Image Credit:How our new AI feature earned 5% adoption in its first week
ガース・グリフィン氏は、Gigasheetの共同創設者であり、CTOです。Gigasheetは、ウェブベースのノーコードのビッグデータスプレッドシートツールです。彼は先駆的なデータサイエンティストであり、ノーシリウスシグマミューΣΞという科学研究栄誉協会の一員でもあります。
技術企業のリーダーたちがChatGPTの立ち上げ以来、AI機能のブームに熱中しています。どこを見ても、異なる企業が自社の先駆的なAI機能をうたっています。しかし、本当のビジネス価値は、熱い技術を使うだけではなく、ユーザーにとって重要な製品機能を提供することによって生み出されます。
私たちは、製品に必要なユーザーの要件に基づいてAI機能を構築し、採用率を計測することで、AIによるエンジニアリングの努力を10倍に向上させました。
最初のAI製品機能は、この考えと一致しておらず、再導入するまでに復帰ユーザーの0.5％しか採用されませんでした。しかし、ユーザーの要件に基づいた”AI as agent”アプローチを開発し、新たなAI機能をリリースした結果、初週で採用率が5％に急上昇しました。このAIの成功の要素は、ほとんどのソフトウェア製品に適用できます。
多くのスタートアップは、明確な戦略なしに最新の技術を統合する誘惑に駆られます。私たちのようなスタートアップも、OpenAIからのGPTモデルやLLM AI技術を製品に組み込む方法を探していました。やがて、製品にAI要素を統合し、期待のAI駆動の要素を導入することに成功しました。
最初のAI機能は、ユーザーがアップロードするファイルについての短い説明を書くためにGPTを使用するものでした。話題になる材料ができ、マーケティングコンテンツも作りましたが、ユーザー体験に意義深い影響はありませんでした。
キーコンバージョンは変わらず、最初の月には復帰ユーザーの0.5％しか説明に触れなかったというデータも示しています。また、ユーザーアクティベーションにも改善が見られず、ユーザー登録のペースも変わりませんでした。
より広い視点から考えると、この機能ではこれらのデータが改善されることはありませんでした。私たちの製品のコアバリュープロポジションは、ビッグデータ分析とデータを用いて世界を理解することにあります。アップロードされたファイルについていくつかの単語を生成しても、有意義な分析的な洞察は得られません。つまり、ユーザーの助けにはなりません。AI関連の何かを提供するという急ぎの中で、実際の価値を提供することを見逃してしまいました。
成功したAI as agent：10倍の成果
私たちが成功したAIのアプローチは、「AI as agent」という原則であり、ユーザーが自然な言語で製品のデータと対話することができるようにすることです。この方法は、APIコールをベースに構築されたほぼすべてのソフトウェア製品に適用できるレシピです。
最初のAI機能の後、私たちは目標は達成したものの、ユーザーにもっと良いものを提供できると感じました。そこで、プログラミング言語の発明以来、ソフトウェアエンジニアが行ってきたことであるハッカソンを行いました。このハッカソンから、ユーザーの代わりに行動するAIエージェントを実装しました。
エージェントは、ウェブフロントエンドが呼び出すAPIエンドポイントと同じAPIコールを使用して、私たち自身の製品を使用します。エージェントはユーザーとの自然な言語の対話に基づいてAPIコールを構築し、ユーザーが望む行動を実行しようとします。エージェントの動作はAPIコールの結果として私たちのウェブユーザーインターフェース上に現れます。あたかもユーザー自身が行動を起こしたかのようにです。
ガース・グリフィンは、Gigasheetというウェブベースのビッグデータスプレッドシートツールの共同創設者兼CTOです。彼はデータサイエンティストのパイオニアであり、Sigma Xiという科学研究の名誉協会の一員でもあります。
ChatGPTのリリース以来、テクノロジー企業のリーダーたちがAI機能についてバズを追いかけている様子があります。どこを見ても、さまざまな企業が自社の先駆的なAI機能を自慢しています。しかし、本当のビジネス価値は、熱いテクノロジーを使用するだけでなく、ユーザーに重要な機能を提供することから生まれます。
私たちは、製品に必要なユーザーのニーズをコア原則としてスタートし、それをサポートするAI機能を構築し、その採用状況を測定することで、AIによるエンジニアリングの努力の10倍のリターンを達成しました。
最初のAI製品機能はこの考えと一致しておらず、戻ってきたユーザーのうち0.5%しか採用していませんでしたが、製品のユーザーが必要とするコア原則に再集中した後、新しいAI機能を開発し、初週に5%の採用率を達成しました。このAIの成功の秘訣は、ほぼあらゆるソフトウェア製品に適用できます。
多くのスタートアップ企業は、明確な戦略がないまま最新のテクノロジーを統合することに魅力を感じることがあります。私たちのようなスタートアップも同じで、OpenAIから発表された様々なGPTモデルを利用した大規模言語モデル（LLM）AI技術を製品に活用する方法を探していました。結果として、製品に新しいAI駆動要素を組み込んで、ハイプの中で一緒になりました。
最初のAI機能は、GPTを使用して、ユーザーが製品にアップロードする各ファイルの要約を書く小さな機能でした。話題になる内容ができ、マーケティングコンテンツも作成しましたが、ユーザー体験に有意義な影響はありませんでした。重要な指標のいずれも明確な変化を示していませんでした。初月に戻ってきたユーザーのうち、わずか0.5%しか記述とのやり取りをしませんでした。さらに、ユーザーの活性化にも改善はなく、ユーザー登録のペースも変わりませんでした。
引用元記事はこちらHow our new AI feature earned 5% adoption in its first week