AXを実現するマインドセット

Transcript

1. AXを実現するマインドセット Kawabata Kazuki @ Goodpatch, Inc
2. アジェンダ 1. 自己紹介 2. AXと指標 3. マインドセットと処方箋 4. 組織の壁 5. グッドパッチについて
3. 自己紹介 名前：川端 和樹 職業：エンジニア 経歴：ゲーム、マッチングアプリ、金融、広告と 様々な業界におけるエンジニア、EM経験を積んだ後 PdM、事業開発を経験。グッドパッチでは社長室に所属。
4. AXと指標
5. AXとは、の前に DXとは....？ 1. DX:デジタルトランスフォーメーション a. デジタルの技術を通じて企業変革を起こすこと b. 業務効率・生産性改善 2. 上記のうち、AI技術にフォーカスするものをAX: AI Transformationと呼ぶ
6. DXとAXとの違い：生産性以外にプロセスまで再定義される 目的 作業主体 指標 作業効率化 プロセスの再定義 人 生産性 精度・速度・コスト 人＋AI DX AX 既存SaaSと異なり、コストセンシティブであることも大きな特徴
7. プロセスの変遷：例えばこれがこうなる DX 1. 人が：探す 2. 人が：読み込む 3. 人が：わかる 4. 人が：活用する AX 1. AIが：探す 2. AIが：読み込む 3. AIが：わかる 4. AIが：まとめる 5. 人が：確認する 6. 人が：活用する ノ ウ ハ ウ 活 用 1. 人が：メールを探す 2. 人が：メール読み込む 3. 人が：請求書判定する 4. 人が：請求書をダウンロードする 5. 人が：請求書サービスに取り込む メ I ル 請 求 書 取 込 1. AIが：メールを探す 2. AIが：メール読み込む 3. AIが：請求書判定し、ファイル DL 4. 人が：確認する 5. 人が：AIにフィードバックする
8. AXにおける重要な指標：精度 /速度/コスト 精度 フォーマット、内容を期待したアウトプットを 100とした 時の評価 速度 プロンプト実行時に、 LLMがアウトプットを出すまでの リードタイム コスト プロンプト実行した際の LLM API実行コスト 1つのタスク・ 1つのプロンプト・ 1つのAPIだとトレードオフ構造 ただし、切り抜ける方法はある
9. マインドセットと処方箋
10. 重要なマインドセット： 100点を求めない LLMの精度が100%になることはない 1. 60点の積み重ねで求めるビジネスアウトプットを追求する 2. 速度についても、精度を求めれば遅く、コストもかかる。 3. 速度を優先してもコストがかかる。 技術的な制約を受け入れて、そこを切り抜ける形で事業実装することが重要
11. 処方箋：リアルタイム性は本当に必要？ 問い：プロダクト上の AI体験において、その場で作る必要はあるのか？ a. 作り置き形（事前でテンプレート的に処理したものに乗っける） i. テンプレートを作っていれば、小さなモデルでも実現可能 b. バッチ処理形（ユーザーが利用しないタイミングで一括実行） i. コスト効果が効く ii. Batch API(OpenAI)
12. 処方箋：精度は本当に必要か？ 問い：プロダクト上の AI体験において、精度 100%で作る必要はあるのか？ a. ユーザーフィードバックを活用した仕組みで個別最適化 b. 生成精度を同時に吐き出させる i. 生成AIの自信度を踏まえた上での業務実装 ii. 例えば) 判定：A、自信度：80 iii. 例えば) 経理処理者のメールの請求書判定を簡易実装し、 作業者の認知負荷を下げる
13. 処方箋：コストは本当にそのままでいいのか 問い：そのモデルじゃないとそのタスクは実行できないのか？ a. マイクロタスクに分割し、小さなモデルで実行できるようにならないか？ i. 1番大きなモデルでやってるタスクを 3つにわけて、いちばん小さなモデルで回し た方がコスト効果は絶大 ii. タスクを細分化＆可視化することで UX上の体験も改善できる可能性がある b. 部分的なタスクを得意なモデルに分けることも可能 i. 各モデルのアウトプットを JSON化(Structured Outputとかを利用し） ii. 次のプロンプトに回すなど。 c. データキャッシュを使って不必要に処理されないようにする
14. モデルコスト差はそもそも数十倍〜数百倍 (OpenAI)
15. 組織の壁
16. AX実現の組織の壁：木こりのジレンマ 業務プロセスを変えるのは難しい。 寓話：木こりのジレンマ「今は忙しいからあとで」 木こりは斧を研ぐことを忘れて目の前の仕事に忙殺されてしま う。業務プロセスも見直しの時間を取るタイミングを失い、なか なか改善する機会がない。
17. 実現するには：新しい業務プロセスを提示すること 1. AXしよう！という声かけでは何も変わらない。 2. 現状をAIネイティブ化のゴールを解像度高く提示することが大切 3. 段階的に（精度も含めて）AIフローに載せ替えていき、モーメンタムの形成にオー ナーシップをもつこと
18. 社内における AXの事例
19. ナレッジ検索エンジン（ RAG＋ブラウザ拡張アプリ） ・社内ノウハウが見つかる ・求める答えを生成 ・いつでも見返せる 社内プロダクト AIペルソナ ・知りたいバーチャルペルソナを生成 ・聞いた履歴が残せる
20. AIネイティブな事業の立ち上げ Hrmony Layermate
21. AIネイティブな事業の立ち上げ Hrmony Layermate
22. AXのナレッジはたくさんあります。 少しでもご興味をありましたらブースまでお越しください