00:03
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。 番組へのご意見・ご感想は、Xでハッシュタグ、TA Underbar Talksを付けてお寄せください。
本日のゲストは株式会社プレイド、代表取締役 CEO 倉橋健太さん。 コメンテーターのデルタXファンド、代表パートナー、山崎良平さんとともにお届けします。
誰もが同じモデルを使い、同じ答えにたどり着ける時代に、自社ならではの違いはどこから生まれるのか。今回、倉橋さんが挙げてくださったのが、カスタマーデータ、そして顧客一人一人の意図を捉える顧客コンテキストという考え方です。
実はプレイドは、LLMが登場するずっと前、創業間もない10年以上前から、人の行動をモデル化するアクショングラフという仮説にかけ、データをリアルタイムで生かす基盤を地道に作り上げてきました。
最初にかけた問いをブレずに磨き続けてきたからこそ、今AI時代にその積み重ねが効いてくる。 顧客中心主義を経営の起点に置いてきた倉橋さんに、AI時代に改めてプロダクトの価値の厳選がどこから来るのか、前編でじっくり伺っています。
本日は株式会社プレイド代表取締役 CEO 倉橋健太さんにお越しいただきました。倉橋さんよろしくお願いいたします。
はい、倉橋です。よろしくお願いいたします。
では、倉橋さんまず簡単にプレイドの事業の紹介と、倉橋さん自身の自己紹介をお願いできますでしょうか。
はい、改めてプレイドの倉橋です。よろしくお願いします。
プレイドは、企業のカスタマーデータの活用、これを経営レイヤーから現場のいろいろな仕事に至るまで幅広くご支援していると、そういうのが事業内容になっています。
具体的にはカスタマーデータの生成だったり、収集統合及び解析の基盤、あとはそれらを利活用するアプリケーション、プロダクトと言われますが、そういったものだったり、AIエージェントだったり、こういったもの。
そして、それらの利活用、もしくはデータの戦略的な活用、戦略立案、この辺りにつながるプロデューサーサービス、こういったことを企業に提供している会社ということでございます。
僕自身については、2011年にこのプレイドという会社を創業しまして、15年の3月に一番最初、カルテというプロダクトをローンチしまして、そこからいろいろなサービスを展開しながら、
2020年12月に当時、当初マザーズと言われてましたけども、現グロースですね。そこに上場いたしまして、そこから現在に至るということでございます。
03:01
プレイド創業前は楽天に新卒で入って、マーケティングだったり、ウェブサイトだったり、アプリのディレクション、構築、こういったところをずっとやってきているということです。よろしくお願いします。
宜しくお願いします。実はですね、倉橋さん6月16日にウォートンスクールのピーター・フェーダー教授の名著カスタマーセントリシティの日本語訳も簡約出版されたというところで、その中でオリジナル対談の中でも結構顧客中心主義はK-OSになるという形でメッセージをはさられたので、
今日のテーマでもAI時代のプロダクト戦略とかに直接つながっていく議論かなと思うので、ぜひその書籍の論点を交えてお話を伺っていきたいなというふうに思っております。そういう中で改めて全体感として、プレイドのAI時代の戦略の一丁目一番地っていうところがどこにあると考えられているのかみたいなところから伺っていきたいんですが、ここからいかがでしょうか。
AI時代のセンターピンはどこかっていうのはおそらくめちゃくちゃいろんなところで今議論されていて、例えばグロックとかでリサーチかけて整理すればだいたい正しいの出てくるのかなというふうには思っているわけなんですが、我々もおそらくそういった内容に重なる部分、ここをセンターピンとして見ているのかなと思っています。
具体的にはやはりデータ、ここが極めて重要だろうというふうに思っています。その中でも特にカスタマーデータですね。皆さんもスマートフォンだったりPCだったりオフラインでお店に行ったりとか、カスタマーとして日々何かしらの活動をしていない人は多分いないと思います。
そのすべての接点がどんどんカスタマーデータとして各所で生成されているということですね。このカスタマーデータをしっかりと精度高く、かつ利活用可能な状態で扱える、そういった環境がやはり大事であろうというふうに思っているわけなんです。
