AI が製品開発にどのような変革をもたらすのか、そしてその準備はどのように行われるのか [AWS のスタートアップ向けシニアアドバイザーからの洞察]

ビジネスオーナーなら誰でも知っているように、製品と市場の適合性は、ビジネスを始める上で最も困難な側面の 1 つです。

構築すべき適切な製品を予測し、プロトタイプの構築、実験、テストに投資することは、非常に長く高価なプロセスであり、多くの場合、企業経営者は製品をテストする前に資金が不足してしまいます。

幸いなことに、AWS のスタートアップ向けシニアアドバイザーで AI の専門家でもあるディーパム・ミシュラ氏は、「AI の最新の進歩によって、このプロセスはまさにひっくり返されようとしています」と語った。

私はミシュラ氏と対談し、AI が製品開発プロセスのあらゆる側面にどのような変革をもたらすのか、そして新興企業や中小企業がそれにどのように備える必要があるのか​​について話し合いました。

AWS のスタートアップ向けシニアアドバイザーが語る、AI は製品開発にどのような変革をもたらすのか

1. 製品と市場の適合性の予測がより正確になります。

ミシュラの経験から、製品と市場の適合性が不十分なために多くのスタートアップが失敗するのを見てきました。

これは、より広範な傾向と一致します。 中小企業や新興企業のなんと 35% が、市場のニーズがないために倒産しています。

幸いなことに、AI がこの問題の解決に役立ちます。 AI を活用したデータ分析は、新興企業が自社の製品が実際に顧客のニーズを満たしているかどうか、または適切なユーザーを選択しているかどうかを判断するために必要な定量的および定性的データについて、より正確で包括的なビューを収集するのに役立ちます。最初の場所。

データの収集と分析時に AI を活用することは、チームが顧客をより深いレベルで理解するのにも役立ちます。

ミシュラさんは私にこう言いました。「AI を使用すると、既知の問題の背後に隠れている顧客の本当のニーズを理解しやすくなります。 多くの場合、エンジニアは顧客の定量的および定性的なニーズを深く理解せずにプロトタイプの構築を開始します。 生成 AI が登場する前は、そのような情報を分析するためのツールはそれほど機能的ではありませんでした。」

2. AI により、イテレーションの速度と市場投入までの時間が大幅に向上します。

テストする製品のモックアップやプロトタイプの作成は、製品開発ライフサイクルの中で最も時間がかかる部分の 1 つです。 通常、電子機器のプロトタイプの作成には 4 ～ 12 週間、3D プリントのモックアップには 1 ～ 4 週間かかります。

「物理的な具現化、さらには製品の 3D または視覚的な具現化を生成するのにかかる時間には、その背後に実際の物理学が必要です」とミシュラ氏は説明します。

「プロダクト マネージャー、デザイナー、ソフトウェア エンジニアにとって、製品を 3 次元モデルに構築するのはかなり長いプロセスです。」

言い換えれば、プロトタイプの作成とテストに費やした時間と費用はすべて、最終的にビジネスに損害を与える可能性があります。

AI がわずか数時間でモックアップやプロトタイプを作成できる世界の威力を想像してみてください。

このスピードは単なる便利なだけではありません。大きな利益をもたらさない製品機能に時間やリソースを浪費できない中小企業や新興企業にとっては、命を救うことになる可能性があります。

ミシュラにとって、これは製品分野で最もエキサイティングな機会の分野の 1 つです。

彼は次のように述べています。「コンテンツを非常に速いスピードでゼロから作成し、より高い精度で作成できるという事実は、このすべての中で最もエキサイティングな要素の 1 つです。」

3. AI により、顧客のフィードバックの収集方法が変わります。

プロトタイプ、あるいは最低限の実用的な製品を手に入れたら、そこで反復をやめることはできません。 次に改善または反復する方法を学ぶには、将来の顧客または現在の顧客を対象にテストする必要があります。

そしてこれまで、製品分析は主に構造化データまたは数値データに限定されていました。

しかし、構造化データには限界があります。

ミシュラは私にこう言いました。「ほとんどの企業情報は、文書や電子メール、ソーシャル メディアでの会話の形で存在するため、構造化されていません。 ビジネスのデータのうち構造化データは 20% 未満だと思います。 したがって、情報の 70% ～ 80% を分析しないと、多大な機会コストが発生します。」

言い換えれば、顧客が製品にどのように反応しているかを分析するための定量的なデータを収集および分析するためのスケーラブルなソリューションはあまりありません。

現時点では、多くの製品チームはフィードバックを収集するためにフォーカス グループに依存していますが、フォーカス グループは必ずしも顧客感情を正確に表現しているわけではないため、製品チームは実際に顧客にサービスを提供しない製品を作成する可能性に対して脆弱なままになっています。

