本動画は、AI関連のスタートアップを立ち上げ、わずか2年でThompson Reutersに6億5千万ドルで売却したCasetext創業者Jake Heller氏による講演である。氏は、どのようなアイデアを選ぶべきか、どう構築するか、そしてどう市場で販売するかという3つの核心的テーマについて、自身の経験に基づいた具体的な戦略を展開する。特に、既存の職務を補助・代替するAI製品の構築において、ドメイン専門知識の重要性、徹底的な評価(evals)による精度向上、そして顧客に真の価値を提供することの重要性を強調している。プロダクトの品質こそが最高のマーケティングであるという信念のもと、表面的なデモではなく実用に耐える製品を作り上げるための地道な努力の必要性を説く内容となっている。
AI起業の成功法則
今日お話しするのは、私の会社がいかにして非常に優れたAIアプリを構築し、6億5千万ドルでイグジットを実現したか、そして皆さんもそれができるという話です。さて、今日お話しする大きなアイデアは3つあります。1つ目はどんなアイデアを選ぶべきか、つまり何を追求すべきかをどう決めるかです。2つ目は実際にどう構築するかです。
そして3つ目、これは正直よく見落とされがちなのですが、構築したものをどうやって市場でマーケティングし、販売するかです。この話に入る前に、私について少しお話しして、誰が話しているのかを知っていただきましょう。私はコーダーとして育ちました。覚えている限りずっと何かを作ってきました。おそらくここにいる皆さんと基本的に同じだと思います。
私にとっては少し脇道でしたが、法律と政策に魅了されて弁護士になりました。そして、かなり従来型ではありましたが短い法律キャリアを送りました。ロースクール、判事補佐、大手法律事務所などです。何かを作る人が法律や会計、金融といった古い職業に入ると、誰もが最初に気づくのは「こんなやり方でやっていたなんて信じられない」ということです。
それですぐにそれをやめて、2013年にCasetextという会社を設立しました。当時、皆さんの多くは8歳くらいになっていた頃だと思います。余談ですが、こうした会社が成功するまでには、それくらいの時間がかかることもあります。ですから、今18歳、19歳、20歳、21歳、22歳、何歳であろうと、スタートアップを始めたら人生で最も素晴らしい冒険の一つに登録する準備をしてください。ただし、時間はかかります。Casetextでは、私たちの経験の大部分を通じて、法律にAIを適用すれば大きな違いを生み出せるという深い確信に焦点を当ててきました。ちなみに、私たちが焦点を当て始めた頃は、まだAIとは呼ばれていませんでした。自然言語処理、あるいは機械学習と呼ばれていました。
しかし、今日ここにいる私たちのAI研究者の一人であるJaveedは、BERTの論文「Attention Is All You Need」などが出た直後に、約7年前、AI技術がどのように適用できるかという初期の応用例を見出しました。例えば、弁護士の生活をより良くすること、検索を大幅に改善することなどです。私たちは大規模言語モデルに非常に注力し、この分野で深く研究していたため、GPT-4への非常に早期のアクセスを得ました。2022年の夏のことです。私たちは売上2000万ドルで、順調でした。100人ほどの従業員がいましたが、やっていたことを全て止めて、この新しい技術に基づいて全く新しいものを作ろうと決めました。
それがCo-Counselという製品になりました。これは史上初の、そして今でも最高だと思う弁護士向けのAIアシスタントです。その理由については、この講演の残りでお話しします。私たちは約2年前にThompson Reutersに6億5千万ドル、現金で買収されました。ちなみに、これは大きな数字に感じられますが、この部屋にいる多くの人にとっては、後でこの講演を振り返って「当時これが大きな数字だったなんて信じられない」と思うことになるでしょう。皆さんはもっとずっと価値のあるものを作ることができると本当に信じています。それは、AIが皆さん全員に解き放つのは、この世界のために素晴らしいものを作る能力だと思うからです。
アイデアの選び方
さて、どうやってアイデアを選ぶのか。Y Combinatorには昔から「人々が望むものを作れ」という格言があります。そして、この格言がある理由は、人々が何を望んでいるかを知るのが本当に難しいからです。特に昔のソフトウェアを作る世界ではそうでした。
何かを作って、ユーザーの手に渡して、何度も試行錯誤する必要がありました。そして、それが実際に人々が使いたいものであることを願うしかありませんでした。だからY Combinatorの格言は「人々が望むものを作れ」なのです。実は、これがちょうど簡単になったと思います。人々は何を望んでいるのでしょうか。例えば、人々が今お金を払っているものは何でしょうか。
人々は今、タスクを実行するために人にお金を払っています。この場合、それはとても不幸なカスタマーサポートの人々のようなものかもしれません。しかし、私たちは人々が何を望んでいるかをすでに知っています。なぜなら、彼らはそれにお金を払っているからです。これには、カスタマーサポートや保険調査員、パラリーガル、あるいは個人生活でやることのようなもの、例えばパーソナルトレーナーやエグゼクティブアシスタントなど、多くの仕事が含まれます。それが人々が望んでいるものです。
そして、人々が何を望んでいるかを選ぶ問題はちょうど簡単になりました。なぜなら、今は人々が他の人々に何をさせるためにお金を払っているかを見るだけでいいからです。そうした問題の多くは、従来型のAI、つまりLLMが今人々が取り組んでいる問題の多くを解決できますし、それでなければロボティクスが物理世界で人々が取り組んでいる多くのことを解決できます。そして、皆さんが何を作るかを決める際に見ることになると思うのは、まずターゲットとする分野を選び、それは実際には3つの異なるカテゴリーに分類されます。1つは、専門家がタスクを達成するのに助けが必要な場合のアシスタンスです。
