ユーザー中心の AI 製品を構築する上で、部門横断的なコラボレーションが重要である理由

最先端のAI体験を開発する競争の中で、企業はさまざまなモデルやテクノロジーにリソースを投入しています。しかし、顧客のニーズを真に満たすAI製品を作成するには何が必要ですか？ キャピタルワン、 ピンタレスト そして スラックそれぞれの経験をシェアした VBトランスフォーム2024鍵となるのは、部門間の連携です。

「AI で何でもできるが、産業の現場に出て AI 製品を構築すると、すべてを正しく行うには村全体の協力が必要であることにすぐに気づくだろう」と Pinterest のエンジニアリング担当副社長 Deepak Agarwal 氏は言う。「エンジニアリング、設計、製品、データ、そして最近では法務までもが求められる」

以前 LinkedIn で AI エンジニアリングの取り組みを率いていたアガルワル氏は、企業は AI ファーストの考え方で AI 製品の構築に取り組み、チーム全体が協力して顧客に望む魔法のような体験を構築する文化を確立する必要があると強調しました。

AIイノベーションとその課題

従来、ソフトウェア製品は、開発、テスト、反復の標準化された手法を中心とした決定論的なアプローチで構築されていました。チームには、アプリケーションの品質を向上させるための明確な道筋がありました。しかし、生成 AI が登場すると、開発ライフサイクルの変数の数が爆発的に増加し、非決定論的なパラダイムが生まれました。

今日の開発者は、AI 基盤が急速に進化していることから、イノベーションのペースを把握する必要があるだけでなく、使用されているモデルからデータ、ユーザーによる質問のフレーミングまで、さまざまな可動部分を監視しながら、AI アプリの品質、安全性、パフォーマンスにも重点を置く必要があります。

「以前は、Figmaで何かをモックアップして、その体験がどのようなものになるかかなりよく理解できました」とSlackの製品担当副社長、ジャッキー・ロッカ氏は説明する。「構築中にいくつかの調整が必要になるかもしれませんが、AIと LLM（法学修士）、そうした体験の結果を予測するのは非常に困難です。私たちは、より迅速なプロトタイピング環境に移行しており、これは非常に反復的です。」

プロトタイプの作成とリリースが急速に進むこの環境では、企業は AI に取り組むチームとそれを機能的で消費者向けの AI 製品に組み込むチームを積極的に結集するなど、共通の問題を解決できない可能性があります。また、多くのチームが製品、設計、エンジニアリングの枠を超えて、潜在的なリスクやコンプライアンスの問題を評価する責任者などの他の利害関係者を巻き込むことに失敗しているのもこの点だと、Capital One の AI/ML、データ、ソフトウェア エクスペリエンス デザイン担当副社長 Fahad Osmani 氏は述べています。

さらに心配なのは、まれにチームをまとめる場合、各部門がエコシステム全体を考慮せずに、それぞれの機能レベルで過剰に最適化してしまう可能性があることです。

部門間で協力してこれらのギャップを解決する

最もやるべきことは、さまざまなチームを結集して「村」を活用することですが、組織は AI 製品の学習と改善を継続しながら、顧客にとって何が重要かを優先するという姿勢を堅持すべきだとロッカ氏は指摘しました。同氏は、Slack では、プラットフォーム上で AI チャットボットを立ち上げることが一般的な期待であったことを強調しました。しかし、同社はユーザーのニーズに重点を置いた gen AI 機能という異なる方向に進みました。

「私たちは一歩下がって、情報過多や探しにくいものなど、Slackのユーザーにとって最も大きな問題について考えました」と彼女は述べた。「そこで、次のようなことから始めました。 AIを活用した検索でチャンネルを要約 毎日読む必要のないチャンネルの要約も提供します。」

オスマニ氏とアガルワル氏も、部門横断的なコラボレーションと問題発見という同じ戦略を提案しました。彼らは、開発と展開に進む前に、ユーザーの状況と問題を理解するために、さまざまな役割の人々がチームとして協力し、A/B テストやツールからのテレメトリなど、考えられるすべてのソースからのフィードバックを三角測量する必要があると述べました。

「ビジネスケースや技術の証明をまず構築しようとするよりも、早い段階で役割を担うことで、驚くべき洞察が得られます」とオスマニ氏は指摘します。「問題の定義からコンセプト、ユーザビリティのテストまで、最初から 3 つの関係者全員が参加すると、はるかに良い結果が得られることがわかりました。」