歴史的に、画期的な新技術が登場するたびに、何らかの形でその新技術を使用した大量の新しいカスタム構築アプリケーションが市場に溢れてきましたが、長く使える 製品が登場するまでにはしばらく時間がかかることがよくありました。 優れた 画期的な新技術（LLM）が登場し、  中、どの新技術製品や企業が長く存続するのかが明らかになる時期が来ています。 99999のAI製品が世界に氾濫 する ここでエキサイティングなのは、画期的な技術が、無名の若い創業者やスタートアップにトップに上り詰め、新しいものを構築するチャンスを与えてくれることだ。 。 独占 この記事では、一時的に有名になるもののその後消えていく AI 企業と、永続的に生き残る AI 企業を区別するメンタル モデルについて書きます。また、この進化にはどのくらいの時間がかかるかについても私の考えを述べます。   #<世界の新たな技術独占まであと24ヶ月 はい、私たちは24ヶ月以内に、カスタムメイドの製品（定着するかどうかはわかりませんが）から、AI製品が私たちにとってなくてはならない必需品になると信じています。これを説明する良い方法は、  バリューチェーンマップ（ 地図の元の形式は一見すると少しわかりにくいので、表形式に変換しました。    ウォードリー   ユーチューバー これまでのほとんどのテクノロジーは、カスタムビルドの段階からコモディティ化に至るまでに 10 年以上かかりましたが、LLM は顧客に価値倍増をもたらすだけでなく、生産/設計/思考プロセスを大幅に高速化および容易にする史上初のテクノロジーであるため、LLM を活用した製品は今後 24 か月以内にそこに到達すると私は信じています。 たとえば、過去 1 年間の大半、私は Chat GPT の AI 音声機能を毎日、時には数時間使用してきました。時には、重大な複雑な技術的決定のトレードオフに関して技術アドバイザーとして、また時には、人事やコミュニケーション戦略などを議論するために使用しました。 頻繁に使用してきたので、何が欠けているかがはっきりとわかります (たとえば、話した内容を記憶して、時間の経過とともにプロンプトが少なくなり、ただ話すだけで、より迅速に適切な決定を下せるようになるなど)。また、AI ボイス チャット製品は、10 億人のユーザーが毎日使用するものになるだろうとも思います。私にはわからないのは、どの会社 (または複数の会社) が、どのような特定のユーザー インターフェイス、ビジネス モデル、価格設定を通じて、そのエクスペリエンスを提供するのかということです。推測することはできます (実際、私は個人的にこの分野で近々何かをリリースする予定です) が、それは時が経てばわかるでしょう。   #メンタルモデル 1: ツールとしての AI と、人間の体験に生産的な役割を果たす AI 私は多くの AI アプリのパワー ユーザーであり (そして学術的に AI を学び、AI 製品管理のキャリアをスタートさせて以来)、AI 製品の役割と可能性を、最近になって AI 製品を採用し始めた多くの人々とは異なって認識していることに気づきました。ある意味で、私は AI に非常に高い期待を抱いていると思います (そして最近は AI が私の期待のほとんどを実際に実現できるため、がっかりすることはほとんどありません)。しかし、ほとんどの人々は AI に非常に低い期待を抱いており、そのため、到達できるはずの生産性/創造性のレベルを経験することはありません。 これは、AI をツールとして考えることから、特定の領域での意思決定における対等なパートナーとして考えることに移行し、さらにこれを考慮して自分のスキルを磨くのに十分な時間があったためかもしれません。そのため、特定の領域の 家であるかのように AI と話しても、感情的に傷つくことはありません。 専門 一般的に言えば、AI の潜在能力を最大限理解できる企業やプロジェクトが勝利するだろうと私は考えています。AI がわずかな改善であると認識すれば、わずかに役立つ製品を生み出すでしょう。わずかに優れているだけでは勝利にはつながらず、桁違いに優れていることで勝利するのです。 エンジニアとデザイナーの間にはすでにこの二重性が見られます。私はどちらか一方だけが勝つと考えています。   #2 エンジニアの種類 私が知っている上級エンジニアのほとんどは、AI ツールをコーディングに使うことを避けているようです。まるで、AI が自分の仕事をこなせると認めるのが苦痛であるかのように。AI を使うかどうか尋ねられると、彼らはほとんど気分を害します。最終的に AI を試してみることにしたとしても (尊敬する人が使っているのを見て)、実際には AI の機能をフルに活用していません。代わりに、非常に短いプロンプトを書いて AI をコード補完機能にまで縮小し、「AI は単なるツールの 1 つにすぎない」と結論付けます。 その理由の一部は、狭い問題領域において AI を自分たちよりも優れたエンジニアとして考えることができない（または考えたくない）からだと思います。 