AI関連プロダクト開発の難しさ:2つのプロダクト開発を失敗した経験から語る。。。

このエントリーをはてなブックマークに追加


こんにちは、データデザイン部でディレクターをしております加藤です。

普段はお客様の事業課題に合わせ、AI・データ活用を軸に課題解決プロジェクトを推進したり、自社の新規サービスを企画、推進したりしています。

今回は、自社の新規サービスを企画、推進する中で感じたAI関連プロダクトの難しさについてご紹介します。実際の失敗談ですので少々恥ずかしいですが、ぜひ最後までご覧いただけますと幸いです。

この記事はこんな方におすすめです。

  • AI関連のプロダクト開発をしようと思っている方
  • AI関連のプロダクト開発プロセスがわからない方
  • AI関連のプロダクトを現在開発中だが、うまくいかない方

上記の悩みを抱える方のモヤモヤが少しでも晴れれば幸いです。

目次

1. 執筆のきっかけ

私は今年度の1Qにて、2つのAI関連プロダクト(詳細は 2. 失敗した2つのプロダクトとは? を参照 )を企画・推進しておりました。
冒頭にお伝えしている通り、この2つは失敗しています。(正確には開発をペンディングにしています。今後もしかすると復活するかもしれません。)
正直、私の力量不足が主たる原因でとっても悔しいです。。。
この悔しさが残ってるまま、(自分や読者の方が)同じ失敗を繰り返さないために、今までのアクションの整理と今後の対策を公開するに至りました。

2. 失敗した2つのプロダクトとは?

失敗した2つのプロダクトについて、簡単にご紹介します。

①AIMIRU

「AI搭載画像認識アプリ」をエンジニアなしで、簡単に作成できるサービスです。詳しくは下記をご覧ください。

紹介資料

デモ動画

②電力小売マーケティングROI最大化支援サービス

電力小売のマーケティング担当者が、施策への予算配分を最適化できROI(投資対効果)の最大化を検討できるサービスです。詳しくは下記をご覧ください。

紹介資料

3. 見えてきた難しさ

上記2つのプロダクトはなぜ失敗したのでしょうか?私の考える原因(開発を進める上での難しさ)は大きく4つあります。

  • ①活用シーンを想起できない(主にAIMIRU)
  • ②AI”だけ”では価値はない(主にROI最大化支援サービス)
  • ③AIの”学習”に価値はない(両方)
  • ④横展可能な共通規格の検討ができない(両方)

一つ一つみていきましょう。

①活用シーンを想起できない(主にAIMIRU)

技術先行で物事を考えてしまったからこそ起きた失敗です。弊社では、画像認識系のAI受託開発を得意としていることから、その技術を生かしたプロダクトを検討していました。結果できたのが、「AIMIRU」です。ただこのツールは肝心の利用用途については(ユースケースはあるものの)お客様自身で考えていただく必要があります。ここに大きな障壁がありました。

②AI”だけ”では価値はない(主にROI最大化支援サービス)

“ROIを最大化する”この言葉自体はキャッチーでしたが、最大化するために我々がコアとしていた技術である、「生存時間分析を活用したLTVの算出」に、価値はあリませんでした。。つまり、AI(ここでは統計技術を含める)だけを提供しても刺さらなかったのです。
※生存時間分析については、こちらのブログをご参照ください!

③AIの”学習”に価値はない(両方)

今回検討した2つのサービスはAI(統計モデルを含む)にデータを学習させるプロセスに関して、お客様自身で行っていただく必要がありました。我々はデータサイエンスを生業にしているので、そのプロセス自体とても価値のあるものと認識しています。しかし、お客様にとっては学習自体に価値はありません。あくまで推論後のアウトプットにしか価値を感じてもらえません。その根本を見誤っていました。

④横展可能な共通規格の検討ができない(両方)

今回検討した2つのサービス、またAI関連のプロダクト全般に言えることかもしれないですが、学習させるデータの仕様が少しでも違うと価値が発揮できません。業界が同じでも、データの仕様が違うことは往々にしてあります。そうすると、サービスとしての横展開が難しくなかなかビジネスになりません。。

4. 解決策(整理途中)

上記4つに関して、解決策を現在検討していおります。まだ整理途中ですので、まとまっていないです。。ご了承ください。

①バーティカルSaaSかつ画像データを収集・管理しているベンダー様と組む

これはすでにお客様に価値提供ができているバーティカルSaaSを提供しているベンダー様と組んで、「AIMIRU」の技術を提供していただく方法です。画像データが収集できているベンダー様であれば、オプション機能としての「AIMIRU」を利用することで、クロスセルを狙えると考えています。もしご興味あるベンダー様がいらっしゃいましたらお声掛けください!

②AIは付加価値、メインは業務改革

AIはあくまで手段で、メインは業務改革です。私が検討していた「ROI最大化支援サービス」をもし続けるのであれば、電力会社のマーケティングプロセスすべてを改善できるサービスにしなければいけません。そして、その一部の機能にAIが搭載され差別化できるようにするべきでした。

③AIは搭載型に:自動収集・学習できる仕組み化が必要

サービス提供の時点でAI(学習済みモデル)が搭載されていることが大事でした。それを実現するために、最初のデータ収集は投資として行う必要があります。(これができれば苦労しないのですが。。。)

④解決策模索中。。

最後④についてはまだ解決策が思いついていません。。AIの特徴上、プロダクト開発の限界かもしれません。もしいいアイデアがある方いたら、ぜひ打ち合わせしましょう。。!

5. まとめ

以上が、私が感じたAI関連プロダクト開発の難しさです。最後の解決策が自分的には30%の納得度なので、またプロダクト開発を進めながら更新するかもしれません。少しでも皆さまのプロダクト開発のヒントになるようなことがお伝えできていれば幸いです。

最後までご覧頂きありがとうございました!

「安全荷役AI フォークバディ」のトライアル提供のご案内

【ニュースリリース】
フォークリフト業務をAIが採点するサービス「安全荷役AI フォークバディ」のトライアル受付を2021年11月16日より開始しました。

本サービスを導入することにより、従来人手で評価を行なっていた運転評価業務が効率化され、大幅な工数削減と事故削減、安全意識の醸成を実現します。 興味のある方はぜひご覧ください。

▼ニュースリリースはこちらから

WRITER

ディレクター兼プランナー

加藤   大己 Daiki Kato

主にメーカーやサービス業のAI・データ活用プロジェクトを複数推進。また、新規AI・データ活用サービスの企画・推進も担当。 JDLA Deep Learning for GENERAL 2017

SNSで最新情報を発信しています

最新記事

ページTOPへ