Google検索の未来を再定義するAI：VP of Product Robbie Stein氏が語る変革の舞台裏

序章：検索の新たな地平を切り拓くAIの波

21世紀において、Google検索ほど人々の生活に深く根差し、世界の情報の秩序を形成してきたプロダクトは他に類を見ません。世界の検索市場において90%を超える圧倒的なシェアを誇り、Alphabet社の年間収益の50%以上を占めるその事業は、まさに現代社会の情報のエンジンと言えるでしょう。しかし、この巨大な情報インフラは今、歴史上最も劇的な変革期を迎えています。その舵取りを担うのが、Google検索のVP of ProductであるRobbie Stein氏です。

彼は、Google検索におけるAI変革の最前線に立ち、AI Overviews、Google Lens、そして7500万DAU（デイリーアクティブユーザー）を突破した新機能「AIモード」といった大規模なポートフォリオを統括しています。Googleに復帰する前はInstagramのコンシューマープロダクト責任者としてStoriesやReelsの立ち上げを成功させた経歴を持つ彼は、スタートアップのようなアジャイルな開発手法と、巨大企業におけるプロダクト開発の知見を融合させ、Google検索の未来を再構築しています。

本記事では、Robbie Stein氏の深い洞察に基づき、AIモードの具体的な機能、その開発における思想、製品成功の真の指標、Instagramでの経験から得られた教訓、そしてGoogle検索が描く未来のビジョンについて、詳細かつ専門的に解説します。AIが情報の検索と取得のあり方をどのように根本から変え、ビジネスとユーザー体験にどのような影響をもたらすのかを、具体的な事例とともに探っていきましょう。

Google検索におけるAI変革の序章：AIモードの誕生と進化

Robbie Stein氏がGoogle検索のプロダクトリーダーシップに加わって以来の約2年間は、まさにAI変革に心血を注いだ期間でした。Googleの創業以来のミッションである「世界中の情報を整理し、誰もがアクセスできるようにする」という目標は、AIの進化によって「今、真に実現可能になった」と彼は語ります。この変革の道のりは、まず「AI Overviews」から始まり、より洗練されたモデルを構築し、ユーザーが「より難しい質問」を投げかけられるように進化してきました。

AI OverviewsからAIモードへの道

AI Overviewsは、検索結果ページの上部にAIが生成した要約を表示する機能として導入されました。これは、ユーザーが複雑な情報を素早く理解するための第一歩であり、AIと検索の融合を示す象徴的な機能でした。しかし、Robbie氏は、ユーザーがさらに深い対話や多角的な情報処理を求めるようになることを予見していました。

その集大成として登場したのが「AIモード」です。これは、単なる要約表示に留まらず、完全に会話型AIとしての機能を提供します。ユーザーは、まるで人間と対話するように複雑な質問を投げかけ、フォローアップの質問を重ねることで、詳細かつパーソナライズされた情報を得ることができます。Robbie氏は、AIモードの初期バージョンについて、「完璧なゴルフショットを打ったような瞬間」があったと振り返ります。当初は多くの課題があったものの、特定の非常に難しい質問に対してAIが完璧な回答を出した時、その「可能性」を確信したと言います。

広がるAI検索のユースケース

AIモードの導入は、Google検索における新たなユースケースを爆発的に増やしています。Robbie氏によると、Google検索は現在、数十億人のユーザーにサービスを提供していますが、AI製品もまた数十億人規模で成長しています。従来のキーワード検索に加えて、以下のような新しいインタラクションが拡大しています。

自然言語での複雑な質問: ユーザーはより自然な言葉で、従来の検索では難しかった多層的な質問を投げかけるようになっています。例えば、「アレルギーのある友人と犬を連れて外で食事をしたい。ホテルの近くにあるおすすめのレストランは？」といった、複数の条件を含む質問もAIモードは処理できます。
ビジュアル検索の進化: Google Lensなどの機能により、ユーザーは周囲の物理世界にある物（靴、衣服、スクリーンショットなど）を写真に撮り、それについて質問する「ビジュアル検索」を日常的に利用しています。これにより、「この服はどこで買える？」といった具体的な購買行動に直結する検索が可能になります。