それが私たちがCo-Counselで作ったものです。弁護士は多くの文書を読んだり、調査をしたり、契約書をレビューしたり、マークアップしたり、赤線を入れたり、相手側の弁護士に送ったりするのに多くの助けが必要です。これが1つの大きなカテゴリーで、人々の仕事を支援することです。2つ目の大きなカテゴリーは、仕事を完全に置き換えることです。
人々は今弁護士を雇っています。もし私たちがAIを活用した法律事務所になったらどうでしょうか。人々は今会計士や金融専門家、理学療法士、洗濯物を畳む人など、何でもいいですが雇っています。AIを使ってそのタスクを置き換えることができます。そして最後に3つ目のカテゴリーは、以前は考えられなかったことができるようになることです。例えば、法律事務所には何億もの文書があり、百万年経っても「全ての文書を人に読ませて、特定の方法で分類させ、要約させ、索引を作らせる」なんて考えもしないでしょう。
それは正気の沙汰ではありません。何百万、何千万ドルもかかるでしょう。しかし、今やAIがあるので、何千ものGemini 2.0 Flashなどのインスタンスに全ての文書を読ませることができます。以前は考えられなかったことが今は考えられるようになりました。これが基本的に選ぶべきアイデアの3つのカテゴリーです。
そして、これについて素晴らしいと思うのは、こうした新しい種類のカテゴリーで稼げる金額が大幅に増加したことです。かつては、総アドレサブル市場と呼ばれるもの、つまり製品から得られる金額は、例えば専門家の数、販売できる席の数に月額20ドルといった金額を掛けたものでした。ちなみに、多くの数十億ドル規模の会社は、専門家に席を販売することで構築されています。しかし今日、人々や企業がすでに喜んで支払う実際の金額は、彼らが現在仕事をするために支払っている全ての人々の給与の合計です。そしてその数字は1000倍も大きいのです。
問題を解決するために月額20ドルを支払うかもしれません。例えば、典型的なSaaSのようなサブスクリプションを支払うかもしれませんが、問題を解決してくれる特定の専門家には月額5000ドル、1万ドル、あるいは2万ドルを支払うかもしれません。
ですから、AIを使った新しいアプリケーションで稼げる金額は、以前と比べて10倍、100倍、あるいは1000倍にまで増加しました。ちょっと立ち止まりたいのですが、これらの給与を全て取り上げてアドレサブル市場にするという話は、かなりディストピア的に聞こえるかもしれません。しかし、私はその逆だと思います。未来は美しいと思います。それには2つの理由があります。
1つ目は、特定の仕事を置き換えたり大幅に支援したりすると、未来が解き放たれることです。Sam Altmanが最近のエッセイでこれについて書いていました。かつては灯火夫という仕事がありました。電気や照明がなかった頃、人々はマッチスティックのようなもので夜に全ての灯火を灯し、夜にはろうそくを消して回る仕事をしていました。それが以前のやり方でした。そして、過去にやっていたことに縛られていたため、今やっているようなことは想像すらできませんでした。
ですから、現在やっている役割を超えて前進すると、今日では想像もできない未来が解き放たれます。今日やっていることは、10年、15年、あるいは100年後には古臭く感じられるでしょう。なぜなら、皆さんがそれを乗り越える手助けをしてくれるからです。
しかし同じくらい重要なのは、この件について一部の人々が考えていないと思うことですが、私が非常に真実だと思うのは、かつては本当に難しかったり非常に高価だったものへのアクセスを民主化することです。私たちが働いていた法律の分野では、低所得者の85%以上が法的サービスにアクセスできていません。
人間の弁護士と働くには時間がかかりすぎ、費用も高すぎます。しかし、弁護士を100倍速く、10倍安くする手助けができたら、あるいは率直に言ってAIを活用した新しい法律事務所としてそれらのサービスを自分で提供できたら、突然、弁護士がお金が足りないために依頼者を断らなければならなかった状況で、今度はイエスと言えるようになります。そしてそれはあらゆる場所に当てはまります。世界中の誰もが世界最高の財務アシスタントを持つべきです。世界中の誰もが最高のエグゼクティブやパーソナルアシスタントを持つべきです。世界中の誰もが、CursorやWindsurfなどのツールですでに最高のコーディングアシスタントを持つことができます。
仕事を置き換えるべきだというアイデアの選び方をお伝えしているにもかかわらず、皆さんは消費者や企業の大多数に対して、より良い未来を解き放ち、かつては非常に裕福な人だけのものだったものへのアクセスを民主化することで、本当に素晴らしいことをしようとしていると思います。
さて、それがアイデアの選び方です。仕事を選んで、置き換えるか、支援するか、以前は考えられなかったことをして、より良い未来を築くのです。しかし、実際にこれをどうやって作るのでしょうか。私たちがどう作ったかの簡単な概要をお伝えします。私にとって驚きなのは、これからお話しすることがすべて非常にシンプルで常識的で、もしかしたら明白にさえ聞こえるかもしれませんが、最も狂っているのは、誰もこれをやっていないということです。
実際の構築方法
誰も、職業カテゴリーを選ぶという点で私が推奨した方法でアイデアを選んでいません。それをやっている会社は非常に少ないです。そして、信頼性の高いAIを構築するために、かなり明白でシンプルに見えるであろうことをやっている会社はさらに少ないです。ちなみに、信頼性に下線を引いたのは、多くの状況において、Andrewが今日早くに言っていたように、クールなデモから実際に実践で機能するものに移行するための鍵になるからです。
