Finatext事業紹介と伊藤氏自己紹介
Product AI Talks。この番組は、ITスタートアップで事業づくり、プロダクトづくりに取り組まれている経営層の方をゲストにお招きし、
昨今のAI体統も踏まえた、AI時代のプロダクト戦略を深掘りする番組です。
番組へのご意見・ご感想は、Xでハッシュタグ、PA Underbar Talksをつけてお寄せください。
本日のゲストは、Finatext Holdings取締役CFO伊藤雄一郎さん。
どのレイヤーが稼げるか正直まだ分からない。だから、上からも下からも全部やる。
金融の基幹システム、いわゆるSORのど真ん中を握るFinatext。
普通なら、そこにエージェントを乗せていく発想になります。
ですが伊藤さんは、あえて逆側、エージェントのレイヤーからも攻め込み、
SORとエージェントを両側から挟みに行く。
その戦略と背景にある読みに迫ります。
さらに、これまで暗黙地の塊だったエンタープライズの業務をAIが言語化できるようになった今、
大手SIRが長年握ってきた市場にも外から切り込めるのではないか。
伊藤さんがまさに可能性を感じている、その仮説の中身までじっくり伺った前編です。
ホストは私、Globe is Capital Partnersプリンシパルの工藤真由と、
TechTouch CFO兼CPO中出雅也さんでお届けします。
本日はFinatext Holdings取締役CFO伊藤祐一郎さんにお越しいただきました。
伊藤さんよろしくお願いいたします。
はい、よろしくお願いいたします。
よろしくお願いします。
Finatextさんの事業紹介と伊藤さんの自己紹介からお願いしたいんですが、お願いできますか。
はい、改めまして私、Finatext Holdingsで取締役CFOをやっております伊藤と申します。
CFOではあるんですけれども、Finatextに入ってもう10年ぐらい経っていて、
入社した時ってまだ従業員7人ぐらいしかいなかった、かなり小さい組織だったので、
名ばかりCFOという感じで、CFOにやることなんてほぼなかったので、
実質的には新規事業の立ち上げみたいなのをずっとやっていて、それは上々した今も続いていて、
大体年の半分ぐらいCFOっぽいことをやっていて、
年の半分ぐらい新規事業の立ち上げとかをやっている、そんな感じの人間です。
実は中出さんとゼミが一緒でして、
すごいですね。びっくりしました。
すごいですよ。一向えの先輩で、普通にゼミの時はめちゃくちゃお世話になって。
今ちょっと思ったんですけど、中出さんも事業をやる系CFOじゃないですか。
このゼミってもう一人CFOの先輩にいて、マネフォの金坂さんも同じゼミなんですよ。
金坂さんも同じゼミなのか。
金坂さんも事業をやる系CFOなんで、あのゼミは名ばかりCFOが多いなって。
名ばかりCFO入っているゼミ。
金坂さんも名ばかりCFOとかやった人怒られちゃいます。
多いなと思ったんですけど、何のあれかわかんないですけど。
私も多分中出さんとかなり似ていて、わりとプロダクトとかも見ながら企画をしながらやるような人間です。
会社はフィナテキストグループと言いまして、金融機関中心にエンタープライズ向けにソフトウェアを提供しているB2Bのスタートアップという感じで、
今だいたい売上が、前期が110億ぐらいまで来ていて、売上の6割ぐらいが金融インフラって呼んでいる
金融業務をする上で必要になる機関システム。
このAI系の文脈の中で言うと、皆さんよく言うSORっていうやつのど真ん中のいわゆるSORみたいなものを
カスタマイズ可能な形でシェア型プラットフォームとして提供するっていうようなビジネスをやっていて、ここが根幹のビジネスになっています。
一方で足元一番伸びているのはデータAIビジネスって呼んでいるビジネスになっていて、
これはもう本当、昔からずっとやってたんですけど、ちょっと業態を拡大させながら、
この2年ぐらい一気に再び成長曲線に入ってきているんですけれども、
いわゆるAIとかエージェントが参照しやすいような形のデータ基盤、データウェアハウスの構築とかっていうところに経験が、ノウハウがものすごくあって、
そこのエンタープライズの会社さん向けにデータウェアハウスの構築支援とか、その上にカスタマイズしたエージェントを乗せるみたいなビジネスっていうのをやっているところが、
大きな2大ビジネスみたいな感じで今展開しているという感じです。
ありがとうございます。
実に伊藤さんはもう入社されて10何年ということでしたけど、どういった経緯でフィナンティクスさんのほうにはジョインされたんですか?
