かつて一般の人々にとって謎だった人工知能は、今や誰もが使えるようになり、参入障壁が取り払われた。典型的なベンチャーキャピタルの支援を受けたスタートアップが構築するのに数年かかっていたものが、今では適切なスキルを持つ1人の人間が週末でプロトタイプを作れるようになった。AIを活用したイノベーションは、インフラを構築できる大手テクノロジー企業の専売特許だった。
アマゾン、メタ、ネットフリックスでの経験を持つベテランビルダーであるAI製品マネージャーのジョーティ・ヌークラ氏によると、我々は根本的な変化を目の当たりにしている。この民主化は、製品の構築方法を変えるだけでなく、誰が構築できるかを変えている。ヌークラ氏は、これが複数の業界にわたる新世代の起業家精神とイノベーションを引き起こすと見ている。AI製品マネージャーとして、彼女は誰もがこれらのAI製品スキルを学び、革新的なビジネスアイデアや現在の役割に実装できると考えている。これは企業全体のイノベーションにつながる可能性があるが、現在、企業内ではAI製品トレーニングにギャップがある。そのギャップを埋めることが、組織を先頭に立たせることになる。
「AI製品スキルの民主化は、AIを大規模で専門的なチームが必要なものから、個人や小規模チームが実際に構築できるものへと変える。歴史的に、意味のあるAI製品には、深い機械学習の専門知識、インフラチーム、そして多額の資本が必要だった。それが高い参入障壁を生み出し、イノベーションを少数の大手テクノロジー企業に集中させた。ここ数年で変わったのは、モデルの能力だけでなく、誰が参加できるかだ。かつて10人のエンジニアチーム、200万ドルの資金、18カ月を必要としていたものが、今では適切なスキルを持つ1人の人間が週末でプロトタイプを作れる。しかし、ここに落とし穴がある。何を構築すべきか、問題についてどう考えるかを知ることが、今やボトルネックになっており、技術的な実装ではない。誰かにAI製品スキルを教えるとき、あなたは本質的に、彼らが1人で操作できる工場の鍵を渡しているのだ」
AI製品を理解する
AI製品は、事前に定義されたルールに従うだけでなく、情報を解釈し、判断を下し、不確実性の下で行動を取ったり推奨したりできる。従来のソフトウェアは決定論的で、事前に書かれた正確な指示を実行する。AI製品は確率論的だ。AI製品はパターンを学習し、曖昧さを解釈し、明示的にプログラムされていない出力を生成する。現時点では、AI製品はツールというよりも協力者として機能すると、ヌークラ氏は私に説明した。
「広く言えば、AI製品は従来のソフトウェアにはできない5つのことができる。AI製品は非構造化情報、つまりフォームやスキーマにきちんと収まらない入力、例えばテキスト、文書、画像、会話、音声、ログなどを扱うことができる。これにより、会議や長い文書を要約したり、メールやサポートチケットから洞察を抽出したり、履歴書、契約書、研究を解釈したりするAI製品を構築できる。これにより、ソフトウェアはフォーム駆動型からコンテキスト認識型へと移行する。AI製品は、単一の『正しい』答えがない場合に、分類、ランク付け、推奨、評価ができる。例えば、候補者、リード、コンテンツの適合性や品質を評価する。AI製品は、ユーザーが誰か、以前に何をしたか、今何が起こっているかに基づいて動作を変更でき、AI製品がツールというよりも協力者のように感じられるパーソナライズされた製品につながる。エージェントのような高度なAI製品は、提案するだけでなく、プロアクティブにユーザーに代わって行動する。例えば、フォローアップを下書きして送信したり、チケットを作成したりする。そして最後に、AI製品は実際の使用に基づいて改善でき、自己学習システムにつながる」と彼女は述べた。
AI機能の検証
ヌークラ氏は、AI製品スキルを教えることで、AI機能の範囲を定め、評価フレームワークを設計し、エージェント型アーキテクチャを考え抜き、エンジニアリングの帯域幅を待たずにアイデアを検証する方法を理解する強力な製品マネージャーを持つ組織につながると考えている。「AI製品思考の背後にある思考モデル、評価、コンテキストアーキテクチャ、人間とエージェントの相互作用は、ドメインに依存しない。一度学べば、深く理解している業界でAIの機会を見つけるためのレンズを突然手に入れることになる。それが真の解放だ。ドメインの専門知識と、今可能になったことを見る新しい方法の組み合わせだ」と彼女は付け加えた。「多くの才能ある製品マネージャーやデザイナーは、AI製品を構築するには『インフラ』が必要だと感じているため、大企業に留まっている。彼らが自分でAIネイティブ製品を設計して出荷できることに気づくと、計算が変わる。彼らはもはや完璧な技術的条件を『待つ』必要がない。プロトタイプを作成し、テストし、出荷できる」
