AIを活用したシステム開発が広がる一方で、AIの活用が「作って終わり」になることが多く、「現場で使い続けられる形」にするまでには、依然として多くの時間と手間がかかっていました。
　そこで大阪ガスは、「開発のあり方」に着目。企画から運用までの工程を一つにつなぐAI駆動開発基盤「WAAAP（Whole AI Agentic Automated Platform＝ワープ）」を生み出し、システム開発の進め方そのものを変えようとしています。
　「WAAAP」とはどのような仕組みなのか。どのようにして生まれたのか。本記事では、その背景や仕組み、実際の成果について紐解いていきます。

なぜ、システムは「作れても使われない」のか

　AIを活用したシステム開発は、多くの企業で進んでいます。しかし実際の現場では、試作品までは作れても、業務の中で使い続けられる形にするまでには至らないケースが少なくありません。その背景には、開発工程の中にあるいくつもの壁がありました。
　システムを実用化するには、プログラムの作成だけでなく、テストや運用準備、既存システムとの接続なども含めて対応する必要があります。とりわけ、現場ごとの業務ルールや運用条件に合わせた調整が求められる工程は、時間と手間がかかります。また、外部に開発を依頼する場合は、修正や改善のたびにやり取りが発生し、その都度対応にも時間を要し、知見が社内に残りにくい点も課題で、「作ること」はできても、「使い続けられる形にすること」が難しいというのが実情でした。
　こうした背景から、「開発プロセスそのものを変える」ために誕生したのが「WAAAP」です。IT企業ではなくユーザー企業である大阪ガスが自ら構築したこの基盤は、企画・設計から運用までを一気通貫でカバーしており、このような内製の取り組みは珍しい事例です。

「WAAAP」とは何か ——すべての工程をAIで支える開発基盤

　「WAAAP」とは、システム開発の企画から運用まで、すべての工程を一つの流れとして支えるAI駆動開発基盤(※1)です。開発の一部だけを効率化するのではなく、企画から運用までの工程全体を通して支えるように、開発の進め方そのものを見直しました。一般的なAI開発支援ツールは「コードを書く」工程の効率化が中心ですが、「WAAAP」は、テスト・リリース・運用という後半の工程までカバーしている点が大きく異なります。
　料理に例えるなら、レシピ作り・調理・味見・盛り付け・配膳まで、すべての工程をAIがサポートしてくれる──そんな仕組みです。どこか一つではなく、全体をつなげて支えることで、はじめて現場で使い続けられるシステムにつながります。

「WAAAP」の全体像

　こうした開発の一連の流れを、工程ごとにAIが支えています。

テストや運用準備など、自動化が難しい工程までカバーしている点が大きな特長

開発スピードと品質・安全性の両立

　「WAAAP」は、速さと安全性の両立を重視した仕組みを備えています。
　プログラムに変更を加えるたびに、テストから本番環境への反映までを自動で繰り返す仕組み（CI/CD(※2)）により、開発のスピードを確保。一方で、各工程の間には品質基準を満たさなければ先に進めない「品質ゲート」を設け、不具合の混入を防いでいます。
　さらに、IoT(※3)データのリアルタイム処理にも対応するクラウド環境を備え、開発したシステムをそのまま本番環境で稼働できます。稼働後もAIがシステムを常時監視し、異常の検知から修正案の提示までを自動で行います。
　加えて、過去のプロジェクトで得られたノウハウを社内共通の資産として蓄積・再利用することで、担当者に依存しない安定した品質も実現しました。
　この結果、外部委託による従来型の開発手法と比較して、開発期間を最大で約6割、費用を最大で約7割削減しました。

「WAAAP」を活用し、開発内容を検討するメンバー

従来手法と比べ開発期間約6割短縮、開発費用約7割削減を実現

「WAAAP」がもたらした変化――開発スピード・品質・コストの最適化

　「WAAAP」を使ったシステム開発の代表的な事例が、法人向け遠隔AIエネルギーマネジメントシステム「EnergyBrain」の開発です。「EnergyBrain」は、気象データや運転実績をもとにAIがエネルギー需要を予測し、お客さま設備の最適な運転計画の策定から現地設備の制御までを自動で行うシステムです。省エネ制御や自動VPP(※4)制御、EV充電ピークシフト制御などの機能を備え、脱炭素・コスト削減・省力化といったお客さまの多様な課題解決に貢献しています。
　「EnergyBrain」の開発では、「WAAAP」を活用した内製開発により、お客さまの特性に応じた柔軟な機械学習モデルの作成と、多様な設備への迅速な対応を実現しました。テスト工程では、外部委託で開発した他のシステムと比較して、不具合の修正にかかる時間を大幅に短縮しています。
　また、エネルギー分野に加え、食品や樹脂などの製造工程で水分量などを推定する成分推定AIの開発にも「WAAAP」を活用しており、活用範囲は着実に広がっています。

　なお、「WAAAP」の構築にあたっては、Google Cloudのテクニカルアカウントマネジメント（TAM）サービス(※5)を通じた技術支援を受けており、AI支援機能の一部にGoogle CloudのAI基盤サービス「Gemini Enterprise」(※6)を活用しています。この取り組みについて、Google Cloud JAPAC Technical Account Management Managing Directorの David Chow（デイビッド・チョウ）氏は、「『WAAAP』は、AIを活用して、品質・セキュリティ要件を満たしながら、一連の工程を一気通貫で効率化されている点は、プラットフォームエンジニアリング(※7)における一つの先進的な事例」と評価しています。

「WAAAP」が描く、これからの開発のかたち

　現在、Daigasグループ内での活用が進む「WAAAP」。エネルギー分野にとどまらず、製造・設備の監視、顧客対応、保守・点検などの現場業務へと、さまざまな領域への展開が検討されています。
　構築に携わった大阪ガス DX企画部の國政は、「目指したのは、開発の専門チームでなくても、速く、安全にシステムを作れる環境です。今後は、現場のアイデアがより早く形になる世界を実現していきます」と語りました。

WAAAPの構築に携わった大阪ガス DX企画部 國政

　開発のあり方を見直すことで、AI活用は一部の取り組みから日常のものへと変わりつつあります。現在はDaigasグループ内での活用を進めていますが、グループ内の実績を積み重ねた上で、将来的にはグループ外への展開も視野に入れています。 「WAAAP」は、そうした変化を支える基盤として、新たな“当たり前”を生み出しつつあります。