LLMは膨大なデータをもとに学習されているので、一般的な知識は網羅的に獲得できています。
驚くべきことに、文章を理解したように振る舞う挙動も獲得されています。
この2つの性質の範囲で実現できるタスクは得意と考えられます。
例えば、獲得済みの知識や与えられた文章から重要な部分を抽出し、わかりやすく提示するQAは該当します。
他にも、要約、翻訳、コーディング、アイディア生成といった内容は得意です。
ただし、「内容の正確性」には限界があるためLLMの出力を全面的に信用することは難しく、何らかの仕組みで検証することが必要です。

計画策定業務は考慮すべき要素が多く、制約を満たすかどうかの評価だけでも極めて複雑です。
LLMはロジックの正確な判定が苦手で、このような複雑な評価に対するエラーを完全に防ぐのは困難です。
自身の策定した計画の妥当性を正確に評価できる保証がないのは、計画策定業務において非常に問題です。
計画策定業務は天文学的な数の候補の中から、適した計画を1つ選ぶタスクです。
良い計画を一度の試行で見つけるのは困難なため、どうしても大量の計画を比較する必要があります。
LLMは出力にコストや時間がかかるため、大量の計画の比較にも不向きです。
以上の2点から、LLMに計画策定を直接任せるには高いハードルがあります。

計画策定では、複雑な制約の評価と膨大な組み合わせの探索が求められます。
これに対処するため、ALGO ARTISではまず要件定義を丁寧に行い、制約を正確に判定する専用エンジンを実装します。
専用エンジン開発では様々なアルゴリズムの手法を駆使して可能な限りの高速化を行い、多くの計画を比較できるようにします。
そのうえで、焼きなまし法などの最適化アルゴリズムを活用し、有望な計画案に絞って効率的に探索します。
エンジニア自身が現場の課題を深く理解し、最適なアルゴリズムを設計・高速化することで、高品質な計画立案を可能にします。