生成AIネイティブな プロダクト・UI/UXを考える

■ 登壇イベント ：生成AI新年会2024@GMO Yours・フクラス
https://algomatic.connpass.com/event/306870/

■ Algomatic
HP：https://algomatic.jp/
採用情報：https://jobs.algomatic.jp/

Transcript

1. 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
2. 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.
3. 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.
4. 4 シゴラクAI：LLMを活⽤した法⼈向けの⽣産性向上⽀援サービス LLM STUDIO：業界特化型LLMの開発 新カンパニー：（準備中） ⽣成AI領域で「なんでもやる」 © 2024 Algomatic Inc.
5. 5 ① ⼀丁⽬⼀番地を、早く取る ② ⼀次情報から学び、未踏なサービスを⽣み出す ③ 中⻑期で勝ち続けられる強い組織を作る なぜ⽣成AI領域で「なんでもやる」のか？ © 2024 Algomatic Inc.
6. 6 構想に共感したDMM⻲⼭会⻑との共同創業と いう形で、Algomaticは創業されました。初期 からカンパニー制を採⽤し同時多発で複数事 業を⽴ち上げるという構想を、実現出来る資 ⾦を確保しています。 DMMから20億円の 創業資⾦の調達 © 2024 Algomatic Inc.
7. 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
8. 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
9. AIをオンボードしやすくする Cursorの例 • ソースコードや、ドキュメントを読み込ませることで、質の⾼いコードの⽣ 成等が可能に © 2024 Algomatic Inc. 9 https://cursor.sh/ より
10. 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
11. 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
12. 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
13. 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
14. 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
15. 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
16. 話しきれなかった詳細な内容は、全てnoteに書いています 16
17. • Software Engineer • Machine Learning Engineer • Product Manager • BizDev（新規事業⽴ち上げ） 17 © 2024 Algomatic Inc. 時代を代表する会社を作りましょう Twitter（X） @ono_shunsuke ご清聴ありがとうございました！