「AIオンボーディング」の重要性とAi Workforceの挑戦
本来、人間が5〜20年かけて身につける経験やスキルを、数ヶ月〜数年に短縮してAIが習得できるだけでも、多くの企業にとっては大きなインパクトをもたらすと考えています。導入していきなり成果が出ないのは当たり前であり、AIを活躍させるまでのリードタイムをいかに短くするかが、AIオンボーディングにおいて重要です。 https://scrapbox.io/files/673d4e5fb54f5e8de4e87fc2.png
https://scrapbox.io/files/673d4e833049775d07c02da4.png
AIの仕事に人間が介入し、うまく協働するためには、AIの挙動を人間が解釈できることが重要です。例えば、AIにプログラムを書いてもらう時に、AIがAI専用のプログラミング言語を使っていて、人間が読める言語に変換できない状態だと、人間が品質担保に関わるのが難しくなります。
この「介入しやすさ」は、前述の「フィードバック型」の学習に必要なデータの溜めやすさにも関係します。
https://scrapbox.io/files/673d4ea610a69c78dd3438e5.png
「AI-UX工場」を作る
前述の通り、Ai Workforceは汎用的なプラットフォームを目指していますが、実際にエンドユーザーに届けるUXについては、ユースケースごとに研究する必要があると考えています。上記のドラえもんの例で見た通り、AIと人間のインターフェースは、汎用的な一つの形が必ずしも最適とは限りません。LayerXでは、理想のAI-UX（AIを前提としたUX）を再現性のある形で提案し続ける会社でありたいと考えています。個別のユースケースに対して、共通の基盤と共存しながら理想のAI-UXを実現する、かつその際に高い開発生産性と品質を保つには、高度なプロダクトマネジメントと、開発チームのリズム、そしてそれをユーザーに届けるためのデザインの力が重要です。