AI起点で作ると失敗する
生成AIの登場以降、プロダクトにAIを組み込むことは特別な挑戦ではなく、もはや前提になりました。新機能の会議でも、プロダクトロードマップでも、営業現場でも、AIという言葉は常に飛び交っています。
一方で、プロダクトマネージャーとして日々議論しながら強く感じる違和感があります。それは、「AIをどう使うか」からプロダクトを考え始めてしまうことです。
- まずLLMがある
- まずチャットUIがある
- まずエージェントがある
- そこに“価値”を後付けしようとする
この順番で考えると、見た目は最新で、ユーザーにとっても便利そうだけど、結局使わない機能が生まれがちです。そしてB2Bの業務支援領域では、それがそのまま「利用されない＝売れない」につながります。
本稿では、不動産領域に特化したデータ基盤を提供するestie（エスティ）が、AIを活用する中で得た学びをもとに、以下を共有します。
- AI起点で失敗する典型パターン
- 泥臭い試行錯誤と、そこでの失敗談
- ユーザー起点でAIを組み込む設計原則
- 「AI Agentコンポーネント」という設計思想
- 明日からプロダクトマネージャーが動けるチェックリスト
「生成AIの時代だからこそ、当たり前を思い出す」ための話です。
1．「AIプロダクトを作らねば」が先行すると起きる、典型的な失敗
AI機能は、作っている側からすると“未来感”があります。特に「自然言語で操作できる」「会話で完結する」は、直感的で価値がありそうに見えます。
その結果としてよく起きるのが、例えば次のような設計です。
- 既存プロダクトにチャットを載せる
- 「何でも聞けます」という
- ユーザーに自由に使ってもらう
- “賢い感じ”がするので価値があるはずだと思う
しかしB2B、特に業務支援で重要なのは「会話できること」ではありません。ユーザーが本当に欲しいのは、もっと泥臭いところにあります。
- 判断に必要な材料が揃うこと
- 判断ミスや見落としが減ること
- 意思決定が速くなること
- その判断を説明できること（社内稟議・投資委員会・上長報告）
- 後工程（契約・運用・モニタリング）まで破綻しないこと
つまりB2Bで、ユーザーが求めているのは「自由な操作体験」ではなく、意思決定が前に進む体験です。AIがいくら流暢に喋れても、その結果として判断が進まなければ、現場では使われません。
2．estieの失敗談：「何でも聞けるAI」を作ったが、結局使われなかった
ここで、estieの泥臭い実践エピソードを紹介します。私たちは一時期、PoCとしてestieが保持するあらゆる不動産関連データ全量に対して、自然言語で何でも聞けるものを作りました。
今振り返っても、技術的には魅力的な取り組みでした。社内データとLLMを組み合わせ、「この物件どう？」「このエリアの過去成約の傾向は？」と聞くと、それっぽい回答が返ってくる。デモではとても気持ちよく動きます。実際、顧客の反応も良く、「これは便利そうですね」「こういうの欲しかったです」という声をいただけた場面もありました。
ところが、結果は次のとおりでした。
- 実運用ではほとんど利用されず
- 有償化もできなかった
なぜか。理由は端的で、ユースケースがなかったからです。さらに正確に言うと、ユーザーがユースケースを思いつけなかったのです。
「自然言語で何でもできる」は、裏返すと「何をすればいいか分からない」
「自然言語で何でもできる」というインターフェースは、一見すると自由で強力です。でも制約がない分、ユーザーはこうなります。
- 何を聞けばいいか分からない
- どんな形式で聞けばいいか分からない
- 期待した答えが返ってこないと、次の質問が組み立てられない
- そもそも忙しい業務中に“試行錯誤する余裕”がない
- 結果として「便利そうだけど、使いどころがない」で終わる
これは、PoCを作る前には見えにくい落とし穴でした。
人は、自由度が高いほどクリエイティブになれるとは限りません。特にB2B業務では、自由度の高さはむしろ迷いを生みます。
なぜなら業務は、自由研究ではなく締切と責任のある仕事だからです。
- 今日中に比較しないといけない
- 上長に説明しないといけない
- 投資委員会までに資料が必要
- 見落としたら損失や信用問題につながる
この環境で「何でも聞けます」は、親切ではなく不親切になります。
学び：AI活用で大事なのは「性能」より「順番」
この失敗を通じて得た学びは、とても当たり前のことでした。
「AIをどう使うかではなく、ユーザーに何を提供するかから考える」
そしてもう一つ重要なのは、順番です。
- ✕：AIを先に置く
- ◯：ユーザー価値を先に置く
生成AIが強力になればなるほど、私たちはできることから考えてしまいます。その誘惑に抗って、ユーザー価値から逆算する必要があります。
ここから私たちは、AI活用における設計方針を整理していきました。
