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
350
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
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
4
380
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
329
21k
GraphQLの誤解/rethinking-graphql
sonatard
67
10k
Speed Design
sergeychernyshev
25
630
No one is an island. Learnings from fostering a developers community.
thoeni
19
3k
The Cult of Friendly URLs
andyhume
78
6.1k
The MySQL Ecosystem @ GitHub 2015
samlambert
250
12k
A Philosophy of Restraint
colly
203
16k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
31
2.7k
How STYLIGHT went responsive
nonsquared
95
5.2k
Reflections from 52 weeks, 52 projects
jeffersonlam
346
20k
Mobile First: as difficult as doing things right
swwweet
222
8.9k
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!!