梶谷健人 / 新著「生成AI時代を勝ち抜く事業・組織のつくり方」
生成AIによって変わる社会、人のあり方、ビジネスなどについて夢想するマガジンです。
優れたユーザー体験のつくり方と、そのサービスをいかにグロースさせていくかについて、「いちばんやさしいグロースハックの教本」の著者である梶谷が考えていることを発信するマガジンです。
自分用の思索メモ
AR/VR/メタバース領域における論考、サービス設計手法、UX+UIデザインの考え方やメソッドなどを発信します
様々なパートナーと組みながらメタバース上での新たなユースケースや体験価値を生み出していくラボです。
「生成AIはこれからの経営に欠かせない」という主張は多く耳にしますが、実際に生成AIの導入と浸透、そこからP/Lにヒットするレベルの成果を上げられている日本企業は多くありません。 実際にPwC Japanグループが公開した「生成AIに関する実態調査2024 春 米国との比較」という調査レポートを見ると、米国企業は生成AIについて「期待を大きく上回っている」と回答した割合が日本企業に比べて非常に高い一方で、日本企業は米国に比べて、生成AIに対して「期待以下だった」と回答してい
テキストを入力するだけで、バックエンドまで含めたWebアプリケーションを生成してくれる「Replit Agent」が話題を集めています。 個人的にも、久々にAI領域で全ビジネスパーソンが触るべきツール、だと確信するくらい感動している機能です。 このnoteでは「Replit Agent」は何がすごいのか？、何ができるのか？使う際のコツは？将来への影響は？などの疑問に答える形で解説していきます。 「Replit Agent」は何がすごいのか？Replit Agentは、ユ
事業を成長させる上でも、生成AIを社内導入して効果を出す上でも、共通して重要なことがあります。 それは、「事業全体のProfit Treeを整理して、どの指標を動かしたいのかを明確にする」ということです。 それを怠ってしまうと、「もっと事業を効率化したい」「もっと売上を伸ばしたい」という漠然とした考えのもと、具体性を欠いたなんとなくの施策を行ってしまい、蓋を開けてみたらP/Lに何も良い影響を与えなかったという結果になりがちです。 昨今、重要なテーマになっている「生成AIの
私たちの人生は、大小様々な意思決定の連続です。 そして時として、意思決定というものは、大きな困難と痛みを伴います。 自分自身、過去に企業経営をする中で本当に苦しい決断を何度も経験してきました。 そして、現在はアドバイザーという形で様々な経営者の意思決定をサポートする中で、その難しさを改めて実感すると同時に、「適切な補助」の重要性を強く感じています。 私の場合の「補助」というのは、クライアントとの「会話」と、そこで投げかける「問い」、ということになるのですが、その中でも適切
生成AIは企業の生産性を高めていく上で避けては通れない存在である、という主張は至るところでなされています。 しかし、実際に生成AIの組織導入に成功して、多くの社員が日々の生産性を向上させた、という事例は一部のテック企業を除いてあまり聞こえてきません。 実際それはデータにも現れており、日本企業は米国、(欧州のサンプルとしての)ドイツ、中国などの企業と比べて、生成AIの利用意向が著しく低いことが総務省が発表した2024年版「情報通信白書」で明らかになっています。 比較対
「始めるのは簡単だ。続けるのは難しい。終わらせるのはさらに難しい。」と言われます。 サービスの機能についても同じで、新しい機能を追加することよりも、機能を削っていく方が格段に難易度が高いです。 しかし、複数の研究から、80％のユーザーがプロダクトの機能のうち20％しか使っておらず、サービスの複雑さは、一般的に機能性を低下させ、プロジェクトマネジメント自体にも悪影響を及ぼすことが分かっています。 ※ プロダクトの複雑性がいかにサービスに悪影響を及ぼすかについては、以下no
サービスの成長はスタートアップにおいて最も重要な経営イシューの1つです。 「いかに自社のプロダクトをグロースさせるか」という問いは、全ての企業が向き合っている問いだと思いますが、「プロダクトを高速で成長させるための環境・仕組みを確立できているか？」という問いについては意外と向き合っている企業が少ないように感じています。 以下は、プロダクトを高速で成長させるための体制が自社で構築できているかのチェックリストです。 以下の問いにすべてYESの方は本noteは基礎的すぎるので、
