Instagram共同創業者であるMike KriegerがAnthropicのCPOとして、AI時代におけるプロダクト開発の本質的な変化について語る。コーディングの未来、エンタープライズにおけるAI導入の課題、そして人間とAIの協働のあり方まで、実践的な知見を展開している。特に注目すべきは、Anthropic社内ではすでにコードの100%がClaudeによって書かれているという事実であり、これは単なる自動化ではなく、ソフトウェア開発ライフサイクル全体の根本的な再構築を意味する。デザインの重要性は消失するどころかむしろ強化され、プロダクトチームの役割は実装から戦略的意思決定とアーキテクチャ設計へとシフトしている。エンタープライズ導入においては、小規模な実験ではなく野心的なプロジェクトへの投資と、適切なサンドボックス環境での自律性の確保が成功の鍵となる。
Instagram創業からAI革命の最前線へ
まず、あなたの経歴について少しお話しいただけますか。非常に興味深い経歴をお持ちですよね。Instagramの創業者で、その後Anthropicに参加されました。その辺りについて教えてください。
そうですね、私が一貫して興味を持ってきたのは、ソフトウェアとコンピューティングで何が可能かということと、それを実際に人々にとって現実的なものにする方法の組み合わせです。スタンフォード大学では記号システムという非常に変わった学位を取得しました。当時は珍しかったのですが、その後数年でより人気が出てきています。これは認知科学、デザイン、コンピュータサイエンス、哲学、心理学、そしてAIの組み合わせでした。当時のAIは今日私たちがAIと呼んでいるものとは違って、主に迷路の中で経路を見つけるようなものでしたが、私はその交差点が大好きでした。つまり、世界で最も強力なソフトウェアを持っていても、それが人々に理解できなければ、実際に何か意味のあることを達成したと言えるでしょうか。
そしてそれを引き継ぐ形で、最初はMeiboという会社で働きました。実際に素晴らしい訓練の場でしたね。会社の文化、採用、雇用がとても強固だったんです。そこからInstagramを共同創業しました。Instagramでは、2009年当時を思い出してほしいのですが、モバイルアプリはまだ新興段階でした。
カメラはより普及し始めていましたが、ほとんどの人は自分の写真がデバイスの中に閉じ込められているように感じていました。
私たちが試みていたことの多くは、すべての画面で、あなたにやってほしい一つのことが非常に明確であること、グラフを作成する方法、Instagramが上手くなる方法を理解するのがバカみたいに簡単であること、それでいてその中で進歩できることでした。その後、Instagramと同じ共同創業者と別のスタートアップを立ち上げました。ArtifactというAI初期の段階のものです。AI駆動型のニュース推薦でした。今でもおそらくすべてのイベントで一人は「ああ、Artifact大好きだったのに、なんで閉鎖したんですか」と聞いてきます。私たちは約3年間それをやって、次の3年間を過ごしたい場所としての軌道に乗っていないことに気づきました。それでYahooに売却しました。Yahoo Newsとして今も存続しています。
それから私には岐路となる瞬間がありました。また別の会社を始めるのか。私は何かを創業するのが大好きです。ゼロから1を作るのが好きです。それともどこかに参加するのか。Artifactでの前の3年間が私に二つのことを示してくれました。一つ目は、コーディングが変わろうとしているということです。私はArtifactで自分の仕事を加速するために初期のコーディングモデルを使い始めていました。でもまだ非常に初期段階でした。モデルにはまだビジョンがなかったので、実装したい画面のアートを描いていました。
それでアートに「点と線で描かれたこれをSwiftで実装してください」と頼むんです。エンターキーを押すと、毎秒2トークンでした。コーヒーを淹れに行って、散歩にも行って、戻ってくると、実際に良いものの始まりができていました。
