コネクティのプロダクト責任者、ヨシュア・ケプケ – インタビュー・シリーズ

ヨシュア・ケプケは、コネクティのプロダクト責任者です。コネクティは、コード不要のプラットフォームで、キャンペーンとインタラクティブなボットを作成して、リードとロイヤル顧客との双方向会話を簡単に自動化できるようにします。

コネクティのビジョンは、未来のAIパワードインフラストラクチャを作成して、ビジネスがマーケティング、セールス、トランザクション、顧客体験のフルサイクルを、顧客の選択したスレッド内で実行できるようにすることです。

コンピューターサイエンスとAIに最初に惹かれたのは何ですか?

私は、テクノロジー業界、特にプロダクトマネジメントへの道を歩み始めました。最初は、ヘアケア業界のプロダクト開発に没頭していました。ユーザーのニーズを深く理解し、ユーザーセントリックデザインの芸術を磨くことは、非常に報われることでした。しかし、私はよりダイナミックな環境を求め、約10年間、Googleで働きました。

セールスを始め、顧客の痛み点と関係構築の複雑さを理解する貴重な経験を積みました。この経験が、プロダクトロールへの移行の基礎となりました。

私は、人生とキャリアは、安全とリスクの選択肢に直面する瞬間で構成されていると常に考えていました。コネクティに参加することは、私の未知への飛躍でした。ビジョンと数枚のPowerPointスライドだけを持って、4人目の従業員として参加し、巨大な成長と学習の旅に出ました。

スタートアップの初期段階への移行は、常にハイパードライブで移動するローラーコースターに乗っているようなもので、波に揺さぶられながら と述べました。スタートアップライフの忙しい生活に惹かれたのは何ですか?

スタートアップライフに最初に惹かれたのは、加速されたペース、継続的な要求、そして決定のための制限されたリソースとデータでした。スタートアップの旅は、マラソンの中のスプリントであることを理解することが重要でした。世界のトップに立っている日もあれば、前方の道が曖昧な日もありました。毎日が新たな挑戦と機会をもたらすことを受け入れることが、コネクティ全体が不確実な時期に進む上で重要でした。特に、プロダクト・マーケットフィットを洗練する際に、迅速に適応し進化することができました。スタートアップは、競争ではなく、耐久性と焦点の欠如によって死にます。

同じ記事で、ファーストプリンシプル思考の重要性にも触れています。コネクティでは、ファーストプリンシプルはどのように適用されていますか?

プロダクトプリンシプル1: アクションは情報を提供します: 実験を実施せずに、可能な学習と仮定について議論することは簡単です（私たちはこれに数日間を費やしました）。しかし、実験を実施することで、より多くの学習が得られます。テストやランチの前に、仮定を定義し、アクションは実験になります。結果は、成功か失敗かに関係なく、次のステップの方向性を明確に示します。

ファーストプリンシプルのレンズを通して、仮定や二次的な知識ではなく、基礎的なデータを求めます。アクションを通じて、この一次情報を収集し、直接的な経験に基づいて決定を下します。

プロダクトプリンシプル2: 大きな目標を持ち、小さなステップから始めます: 小さな特徴や特定の市場ニッチから始め、仮定を検証し、アプローチを改良し、段階的にビジョンに近づきます。コネクティでは、AIでセールスコミュニケーションを自動化することを目指しています。しかし、オーバーロードを避け、常に前進するために、焦点を絞り込みます。

ファーストプリンシプルのレンズを通して、コネクティのプロダクトをその根本的な目的、つまり購入決定を支援するユーザーのニーズを解決することに集中します。最終目標は広範囲ですが、基本的なニーズ、たとえば白いTシャツを購入しようとしている顧客にアドバイスすることに焦点を当てます。検証と学習を通じて、拡大し、基本的な真実に基づいて進みます。

プロダクトプリンシプル3: 顧客の生活を簡素化します: コネクティでは、毎回機能をロールアウトする際に、ビジネスとエンドユーザーの両方にとってやり取りをより容易にすることを目指します。ユーザージャーニーを簡素化する方法を常に問いかけることで、プロダクトがユーザーのニーズと欲求に合致していることを保証します。

