松村 優也

BtoB SaaS のデータは外に出したくない機密性の高いものが多いため、データネットワークの活用は難しいとあるが、このAIの時代においてはそうとも限らないかもしれないです。 生のデータそのままの提供は難しくとも、大量のデータから得られるそのドメインに特化した貴重な知識やデータの傾向は、製品の価値・顧客価値を高めるものに十分なりえるのではないでしょうか。もちろんデータの扱いには細心の注意が必要ではありますが。 また、ネットワーク効果については記事中で紹介されている『ブリッツスケーリング』の他に、『ネットワーク・エフェクト』という書籍もおすすめです。 https://amzn.asia/d/0aco66pX

Googleなどの従来のWeb検索においても発生しているドキュメントの質の問題が、PerplexityのUXにおいてはより顕著に表れてしまっています。RAGのRetrievalのモジュールにおいて、参照するドキュメントの質を評価するというのはより重要な課題となってきていますね。

高品質なコンテンツを保持していること自体が価値になるというのは、様々なコンテンツプラットフォームにとって朗報であるように思います。今後のビジネスモデルにも変化がありそうです。 注意したいのは、ただデータがあるわけではなく機械学習モデルの学習にとって「高品質」である必要があるといこと。コンテンツ提供自体をビジネスにしたい場合は、これまで以上にコンテンツの質の担保に労力をかける必要があります。人間による低品質なコンテンツを防ぐことはもちろん、生成AIにより作成された一見問題ない品質に見えてもAIの学習には適さないコンテンツを見分ける能力も重要になってくるでしょう。 また、データがあっても使えない状態では意味がありません。後で利用しやすいような形でのデータベースやデータパイプラインの設計や、そもそもAIの学習や第三者提供が可能な形かつユーザーに不利益をもたらせないような正しいプライバシーポリシーの作成などを行う重要度も高まっていくように思います。

>ここで安易に日和って現場の効率をよくするためにERPを導入するみたいな嘘を言って、プロジェクトを始めるのは最悪だと思います。それは現場の味方をしているフリをしながら現場を馬鹿にしていると思います。大原則としてERPの導入は経営の質を高めることであり、それは今よりも会社をよくすることにつながる。そういった信念がないとそもそも非常に苦しいプロジェクトをやりきるのは難しいかと思います。 辛い話だが事実なのだろうなと思った。ERPに限らず業務用のソフトウェアは近しいところが多いのではないか。経営の質を高めつつ、現場の生産性も高められるようなプロダクトを作りたいと強く思わされました。

これまでMLPdM的な人が一般的に留意すべきと言われていたようなことに加え、より広い社会的な観点や、AIの利用者の観点なども踏まえた上でうまくまとめられている有益なガイドラインだと感じました。

なんとなく面白そうなリポジトリをクローンしてREADME通りにとりあえず実行してみる、というのは一定以上のリテラシーを持ったエンジニアでもやりかねないですね。 PyPlの件が話題になった際は、普通に気をつけていれば直接やばそうなパッケージをインストールすることはないだろうと思っていましたが、そういったパッケージが一見問題なさそうなリポジトリに仕込まれているのは意識を改めないといけないように感じました。