でも軌道はすでに見えていました。だから一つ目は、コーディングが変わろうとしているということ。そして二つ目は、モデルが知能レイヤーを提供して、機能開発に何ヶ月もかかっていたものが、潜在的には数時間に短縮されようとしているということです。私たちにとって、Artifactに組み込んだ知能の一部は、記事を要約する、超クリックベイトに書かれた見出しを事実に基づいて書き直すといったことでした。もし研究チームを立ち上げなければならなかったら、これらをうまくやるのに何ヶ月もかかっていたでしょう。でもこの場合、2020年、2021年頃には、初期バージョンでもAPIコール一つでできたんです。だから次世代のソフトウェアがこれらの研究所によって構築され、駆動されるだろうということが本当に明白でした。
Anthropicの人たちと話をして、彼らもそのビジョンを共有していました。そして文化も本当に好きでした。それについてはもっと話せますが、そこが本当の跳躍台になると感じたんです。私はその一部になりたかったです。Anthropicがやっていることは実際に素晴らしいだけでなく、あなた方が始めた時には信じられないほど可能性が低かったと思います。そしてあなた方が成し遂げたことは決して小さな偉業ではありません。
でもそこに行く前に、テクノロジー業界で広く信じられているけれど、あなたが根本的に間違っていると思う信念はありますか。
デザインの重要性は消えない
そうですね。今、デザインが消えてなくなるという信念がありますよね。モデルにプロンプトを出せばソフトウェアを作ってくれる、みたいな。ところで、それは何でしたか。Dylanがここにいましたね。
そうです。だからDylanと私はこの逆張りの信念を共有していると思います。私にとって、使うソフトウェアと愛するソフトウェアの間にはまだ違いがあります。そしてそのギャップ、つまり実際にこれを選んでいる、これのために行動を変えた、これについて他の多くの人に話しに行った、というところに到達することです。バイブコーディングで即興で作ったようなもので、それを見たことはまだありません。何が工芸品なのか、何が理由なのか、なぜこれが存在するのか、ブランドは何か、つまり人にとってそれが何を意味するのかといった必要性がまだあると思います。だからこれが一つで、思慮深くデザインされたソフトウェアの終焉は誇張されていると感じます。
今、実際の役割とそこに到達する方法は絶対に進化しなければなりません。でもまだ必要性はあると思います。社内でもそれを目にします。今は研究所での仕事について話せますが、デザイナーと話す時間が非常に多くなりました。彼らの役割は確実に変わりました。でもこれまで以上に不可欠だと思います。
それで、もしプロダクト担当者が大きな間違いを犯しているとしたら、なぜなら今研究所で起こっているのは、研究への巨大な投資があったということです。研究はモデルを構築する上で非常に基盤的な要素です。でもうまくいっている会社は、非常に強力なプロダクト感覚も示している会社です。プロダクト担当者がこの次の波で犯している間違いについて何か考えはありますか。前の波から次の波へあまりにも多くを移植しようとしているからです。私たちが自分自身のために再構築すべきことは何でしょうか。
モックアップから実装への早期移行
そうですね、本当に重要な一つは、実際にモデルの能力を感じ取れる実物を手に入れる前に、モックアップや偽のプロトタイプの世界にとどまりすぎることです。私たちがやっていることの多くは、まだ機能しない製品を作って、次のモデルリリースまで待ち、さて、製品は今機能するかと見るんです。コンピュータユース、つまりClaudeがあなたのコンピュータを操作してクリックするというものを、私がAnthropicに入って3ヶ月目、2024年にプロトタイプとして作りました。そして最悪でした。あちこちクリックしていて、まったく機能しませんでした。でもそのプロトタイプでさえ、モデルの能力がどこにあるかを教えてくれました。研究チームが別の研究モデルを出すたびに、それを投入して「よし、ファイルメニューを通過した。今度は開くまで行った」という具合に、少しずつ進歩していきました。
