記事一覧
生成AIが活きるプロダクト体験を発見する鍵 -24のバリューキャンバスの分析から見えたもの
生成 AI の活用を考える企業の約 6 割が活用イメージが沸いていないという報告があります。顧客の求めるものを理解したうえでどう生成 AI を活かすのか? 答えを導くべく都内某所 ( 目黒 ) で熱のこもったワークショップが開催されました。
2024 年 3 月 19 日に開催された「プロダクトを成長させる生成 AI のユースケース発見ワークショップ vol.3」では、参加者がバリューキャンバス
2023年の振り返りと2024年の抱負
AWS の機械学習領域 Developer Relations として 2 年目を終えました。2023年は認知をとれる勝ち筋にこだわりたい、と年の冒頭述べていました。そんな 2023 年は ChatGPT が台頭する中 Amazon Bedrock の影もない逆境から始まったわけですが、AWS の勝ち筋はとれたのか ? が重要な問いになります。
現状評価としては、方向性は見えつつも状況が変わった
コミュニティの力でAIをプロダクトに組み込むアイデアに磨きをかけよう
「生成系 AI でプロダクトを革新せよ」そんなミッションを背負うことになったプロダクトマネージャーは急速に増えていると思います。とはいえ安全性や安定性の懸念もあり、なによりアイデアを考える時間がとれない・・・プロダクト筋トレで実施したアンケートから見えた課題を解決すべく、前回プロダクトを成長させる生成系 AI のユースケースを考えるワークショップを開催しました。満足度は 5 段階中 4.8 、他の
もっとみる共感でチームの境界をつなぐコミュニケーション手法 : NVC
開発部門と営業部門、事業部門と IT 管理部門など衝突が起こりやすいチームは企業の各所にあります。私は AWS の Developer Relations として機械学習や生成系 AI のプロダクト利用を支援するための ML Enablement Workshop を推進しており、本ワークショップではプロダクトマネージャー、開発者、データサイエンティストに「チーム横断」で参加いただいています。異な
もっとみる「プロダクトを成長させる生成系 AI のユースケースを考えるワークショップ」を開催しました。
2023/10/18 に、プロダクト筋トレコミュニティ主催で「プロダクトを成長させる生成系 AI のユースケースを考えるワークショップ」を開催しました。イベントには 32 名が登録し 21 名が参加、満足度は 5 段階中 4.8 、他の人にお勧めしたい度合いは 4.5 と非常に好評なイベントとなりました。
ワークショップで作ったアウトプットでコミュニティ内の Slack が盛り上がる、AWS と
マッキンゼーのレポートに見る企業応用を促進する大規模言語モデルの評価方法
2023 年に大規模言語モデルは多数発表されていますが、どれを選べばよいかは依然として曖昧です。その理由の一つにユースケースと評価方法のミスマッチがあると考えています。例えば、営業メールの草案を生成するモデルを選ぶとき、質問回答データセットの評価結果がどれだけ意味があるかは不透明です。誰かにメールを書いてもらいたいとき、東海道新幹線の速度について知っていることを基準にするか ? という話です。
プロダクトチームの技術リテラシーを高め、生成系 AI のインパクトを最大化するためのワークショップ
生成系 AI を筆頭に技術革新著しい昨今ですが、日本においてそのインパクトは限定的になるだろうと言ったら驚くでしょうか。本記事で IPA や経済産業省のレポートからその予測根拠を示すとともに、インパクトを最大化する方策として AWS がアップデートしてきたワークショップをご紹介します。AWS がサービスだけではなく活用をガイドするプログラムも提供していることを知っていただけたらうれしいです。
※
プロダクトのピボットを決断するためにデータサイエンティストは何ができるか
プロダクトや事業を「ピボット」すべきか決める時、データサイエンティストができることはあるでしょうか。前回、 IPA から発表されたレポートをもとに日本のスタートアップ企業が米国に比べて約 30 分の 1 という低成長に陥っている原因としてピボット回数が約 10 倍少なく、それにより創業 3 年目までに Product Market Fit が達成できていないのではと推察しました。
私は機械学習界
日本のスタートアップ企業の成長速度が米国に比べ30分の1以下という現状にデータサイエンティストは何ができるか
2023 年 9 月 14 日に IPA ( 情報処理推進機構 ) から衝撃的なレポートが発表されました。「成長しない日本のソフトウェアスタートアップ 国内競争を促進してエコシステムを創出する」と題されたこのレポートでは、日本のスタートアップ企業の成長スピードが米国に比べ著しく遅いことを指摘しており、遅い理由として 1) プロダクトマネジメントの手法が浸透していないこと 2) ピボットの回数が少な
もっとみるシードラウンドで約 8 億円を調達したノーコードのデータ連携ツール Cascade はなぜ歩みを止めたのか
Cascade はデータアナリスト向けのデータ連携ツールで、スプレッドシートに様々なシステムのデータを張り付けて複雑な数式で統合するより GUI で簡単かつ再利用性の高いコンポーネントの構築を可能にします。 2019 年に創業で 2021 年にシードラウンドで 530 万ドル ( 2023/9/10 現在の換算レートで約 8 億円 ) を調達しつつも、 2023 に製品開発をストップしました。創業
もっとみるイベントメモ :「プロダクトマネージャー組織」どうつくる?ここでしか聞けないPdM採用・育成・評価の話
本記事は 2023/9/7 に開催された表題のイベントでのトーク内容をメモ的にまとめた記事です。現地開催にもかかわらず 187 名申し込みという盛況なイベントで、行きたかったのにいけない、しかも全編トークセッションなので内容わからないじゃねーか!という方もいるかと思い、少し粗いですが個人的に取ったメモを共有します。イベント URL は下記です。
https://midastech.connpas
ChatGPT を使用して Product School の動画から効率的にノウハウを学ぶ手順
Product School はプロダクト開発に関わる人たちのコミュニティです。 YouTube で Google 、 Amazon 、 Facebook 、 Apple といった世界的な企業や Airbnb や Uber といった先進的なプロダクトで活躍するプロダクトマネージャーのプレゼンテーションやインタビューの動画を公開しており、チャンネル登録者数は 2023 年時点で 11 万人を超えてい
もっとみるプロダクトの課題をデータ分析から解決するための Step by Step
データ分析の方法は知っているものの、分析してどうするか具体的なイメージが沸かない方は少なからずいるのではないでしょうか。具体的なサービスの例を使って経営課題の提示からデータ分析に基づく解決案の策定までをきれいに語った動画を見つけたので、ご紹介します。"Webinar: Product Discovery With Data & User Research by Glovo Group PM, Lo
もっとみるデータ活用事例が自分のプロダクトにフィットしないのはなぜなのか
データからプロダクトのボトルネックを発見し改善した事例は枚挙にいとまがありませんが、事例を参考にして上手く行った経験は意外と少ないのではないでしょうか。The Lean Product Playbook の著者 Dan Olsen さんが語ったその理由がしっくりくるものだったので、本記事で紹介します。 Dan さんの動画は Webinar: Actionable Advice for Integr
もっとみるプロダクトでのデータ活用を推進するために回避すべき 10 の罠
データドリブンにプロダクトを改善していきたい、とはどんなプロダクトマネージャーでも志すことですが現実には上手く行かないこともあると思います。その時に、参考になる動画を見つけたので紹介します。 Product School のチャンネルで公開されている Webinar: Top 10 Digital Analytics Mistakes by Amplitude's Adam Greco and W
もっとみる