AI製品スキルの民主化は、誰もが突然モデルをトレーニングしたりパラメータを調整したりする必要があるという意味ではない。それは、AIでどう考えるかを理解することを意味する。問題をどのようにフレーム化し、何が「良い」かを定義し、フィードバックループを設計し、機械がいつ行動すべきか、そして人間がいつしっかりと主導権を握るべきかを決定する方法だ。人々がAI製品スキルを学ぶと、彼らはもはやアイデアを検証するためにエンジニアリングの帯域幅や経営陣の賛同を待つ必要がなくなる。彼らは自分でテストできる。ピッチデッキを書く前に価値を証明できる。そして、実験が安価になると、起業家精神は必然的になる。
組織内のAI製品マネージャーは、AIが付加的な機能ではなく、提供される価値の中核である製品を設計、出荷、進化させる責任を持つ製品リーダーだ。従来の製品開発では、製品マネージャーが要件を定義し、エンジニアが決定論的システムを構築する。Xが起こればYを実行する。AIネイティブ製品では、AI製品マネージャーは確率論的システムを扱っている。AI機能は実行するたびに異なる動作をする可能性がある。これは、AI製品マネージャーがQAプロセス全体、エッジケース処理、信頼性保証を設計していることを意味する。これらすべてを完全に再考する必要がある。ヌークラ氏は、彼らは何かが機能するかどうかをテストしているだけでなく、結果の分布全体で十分に、一貫して機能するかどうかをテストしていると説明した。
ヌークラ氏は、AI製品マネージャーの日常業務がどのようなものかを共有した。
評価: モデルの出力をレビューし、何が「良い」かを洗練し、ルーブリックを構築し、失敗事例を分析する。これは製品を形作る継続的な実践だ。
コンテキストとデータの決定: AIが仕事をするためにどのような情報が必要か？それはどこから来るのか？どれくらい新鮮である必要があるか？これは製品品質を直接決定するアーキテクチャ作業だ。
境界設計: AIが自律的に行動する場所と、人間がループに留まる場所を決定する。これらの決定は微妙で、リスクが高く、常に再検討される。
実験: 変更が出力品質にどのように影響するかを理解するための構造化されたテストを実行する。従来のA/Bテストだけでなく、生成と動作の質的評価も行う。
部門横断的な翻訳: エンジニア、デザイナー、リーダーシップが何が可能で、何が難しく、何がリスクがあるかを理解するのを助ける。
プロンプトとコンテキストの反復: システムがどのように動作するかを形作る実践的な作業。多くのAI製品では、これが製品作業だ。
同様に、ドメインの専門家は現在、業界で先を行くためにAIを活用している。この新しい波の中で最も興味深い創業者は、必ずしもキャリアテクノロジストではない。彼らは医療オペレーター、法律専門家、金融専門家であり、何年も壊れたシステムと共に生きてきて、ついにそれを修正するツールを手に入れた人々だ。AI製品思考はドメインに依存しない。思考モデル、評価、コンテキストアーキテクチャ、人間とエージェントの相互作用を一度学べば、突然あらゆる場所で機会が見えるようになる。複雑すぎる、手作業すぎる、または「それがやり方だ」と感じられた問題が、解決可能に見え始める。
次の波を活用する
ヌークラ氏は、AI製品の次の波は、静かにワークフローを管理する常時稼働システムになると予測している。「AI製品の第一波は個別的だった。チャットボット、要約ボタン、推奨パネル。次の波は彼らに代わって行動する。我々は『メールを書くのを助けるAI』から『受信トレイを管理するAI』へと移行している。これによりAIはより目立たなくなるが、はるかに影響力が大きくなる。これは製品アーキテクチャ、信頼モデル、企業が人員配置とワークフローについてどう考えるかを変える。エージェントはシステム全体で作業を調整し、プロンプトに応答するAIを超えて、行動を調整するエージェント型システムへと移行する。実際には、これは目標をステップに分解し、複数のツールとデータソースと相互作用し、必要に応じて明確化を求め、信頼度が低いときに人間にエスカレーションするAI製品を意味する。これは、人間を置き換えるのではなく、調整のオーバーヘッドを処理することで、仕事のやり方を変える」と彼女は付け加えた。「さらに、モデル自体が商品化されているため、コンテキストが堀になる。今AI製品を差別化するのはコンテキストだ。あなたのビジネス、ワークフロー、履歴をどれだけよく理解しているか。勝者は、豊かで永続的なコンテキストレイヤーを構築する製品になる。メモリシステム、知識グラフ、時間の経過とともに理解を蓄積する統合だ」
では、これは人間の関与をどこに残すのか？評価的役割は、精度だけでなく、品質、信頼性、一貫性、整合性を評価する中核的なビジネス能力になる。ヌークラ氏はまた、業界とワークフローに特化した垂直AIが、一般的なAIツールを上回ると共有した。例えば、医薬品規制申請を理解するAIだ。AI製品マネージャーのように、適切なモデルを設計し、タスクをインテリジェントにルーティングするために、複合システムに正しいコンテキストと情報が供給されることを保証するために、人間も必要とされる。
ソロ創業者、小規模スタートアップ、大規模チームまで、AI製品を活用し、どのように活用するかを理解することで、歴史的には何年もかかっていた企業全体のイノベーションが可能になる。
