はじめてのAI機能企画 / cariot-pm-hub-lt-night

2025年10月24日に開催された「プロダクトマネージャーLT Night 〜生成AI機能の現場実践と失敗からの学び〜」の発表資料です。

https://pmhub-findy.connpass.com/event/367179/

Transcript

1. 株式会社キャリオット 遠藤 匠 はじめてのAI機能企画 2025/10/24 プロダクトマネージャーLT Night 〜生成AI機能の現場実践と失敗からの学び〜
2. 2 自己紹介 2 • 遠藤 匠 • 株式会社キャリオット プロダクト開発 部長 – Mission「クルマがつながる、シゴトが変わる」 – ソラコムの子会社（2024年10月設立） • 役割 – プロダクトマネージャー（2年） – エンジニアリングマネージャー（7年） – フルサイクルエンジニア（9年） • 経歴 – 2007/4〜 SIer – 2015/2〜 フレクト – 2024/10〜 キャリオット（事業承継による転籍）
3. 3 Cariot (Car + IoT) : B2Bの車両動態管理SaaS スマートフォンアプリ、車載デバイス、ドラレコを活用して、 モビリティデータをかんたん＆リアルタイムに、可視化・分析・共有したり、 アルコールチェック、車両予約、点検など車に関する業務のDXを支援するクラウドサービス 契約数 400社以上 稼働台数 約10,000台
4. 4 AI機能企画のはじまり 世はまさに大AI時代 我々のサービスでもAIを使った機能で マーケットへのアピール、 お客様に新しい価値をお届けしたい
5. 5 Cariot MCP Server AI機能としての第一弾 車両管理SaaSとしては（おそらく）初 機能は厳選して、約1ヶ月でリリース 「車両動態管理の業務がプロンプトで便利に 代替できるか」の試金石として、一定の手応え MCP Server単独提供ではClaude等の利用が前提で、 実ユーザーに利用ハードルが高いため、 「ふーん、いいですね」で終わりがち ここからはMCP Serverに続く第二弾以降のAI機能企画の話をします
6. 6 第一のモヤモヤ：機能の方向性を決めるまで ・VOC(Voice of Customer)や課題から 　共通項を見出して、考えることはできるが、 　何もないところから何かを生み出すのは苦手… ・AIと壁打ちしながら考えても 　どこかで聞いたようなアイディアに 　帰着してしまう PdMとして Devとして ・使われない機能を作るのは避けたい 　（ビルドトラップ） ・絵に描いた餅にならないよう、 　実現可能性やスケジュールも重要視せねば… よい企画が浮かばない…
7. 7 止まらず、一人で抱えず、とりあえず色々と動いてみよう ① AIアイディアハッカソン 　AIを使ったサービス機能のアイディアを考えてもらう 　・ユーザー（こんな人が） 　・シチュエーション（こんな時に） 　・うれしさ（こんな価値を提供したい） ② AI商品企画合宿 　アイディアを収束し、ロードマップアイテムに落とし込んでいく 全社一体で進める取り組み
8. 8 全社一体でのAI機能企画の推進 結果 ・社員・BPのうち8割以上が参加 効果 ・生成AIそのものに対する全社見解の目線を揃える機会になった ・プロダクト・サービスへの期待値の底上げになった ・Bizメンバーの中にもAIリテラシーの高い人がいたりして、相互の気づきがあった ・不確実性は高いが、一度決めたら全員が信じて進むカルチャー（Disagree and Commit）
9. 9 第二のモヤモヤ：方向性が決まった後 この機能は果たしてAI機能なのか… 　単なる自動化ツールでは？ 　RPAやBPaaSでは？ どう作る？何作る？ 　UIが「Chat GPTライクな何か」に収まりがち（なんなら例のイルカ） 　適切なプロンプトのフリー入力も意外とハードルが高い 　進化が早くて何に乗ればいいかわからない… 過剰に高い or 低い期待値 　高い → 「なんでもできる魔法の完全自動化」 　低い → 「使うのが怖い（信用できない）」「うちではどうせ無理」
10. 10 生々しいユースケース（ヒト・コト）に向き合おう 総務部 （車両管理担当） 駐車場の手配 廃車・リース満了 車両の調達 ETCカードの管理 安全運転指導 事故対応 点検・設備管理 ・リース契約 ・購入手配 ・駐車場の確保 ・新規申請 ・更新 ・返却対応 ・新人運転者講習 ・運転マナー研修 ・危険運転の多い 　運転者指導 ・定期点検の 　スケジュール管理 ・日常点検 ・整備履歴の記録 ・契約満了/ 　返却処理 ・廃車手続き/ 　抹消登録 ・保険会社とのやり取り ・修理 ・代車手配 ・報告書 顧客業務の解像度を上げていくと、AIによって自動化可能なオペレーションが見えてくる
11. 11 システムを入れることによって発生するマイナス面にも向き合おう プロダクトで解消できる 顧客課題（ペイン）の 大きさ 付加価値 導入にかかる 手間やコスト プラスの 価値 ・使い方の学習 ・ドライバーに対する問い合わせ対応 ・データの確認 ・デバイスの故障確認や交換対応 マイナスの 価値
12. 12 AI機能開発の実現と期待値調整 顧客を知れば「お金を払ってでもなんとかしたい」業務や課題がいっぱいあることが見えてきた 「ChatGPTライクなAIアシスタント」の1つ先の世界に、AI機能の活躍の場がありそう 完全自動化（ゼロタッチ） 重要度の高い判断や例外的なケースで 人間の介入が必要 定型的で手間のかかる煩雑な作業 Human-in-the-Loop (HITL)
13. 13 まとめ 第一のモヤモヤ：機能の方向性を決めるまで 一人で考えていても企画が浮かばない 使われない機能を作りたくない 実現可能性のあるAI機能とは？ 第二のモヤモヤ：方向性が決まった後 AIと関係ない方向に逸れる ChatGPTライクなアウトプットに縛られる 社内外の期待値と現実のギャップ 一人で抱えず、周りを巻き込んで考えてみよう 　└ アイディアハッカソン 　└ 企画会議 原点に戻って生々しいユースケース（ヒト・コト）に 向き合おう プロダクトマネジメントは大変だけどチャレンジ要素も多くて楽しい！
14. ご清聴ありがとうございました