プロダクトマネージャーに必要な財務視点とAI投資の考え方　製品価値を最大化するための経営的思考の必要性 [2/2]

「意味があるものをどう作るか？」により観点がいきやすい

PdMとしては、意味のないものを作り続けちゃうと、UIとかでも「いろいろなものがバーッとあると見にくいよね」とか「ユーザー体験が悪いよね」とかがあるんですけど、（そこに）プラス、P/L・B/Sも圧迫してくるという観点も持っておくと、より「意味があるものをどう作るか？」に観点がいきやすい。

というか、「こういうふうにPdMから語られたら、コイツすごいよな」と思うようなことにはなってくると思います。なので、使われない機能とか、停止サービスとかもB/Sに乗っかってくるというところが（理解しておくと良いところとして）あります。

ソフトウェア資産の蓄積と売上の軸は非常に難しい

これもちらかというとエンジニアリング寄りすぎるところはあるんですけれども、やはりソフトウェア資産の蓄積と売上の軸というのは非常に難しいなと思っていて。（スライドを示して）これは微分・積分で書いてあるんですけど、真ん中にあるやつがB/Sで、一番右にあるのがP/Lですね。エンジニアが開発しているものって、どちらかというと売れるものを作っているんですけど、かたちとしてはP/Lに乗っかるわけではなくて、バランスシートに乗っかってくるんですね。資産として乗っかってくる。

それを営業とか、マーケットとかが物がある状態で売るので、P/Lに跳ね返ってくるという構造になってくる。そうすると、一番右のキャッシュインのほうが時間軸としては短かったり、売上に直接的だったりするので「いいよね」となりがちなんですけど。

資産として使ったものの効果が生まれるというところまでいくためには、時間軸が長かったり、売上に間接的なところがあるので。エンジニア的に「負債脱却したいです」とか、いろいろあると思うんですけども。

真ん中の、資産をちゃんときれいにするというためのところがあるんですけど、それは直接的に売上が上がるわけではなくて、資産をきれいにすることで、右のほうの営業とかマーケとかをがんばるために整理をしているという観点を忘れていなければ大丈夫かなと思います。

AIエージェントの投資対効果をどう捉えるか

ここからAIの話になります。「AIエージェントの投資対効果をどう捉えるか？」というところを最近はずっと考えています。はっきり言えるのが、PdMの方で組織マネジメントをしている方。「来月リリースなんですけど、人が足りないから人を入れたいなぁ」という、そういう権限を持っている方はよくわかるかなと思うんですけども、人でスケールする時代はそろそろ終わってくる。人で生産量を確保する時代って、そろそろ終わってきているというところがあります。

人を採用するのと、開発系のAIエージェントにかけるコストというのが、やはりP/L上、かかるコストのかかり方が違うというところがあります。人件費は固定費ではありますけれども、AIでは簡単に開発のリソースが確保できるというところがあるので、そこはいろいろ変わってくるかなと思います。

（スライドを示して）下の図でいくと、700万円の人を採用するというと、P/L上、人材関連費的なところで採用費もかかりますし、リードタイムもかかります。給与、法定福利費しかり、その他ライセンス費用などがボーダーにかかってくるんですけど。AIエージェントみたいなところを、今いる従業員にくっつけてあげるというのは、どちらかというとライセンス費用になってくると思うんですね。ここの費用計算は、それぞれ違うかなと思うんですけども、やはり時間軸がぜんぜん変わってくるというところがあるかなと思います。

人件費をどう捉えるかを真剣に考える人事戦略と取る必要がある

最近思っているのは、AIエージェントって、けっこう人の代わりというか、（人の代わりとして）開発はしているので、あらためて「人の人件費をどう捉えるか？」というところが非常に大事かなと思っていて。つまり、（固定費として）1,000万円の人が、「1,000万円の価値があるんだっけ？」というのを真剣に考えなきゃいけないような人員戦略を取らなきゃいけないよなと思っています。なので、そこもあらためて考え始めているということになります。