実際にこれを構築する方法について4つの簡単なポイントがあります。1つ目は、AIアシスタントやある職業のAI代替品を作ることを考えることです。自分自身に問いかけてください。人々は実際に何をしているのか。この分野の専門家は実際に何をしているのか。もし構築しようとしているアプリがフィットネスコーチなら、パーソナルトレーナーやフィットネスコーチは何をしているのか。財務アシスタントや財務アナリストは何をしているのか。そして超具体的になってください。これは何度も言いますが、実際にこの答えを知ることは本当に役立ちます。作り上げるのではなく。
私たちにとって役立ったのは、私が弁護士であり、共同創業者も弁護士であり、会社の30〜40%、コーダーでさえも弁護士だったということです。なぜなら、私たちは実際にそれを生きていたからです。それは皆さんには当てはまらないかもしれません。どこかで潜入捜査員のようになってください。
これらの会社で実際に何が起こっているのか本当に学んでください。人々は何をしているのか。ちなみに、もう1つの方法は、あなたが技術的な才能を持っていて、ある分野で深い専門知識を持つ共同創業者を見つけることかもしれません。しかし、どんな方法で到達するにせよ、人々が実際にやっている具体的なことを見つけ出してください。それを支援したり置き換えたりできるのです。
そして、この質問を自分自身に問いかけてください。その分野で最高の人なら、無制限の時間と無制限のリソース、例えばタスクを達成するために全て同時に働ける1000のAIがあったら、どうやってこれをやるだろうか。最高の人ならどうやってこれをやるか、そこから逆算してください。誰かがタスクを達成するために実際に取るであろう具体的なステップは何か。法律分野から例を挙げると、私たちは2年半前にDeep Researchのバージョンを作りました。
GPT-4へのアクセスを得てすぐ、それは私たちが最初にやったことのようなものでした。そして、この研究質問が与えられたら、最高の弁護士は何をするだろうかと尋ねました。それは単に一般的に研究するというようなものではありませんでした。それでは意味がわかりません。彼らはそれをステップに分解しました。
まず、この研究プロジェクトの依頼を受けたら、これが実際に何を意味するのかを理解する必要があると言います。今日のDeep Researchを使ったことがあればわかるように、明確化のための質問をするかもしれません。そして研究計画を立てるかもしれません。何十もの検索を実行するかもしれません。それが何百もの異なる結果をもたらすかもしれません。それらを全て非常に注意深く読むでしょう。
検索結果には時々無関係なものがあるので、関連性のないものを除外します。関連性のあるものを取り入れます。見ているものについてメモを取ります。なぜこれは関連性があるのか。なぜこれは関連性がないのか。これは私の答えのどこに当てはまるのか。そして、それら全てに基づいて、全てをまとめて、それをエッセイにまとめます。
そして最後に、エッセイが正確で、実際に正しいリソースを参照しているかなどを確認するステップを設けるかもしれません。これらは、実際の専門家が研究を行う際に取るかもしれないステップの種類です。だからそれらを書き留めてください。さあ、コードに移ります。皆さんがやることのほとんどで、これらのステップの多くは最終的にプロンプトになります。
1つまたは多くのプロンプトです。1つのプロンプトは、法的意見を読んで、尋ねられている質問にどれだけ関連しているかを0から7のスケールで判断するかもしれません。1つのプロンプトは、これまでに読んだ全てのケースで取った全てのメモを考慮して、エッセイを書くかもしれません。1つのプロンプトは、エッセイの脚注と元のリソースがあります。
これは正確に引用されているかどうか。これらの多くがプロンプトである理由は、それらがかつては人間レベルの知能を必要とした種類のものだからですが、今はそれをソフトウェアアプリケーションに注入しているのです。
ですから、その人間レベルの知能を実際に実行するために、優れたプロンプトに変える作業をする必要があります。すぐにお話ししますが。ちなみに、プロンプトでなくても済むなら、決定論的であったり数学的な計算のようなものであったりするなら、その方が良いです。プロンプトは遅くて高価です。トークンはまだ高価です。
ですから、これらのステップを分解する際、これらのいくつかは単に昔ながらのソフトウェアエンジニアリングかもしれません。できるときはそれをやってください。そして、最高の人がどうアプローチするかを見つけ出すとき、ここで決断を下します。もしそれがかなり決定論的で、このタスクを行うときは毎回必ず同じ5つのステップに従うなら、簡単です。
ワークフローにしてください。実際、それは皆さんにとって最も簡単な結果です。正直に言うと、Co-Counselを構築する際に私たちが作ったものの多くは、まさにこのようなものでした。このタスクを行うたびに、基本的に同じ6つまたは7つのステップを踏むことになります。そして率直に言って、LangChainのようなものは必要ありません。ただのPythonコードです。
この関数、そしてこの関数の出力がこの関数に入り、この関数の出力がこの関数に入ります。完了です。簡単です。時には簡単ではないこともあります。時には、専門家が問題にどうアプローチするかは、本当に状況次第です。非常に異なる種類の研究計画を立てる必要があるかもしれません。異なるリソースから引き出し、異なる種類の検索を実行し、異なる種類の文書を読む、あるいは何をやっているにせよ、そうです。そうやって、もう少しエージェント的なものになります。