そしてSet 37だったと思いますが、それを投入した時、実際にはそれほど改善しているとは期待していませんでした。だから良い習慣としてやったんです。突然、研究者の一人から「見てください、実際に良くなりました。今なら製品化できます」とメッセージが来ました。でもその全体を通してハーネスがなければ、それを知ることはできなかったでしょう。だからプロダクト担当者としての目的を再構築する必要があると思います。美しい製品要求ドキュメントを提供する、デザイナーと美しいワイヤーフレームを提供してエンジニアリングに引き渡す、というところから。
ソフトウェアは今や、その核心に非決定論的で素晴らしいけれども時にイライラするエンジンを持つ、生きて呼吸するシステムです。できるだけ早くそれを体験する瞬間に到達する必要があります。
エンタープライズでもそうですか。
特にエンタープライズでそうです。そうです。それでは、話しましょう。あなたとDarioと皆さんがAnthropicで、安全性とセキュリティという概念について、AIとエージェントを西部開拓時代のように野放しにするのではなく、かなり声高に語っていますよね。より多くの自律性が良いと思いますか、それともエージェントの自律性を少しコントロールできれば、より良い採用率が得られると思いますか。
サンドボックス内での自律性
これらのモデルが今できることの魔法的なことの一つは、目標とかなり高レベルの指示が与えられれば、そこへの道を見つけることです。時にはそれが愛らしいこともあります。あるエンジニアが家族のための休暇準備ドキュメントを作るようClaudeに頼んだのですが、Claudeが休暇レンタルのウェブサイトの読み込みでブロックされてしまいました。
それで写真を見せる代わりに、この家がどんな風か自分の想像で描いたんです。「うーん、それは正確に私が望んでいたものかわからないけど」という感じですが、創造的に問題を解決しようとしているんですよね。これらのケースの一つでモデルが問題を解決しようとするのを見たことがないなら、魅力的ですよ。「これができないな。これを試してみるべきかな。それでもできない。ふりをしよう」という感じで、本当に問題を解決したがるんです。それを阻止したり、完全に抑え込んだりしたくないと思います。なぜならそれがより自律的であることの魔法の一部だからです。でも適切な方法でサンドボックス化したいです。
だから企業内で構築する自律的システムで私たちが多く見出すのは、Claudeが実行されているボックスに何の権限があるか、最小限の権限は何か、そしてそれと外の世界との導管のようなものは何かということです。自律性は欲しいけれど、適切な抽象化を持つサンドボックス内での自律性が欲しいんです。それが外に出る時のための。まさに。
それが外に出る時、そしてどんな情報が出入りするか。それは観察可能性を追加する良い点でもあります。だから自律性はサンドボックス内で、適切な接続性を持って他の場所とつながるということです。
それでコーディングについて話してください。あなた方は実際にそこに本当に注力して、それを粉砕しました。ここからコーディングはどこへ向かうのでしょうか。来年、2年後、3年後のコーディングはどのように見えるでしょうか。
ソフトウェア開発ライフサイクルの変革
そうですね。ところで、100%のコード記述に到達するという事実だけでなく、ソフトウェア開発ライフサイクルがどう変わるか、役割がどう変わるか、CIOや企業がこの新しいコーディングモデルに適応するために何を考えるべきかについて話してください。
そうですね、このトピックについては1時間でも話せそうです。だから簡潔に要点を絞ろうと思います。Anthropic社内の研究所チームで今どうなっているかという小話を提供しましょう。私たちは定期的に2,000から3,000行のプルリクエストを互いに生産しています。特に非常に迅速に動いている研究所チームでは。
CloudeはClaudeによって書かれているんですか。
CloudeはClaudeによって書かれています。Claude製品とClaude Codeは完全にClaudeによって書かれています。1年ほど前にDarioがステージで「年末までにコードの90%がClaudeによって書かれるだろう」と言った時、人々はそれがクレイジーだと思いましたが、私たちはすでにその軌道を見ていました。今、Anthropicのほとんどの製品では事実上100%です。