これらの新しい利用形態は、わずか数年前には存在しなかったものであり、AIが検索の領域をいかに広げているかを示しています。AIモードは、単に情報を見つけるだけでなく、ユーザーの意図を深く理解し、それに基づいて行動を提案する能力を持つ、パーソナライズされた「アシスタント」としての役割を担い始めています。

AIモードの機能とユーザー体験の深化：個別最適化された情報探索

AIモードは、従来のGoogle検索とは一線を画す体験を提供しますが、その実装は単純な置き換えではありません。Robbie Stein氏は、AIモードが「トグル」として提供され、デフォルトではない現在の状況について、Google検索の膨大な多様性を考慮した戦略であると説明します。

AIと従来の検索の使い分け：デフォルト体験の重要性

Google検索は、税金の申告書を見つけるといった非常に具体的な情報探索から、特定の画像の検索まで、きわめて幅広い用途に利用されています。Robbie氏は、この多様なユースケースの中には、AIが必ずしも最も役立つとは限らない場合があると指摘します。例えば、特定のキーワードで迅速に情報を探したい場合や、明確な画像を検索したい場合など、AIを介さずに直接コンテンツにアクセスする方が効率的なケースも少なくありません。Googleのシステムは、ユーザーのクエリからAIが有用であるか否かを学習し、最適な検索体験を提供するよう設計されています。

しかし、複雑な質問や多角的な情報ニーズを持つユーザーにとって、AIモードは圧倒的な価値を発揮します。「旅行の計画を立てていて、アレルギーを持つ友人、犬を飼っている友人がいる。屋外席があり、ホテルから近いレストランを探したい」といった、複数の制約条件を含むクエリは、従来の検索では何回もの検索と情報収集が必要でした。AIモードは、Googleマップや旅行関連のリアルタイム情報システムと連携し、これらの複雑な質問に対して、瞬時に統合された回答を提供します。

シームレスなAI体験への進化

現在、AIモードは特定の「パワーユーザー」向けの機能として位置づけられていますが、Robbie氏はそのアクセス性を高めるための進化にも言及しています。ユーザーは、従来の検索ボックスに何でも入力するだけで、もしAIが有用であると判断されれば、ページ上部にAIプレビューが表示されるようになります。このプレビューをクリックするだけで、ユーザーはAIモードにシームレスに移行し、追加の質問や対話型の情報探索を行うことができます。

この設計思想の根底にあるのは、「ユーザーがAIモードを使うべきか、従来の検索を使うべきかを意識する必要がない」という考え方です。検索ボックスにクエリを入力するだけで、システムが自動的に最適なAIの活用方法を判断し、提供します。これにより、ユーザーはAIの強力な能力を、ほとんど摩擦なく利用できるようになります。

Robbie氏は、将来的には「AIを使うケースか、非AIのケースか」といった区別自体が意味を持たなくなると予測しています。ユーザーは単に「問題を解決したい」という目的で検索を利用し、その解決策をAIが提供するのか、従来の検索結果が提供するのかは、プロダクトの設計者が決定すべき裏側のロジックとなるでしょう。写真のアップロード、ドキュメントの解釈といった多様な入力形式も可能になり、AIはユーザーの多様な情報ニーズに、より柔軟に応えられるようになることを示唆しています。

製品開発の舞台裏：成功指標と「スタートアップのように構築する」文化

Robbie Stein氏は、Googleという巨大企業の中で、いかにスタートアップのようなスピード感とユーザー中心の思考でプロダクトを構築していくかについて語っています。新しい製品、特にAIモードのような革新的な機能の開発においては、伝統的な大規模な指標だけでなく、より本質的な「初期の兆候」を捉えることが重要だと強調します。

初期段階の成功指標：10人のユーザーからの共鳴

どんなに大きなプロダクトであっても、成功の萌芽は「最初の10人」のユーザーから生まれるとRobbie氏は言います。AIモードの開発も同様に、まず500人の信頼できるテスター（友人や家族を含む）に提供されることから始まりました。この小規模な環境では、開発チームはユーザーと密接に対話し、彼らの生の声を聞くことができます。

Robbie氏にとっての最初の「製品市場フィット」の兆候は、ユーザーからのフィードバックが「苦情」から「この機能は非常に役立つ」という「有用性の証言」に変わった瞬間でした。廊下で話しかけてくる同僚や外部のテスターが、最初はバグや不満を報告していたのが、「AIモードを常に使っている。Googleでは得られなかった10の課題を解決してくれた」と言い始めた時、彼は確かな手応えを感じたと言います。この定性的なフィードバックは、初期のサーベイ結果（「また使いたい」「戻ってきたい」と答えるユーザーの割合）とも一致し、製品が特定のニーズを明確に解決していることを示していました。

定量的検証：Jカーブ・リテンションが示すPMF

定性的な手応えを得た後、次のステップはより大規模な定量的検証です。AIモードは、まず米国限定の「Labs」として、数千人から数十万人のユーザーに提供されました。ここでは、マーケティングや積極的なプロモーションは行わず、純粋にユーザーの反応を測ることが目的でした。

この段階で最も重視される指標の一つが「Jカーブ・リテンション」または「フラット・リテンション」と呼ばれるものです。これは、特定の日に製品を使い始めたユーザーのコホートを日を追って追跡した際、最初は利用率が減少するものの、やがてその減少が止まり、曲線が水平になるか、わずかに上昇する傾向を示すものです。この現象は、製品が特定のユーザーグループにとって不可欠な存在となり、彼らが日々「戻ってきたい」と感じるような価値を提供していることを意味します。一部のユーザーは離脱しますが、熱心なユーザーグループが定着し、製品が改善されるにつれて、その利用頻度やエンゲージメントがさらに高まることで、コホート全体の利用率が維持・向上するという状態です。Robbie氏はこれを「真の製品市場フィットの最初の瞬間」と表現しています。

このフェーズを通過すると、製品は「成長」の段階に入ります。特別な施策を打たなくとも、週ごとにユーザー数と利用量が増加していく状態です。AIモードが7500万DAUに到達したことは、この初期の約束が現実のものとなり、製品が成熟期へと移行しつつある証拠です。

非自明な成功指標：エンゲージメントの深さ

従来の検索では、クリック数や表示回数が主要な指標となりますが、AIモードのような会話型AIにおいては、より深いエンゲージメントを示す指標が重要になります。Robbie氏は、InstagramのDM（ダイレクトメッセージ）共有の例を挙げ、単なる「いいね」や「コメント」よりも、友人とコンテンツを共有するという行動の方が、ユーザーの「コミットメントレベル」が高いと指摘します。

AIモードにおいては、ユーザーが質問を重ねる「フォローアップの数」と、その「エンゲージメントの深さ」が重要な指標となります。検索は本質的に「メッセージを送る」という、消費型プロダクトに比べて高いハードルを持つ行動です。だからこそ、特定のユーザーが時間とともにAIをより「強く」利用するようになる傾向が、多くの人が少しだけ利用するよりも価値があると感じています。この「小さくても強固なエンゲージメント」が、製品の長期的な成功の礎となるのです。

「後発」からの勝利戦略：Instagramでの経験から学ぶ

Robbie Stein氏は、Google検索のAIモードの開発において、InstagramでのStoriesやReelsの立ち上げ経験から得た教訓が大きく影響していると語ります。特に、「後発市場」においてどのようにして勝利を収めるかという視点は、今日のAI開発競争において極めて重要です。

ユーザーの期待の変化と「フォーマットの標準化」

Robbie氏は、テクノロジーの世界では「ユーザーの期待が大きく変化し、新しい標準が迅速に確立される機会」が訪れると指摘します。Instagram Storiesやショートフォームビデオ（Reels）が良い例です。これらはSnapchatなどが先行していましたが、今では多くのプラットフォームで当たり前の「フォーマットの標準」となっています。かつては「フィードがあるかないか」がサービスの差別化点でしたが、今は「AIがあるかないか」がその位置を占めつつあります。

しかし、AIがただあれば良いというわけではありません。Robbie氏は、「AIがどのように製品を驚くほど素晴らしいものにするか」を深く考える必要があると強調します。AIが導入されることで、かえって遅くなったり、悪くなったり、コストが高くなったりするケースもあるため、その価値を厳しく評価することが不可欠です。

