当に美味しく、社員の方とこのカフェに行くのが仕事の合間の密かな楽しみでした。オフィスは渋谷駅直結とアクセスも良く、ランチや退勤後には社員の方々に美味しいお店へ何度も連れて行っていただきました。その席では、エンジニアの方や研究職の方など、さまざまな職種の方から実務のリアルなお話を伺うことができ、インターンの取り組みだけでは得られない貴重な学びになりました。お忙しい中お時間をつくってくださった皆さま、ありがとうございました。

また、社内ではLLMを潤沢に使える環境が整っており、2ヶ月という短い期間で検証を回しきるうえで非常に大きな助けになりました。

 

これから受ける人へ

本インターンは自由度が高く、やりたいことを自分で決めて進められる環境でした。おかげで2ヶ月間非常に楽しく取り組むことができました。一方で、テーマの抽象度が高いぶん、課題設定から検証の進め方まで自分でコントロールすべき要素が多く、ここは人によって向き不向きが分かれるかもしれません。裏を返せば、やってみたいことが明確にあり、裁量の大きい環境で働いてみたい人には、とても向いているインターンだと思います。

 

最後に

2ヶ月間、トレーナーの村脇さんをはじめ、プロダクト責任者の早川さん、小比田さん、澤木さん、チームの皆さんには、週次のMTGからSlackでの相談まで丁寧に付き合っていただきました。6月上旬に感じた課題をスピード感を持って今の形に持っていけたのは、この環境とチームの皆さまのおかげです。本当にありがとうございました。