5月27日、PostHogが「Training our own AI models」と題した記事を公開した。
プロダクト分析ツールがAI自動化に本格参入
オープンソースのプロダクト分析プラットフォームPostHogが、ユーザーデータを活用した独自AI訓練に乗り出す。同社は30,000以上の企業が利用するプロダクト分析ツールで、Airbnb、Y Combinator、Hasuraといった企業が導入している。
同社創業者のJames Hawkins氏は「プロアクティブで自動運転型のプロダクト構築」への転換を宣言し、従来の「分析結果を人間が解釈する」モデルから「AIが自動で答えを見つけてアクションを実行する」モデルへの移行を打ち出した。これは、プロダクト分析業界全体が直面する「データの洪水に対する分析工数の限界」という課題への回答でもある。Mixpanel、Amplitude、Google Analyticsといった競合も機械学習機能を強化する中、PostHogは完全自動化で差別化を狙う。
3つの自動化領域で競合優位を狙う
PostHogが独自モデル訓練で注力するのは以下の3領域だ。
セッションリプレイの自動問題検出
現在のPostHog Session Replayでも問題検出は可能だが、コストとスケーラビリティに課題がある。同社はリプレイデータでモデルを訓練することで、個別診断レベルの精度を大規模に実現したいとしている。これにより、ユーザーの行動パターンから自動的にUXの問題点を特定できるようになる。
本番前の合成ユーザーテスト
デプロイ前にユーザーの混乱や機能破綻を予測する自動テスト機能だ。Hawkins氏は「コーディングモデルの改善により、テストとレビューの作業量が爆発的に増加している」と指摘し、この負荷軽減を狙う。現在ベータ版の「PostHog Code」もこの構想の一環で、単なるコード提供ではなく「プロダクトエディター」として位置づけられている。
ユーザー行動の予測分析
より正確な行動予測により、既存機能のコンバージョン改善や不満軽減につながる変更を自動提案する。手作業での分析時間を削減し、API利用コストも抑えられるとしている。
透明性重視のデータ利用方針
PostHogは「退屈な利用規約更新に紛れ込ませる」手法を避け、明確なデータ利用方針を公表した。昨今、OpenAIやAnthropic等のAI企業によるデータ利用が議論を呼ぶ中、同社は透明性で差別化を図る。
主要なポリシー：
- EUクラウドインスタンスのユーザーはデフォルトでオプトアウト（GDPR配慮）
- BAA（Business Associate Agreement）、MSAなど訓練を禁止する契約のユーザーもオプトアウト
- USクラウドインスタンスの他のユーザーはデフォルトでオプトイン
- すべてのデータを匿名化してから訓練
- PostHogインスタンス内の既存データのみ使用
- サードパーティのモデルプロバイダーにデータを送信・販売しない
- 組織設定からいつでもオプトアウト可能
- 訓練開始は6月29日以降
全ユーザーへの積極的通知
同社は以下の方法で全顧客に通知する：
- 全顧客への電子メール（目的を明記）
- アプリ内通知
- ブログでの公開発表
Hawkins氏は「目的はPostHogの改善であり、モデルの販売やデータ収益化ではない」と強調している。
業界トレンドとの関連性
プロダクト分析業界では、データ量の増加に対して分析工数が追いつかない問題が深刻化している。Amplitudeは機械学習による自動インサイト機能を強化し、MixpanelもAIによる異常検知機能を導入済みだ。PostHogの完全自動化アプローチは、この競争の次段階を示している。
オプトアウトでも「十分なデータ」が必要な理由について、Hawkins氏は率直に答えている：「実際に有用なモデルを訓練するには十分なデータが必要だから」。オプトアウトしたユーザーは新しいAI機能を利用できなくなるが、EUユーザーなどデフォルトでオプトアウトされている場合も、法的問題がなければ手動でオプトインできる。
同社は現在AIリサーチエンジニアも採用中で、この取り組みを本格化する体制を整えている。PostHogのAI戦略とプロダクト哲学を踏まえると、今回の発表は同社の長期戦略の重要な一歩と言える。
詳細はTraining our own AI modelsを参照していただきたい。