それが良いものであることを確認するのは難しいです。でも、やらなければならないことかもしれません。この全てをやる上で、これを繰り返し強調しますが、何らかのドメイン専門知識、つまりここで何を話しているか知っている誰かがいることです。ちなみに、それは多くの人と話すことによっても獲得できます。ここに到達する方法はたくさんあります。しかし、やみくもにやらないでください。
この分野の全ての政府職員がXをこのようにやっていると仮定しないでください。本当に知ってください。さて、これが基本的に、まとまり始めるこれらのAI機能を構築する方法です。それだけです。簡単です。率直に言って、難しい部分は構築することではありません。難しい部分は、それを正しくすることです。研究が上手くいったとどうやって知るのか。文書を正しく読んだとどうやって知るのか。保険調整を正確に編集したとどうやって知るのか。株を買うか売るかについて正しい予測をしたとどうやって知るのか、あるいは何をやっているにせよ。ここで
評価(evaluations)が非常に大きな役割を果たします。そしてこれが、私が最も多くの人がやっていないことだと思うものです。なぜなら、彼らは率直に言って60〜70%の精度のようなデモレベルのものを作るからです。正直に言えば、クールなデモをVCパートナーに見せることで、かなり良いラウンドの資金を調達できるでしょう。
そして、最初の数人の顧客にパイロットプログラムとしてクールなデモでサインしてもらうことさえできるかもしれません。しかし、実際には機能しません。ですから、その興奮とVC資金調達とパイロットプログラムの興奮などは全て、実際に機能するものを作れなければ崩壊してしまいます。そして実際に機能するものを作るのは本当に難しいです。なぜなら
LLMは人間のようなもので、朝コーヒーを飲まなかったり、ベッドの悪い側で目覚めたりすると、プロンプトに対して間違ったものを出力するかもしれないからです。皆さんは以前にこれを見たことがあると確信しています。ChatGPTを使うだけでも、時にはその輝きに圧倒され、他の時にはコードや何らかの情報検索について、あるいはジョージ・ワシントンの誕生日がいつだったかを幻覚を見るなど、信じられないほど間違っていることにショックを受けたことがあるでしょう。では、それにどう対処するか。どう対処したかをお伝えします。これが全ての答えではありませんが、大きな部分は評価です。
Y Combinatorは現在応募を受け付けています。起業のアイデアがありますか。ycominator.com/applyで応募してください。早すぎるということはありません。応募フォームを記入することでアイデアがレベルアップします。さて、動画に戻りましょう。
評価の重要性
これは全て、再びドメイン専門知識から始まります。つまり、良いとはどういうことか。このタスクを非常に上手くやるとはどういうことか。研究をしているなら、X という質問に対して正しい答えは何か。正しい答えには何が含まれていなければならないか。X という文書があり、文書についての質問をしているなら。
その文書から何を引き出さなければならないか。情報をどのページで見つけるべきか。良いとはどういうことか。これは「この研究を完了してください」のような全体的なタスクにも当てはまりますが、全体的なタスクを完了するために必要な各マイクロタスクにも当てはまります。例えば、どの検索クエリが良い検索クエリで、どれが悪い検索クエリか。
ここでも、壊れたレコードのように聞こえないようにしますが、実際の専門家がこれについて何と言うかを知ることが良いです。では、良いとはどういうことか。そしてそれらが皆さんの評価になります。私が評価を書く際に最も好きなのは、可能な限り非常に客観的に採点可能な答えに変えることです。
例えば、AIに真か偽、または0から7の間の数字などを出力させるだけです。なぜなら、そうすれば本当に評価が簡単だからです。それがどれだけ関連性があるかです。7ではなく、5でもなく、6です。それがあれば、評価フレームワークを設定できます。私はPrompt Fuが好きです。皆さんが使っているかどうかわかりませんが、コマンドラインで動作するオープンソースです。使える多くのフレームワークがあります。これらの評価をまとめるために使えます。最終的にはあまり重要ではありません。この入力とこのプロンプトに対して、答えは6であるべきです。十数個作ってください。顧客が実際にプログラムに投げかけるものと一致するようにしてください。十数個作って、それらで完璧になるようにしてください。それから50個に、次に100個にして、
実際に投げかけるテストを全てパスするまでプロンプトを調整し続けてください。本当に良い仕事をしているなら、ホールドアウトセットを用意して、プロンプトを書いている間はそれらを見ないでください。
それらでも機能することを確認してください。単に評価のためだけにプロンプトを微調整しているのではないということです。ファインチューニングという言葉を使いましたが、技術的なファインチューニングなしで、本当に注意深くやっていれば、単なるプロンプティングだけで非常に遠くまで行けます。AIが予測可能に間違えることがわかるでしょう。プロンプトの一部として曖昧だったり、何か1つのことをすることについて明確な指示を与えていなかったり、あるいは特定の方向で常に失敗するかもしれません。それからこの種の誤りを犯さないようにプロンプティングの指示を直接与える必要があります。例を与えます。
特定のクラスのエラーから遠ざけるためにです。しかし、AIがなぜまたはどのように失敗するかが驚きになることはありません。プロンプティングを始めると、指示を与えてプロンプトを回避できるパターンが見え始めます。
そして私が言いたいのは、ここで成功するための最大の資格は、皆さん、あるいは会社でプロンプトに取り組んでいる誰かが、これらのメールをパスしようとして単一のプロンプトに2週間眠らずに取り組む意志があるかどうかです。それをする意志があるなら、本当に良い場所にいます。本当にそれは大変な努力が必要です。なぜなら、これらのメールをやって、最初は60%の確率でパスするでしょう。