今後もAI時代もしくは時代が進めば、このカスタマーデータとしてデータ生成されるカスタマーの行動側面っていうんですか、これはもっともっと広がってくる、リアルワールドをデータ化されている側面がどんどん飲み込んでいくようなことになる、その過程に今あるんだと思っていまして、世の中及びユーザー行動がどんどんデータ化されるという不可逆なかつ非常に大きな、
おそらく未来から見たら、まだまだ始まったばかりのそういう変化というのが、やはり我々一番注目しているポイントということですね。なぜかというと、今、例えばChatGPTだったり、クロードだったり、いろいろなAIのツールありますけども、それらのAIのツールというかモデルがですね、世の中のオープンデータについてはもうほとんど学習し終わっていると、学習データの枯渇というのが逆に今問題化しつつあるというふうになっています。
これすなわちですね、誰が使っても基本的には同じ知識というか答えを引き出せる状態にはなっているということ。こういった環境をですね、使って企業、もしくはその従業員だったり、生活者、誰でもいいんですが、何か人と違うアウトプットを出そうとすると、そこに効いてくるものは、AIそのモデルがまだ知らないことを学習させられるか、それとも目的もしくは意思としてしっかりと自分が注入できるか。
06:15
そういったポイントがないと違いって生み出せなくなってくるんじゃないかなというふうに思っています。ですので基本的にはその違いを生み出すことにつながる何かというのが僕らが一番注目しているポイントであり、その一つが間違いなくカスタマーデータであろうということで、もう11年ぐらいですね、最初のプロダクトリリースから準備してきているということになります。
ありがとうございます。ちなみに今この属性データとか行動ログみたいな、皆さんファーストパーティーカスタマーデータと呼ばれていると思うんですけれど、これってカルデさんがある意味ずっと扱ってきたデータかなというふうには思っておりまして、そういう中でAIとかLLMが進化することによって、よりこのデータをどういうふうに活かせるようになったのかですとか、顧客コンテキストの意図とか背景とか、
行動の前後関係からYのデータをどんどん活用していきたいっていうようなことを、投資家説明会でもおっしゃられたと思うんですけれど、このAI時代に改めてそこを掲げられるようになった背景とか、どんな変化を踏まえたのかなっていうところも伺ってみてもよろしいでしょうか。
先ほど触れた部分でもあるんですけど、カスタマーデータが生成されるフェーズっていうのは未来から見れば、まだ初期的なものなんだと思ってます。もっともっといろんな側面でデータ化されていく、すなわちめちゃくちゃ膨大なんですね。
現時点でもとてつもなく大きいが、ここから未来考えると、さらに膨大で、かつ生活者だったりユーザー行動の多側面を引き受けているものになっていくだろうなと思っています。かつですね、それらのデータを実際に企業の意思決定だったり、ユーザーの手元で何かしらの体験として表現する、サイトを変えるとかメッセージ出すとかですね、そういうものもあると思いますけども、
こういったことをやろうとすると、それらの膨大なデータをリアルタイムに解釈、解析してですね、だからこの人にはこの瞬間こういうコミュニケーションした方がいいんだっていう処理を経て、ユーザーコードしているこのリアルタイムな状態に対して全ての分析を追いつかせて、リアルタイムにレスポンスしていかなきゃいけないんですよ。
なので、このカスタマーデータっていうのをいかに利活用可能な状態で、これはだから生成するもそう、分析するもそう、そこに何かしらのアクションを紐づけて、配信して、この一連をすべてリアルタイムに処理するということ。これをですね、しっかり作っていく必要がまずあったということだと思っているんですね。
そういった事業をこれまで展開してきていて、難しかったポイントが2つあるんですね。1つは超膨大なデータからユーザーの意図を抽出する、すなわち意図で何かしらのセグメントを切ったりだとかパーソナライズする、ここの分析そのもの、これが非常にタフだったというのはあります。
分析にも例えば、男性で何歳ぐらいでこの商品見たことあってみたいなイベントだったり、ユーザーの属性データとかで絞り込んでいくみたいなこと、もちろん人がやることもできるんですが、ちょっと高度にですね、いろんなところのデータをマージしていきながら分析していこうとすると、例えばSQLを書いていくとかですね。
09:18
かつそのデータも大きければその分分析にも時間がかかったりもしますし、一定の仮説ありきでしかデータ扱えなかったのかなと思っています。それがこのAI時代になるとですね、AIが目的に対して一定時間もかけながらですね、勝手にもしくは並走しながらそのデータ分析をですね、半自動化してくれるもしくは自動化してくれると、これ非常に大きな進化だなというふうに思っています。
