00:05
この番組は、ITスタートアップで事業作り、プロダクト作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大統領も踏まえた、AI時代のプロダクト戦略を深掘りする番組です。
引き続き、Ivry代表取締役、CEOの奥西良賀さんをゲストにお迎えしています。
後編では、奥西さんが今のAIの動きをどう捉えているのか、
そして、その前提の下で、AI時代のプロダクト戦略をどのように考えているのかを深掘りしました。
変化の激しい時代における投資や意思決定の考え方、
AIを中心に据えつつも、総合格闘技としてプロダクトを作り込んでいく重要性など、実践的なお話をたくさん伺っています。
ホストは前編に引き続き、私、Globe is Capital Partners プリンスパラの工藤真由と、
全アンドカンパニー代表の宮田義孝さんでお届けします。
それでは、今回もアイブリ代表取締役 CEO 奥西良賀さんと共にお送りしていきます。
奥西さん、よろしくお願いいたします。
はい、よろしくお願いします。
前編では、奥西さんの事業作りの考え方などを中心に伺っていた中ですが、
後編では、このAIが加速していっている今のタイミングを奥西さん自身どう見ているのか、みたいなところを中心に、
そこから踏まえたアイブリのプロダクト戦略とかも含めて、お話し伺っていきたいと思っております。
まず、最初のご質問として、全体感として、
アイブリとしては、このAIへの投資とか資金、リソース的なものって、
どれくらい今、張っていかれているのかですとか、
その背景にある奥西さんが、このAIの動きをどう見ているのか、みたいなところから伺ってもよろしいでしょうか。
AIに投資っていう考えでいくと、僕らのプロダクトは常にAIが中心にあって、
AIだったら世の中ってどういう風に良くなるんだっけっていうのが根本であるので、
プロダクト投資の全てはAIに依存しているような気がします。
一方で、基盤モデルを作っているような会社でもないので、金額がコスト突破しなければいけないかでいくと、
そうじゃないかなというのが大きな考え方です。
結構AIで世の中すごい動いているので、
例えばグローバルのAIスタートアップは1年で100億の売上作りますとか、ザラにありますとか、
USのお客さんはAIとにかく使わなきゃってなって、
むしろソフトウェアの発注全部止めてAIの発注だけにするみたいな意思決定している企業さんとか結構多かったりする。
一方で日本ってもうちょっとシビアに見てて、
AIってちゃんと業務変えてくれるポイントあるんだっけとか、
どれくらいリアルなのみたいな話を見てるマーケットだったりとか、
発注勾配もそういう感じだったりするなというふうに思ったりしてます。
一方で技術的なポイントとかはそんなに動きが読めなくないなと思っていて、
技術的にはこういうふうに進化していくだろうねとか、
速度いきなり変化したりとかあるんですけど、
03:01
ポジション版で伸びていくんだろうねというのはある程度推定が立てられるので、
僕の本格としてはインターネットの時に近いなって思ってて、
いわゆるインターネットバブルの時にめちゃくちゃ伸びた会社って、
別に今そんなに残ってないですよねと。
今のAIも近しいのかなと思っていて、
これから5年10年しっかりビジネスをやったとこだけ、
AIのスタートアップとかAIの企業っていうのがしっかり残りました。
そう考えるとその動きやすいポイント、
マーケットであったりとかファイナンスであったりとか、
市場であったりとか顧客の考え方であったりとか、
そういう動きやすいポイントは変わる可能性があるし読みづらいので、
常に分析しながらですけど、
あまり大張りしないようにしたほうがいいかなという感覚で、
技術的なポイントはだいたい読めるので、
この技術がこう伸びていくとすると、
おそらくこういうことをやっていった方がいいというのにはしっかり張っていこうというのが、
僕らの中の感覚でそういう方針の付け方とか、
無線ジョインの付け方とペンに合わせんないみたいなところも含めて、
マネージしているかなという感じですかね。
これちょっと雑談っぽくなりますけど、
たまたまこの3人みんなサースターに5月に行っていた中で、
結構サースター行かれた後もノートとか出されていて、
その動きの速さみたいなところに結構感触を得られたような印象を受けたんですけど、
そこで実際動きが変わったりとか何か変えたことってあるんですか?