Instagram Storiesの成功の裏側：ユーザー心理の解放

Instagram Storiesが成功した背景には、ユーザーの潜在的なニーズと心理的な障壁の解消がありました。従来のフィード投稿では、「いいね」の数や他人の評価を気にし、完璧な「ハイライト」を投稿するというプレッシャーがユーザーにはありました。しかしStoriesは、24時間で消えるという特性により、ユーザーに「より気軽に、よりカジュアルに」投稿できる「圧力解放弁」を提供しました。

Storiesは、以下の点でInstagramのユーザー体験に自然にフィットしました。

気軽に投稿できる環境: 消える特性により、ユーザーは「いいね」を気にせず、日常の瞬間を気軽に共有できるようになりました。
フィードの占拠問題の解消: 友人が立て続けに投稿しても、フィードを埋め尽くすことなく、ストーリーズの形式で積み重ねて表示されるため、ユーザー体験が損なわれることがありませんでした。
Instagramのクリエイティブツールとの融合: Instagram独自の視覚的な美学を持つクリエイティブツールが利用できたことで、プラットフォームとの親和性が高まりました。
DMとの連携: ユーザーが既に利用していたDM機能を通じて、Storiesの内容について直接コミュニケーションを取れるようになったことで、エンゲージメントが深まりました。

このように、StoriesはInstagramが提供すべき「情報とつながり」という核心的な価値に合致し、かつ既存のエコシステムにうまく統合されたことで成功を収めたのです。

Google検索におけるAIモードの独自性と潜在的需要

Google検索のAIモードもまた、他の汎用チャットボットとは異なる独自の価値を提供することを目指しています。「我々は別の汎用チャットボットを作ろうとしているわけではない」とRobbie氏は語ります。Googleのユーザーは、情報収集、ショッピング、場所の把握、レストラン検索、旅行計画、特定のトピックに関する世界の意見の理解といった、きわめて「具体的」な情報ニーズを持って検索に訪れます。AIモードは、これらのGoogle特有のニーズに対して、摩擦なく、より簡単に情報を提供するように設計されています。特に、ウェブ上には存在しないかもしれない情報、あるいは見つけるのが困難な情報をAIが生成・整理する能力は、大きな強みとなります。

興味深いことに、AI Overviewsが導入された当初、ユーザーは「AI」という単語をクエリの末尾に追加して、意図的にAI機能を引き出そうとする行動が見られました。これは、ユーザーの中に「もっと複雑な質問をGoogleに投げかけたい」という潜在的な需要が存在していたことの証左です。Instagramでユーザーが「もっと投稿したいのに躊躇していた」状況とよく似ています。AIモードは、まさに「ようやく、この複雑な質問をGoogleに直接投げかけ、解決してもらえる」という、ユーザーの長年のフラストレーションを解消する役割を果たしているのです。

この「自然な」フィット感が、AIモードが比較的新しい機能であるにもかかわらず、ユーザーにとって違和感なく受け入れられている理由であるとRobbie氏は分析しています。

Google検索の未来：知識、遍在性、エージェンティックな体験

Robbie Stein氏は、Google検索の未来を語る上で、主に3つの大きなテーマを挙げています。それは「知識の深化」「遍在性（Ubiquitous）」「エージェンティックな体験」であり、これらが組み合わさることで、検索体験は劇的に進化すると予測しています。

1. 知識の深化：多様な視点とリアルタイム情報の統合

未来の検索は、単に事実を提示するだけでなく、インターネット上の膨大な「リアルタイム知識」を深く統合し、ユーザーにとって意味のある形で整理・提示するようになります。Robbie氏は、この進化を「AIの言葉をそのまま受け入れるのではなく、人々と情報につながること」と表現しています。

具体的な例として、商品の購入プロセスが挙げられます。

多角的な情報提供: ある商品を買う際、ユーザーは「人々は何と言っているか？」「レビューはどうか？」「クリエイターの意見は？」といった多様な視点を知りたいと考えます。
リアルタイム価格と履歴: 価格情報が「過去10秒以内に更新されたものか？」、「割引があるか？」、さらに「その割引は過去の価格履歴と比較して本当にお得なのか？」といった、数十回もの検索が必要だった情報を、AIは瞬時に収集・分析し、提示できるようになります。