もう一点が、じゃあそういったユーザーに対してですね、例えばウェブサイト上やアプリで何かコミュニケーションを図るとか、そういったユーザーに対して、もしかしたら上流工程だと商品企画だったらプランニングに修正を加えていく、仕入れを変えるとかそういうこともあるかもしれません。
特にデジタル上で何か表現するときって、例えば行動画とか画像を作るとか何とかっていう、その何かしらの生成物を作る必要があったんですね。そうすると結局そこにもですね、行動画、画像を作る、こういったリテラシーがまず多分に影響してきます。
かつ人手でそれをいって作っていくとなると、それを届けられるユーザーは収益的にプライオリティが高いユーザーにしかほぼアクションとして届けられないということにもなってくるということなんですよね。なのでちょっとめちゃくちゃ簡単に言い直すと、人がそれぞれデータを分析したり何かしら働きかける、ここに必要な人の学習コストだったり、制作のコスト、開発のコストであったり、こういったものを極めて圧縮してくれる。
人の、人間であるからこその物理的な限界ってあると思うんですが、こういったものを取っ払ってくれるので真にですね、データを生かす、真にじゃあそこで見えてきたユーザーインサイトをフルにですね、企業価値もしくは顧客体験価値に変えていく。こういったことが可能になってくる。これAIらしいにしては難しかった世界観かなというふうには思ってますね。
ちなみにそれができるようになると、お客様の体験とかって具体的にどんな感じでガッと変わっていくんですかね。
実際ユーザー体験がどう変わるかみたいな話ですよね。今お話ししたところで触れておきたいなと思うのが、さっきのデータ分析のAIで我々が今取り組んでいること、一つ大きな仮説ですね。
これまさに10年前からかな、もう本当にプロダクトを出す前から仮説として置いてたものなんですが、当時アクショングラフって呼んでたんですよ。これアクショングラフって何かっていうと行動モデル、行動のモデリングですね。この人はこういう動きをすると、こういう目的を持っているときはこういうふうな行動をしがちであるとか、こういう行動をモデル化することを我々そのときアクショングラフって呼んでたんです。
当時Facebookとか何とかいろいろ出てきてて、例えばソーシャルグラフと言われてたり、そこからその次にインターネットグラフだというふうに言われてたりしたと思うんですが、僕らはそれをもう一つ先に進めて行動モデルを作ろうと。それをアクショングラフと呼びながらですね、このアクショングラフに資するデータの基盤だったり解析の性能っていうのを作り上げていこうっていうのが一番初期からのですね、要は大きな仮説なんです。
12:20
今、その膨大なデータと膨大な計算力、絶大な計算力っていうんですかね、これが扱える時代に僕らの状態も含めてなってきたので、そうするとですね、何か物を買ってなくてもどういう行動をしてるかで、その人の行動の意図が自動的に抽出できるようになってるんです。
ちょっと例えばなんですけど、僕らこれをアクショングラフというものを今はカスタマーコンテクストっていうふうに呼んでるわけなんですが、じゃあそれ具体的にどういうことなのかめっちゃ簡単に言うとですね、例えばこれちょっとお二人質問なんですけど、ハワイに行きたいとするじゃないですか、なぜハワイに行きたいのか、どんな理由が考えられますか。
私だったら結構南国行きたいなーみたいなところから近いのがいいのかな、でもハワイ行ったことないしなーとか、そういう感じでどんどん絞り込んでいってやりますけどね。って回答なってますか。
ありがとうございます。山崎さんどうですか。
結婚式で行くことになったとか。
なるほど。ありがとうございます。もう何か欲しいやつ答えてもらったんですけど、例えば何かしらの理由でハワイに行きたいとして、ハワイのコンテンツとかチケットとかホテルとか見てるとするじゃないですか。
で、その時に例えばじゃあお二人なのかそれ以外の方なのか、例えば結婚とかですね、南の島行ってゆっくりしたいなみたいな話があったり、子供と休みで遊びに行きたいんだとか、ハワイでショッピングしたいんだもあるかもしれないですか。
でも本当はもっともっとある。別にハワイじゃなくていい可能性もある。で、こういったものがですね、同じ商品だったり提供価値に対して持つユーザーの期待っていうのはものすごく多様なんです。