それは変えましたね。
明確に当時恥ずかしながら、
サースターに行く前までってまだサースプレイブックを信じてたというか、
ヘッドカウントこういうふうになって、
1人当たり売り上げに1000万とか3000万でみたいなことを思ってたんですけど、
その基準は少なくとも2、3倍に変わるかもなと思ったのが、
サースターの一番僕が思ったことで、
その基準が具体的にどうなるか分からないんですけど、
上がることは間違いないだろうなっていうのがサースターで感じた感覚です。
AI、スタートアップがこんな伸びてる、
5人でレベル50億作ってるから、
そういうのを作らなきゃいけないかって言うとそうじゃないんだろうなと思っていて、
限界値が違うからですね。
そうなった時に、
やっぱり自分たちのビジネスはどういう変化をしなきゃいけなくて、
どこまでやるのか過度な変化で、
組織が壊れるとか会社の価値が変わるとかなると思うんで、
その辺りはそう考えてました。
ヘッドカウントの計画とかは結構変えましたね。
今何か先ほど奥西さんの話の中でも、
インターネットが起こってきた時と似てるよねっていうコメントありましたが、
宮田さん多分その時もまさに事業づくりど真ん中にいらっしゃったのかなと思っていて、
宮田さんから見た今の奥西さんのコメントも踏まえたAIの全体感とか、
この最近の動向ってどんな風に見えてます?
インターネット自体もそうですし、
アナロジーとして機械に出るのはやっぱりスマートフォンが出た瞬間かなと思ってますと、
通信向けに新しいインターフェースが出てきて、
こぞってみんなアプリを作った瞬間だったわけじゃないですか。
あれと同じくLLLも思考判断ができるようになった。
06:01
しかも次の言葉を確率的に統計的に算出するだけで、
かなり類似したものができるようになったっていう状態だったと思うので、
それを用いていろんな文庫が開かれた時代なのかなと思ってたりしますと。
僕も奥西さんがおっしゃられたように、
AIって何でもできそうに思うんですけど、
相当ニッチに目的を絞らないとうまくいかないケースが多い気がしています。
これはマシンラーニングが出た時もそうだったと思うんですけど、
分析ってむっちゃ汎用性高いって思われつつ、
実際わかることって少ないみたいな話だと思っていて、
なので奥西さんがおっしゃられた通り、
僕も同じく残る会社は本当10%とか、
そういう形におそらくなってくるんだろうなっていうふうに思ってます。
じゃあどういう会社が残るのかでいくと、
スマートフォン時代も、
黎明期時代は1年で100個アプリ作るぞみたいな話の会社とか多かったと思うんですけど、
これ抜けてくると、ちゃんとスマートフォンネイティブなUIで、
なおかつ一定のユーザーを抱えて、
高速にAVテスト回してイテレーションした会社が僕残ってる印象で、
そこに多分戦略性が出てくると思うんですよね。
じゃあLLM時代どうなっていくかっていくと、
僕は今のところはコンテキストデータと、
それをちゃんと扱えるデータガバナンス、
この2点がこのLLM時代、
生き抜く上での戦略性が帯びやすい2点かなと思ってたりします。
ここをどういうふうに使ってるのか、
この辺をちょっと僕から質問したんですけど、
オックニスさんの会社アイブリにおけるコンテキストデータってどういうもので、
それっていろんなところに点在してると思うんですよね。
どういうチャンネルに取るべきデータがあって、
取る工夫みたいなものとかもあると思ってます。
実際に使う上でどうガバナンスしているのか、
この辺ちょっとお聞かせいただいてもいいですか。
ちなみにコンテキストデータが価値になるとは思うんですけど、
コンテキストデータじゃないところが、
もうちょっと過去上大事かなと最近思っていて、
なのでそれは後で話せればと思うんですけど、
個別データとかデータの話をしていくと、
やっぱり音声対話のデータっていうのはすごいあります。
それはAIが対話したデータもあれば、
人間が、AIじゃなくて人間に繋いじゃうっていうケースもあるので、
音声対話のデータがどんどん残ってますっていうのがすごくあります。
僕らは別に勝手にデータを使っているというよりは、
クライアントさんのアミューションの中で、
クライアントさんの業務を支援するという形で
AIの分析とか解析とかそういうのをやってたりするので、
どちらかというと企業支援みたいな形で、
それっていうのがデータガバナンスのところかなというふうに思っています。
かなりガバナンス効かせながら使ってるっていうのが
アイブリを使っているという感じです。
コンテキストデータって何なんだっけでいくと、
やっぱり企業とかユーザーに対して最適化されていく、
パーソナライズされていくっていうのが
割と価値として大きいのかなって思ってる部分が一つあるので、
自分たちの提供する価値の元のポイントって、
09:02