これにより、ユーザーはこれまで膨大な時間と労力を要した意思決定プロセスを、格段に効率的に進めることができるようになります。AIは、その裏側で「クエリの展開（query fanout）」のような高度な推論プロセスを実行し、ユーザーのためにこれらの知識を統合し意味づけを行います。

2. 遍在性（Ubiquitous）：あらゆる環境での検索体験

検索はもはやデスクトップPCやスマートフォンの画面上でのテキスト入力に限定されません。未来の検索は、ユーザーの生活のあらゆる側面にシームレスに溶け込み、多様なモダリティ（入力形式）に対応する「遍在的な体験」となります。

音声入力: 運転中にGoogleアプリを通じて「このスポーツチームはどうなっている？怪我人が出たって聞いたけど、ファンタジーチームへの影響は？」と話しかけるだけで、AIがリアルタイムで情報を収集し、分析して答えてくれます。
ビジュアル入力とコンテキスト認識: スマートフォンのスクリーンショットを「Circle to Search」で囲んだり、Chromeで閲覧中のページの文脈をAIが理解し、関連情報を提供する。
デバイス連携: スマートフォン、車載システム、スマートディスプレイなど、さまざまなデバイスで一貫したAI検索体験が提供され、ユーザーはどこにいても、どのような状況でも情報を得られるようになります。

これにより、検索は単なる「ウェブサイトを調べるツール」ではなく、ユーザーの日常的な意思決定と行動を支援する「パーソナルコンパニオン」へと進化します。

3. エージェンティックな体験とパーソナライゼーション：あなたのためだけの行動主体

最も革新的な未来像は、「エージェンティック（agentic）」な体験、つまりAIがユーザーに代わってタスクを実行し、深くパーソナライズされたサービスを提供するようになることです。Robbie氏は、人々がAIが「多くのことを代行できる」点に魅了されている一方で、真に有用なのは「ユーザーを深く理解し、最も負担の大きいタスクを支援すること」にあると強調します。

ユーザーの好みを反映した行動: レストランの予約において、AIはユーザーの過去の履歴、好み、アレルギー、同伴者の情報（犬がいるかなど）を考慮し、「今日のデートナイトにぴったりのレストランは？」という質問に対して、複数の要素を組み合わせた最適な提案を行い、さらには予約まで代行できるようになります。
意思決定支援の強化: 例えばテレビの購入を検討する際、AIは部屋の写真を分析して最適なサイズを提案し、過去の購入履歴からユーザーの好みを推測します。さらに、そのテレビの価格履歴を分析し、現在の割引が本当に「お得」であるかを判断し、地元の取り付け業者まで手配する提案を行います。

Robbie氏は、エージェンティックな体験においても「人間がループの中にいること」の重要性を指摘します。クレジットカード情報の入力や最終的な購入決定など、重要な局面では人間の承認が必要です。しかし、AIは「検討フェーズ」における膨大な情報収集と分析、選択肢の提示を担うことで、ユーザーの「購入の最大の悩み」を解消します。これは、AIがユーザーに「超レバレッジ」を提供し、これまで何時間もかかっていたタスクをほんの数分の介入で完了させる能力を持つことを意味します。

これらの進化により、Google検索は、単なる情報の入り口から、ユーザーの生活を豊かにするための強力な「行動主体」へと変貌を遂げていくでしょう。

ビジネスモデルへの影響と組織的挑戦：革新と成長のバランス

AIによる検索の変革は、Googleのビジネスモデルにも深く影響を与えます。Robbie Stein氏は、これが既存のビジネスを侵食するものではなく、「拡張的な機会」を生み出すものだと説明し、その上で組織を率いる上での課題と解決策について語っています。