もともと代表の林さんっていうXでシルスターっていう名前で活動している人がいるんですけど、その人と大学のテニスサークルの先輩後輩で、
そうなんですね。
僕そのテニスは2回ぐらいしか行ってないんですけど、たまたまそこで出会って、その時に話して意気投稿して、
当時って私2006年に大学入っているんですけど、学生企業のブームだったんですよ。
ホリエモンとかグリーとかDNAミクシーみたいなのだったんで、
林さんとめちゃくちゃ小さいビジネス会社みたいなのを一緒にやってて、
それを1年ぐらいやってて、ホームページを作って売るだけっていうとてつもなくシンプルなビジネスをやってたんですけど、
AI時代のレイヤー構造と金融業界の変革
それを1年ぐらいやってたきっかけで仲良くて、林さんはそのまま大学院行っちゃったんですけど、
日本に帰ってきた後にとりあえず暇だから休業するみたいな感じで会社だけ作ってて、
そこで仕事が終わった後、もともと投資銀行にいたので結構仕事が忙しかったんで、
金曜日だけ11時ぐらいに帰れたんですよ。
金曜日の10時半とか11時ぐらいに急に電話がかかってきて、
ちょっと今から飲まないみたいなこと言われて、
飲みに行くとだいたい飲みじゃなくて、ひたすら事業アイデア考えろみたいなこと言われて、
朝まで事業アイデア考えさせられるみたいなことをやってて、
なのが2014年とか10月あたりで、その縁もあってちょっとやめようかなと思った時に、
また声かけていただいて、上院したっていう感じです。
面白いっすね。初めてそれ話聞いてるから、すごい縁ですね。
ちょまど そっかね。伊藤さんといえばフィンテックニュースとかも結構発信されてるので、
ちょっとそのあたりも伺ってみたいなと思いつつ、
まずはフィナテクストさんがAI時代のレイヤー戦略っていうところをどういうふうに見られていて、
その中でどういうポジションを取られようとしているのかみたいなところからお話を進めていきたいと思います。
実際、2026年3月期の通期決算ですとか、
あと伊藤さん自身のノートでもソフトウェアのレイヤー構造の変化っていうところを強調されていたので、
そのあたりからお話を伺っていきたいんですが、
改めてデータレイヤー、ビジネスロジックレイヤー、UIレイヤーとあったところが、
UIレイヤーっていうところが薄くなっていって、
その代わりにコンテキストレイヤーとエージェントレイヤーっていうのが乗っかってくるよね、
みたいなお話をまさにご説明されていたかと思います。
このあたり、伊藤さんのノートとかは概要欄にも掲載しておきたいなと思っているんですけれど、
改めてこのレイヤーが分かれたことっていうのがどういう意味合いを持つのかですとか、
今後どういうふうに変化していきそうと見られているのかみたいなところからお話を伺っているんですが、いかがですか?
ありがとうございます。
結構自分はレイヤーっていうか役割をすごい意識していて、
まずちょっと前提的な話になるんですけど、役割と提供する主体っていうのは必ずしも一対一じゃないっていうのは、
僕はすごいずっと思っていることで、
これは何かあくまでもこのAI時代に必要になる役割っていうものと、
それを1役割1プレイヤーなのか、2つの役割を1つのプレイヤーがやるのかみたいなところっていうのはまた別で変わってくるかなっていうふうに、
まず大前提として思っていて、
その中で少なくともこのAI時代に必要になる役割とか機能って何なのかみたいなことっていうのを考えながら、
自分たちはじゃあどこをやるのかとか、どこで付加価値をつけるのかとか、
どこで真似たりするのかみたいなことを結構意識している。
そのために結構レイヤー構造みたいなのを整理しながら考えているんですけれども、
基本は皆さん考えているところあんまり変わらないと思うんですけど、
エージェントレイヤーとコンテクストレイヤーっていうのが新しく生まれてくるので、
エージェントレイヤーのところはシンプルにAIモデル作るみたいな話ではもちろんなくって、
基本的には特化型のエージェント、何かの業務をするためのエージェントをしっかり作っていくっていう、
エージェント群を作っていくっていう話と、
それをオーケストレーションするオーケストレイヤーみたいな役割があると思うので、
エージェントレイヤーのところはそういうエージェントを作る話と、
オーケストレーションするみたいな話が多分カバーしているようなレイヤーを考えているっていうのが一つですね。
コンテクストレイヤーの方は、ここは結構昨今めちゃくちゃよく話題になり始めているところだとは思うんですけれども、
エージェントを正確かつ安全に業務遂行させるために必要になる知識だったりとかデータとか、
あと権限の統制をするっていうところを担うレイヤーという形になるかなというふうに思っています。
なるほど。ありがとうございます。
ちなみにこの辺りってどんどんどんどんある種融合していくというか、
そんなに綺麗に分かれていくものではないのかなというふうには思っていたりもしていて、
例えばですけど、ビジネスロジックレイヤーって言われるところも、
よりAIが進化していくことによって、かっつり決める必要がなくなるよねみたいなふうになっていくと、
エージェントレイヤーとかコンテクストレイヤーに吸収されていくような形になるのかなとかと思ったりするんですけど、
この辺り特にフィンティック、金融インフラを提供している方々みたいな意味でいくと、
どういうふうに見られているのかとか、この辺りの変化をどう捉えているのかでいくとどんな感じですか?