何に結局集約されていくんだっけってことを考えたときに、
どこのデータ価値とどこのパーソナライゼーションが
たまるから他の会社のサービスを使うよりも、
アイブリを使った方が絶対に性能がいいっていうのを
どう作るかっていうのを一応考えたりはしてるかなという感じです。
そのコンテキストデータだけ集めたらみたいな話は、
一定データとしてはすごく大事なんですけど、
それを集めるよりももっと手前に、
AIプロダクトをちゃんと作るっていうことの方が、
言うてもここ数年ぐらいなんだかんだ大事なんじゃないかなと思っていて、
そっちの方の総合格闘技力が結構求められるんじゃないかな
というふうに思ってます。
例えば、LLMとかってAPIが結構落ちてないけど、
帰ってくるの遅いタイミングとかめっちゃあるんですよ。
レイテンシーが遅れたときに、
フォールバックとかちゃんと設定するとか、
LLM自体の性能が微妙にずれてるときとかに、
どういうふうにフォールバックするかとか、
そういうことをやらないと対話システムとか、
実際に業務システム上、
なんかいつも動いてたけど、
今日全然動かないっす。
でもこれクリティカルでどうするみたいな話とかが、
めちゃくちゃ出てくると思っていて、
AIを細かくちぎってシステム化しながら、
細かくちぎったシステム自体がちゃんと動いてるかの評価と、
うまくいかなかったときにどういうふうに代わりに対応するのかっていうのを、
総合格闘技として、
これはソフトウェアエンジニアの技術だし、
SREの技術だし、
もうちょっと言うと、
伝統的なNLPとかMLみたいなことの技術も組み合わせる必要があるので、
その辺りの総合格闘技がどれだけできるかっていうほうが、
AIプロダクトをちゃんとプロダクションとして出すときに、
大事なんじゃないかなと思ってて、
そこのほうが結構日本においては特に、
エンジニアとかもそんな多くないので、
先に来るポイントな気がするなーっていうのは最近作ってる。
なるほどですね。
それが作れて、やっとコンピクションが溜まるって感じですね。
確かに僕もたまに企画したりするんですけど、
確かに企画の仕方一つ取ってみても変わってるし、
遡ればジョブ2Bダウンを起点に考えるみたいな、
そういうすごいベーシックな思想までは変わらないと思うんですけど、
そのAI活用したときに起こる問題とか、
ショートカットできる要素みたいなものは、
結構いろんなところに散見されるので、
そこをちゃんと組み合わせて一本筋を通すのは、
確かに総合格闘技だなって思いますね。
そうですね。
システムなんで。
かつ、ソフトウェアって今までプレジション100%というか、
絶対その通りに動くじゃないですか。
AIって絶対その通りに動くかどうかわからないっていう、
プレジション取り構造を図って、
それに対してどういうふうに対処するかっていうと、
それが業務フローとしてヒットしてるのかっていうのを、
評価しながら進めるんだと思っていて、
12:00
対応システムの評価がちゃんとできているシステムになっているのかとか、
その評価っていう項目が、
制度みたいな話と、
再現性みたいな話と、
もうちょっというと、
何かシステムとしてのイレギュラーがあったときに、
どういう対応をするのかっていう、
その3点を評価しないといけないので、
そういうレベルでプロダクションを作れてる会社って、
まだまだ少ないですし、
そこが結局は、
これから1年、2年、3年、
評価しないかの、
会社の違いになってくるんじゃないかなっていう感覚です。
なるほどですね。
確かに振り返ると、
SaaSってかなりステップバイステップでシステム組むし、
ほぼ、
業務フローをシステム化するに尽きる部分が多かったと思うので、
実装できるかどうかがほぼ自明なんですよね、
作る前から。
ですけど、
その部分部分をAIかませると、
一気に確定的なシステムから、
確率的なシステムに変わってしまうので、
ユーザーによって出るもんが変わると。
ステップごとにAI組み込まれると、
掛け算で何が起こるか分かんなくなってくるんで、
そこを確かにフォールバックしっかりしていくとか、
プロダクトとしてのサポートをしっかり、
精度を上げていくっていうのは、
1個知見になるんでしょうね。
そうですね。
ちなみに今の話から、
ちょっとずれちゃうかもしれないんですけど、
アイブリッドの電話ってすごい面白いなと思っていて、
ある種、
こっち側からアクションを取ることができるじゃないですか。
それでお客様の行動を促すこともできるし、
もしかしたらお客様は、
追加の情報を得ることもできるかもしれないっていう意味で、
いわゆる同じ音声でも二次録とかと、
またちょっと違うんだろうなと思っていたりもしていて、
このあたりってプロダクトの今後の構造とか、
設計みたいなところに、
もし考えられている点があったら、
ぜひ伺ってみたいなと思ったんですが、
いかがですか?