幸いなことに、「生成 AI は、顧客のフィードバックをビジネスのデータに変換するのに役立ちます」とミシュラ氏は説明します。 「ソーシャル メディアでのフィードバックや製品使用に関するコメント、顧客フォーラムでのおしゃべりをたくさん受け取ったとします。 これからは、その情報をチャートや傾向線に変換し、これまで構造化データを分析してきたのと同じ方法で分析できるようになります。」

彼はさらに、「基本的に、顧客がどの機能について最も話題にしているかを把握できます。 または、特定の製品の機能に関して顧客がどのような感情を抱くか。 これは、製品と市場の適合性、さらには製品にどの機能を追加または削除するかを決定するのに役立ちます。」

定量的なフィードバックを実用的なデータポイントに変換できることの潜在的な影響は非常に大きいです。

AI の助けを借りて、チームは、顧客にとって最も重要な製品機能に本当に時間とエネルギーを投資しているという確信を得ることができます。

4. AI は、エンジニアとプロダクト マネージャーがソフトウェアと対話する方法を再定義します。

AI は製品を開発するだけでなく、製品を開発するチームを革新することもできます。

これまで、私たちは特定の製品スイートについて人々にトレーニングを提供することを中心に役割全体を定義してきました。 彼らは特定のソフトウェアの専門家となり、各部分がどのように機能するかを理解しています。

将来的には、これらのソフトウェア専門家が必ずしもトレーニングを主催する必要がなく、AI がチームの新入社員の強化にどのように役立つかがわかり始めるでしょう。

おそらく、チームに経験の浅い若手プログラマーがいるでしょう。 彼女が貴社のソフトウェア コーディングに関する特定の規律を確実に遵守できるように、AI コード生成ツールを使用してソフトウェア コーディングの多くを事前にプログラムし、体系化することができます。

プロトタイピングなどのより集中的なプロセスの場合、一部のトレーニング業務はチャットベースの AI に置き換えることもできるとミシュラ氏は説明します。 「私たちは、より自然なチャット タイプのインターフェイスが、ソフトウェアやハードウェア ツールに助けを求める非常に複雑な方法を置き換えることができることに気づきました。」

あなたの会社がウィジェットを設計する必要があるとします。 プロトタイプのモックアップに時間とリソースを費やすのではなく、チャットボットにいくつかの設計例を作成し、制約を提供するよう依頼できます。

「どのような機械学習ツールが使用されているかを知る必要さえありません」とミシュラ氏は付け加えました。「チャット インターフェイスに話しかけるだけで、チャットの背後には 5 つの異なる製品がある可能性があります。 しかし人間として、私たちはツールのことよりも、その結果のことをもっと気にします。」

5. AI は製品分野における人間の創造性を高めます。

機械学習は 20 年近く前から存在しており、製品開発の分野ではすでに長い間活用されてきました。

しかし、それは大きく変わろうとしています。

ミシュラが私に説明してくれたように、古い機械学習アルゴリズムは入力を出力に変換するパターンを学習し、そのパターンを目に見えないデータに適用できました。

しかし、新しい生成機械モデルは、このプロセスをさらに一歩進めています。まだ目に見えないデータにパターンを適用することができますが、創造的なプロセスの背後にある考え方をより深く理解することもできます。

「彼らは、ソフトウェアプログラマーがどのようにソフトウェアを作成するのか、デザイナーがどのようにデザインを作成するのか、アーティストがどのように芸術を作成するのかを理解することができます」とミシュラは私に言いました。

さらに彼は、「これらのモデルは、創作の背後にある考え方を理解し始めていますが、それはこの作品の楽しみでもあり、恐ろしい部分でもあります。 しかし、これは製品開発のほぼすべての段階に当てはまり、人間の創造性の要素を最大限に高めることができるようになりました。」

言い換えれば、AI はプロダクト マネージャー、エンジニア、デザイナーが新たな領域を進む際の副操縦士となり、機械的で反復可能なアクションが、より優れた、より強力な製品の設計と反復に費やされる時間に置き換えられることになります。

最終的に、AI は顧客体験を完全に変えるでしょう

AI と製品分野の長期的な影響については、別途、より深い会話が必要です。

今のところ、製品リーダーは、既存の機能に AI を追加することで製品を効果的に強化する方法に主に焦点を当てています。

ミシュラ氏が言うように、「現在、ほとんどのリーダーは『自分が持っていたものを生成AIと交換させてくれ』と言っています。」 したがって、これらの製品は以前のモデルのバージョン 2.0 と考えることができます。」

