Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
生成AIプロダクト開発の難しさとMLエンジニアのネクストキャリア
Search
Kazuki Kitagawa
March 28, 2024
1
250
生成AIプロダクト開発の難しさとMLエンジニアのネクストキャリア
Kazuki Kitagawa
March 28, 2024
Tweet
Share
Featured
See All Featured
"I'm Feeling Lucky" - Building Great Search Experiences for Today's Users (#IAC19)
danielanewman
221
21k
Web Components: a chance to create the future
zenorocha
306
41k
Optimizing for Happiness
mojombo
370
69k
Let's Do A Bunch of Simple Stuff to Make Websites Faster
chriscoyier
501
140k
Agile that works and the tools we love
rasmusluckow
325
20k
How to name files
jennybc
65
93k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
7
3.4k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
188
16k
Become a Pro
speakerdeck
PRO
13
4.6k
Fashionably flexible responsive web design (full day workshop)
malarkey
398
65k
Building a Modern Day E-commerce SEO Strategy
aleyda
21
6.4k
Happy Clients
brianwarren
92
6.4k
Transcript
⽣成AIプロダクト開発の難しさと MLエンジニアのネクストキャリア 2024/3/28
⾃⼰紹介 北川 和貴(Kazuki Kitagawa) GaudiyでAIチーム⽴ち上げ、現在16名のAIチームのProduct Owner。2007年から 14年間に渡り⼤和証券でアルゴ取引クオンツ、2020年からOLTAにて与信モデル 開発とリスク管理システムの開発、2022年から現職。 k2_rod
None
None
FanlinkにおけるLLM Agentの活⽤ - SNSコミュニケーションハードル⾼い問題を解決できないか? - ⽂章作成⽀援、⾃動投稿‧返信、情報キュレーション - ユーザーごとにカスタマイズされた動的なユーザー体験‧コンテンツを提供 できないか? -
キャラクターAIとの対話、ユーザー毎のコンテキストに合ったクリエイティブの⽣成
AIチーム紹介
- ⽣成AIプロダクト開発の難しさ - 技術進化が早い → ⾃前開発‧⼯数の判断 - 「AI精度」のプロダクト要求調整 - ⽣成AI時代におけるMLエンジニアのキャリア
- AI PdMが⾒つからない!! - なぜこういう状況になっているか? - ⽣成AI時代のMLエンジニアキャリアを考える 今⽇のテーマ
- ⽣成AIプロダクト開発の難しさ - 技術進化が早い → ⾃前開発‧⼯数の判断 - 「AI精度」のプロダクト要求調整 - ⽣成AI時代におけるMLエンジニアのキャリア
- AI PdMが⾒つからない!! - なぜこういう状況になっているか? - ⽣成AI時代のMLエンジニアキャリアを考える 今⽇のテーマ
技術進化が早くて⾃前開発‧⼯数の判断が難しい 課題 - Big TechのリリースやOSSの技術進化で、コストや精度の問題が突如解決し たりする。 取り組み - 中⻑期的な研究開発とアプリ開発を同じチームで⾏う。 -
Daily standupで⼩刻みにピボットする。 - データ戦略など「⾃社ならでは」の強みに紐づいた戦略をたてる。
「AI精度」のプロダクト要求調整が難しい 課題 - プロダクト価値のコアに近いところでAIが使われるようになった(コンテン ツ⽣成etc)。 - ⼀⽅、「AIでいい感じに〜」で握ってリリース直前で揉める。 取り組み - プロダクト開発上流⼯程から⼊り「なんでもできる魔法のAI」状態にならな
いようにする。 - できる限り定量的に測れる「AI精度」を定義する。
- ⽣成AIプロダクト開発の難しさ - 技術進化が早い → ⾃前開発‧⼯数の判断 - 「AI精度」のプロダクト要求調整 - ⽣成AI時代におけるMLエンジニアのキャリア
- AI PdMが⾒つからない!! - なぜこういう状況になっているか? - ⽣成AI時代のMLエンジニアキャリアを考える 今⽇のテーマ
AI PdMが⾒つからない!! - ⾼いML専⾨性に基づき的確な技術⾒極め、開発戦略⽴案できる。 - プロダクトコンテキスト理解して、⼿持ちの技術アセットを組み合わせて最 強のHOWを提案して開発推進できる。 - ステークホルダーと「AI精度-コスト-レイテンシーのトレードオフとその実 現可能性」、「開発スケジュール」の認識がズレないように調整する⾼い⾔
語化能⼒がある。 - が、そんな⼈はなかなか⾒つからない。。
なぜこういう状況になっているか? - ML専⾨性の採⽤市場における価値は右肩上がり! - 技術を⾝につけて新しいものが作れるようになるのは楽しい! - プロダクト開発のステークホルダー調整は⼤変そう。。 - (これまでは)AIってプロダクト開発のあくまでEnablement的役割なのでAI PdMの仕事が今後も継続的に発⽣するかわからん。
→ 結果、AI PdMへの転⾝をしないという結論になりやすい構図?
⽣成AI時代のMLエンジニアキャリアを考える 今後どうなるか? - ⽣成AIの⾃由度の⾼さゆえAIがプロダクト価値提供の中⼼へと近づいた。 - ユーザーの最⼤公約数的なペイン解決 → ユーザー毎にカスタマイズしたペイン解決 - 「既存のビジネス」
x ⽣成AIで無限に課題解決の余地がある。 - ⾃動運転、CS対応、⾦融アドバイザー、...どんなプロセスにも⽣成AI⼊り込む余地あり - ⼀⽅「どうやってやるか?」、「ちゃんと実⾏できるか?」が重要になる。 → 「エンジニアリングデザイン」と「実⾏⼒」を⾼める!(と強そう)
AIチームに参加してくれる⼈募集中です!!