Claudeが書いて、私たちがやったのは、それを信頼できるように適切な足場をすべて作ることです。ソフトウェア開発がどう変わったかについて、いくつかあります。一つは、Claudeを訓練して、本当に優れた敵対的コードレビュアーになるようプロンプトすることが素晴らしかったです。私がプルリクエストを出すと、Claudeが戻ってきて「これがすべてのセキュリティ脆弱性です。でもこんな風にリファクタリングできますし、こんな風に違うやり方もできます」と言ってくれます。時々、これは敵対的コードレビューと聞こえますが、社内でそれを構築した人と話したんです。「何をしたんですか」と聞いたら、プロンプトを見せてくれました。実際にはロケット科学ではありません。ただ本当に厳しい採点者のようにプロンプトするだけです。「どんな異なる問題があり得るか、どんな異なる自動チェックができるか」と、いくつかのより柔らかい要件も強制します。それが一つで、本当に重要だと思います。
二つ目は、Claudeに物事を再設計させることを厭わないことです。私がiPhoneのプロトタイプを作っていて、最初のアーキテクチャが明らかに壁にぶつかり、解析に苦労していた時点に達しました。Claudeに一歩下がって、まず検証を書いて、それからリファクタリングするよう頼むんです。Anthropicにはコンポーネントがあると話してきました。私たちは古い会社ではありません。数年しか経っていませんが、AI時代には非常に速いペースで技術的負債を蓄積できます。その技術的負債を返済すること、その計算も私たちにとって本当に変わりました。だからそれも別の興味深い側面です。
そして三つ目は、1年前に少し感じていて今本当に感じているのは、他のすべてのプロセスがどれだけボトルネックになるかということです。昨日、継続的統合システムの停止があったんですが、1日に1つの変更セットやプルリクエストを生産していたなら、1時間待たなければならないので軽い迷惑でした。チームのエンジニア一人あたり少なくとも1ダース生産している時は、
冗談ではなく、本当に肉体的な痛みを感じました。なぜならこのすべてのものが作業を詰まらせているからです。それは回復をより困難にもします。だから開発者ツーリング、開発者効率、開発者インフラへの焦点、それはすでにやや重要でしたが、今やどんなブロックや停止や摩擦もチームに10倍のペナルティになります。
今、希少性は実際にコードを書くことよりも、コードをレビューして監査することになっているのでしょうか。
レビュー、監査、統合がボトルネック
レビュー、監査、統合ですよね。なぜなら今、複数のエンジニアが同じ場所に貢献しているという状況もあるからです。そして最初に、製品が何であるべきかについての整合性を推進することも、ある意味では常に難しい部分でしたが、今は本当に明確に難しい部分として見られています。でもまた、アプリケーション内で構築していくつもりの原則やアーキテクチャは何か。
これはエンタープライズではさらに重要です。でもそれについて整合性を取ること、それらの基準は何か、そうすればあなたやClaudeがコードをレビューする時、ただダクトテープで物事をつなぎ合わせるのではなく、アーキテクチャ、コード原則、解決している問題に関するコンセンサスの北極星に向かって進化していくことができます。それが最終的にボトルネックになります。
Anthropicの内部哲学は極端な実験の使用ですよね。AIの極端な使用。そしてあなた方はそれについて活発に話してきました。企業にアドバイスする時、そのような極端な実験の使用は、顧客に推奨するものでしょうか。
野心的なプロジェクトへの投資
企業で本当に現れている、あるいは成功と失敗を見てきた場所は、もしその実験アプローチの反対を考えると、この一つのことで採用しても安全だと感じる単一の断片的なピース、あるいは実際にはそれほどコストがかからない低価値プロセスのためにカスタマイズされたエージェントを一つ構築する、ということです。
それらはすべて失敗する運命にあります。なぜなら一つには、問題が十分に野心的でないので、能力と実際に何が必要かについて本当に学ぶことができません。そして二つ目は、障害にぶつかったり、期待ほどパフォーマンスが良くなかったりすると、