そうですね。これはシンプルにフィンティック問わずなんですけど、
まずビジネスロジックが一定以上複雑になると、エージェントリックにやりながら制度を維持するっていうのは、
めちゃくちゃ作るのが難しいか、コストがめちゃくちゃかかるっていうことがあると思っているので、
コストはすごくかかっちゃうと思うんで、理論上やれるけど、従来型の普通に決定論的に回っていくようなソフトウェアで設計しておいた方がいいっていう風な判断になるのは、
多分間違いないんじゃないかなと思います。
かなりこの順番で確認しなきゃいけないとか、計算方法はこうじゃなきゃいけないとか、
そういうものってめちゃくちゃ細かいものがあるんですよね。
それをエージェントリックにやろうとすると、カバーできる範囲は広がりますけど、
現実としては結構それを正確に作るのは難しいんじゃないかなというふうには思います。
例えば、僕ら貸し金のシステムとかもやってるんですけど、
お金借りるときって基本的に規制で、日本だと年収の3分の1までしか借りれないんですよ。
なので年収をちゃんと貸すときって確認しなきゃいけないんですよ。
年収確認するって意外と難しくって、世の中で言われてる年収いくらですか、はいなんか800万円です。
ではなくて、このルールに基づいて、この場合はこうみたいなルールが全部決まってて、
それ通りに年収を抑えて3分の1をかけて貸し付ける条件を定めて、
それをそこまでしか貸してはいけないっていう決まりがあるんですけど、
それを結構正しく計算するのとかがすごい難しかったりとか、
あとお金借りたい人はどうしても自分はもっと金持ってますって見せたい、もちろん見せたいんで、
絶対に言った資料出してこないんで、よく見えるような形の資料しか出してこないので、
それをこれは違うんじゃないの、これはあるんじゃないかとかっていうのを推察しながら、
正しいものを出し直してもらったりとかしなきゃいけないんですけど、
そういうものってかなりルールをカチッと決めとく必要があるので、
そこまでルール化しちゃうんだったらエジェンティックにやらずに、
もうルールベースで普通にソフトウェア組んじゃった方が早いよね、安いよねって感じには
なっちゃうようなものって結構多いなとは思ってます。
めちゃくちゃ面白いですね。
ちなみにこれってまさにエージェントレイヤー、コンテクトレイヤー、ビジネスロジックみたいなときに、
例えばスノーフレイクとかもウェアハウスだと思うんですけど、
それに食べといて、彼らももちろんエージェントレイヤーに期待があるので、
最近のプロダクトロードマップとか見ててもそっちにぐーって寄ってきてる一方で、
例えばシェイラとかも、別にセールスフォースが色々とものを使っていて、
そのデータをキュッと抽出して、エージェントレイヤーだけで勝負しますみたいな。
ただセールスフォースもそっちに行きたいみたいな。
みんなそこが急に出現してるんで、もちろん行きたがる一方で、
じゃあここらへん、結構しっかりステディに設けられて、
一番むずいのってまさにオンシャルカードを押さえてデータレイヤーだったり、
ビジネスロジックレイヤーだったりすると思うんですけど、
このフィンテックだとそこが本当にメインで、
正規的にしっかりやらなきゃいけないことが多いんで、
あんまりエージェントレイヤーって出てこないものなのか、
領域に分けると意外に出てくるようなのかとか、
その辺のプレイヤーってこっちにエージェントレイヤーに上がろうとしてるのかとか、
その辺の動きってグローバル含めてどういう動きになってきてるんですか?