そしてこの時点でほとんどの人は諦めます。「AIはこのタスクをできない」と言います。「もうやらない」と。そして一晩プロンプティングに費やすと61%になります。「なんてこった」と思います。次のグループの人々はこの時点で諦めます。
ここで私が皆さんに伝えたいのは、しっかりと2週間プロンプティングして、評価を追加し、プロンプティングし、評価を追加し、プロンプトを調整し、プロンプトを調整し、プロンプトを調整すれば、97%の確率でパスするものに到達できるということです。そして3%はある程度説明可能です。人間ならそうするようなものです。判断を要する場合のようなものです。人間も同様の判断を下します。
そこに到達したら、これが実際の運用でどう相互作用するかについて、かなり良い気分になれます。私が推奨するのは、本番前、おそらくベータ版のようなもので、プロンプトごとに100個、全体的なタスクに対して100個のテストに到達することです。100個中99個をパスしていれば、今いる場所について本当に良い気分になれるはずです。大まかなガイドです。
1000個できればそれは10倍良いです。やってください。しかし難しいです。優れた評価を考え出すのは本当に難しいです。ですから、少なくとも100個にして、ベータ版に進み、顧客の手に渡すことをお勧めします。そして期待値を設定してください。ちなみに、これはまだ完璧ではありません。だからベータ版なのです。そして耳を傾けて学びます。
顧客が不満を言うたびに、アプリの設定方法によってはデータを持っているか、あるいは「なぜ失敗したのかを見るために、その文書とその質問を共有してもらえますか」と尋ねます。それが新しいテストです。この時点で、実際の顧客に実際に起こったことから、実験室で考え出したものよりもはるかに多くの評価を追加しました。
そしてそれが、顧客は皆さんのアプリで最もバカなことをするということです。皆さんが予測しないようなバカなことをします。しかしそれが顧客が実際にやることです。実際の人のGoogle検索クエリを見たことがあれば、ほとんど判読できません。そして同じことがChatGPTにも当てはまると思います。色々なものが見えます。皆さんのプロンプトはおそらくかなり賢く見えるでしょう。
ほとんどの人は「burrito me how ouch」みたいなものです。それで何をしますか。しかし、素晴らしい結果を返し、これらのばかげたプロンプトで実際に何を言おうとしているのかを判断しなければなりません。ですから、それらを実際のテストとして、繰り返し続けてください。これは静的なものではありません。新しいモデルが出てきます。新しいモデルを試してください。Prompt Fuや他のフレームワークはこれを本当に簡単にします。
新しいモデルを追加してください。これまでのプロンプトに対してどれだけうまくいくかを計算してくれます。プロンプトを調整し続けてください。時には単一の単語の追加または削除で1パーセント上がるかもしれませんが、金融、医療、法律のように、精度の1パーセントの増加が提供している顧客にとって本当に重要な分野で働いている場合、それは非常に大きな問題です。
繰り返し続けてください。決して止めないでください。1日おきか毎日、プロンプトについて新しいGitHubプルリクエストがあるべきです。そして皆さんに言いますが、この最後の2つのスライドをやるだけで、専門家は実際にどうやってそれをやるのか。ステップに分解します。各ステップは基本的にプロンプトまたはコードの一部になります。
そして各ステップをテストします。ワークフロー全体を一緒にテストします。この2つのことをやるだけで、そこにあるほとんどのゴミよりも良いAIアプリを構築する90%の道のりになります。なぜなら、ほとんどの人は決して評価しないからです。そして、専門家が実際にどう仕事をするかを理解するために時間を取ることは決してありません。
だから彼らはTwitterで派手なデモのようなものを作ります。資金を調達するかもしれません。一瞬皆さんのヒーローのようになるかもしれません。しかし、誰をヒーローに選ぶかには注意してください。本当の人々は裏方で静かに構築し、毎日静かに自分たちのものをより良くしています。
この2つのスライドをやるだけで、90%の道のりになり、そこにあるほとんどのものより良くなります。それが最も狂った部分です。
マーケティングと販売
さて、今度は最も難しい部分です、正直に言って。率直に言って、私たちはイグジット後も、数十億ドル規模の企業でまだ理解しようとしている部分です。それでもまだ本当に本当に難しいです。この新しい種類の世界でAIアプリをマーケティングして販売することについて、いくつかのヒントをお伝えします。仕事を置き換えたり支援したりする場合です。私たちが学んだことですが、最初に言いたいのは、これは多くのVCのようなところで言われていることとは少し反対だと思います。多くの人が「最も重要なことは販売とマーケティングだ」と言います。多くの人々が本当に本当にそう思っています。
シリーズAやシリーズBになると、取締役会に「本当に良いマーケティングと販売ができれば、製品はそれほど重要ではない」と言う人々がいるでしょう。そして彼らはこれが本当にうまくいった例をいくつか見てきました。
私は違うと思います。私が思うに、製品が鍵です。私たちは10年間、最初はまあまあの製品でした。様々なマーケティングと販売のリーダーを経験しました。その中には非常に資格のある人もいました。彼らはまあまあやりました。素晴らしい製品を持ったとき、突然人々が口コミで私たちを紹介するようになりました。ニュースが私たちのところに来るようになりました。なぜなら、私たちは本当に新しくて興味深いことをしていたからです。そして口コミとニュースは無料のマーケティングです。