AIがもたらすビジネスの「拡張的機会」

Robbie氏は、AIによる検索の進化が「Googleがこれまで行ってきたことの自然な延長線上にある」と説明します。

インタラクションと利用の増加: ユーザーがより複雑な質問を投げかけ、多様なモダリティで検索を行うようになることで、Googleとのインタラクションの総量が増加します。例えば、写真を撮って部屋のサイズを測ってもらい、それに合うテレビを提案してもらうといった新しい利用シナリオは、これまでは存在しませんでした。
深いコンテキスト理解による価値提供: AIはユーザーのニーズ、好み、過去の行動といった「コンテキスト」を深く理解できるようになります。これにより、従来の「フラットスクリーンテレビ」といった一般的なクエリでは得られなかった、個別のニーズに合わせた非常にパーソナライズされた情報を提供できます。
新たな広告・収益化の機会: ユーザーの購買意図や具体的なニーズを深く理解することは、広告主にとっても大きな価値となります。AIが最適なテレビを提案する際に、現在のキャンペーン価格や履歴分析に基づいて「このサイバーマンデーのセールは非常にお得です」といった情報と共に、関連性の高い広告を提示することが可能になります。これは、従来の検索広告の仕組みを、より高度なレベルでAIがサポートし、ユーザーと広告主双方にとっての価値を高めることを意味します。

このように、AIは検索の利用範囲と価値を拡張し、結果としてGoogleのビジネスに新たな成長機会をもたらすとRobbie氏は見ています。

大規模組織における「スタートアップのスピード」：モデルの進化とリーダーシップの役割

Googleのような巨大企業において、いかにスタートアップのような「クレイジーなスピード」を維持しながら、既存のコアビジネスを守りつつ未来へと推進していくかは大きな課題です。Robbie氏はその解決策として、主に2つのポイントを挙げます。

モデルの高度化による開発効率の向上: 最新のAIモデルは非常に高性能であり、新しい機能の追加が以前に比べて格段に容易になりました。かつては専門的なモデルチューニングやポストトレーニングが必要だった機能も、現在ではモデルに簡単な情報やコンテキストを与えるだけで実現できるようになっています。これにより、開発サイクルが短縮され、新しいアイデアを迅速に試せるようになります。
リーダーシップによる戦略的焦点: リーダーは、「もしこれが成功すれば、5年、10年といった長期的な成長、価値、ユーザーへの貢献の機会となる最も重要なことは何か」という問いに集中する必要があります。一方で、組織が自然には追求しないような、リスクが高く、組織を横断するような難しい機会にこそ、リーダーは介入し、資源を集中させるべきです。 Robbie氏自身も、最も初期段階の製品開発には深く関与し、チームと週に何度も、時には毎日ミーティングを行うと語ります。これは、単に圧力をかけるのではなく、「共創」の精神で行われ、階層的な承認プロセスではなく、仮想チームとして一丸となってプロジェクトを進める文化を醸成します。リーダーは全体の方向性を示し、ボトルネックを解消しますが、各分野の専門家は自分の担当領域において最も深い知識と責任を持ち、最高の体験を追求します。このバランスが、大規模組織においてイノベーションを加速させる鍵となります。

製品文化：創業者精神と「内なるコントロールの源泉」

Robbie氏の製品開発における思考は、彼自身の創業者としての経験に深く根ざしています。彼の考える「創業者精神」とは、次の意味を持ちます。

当事者意識: 「誰も問題を解決してくれない。私がそれを成し遂げる唯一の存在だ」という意識。
結果へのコミットメント: 「ハードである」という言い訳はせず、結果を出すことに全責任を負う「内なるコントロールの源泉（internal locus of control）」。
明確なビジョンとユーザーへの共感: 自分のプロダクトがどうあるべきか、どこに成長機会があり、どうすれば価値を創造できるかという明確な視点を持つこと。そして、ユーザーからのフィードバックループに常に耳を傾け、毎週改善を重ねること。

このような姿勢を持つ個人が集まるチームは、スタートアップであろうと大企業であろうと、常に素晴らしいプロダクトを生み出すとRobbie氏は確信しています。

失敗からの学び：成長を加速させる「決定的瞬間」

Robbie Stein氏は、プロダクト開発における失敗の重要性を強調します。彼は、これまで多くのプロジェクトが失敗してきたことを認めつつも、真に興味深いのは「失敗したにもかかわらず、諦めずに継続した結果、成功に至ったプロジェクト」であると語ります。これは、野球の打率ではなく、長打率を重視する考え方に似ています。数回の「空振り」があっても、その中から数本の「ホームラン」が出れば良いのです。

