無邪気な発明とドッグフーディング

@ AIネイティブSaaSの現在地 - Carnot x nocall x SmartHR
https://smarthr.connpass.com/event/384867/

Transcript

1. © SmartHR, Inc. 無邪気な発明と ドッグフーディング 2026年1月28日 ⾦岡 亮 AIプロダクトマネージャー/Head of AI
2. はじめに - 今⽇話すこと 2 • AI 機能の企画はときには無邪気にEnd to endで作り切るのが ⼤事…という話を、弊社「AIアシスタント」の新機能を題材 にお話しします。 • 遠回りかも？と思えても結局のところ、ユーザーに価値を ⽣むまでの速度が⼀番⼤事 • ではどう作り、検証するか？考えてみました
3. 3 ⾃⼰紹介 AI PM/Head of AI ⾦岡 亮（@ryopenguin） • 前職： ◦ AI特化チームで受託SE→パッケージ製品の企画 • SmartHR：⼊社6年⽬ ◦ 労務PM（2020） ◦ タレントマネジメントPM（2021-2024） ◦ AIプロダクトチームの⽴ち上げ/PO ← NOW B2Bソフトウェア‧PM‧AI/データというキャリア。データとプロダクトLOVE
4. 本⽇のアジェンダ 4 1. 弊社の基本スタンス 2. 「無邪気モード」の必要性 3. 事例 - 「AIアシスタント」の新機能 4. AIプロダクトのPMに求められること
5. AIプロダクトでよく⾔われていそうなこと 5 とりあえずまずはAI First！ AI機能をとりあえずつけてみる AIプロダクトはとにかく早くリリース！ 学習を進める！！！
6. 本当か？ - AI機能/プロダクトは基本⾼コスト 6 AI機能は基本的に⾼コスト ROIが合うか、導⼊の意味があるかをPMは考えなくてはならない 実験コスト ◦ 不確実なアウトプットを出す以上、普通のプロダクトより検証が重い 監視‧メンテナンスコスト ◦ AIを⽤いたフィーチャーは監視必須&いつか必ずメンテナンスがいる AIというだけで⽬⽴つ&ガッカリリスクも⾼い ◦ AIは⽬⽴つが、ガッカリされるリスクを避けてGTMする必要がある
7. 基本スタンス：3つのモードを使い分ける 7 AIプロダクトを扱う時は、 無邪気モード / 学習モード / リリースモードを使い分ける • 無邪気モード ◦ これいるだろ！！！！！という問題意識から動くものを形にするモード • 学習モード ◦ ユーザー実務へ投⼊、最初のソリューションを捨てる覚悟で学ぶモード • リリースモード ◦ 学習した事項を元に、AI以外も⾼品質な状態でリリースを⽬指すモード
8. 3つのモードは別の場で話したのでそちらを 8
9. 9 今⽇は特に無邪気モードにフォーカス AIプロダクトを扱う時は、 無邪気モード / 学習モード / リリースモードを使い分ける • 無邪気モード ◦ これいるだろ！！！！！という問題意識から動くものを形にするモード • 学習モード ◦ ユーザー実務へ投⼊、最初のソリューションを捨てる覚悟で学ぶモード • リリースモード ◦ 学習した事項を元に、AI以外も⾼品質な状態でリリースを⽬指すモード
10. 10 無邪気モードとは • これいるだろ！！！！！ という問題意識から動くAI 機能を形にするモード • ユーザーの業務を想像できる 程度に解像度は上げた前提 で、必ずしも要望された機能 ではない
11. 11 AI機能は⼤別すると2種類 ⼈間が明確に正解を決められるタスク 例：OCR、カテゴリ分類、JSON化 ⼈間も正解がわからないタスク 例：レコメンド、提案、検索/チャット AI機能は⼤別すると 「正解を定義できるもの」「正解を定義しづらいもの」の2種類になる
12. 12 正解のない機能の難しさ 「正解を定義しづらいもの」は価値のある状態で作ることが難しく、 判断ミスもしやすい 精度定義ができない ◦ そもそも望ましい状態がないので正解データを作れない 違和感があって結局使われない ◦ オフラインテストはなんとかやっても、違和感があって使われない 「良さそう」⽌まりで社内も判断できない ◦ モックや⽂書だけだと「良さそう」で前に進まない/作りすぎる