「しかし、」と彼は続けます、「より野心的なイノベーターの一部が取り組み始めている次世代のソリューションは、顧客体験を完全に再考しています。 彼らは単に「製品に AI を追加しています」と言っているのではなく、「AI を基盤として製品自体を全体的に考え直しましょう」と言っているのです。 彼らは人間とテクノロジーの間のインターフェースを再考するでしょう。」

現在、消費者は Netflix や Amazon Prime などのさまざまなストリーミング サービスから選択し、ストリーミング サービスは以前のユーザーの行動に基づいて AI ベースの推奨事項を提供します。

ミシュラ氏は次のように説明しています。「スタートアップの第一波は、『よし、その予測をより正確にしよう』と言うでしょう。 しかし、スタートアップやイノベーターの第 2 波は、「ちょっと待ってください…なぜ 1 つのプラットフォームだけを心配する必要があるのですか?」と言うでしょう。 もっと大きく考えてみませんか？』

「つまり、『あなたの好みがわかっている 3 つのジャンルではなく、あなたの気分やその他 10,000 の行動に応じて、さまざまなプラットフォームでコンテンツを生成させてください』と言う企業が出てくるでしょう。」

これは現在の製品開発プロセスにどのように適合しますか? そうではありません。

代わりに、完全に上下逆さまになります。 そしてそれは恐ろしくもあり、スリリングでもあります。

ミシュラ氏はこう提案します。「製品エクスペリエンスをどのように再考しますか? そこに人間の創造性が活かされるのだと思います。」

AI と製品開発を始める方法

1. 実験を開始します。

ミシュラ氏は、今は製品分野において刺激的な時期であると同時に、困難な時期でもあり、多くの中小企業や新興企業がそもそも AI に投資すべきかどうかさえ疑問に思っていることを認めています。

変化は急速に起こっており、AI のどの側面に投資すべきか、または現在のプロセスに AI を導入する際にどのようにアプローチすべきかを判断するのが難しい場合があります。

ミシュラのアドバイス？ 「実験を始めてください。一度始めてみると、ずっと簡単であることがわかります。 また、顧客情報やフィードバックの分析、エンタープライズ検索など、AI を運用環境に導入するかどうかに関係なく、価値をもたらす領域がいくつかあります。これらの実験から、目を見張るような価値が見え始めるでしょう。それはあなたを正しい道に導くでしょう。」

幸いなことに、何かを最初から作成するために独自の機械学習エンジニアを雇う必要はありません。 代わりに、Amazon が最近リリースした Bedrock のようなツールを検討してください。Bedrock は、API を使用して既存のアプリケーションに追加できる、事前に構築された生成 AI モデルを提供します。 これにより、AI トレーニングを省略してデータ侵害のリスクを制限し、数分で稼働できるようになります。

2. AI がチームのどこに役立つかを特定します。

Mishra 氏は、ビジネスにプラスの ROI をもたらす適切なユースケースを見つけることをお勧めします。

最終的には、ビジネスのどの分野が AI から最も高い価値を得ることができるかを時間をかけて判断し、そこから始めることが重要です。

たとえば、彼は次のように示唆しています。「顧客対応活動の分野で多くの仕事が行われているのを目にします。なぜなら、それが収益を促進するためであり、それは潜在的に高価値になるからです。」

自分のチームでどこから始めればよいかわからない場合でも、車輪を再発明する必要はありません。 すでに他社が検討している一般的なソリューションについて説明してもらえるクラウドの専門家や新興企業に連絡することを検討してください。

3. 関係者の同意を得る。

実験には、同様に重要な要件がもう 1 つあります。それは、利害関係者とリーダーの同意です。

ミシュラ氏は次のように述べています。「文化的な調整と利害関係者の調整は、企業が取り組み始める必要がある重要な領域だと思います。 トップリーダーが間違った理由で恐れを抱いている場合、それが彼らの成長を阻害する可能性があります。」

AIに関しては確かにプライバシーとデータ漏洩の懸念があります。 さらに、AI は完璧ではありません。結果を提供するときに幻覚が現れたり、不正確または偏った情報を提供したりする可能性があります。

つまり、AI への投資を指導者に説得する際には、AI が船の舵を取るわけではないことを強調することが重要です。 代わりに、チームの信頼できる副操縦士になります。

また、注意することも重要です。リーダーが AI への投資にリスクがあると感じている場合は、AI に投資しないリスクも考慮する必要があります。

ミシュラ氏は次のように述べています。「これは独創的な瞬間であり、他の新興企業や大企業が製品革新サイクルを加速し始めると、取り残される可能性があります。」