まずエージェントっぽく対応できるところっていうのは当然あるので、
そこをやっていきましょうっていう話があるかなと思っていて、
金融業界におけるエージェントレイヤーの活用と課題
今いくつかユースケースとして明確に出てきてるのは、
一番盛り上がってるのはやっぱり富裕層向けのビジネス、
いわゆるIFAとかウェルスマネジメントのビジネスで、
ハイタッチで人が結局やらなきゃいけない、
ウェルスマネジメント系のビジネスを民主化するってローバードが出てきたんですけど、
もう一回ウェルスマネジメント系の本当のビジネスのところを効率化したりとか、
そのクオリティを維持したまま自動化するんじゃなくて、
もうちょっと課金を下げていく。
要は一人当たりのIFAの効率性・産生を上げていくみたいなことっていうのが、
今結構注目をされていて、
そのあたりはどちらかというと、
やってることってマーケットのデータを見て影響分析して、
それをすぐにデポートにしたりとか、
メールしたりとか電話したりするとか、
お客様の情報を見て、
アメリカだと特にタックスハーベスティングっていって、
節税しやすいいろんなルールがいっぱいあるので、
節税の提案とかっていうのをマーケットの状況を見ながら提案するのは即時にやるとか、
そういう広い意味で営業の人をエンパワーメントするみたいなところが、
一個大きかったりしますね。
あとは保険とかだと、これはうちもやってますけど、
査定周りとかの保険金の請求が来たときの、
チェックするっていう作業の一時チェックを全部ひたすら、
AIがやるみたいなところをやろうとしてたりっていうところはあるので、
部分部分出てきてるのは間違いないかなとは思います。
なんか全体の音者が見られてる、
パイで抑えられてるところの100だとしたら、
エージェントレイヤーで出てきてるところって、
だいたい今何割ぐらいな感じのイメージあるんですか?
いやでもまだ超パーツっすね。
2,3割ぐらいって感じじゃないですか。
でも2,3割も…
2,3割あると思う。
ただ、結局その絶対にやらなきゃいけない計算エンジンのところは残り続けるので、
そこはありつつ、
多分さっきのご質問で言うと、
システムそのものがエージェントを提供するようになるのか、
エージェントレイヤーだけやってる人と、
システムやってる人が提携しながらやっていくのかっていうのの、
どっちが主軸になるかっていう話はあるかなと思っていて、
これは正直言うと、ちょっとまだわかんないです。
わかんないんですけど、
おそらく最終的には、
よりコンプラに近しいようなところになってくると、
SORを持ってる人がエージェントも提供しないと、
結構厳しいんじゃないかなとは思っています。
例えば、営業員のコンプラチェックやらなきゃいけないわけなんですけど、
簡単に言うと、営業員の人が喋ってる録音データをチェックして、
法的に間違ったことを言ってないかを確認するっていう、
コンプラの業務っていうのが絶対やらなきゃいけない業務があるんですよね。
これをAI自体にやろうとすると、
シンプルにエージェントレイヤーの人がやろうとすると、
その音声データをもらって、
全部掛け起こしして、
怪しい文言を見つけ出してきて、
それの文脈だけちゃんと確認して、
間違ってたらやばいことを言ってたら、
フラグ立てるみたいなことだと思うんですけど、
これだとほとんど実際にはうまくいかなくて、
なんでかっていうと、
結局適合性の原則って言って、
誰に対して何を売っていいか、
誰に対して何を売っちゃいけないかっていうのが、
すごい大事なんですよ。
絶対儲かりますよみたいなことを言ってる人ってほとんどいなくて、
認知症だって分かってるのにこれを売っちゃってるとか、
ほとんど投資したことがない70歳の人に、
これ売っちゃってるのが悪いとかなんですよ。
だけどめちゃくちゃ投資してる70歳の人に、
別に売ってもいいかったりするので、
じゃあコンプラを正しくやろうとすると、
この人、今話してる相手は何歳なのか、
投資、うちの会社で何年してて、
どういうリスク高い商品を過去買ってるのか、
とかっていう情報があった上で、
テキスト解析していかないと、
ほぼ意味がないんですよ。
そこまでの情報を、
ある程度リアルタイムに情報を持ちながら、
エージェントを動かしていくってなると、
基本的には効率よくやろうとすると、
絶対SORの人がやった方がいいって話になるんで、
なるほど。
そのぐらい結構文脈が必要な話になったりするんで、
僕は基本的にエージェントから入ってて、
コンテキストまでつかんで、
一体型でやっていくのか、
SORの人が上に上がっていくのか、
どっちでもいいんですけど、
一体で提供されないと、
ほぼほぼいいものはできないっていうのは、
確定してるかなと思ってます。
Finatextの挟み込み戦略と収益化の可能性
めちゃくちゃ面白い。
かつフィンテックならではですね。
金融機関ならではというか。
そういう中で、まさに金融インフラの領域では、
SORを入られていて、
もしかしたら今後エージェント領域にも上がっていくかもしれないよね、
っていうポジションだと思いますし、
逆に今の話よりはもうちょっと軽い領域になるのかもしれないですけれど、
データAIビジネスの方では、
コンテキストレイヤーみたいなものを持たれてて、
今後エージェントもどんどん追加されようとするのかな、
ある種上から攻めてる、
両方持たれてるのがフィナテキストさんなのかなと思ったりするんですけど、
お互いが脅威じゃないですか、
SORで持ってるプレイヤーにしても、エージェントから攻めるプレイヤーにしても。
その辺りって最終的に何を抑えにいくべきなのかとか、
どういう戦いになっていくのかとか、
その両者からの戦いが今後加熱するであろうタイミングを
どう見られてるのか、どんな感じですか?