ChatGPTのライバルサービスの一つである「Claude」が、彼らのサーバーが一時パンクするくらい話題になっている。 その理由は、運営元のAnthropicが発表した2つのリリースだ。 リリースの1つ目は新しい大規模言語モデル「Claude 3.5 Sonnet」のリリース。そしてもう一つが、今回の話題の中心である「Artifacts」機能のリリースだ。 「Claude 3.5 Sonnet」は、ほぼ全てのベンチマークでOpenAIの最新モデル「GPT-4o」を打ち負
「、」の使い方について半日以上考えた経験がある人はいるだろうか？ そう、あの句読点の片割れである「、」だ。 自分はいま全くの未経験から「SF小説家」になるべく格闘している。 その中で自分の作品を書きつつ、そもそもの地力を上げるべく小説の学校に通っている。 その小説の学校で先日、面白い授業があった。 読点「、」の使い方についてみっちり2時間考える授業である。 句読点の歴史は思ったよりも短い。実は句読点は「輸入品」だ。 句読点が本格的に一般の日本人が使うようになったの
BtoBマーケティングにおいて企業が最も犯しがちな間違いは「自社の宣伝」をしてしまうことである。 人は他人の会社の話などに興味を持たない。 では、どうすれば良いのかというと、「カテゴリの宣伝」をするべきだ。 「カテゴリの宣伝」で成功した企業の代表例が「IDEO」だ。 IDEOは自社の宣伝をする代わりに「デザイン思考」という概念、カテゴリを世界中に広めた。 そして「ビジネスにデザイン思考が必要である」という考えを啓蒙した上で、「デザイン思考といえばIDEOという第一想
「人生を深く楽しむ」ことは、多くの人にとって重要なテーマではないでしょうか。 同じ体験をしても、それを楽しんでいる度合いには個人差が大きくあるように見えます。 「いかに一つの体験から喜びや感動を深く味わうことができるか」という問いについては私自身、強い関心があります。 そして、その問いを考える上で鍵となるのが「言葉の解像度」なのではないかと考えています。 ワインのソムリエに学ぶ「言葉と感覚の関係」言葉と感覚の関係を考える上で、ワインのソムリエは非常に示唆に富む存在です。
プロダクトマネージャーにとって、プロダクトが進むべき道のりを規定するプロダクトロードマップの策定は最も重要な仕事の1つです。 しかし、プロダクトロードマップの策定は、顧客ニーズ、競争戦略、技術変化など様々な要素を考慮する必要があり、実はかなり難易度が高く奥が深いものでもあります。 本記事では、プロダクトマネージャーが優れたロードマップを策定するための5つのステップを解説します。 自社のUltimate Goalと現状のギャップを明確にし、ユーザー視点や競合分析、市場の変
最近は毎日のように新しい生成AIサービスや事例が飛び込んできます。 そのため、生成AIが万能な道具のように見えてしまったり、逆に生成AIの本来の強みが見えづらかったりします。 しかし、実際に成功している生成AIサービスの数々を抽象化し、その本質的な価値を整理すると以下の7つに集約できると私は考えています。 本noteではそんな「生成AIの7つの価値」について、以下でグローバルで成長しているサービス事例を交えながら解説していきます。 【本質的価値1】 コンテンツの創造コ
どんな事業/サービスにおいても、UX（ユーザー体験）が重要であることは今さら言うまでもないでしょう。 しかし、「UX」を抽象的な概念のまま捉えていると、その言葉を使う人同士でイメージが揃っていなかったり、過度に複雑な理論も多く登場しているため、どうUX改善に取り組んでいけば良いのか混乱してしまっている人も多いのではないでしょうか？ UXの質を測る手法や指標は多数存在しますが、私は突き詰めると以下の1つの方程式でUXというものを表せると考えています。 u（便益）とは、ユー
私は複数社の生成AIサービスのアドバイザーをしているのですが、最近ある考えが確信に変わりつつあります。 それは、「日本市場においてはAIサービスに対する期待値が米国に比べて高い」ということです。 ToB領域で米国でユニコーンになっている生成AIサービスを日本市場にそのまま持ってきても、米国では「まあ、AIってこれくらいの精度だよね。それでも十分実用的だよね」となってガンガン導入進んでいくのに対して、日本市場においては企業担当者の期待値が高く、実際にAIで出せるパフォーマン
「Sora」の衝撃OpenAIが新たに発表した "動画生成AI"「Sora」が凄すぎると話題になっています。 個人的に一番驚いた生成動画は以下で、電車の中から車窓を映しているような映像で、窓の反射具合や、窓が暗くなった時に映り込む女性の像など、今までの動画生成AIとはレベルが数段違う生成結果です。 物理世界のシミュレーター？そんな中で、OpenAIのTechnical Reportを読んでいると面白い記述を見つけました。 OpenAIとしては、「Soraは物理世界の汎用