人々が私たちのところに来ました。私たちには営業担当者がいました。なぜなら、LLMに基づいて出した新しい製品ほど良くなかった古い製品の営業担当者がいたからです。そしてその営業担当者たちは、まるで注文を受けるだけのようになったと言えます。ですから、マーケティングと販売のためにできる最も重要なことは、素晴らしい製品を作り、それを世界に確実に知らせることです。明らかに、ただ作って誰にも見せないわけにはいきません。森の中で木が倒れても誰も聞かなければ、何もしません。
しかし、製品の質は、シリーズAとBの投資家が言うよりもはるかに重要だと思います。ですから、皆さんがそういうつまらないVCを取締役会に迎えたときは、この講演を思い出して反論してください。さて、でもやはり重要です。マーケティングと販売は依然として重要です。ここで3つのアドバイスがあります。
1つ目は、もはや従来型のソフトウェアを販売していないかもしれないということです。どのようにパッケージ化して販売するかを考えてください。私が今最も興奮している企業は、実際のサービス、例えば企業向けの契約書レビューのような実際のサービスを取り上げて、それをただやっているのです。完全なサービスを提供しているのです。人間がループに入っているかもしれません。
そして、従来の法律事務所に行けば、これには通常1契約あたり1000ドルかかるでしょう。彼らは1契約あたり500ドルを請求しています。参考までに、皆さんが今使っているツールの多くはおそらく月額20ドルです。月額20ドル対1契約あたり500ドル。価格の極端な上昇について話しています。販売している価値に応じて価格を設定してください。自分を過小評価しないでください。先ほど言ったことと少し矛盾するかもしれませんが、顧客がどう支払いたいかについても耳を傾けてください。
彼らにどのように支払いたいかを尋ねるだけです。私たちが発見したことをお伝えします。私たちはこの契約書レビュー会社のような使用量に応じた価格設定を考えていました。それがうまくいく場合もあるかもしれません。顧客がそのように支払いたい場合です。それはうまくいくかもしれません。しかし、顧客に尋ねたところ、彼らは言いました。「聞いてください、私はもっと払いたいですが、一年を通じて一貫性を持たせたいです。それから使用量に応じて支払って、潜在的に少なく支払うよりも。
ですから、私たちの顧客はシートあたり6000ドルを支払いたかったのです。彼らはシートごとを望み、シートあたり6000ドル、月額500ドルを支払いたかったのです。いいでしょう。私たちの顧客が予測可能な予算編成を望んでいた状況です。それを与えてください。顧客の声を聞いてください。マーケティングと販売の際に本当に考えるべき3つ目のことは、このAI関連のものは全て新しくて怖いということです。
これらの大企業でさえ、彼らは水に足先を浸したいのです。新しいものを試したいのです。彼らのCEOは、Fortune 500企業の取締役会に座っています。取締役会全体が「AIについて何をしているのか」と言っています。それで彼らのCEOは2万人の従業員を抱えるこの会社に行きます。AIについて何をしているのか。彼らは「わかりません。Gregの製品を試しています」と言います。
いいでしょう。彼らは皆さんの製品を試したいのです。しかし、信頼のギャップもあります。なぜなら、彼らはかつて人々に尋ねることでこれをやっていたからです。彼らは人々を解雇でき、訓練でき、指導できます。人間は完璧ではありませんが、彼らは人間に慣れています。彼らはまだ皆さんの製品を使うことに慣れていません。
何を期待すればいいのか全く分かりません。では、どうやって信頼を築くのか。いくつかの本当に賢い企業は、直接比較のようなことをやっています。法律事務所を維持して、私たちのものを並行して使い、比較してください。私たちはどれだけ速いか。私たちはどれだけ良かったか。結果はどれだけ違ったか。会計士を維持して、私たちのAI会計を使い、比較してください。私たちの会計や税務会計などでどれだけ違ったかを提供してください。それが
信頼を築く素晴らしい方法です。人々と比較してください。研究をしてください。パイロットをやってください。これを行う方法はたくさんありますが、頭の中で考えてください。どうやって顧客との信頼を築くのか。そして最後に、販売は彼らが小切手を書いたときに終わりではありません。そして確実にパイロットを始めたときでもありません。私がエンジェル投資家として今見ているのは、私にとっては一種のイグジット後の世界ですが、ARRが1000万ドルの企業がたくさんあるということです。そして表面下を掘り下げると、ああそうだ、6ヶ月のパイロットがあって、そこで多額のお金を払っているんだとなります。
そのパイロット収益の多くは実際の収益に転換していません。そして大量絶滅イベントが起こるでしょう。多くのパイロット収益として。ARRではなくPRのような、パイロット収益、繰り返しですらない、ただのパイロット収益だと思います。それが実際のお金に転換しないでしょう。それが今のスタートアップにとって本当の危険だと言えます。収益の面で非常に高い数字を報告している企業でさえです。創業者として、そして雇う人々の仕事の一部として、皆がその製品を使い、本当に理解し、訓練し、展開することを確実にすることは皆さんの仕事の大きな部分です。
慎重に、そしてこれは業界ごとに異なります。本当に思慮深くオンボーディングしてください。アプリ内で彼らをステップごとに案内して、さまざまなことを試せるようにすることかもしれません。あるいは実際に彼らの隣に座る人かもしれません。
