社内実験でプロダクトへのAI活用のアンチパターンを回避──カギとなるのは「顧客理解の深化」と「成功の型の発見」

AI時代の「顧客理解」：プロダクトマネージャーが持つべき視点と実践 第1回

　データサイエンティストの経験を経て、現在はコミュニティサクセスプラットフォーム「Commune」を提供するコミューン株式会社でCPOとして活躍する久松佑輝氏。現在は、プロダクトマネージャーとデータサイエンスチームの両方を統括しており、データをプロダクト価値向上につなげるべく、さまざまな取り組みを実践されています。第1回は、データサイエンスやAIのプロジェクトが失敗しがちな要因を、社内でAI活用を通して解決する知見を説明していただきます。（編集部）

はじめに

　はじめまして。コミューン株式会社 執行役員CPOの久松と申します。

　コミューンは、コミュニティサクセスプラットフォーム「Commune」を提供し、企業と顧客との間のコミュニケーションをなめらかにすることで、顧客起点経営の実現を支援している会社です。私たちは顧客と企業のエンゲージメントを高める「CX（顧客体験）」と、従業員と企業のエンゲージメントを高める「EX（従業員体験）」は表裏一体だと考えています。この両輪を回すことで企業は持続的に成長していく、という思想を大切にしています。

　「プロダクトにAIを組み込み、新たな価値を創出したい」

　読者の皆さんも、この大きな可能性に挑戦されていることと思います。しかし、その道のりは決して平坦ではなく、成功確率は低いのが現状です。

　本記事では、AIプロジェクトの不確実性を乗り越え、成功確率を高めるための鍵として、私自身が実践してきた「社内を実験場にする」というアプローチについてお話ししたいと思います。AI活用に課題を抱えるすべてのプロダクト開発関係者が第一歩を踏み出すためのヒントになれば幸いです。

キャリアの原点にある課題意識

　私がプロダクトマネージャーを志した原点には、データサイエンティスト時代の経験があります。

　大学院で数理統計学を専攻した私は、新卒で入社したIT企業でデータサイエンティストとして広告配信アルゴリズムの開発に携わっていました。しかし当時、所属していた開発チームのプロダクトマネージャーは、必ずしもデータサイエンスに精通しているわけではありませんでした。

　AIを活用した機能開発は、通常のシステム開発に比べて不確実性が高いものです。今でこそ生成AIの進化でそのハードルは下がりましたが、当時は今以上に「本当にうまくいくのか」「どれくらいの精度が出るのか」を事前に見通すのが困難でした。そのため、ポテンシャルが非常に大きいのにもかかわらず、開発の優先順位がなかなか上がらなかったのです。

　データサイエンスの知見があれば、その施策が持つ大きな可能性を理解し、適切な投資判断ができます。しかし、その知見がなければ、不確実性の高さがリスクと見なされ、意思決定のテーブルにすら上がらない。この「機会損失」を目の当たりにし、私はこう考えました。

　「データサイエンティストとしての専門性と、プロダクト全体を俯瞰するプロダクトマネージャーの視点。この2つを掛け合わせることができれば、よりスムーズな意思決定を促し、データをプロダクト価値の向上に直結させられるのではないか」

　この気づきが、私をプロダクトマネージャーの道へと導きました。

　その後コミューンに入社し、データサイエンスチームを立ち上げ、現在ではプロダクトマネージャーとデータサイエンスチームの両方を同じ部門で統括しています。これは、両者の連携を密にし、データサイエンスの知見をダイレクトにプロダクト開発に活かすための意図的な組織設計です。そして、この組織体制を土台に、現在私が強力に推進しているのが「社内外でのAI活用」です。プロダクトという「社外」の顧客に向けた価値提供（CX）と、業務改善という「社内」の従業員に向けた価値提供（EX）。この両輪を回すことこそが、AIプロジェクトの成功確率を高める要だと私は考えています。ここからは特に「社内」でのAI活用についてお伝えしたいと思います。