そうですね。
まず1つは、
リアルタイム音声対応をしないといけないので、
すごくレイテンシーが求められますというところが、
どこよりも大事になっています。
そして、
電話なんで、
もともとサービスレベルがめっちゃ高いイメージがあるじゃないですか。
ホームページみたいに、
5分ちょっと落ちていました。
テヘペロみたいなことはできないわけです。
なので、
サービスレベルがすごく高い状態で、
プロダクトをどんどん改善していくかっていうのはすごく、
特にインバウンドの受付の電話っていうのは、
めちゃくちゃ難しいなと思っていて、
そこはすごくこだわって、
社内でも作っているポイントです。
音声データが確定した後に、
どう処理するかっていうのは、
難しい話にはなってくるかなとは思うんですけど、
そのあたりも、
やっぱりデータ量がどんどん増えるので、
どういうふうに処理していくかとか、
そこの仕組みをどうやって作っていくかとかっていうのは、
ハイブリッドとプラットフォームエンジニアっていう人たちに、
スーパーなエンジニアが入って、
結構SREのナレッジとか、
そこら辺も組み合わせながら、
いかに早く処理するんだっけとか、
いかにデータとしての性質を早く処理するんだっけとか、
そういうのをすごいやっている感じですかね。
ありがとうございます。
これちなみに、
ビジネス観点とか市場競合みたいなところに、
話を移していきたいんですけれど、
15:00
非構造化データもどんどん扱えるようになったよね、
っていうところで、
客観的に見ていると、
この広い目の通話領域、
コールセンターも、
インサイドセールスとかも含めて、
プレイヤーが増えているなという印象を、
私は持っていたりもするんですけれど、
市場の動きに対する、
お国さんからの見え方みたいなのも伺いながら、
アイブリッドとしては、
ある意味先行して、
この領域でどう勝ち切ろうとしているのかとか、
昨今、既存サンスと、
AIネイティブプレイヤーとか、
サースウィズデッドみたいな議論とかも、
ある中だと思うんですけれど、
どういうふうに今、
この市場感を見ているのかなとか、
脅威があるとしたら、
どういうところにあると感じているのかなとかも、
ぜひ伺ってみたいんですが、いかがでしょうか。
AIネイティブな対話システムのプレイヤーって、
出てきているかなと思っているんですけど、
そこって、
何を一番大事にしてプロダクトを作っているか、
多分柔軟性だと思っていて、
デモ上は本当に何でもできるように見える、
みたいな感じかなと思っています。
さっきの、
僕らのコンフリクト、
オペレーションとリコールとバルチネーションみたいなことを、
制御できていないなと思っているので、
それでも受け入れられる業務プロセスにおいては、
いいでしょうと。
受け入れられない業務プロセスってあると思っていて、
例えば、保険の情報の確認で、
これは5000万円おりますって言っちゃったけど、
本当はおりませんとか、
全然やばいことが起きると思うんで、
そういったどちらかというと、
信頼性とか性能っていうものが、
大事な業務プロセスって、
電話の業務に対してはめちゃくちゃ多いと思っていて、
平準化しやすくて、
信頼性が大事、
みたいなところから固く作るっていうのが、
僕らのプロダクト思想なので、
どっちから、
結局全部解けたらいいんだけど、
どっちから上るかっていう違いがすごくあるなっていうのは、
市場とか競合を見ながら見ているっていう感じですかね。
僕らは信頼性の方が、
業務上大事だと思っているのと、
USはオペレーターの品質があんまり高くないんで、
オペレーターよりAIの方がマシだよ、
みたいな空気があるんですけど、
やっぱり日本はオペレーターの品質が高いので、
人間よりAIの方がすごいって、
なかなかなりづらいので、
人間と同等か、
人間よりすごいAIをちゃんと作らないといけないっていうのが、
僕らの感覚で、
そこをしっかりと押したシステムを作っているという感じです。
確かに。
AIまだまだ再現、
さっきの方、奥西さんからもお話ありましたけど、
精度とか再現性みたいなところは、
確率的になってしまうよねっていう中で、
ある意味、領域が棲み分かれていくような、
当面の間は、
そこから強いプレイヤーが出てくるっていう、
市場感になっていくんですかね。
どうなんですかね。
僕らはファルシネーション制御システムを作って、
その代わり、
USケースを絞っているっていう感じですね。
予約だったら大丈夫とか、
注文だったら大丈夫とか、
一方で、めちゃくちゃ複雑な保険の相談は、
別に僕らはできないです、
みたいな話なので、
どちらかというと、
システムの作り方を結局、
ホリジョン帯で解いているので、
そのユースケース単位では、
今みたいなことが起きるんですけど、
業界単位でっていうのは、
ちょっとあんまり感覚がなくて、
18:00
割とユースケース単位で、
うまく入っていくって感覚ですかね。
柔軟性のほうが高いユースケースに、
ハマっているケース、
例えば、
この商品の相談したいんですけど、
みたいなユースケースだけを解く、
みたいなのは、
エジェンティックなほうが解きやすいとか、
そういった中で、
既存のプロダクトで、
データ顧客版を持っている中で、
本当にアイブリーさんに、
どんどん新規のプロダクトとか、
モジュールを出されている印象を受けていますし、
データハブっていうところも、
リリースされている中だと思うんですけれど、
奥利さんは元々、
新規事業は自社のアセットを活用して、
その新しい市場領域とか、
事業モデルを展開していく中で、
既存のアセットを最大限活用すべきだよね、
っていうような、
記載を拝見したりもしていて、
新規のモジュールを展開していこうとか、
その最上段にある戦略とかって、
今はどんなふうに考えられているんですか?
