社内のAI活用事例と活用促進のための取り組みを大公開！

Slide 1

Slide 1 text

Slide 2

Slide 2 text

Slide 3

Slide 3 text

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

Slide 11

Slide 11 text

Slide 12

Slide 12 text

Slide 13

Slide 13 text

© Recruit Co., Ltd. 13 自己紹介プロダクトデザイン室 SaaS領域プロダクトデザインユニット • 『Airペイ/Airレジ』新機能開発プロダクトマネージャー • 『プロダクトデザイン室AI活用プロジェクト』コンテンツ推進チームリーダー立教大学経営学部卒業 2022/04- 株式会社リクルートに新卒入社・2022/07-2023/4：『ポンパレモール』・2023/04-現在：『Airペイ/Airレジ』新機能開発・2023/06-現在：『AI活用PJ』所属役割略歴夏目大地 Daichi Natsume

Slide 14

Slide 14 text

© Recruit Co., Ltd. 14 プロデザ室AI活用PJとは ※2024年3月時点２つのチームに分かれて活動生成AIの「活用人数を、最大化する」を使命とするチームイベント企画・メルマガ配信など社内向けにコンテンツを発信。 AIコンテンツ推進チーム生成AIを使って「既存業務時間を短縮し、価値創造に時間を使う状態にする」を使命とするチーム業務生産性向上に向けてツール開発・検証を実施。フィジビリ推進T ※AI活用プロジェクトにおける活動は、リクルートのAI指針に則って行っております。

Slide 15

Slide 15 text

© Recruit Co., Ltd. 15 プロデザ室AI活用PJとは ※2024年3月時点２つのチームに分かれて活動生成AIの「活用人数を、最大化する」を使命とするチームイベント企画・メルマガ配信など社内向けにコンテンツを発信。 AIコンテンツ推進チーム ※AI活用プロジェクトにおける活動は、リクルートのAI指針に則って行っております。生成AIを使って「既存業務時間を短縮し、価値創造に時間を使う状態にする」を使命とするチーム業務生産性向上に向けてツール開発・検証を実施。フィジビリ推進T

Slide 16

Slide 16 text

Slide 17

Slide 17 text

Slide 18

Slide 18 text

Slide 19

Slide 19 text

Slide 20

Slide 20 text

Slide 21

Slide 21 text

Slide 22

Slide 22 text

Slide 23

Slide 23 text

Slide 24

Slide 24 text

Slide 25

Slide 25 text

Slide 26

Slide 26 text

Slide 27

Slide 27 text

Slide 28

Slide 28 text

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

Slide 32

Slide 32 text

© Recruit Co., Ltd. 32 UXリサーチから〜プロダクト企画における生成AI活用場所プロセス使い方一般的に使えるツール例 ※リクルートでの利用実績がないものも含むリサーチ設計リサーチクエスション/仮説の叩きの作成&壁打ち Graffer/chatGPT/claude3 リサーチ必要物の作成質問票の作成（RQ/仮説/仮説検証の基準/質問/各質問に割ける時間） Graffer/chatGPT/claude3 事前リサーチ上記リサーチクエスション&仮説へのデスクリサーチクエリを作成しての事前のデータ分析 Perplexity/Graffer/chatGPT/claude3 ※GPTでRQ/仮説を出す→それをperplexityで1つ1つ調べるリサーチシュミレーション 1回生成AIを練習台としてインタビューを実施し、質問票を更新（インタビュー不慣れなメンバーの場合） Graffer/chatGPT/claude3 リサーチ用プロトタイプ作成「動くプロトタイプ」を作成し、インタビュー中にその場でプロトタイプをアップデート！ Graffer/GPT Builder/Vrew 文字起こし/整理インタビュー文字/音声データの文字起こしと整理、課題の構造化、JTBDの発見など teamsAI/notionAI/notta/SpeachToText 効果試算リサーチの結果生み出したアイデアが創出する効果をフェルミ推定 perplexity/Graffer/chatGPT/claude3

Slide 33

Slide 33 text

© Recruit Co., Ltd. 33 例えば、リサーチ用プロトタイプを15分で1つ作る • 「動くプロトタイプ」として機能する • GPTBuilderは、「コンシェルジュ型MVP」と同等レベルの新しいMVPの型になる（だろう） • 自分/メンバーでinput< >outputを変え手を動かすとプロダクトの論点やリスク、10xのポイントに気づける • アイデアを内部で理解する速度が体感5倍になる • インタビュー中にversion0.2,→0.3,→0.4....をつくれる！

Slide 34

Slide 34 text

© Recruit Co., Ltd. 34 UXリサーチから〜プロダクト企画における生成AIの活用スタンス「今のその作業/思考を1回生成AIで！」「無理そう」でも1回Promptを！入り口チームメンバーにも「それ1回生成AIとやってみたらどうなる？」と問いかけ実験の被験者数を増やす副業や個人制作で生成AIに頼り切って限界を知ると同時に試行回数を増やす担当プロダクト領域のサービスを簡易的にトレースしたものにchatGPTのAPIを組み込んでみて、挙動を知り試行の質を上げる（個人制作として）試行者数UP 自分の試行回数 UP 試行の質UP GPT-4o、触りました？？？？？？？

Slide 35

Slide 35 text

Slide 36

Slide 36 text

Slide 37

Slide 37 text

Slide 38

Slide 38 text

Slide 39

Slide 39 text

Slide 40

Slide 40 text

Slide 41

Slide 41 text

Slide 42

Slide 42 text

Slide 43

Slide 43 text

Slide 44

Slide 44 text

© Recruit Co., Ltd. 44 プロダクト作りの苦労話 • 生成AIはプロンプトを修正すると振る舞いが変わってしまうので、回帰テストを回して望ましい品質になっているかのチェックが必要 • しかし、プロンプト修正やコード改修のたびに回帰テストを回すのは大変 • 生成AIの出力結果の確認も生成AIにやらせようとしたが、精度面をクリアできず挫折 • そこで開発フェーズで評価用のデータを作成し、その内容と著しくずれていないかをチェックする。大きくずれている場合は人力でチェックするようにして回帰テストの工数を削減&品質担保