Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
AIフレンドリーなプロダクトに向けて
Search
NearMeの技術発表資料です
PRO
June 28, 2026
Technology
69
2
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AIフレンドリーなプロダクトに向けて
NearMeの技術発表資料です
PRO
June 28, 2026
More Decks by NearMeの技術発表資料です
See All by NearMeの技術発表資料です
AIエージェントのための 隔離された安全なインフラ設計
nearme_tech
PRO
0
4
Claude Code × git worktree で並列開発 (続き) -差分のサービスだけを併設する-
nearme_tech
PRO
1
65
Claude Code × git worktree で並列開発 — サブモジュール構成のリポジトリで成立させる —
nearme_tech
PRO
0
77
LLM + 強化学習
nearme_tech
PRO
0
34
PosthogのA/Bテスト機能の紹介
nearme_tech
PRO
1
100
初めてのLean言語
nearme_tech
PRO
0
110
Apache Airflow Workflow orchestration without turning cron into spaghetti
nearme_tech
PRO
2
46
実務で役立つ幾何学 ボロノイ図の基礎から グラフ・ネットワーク応用まで
nearme_tech
PRO
1
86
SQL/ID抽出タスクから考える 実践的なハルシネーション対策
nearme_tech
PRO
1
94
Other Decks in Technology
See All in Technology
2026-10-01_MagicPod_QAハーネスエンジニアリングとQA組織の未来像
ynisqa1988
1
540
分析AIエージェントを育てる、動く環境を育てる
codatum
0
100
FinTech 1-2 : Overview of FinTech
ks91
PRO
0
150
いちAWSエンジニアのAI活用を振り返る #devio2026 / devio osaka 2026 kawahara
masahirokawahara
2
390
契約書画像からの情報抽出に特化した視覚接地モデルを育てる話
sansantech
PRO
1
150
インバスケット試験対策アプリを 作って見えたAIエージェント構築 ナレッジ2選
shichijoyuhi
1
130
全社共通データ基盤をつくる。ソニーのDatabricks活用とデータガバナンス設計の裏側
sony
0
430
予測不能な実行エージェントを安全にサクッと試せるサンドボックス環境の話
sansantech
PRO
0
130
転んだ話が背中を預ける理由になる / A_story_about_falling_down_gives_you_a_reason_to_watch_each_other_s_backs.pdf
pauli
3
300
Datadog の学び方 - あるいは、オブザーバビリティを学ぶとは何か
mananyuki
1
490
More Freedom on the Same Shared GPU Cluster: A Small Team’s Experience with vCluster
nttcom
0
140
おそらく日本で唯一のDevRelインターン生として
husengs7
0
170
Featured
See All Featured
WENDY [Excerpt]
tessaabrams
14
40k
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
740
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
74
42k
Test your architecture with Archunit
thirion
2
2.4k
職位にかかわらず全員がリーダーシップを発揮するチーム作り / Building a team where everyone can demonstrate leadership regardless of position
madoxten
69
66k
The Pragmatic Product Professional
lauravandoore
37
7.5k
The Illustrated Children's Guide to Kubernetes
chrisshort
51
53k
Ecommerce SEO: The Keys for Success Now & Beyond - #SERPConf2024
aleyda
1
2.2k
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
600
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
570
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
2
320
brightonSEO & MeasureFest 2025 - Winning Strategies for Black Friday CRO & PPC - Christian Goodrich
cargoodrich
3
860
Transcript
AIフレンドリーなプロダクトに向けて プロダクトヒストリーカンファレンス2026 株式会社NearMe CTO 細⽥謙⼆
- どう作ればいいか分からない - 何を作ればいいか分からない - 使われるか分からない - 事業として発展するか分からない - 作り込みが意味なくなるか分からない
AIエージェントをプロダクトに取り入れたいが
名前:細⽥ 謙⼆ ⼤学では脳の視覚情報処理を研究。博⼠まで 取った後、Web系のスタートアップに⼊社。 そこから約20年、様々なサービスを開発。 Pythonの本なども執筆。 現在はNearMeのCTO。タクシーの相乗り サービスを通じて交通の最適化を⾏う。 自己紹介
会社概要 MISSION 移動の「もったいない」を解決し、⾃由に移動でき、住みたい 街に住み続けられる社会を実現する。 COMPANY NAME 株式会社NearMe FOUNDED 2017年7⽉18⽇
サービス:空港シェア乗り ⾃宅‧ホテルと空港をドアツードアで 移動できるシャトルサービス。 相乗りだからおトク! AIがユーザー同⼠を最適にマッチング。
サービス:地域シャトル
事前予約 即時予約 在庫管理 相乗りマッチング ⾃動配⾞ 数理最適化 機械学習 テクノロジー
AIエージェントの可能性 ユーザーの要望や相談に応え、 プロダクトを含む膨⼤な知識の中から 解決をサポートする新しいUXを提供
AI見積もり 複雑な予約フォームをホテルの受付のような対話で⼊⼒させたい
間違えてる.. 完璧! 旧バージョン (gpt-4o-mini): 新バージョン (gpt-4.1-mini): AI見積もり: AIの進化をリアルタイムで体験 ※これが1年前で 今はさらに進化
AI見積もり:スポットレコメンド
AI見積もり:バージョン2の開発 ファイルのアップロード 地図の表⽰ システムの⼀新
AIヘルプチャット:パラメタ設定
AIヘルプチャット:ドライバーマニュアル 更新時にインデックス化 運行会社別にNotionでドキュメントを管理 ドライバーからよく寄せられる質問に対 し、24時間即時対応 を可能にする
シフトスケジュール自動作成の入力補助 ⽥中さんの希望休に毎週 ⼟曜、⽇曜を追加して
- まずはプロダクトアウト - そこまで使われないかもしれない(そういうことも多い) - 周囲で徐々にやれることが分かってくる - マーケットインで要望が来る - 改善サイクルが回る
プロダクトアウトからマーケットインに
- AIの進化に伴って、最適なアーキテクチャも変わってくる - 進化を楽しみ、作り直せばいい、くらいが健全 - 周辺の要素技術は資産になる - 高度”すぎる”AIはそこまで必要ない - 全体としてAIフレンドリーなプロダクトにしていくことが重要で、
今後当たり前な要件になってくる AIの進化への対応
Thank you