1
창업자들의 철학"위대한 회사들은 or 이 아니라 and를 추구했다" -짐 콜린스, 'Built to Last : Successful Habits of Visionary Companies' "정반합을 통해 진리에 가까워질 수 있다" -헤겔 LilysAI의 공동창업자들은 창업을 하기 전 2년이 넘는 시간동안 "우리는 어떤 회사를 만들고 싶은가?"에 대해 치열하게 이야기를 나눴습니다. 이 페이지에서는 or 이 아닌 and를 추구하는 저희의 철학들을 공유해보려 합니다. 📦 제품 : 기업가적 창의력과 고유성(Originality)을 발휘하는 회사 우리가 창업한 계기는 돈을 많이 벌고 싶다, 큰 회사를 만들고 싶다가 아니었습니다. 우리는 오리지널리티가 있는 창작물로 사람들에게 큰 가치를 전달하고 싶다는 꿈을 가지고 창업을 했습니다. 어렸을 때부터 우리는 고유한 무언가를 창작하고 싶어하는 사람들이었습니다. 대표 John은 어릴 때 만화가, 기타리스트가 꿈이었고, 공동창업자 Morrie는 방송PD가 꿈이었습니다. 더 큰 임팩트를 낼 수 있는 창작물은 없을까? 라는 꿈을 쫓다 여기까지 오게된 우리는 한 번 쓰게 되면 이전으로 다시는 돌아갈 수 없는, 압도적으로 멋진 제품을 만드는 일에 가장 큰 희열을 느끼는 사람입니다. 삶을 바꾸는 최고의 제품은 주체적인 관점으로부터 탄생한다고 믿습니다. 미국이 최고고 실리콘밸리가 세상의 중심이라고 생각하지 않습니다. 해외 모델을 벤치마킹해서 크게 성장하는 방식도 물론 멋지지만, 우리는 한국에서도 오리지널리티를 가진 세계적인 소프트웨어가 탄생할 수 있다고 믿습니다. 봉준호, BTS, 그리고 Lilys 실제로 우리는 실제로 새로운 기능을 출시할 때 사람들에게 사랑받을 확률을 높이기 위한 우리만의 프레임워크를 계속 갈고 닦고 있습니다. 또한 우리는 매일 매일 사용자로부터 인풋을 얻고, 경쟁자와 시장의 동향을 보고, 새로운 기술에 대해 공부합니다. 엉뚱한 상상이 되지 않기 위해선 발을 땅에 단단히 딛고 서있어야 하기 때문입니다. 새로운 기능을 상상할 때 점검하는 3가지 기준들 오랜 시간 변하지 않는 인간의 근본적인 욕망에 해당하며, 그 욕망에서 큰 영역을 차지하는 일인가? 지금도 실제로 사람들이 하고 있는 행동이며, 점점 더 많이 하고 있는가? 고객이 겹치는 막강한 기존 플레이어가 없거나 우리가 더 잘할 수 있는가? (지금 타이밍에 기술적으로 가능해졌거나, 시장에 니즈를 충족해주는 제품이 없는가?)

ブログ

LilysAIの哲学について共有します。
All
組織哲学
製品哲学
AI市場
Pinned
創業者の哲学
「偉大な会社はOrではなくandを追求した」 -ジム・コリンズ、「Built to Last: Successful Habits of Visionary Companies」 「正反合を通じて真理に近づくことができる」 -ヘーゲル LilysAIの共同創業者は、創業する前の2年以上の間、「私たちはどんな会社を作りたいですか?」について激しく話をしました。このページでは、orではなくandを追求する私たちの哲学を共有しようとします。 📦製品:起業家的創造性と一意性(Originality)を発揮する会社 私たちが創業したきっかけは、お金をたくさん稼ぎたい、大きな会社を作りたくなかった。私たちはオリジナルの創作物として人々に大きな価値を伝えたいという夢を持って創業しました。 幼い頃から、私たちはユニークな何かを創造したい人でした。代表Johnは幼い頃漫画家、ギタリストが夢であり、共同創業者Morrieは放送PDが夢でした。 より大きなインパクトを出せる創作物はないだろうか?という夢を追うここまで来るようになった私たちは、一度書くと以前には戻れない、圧倒的に素敵な製品を作る事に最大の喜びを感じる人です。人生を変える最高の製品は、主体的な観点から誕生すると信じています。アメリカが最高でシリコンバレーが世界の中心だとは思わない。海外モデルをベンチマークして大きく成長する方式ももちろん素敵ですが、私たちは韓国でもオリジナル性を持つ世界的なソフトウェアが誕生できると信じています。ボン・ジュノ、BTS、 そしてLilys 実際、私たちは実際に新機能をリリースする際に人々に愛される確率を高めるために私たちだけのフレームワークを磨き続けています。また、私たちは毎日ユーザーから入力を得て、競争相手と市場の動向を見て、新しい技術について勉強します。奇妙な想像にならないためには、足を地面にしっかりと踏み込んで立たなければならないからです。 新機能を想像する際にチェックする3つの基準 長時間変わらない人間の根本的な欲望に相当し、その欲望で大きな領域を占めるのか? 今も実際に人々がしている行動であり、ますます多くしているか? 顧客が重複する強力な既存のプレイヤーがないか、私たちがより良いことができますか? (今のタイミングで技術的に可能になったり、市場にニーズを満たす製品がないのか?)