ここは投資対効果を測る前提知識的な生産性ツリーの話なので、バババッと言ってしまうんですけど、「DMMの場合はこういうふうに考えています」というところがあって。

Budget、人件費があった時に、そこに対する投資の投資工数というところでいくと、新しい価値に張れる工数。新規で開発するとか、エンハンスする、既存の価値をグルグルする、回収するみたいなところと、Opsのところがあります。会議とか、障害対応とか、アカウントの発行とかがある。そこをまずLookerで全部可視化しているところがあったりとか。そこから新規開発のところをブレイクダウンしていくと、基本的にはそれぞれの施策工数とか工期。

「Aのプロジェクトは10人月を5ヶ月で終わらせました」とか「1人月を0.5か月で終わらせました」という、プロジェクトの工数・工期って呼ばれるストリームがあって、そこからまたブレイクダウンをすると、そのプロセスとしては開発があって、設計があって、デザインがあって、QAがあってみたいなところを全部Lookerで出しているというところになります。

これを勤怠情報とともに「1日何をしたか？」を全部Bigqueryに流して、それをLookerで可視化しているという前提に立った時に……。（スライドを示して）これは細かい図なのでそんなに見なくても大丈夫なんですけれども、AIの投資対効果を考えた時によくあるのが、「前は10人月で終わったものを、AIエージェントを使って5人月で終わらせましょう」みたいなものが、まず1つあります。

先ほど言った、新しい価値を張れるようになる工数というのは、まさにこの開発のバリューストリーミングみたいなところなので、非常に時間がかかります。

（そうではなくて）どちらかというと、今はOpsのところ。例えば運用したりとか、管理したりとか。DMMで9月とか2月とかに管理コストがバッと増えていて「これは何かな？」と思っ（て見てみ）たら、みんな目標を書いているんですね。何十人月みたいなところに1,300人もいるとなっていて。

「そこの工数をAIに置き換えたら、新規サービスが何個作れるんだ？」という話になってくるというところがあるので、基本的には一番下の2のところなんですけど、「生産性を1.5倍にしたいな」という時には、Opsの工数をAIエージェントに置き換えて、余剰工数みたいなものを新規にどんどん投資していくほうが、もしかしたら筋がいいかもしれないなぁと最近思っているところです。

AIに置き換えられるかをマッピングして検討する

（スライドを示して）イチ組織のところなんですけど、DMMは管理工数みたいなところが、だいたい40パーセントぐらいあります。体感は「すごく多いな」と思います。PdMからしたら、エンジニアがそこにいるんだったら全部（新規）開発に割けているんだろうと（思うと）思うんですけど、実は60パーセントぐらいしか開発に割けていなくて。

40パーセントは、既存のシステムの運用とか、障害対応とかに割いているというところが例としてあります。「ここはどうしたほうがいいかな？」というところがあるので、先ほど言ったLookerのデータを出しつつも、スプレッドシートで「実際に何をしているの？」というところを（出しています）。

例えば組織管理においては、勤怠の承認をしていたり、採用面接をしていたり、評価対応とか、会議の議事録を取っているとか。いろいろとバーッとあるので、それを一つひとつ「AIに置き換えられるか？」をマッピングしていって置き換えていくというところを、最近はやろうとしております。

ソフトウェア資産に基づくB/Sの観点を持っておく

時間もアレなので、まとめです。今回はプロダクトマネジメントというよりかは、プロダクトマネージャーの視野を広げるきっかけというところで、ソフトウェア資産のところに基づくB/Sの観点は持っておくとすごいなというか、「経営的な観点がわかっているな」とか「財務的な観点がわかっているな」と（思われると）いうところの運びにもなりますし、お金の構造を理解するきっかけにもなるとは思いますので。興味があればぜひいろいろと調べていただくと、よりよい体系になるかなと思います。

あと、AIの投資においては「開発を早くする」というアプローチもそうなんですけど、「Opsのところをどう捉えていくか？」というところをできればと思っています。ご清聴ありがとうございました。