「要件定義」の重要性
AIのPoCの約6割は失敗すると言われており、PoCが成功した残り4割もそこから実際にプロダクトとしてリリースされ、継続的な改善を繰り返す運用に乗る数はもっと少なくなります。
要件定義を適切に行い、AIを味方につけた状態でプロダクトをマネジメントすることができれば、モデル開発やプロダクションをよりスムーズに進めることができます。
![requirements-definition-importance.png](https://static.wixstatic.com/media/a54118_7f5ce5c07e2e4d4e928382c92e7520b1~mv2.png/v1/fill/w_740,h_245,al_c,q_85,usm_0.66_1.00_0.01,enc_auto/requirements-definition-importance.png)
よくある課題
![undraw_Scrum_board_re_wk7v.png](https://static.wixstatic.com/media/a54118_dcf8a36ff7784ee9a106a47c15e0a2c2~mv2.png/v1/fill/w_135,h_94,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/undraw_Scrum_board_re_wk7v.png)
どこから手をつけたら良いかが分からない
そもそもイメージしているようなことがAIで実現可能なのか、AIを作っていくうえで自社にあるデータで要件を満たしているのか、AIについて分からないことが多くどこから手をつけたら良いかが分からない
![undraw_Code_thinking_re_gka2.png](https://static.wixstatic.com/media/a54118_4bd553f8608046e2a1e1d22e2c42f3b6~mv2.png/v1/crop/x_64,y_0,w_1125,h_597/fill/w_177,h_94,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/undraw_Code_thinking_re_gka2.png)
AI特性を考慮した要件定義の仕方がわからない
AIはサービスローンチ以降もデータを蓄積・学習させ続けることが重要、ということはなんとなく分かるが、それを考慮した要件定義をどのように組み立てていくべきか、適切な形になっているかが分からず不安
![undraw_Work_chat_re_qes4.png](https://static.wixstatic.com/media/a54118_133222e901cd4cf89e8f9a98d688954c~mv2.png/v1/crop/x_55,y_0,w_1084,h_729/fill/w_140,h_94,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/undraw_Work_chat_re_qes4.png)
エンジニアとの連携方法がわからない
社内のエンジニアと連携するにしても、あまりにも知見がなくどのように指示出しをすべきか・どのように動いてもらうべきかがわからない、また逆に、ビジネスサイドにもどう理解させるべきかが分からない
Hakkyの要件定義ソリューション
プロダクトの初期フェーズは、データも少なくモデル精度も十分に出しきれないことがほとんど。
まずは小さく作って、ユーザーに使ってもらいながら少しずつモデルもユーザビリティも改善を重ねていくことをHakkyではおすすめしています。
![requirements-definition-image.png](https://static.wixstatic.com/media/a54118_77154847ac8044d4a934c707b689b52c~mv2.png/v1/fill/w_51,h_13,al_c,q_85,usm_0.66_1.00_0.01,blur_2,enc_auto/requirements-definition-image.png)
そのためには、従来のウォーターフォール型のプロダクト開発ではなく、継続的な改善を前提としたアジャイル型で進めていくことが必要。
これは単に少しずつ開発を進めるということではなく、要件定義の段階から適切な技術選定・組織体制構築・プロダクトロードマップづくりが必要です。
これまでの対応事例をもとに、企画・要件定義フェーズで行う作業を独自にテンプレート化。様々なケースに応じて、適切なご提案が可能です。
また、まだ企画・要件定義を開始できるほど整理を進められていないという企業様ににおいては、ワークショップを実施し、課題の明確化からお手伝いをすることも可能です。
POINT
様々なケースごとの要件定義テンプレートをご用意
アジャイル開発にとって、プロダクトローンチ以降どれだけスムーズに運用を回し、次の開発に繋げられるかが非常に重要です。
そのためには運用をきちんと内製化し、プロジェクト終了後もAI・データ活用が捗る体制を整える必要があります。適宜勉強会のサポート対応や、Hakky Handbookでの様々なTIPS紹介を通して、サポートを行なっております。
POINT
内製化に向けたご支援も対応可能
開発事例
![annotation-case1.png](https://static.wixstatic.com/media/a54118_32f5f0be305d4ba196c271e090c14149~mv2.png/v1/fill/w_166,h_124,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/annotation-case1.png)
忘れ物検知アプリの開発
画像データ
アプリ上で実現したい処理を元に、AIの精度面を考慮した撮影条件の定義やモデルの出力内容を検討しました。
AIモデル要件定義書の作成などをデータサイエンティストや機械学習エンジニアと共に進めることで、アプリ開発を担当するクライアント企業様のエンジニアとの連携をスムーズに。
![annotation-case2.png](https://static.wixstatic.com/media/a54118_040b37d5cc7f4839aebe53ca697bbd0c~mv2.png/v1/fill/w_170,h_97,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/annotation-case2.png)
テキストデータ
求人レコメンドエンジンの開発
要件定義とモデル開発をアジャイルに行い、プロトタイプをベースにしたユーザー検証を実施。
レコメンド結果のチューニングや画面の表示内容の変更を何度も繰り返し行うことができたことで、ユーザーからのフィードバックを元にした改善をプロジェクト期間中に実現。
![annotation-case3.png](https://static.wixstatic.com/media/a54118_968c367849624a23baf8d37f7f62dd0f~mv2.png/v1/fill/w_151,h_124,al_c,q_85,usm_0.66_1.00_0.01,blur_3,enc_auto/annotation-case3.png)
小売企業向けの営業KPI作成ツール開発
テーブルデータ
ユーザーインタビューを実施し、課題・価値定義を行い、体験設計やUIの開発を行いました。
リリースまでのロードマップの整理を行い、モデル開発とアプリケーション開発の連携を行い、スムーズなリリースを実現。