シニアエンジニアとジュニアエンジニアが書いたプロンプトを比較すると、ジュニアエンジニアの方が一貫して優れたAIプロンプターであり（したがってAIとの関係においてより生産的である）、AIを使用するインセンティブがあり、AIからより多くの利益を得るためである。インセンティブは、AIのスキルをインポートすることで、膨大な時間と労力を節約できるからである。何年もかけてスキルを身につけ、今ではできるようになったシニアエンジニアとは対照的である。  。   輸入   #2 デザイナーの種類 デザイナーであれば、AI を使用して、ユーザーが他のユーザーや情報とやり取りする方法を大幅に改善する新しいエクスペリエンスを作成できます。 ユーザー同士、およびユーザーと情報のやり取りは、あらゆるテクノロジー製品における中核的な価値創出要素です。製品の中核的な価値創出/獲得のやり取りを 10 倍改善できれば、市場での競争上の優位性が飛躍的に高まります。 最近、私は自分のスタートアップのために多くの UI デザイナーにインタビューしてきました。インタビューのプロセスの一環として、特定の種類の製品の特定の問題に対して AI がどのように使用されるかを彼らが想像していることを確認しようとしましたが、2 種類のアプローチがあることに気付きました。 ツールとしての AI: ボタンまたはアイコンをクリックすると、「要約する」、「__ を作成する」、「質問する」など、AI が実行できる作業のリストが表示されます。 ユーザーの体験に参加する AI: 人間と同じように AI にテキストメッセージを送信して価値を得ます。例: 「___ が必要な場合は誰に連絡すればよいですか?」、「私とユーザー B を紹介してもらえますか?」、「ユーザー B が先日共有した内容を考慮すると、決定 A の機会費用はいくらですか?」など。 繰り返しになりますが、これら 2 つで生成および獲得される価値は、少なくとも 1 桁は異なります。デザイナーである場合 (またはデザイナーを雇用する場合)、そのデザイナーがデフォルトでタイプ 1 とタイプ 2 のどちらの方法で考えるかを意識する必要があります。   #メンタルモデル 2: オンデマンド AI と常時オン AI この用語について私が学んだのは 、CEO 2024年にサンフランシスコで開催されたイベントで行った講演で。 ラフル・ヴォラ 超人 オンデマンド AI とは、ユーザーのプロンプトに応答する AI です。一方、常時オン AI はバックグラウンドで実行され、人間と AI のインタラクションの第一歩を踏み出すことがあり、要求されなくても、価値を生み出す人間と AI と人間、または人間と AI と情報の関係を形成できます。 これらのうちどれがユーザーと企業に最も大きな価値をもたらすかを数値化するのは難しいですが、推測するなら後者だと思います。オンラインのグループ チャットやコミュニティに参加していて、「資金調達があなたにとって最優先事項のようですが、他のメンバーはエンジェル投資する企業を探しています。紹介していただけますか?」というメッセージを受け取ったと想像してください。これは、ユーザーであるあなたがそのグループ/チャットまたはコミュニティで得られることに気付いていなかった価値を生み出す可能性があります。それは、あなたが常にフィードをチェックしているわけではないが、AI はチェックしているからかもしれません。 同様に、Always-On AI が他のさまざまな状況でどれほど強力になるかは想像に難くありません。ある意味では、Always-On AI は運を最大限に引き出す だと考えることができます。つまり、あなたの状況、ニーズ、要望を認識し、あなたの運を最大限に引き出す新しい方法を常に探している参加者です。特に、あなたが知らない方法で。これには無限の価値があると思います。 存在 これらの優れたメンタルモデルを採用している AI 企業を見つけたら、ぜひ参加してそこで働き、投資してください。これらの企業が次の大手テクノロジー独占企業になる可能性が高いからです。

The is an opinion piece based on the author’s POV and does not necessarily reflect the views of HackerNoon.

Read My Stories

このオーディオは、ストーリーの元の言語で制作されています。

AIスタートアップが存続できるかどうかは、この2つのメンタルモデルによって決まる

About Author

コメント

ラベル

この記事は

Related Stories

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

AI/ML データレイクのリファレンスアーキテクチャを構築するためのアーキテクトガイド

海を航海する: データレイクを使用した本番環境レベルの RAG アプリケーションの開発

タップして稼ぐ：テレグラムはソラナより先に次の100億人の暗号通貨ユーザーを獲得する可能性がある

フォーラムからフィードへ: ソーシャルメディアアルゴリズムがデジタルインタラクションを形作る仕組み

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps