私は技術的なバックグラウンドを持たずに AI のビジネスを始めました。依然として代替できないものは次のとおりです。

このエッセイは、サンフランシスコを拠点とする 49 歳の創設者兼 CEO、ティム・デソートとの会話に基づいています。以下は、長さと明確さのために編集されています。

私は 2024 年末から、AI を活用したショッピング プラットフォームのスタートアップに取り組んできました。テクノロジー業界のあらゆる進歩により、人々は AI をハンマー、その他すべてを釘と考えるかもしれませんが、私の経験では、それは機能しません。

私には技術的なバックグラウンドはありませんが、ビジネスを始めて以来、どこで AI を活用すべきか、どこで活用すべきでないのかについて多くのことを学びました。私は、いつ AI から人間の介入に切り替えるか、またその逆にいつ切り替えるかを柔軟に考えるようにしています。

時間が経つにつれて、ビジネスに AI を使用すべきでない場所と場所が明確になってきました。

どの AI ツールを使用するかを決定する際に、自分のネットワークとソーシャル メディアを頼りにしています

サンフランシスコに住んでいて幸運です。私はミートアップに参加して人々が何を使っているかを調べたり、開発者カンファレンスにもいくつか参加しました。私のネットワーク内の誰かが新しいツールやバージョンを開発中だと聞くと、いつも耳が高鳴ります。

現時点では、エージェントのワークフローに重点が置かれています。 OpenClaw はオープンソースの自律エージェント プロジェクトとして話題を呼び、Moltbook はエージェント間の対話をソーシャル環境で可視化することでその注目を拡大しました。クラウド コワークも、特に明確なガードレールを備えたエンタープライズ対応のエージェント ワークフローを求めているチームの間で注目を集めています。

エージェント自体を超えて、「エージェントは何ができるのか?」に焦点が当てられています。から遠ざかります。 「大規模にそれらを確実かつ安全に実行するにはどうすればよいでしょうか?」

X、LinkedIn、または他のプラットフォームを見ていても、これらの更新情報を共有するために本当に素晴らしい仕事が行われています。

すべての一般的な時間節約タスクに AI を使用しています

私の有料スタックには、CloudMax、Gemini Ultra、ChatGPT Business などのモデルのビジネス プランのほか、Cursor、Figma Make、Notion AI、Superhuman Ask AI、Lovable などの AI を活用した開発および生産性ツールが含まれています。

ジェミニのイメージモデルは信じられないほどになりました。新しいモデルへの最新のアップデートにより、すべてが本当に良くなりました。特に画像生成において、より高速なパフォーマンス、より安定したロジック、より強力なマルチモーダル機能が見られました。改訂中も画像の一貫性が保たれていたことに感銘を受けました。リアルタイム情報への応答方法にもいくつかの改善が見られました。

最新の開発状況に基づいて使用するツールを分類し、設計どおりに、または現在の業務フローで使用できそうなものを使用します。たとえば、AI ウェブサイト ビルダー Lovable を使用してスライドデッキを作成します。

私の「AI コンベア ベルト」の実践は、さまざまな AI モデルのテストに役立ちます

通常、私は書面によるプロンプトから始めて、次にマルチモーダルに移行し、モデルに大声で話します。私は自分のアイデアについて何度もエージェントと話し合い、一部の AI モデルの方がより好ましいとわかっているので、エージェントを押し戻そうとします。

満足のいく出力が得られたら、別のモデルを使用して別のビューを取得します。長期的な分析と構造化された洞察を得るには、私はクラウドとジェミニを好みます。 Gemini のインライン ソース リンクは、検証や詳細な調査に特に役立ちます。構造化ロジックと形式的な文章の作成には、主に ChatGPT と Cloud を使用します。

場合によっては、ドキュメントを複数のモデルに同時に送信し、何が同時に返されるかを確認します。創造的な探索とマルチモーダルな作業では、Gemini と ChatGPT の両方を使用して、初期段階のコンセプト、モックアップ、および視覚的な入力を生成します。特定のタスクでは一部のモデルが他のモデルよりも優れていますが、コンテンツを複数のモデルにフィードすることで、常により包括的な視点が得られます。

このプロセスには、影響の大きい決定の複雑さに応じて、わずか 15 分、または数時間から数日かかる場合があります。

ついに人間の開発者が必要になった

製品のアルファ版をバイブコーディングしていたとき、30% か 40% 間違っている箇所に遭遇しました。本当に何が問題なのか分かりませんでした。これを理解するために複数の画面でコードを実行し、約 95% の信頼度に達するまで AI に対して AI を使い続けます。

私は製品の進歩を支援するために何人かの開発者に登録しました。現在、より速く、より堅牢で、スケーラブルな速度で製品を開発しています。

私が AI でできることと同じように、技術者以外の人にはできないことが、技術者が AI ツールでできることには驚かされます。

人道的アプローチは今でも私のビジネスにとってかけがえのないものです

私は、プロセスの早い段階で助けてくれたかもしれない多くの非公式のメンターや友人にこの分野で連絡を取りましたが、物事を前進させるためにメンターを正式に雇用することを正式に決めたのはつい最近のことです。これは私の帽子の中にある大きな羽根です。

これらのコンサルタントは、活用できる独自の専門知識を持っており、潜在的な盲点を特定するのに役立つプロジェクトに取り組んでいる、この分野の賢明な人々をたくさん知っています。これにより、個人の創業者としては難しいと思われていた方法で、潜在的なパートナーとつながることができました。

当初考えていたよりも、AI を信頼できる範囲が明確になったような気がします。幻覚や同調性などの問題は軽減できますが、長期的な戦略的決定や好みについては依然として人間の監視が必要です。

AI は可能性を生み出すかもしれませんが、正しい方向を選択するのは人間の責任です。

AI を活用したビジネスの運営について共有したいストーリーはありますか?この特派員アグネス・アップルゲイトに連絡してください aapplegate@businessinsider.com。