人々は諦めてしまいます。
人々は諦めます。だから代わりに見つけることです。私たちは大手銀行、大手保険会社と協力してきましたが、AIを通じてそれが特定されるべきだというアイデアが少し怖く感じるべき、非常に重要なビジネスプロセスを見つけます。でもその後、本当に密接に協力して、成功とは何か、ガードレールは何か、これをどう構築するか、これをさらに速く押し進めることができる積極的なタイムラインは何かを言います。なぜならその最前線にとどまりたいからです。そしてそれを押し出すこと、それが正しいパターンだったと思います。その実験アプローチの一部もそこに持ち込むことです。
それで内部ビジネスプロセスをどう変革するかということかもしれません。でも自分のプロダクトチームをどう強化するかということもあります。なぜなら多くの方々も、エンドユーザーに提供する製品をAIで駆動しているからです。適切なレベルの中央集権化を見つけることです。理想的には、その中央AIチームは主にモデルへのアクセスと、監査可能性と観察可能性を促進していて、それについてあまり意見を持ちすぎないことです。CloudエージェントSDKで構築しているのか、他の何かなのか。LangChainなのか他の何かなのか。私は本当にそれらの決定をできるだけプロダクトチームに押し込みたいと思います。共通性として扱うのは、本当に薄いレイヤーだと思います。モデルへのアクセスと観察可能性です。
粘り強さと柔軟性のバランス
私の考えでは、これが本当に重要なポイントの一つです。何かの成功や失敗について時期尚早にあまりにも多くの結論に達するのではなく、継続的に段階的に改善し続けるための粘り強さ、信念、持続力を持つことです。
ほとんどスーパーパワーになります。企業が十分長い時間何かに固執できず、あまりにも多くの混乱を作り出す時。実際にそう思いませんか。
そう思います。そしてまた、私たちがアプリをAIで強化してきた形が正しくないと言う柔軟性もあります。実際に再考する必要があります。正しいフォームファクターではありません。私たちAnthropicの中でも、スプレッドシートを例に取りましょう。明らかにビジネスにとって不可欠なツールです。
Claudeがスプレッドシートを読んで、それを更新するコードを書こうとしたことがあります。それが一つの世界です。Claudeが画面に表示されているものを見て、Excel内のものをクリックしようとするというのもあります。実際にはスプレッドシートがコンピュータビジョンに与えることができる最も難しい問題の一つであることがわかりました。
非常に難しいです。そして現在の形式があります。それは素晴らしいです。実際にExcel自体にフックを構築しましょう。そしてそれが断然最も成功しています。それは私たちがやった3回目か4回目の試みです。正確な実装や製品の形にあまり固執しすぎないことだと思います。
でも面白いですね。常に真実だったことが、今はさらに真実になっているだけだと思います。一つ目は、ソフトウェアを書く能力はあなたの差別化要因ではないということです。それ以外のすべてです。築いた信頼、築いたブランド、顧客関係、持っているデータ、時間をかけて交渉してきた統合のようなもの。
だからそれは真実だと思います。でも第二の部分は、既存のフォームファクターにあまり固執すべきではないということです。深く解決している問題に固執すべきです。
生産性と統合の未来
なるほど。Anthropic内でいくつかのキラーモーメントがありましたよね。API事業は指数関数的に成長していますが、コーディングという全体的な概念もあります。次は何ですか。生産性が次ですか。より良いバージョンのOfficeが出てくるかもしれないと感じているようですが、何が起こっているんでしょうか。
私たちが本当に考えている方法、そして再び、これは私が職業的に何かをする理由に結びつくかもしれませんが、そのギャップを埋めることです。約6ヶ月前から、人々がClaude Codeを使い始めていて、名前にはコードと入っていましたが、非常に非コーディング的なことに使っていました。企業での調整に使うこともありましたが、個人的な問題、To Doリストの作成、そのような形での想像に使うこともありました。