これについてはめちゃくちゃつまんない回答だったんですけど、
全くわからないんで、
僕は意識的に両方から挟み込もうとしてるんですよ。
上からもいくし、下からも両方意識的にやろうと思っていて、
うちの会社でやると普通にやろうとするって、
SORにそのままエージェント乗せて、
いろいろ提供していこうってやるんですけど、
それを実はそこまでやってなくって、
SOR側はMCPを社内の、
いろんなエージェントが開発できる社内のチーム向けに
MCPを今出したりもしてるんですけど、
MCP出すのもやるし、
そのチーム内でそのままそのシステムで使える、
システムの中で動くエージェントをやってる場合もあるし、
みたいなパターンでいくつか、
SOR側も両方やってますね。
イメージで言うと、
マネフォトフリーって多分同じようにMCP出してるんですけど、
やり方ちょっと違くて、
マネフォさんとかって、
マネフォワードのシステムの中でエージェントを動かしましょう、
みたいな話だし、
フリーさんってMCP出して、
ローカルでやってくださいみたいな感じだと思うんで、
あのアプローチで言うと両方やろうとしていて、
エージェント側はエージェント側で、
エージェントだけで動くものもあるし、
うちのSORのMCP使って動かすものもあって、
これは両方やっとかないといけないっていうのは
すごい思ってますね。
それはやっぱりどっちに付加価値が残るかという話と、
付加価値は多分コンテキストレイヤーに残るのは間違いないと思うんですけど、
付加価値が残ることと、
そこでお金が稼げることはちょっと別だと思っているんですよね。
結局何か残済利益があればめちゃくちゃ儲かるんで、
僕らがやってるSORとかってすごいそうなんですよ。
いや、参入するのが難しいんで、
1回参入できちゃうとめちゃくちゃ儲かるんですけど、
果てしなく難しくて、
超絶もなく付加価値が高いかっていうと、
多分それよりも稼げちゃってる部分っていうのは絶対あって、
それは単純に需要と供給が一致してないところで戦ってるから、
サプライヤーが少ないところで戦ってるから。
コンテキストレイヤーって一番儲かりそうだし、
グローバルにも入ろうと思えば、
横串刺して提供できるものでもあるので、
そこに付加価値というか、
収益が残るかどうかっていうのは、
僕は結構分かんねえなって思ってるので、
どこで稼げるか分かんないんで、
一旦当面は全部やるっていう戦略を取ってるし、
全部できる体制があるっていうのが、
今うちの一番強みだと思ってるんで、
それをフルに使おうとしてるって感じですね。
部署間連携とクロスドメイン戦略
そうなってくると、ある資金インフラの領域だけじゃなくって、
それこそデータAIビジネスだったりだとか、
AIソリューションビジネスのほうを持たれているっていう、
大きく分けたときの3事業っていうところも超えて、
両者から挟み込もうとしているというか、
そこら辺の部署間連携みたいなのって、
このレイヤー構造と掛け合わすときにどんなふうに見られてるんですか?
これが多分めちゃくちゃいい質問で、
うちは結構一応部署があるんですけど、
結構中でぐちゃぐちゃ移動したりとか出向してたりとか、
共同で、このチームとこのチームが共同でビジネスやってたりとか、
そういうのを結構横行させていて、昔から。
そういうのを会社のプリンシップで、行動規範で、
ビヨンドって呼び方をしてるんですけど、
役割を超えようとか、チームを超えようみたいなことっていうのをすごい意識していて、
割と部署じゃなくて、うちドメインって呼び方してるんですけど、
クロスドメインでビジネスやるみたいなことはかなり意識をしてやるようにしてます。
そうなってくると、金融インフラで持ってるSORと、
例えばデータAIビジネスの方で持っている、
ナウキャストさんとかのコンテキストレイヤーみたいなところがあるし、
融合してってエージェントと組み合わせたってことか、
そういうのも考えられてるってことですよね。
そうですね。今実際それは結構対お客さんにはやったりとかしてますし、
コンテキストレイヤーとかデータ基盤入れるところから入っていくと、
ほぼ確実にエージェント作ってくれって話になるんですよ。
カスタマイズしたエージェント作ってくれって話になるので、
そのビジネスはじゃあこっちのチームでやってとか、
そういうのは今むちゃくちゃやってます。
興味の話聞いていいですか?
