SDV規模のSW拡大
OTA、コネクテッドサービス、ADASの拡大により、コード規模と変更頻度が増え続けています。
Consulting
Automotiveシステム/SW開発
AI Agentコンサルティング
SDV時代の大規模Automotive SW開発で、Claude CodeやCodexなどのAI AgentをA‑SPICE、ISO 26262、SOTIF、機能安全、人によるレビュー制約に合わせて適用します。
Overview
AI Agentを使うこととAutomotiveに安全に適用することは別です
汎用AIツール導入ではなく、コードと成果物作成をどこまでAgentが支援し、どこを実務者がレビューし、どの証跡を残すかを標準準拠活動に合わせて設計します。
Why Now
SDV開発ではスピードと安全基準を同時に扱う必要があります
Automotive SWはOTA、コネクテッドサービス、ADAS、短いリリースサイクルにより大規模なSDVシステムへ拡張されています。AI Agentは有効ですが、標準、安全、証跡を前提にした開発・レビュー構造が必要です。
Time to Marketの圧力
人手だけで開発、レビュー、文書化を進める従来の方式では、短いリリースサイクルへの対応が難しくなります。
汎用AI導入の限界
Webやモバイル開発と同じ感覚でClaude CodeやCodexを使うだけでは、Automotive SW開発に適した適用とは言えません。
Framework
Agent選定、サブエージェント、Skill、レビュー規則を一体で設計します
LLMが有効な領域と、決定的なルール、テンプレート、チェックリスト、自動化、人によるレビューで制御すべき領域を分けます。
Claude Code、Codex、Local LLM、社内AIプラットフォームをセキュリティ、言語、標準制約に照らして検討
Agentが支援できる活動と実務者が責任を持つ活動を分離
A‑SPICE、ISO 26262、SOTIF観点でAI出力の利用範囲、レビュー基準、トレーサ ビリティ、証跡方式を定義
要求、設計、コード、テスト、安全分析、レビュー証跡を支援するサブエージェントとSkillを設計
セキュリティ制約に応じてSaaS Agent、社内プラットフォーム、Local LLMの適用方式を比較
Scope
ソースコードとエンジニアリング成果物の両方を支援します
Automotive AI Agent適用はコード支援だけではありません。要求、設計、検証、安全活動、レビュー証跡、文書成果物まで支援してこそ開発生産性と品質運用につながります。
AI Agent選定戦略
Claude Code、Codex、Local LLM、社内AIプラットフォームをどの業務に適用するかを決めます。
コード開発支援
AI支援コードの利用範囲、禁止領域、人によるレビュー基準、テスト、証跡を設計します。
文書成果物作成支援
要求、設計、検証、安全活動成果物のドラフト作成と品質確認を支援し、最終判断は実務者が行う構造にします。
サブエージェントとSkill構成
要求品質確認、テストケース案、レビューリスト、トレーサビリティ整理などをSkill単位で設計します。
Deliverables
プロジェクトに残る運用資産
コンセプト文書ではなく、繰り返し使える運用基準として残します。
Agent/Skill適用マップ
A‑SPICE、ISO 26262、SOTIF活動ごとのAgent/Skill、入力、出力、レビュー責任を整理します。
AI Coding Agent運用基準
Claude Code、Codex、Local LLMの利用範囲、レビュー基準、禁止事項、証跡管理方式を定義します。
文書成果物支援テンプレート
AI支援で要求、設計、検証、安全活動成果物を作成・確認するためのプロンプト、チェック リスト、テンプレートを提供します。
プロジェクト適用ロードマップ
開発、品質、安全チームが同じ規則でAgent/Skillを運用できるよう、パイロット範囲と移行計画を定義します。