だから今私たちが考えていることの多くは、すべてのこれらの能力があって、極端には完全に特定されたすべてのようなものがあります。ほとんどの人はAIにコンピュータやインフラに対してそのレベルの自律性を与える準備ができているとは思いません。
でも次の安全でありながら強力な、その能力を人々にもたらす進化は何でしょうか。それが今私たちが考えていることの多くです。だから数週間前にClaude Co-workが出ました。再び、100%Claudeで構築され、基本的に3週間でClaudeで構築されました。そしてそれを進化させ続けること、人々がすでにやっている仕事のすべてのピースを置き換えるのではなく、それらのピースを統合し自動化する適切な方法が何かを見つけ出すことです。
あなた方はメカニスティック解釈可能性という概念に多くの仕事をしていますよね。モデルがなぜそのように動作するのかを実際に理解できるというものです。モデルが何をするかを真に理解する旅路でどれくらい進んでいて、実際にそれについて大量の透明性を得ることができると思いますか。それとも今そのサイクルのかなり初期段階ですか。
機械的解釈可能性の進化
初期段階だと思いますが、進化しています。ほぼ1年前を振り返ってみると、私が参加したのはゴールデンゲートClaude論文を発表したのと同じ月でした。覚えていると思いますが、モデルの脳内の個々の特徴を示し始めることができ、それらを操作することさえできました。昨年までに、回路についてさらに多くのことが見えてきました。これは一つの概念だけでなく、モデルが暗算のようなことをどうやるかということです。私たちは自分がどうやっているかあまり考えませんが、モデルもそうしています。訓練方法から必ずしも従うわけではないあらゆる種類の数学ができます。それが進化でした。
今、さらに深く掘り下げているのは、特定の状況でモデルがどう振る舞うかということです。モデルはいつ真実であり続けるのか。いつ欺くのか、そしてそれについてどう考えるべきか。いつ指示に忠実であり続けるのか、サンドボックス化についてどう考えるのか。それははるかに応用的な解釈可能性であり、これらのことが実世界の展開でどう現れるかということです。すべて、週末の読み物が欲しいなら、モデルのすべてのシステムカードは、私たちが行う実験の種類について本当に深く掘り下げていて、それらを本当に押し込むので、モデルがどうするかを見ることができます。でも展開された後の創発的な行動もあります。
だからラボでやることと、実際に見て、関与して、見たものに基づいて反復することがあります。ところで、これらのモデルでは、あなたの好みを提供して、この方法で振る舞ってください、このトーンで話してください、この開口レベルで物事を提供してくださいと言う方法があります。
でもそれは非常にパワーユーザー中心のモードになりがちで、世界の80億人が1時間ごとにこれを使い始めることを考える必要がある時、好みが明示的に述べられなくても、非常に本能的にはるかに速く学習されることをどう確実にするかです。実際に本質にもっと速く到達したいのに、過度に従順に見えたり、過度に丁寧に見えたりしないように。
好みの学習とパーソナライゼーション
そうですね、この分野には多くの興味深いアイデアがあります。その一つは、モデルやエージェントがあなたのために仕事をする前の観察ですよね。想像してください、私たちはSlackを非常に広範囲に使っていて、Slackにはあらゆる種類のエージェントがいます。そしてそれらのエージェントのいずれも、おそらく私の同僚の誰よりも私がより多くの仕事、少なくともオンラインでの仕事をしているのを見ています。そして彼がどんな人間か、少なくともオンラインでどう振る舞うか、私が書いたすべての文書について、観察を構築できます。
だからすでにこのデジタルエフェメラがあるという事実を利用して、それをブートストラップできれば、それは本当に強力だと思います。そしてもう一つの場所は、エージェントやモデルが時間とともに学習できる、適切な会話的な方法は何かということです。誰も自分の好みについて大きなフォームに記入したくないと思います。でも会話、そこからフィードバックを得て、それを組み込み始めることができると思います。