わかりませんが、今日Satchaが早くに言った非常に小さな、捨て台詞のようなコメントをキャッチしたかどうかわかりませんが、スタートアップで最も成長している役割の1つは、これらのデプロイドエンジニアと呼ばれる4人です。これは顧客の隣に座って製品が実際に機能していることを確認する現場の人々の非常に洗練された用語だと思います。何であれ、必要なことをやってください。
私が会社でよく言っていたことで、今でも非常に真実だと感じていることの1つは、製品は画面上のピクセルだけではないということです。このボタンをクリックしたときに何が起こるかだけではありません。それはサポート、カスタマーサクセス、創業者との人間的な相互作用であり、トレーニングであり、その周りの全てです。
それを正しく理解しなければ、画面上で最高のピクセルを持っているかもしれませんが、顧客に投資し、製品が実際によく使われることを確実にする企業に負けるでしょう。素晴らしいAIアプリを作り、私たちの6億5千万ドルの数字を簡単に打ち負かすために必要なのはそれだけです。さて、質問を受け付けます。
質疑応答
こんにちは。お話ありがとうございました。自動化を作るためにどのような業界に入るかを選択するプロセスについてお聞きしたかったのですが。その分野にすでに競合がいる場合、別の業界を見ることをお勧めしますか、それともその業界のニッチに深く入り込もうとすることをお勧めしますか。その状況でどうアドバイスされますか。
競合については全く気にする必要はないと思います。まず第一に、これらの分野のいくつかでは、市場は非常に大きいです。なぜなら、現在マーケティング専門家やサポート専門家などに何兆ドルが費やされているかという話をしているからです。この市場全体を勝ち取る単一の企業は存在しないでしょう。その大多数においてです。
そして率直に言って、多くの場合、最初は競合を恐れますが、構築を始めた後、彼らがどれだけひどいかに唖然とし、彼らを打ち負かすでしょう。彼らの周りを回って走るでしょう。競合についてではありません。しかし、市場をどう選ぶかについてもう少し深く掘り下げて言えることがあります。
私が見るのは、人々が現在別の国に外注しているような役割の種類は何かということです。彼らがそれをする意志があるなら、それはおそらくAIが引き継げる非常に良いターゲットです。
もしそれが彼らのアイデンティティの一部として社内でやるべきだと感じている役割なら、例えば、Pixarが映画のストーリーを作ることを外注するとは思いません。それは彼らが正しいか間違っているかは別として、彼らのものです。おそらく2年後にはAIがPixarよりも良いPixarを作るかもしれません。しかしPixarの人々はストーリーテリングの要素について非常に強く感じるでしょう。
ですから、その部分を外注しようとしないでください。すでに外注されている部分を見つけようとしてください。例えば、大きな市場を見つけてください。多くの異なる企業に痛点がある場所を見つけてください。知っていること、または情報にアクセスできることを見つけてください。
これらが市場を選ぼうとする際に見るべき種類のことです。しかし正直に言って、非常に大きな市場がたくさんあります。文字通り、すべての知識労働をデジタルにしたいなら印刷できます。ダーツを投げてください。ダーツが指し示すものすべて。ダーツが当たったところ、その市場を選んで走り始めるだけで、おそらく1兆ドルの市場にヒットすると思います。
ですから、競合がいようといまいと、気にしないでください。ありがとうございます。完璧です。ありがとうございます。スイス出身のMichaelです。簡単な質問があります。あなたは成功した創業者なので、私たちの多くはここで会社を設立するつもりです。会社の異なるステージで焦点がどう変わったかを知りたかったのです。プレシードで何に焦点を当てたか対シードステージ、シリーズAステージ、そして最後にイグジットまでです。どの部分が最も楽しかったですか。
素晴らしい質問です、Michael。私がやるべきだったことと、実際にやったことをお答えします。完璧です、ありがとうございます。私がやるべきだったことは、シードステージでは素晴らしい製品を作り、プロダクトマーケットフィットを得ることに焦点を当て、それからシリーズAステージでは素晴らしい製品を作り、プロダクトマーケットフィットを得ることに焦点を当て、それからシリーズBでは素晴らしい製品を作り、素晴らしい製品を作ります。おそらくパターンが見えるでしょう。
私が実際にやったことは、それらほど重要ではない他のあらゆる種類のことに焦点を当てることになりました。そして、製品以外の会社とは何かと考えると、文字通り、顧客に提供しているサービスは製品を通じてであり、それにほぼ完全に焦点を当て、それに夢中になれば、私の意見では、他の多くのことが続くでしょう。例えば、プロダクトマーケットフィットを得る製品を構築するために必要な人材は何か。今、それに応えるためのHRや採用などがあります。この素晴らしい製品について人々はどうやって見つけるのか。それがマーケティングと販売です。
人々が本当に愛して実際に使う製品を作るために、ビジネスにどんな文化が必要か。今、HRの他の部分や文化の設定があります。これはCEOとしてのあなたの仕事の非常に重要な部分です。
ですから、CEOとして必要に応じてこれらの異なる側面すべてに焦点を当てることになりますが、すべてその1つの目的のためです。そして多くの創業者に起こることは、Mediumの投稿やブログ投稿を読んだり、シリーズAやシリーズBの投資家と話したりするため、結局HRや財務、資金調達など、素晴らしい製品を作ってプロダクトマーケットフィットを得るという目的のための手段としてではなく、それ自体が目的として焦点を当てることになります。抽象的に素晴らしい文化を持つ必要があるとか、今はマーケティングと販売を雇う必要があるとか。
私もこれをやりました。この罠に陥りました。大きな間違いです。私は非常に、見ての通り、製品などの側に偏った創業者ですが、非常に強く感じています。
