AIで試作品を増やす。その次に、何を捨てるか

何が起きたか

• Aha!は10月7日のQ3更新で、Elleによる複数のプロトタイプ案の生成・比較、デザインシステムの適用を紹介した。
• 顧客インタビューのクリップ共有と、調査活動や顧客カバレッジ、ロードマップへの影響を追うレポートも紹介している。提供企業の説明であり、売上改善の因果を示すものではない。

機能提供についての企業発表です。日本での利用条件と料金、成果は導入前に個別確認が必要です。

AI時代に得られる学び

編集部の解釈：試作品の生成が安くなるほど、比較する仮説の質が重要になる。色違いを増やすだけでは顧客課題は検証できない。異なる使い方や価格、導入障壁を試す案をつくり、棄却理由を残すことに価値がある。

日本では、どう試すか

日本で試すなら、一つの顧客課題に対して解き方の違う二案を見せる。対象顧客と質問を揃え、見た目の好みではなく、どちらを実際に使いたいかとその理由を記録する。社内投票だけで決めず、顧客の行動で確かめたい。

ここで意見が分かれる