株式会社イー・ビジネス推出企业级AI驱动开发解决方案「Enterprise AIDD Solution」

Q: 什么是AIDD？

AIDD意为AI驱动开发（AI-Driven Development），不仅用于代码生成，还涵盖需求定义、架构设计等上游工程，旨在优化整体开发流程。

Q: 此解决方案适合什么规模的企业？

特别适合涉及大规模系统开发的企业，或是在多部门协作且极度重视说明责任与品质管理的开发环境。

Q: 会对现有的开发流程产生影响吗？

由于需将人类与AI代理人纳入同一个工程框架，因此可能需要对现有工作流与审批机制进行适度的标准化与调整。

株式会社イー・ビジネス（以下简称E-Business）宣布推出企业级AI驱动开发解决方案「Enterprise AIDD Solution」。 本解决方案的设计初衷不仅是作为个人生产力提升工具，而是作为一个运营基盘，将人员、AI代理人、交付成果、决策历程与审批进程纳入单一运营框架中进行统一管理。以知识基盘整备服务「eBase」与AIDD运行基盘「Light Forge」为内核，在维持整体开发业务脉络的前提下，提供从运行实作、组织运营到持续改善的一贯性支持。 ## 企业开发现场中AIDD活用面临的挑战 尽管生成式AI与AI代理人工具的应用正迅速普及，但多数企业仍将AI定位为个人层面的辅助工具，尚未将其集成至组织级的业务流程中。 因此，企业难以掌握AI参考了什么数据、影响了哪些决策、在何处进行人为核准以及通过何种条件进行审批等全流程细节，导致难以发展为组织级的成熟运营体系。 日本IT开发现场目前真正需要的，不仅仅是增加AI用户数量，而是构建一套能将人员、AI代理人、交付成果及核准进程进行一体化管理并持续运营的体系。 ## AIDD的内核：深度应用于上游与超上游工程 企业目前对AI的期待已超越单纯的代码生成效率。现状盘点、RFP明确化、需求整理、问题结构化、影响范围分析及设计决策支持等对后续工程影响重大的「上游」与「超上游」支持价值，正变得愈发重要。 在日本企业中，关键知识散落于原代码、设计书、规范说明书、会议记录、审核历史、运营记录、申请文档及修改历程等多样数据中。AIDD旨在将这些数据结构化，创建AI能用于业务判断的知识基盘。此外，持续整备承担上游业务所需的能力，是实现AIDD的重要前提。 基于上述前提，E-Business通过集成「eBase」知识基盘整备与「Light Forge」AIDD运行基盘，支持企业级AIDD的实作与运营。 eBase负责将各类数据结构化，作为AI应用的知识基盘；Light Forge则在管理人员、AI代理人与交付成果的同时，支持运行、运营与改善。两者协作，实现超越个人应用层面的组织级运营型AIDD。 ## 针对客户挑战的解决方案 本解决方案的特点在于不单独枚举功能，而是针对客户面临的挑战，提出「需整备什么、如何运营、引导至何种价值」的一贯思维。以下整理四项代表性挑战： - 挑战 1：企业知识散落，AI无法理解业务脉络。 对策：通过eBase结构化处理文档、代码与历程信息，并重组为AI易于参照的知识服务（Knowledge Graph/Ontology/MCP）。 - 挑战 2：AI应用过度依赖个人，难以定型为组织能力。 对策：通过Light Forge将技能、规则、模板、代理人定义与运行条件设置为组织资产进行管理。 - 挑战 3：AI代理人未被视为正式工程参与者进行管理。 对策：通过Light Forge集成任务分配、工作流设计、交付成果状态管理与审批闸道。 - 挑战 4：项目停留在PoC阶段，无法持续改善。 对策：将审核结果、决策历史与失败模式回流至知识基盘，持续更新知识与技能。 ## Enterprise AIDD Solution的内核功能 - 支撑AI应用的知识基盘整备：既存资产结构化与基盘转换。 - 代理人／工作流集成运行：人员与AI代理人的角色协作与进度管理。 - 设置资产与运营规则标准化：从个人依赖转型为组织化运营。 - 可视化、监控与持续改善：通过日志与监控机制进行品质提升。 ## 主要导入场景 - 既有系统修缮与遗留系统现代化。 - 需求定义与基础设计前的现状盘点。 - 多部门、多供应商参与的复杂开发项目。 - 高度重视品质、稽核与说明责任的案件（金融、公共、内核系统等）。 ## 预期带来的价值 - 提升上游工程精确度：提升需求整理准确度，降低重工。 - 转型为组织化运营：创建具备可再现性的运营模式。 - 确保说明责任：提升采纳决策时的可视度。 - 中长期能力养成：持续强化知识基盘与技能，累积组织资产。

常見問題