なので、例えばハワイを検索したって情報だけだと、何の意図を持ってハワイに今タッチしてるのかっていうのはわかんないんです。
ただユーザーの行動ですね、連続的にある人見ていくと、この人たぶん子供と行くんだなとか、結婚式があって、だからちょっときれいなスポット探してるんだなとか、行動の連続見ていくと、何かの勾配っていうもののインサイトがですね、ちゃんと見えてくるんです。
なので、こういう形で色々な商品だったりサービスだったりページだったりに集まるユーザーの期待、それを膨大にタグ付けをしていきながら、それらの連続でこの人は今どういう意図を持って動いてるのかってことをAIで抽出をしていくというようなことをしています。
すなわち、さっき聞いていただいたポイントでいくと、単にハワイ見てるから、グラムどうですか?サイバーどうですか?みたいな話じゃなくて、この人はたぶん子供と遊びたいんだ、だったらこういうプランを提案していこう。実はディズニーのミッキーとすぐ会えるとかあるなとかですね、そういうふうに提案がちゃんとその人の意図にあった形で最適化していくことができると。
閲覧のこれ見たからこれおすすめとかじゃなくて、ちゃんとその裏にある意図で提案をしていくことができる。これちなみにちょっと広げるとですね、じゃあそういう意図があったときにその意図を介して提案を考えれば、旅行ってもの以外にですね、例えば現地の、これよく車を借りるみたいな話もあったりしますけども、もちろんレストランもそう、写真のスポットもそう、必要な例えばホテルのサービスなんかもそう。
15:22
なんかこういったものをちゃんと意図に合わせて、その企業が抱えてない提供価値まで含めてですね、提案できる可能性が出てくるわけなんです。企業間の連動とかも多分加速しやすくなるとかですね。こういうなんかコンテクストを明らかにすると様々な体験だったり、企業戦略だったりがアップデートできるじゃないかなっていうので、今ここに本当にかなり入れ込んで開発進めてる感じですね。
それがまさに本とかでもおっしゃられた顧客中心主義にもつながってくるっていう理解であってますか?
そうですね。やっぱり顧客中心、カスタマーセントリシティでこれ本の題名ですけども、カスタマーセントリシティの大局にあるのはその本でも書いてるんですが、いわゆる製品中心、いわゆるプロダクトセントリシティみたいな話だと思います。
一つの製品をですね、最高の製品を作ってできる限りたくさんの人に届ける、そういうのもありだと思いますが、基本的にはやはり資本の戦いに僕はなるのかなというふうに思っていて、だけども自社に誰がどんな期待をしてくれているのか、それが分かるとですね、自社がどう振る舞うべきなのか、それは顧客同士に選ぶことにもなります。
すべてには答えられないので、選ぶことにはなります。じゃあ、選ぶときにそのお客さんの将来価値ってどの程度予測できるのか、じゃあ選んだ顧客で将来に対して活動したときに、その企業の将来価値はどの程度になって、どういう企業価値になっていくのか、これ収益要素も含めてですね、企業価値の話に多分なると思うんですが、顧客中心に活動だったり企業価値をデザインしていこうと、そういうようなものがまさにカスタマーセントリシティの本流なのかなというふうに思ってますね。
ありがとうございます。ここまでの話を受けて山崎さんの方からもご質問あればぜひお願いします。
非常に興味深いお話でとても面白かったんですけれども、最近すごく関心を持っているのが、5年10年前からプロダクト戦力、経営戦力で打ち手を打ってきた中で、このAIの波が予測していないながらも来たときに、どんぴしゃはまっている事業例っていうのは、例えばパランティアとかですね、オントロジーでコンテキストレイヤーっていうのを独自で構造化してきて、それってもうLLMがない20年前から取り組んでいるんだけど、このAI時代にものすごくはまってきていると。
さっきのですね、まさにアクショングラフのお話、これ10年前から行動のモデリングしてきているっていうのが、パランティアにおけるオントロジーみたいな発想でですね、構築してきたものがですね、非常にこのAI時代にはまってきているのかなと思ったんですけど、
この過去の経営の意思決定とかプロダクト戦力を考えて、両力を決めてきた中で、例えばカスタマーデータプラットフォームを独自に作ろうとか、いろいろこうプロダクトを重ねてこられたと思うんですけど、今振り返って、この2026年にですね、すごくあのときの意思決定効いてきてるな、このプロダクト作っておいてよかったなっていうのって何かあったりしますか?