金融機関におけるAPI連携とデータ基盤
金融機関さんってAPI叩くのめちゃくちゃ嫌がる傾向があるんだと、
データが盛りやすくなっちゃうんで、
それってMCPとかって最近どれぐらいみんなマインドメニューなのか、
もうアドバンスすぎて5年5年みたいな感じなのか、
結構バンバン使い始めてるのかっていうと、
そもそもまずどっちですか?
この後後続の質問もあるんですけども。
機関システムか機関システムじゃないかっていうのがまずあると思ってるんですけど、
機関システムを直でMCPで叩くってことはまずないです。ゼロです。
これは多分構造上できないと思います。
何かっていうとAIレディなSORって何かどうかみたいな話って、
AIレディなものって別にないと思ってて、
モダンな設計されてたら多分AIレディというかMCPに連携はできると思うんですけど、
旧来型の金融システムってめちゃめちゃモノリスに作られていて、
こぼれとかするもんね。
ですし画面単位で権限の設定とかされてるんで、
要はここだけリードさせるとか、
ライトシーンはここだけにするとか、
そういう設計が全くできないんですよ。
なので基本的にあのシステムにそのままMCPさせて、
リードさせたりライトさせたりみたいなことっていうのはかなり難しいんですよね。
そこってやっぱりマイクロサービス化されていて、
権限管理も今モダンになっていて、
じゃあ新しいユーザーを、エージェントというユーザーを新しい入れたときに、
そもそも参照できるとこここにしかしませんみたいなことっていうのを、
やれるかやれないかの差があって、
うちのシステムは普通に作ってるんでやれるんですけど、
昔のシステムだとやれないので、
基幹システムにそのままMCPが出てくるってことはほぼないと思うんですよね。
なので今皆さんやろうとしてるのは基本的に、
スノーフレークに、データブリックスなんですけど、
スノーフレークとかデータブリックスにドーンとデータ落として、
そこのMCP使ってデータ分析をしたりみたいなのが、
基本的な流れになろうとしていて、
それをひたすら僕らが今やってるっていう感じなので、
この2,3年は皆さんそういう土台が揃ってくるんじゃないかなと思って。
そういうことなんですね。
じゃあほぼ2個目の質問にも答えと言われちゃったんですけど、
やっぱりミドルウェアを置きたくなるよなと思っていて、
AI時代にやりたいことって、
例えばB2BとB2Cを超えるみたいなことって、
絶対やりたくなるよなとかたまに思うことがあって、
例えば世の中のお金持ちの人って、
企業をしてたり、創業者だったりするじゃないですか、中小企業だったり。
その時にRMがついてて、普段お話ししてますと。
その時にふとした会話で、
実は娘がいて、海外の大学に行くんだよねみたいな話とかあったら、
そこで本当はB2Cっぽい動きで、
がいための何か提案したりとか、
これB2BじゃないようなB2Cで提案したりとか、
B2Bでやりたいとか、
こっちはウェルスだしこっちはRMだよねとか、
やっぱりそういう垣根を超えたいよねとか、
情報を分断されているのを何とかすると、
もっといいものできるよねとかっていうのが、
なんか金融だと多分起こり得る、
今までのデータじゃない形になっていくっていうのが、
起こってくるのかっていうのが質問だったんですけど、
やっぱりそこをミドルウェアにすることによって、
結構データの持ち方変えるとか、
それでもっと高度な提案、
それこそエージェンティックにするみたいなのは、
結構今起こってるんですか?
それともまだまだ夢の世界になってきてる段階なんですか?
最終ゴールそこだっていうのは、
みんな認識をしながらやってるって感じ。
まずその1個手前で、
いろんなシステムを、
じゃあB2Bだけでとってもいろんなシステムがあって、
システムごとに正直に言うと、
同じ企業は1位に特定できてないんですよ。
僕らが今データリンクっていうソリューションを提案したんですけど、
これ何かっていうと、
日本の企業だったら、
ありとあらゆる企業をひたすら、
僕らのデータベース持ってたりとかAI使って、
個人番号で名寄せして、
散らばった企業情報を1位に特定してあげますみたいなサービスやってるんですよ。
名寄せサービスみたいなのやってるんですよ。
じゃあAI使って分析するにしても、
まずそもそもB2BとB2Cとかいうレベルじゃなくて、
B2Bの中でも同じ会社が1位に特定できてないんで、
まずそれを特定できるようにしましょうとか、
今はちょっと正直言うとそういう段階です。
なるほど。
結構海外でもどうですか?
日本企業が育てたとしたら海外だとどれくらい数できてるとか、
まだ同じようなぐらいのレベルなんですか?