一番大事なのは、
対話システムのユースケースをどれだけ拡張できるか、
その精度をちゃんと担保できるか、
かなと思っているので、
そこはずっと、
結構細かいチューニングをしていて、
例えば、
菅野さんと菅野さんって、
同じ漢字じゃないですか。
私の名前は菅野ですって言ったときに、
スピーチでテキストすると、
漢字で書き起こされます。
これ一生繰り返すんですよね。
菅野ですみたいな。
日本語の難しいポイントであったりとか、
そういう細かいところって、
対話システムの中にむちゃくちゃ存在していて、
細かいところをどれだけチューニングして、
ちゃんと業務フィットさせるかっていうのが、
超細かいんですけど、
まあまあ大変。
グローバルのプレイヤーとかが出てきたときも、
きっとここが、
なんだかんだ大変なポイントになってくるかな、
と思っているので、
日本語対話であったりとか、
対話自体の業務付け方とか、
スペースの数、
僕らかなり見ているので、
そこに対して適切な対話システムを、
ちゃんとフィットさせていくっていうのが、
すごく大事だなと思っていて、
一つそこはやっています。
もう一つは、さっきの通話データとか、
あとはメールとか商談動画とか取り込んで、
それを横断で解析して、
業務のオペレーション改善に活かすとか、
例えばセグハラを検知するとか、
そういうのがあるんですね。
相当気持ち悪いセグハラとかが、
僕らのお客さんにはされていて、
そういうものとかを検知してあげようとか、
音声データで伝えてあげようとか、
そういうものをやっているんですけど、
そこのAIエージェントを開発していくっていうのは、
どちらかというとHuman in the Loopで
うまくいくケースが多いかなと思うので、
そこはどんどんAIエージェントを作って、
業務にフィットしたアプリケーションを作っていくっていう、
この2点が主に力を入れていくポイントになるかなと
思いますね。
ありがとうございます。
お客さんここまでたくさんお話しいただいた中ですが、
最後にアイブリさんとして、
プロダクトやイベント、
あと採用情報など、
コーディネーションに向けてメッセージがあれば、
ぜひ届けていただきたいなと思うんですが、
いかがでしょうか。
ありがとうございます。
アイブリは今みたいなことをやっているんですけど、
プロダクトマネージャーがめちゃくちゃ不足していますというのが、
21:00
特にやっぱり業務プロセスをしっかり理解して、
その業務プロセスに対して自分たちのプロダクトを
フィットアップさせていくっていうところの
PDMがすごく大事だなと思っていて、
エンタープライズのお客さんがめちゃくちゃ増えているんですね。
エンタープライズの機関システムとか、
複雑な業務要件とかを整理しながら、
自分たちの汎用システムをどうやって
うまくフィットさせていくかとか、
その辺を整理したりとか、
個別要件っぽいものをどう抽象化して
うまくシステムに組み込むかとか、
かなり難易度が高いんですけど、
プロダクトマネージャーとしては
腕の見せ所があるタイミングがすごく多いので、
そういったことに興味があったりとか、
はたまた対話システムのPDMもやりたいみたいな人たちとか、
たくさん募集していますので、
ぜひご応募してください。
よろしくお願いします。
ありがとうございます。
それでは、本日はアイブリの代表取締役、
CEO、奥西良賀さんとともにお届けいたしました。
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。
毎週金曜日に配信中です。
ぜひ番組フォローの上、ご視聴ください。
