生成AIを商品開発に使う話、SaaSに置き換えて読んだ

結論から言うと、生成AIを商品開発に使う話は、SaaSのプロダクト開発にほぼそのまま置き換えられる。製造業や食品メーカーの事例を読みながら、自分のロードマップが頭に浮かんだ。

先週、AINOWの記事を流し読みしていて止まった。キリンやネスレ、コカ・コーラが生成AIをレシピ開発や市場調査に使っているという話だ。「BtoCの大企業の話だな」と流しかけたが、工程の分解の仕方が面白かった。市場・ニーズ調査、アイデア創出、コンセプト設計、デザイン・試作、ネーミング・コピー、テスト・需要予測の6工程に整理してある。これを自社に当てはめると、一気に解像度が上がった。

うちで言えばどの工程か

市場調査とアイデア創出はすでにClaudeを使っている。競合のプライシングページを貼り付けて「ポジショニングマップを作れ」と投げれば、10分で叩き台が出る。以前は外部のリサーチ会社に数十万払っていた作業だ。チームメンバーの宮田に任せると丸2日かかっていたのが、今は午前中で終わる。

問題はコンセプト設計から先だった。うちの場合、新機能のコンセプトをどう言語化するかで毎回詰まる。PMF前後のフェーズで「誰の何を解くか」を再定義するタイミングが必ず来る。そこをClaudeに壁打ちさせるようになってから、スピードが変わった。「このペルソナのジョブシナリオを5パターン書け」と投げると、自分では思いつかない切り口が混じってくる。全部採用するわけじゃないが、選ぶ作業の質が上がる。

ネーミングとコピーはまだ属人的にやっていた。記事を読んで「ここも自動化できる」と気づいた。機能名を決めるのに毎回チームで30分議論している。あの時間をClaudeのアウトプットを叩く時間に変えたほうがいい。

投資家に説明するときにも使える論点だった

この記事の論点、実は先月のエンジェル投資家との面談でも出た話に近い。「開発サイクルをどう短縮するか」と聞かれ、AIの活用状況を説明した。そのとき「定性的な話より工程単位で効果を見せてくれ」と言われた。6工程に分解して、どこに何時間かかっていて、AIでどう変わったかを数字で出せれば、もっとクリアに説明できた。

ROIの話でいうと、コンセプト設計の工数が半分になっただけでも、月換算でエンジニア0.5人分のコストが浮く計算になる。8人チームでその余力は大きい。GTMのスピードが1ヶ月早まれば、競合に先に取られるユーザーが減る。それがチャーンリスクに直結する。

妻に「また深夜に仕事してる」と言われた夜、次のリリースのコンセプトドキュメントをClaudeと書いていた。「これ、AIが書いてるの?」と画面を覗き込まれた。「半分そう」と答えたら「じゃあ半分寝てていいじゃん」と返ってきた。的外れなようで、案外的を射ている。人間がやるべき判断と、AIに任せられる作業を分けたら、自分の時間の使い方が変わる。

次にやること

6工程のうち、うちでまだ属人的になっているのはネーミング・コピーとテスト設計だ。特にテスト設計は、どの機能仮説をどの指標で検証するかを決めるのに時間がかかっている。需要予測という観点でClaudeを使ったことがなかった。次のスプリントで試す。

やってみて効果が出たら、採用面接でも使える話になる。「うちはAIでここまで工程を変えている」と説明できると、エンジニア候補者への刺さり方が変わる。採用ブランディングとしても機能する。

生成AIを「使ってます」と言うだけでは差がつかなくなった。工程単位で何をどう変えているかを語れるかどうかで、チームの実力が透けて見える時代に入っている。