ポッドキャスト
カーティックのポッドキャスト：シバリ・ゴヤルとAIによるコンテンツ制作
TrupeerのCEO、シバリ・ゴヤルが、ZuoraのCIOであるカルティク・チャッカラパニのポッドキャストシリーズの記念すべき初回エピソードに出演します。
ポッドキャストシリーズの記念すべき第1回となるエピソードで、ZuoraのCIOであるKarthikがTrupeer.aiのCEO、Shivali Goyalを迎え、AIが企業のコンテンツ管理と知識管理をどのように変革しているのかについて深く語り合います。バンガロールのイベントでPritish（Trupeerの共同創業者）と出会い、最初のデモに「圧倒」されたKarthikは、その後Zuoraの複数部門にTrupeerを導入しました。この対談では、Boston Consulting Groupからスタートアップ創業者へと進んだShivaliの型破りな歩み、Trupeerが企業のために解決する重要な課題、AI成功の鍵となるコンテキスト認識の重要性、Zuoraでの実際の導入事例、そしてAI革命を進むCIOやこれから社会に出る卒業生への実践的なアドバイスを掘り下げています。トップ企業で大きな変革を牽引してきた方のポッドキャストに出演できたことは、本当に光栄でした。
このエピソードは、Karthik Krishnanのポッドキャストシリーズの始まりを示すもので、彼は新しい方法で課題を解決するイノベーターたちとつながっていきます。ZuoraのCIOとして、また大規模なテクノロジー変革を主導してきたリーダーとして、KarthikはAI導入に関する対話に独自のエンタープライズ視点をもたらします。最初のゲストは誰だったのでしょうか？ 彼がわずか1か月前にその会社を見つけ、すぐに自社全体へ導入したShivali Goyalです。
起源の物語：イベントからエンタープライズ導入へ
Karthikは、BangaloreでのイベントでTrupeerの共同創業者であるPritish Guptaに会いました。その会話からフォローアップの通話につながり、Karthikが最初のデモを見たときの反応は即座でした。「わあ。画面録画を使って、アバターや複数の言語を備えた非常に洗練された動画を作れるんですね。」
好奇心から始まったものは、Zuoraでの実際の導入へと発展し、まずは研修チームから始まって、その後さまざまな部門へと広がっていきました。トップ企業で変革を主導してきた人物からこの導入体験を聞けたことは、Shivaliにとってこの対談を特別なものにしました。
主要トピック：
Trupeer誕生のきっかけ：スタートアップでの個人的な課題から、ソフトウェアのコンテンツ層が壊れているという、企業全体に共通する問題が明らかになった
3,000ドルの動画の話：1本の動画を作るために、Shivaliが数千ドルと15時間以上を費やし、制作会社と何度もやり取りした経験
Pritishの似た経験：Salesforceや一般的なツールについて運用チームや営業チームをトレーニングするのは常に面倒で、機能の使い方に関する質問が絶えなかった
民主化のビジョン：なぜ動画制作は、お金や動画編集スキル、脚本作成の専門知識を持つ人だけに限定されるべきではないのか――文脈を持つ人なら誰でもプロフェッショナルなコンテンツを作れるべきだ
Zuora Universityから全社導入へ：KarthikがZuoraの研修チームから始め、チームが新しいユースケースを見つけるにつれてTrupeerが複数部門へと拡大していくのを見守った経緯
マルチモーダル出力の魔法：画面録画が、自動的にプロ向け動画と手順ごとのガイドの両方に変わる
文脈理解がすべて：AIがドメインの文脈を理解する能力が、役立つツールとノイズを分ける理由――パターン認識だけでは不十分
オーケストレーションの課題：AIを効果的にオーケストレーションするには、なぜ今でも人間に深いドメイン理解が必要なのか――コア事業やソフトウェアの基本原則を知ることは省略できない
汎用モデル vs. 特化モデル：汎用知能が主流になるというShivaliの逆張りな技術予測（LLMが特化型翻訳モデルを完全に置き換えたのと同じように）
AI時代に必要なスキル：
ハードスキル：すべてのAIツールに慣れ、素早くプロトタイプを作る（ビジネス概念を実証するのにエンジニアは必須ではない）
ソフトスキル：コミュニケーション、顧客／人への共感、そしてデザイン感覚――AIが再現できない人間的要素
CIOへのアドバイス：素早くテストし、完璧を待たないこと。企業規模で何かを展開する頃には、世界は先へ進んでいる。実際の指標で確信を示そう。
即答インサイト：
もしTrupeerが人間なら: 「パーティーで誰とでも話したがる、超社交的な人――オープンで親しみやすい」
技術予測: 特化型ソリューションより汎用モデルが優勢になる
一つのアドバイス: 速く試し、指標で検証する
