プロダクトチーム向けAI. プロダクトチーム向けのAIとは、ユーザーが採用し使い続けるAI機能を自社プロダクトの画面に組み込んで出荷することを意味します。デモではなく、リテンション数値とサポートチケット数値を持つ機能です。
ほとんどのプロダクトチームはすでにプロトタイプを持っています。週末にLovable、Bolt、またはv0で作ったもの。スタンドアップで好評だった。そして本番への道で止まってしまった。
ギャップはモデルではありません。その周りのすべてです。ストリーミング、評価、監査ログ、そしてユーザーがすでにいる場所へのプロダクト組み込み。それがv0の画面とユーザーが使い続ける機能の間にある仕事です。
なぜプロトタイプはローンチ前に止まるのか
プロトタイプが答えるのは一つの問い、モデルがそれをできるかどうかです。本番機能はさらに四つに答えます。ユーザーがスピナーを見つめずに済むようストリーミングするか。プロンプトが変わっても正確さを保つか。6週間前に顧客に何を伝えたか証明できるか。そして既存のタブではなく、ユーザーがすでに作業している場所にあるか。
AIプロトタイプと本番機能の違いは何か
プロトタイプはデモでモデルがタスクをこなせることを証明します。本番機能はさらに、レスポンスが即座に感じられるストリーミング、プロンプトが変わっても品質が落ちない評価スイート、何が伝えられたかを証明できる監査ログ、そしてユーザーが採用するためのプロダクト内UXを加えます。プロトタイプは簡単な20%です。
チャットボックスを後付けすべきか、自社画面の中に組み込むべきか
既定の動きは隅に浮くチャットバブルです。速く出荷できる。ただし使われないままになります。ユーザーはチャットしに来たのではないからです。支払いを送り、明細を確認し、異議を申し立てに来ています。
より良い動きは、その仕事が行われる画面の中にAIを置くことです。フォームのスマートな既定値。取引の横にワンクリックで見られる説明。ユーザーがすでに開いていたパネルに表示される回答。
We are
Stennirは、ユーザーがすでに使っているプロダクト画面の中にAIを組み込み、定着したかどうかが分かるよう、利用率とサポートチケットの指標を最初に定めます。
We aren't
Stennirは汎用のチャットボックスをアプリに貼り付けてAI機能と呼ぶチームではありません。
規制対象のフィンテックではどうなるか？
例として、Lovableで顧客向けAIアシスタントを作ったシリーズBのフィンテックを想定します。デモでは質問に答えますが、本番には出せません。ストリーミングがなく、品質を測る手段がなく、規制対象の製品に必要な監査証跡もありません。これは仮想のチームであり、顧客ではありません。
- ストリーミング: レスポンスがトークン単位で表示され、ユーザーはローディングスピナーではなく答えが形成されていくのを見ます。
- 評価スイート: 実際の質問からなる固定セットがプロンプト変更のたびに実行され、誰かがシステムプロンプトを編集しても品質がひっそり下がらないようにします。
- 監査ログ: すべての回答が入力と一緒に記録され、規制対象のフィンテックが顧客に何をいつ伝えたかを証明できます。
- プロダクト内UX: アシスタントは別のチャットタブではなく、ユーザーがすでに開いていた取引ビューの中で回答します。
この状況のチームなら、まず一部のユーザーに機能を公開し、その後に広げます。見るべき数字は、機能の利用率と、その機能が扱う話題に関するサポートチケット数です。プロダクト内で答えを得たユーザーは、質問のためにチケットを開かないからです。変化を測れるように、公開前に両方の基準値を取っておきます。
プロトタイプは、人々がそれを求めていることを示します。使い続けてもらうのは本番化の作業です。チケット数は、CFOが必ず尋ねる数字です。
このような構築をどうスコープするか
これはAI実装として進めます。コードは初日からあなたのものです。v0、Bolt、Lovableで作った既存のプロトタイプは出発点としてそのまま使います。そこから先を、あなたのプロダクトの機能として仕上げます。範囲と条件は30分の通話で決めます。
チームに合った型を知りたい場合は、プロダクト向けAIのページで、プロダクトの中でAIが役に立つ場所を整理しています。こうした取り組みの範囲設定はAIコンサルティングで行います。決める前に私たちの考え方を見たいなら、ジャーナルをお読みいただくか、30分のディスカバリー通話を予約してください。