18:06
結構いっぱいありますね。まず僕らの会社が、一番最初カルテですね、今違うプロダクトもたくさんあるんですけども、そういったプロダクトを持って何か価値提供するときに、データを扱うものというのが一つコンセプトというか中心にありましたと。じゃあそのデータを扱うということは今後どんな変化を生んでいくんだろうって考えたときにですね、一番最初これは本当に共同創業の柴山とですね、議論した明確に2つ覚えているのが、
まずユーザーのですねパーソナルデータをですね扱うか否か、ここ一つありました。扱わない方が何でしょうね、セキュリティ含めた強度は一定落ちてくるというリスクが低い部分があるよねと。もう一つはですね、データの分析及び利活用の部分、これをリアルタイムを前提にするかどうかですね。
リアルタイムなフレームワークって当時全くなかったので、自分たちでスクラッチで作っていく必要がある。かつですね、その当時はまだリアルタイム性がないと何でしょうね、いけない時代でもなかったのかなと。データ活用の本当に初期みたいな世の中のフェーズなので、本当に必要なのかというところがありました。
ただですね、これ少し大きな話かもしれませんが、世の中にものだったり価値が溢れていって、ユーザーにとって必要な機能性っていうのがもうほとんど充足されていく中においては、やっぱり企業がユーザーに選ばれるっていうパワーシフトっていうんですかね、交渉力のシフトが間違いなく起きるよねと。
その時にユーザーのことを高解像度にですね、理解できない、もしくは理解したいでアクションできないとすると、おそらくその企業は競争力を失うんだと思うと。だからこそ、とにかくユーザーの解像度が上げられるようなデータを扱えるようにしていこう。これだから将来オフラインもデータ化されてくると思うから、それらのデータがちゃんと取り込んで扱えるようにしようということもその時議論しましたし、解析においてですね、さばけるデータのボリュームはどんどんでかくないといけなくなるだろうと、当然ながら。
かつ全てが高速化していくだろう。だとした時に、Day1からリアルタイム作らない理由はないよねということなんですよね。なので一番難しい選択をその時したっていうのはあります。で、もう一つちょっと机加えておきたいのは、テクノロジーもしくは将来、僕ら2011年創業でこの議論してるのが13年とか12年ぐらいからスタートしたんですね。12年、13年あたりメインにこの辺議論してましたけども、将来本当にAIが来たら何が違いを生むんだろうねと。
AIを使うだけだと間違いなく動詞化が進むと、コモディティ化すると。だからこそその時に何が違いになるんだろう。おそらくそれはカスタマーデータ、顧客理解だったり市場理解、これがちゃんと見えて企業が意思を持って選べるようになってる状態。これが一つ。
あとは人が何がしかの違いをもたらす活動にフォーカスできること。だから僕らミッションにデータによって人の価値最大化するって入ってるんですよ。人の価値を最大化する。おそらく違いのキーは一つだ。人になるよねと。なのでそういうことを一番最初にセットアップしてて、いまだに何も書いてないんですけど、このあたりは初期の極めて重要な仮説だったんじゃないかなと思ってます。
21:08
ありがとうございます。実に今のお話、初期のスタートアップの皆さんに聞いてほしいなと思ったんですけれど、2010年代前半ですとまだ2、3億円調達しても大きいラウンドだって言われてるぐらいシードキーのマネーっていうのはそんなになかった中で、