Instagramにおける「大失敗」からの復活劇

Robbie氏は、Instagramでの経験から具体的な事例を挙げます。

Close Friends機能の初期の失敗と成功:
- 初期の課題: ユーザーが「多数の人に判断されるプレッシャー」を感じずに少人数の親しい友人と共有できる場として導入されたClose Friendsは、当初「Favorites」という名称で、フィードとストーリーズの両方で共有可能でした。しかし、システムが複雑すぎ、いくつかの国では名称の誤訳も発生しました。ユーザーはリストに1人しか追加せず、DMと異なりプッシュ通知がないため、投稿が相手に届かず、何のフィードバックも得られないという「大失敗」に終わりました。
- 学びと改善: チームは諦めず、なぜユーザーが共有に抵抗を感じるのかを調査しました。結果、一番の理由は「誰が見るか分からない」という恐れでした。同時に、データ分析から、リストに20〜30人程度の友人を追加したユーザーは、ストーリーズに投稿すると高いエンゲージメントを示すことが判明しました。
- 再設計: この洞察に基づき、Close Friendsは「ストーリーズ専用」の機能として再設計されました。「Favorites」から「Close Friends」に名称を変更し、専用の緑色のリングで差別化しました。さらに、ユーザーがリストに簡単に20〜30人を追加できるよう促すUI/UXの改善を行いました。これにより、ユーザーは「自分だけのプライベートな空間」という感覚で投稿できるようになり、誰かからのDM返信というフィードバックループが確立され、Close Friendsは大成功を収めました。
Instagram Reelsの初期の課題と方向転換:
- 初期の課題: Reelsも当初、ブラジルでのローンチ時、ストーリーズ機能の一部として統合されました。その背景には、「フルスクリーン動画は若者に人気で、ストーリーズに似ているのだから、別の機能として作るのではなく、既存のストーリーズに統合すればシンプルになる」という考えがありました。
- 学びと改善: しかし、これは誤った判断でした。クリエイターは、投稿が1日で消えるストーリーズに多大な労力をかけることに意味を見出せませんでした。彼らは「バイラルになること」「多くの人に見られること」を望んでいました。
- 方向転換: このユーザーのインサイトに基づき、Reelsはストーリーズとは独立した、永続的なフォーマットとして再設計されました。これにより、クリエイターはReelsに積極的にコンテンツを投稿するようになり、世界的な成功へとつながりました。

「信念」と「小さな成功の火花」が推進力に

これらの経験からRobbie氏が導き出す結論は、「取り組んでいることが重要である」という強い信念が、困難に直面しても押し続ける原動力になるということです。AIモードの開発も同様で、初期は混乱したり、意図を理解できなかったりする部分がありました。しかし、「Googleは旅行や学習、宿題といった難しい質問に対して、その膨大なコンテキストと知識を駆使してユーザーを助けるべきだ」という強い信念がありました。

そして、Robbie氏が「本当に難しい質問を1つか2つ投げかけたときに、AIが完璧に回答した瞬間」が訪れます。これはまさに「完璧なゴルフショット」のように、全体がピタリとはまった瞬間でした。こうした「小さな成功の火花」が、開発チームをモチベートし、困難な時期を乗り越え、製品を「エスケープベロシティ（脱出速度）」に乗せるための不可欠な要素となると彼は語っています。

多くの人々は、成功した製品の最終形しか見ませんが、その裏には数年間にわたる試行錯誤と、4〜5回もの方向転換があったという事実は、スタートアップであれ大企業であれ、革新的な製品を生み出す上で欠かせない教訓です。

ディストリビューションの力と持続的なイノベーション：Googleの優位性

Robbie Stein氏は、AIの進化においてGoogleが持つ圧倒的な「ディストリビューション」の優位性について語り、それがどのようにAI製品の普及を加速させているかを説明します。一時期、「GoogleはAI時代に遅れをとった」という憶測も流れましたが、同社は強力なモデルとユーザーベースを背景に、見事な「カムバック」を果たしました。

