LLM Nativeな業務アプリケーションのUXについて

人形町生成AI忘年会でのLT発表資料です

Transcript

1. LLM Nativeな業務アプリケーションのUXについて 株式会社Queue 柴田直人
2. 自己紹介 柴田直人 (Naoto Shibata) • • • 株式会社Queue CEO 東大工学部EEIC → Queue創業 (2016年) 大学時代: ロボット開発やMLを使った広告の予算分配モデルの研究 @sbtqueue <事業>
3. Morphとは？ 生成AIを活用した自動データ分析ツール ホワイトボード形式でデータ分析 誰でも簡単にダッシュボード構築 ホワイトボード上に自由にデータを貼り付けて、Step by stepでデータ分 析が可能なため、データの出自や分析フローをチームで直感的に確認する ことが可能です。そのため、データ分析に慣れていないメンバーでも分析 業務に取り組むことができます。 ホワイトボードで分析した結果をダッシュボードとしてまとめることがで きます。 分析結果をWebページや社内システムで公開することも簡単に可能です。
4. Morphの特徴・強み ② 大規模データにも対応 「エクセルが固まってしまった。。」ということは、もうありません。 Morphなら大きいデータでもサクサク動きます。 ① AIによる自動分析 プロンプトによって自動で分析・可視化を行えます。コードや複雑なツ ール操作をする必要はありません。 ③ 分析結果を簡単に共有 分析結果をNo-codeツールなどに簡単に埋め込むことができるので、 Webでの公開や社内共有などデータ活用もワンクリックで終わります。 ④ 安全にコラボレーション 同時編集や権限管理などのコラボレーション機能により、ビジネス部門 および他部署との連携を強化し安全にデータ処理を行えます。
5. 分析対象となるデータの事例 Morphでは様々なサービスとの連携を強化しています。 連携済みサービスでは、特に事前作業をする必要なく認証を連携するだけでMorph上でデータを操作することが可能です。 また、デフォルトで連携していないサービスであっても提携サービスと組み合わせることで各種プラットフォームと連携が可能です。
6. 2. LLM Nativeな業務アプリケーションのUXについて
7. 良いUX実現に向けてのKPIを整理する 業務アプリケーション 実現したい業務におけるUX / アウトプットの形式がある • • [業務とのUIの相性] ユーザーは生成結果を活用して次に何の業務をするのか？ 必ずしもChat UIが業務に良いとは限らない [簡単に使用するための工夫] 必要な情報を得るためにどれだけのことを説明できるのか？ 「私は〇〇の構造のテーブルを持っていて、XXの形式の表をXXの分析を した上で可視化したい」 => プロンプトで説明をするのは難しい
8. 業務とのUIの相性 IR担当者 「日々のExcelやデータ基盤での複雑な集計業務を楽にしたい」 「集計したチャートをそのままIRページに公開したい」 マーケター 「現場のマーケターでも複雑な分析を自走してアジリティを高めたい」 「KPIのトラッキングをするためのダッシュボードをもっと簡単に作りたい」 エンジニア 「ETLや分析Notebookを都度作るのも大変なので、現場でできる環境を整えてあげたい」 「チャート開発が意外と大変なのでもっと楽にチャートを実装したい」 β版の利用ユーザーにヒアリングをさせて頂き、実現すべきUXを特定した。
9. UXを起点にLLM実行システムのI/Oを決定する Prompt SQL Python • • LLMの前後の体験の方がより重要 → それに合わせてLLMの入出力の形式をコントロールする必要がある LLM単体ではなく、LLMに付随するシステム系をUXに合わせて定義し直す LLM実行システム • • 簡単なデータ取り込み 集計データ準備 • • • • • • 結果の再現性の担保 HTMLへの埋め込み 連続したチャート作成 チームでの共有体験 ドリルダウン分析 エラー時の修正体験
10. 簡単に使用するための工夫 • • 開発でコントロール不可能な部分 (=ユーザーのInputさせる部分)をなるべく小さくして、ユーザーへのタスクを最小化する 柔軟性 < ユーザーの期待通りの結果が得られるようにする
11. 簡単に使用するための工夫 UIで情報収集 promptの種類をカテゴライズ 細かい集計方法のみを指定 高い精度での生成結果!! 業務上必要な情報をシステムでUIとして定義をする
12. 告知 👇 ここからアクセスできます。 是非、トライアル触って頂けますと幸いです！ (無料でトライアルできます!)