ファーストプリンシプルのレンズを通して、最も直接的な価値提供方法を問いかけます。たとえば、キャンペーンツールのAPIを介した使用量の増加に気付きました。以前は、顧客をAPIドキュメントに誘導していました。しかし、最も直接的な価値提供方法を特定するためにファーストプリンシプルを適用し、キャンペーンフロービルダー内に「コピー」ボタンを統合しました。ユーザーは、APIドキュメントにアクセスすることなく、事前に構成されたcURLをすぐにコピーしてアクションを実行できます。

Retrieval-Augmented Generation (RAG) は、コネクティで会話型セールスボットを設計するためにどのように使用されていますか?

Retrieval-Augmented Generation (RAG) は、私たちのAIアーキテクチャの一部です。また、ベンチマークを上回る独自のモデルとエンベディングもトレーニングしました。特に、マルチリンガル製品エンベディングのスペースでは優れています。会話型セールスボットは、在庫の可用性や価格の更新などのほぼリアルタイムの情報にアクセスする必要があります。これがRAGが機能する場所です。ボットを製品カタログに接続するために役立ちます。

AIチャットボットは、人間の言語のニュアンスをよりよく理解し、適応するためにどのように進化しましたか? デジタル体験におけるツールからアクティブなパートナーへの変化についてお話しください。

コネクティのプロダクト責任者として、私はチャットボットがプロアクティブな、学習するエージェントに変化するのを観察しました。チャットボットは自律的にアクションを実行し、人間の意思決定を再現し、インタラクションから学習します。人間の言語をよりニュアンスに理解する能力の向上は、自然言語処理と大規模言語モデルの進歩によるものです。

AIチャットボットがさまざまな業界で重要なチームメンバーになる方法と、人間とAIの相互作用のダイナミクスへの影響について説明してください。

業界全体で重要なチームメンバーになるAIチャットボットは、単なるクエリへの応答を超えて、セールスコミュニケーション中の再提示に適応し、広範な製品カタログの知識を使用して顧客をターゲットにしたフォローアップの質問で導きます。これにより、顧客の特定のニーズに最適な製品を見つけるための選択肢を効果的に絞り込むことができます。たとえば、顧客がTシャツを探している場合、チャットボットは「これはあなた用ですか? 価格帯や色の好みはありますか?」と質問することで、熟練したセールスパーソンのアプローチを模倣します。

AIチャットボットの自律的な意思決定と人間のインタラクションからの学習の役割は、どのように進化すると思いますか?

成熟したAIチャットボットは、ブラジルやカリフォルニア（環境適応）での販売と製品の推奨（意思決定）を、顧客の反対や製品の販売に失敗した場合の学習（学習）と無縫に切り替えることができるようになります。

コネクティでは、チャットボットがシミュレートされた会話に参加して戦略を改善する、ゲームのようなシナリオを探索しています。セールストレーニングにおけるロールプレイと同様です。この継続的な学習と適応は、チャットボットを成功的に展開して配布する上で非常に重要です。

チャットボットの将来のビジョンは何ですか?

前方に進むと、特にAIがトーンや顔の表情から感情を解釈できるマルチモーダルな世界では、感情的知性の向上を予測しています。ハードウェアの革新とメモリなどのトピックの進歩により、AIが長期的な記憶を保持できるようになり、個人の好みやスタイルを覚えることができるようになります。

興味がある読者に、コネクティのAIパワードマーケティングオートメーションフロービルダーについて簡単に説明してください。

コネクティは、独自のAIモデルを使用して、ビジネスが顧客とのコミュニケーションを自動化し、顧客の製品をどのメッセージングプラットフォームからでも見ることができるようにします。コード不要のプラットフォームでは、キャンペーンとインタラクティブなミニボットを作成して、リードとロイヤル顧客との双方向会話を簡単に自動化できます。

素晴らしいインタビュー、詳細を知りたい読者はコネクティを訪問してください。