いや、ぶっちゃけあんま変わんないですよ。
そういうものなんですね。
全然変わんない。
なるほど。
これ今の話はちょっと違う形で伺ってる形になるかもしれないんですけど、
ある種、皆さん金融インフラっていうものを提供されて、
今スノーフレークとかデータブリックスに1回データ落とすみたいなことを言われてましたが、
そのデータブリックスとかスノーフレークみたいな領域まで、
皆さんとしては取りに行こうとされてるのか、
いやいやそこは彼らにお任せするみたいな形がベストなのかというと、
エンタープライズ市場への切り込みとコンテキストグラフ
どんな感じなんですか?
もう完全に彼らにお任せしてます。
お任せするっていうか、僕らは簡単に言うとデータ基盤のビジネスって、
そう言いたくないけど分かりやすく言うと、
スノーフレーク導入支援会社みたいなことやってます。
ただ結局スノーフレークだから使ってくださいみたいな感じで契約していただいて、
その上にどう載せるかなんですけど、
結構難しいのがやっぱりどう使うかなんですよね。
特に金融機関の場合持ってるデータが異常なほど多いので、
全部のデータ入れようと思えばいくらでも入れれちゃうんですけど、
現実やっぱりコストの問題があって、
そうやってできないんですよね。
なのでどういう業務をしたいとか、
どういう業務だったらAIで自動化できそうかみたいなことを念頭に置いた上で、
じゃあどういうデータをどういう流度で、
要はデータモデルをどうするかっていうのを結構ちゃんと定めないといけないっていうのが、
難しさであり僕らのノウハウだったりするんです。
例えば簡単に言うと、
運用会社とかよくやるんですけど、
運用会社でデータ入れたいって言ったら、
株価のデータとりあえず絶対入れたいじゃないですか。
株価データって要は板のデータ、
すごい細かい板データも入れれるし、
月足の月に1本データでもいいし、
株価データ入れたいって1個言っても、
どういうデータで入れるかってむちゃくちゃ流度あるんですよね。
でもヘッジファンドだったら絶対板情報入れなきゃいけないけど、
都市信託の運用会社だったら別に日足でいいよねとか、
そういう流度感って何をやるかによって全然変わってくるんですよね。
こういうのが結構業界知識とか、
めちゃめちゃインダストリーの知見が必要になるのって、
必要な上でデータモデルをどう設計するかみたいなのが大事になるので、
どちらかというとそういうインダストリーのアングルを持ちながら、
やりたいことを理解して正しいデータモデルとか、
最適なコストになるデータモデルを設計するみたいなことが、
今のビジネスのコアだったりします。
でも実際パランティアとか見てても、
もちろん自分たちのDBありますけど、
結構スノーフレークの、
それこそ伊藤さんの言い方分かりますけど、
導入支援というか、
実際オントロジーして内容設定して、
そこにデータ溜めて、
データどこに溜めても別にいいじゃんみたいなので、
結構スノーフレーク上に入れることも、
機械人なんであれですけど多いみたいなんで、
基本的にはそっちの流れ多いですよね。
多いですね。なので、
あんまりうちFDEみたいなことやってないんであれですけど、
データビジネスでやってるところは、
かなり正直パランティアとやってることが近いです。
なるほどな。
さらに今までの話の中、
総括みたいなご質問になってしまうかもしれないんですけど、
ノートの中とかでも、
今おっしゃられたような、
深い業務知識と、
それこそSORやSOA、
両方の技術力を持つプレイヤーが、
融合していくことによって、
大手裁やが長年独占してきた、
エンプレム向け業務システム市場に、
正面から切り込める可能性みたいなところも、
解かれていたかと思っていて、
改めてここまでのお話とかも踏まえながら、
どんな感じでこの業界が進んでいきそうかとか、
どんな未来に想定されているかとか、
ありがとうございます。
今までってやっぱり、
ソフトウェアのビジネスって基本的には、
中小企業向けのソフトウェアが多かったと思うんですよね。
このSaaSって、
基本中小企業向けのソフトウェアで、
今までシステム入れてなかったか、
どういう業務フローにすればいいか、
考えるリソースがない方々に対して、
ベストプラクティスを、
めちゃくちゃ安い値段で持ち込むっていうのが、
シンプルにソフトウェアとか無視した時の、
不可価値だったと思うんですよね。
エンタープライズに行くのが難しいのは、
エンタープライズの方々は、
もうすでに業務フローがあって、
それをどうさらに良くしていくか、
みたいな世界だと思うんですよね。
やっぱりこのAIの時代になって、
すごくいいなと思っているのは、
この単純にベースさえ作っておけば、
エージンティックにやっていくことによって、
ある程度その業務に対して、
カスタマイズしたソリューションを提供できるよね、
