生成AIネイティブなプロダクト・UI/UXを考える

by Shunsuke Ono

Slide 1

Slide 1 text

Algomatic CEO ⼤野峻典⽣成AIネイティブなプロダクト‧UI/UXを考える

Slide 2

Slide 2 text

東京⼤学⼯学部卒。東京⼤学にて深層学習を⽤いた研究プロジェクトに従事。卒業後はIndeedにて新規事業のソフトウェア開発‧プロダクトマネジメント、機械学習基盤の開発を⾏う。2018年、機械学習 ‧深層学習を⽤いたソリューション開発を⾏う株式会社Algoageを創業し、100名超の組織に成⻑。 2020年、DMMグループへM&Aによりジョイン。 2024年、⼤規模⾔語モデル等⽣成AI技術を活⽤した、サービスの開発‧提供を⾏う株式会社 Algomaticを創業。 Algomatic 代表取締役CEO ⼤野峻典 / Shunsuke Ono 2 © 2024 Algomatic Inc.

Slide 3

Slide 3 text

3 5年で1000億円、10年で1兆円企業を⽬指します。時代を代表する企業になる⽣成AI技術は、インターネットの登場のように、私たちの⽣活やビジネスに⼤きな変⾰をもたらします。 Algomaticは、この技術⾰新によって⽣まれるチャンスを掴み、時代を変える事業を⽣み出します。私たちが⽬指すのは、⽣成AI時代のトップランナーとして「時代を代表する企業」になることです。 5年で1000億円、10年で1兆円企業を⽬指します。 Our Vision © 2024 Algomatic Inc.

Slide 4

Slide 4 text

Slide 5

Slide 5 text

Slide 6

Slide 6 text

Slide 7

Slide 7 text

AIネイティブなプロダクト設計に必要な観点 ❶ AIをオンボードしやすくする ❷ AIと協働（Copliot）しやすくする ❸ AIを隠す（カプセル化） ❹ AIによる能⼒拡張から⾃動化（Agent） ❺ AIによるレバレッジを効かせる 7 アジェンダ

Slide 8

Slide 8 text

AIをオンボードしやすくする⼈と働く際同様、オンボーディングすることで、⽣産性を上げる ● ⼈と働く際は、仕事の前提となるコンテキストを渡すし、仕事の進め⽅を指南するマニュアルを渡す ● e.g. ソフトウェア開発： ○ ソースコード全体‧ドキュメントを共有 ○ 「全体としてどういうアプリケーションを作っているのか」「プログラムからだけでは理解しづらい思想（仕様からコーディング規約等お作法まで）」を共有 ● AIでも同様。「⾃然とAIをオンボーディングする/しやすいUX」が必要 © 2024 Algomatic Inc. 8

Slide 9

Slide 9 text

Slide 10

Slide 10 text

AIと協働（Copliot）しやすくする⼈と働く際と同様、協働に適切なインタフェース‧プロトコルを設計する ● ⼈と働く際に、当然使い分けるインタフェースやプロトコル ○ 柔らかい議論には、チャットやビデオ会議 ○ 何らかドキュメントをつくる場⾯では、コメント‧レビュー‧編集機能を持つドキュメントツール上で協働したり ● AIでも同様、すべてにおいてChatが適切なわけではないし、常にChatが悪⼿なわけでもない ● ユースケースに応じて、設計が必要 © 2024 Algomatic Inc. 10

Slide 11

Slide 11 text

AIと協働（Copliot）しやすくする Cursorの例 ● コードベース全体についての質問等、⾃由度⾼い会話が求められるケースはチャット ● 特定のコードを編集したい際は、該当箇所を選択しながら、意図を⾃然⾔語で伝える ○ GitHub上でのPRコメント、Google Docsでのコメントと似ている ● 提案されたコードの取捨選択は、差分ごとに、accept/discardを選択 © 2024 Algomatic Inc. 11 https://cursor.sh/ より

Slide 12

Slide 12 text

AIを隠す（カプセル化）密な協働が不要な（むしろ無い⽅が良い）ケースがある ● 例えば、⼈における外注‧BPO ○ ⼀部の外注では、タスクの⼊出⼒のみをケアし、内部の処理を気にしない ● 内部のプログラムからAIを活⽤する。ユーザーから直接AIやその周辺の処理を制御しない ○ プログラムにおけるカプセル化と似ている ● ユーザーのリテラシー向上を求めない、シンプルで簡単なUXになりやすい ○ 密に連携するCopilot体験と逆 ○ Copilot的UXは、柔軟性が増える反⾯、ユーザーのリテラシー向上を求めがち © 2024 Algomatic Inc. 12

Slide 13

Slide 13 text

AIによる能⼒拡張から⾃動化（Agent）まずは「能⼒拡張」。徐々に「⾃動化」 ● AIモデルのケーパビリティの急速な成⻑ ● より⾼度なAgentiveな体験が求められていく ○ 今最適なワークフローと、数年後最適なワークフローが変わる ● また、進化に伴って、バリューチェーンを広げていけるような切り⼝のプロダクト設計が必要 ○ 過渡期に⼀時的に切り出されていて、広がりが無いタスクを解くプロダクトは不要に © 2024 Algomatic Inc. 13 一連のタスク・ワークフロー⼈間 AI ⼈間⼈間⼈間 AI ⼈間 AI ⼈間拡張⾃動化

Slide 14

Slide 14 text

AIによるレバレッジを効かせる⼈におけるベストプラクティスをアンラーンし、AIの⼒をレバレッジする ● ⼈とAIで得意不得意は違う ○ e.g. 知識量：司法試験‧医師国家試験に合格できる ○ e.g. アウトプット量‧速度‧コスト：多くのタスクで⼈より早く、⼤量のアウトプットを無限の体⼒と24H稼働で出せる ● AIの能⼒のレバレッジを効かせる ○ ⼈と働く際のベストプラクティスに引きずられない ● Cursorの例 ○ e.g. 「ラフに要件伝えアウトプットの実装（たたき）⾒ながら何度か指⽰して修正」をしやすいUX ■ v.s. 「仕様をきれいにまとめてからコーディングを依頼」はw/⼈間では正しいが、w/AI では⾮効率 © 2024 Algomatic Inc. 14

Slide 15

Slide 15 text

AIネイティブなプロダクト設計に必要な観点 ❶ AIをオンボードしやすくする ❷ AIと協働（Copliot）しやすくする ❸ AIを隠す（カプセル化） ❹ AIによる能⼒拡張から⾃動化（Agent） ❺ AIによるレバレッジを効かせる 15 まとめ