こんにちは、Jake。私が14歳のときにスタートアップをDeloitteに売却しました。あなたのように、イグジット後の買収ステージで次にやることを探しています。
もしあなたがここY Combinatorのスタートアップスクールにいたら、今夜何をしますか。Casetextをイグジットした後、今夜ここで正確に何をしますか。ちょっと素晴らしいですね。私は40歳でイグジットしてあなたは14歳でイグジットしました。はい。ですから、あなたはすでに十分先を行っています。素晴らしいです。
実際、私たちにとって初期の頃、法律に焦点を当てることは理にかなっていました。私が法律を知っていたからです。しかしある意味では間違いでもありました。なぜなら、当時の法律ソフトウェア業界は、LLM以前は実際にかなり小さかったからです。なぜなら、弁護士は年間1兆ドルを稼ぐ、それはかなり良さそうに聞こえますが、実際にソフトウェアにどれだけ費やしているのか。そして答えは非常に少額だからです。
ですから、会社としてどれだけうまくやっても、それほど多くの人々の生活を本当に変えるものを作ることはできませんでした。ビジネスの観点からそれほど多くのお金を稼ぐことはできませんでした。そして、LLM以前のワークフローと提供している人々のアウトプットに対して段階的な変更しか行っていませんでした。LLM後は、はるかに多くの人々を助け、彼らをはるかに効果的かつ効率的にし、はるかに多くの人々の生活を変えました。
そして、少数の人々に小さな影響を与える両方の領域に存在したことをお伝えします。彼らの生活にわずかな違いしか与えず、対照的に、私たちの場合、はるかに多くの弁護士に大きな影響を与え、彼らをはるかに効果的かつ効率的にし、彼らがやっていた仕事の一部をLLMで置き換えたこと。
後者の方がはるかに良く感じられました。そして私は今それに中毒になっています。しかし、長い話を短くすると、あなたが持っている技術とスキルセットで解決可能な、考えられる限り最大の問題に焦点を当てるでしょう。人々は何を望んでいるか。ビジネスは何を望んでいるか。人々は痩せて髪を失わないことを望んでいます。洗濯をしたくありません。
誰もが家に清掃員が1日8時間来て家全体を掃除してピカピカにしてくれることを望んでいますが、それを買う余裕がないだけです。しかし、それをやってくれるロボットを作れるでしょうか。それは世界中の誰にでもサービスを提供できる種類の製品でしょうか。実際、それは50年代の食器洗い機のように、多くの人間の可能性を解き放つことができる種類の製品でしょうか。なぜなら、今、子供の世話をするために家にいる人々がもう家を掃除する必要がなくなるからです。年間1000ドルのロボットなどを買えるからです。
あなたが抱える最大の問題が何か、ビジネスにおいて何かを考えるだけで、解き放てることがたくさんあります。製品をマーケティングしたい、製品を販売したい、人々が素晴らしい仕事をしていることを確認したい。より一貫性があり、より利用可能な、仕事の特定の部分を置き換えたい。
そこに私の注意を集中させるでしょう。多くの人々が抱える巨大な問題を使ってください。あなたが解決できると感じ、それに向かって走ってください。できるだけ一生懸命走ってください。素晴らしい。ありがとうございます。もう1つ質問の時間があると思います。
こんにちは、Saboです。AIを人間のアシスタントまたは代替品として作っている場合、人間が節約する時間や人間に給与として請求する金額に基づいてそのサービスの価格を設定できます。
しかし、AIが人間にはできないことをやっている場合、例えば何十万もの法律文書を見るようなことをしている場合、どうやってそのようなサービスに価格を設定しますか。そして
先ほど言ったことについて本当にニュアンスを持ちたいです。最初は人間が請求しているものを請求し始めることができると思います。そして競合が来て、少し安く請求し、それから他の競合が来て、少し安く請求します。それは資本主義がどう機能するかのある意味美しいことで、サービスをどんどんどんどん安くしていくでしょう。そしてある時点で、非常に保護された種類の分野にいない限り、人々が請求していたよりもはるかに安く請求することになるでしょう。それはおそらく最終的に社会にとって良いことだと思います。ビジネスにとっては悪いですが、社会にとっては良いことです。なぜなら、今では弁護士のサービスを1ドルあたり10セント、1ドルあたり1セントで受けられるからです。その
新しいカテゴリーについては、価値から始めるでしょう。ビジネスに提供している価値は何か。そこから始めてください。もし彼らがこれをやることで1億ドル節約するか、これをやるために500万ドルを支払ったでしょう。いいでしょう、その10%、20%を取ってください。顧客と会話してください。
この問題を解決するためにいくら支払う意志があるか。それがおそらく始めるのに最適な場所です。実際に非常に速い質問がもう1つあります。
こんにちは、Jake。イグジットおめでとうございます。おそらくこの質問はよく受けると思いますが、独自ではないかもしれないモデルに基づくプロンプトで物事を構築しているとき、どうやって防御可能性を構築し、GPTラッパーにならないようにするのですか。基本的に、私の最速の答え。
ただ作ってください。そして作るとすぐに、それを作るのがどれだけ難しかったかがわかるでしょう。構築しなければならない小さなピースがどれだけあるか、どれだけのデータ統合が必要か、どれだけのチェックが必要か、プロンプトをどれだけ細かく調整する必要があるか、モデルをどれだけうまく選ぶ必要があるか。そしてそれをやると、他の誰も構築できないものを構築したことがわかるでしょう。なぜなら、あなたは2年間それだけをやって過ごしたからです。ですから、私は恐れていません。
恐れないでください。さて、皆さん、ありがとうございました。
コメント