本当に役立つAI製品を作る4つの原則

Granola CEOが語る、本当に役立つAI製品の作り方

• Granolaは、オンライン・対面会議の音声をAIがリアルタイムで文字起こしし、背景・参加者・意思決定の文脈まで考慮して自動で要約ノートを作成するスタートアップ

AIアプリケーションの起業に適用できる4つの原則

1. すぐに消える問題には手を出さない
   • LLMは数か月ごとに性能・コンテキストウィンドウが急速に拡大する。
   • Granolaは、初期ユーザーが求めていた「長い会議への対応」機能を後回しにし、代わりに「要約品質」に集中した。モデルが進化すると長さの制約は自然に解消され、品質による差別化だけが残った。
2. 高い限界費用を機会として活用する
   • 最新モデルの呼び出しコストはユーザー数に比例して増える。大企業は大規模ユーザーに最高級モデルを使うことができない。
   • スタートアップは初期段階では少数の顧客に対して最も高価なモデルや多段階呼び出しを惜しみなく使い、「フェラーリ級」の体験を提供できる。時間が経てばモデル単価は急落し、拡張コストもそれに伴って下がる。
3. コンテキスト（文脈）が王様だ
   • LLMを「ルールマシン」ではなく「賢いが情報を持っていない新米インターン」として捉える。
   • 会議の目的・参加者・プロジェクトの背景といった文脈を体系的に収集し、注入しなければ望む出力は得られない。モデル性能がどれだけ向上しても、「どのコンテキストをどう入れるか」が競争力の核心として残る。
4. 狭く深く掘り下げる
   • 汎用チャットボットと戦うには、ひとつの非常に具体的な課題で圧倒的でなければならない。
   • 差別化はAIアルゴリズムよりも「ラッピング」（通知フロー、会議参加者の自動認識、エコー除去などの細やかなUX）で決まる。
   • 範囲が狭いほどエラーパターンを早く見つけて緩和できるため、「不気味の谷」を減らせる。
     結論

• 技術のスピードは2倍になっても、「人々が本当に望むものを作れ」というプロダクト開発の根本原則は変わらない。
• 消えない問題、深みのあるユーザー体験、そして文脈設計に能力を集中するとき、本当に役立つAI製品が生まれる。