それだけ10年スパンのビジョンを持って、一番難しいことをやろうっていう意思決定って結構言うのは簡単だけれども、なかなかそれを仲間に理解してもらって進めていくのって難しかったんじゃないかなと思うんですけれども、それをある種意思決定して進められたプレイド独自のきっかけ要因とかって何かあったりしたんでしょうか。
一番最初はどんな会社もほぼ創業メンバーしかいないというような状態だと思うんですけど、その時やっぱり僕と柴山の重要な価値基準は、どうせやるなら世の中に大きなインパクトを出したいよねと。もう一つはどうせやるなら胸張れることをやりたいよねということですね。
なので、稼ぐ方法ってデータと掛け合わせれば本当にいろいろあると思うんです。特に短期的に稼げればいいだったらたくさんあると思うんですけど、僕らは大きなこと、そして正しいインパクトだったり変化を世の中に起こすんだ。それが一番最初あったんですよね。だからやっぱりそれが一番大元になってるのかなとは思います。
ただ上手くいってない時っていうんですかね、それはどんな会社もあると思うんですよね。それは長短あると思いますけど、この時って大きさと正しさっていうのに常にみんな日寄るんだと思うんですよ。いやもうちょっと小さく稼いだ方がいいんじゃないとかですね。もうちょっと早めに成果が出る方がいいんじゃないかとか、いろいろ悪魔のさせやき的なものが起きるんだと思うんですが、
ブレードの場合はやっぱりそうこう掲げて不安にもなりながらも、だからこそこの成果が出たんだっていう、成功体験をやっぱり繰り返していけたのはやっぱり良かったのかなと思っていて、小さな変化でもちゃんと言ってることにアラインする変化が起きたかと。売上げ上がるはいいんですけど、例えばお客さんのフィードバックで本当に欲しかった一言をもらえたかとかですね、褒めてもらえるとかじゃなくて、こう言って欲しかったみたいなのが出てきたかとか。
なんかその小さなところで本当に本当にある意味で日々耐えながら、ちょっとずつその成功体験を大きくしていって、なんか会社としてはブレなく、もうなんか十何年ずっと同じことを言ってるけど飽きないですねみたいな。そんな感じになってます。はい。
いいですね、本当にありがとうございます。なんかやっぱり2010年から見るとですね、クラウドとかAIによる開発とかですね、どんどんどんどん新しい会社を作り、プロダクトを出すということのハードルが下がっていってる一方で、どうもこう短視眼的な成果を求めるような格好に慣れつつあるなというのはすごく最近感じていて、ちょっと悩んでもいたので、今のお話なんかすごくヒントになったなと思ってありがとうございます。
難しいですよね、今の時代。おっしゃるように作るコストが激烈に下がってるけど、何でしょう、先行投資が簡単には許容されないとか、小さな価値だと欲しがる企業が少ないとかですね、いつの時代も全てが幸運な時代は多分ないというか、なんかそういう結局今は恵まれてるところと難しいところっていうのが、僕らが始めた時と結構反転してるっていうような時代な感なのかなと思いながら、
24:23
心の中ではむちゃくちゃスタートアップ、僕らもスタートアップだと思ってますが、スタートアップの仲間のことをめっちゃ応援してますね。
そうですよね、AGの移り変わりも激しいからどこで勝ちを出していったらいいんだろうって、やっぱ本質をぶれて見失っちゃいがちなところもあると思うし、とはいえ予算とかはどんどんエンタープライズ企業から出てたりもするから、なかなかそこの舵取りが今すごく難しい時期なんだろうなっていうのは感じますよね。
はい、そう思います。
ありがとうございます。それでは前編はこちらで締めさせていただきたいと思います。倉橋さん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。