  1. 組織哲学
  • TeamLilys
👍
21
ChatGPTが更新されるたびにスタートアップはすべて壊れますか? (AIアプリの未来)
まさにAIの時代です。いわゆる「AI Wrapper」サービスが毎日注がれています。同時にAIもバブルではないか、独自モデルのない会社はChatGPTが更新されるたびに危険になるだろう、LLMモデルコストが高すぎて自生しにくいなど懸念も出てきます。 それでは、独自のモデルを保持したり、VectorDBのような技術を研究している会社はより安全でしょうか?実際、過去数年間、モデル開発者は急速に危機を迎えました。特定分野の特化モデルは巨大モデル登場で無用地物となり、ファインチューニングやVectorDB技術も巨大モデルのアップデートごとに立地が減っています。 同時に、資本があるビッグテク企業はすべて巨大モデルを作ることができます。 OpenAI、Anthropic、Meta、Googleなどは激しく競争し、モデルコストが急速に低下しています。 STTモデルは1日の朝に無料になり、LLMモデルも1年の間10倍以上安くなりました。 Amazon、Salesforceのような会社も、Webの初期には「DB Wrapperじゃない?」という話をたくさん聞きました。ブラウザ会社がすべてをやってしまったらどうするかという話も多かったです。 Notion、Canvaなどの製品も特別な技術で成長したわけではありません。 結局のところ、重要なのは「誰が顧客の問題を最もよく解決するのか」です。私たちのようなAIアプリケーションアプリの会社は台無しにすることができますが、それは顧客を満足させなかったからであり、それ自体の技術や高いコストのためではありません。我々は、顧客のトラブルシューティングと革新的な製品の経験に焦点を当てることだけが堀を作ると信じています。 参照。お客様のトラブルシューティングにこだわる業務方式
  1. AI市場
  • TeamLilys
👍
8
AI時代に開発者はむしろ多くなります
AI時代に開発者がなくなるという予測が多いです。 私は慎重ですが、開発者がより多くなるという主張を広げたいです。 ここ数十年間、すでに開発者の生産性は指数関数的に高まっています。 10年前に10人の開発者がしていたことをすでにした人ができます。オープンソースとクラウドの力で、5人未満の開発者でも大規模なサービスができる状況になりました。 しかし、なぜ開発者が減るのではなく、むしろ需要が高まったのでしょうか。 その理由は、ソフトウェアが急速に他の分野を吸収しているからです。開発者の生産性が高まる速度よりも、ソフトウェア市場自体が大きくなる速度が大きかったからです。今はメディアも、コマースも、金融もすべてソフトウェア会社が主導権を持つ時代になりました。 AI時代はどうですか?想像できないほどこの流れが大きくなると思います。 心理相談、子育て、法律、医療、あらゆる分野で人だけができるとされていた領域がソフトウェアに吸収されます。このスピードはあまりにも速くて去勢し、むしろ開発者の需要が増える可能性があると思います。 しかし、開発能力が今のように専門的な能力と考えられるのではなく、Excelを扱う能力ほどと考えられます。 AIの力で誰でも大きな努力と修練なしに学べる領域になることでしょう。 それで最も重要なのは、人が欲しいものを提供する能力です。そのために、開発能力はよりツール的に変わります。こういう時ほど開発者としての地葉的なスキルよりは、応用能力、適用能力を育てることができる会社で働かなければならないと思います。 Lilys AIは開発者に直接計画し、インタビューし、統計を見て、パフォーマンスを作り出すことを期待しています。開発をツールとして活用し、人を満足させる能力を育てることができる最適な会社だと思います。今後到来するAI時代に最も適した能力を育てたい場合は、下記のリンクをご覧ください。現在私たちは採用中です!
  1. 組織哲学
  • TeamLilys
👍
8
AI製品のUXは何が違うのか? - (1) 自動罠
Vrew、Lutton、LilysAIまで3つのAI製品を作成し、学んで感じたことを一つずつ共有しようとしています:) 人工知能の驚くべき発展で、本当に多くの人間の知的作業を「自動化」する機会が開かれています。 しかし、逆説的に、私たちのチームは、製品のUXについて議論するときに「自動罠」に陥らないという話をたくさんします。 AIに何かをさせたときに100点をこなすことはあまりありません。ほとんど70点程度にとどまっています。 70点でドラフトだけ作っても十分な時間を短縮してくれるので意味あるのではないか?と思うかもしれません。しかし、ユーザーのワークフローをたどってみると、最終的に目的を達成するためには、AIが作った70点の結果をすべて壊して最初から100を作らなければならない場合が頻繁に発生します。 このような製品の場合、ユーザーが最初は「と~不思議だ~」と反応しますが、実際には使えるレベルまで行けず、リテンションがうまく出てこないようです。 このような現象を私たちは「自動の罠」と呼びます。 それでは、残りの30点はどのように埋めるべきですか? エンジニアリングとUXレイヤーで多くの部分を解決できました。 私たちの製品でケースを聞きましょう。 LilysAIはビデオサマリーサービスですが、 要約が時折不正確または過度に短縮され、信頼性に疑問が生じる問題がありました。既存の映像サマリーサービスを利用してみた時、信頼度が疑われるときにユーザーが取ることができるアクションがなく、結局は映像を振り返るという不便さを感じました。
  1. 製品哲学
  • TeamLilys
👍❤️
33
Made with Slashpage