Googleのディストリビューション戦略：ユーザーが求める場所にAIを届ける

Robbie氏にとって、Googleのディストリビューション戦略の核心は「人々がGoogleに求める情報や質問に、AIが価値を加えて応えること」にあります。単にAI機能を既存の製品に「押し込む」のではなく、ユーザーがすでにGoogleに求めているニーズに対し、AIがどのように最適な「フォーマット」と「価値」を提供できるかを追求しています。

自然な統合: AIモードは、Google Workspaceの一部として提供されたり、他のGoogle製品とより深く統合されたりすることで、ユーザーは追加費用を支払うことなく、既存のワークフローの中でAIの恩恵を受けられるようになります。これは、MicrosoftがInternet ExplorerをOSにバンドルしたり、Microsoft TeamsがSlackと比較して有利なスタートを切った事例と共通する戦略です。
摩擦のない体験: AI OverviewsとAIモードの統合は、その象徴です。ユーザーはAI機能を使うべきか迷うことなく、検索ボックスにクエリを入力するだけで、必要に応じてAI体験にシームレスに移行できます。この摩擦の少なさが、幅広いユーザー層への普及を促しています。

Robbie氏は、過去に「根本的な製品変更を試みたが、ユーザーに価値が伝わらず失敗した」経験があることから、ディストリビューションの力だけでは不十分であり、製品そのものが「明確な価値」を提供することが最も重要だと強調します。

モデルの絶え間ない改善がイノベーションを駆動する

GoogleのAI製品が急速に進化しているもう一つの理由は、基盤となる「モデル自体の絶え間ない改善」にあります。Robbie氏は、わずか3年前、2年前、1年前のAIモデルと比較して、現在のモデル（例えばGemini 3.0）がどれほど進化したかを強調します。

多様な能力: 現在のモデルは、コード生成、シミュレーションの実行、動的な住宅ローン計算機の作成など、非常に多様なタスクをこなすことができます。
ユーザーニーズとのマッチング: 例えば、ユーザーが住宅ローンについて調べている場合、モデルがその場でパーソナライズされた計算機を作成し、複雑な情報を分かりやすく説明することで、ユーザーの具体的なニーズを解決します。

この基盤モデルの飛躍的な進化と、それがユーザーの現実世界の課題にどのように適用できるかを常に追求する姿勢が、GoogleのAIイノベーションを強力に推進しています。Robbie氏と彼のチームは、これらの強力なAIモデルを、Google検索の数十億人のユーザーの具体的な情報ニーズにどのように結びつけるかという「最も重要な機会」を追求し続けています。

結論：AIが紡ぐGoogle検索の無限の可能性

Robbie Stein氏の言葉は、Google検索がAIによって、情報の「整理」から「理解」そして「行動」へと進化する、壮大なビジョンを示しています。AIモードやAI Overviewsは、その第一歩に過ぎず、未来の検索は、ユーザーのあらゆる情報ニーズに、より深く、パーソナルに、そして遍在的に応える「エージェンティックなコンパニオン」となるでしょう。

この変革を可能にしているのは、技術革新だけでなく、Robbie氏が語るような、ユーザー中心の製品開発への揺るぎない信念、スタートアップのようなアジャイルな思考、データに基づく徹底した意思決定、そして何よりも失敗を恐れずに挑戦し続ける文化です。Instagramでの成功と失敗の経験が示すように、革新的な製品は、初めから完璧であることはありません。強い信念と、小さな成功の兆候を信じ、粘り強く改善を重ねることで、初めて「エスケープベロシティ」に到達します。

Googleは、その圧倒的なディストリビューションと、世界最高峰のAIモデルという強みを活かし、検索の概念を根本から再定義しようとしています。ユーザーが意識することなく、AIが当たり前のように日常生活に溶け込み、複雑な課題を解決し、新しい価値を創造する未来は、もはやSFの世界の話ではありません。Robbie Stein氏が牽引するこのAIの旅路は、Google検索が今後も進化し続け、私たちの情報の探索と取得のあり方を、無限の可能性と共に広げていくことを示唆しています。