13. 13 無邪気に作って実験しよう 「正解を定義しづらいもの」は形にしないと、⽬的が達成されるか わからない。まずは作って価値にするための解像度を上げる 良さそうだが正解のわからない機能を ⽴案 定量的な精度を考える前にユーザー体験 全体を触れるプロトタイプにする
14. 14 ドッグフーディングを組み合わせる ドッグフーディングとは⾃社のユーザーに機能を試してもらうこと ドンピシャなターゲットでなくても、必ず課題に近い⼈はいる
15. 事例を交えて - 「AIアシスタント」機能 15 • ユーザー従業員が質問を⼊⼒する と、事前にアップロードされた 就業規則‧マニュアルなどから、 ⽂脈にあった回答サマリが出⼒ されるプロダクト • 2025年7⽉末にリリースしてから 爆発的に成⻑
16. 課題 16 「未回答の質問」の把握が⼤変でテストからの実運⽤移⾏、 実運⽤時のデータソース追加の障壁に レポート機能からの改善点把握、 ⾃動改善の世界線までいきたい 未回答の質問を1問ずつ確認して メンテしているユーザーも確認
17. レポートメッセージ（仮）機能 17 • AIで未回答の質問を分析、 レポート最上部で「追加した⽅が いいデータソース」を提案 • どのような情報を出せばいいの か、本当に⾏動変容は起きるのか 不確実性は⾼かったので ドッグフーディング
18. ⼿動で作りSmartHR社のみに公開 18 ⼿動でSmartHR社のログを分析、 フィーチャーフラグ （flipper）で掲⽰ 複数部⾨のユーザーからフィードバック をもらう
19. 結果：ピボット 19 当初ソリューションは作るとむしろノイズになるリスクが⾼いと判断 よりレポート閲覧者の関⼼事に寄り添う形でピボット
20. 意義1: 「良さそう」なAI機能の成功確率が上げる 20 無邪気な発明はなかなか「良さそう」から先にいけない 解像度を上げて、真に役に⽴つものを⾒つける 精度定義ができない ◦ ユーザー価値になるところが分かれば評価データも作れる 違和感があって結局使われない ◦ 業務の中で「どう思われるか」を把握する 「良さそう」⽌まりで社内も判断できない ◦ 確度の⾼い仮説が⽴てられ、前に進む
21. 意義2: 無邪気と学習の組み合わせがインパクトを作る 21 PMの仕事はユーザー業務/ビジネスに⼤きなインパクトを⽣み出すこと 無邪気と学習の組み合わせはインパクトを⽣む武器になる ⽬に⾒える課題解決は、ユーザーの期待 を超えないし、競合も多い 無邪気提案の中から、「ユーザーが真に 必要なもの」が⾒つかる（こともある）
22. 注意： 無邪気、ドッグフーディングと⾔っても… 22 無邪気モードこそがもっとも要求されることが多く、難しい 結局ユーザーに会い、仮説を考える⽇々の鍛錬は⽋かせない • ⾃分で無邪気に作れる / チームで無邪気に作れるサイズにできる技術理解 ◦ ⽬に⾒えて価値のある開発物のロードマップを圧迫しない • 実装期間‧コスト最⼩限で作るプロジェクト進⾏ ◦ とにかく⾼速に作れないとコスト超過 • ドッグフーディングできる粒度のスコープ ◦ 本当にユーザーが違和感なく、⾃然と使えるか
23. まとめ 23 • AI機能は⼤別すると 「正解を定義できるもの」「正解を定義しづらいもの」の2種類 • ときには作らないと前に進めない • そんなとき、ドッグフーディングは有効。 ⾃社で味⾒してからユーザーに出そう
24. SmartHRこそ、AIプロダクト開発にピッタリ 24 SmartHRはAIプロダクト開発にピッタリな環境がある デカいことしませんか？ ドッグフーディングを当たり前に フィードバックが常にある ユーザーとの距離がとにかく近い 学習を全⼒で進められる環境 誰もが知っている企業に導⼊され、 本番運⽤される（かも）！
25. Yes, we’re hiring!!!!! 25 AIプロダクトマネージャー、積極採⽤中です！！！！！！！