っていう話もあるし、
やっぱりエンタープライズの業務の大半って、
自動化をしてないわけじゃなくて、
結構ルールベースで自動化できるものは、
ほぼ自動化してるんですけど、
非定型なルールに当てはまらないものが、
あまりにも多いっていうのが、
現実だと思ってて、
じゃあこの非定型業務をどうやって、
人じゃなくてソフトウェアにやらせるか、
っていうところが、
やっぱりこの生成AIの特に、
このコンテキストが今出てきて、
なんか僕はコンテキストグラフって言い方を、
割とするんですけど、
過去の意思決定ログを貯めていくことによって、
じゃあ次に起きた時に、
マイナーケース、エッジケースなんだけど、
過去の意思決定のログ見た時に、
こういう意思決定してるから、
今回もこうなんじゃないかっていうのを、
AIが言えるっていうところ。
で、これがやっぱり、
すごい大きなビジネスチャンスだと思ってるんですよね。
今までってこの、
過去に適当に意思決定したものとか、
法律には書いてないんだけど、
こういう風にしてるっていうのが、
結局ものすごい細かい流度で、
カスタマイズしている、
エンタープライズ向けのシステムの中の、
一行に込められてたりするんですよ。
なんかこの時はこうするっていう、
分岐がなぜか入ってるみたいな、
これ何か誰ももう分かんないみたいなものって、
この蓄積がやっぱりその、
個社の業務の何ていうか、
ユニークニスとか、
それを生成AIで紐解いて、
コンテキストグラフを作っていくことによって、
言語化されて、
完全なる暗黙値だった、
ソフトウェアの中に溶け込んじゃってた暗黙値を、
外に出してくるっていうか、
テキスト化していくっていうことができると、
結局大手のSIRが、
うちしか分かってないからできませんよね。
で、ものすごい高い値段を取ってたものっていうのが、
解放されて、
より安く、
効率的なものに、
スイッチしていくことができる可能性っていうのが、
今あるんじゃないかなっていうのはすごい思ってるし、
自分たちも今それにすごい可能性を感じてるので、
そこにかけてやっていきたいなと思ってるのと、
エンプランのビジネスはめちゃくちゃ市場規模でかいんで、
果てしなくでかいんで、
やっぱりそこでビジネスを作るチャンスがめちゃくちゃあるじゃんって、
今すごい思ってるって感じですね。
注目企業と開発体制
さっき海外のFintech Newsで、
ウェアレスマネジメントビジネスのことは、
おっしゃっていただきましたが、
ここら辺って海外の動きで、
今伊藤さんが注目してるものとか、
ベンチマークにしてる会社とかってあるんですか?
会社としては僕はランプが一番好きなんで、
とにかくランプっていう、
もともとは法人カードをやっていた会社ですね。
法人カード基点でデータ貯めながら、
エージェンティックにいわゆる中小企業向けのCFOの業務とかを
自動化して効率化していくっていう会社なんですけど、
あそことかはめちゃくちゃ見てますね。
見ても見ても、
なんであんなスピードで開発できるのか全く理解できないんで、
全然わかんないですけど、
あそこはすごくどういう人とってどういう風にやって、
100個ぐらいトライして、
2個ぐらい当たりゃいいと思ってやってる人たちなんで、
とてつもないスピードでプロダクト化してますけど、
そういうやり方とかすごい。
あれを金融領域でどうやってやるかみたいなのが
すごい上手な人たちなんで、
それってどうやってやったらいいかなみたいなのを
自分でも考えたりするので、
結構いつもチェックしてる、好きな会社です。
チェックしてるっていうか、
好きな、愛してる会社です。
その開発体制とか、
本当にAI時代っぽいですね。
ガーッと開発して、とりあえず試してみてみたいな。
元ベンチャーのCEOみたいな人が雇ってきて、
プロダクト1個、リソースこれ、金額これ渡すから、
立ち上げてみたいな。
で、ダメだったら終了みたいな。
次、みたいな感じを、
それを何十個もやって、
ちょっとでも立ち上がったら、
それを一気にドーンって突っ込んで
プレイスリリースだして、
超出来ます!出来てます!みたいな感じで
一気に売りに行くみたいな。
特にこの金融領域で規制ちゃんと意識しながらやるって
ものすごく難しいんで、
それがやれてるのが本当にすごいなって思います。
すごいな。
まとめと後編予告
それでは伊藤さん、
たくさんお話いただきありがとうございました。
前編はこちらで締めさせていただきたいと思います。
ありがとうございました。
ありがとうございました。
ありがとうございました。
これからもプロダクトAIトークスでは、
プロダクト・事業作りに取り組む経営層の方をゲストにお招きし、
AI時代のプロダクト戦略を深掘りしていきます。
後編は来週金曜日配信予定です。
ぜひ番組フォローの上、ご視聴ください。