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

Transcript

1. 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
2. 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
5. 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
6. AIチーム紹介
7. - 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
8. - 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
9. 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。
10. 「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。
11. - 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
12. 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。。
13. 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？
14. 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）
15. AIチームに参加してくれる⼈募集中です！！