ターゲットを決めてから、機能を積み上げた。

田村屋は、機能が足りないとは見ませんでした。問題は、市場のどこに立つかが決まっていないことでした。

AIでIT運用を自動化するAIOpsの領域は、監視・分析・自動化の3段階に分かれます。リンクの集約は、このうち監視の周辺にあたります。一方で顧客が予算を付けるのは、集めた情報を使う分析の段階です。障害が起きてから動くのではなく、起きる前に手を打つ。その判断を助ける機能に、顧客はお金を払います。

さらに、事業会社にとってAIOpsは、本業の傍らで面倒を見る領域です。「便利な道具です」と訴えるだけでは、検討の候補に入りにくくなります。誰のどんな課題を解決するのかを、先に決める必要がありました。

田村屋は、白紙から作り直すことを勧めませんでした。先に変えたのは、プロダクトの定義です。

同じプロダクトを「情報を集めるもの」から「情報を分析するもの」へ定義し直しました。集めることは目的ではなく、分析の前提という位置づけになります。市場の関心がマルチモーダルAIへ移ったことも重なり、集めた情報をAIで読み取り、組織のナレッジとして返す方向へ進路を変えました。

定義が決まって初めて、何を作り足すべきかが決まります。その後の機能は、この定義に沿って積み上げられていきました。

定義が変わってから、プロダクトの中身も変わりました。マルチモーダルAIを取り込み、蓄積した情報をナレッジとして返す機能が継続的に加わっています。3か年の事業計画が組まれ、どの順番で市場に出すかも決まりました。

実装は別のチームが担っています。田村屋の仕事は、そのチームが何を作るべきかを決めることです。