だから私たちが実験してきたことの多くは、ロケット科学のようには聞こえませんが、Claudeがあなたについて持っている質問に答えるのを助けるために、ちょうど間に合うように作成できるUIの種類のようなことでさえ、非常に興味深いです。10種類の中から選んでもらう場合、それは長いリストではないかもしれません、小さなクラウドかもしれません、違った方法で行われるかもしれません、セグメント化する方法があるかもしれません。
だから私たちは本当にClaudeにUIを作成する能力を与えて、好みを引き出せるようにしようとしています。そうすれば学習できます。
最後にいくつか質問させてください。簡潔にしていただければと思いますが、これについて教えてください。あなたが最も心配していることは何ですか。そしてもっと重要なのは、昨年はなかったけれど、今最も興奮していることは何ですか。いくつかの発見と発明のために、あなたを本当に興奮させる新しいことは何ですか。
最大の懸念と最大の期待
そうですね。私は生まれつき心配性なので、一つ選ぼうと思います。
ところで、一つ選んでください。それは安全性とセキュリティ以外でお願いします。なぜなら私たちはそれについてかなり話してきたので。
そうですね、私にとって、おそらくこれらのものが安全性とセキュリティの観点からではなく、単に失望の観点からどう悪くなるかということだと思います。
能力が壁にぶつかることではありません。それはないと思います。でもこれらのものを私たちの仕事や生活に豊かで意味のある方法で統合する能力が、本当に退屈な人間のプロセスのものにぶつかることです。「ああ、この許可が取れなかった」とか。適切なMCPを有効にしたClaudeと、箱から出したばかりのClaudeの違いは根本的です。でも誰かがあなたの会社でそれらのMCPを承認する必要があります。
そしてそれは多くの種類の段取りで、誰かが先週私に言ったのですが、本当に面白いです。「私の最大の恐怖は、社内で使っているCo-workと人々が外部で使うCo-workが非常に異なることです。なぜなら私たちはすべての許可をオンにしているからで、誰か他の人は」
それが拒否されていて、彼らが得ているのは本当に「この製品は一体何のためにあるんだ」というようなものです。
過去30年間の私の生産性における人生です。
そうですね、だからどうやってその線を乗り越えるか。それがおそらく一つです。そして昨年は興奮していなかったけれど今興奮していることについて。私は自分の脳の半分をプロダクトマネジメントに、半分をエンジニアリングに費やしていると思います。以前は、エンジニアリングの部分が2026年にClaudeが最も役立つだろうと思っていました。
Claudeがより役立つ、ユーザー要件のギャザラー、シンセサイザーのようになり始めているのを見始めています。まったく新しい製品を思いつくほど創造的ではないかもしれませんが、少なくとも今のところ非常に役立つプロダクトマネージャーのインターンのような形で。それは予想していたよりも早いと思います。
あなた方が実際に取り組むであろう、テクノロジーのためのコーディングとプロダクト開発以外の次のキラーアプリは何ですか。
データストリームの活用
データという言葉は大げさですが、あらゆる企業には興味深いデータストリームがあって、今はおそらく完全に活用されていないと思います。そしてClaudeにすべてのデータポイントを実際に解析させるのではなく、それは要素の良い使い方ではありません。
ただデータの準備状態を高いレベルにすることです。
そして取り込み、集約、洞察収集の種類を作成することです。サイバーセキュリティ、財務データ、トレーディング、その他のシグナルなど、製造業でもより多く取り組み始めています。これらすべては、非常に複雑ではありますが、今は完全に活用されていない興味深いデータストリームに帰結します。
戻ってきますか。
ええ、とても楽しいです。とても楽しいです。
本当にありがとうございました。会えて嬉しかったです。ありがとう。本当に光栄です。
コメント