00:02
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。
番組へのコメントや感想は、Xでハッシュタグ、PAunderbarTalksをつけてお寄せください。
今回は、アンドパッドCFO、荻野康裕さんをゲストにお迎えしました。
12月にアンドパッドステラークを発表し、経営戦略そのものをAIネイティブにアップデートすると宣言したアンドパッド。
前編では、AI時代のMOATとは何かをテーマに議論しています。
どのようなデータ・業務フローを抑えに行くべきなのか、それをどのようにプロダクトに落とし込むのか。
議論の末に見えてきたのは、AIが進化するほど、人間の改善によるネットワーク効果がより重要になるという視点でした。
荻野さんの考えるAIネイティブ経営戦略をぜひお聞きください。
ホストは、Globis Capital Partnersプリンシパルの工藤真代と、テクタッチCFO兼CPOの中田雅也さんでお届けします。
それでは本日は、アンドパッドCFOの荻野さんにお越しいただきました。
荻野さんどうぞよろしくお願いいたします。
よろしくお願いします。
まずは簡単に、アンドパッドの事業紹介と、荻野さん自身の自己紹介というところもお願いしてもよろしいでしょうか。
はい、改めまして、荻野です。
アンドパッドですけれども、建設プロジェクト管理サービスをクラウドで提供している会社で、いわゆるバーティカルサースと言われている会社です。
2016年にサービス提供を開始しまして、今、利用者数で約25万社、ユーザー数で約70万人を超えるというような建設建築業界では大きなプラットフォームになっている会社かなと思っています。
私、荻野の自己紹介ですけれども、今回ですね、AI関係のトークという文脈なので、その文脈でお話しするとですね、前職ミクシーでですね、最後2年半ヘルスケアの新規事業を開発していたんですけれども、
その時にですね、2017年頃の話なんですけれども、実はですね、AIを使った新規事業をやっていましたと。
具体的にはですね、オープンポーズとテンサーフローという技術を使っていまして、オープンポーズはカーネギンメロン大学で開発された、いわゆる画像や動画から人体の特徴点をリアルタイムで検出するような技術、ライブラリーのことで、
これとあとはですね、Googleのテンサーフローをですね、を組み合わせた新規事業というようなものを手掛けていたというところで、改めまして本日はよろしくお願いいたします。
宜しくお願いいたします。
沖野さん、CFOも勧められながら、年末ですかね、リリースされたアンドパッドステラークの方も鑑賞されているということなので、
ぜひ今回AI時代のプロダクト戦略っていうところを深掘りできる回にしていけたらなと思っております。
早速もう本題に入らせていただきたいんですが、アンドパッドといえばもうバーティカルサースのUという形で、かなり強いプロダクト、お客様トラクションを持たれている中だと思います。
そういった中で、今このAI時代におけるバーティカルサースの価値筋をどういうふうに考えられているのかっていうところを伺っていきたいんですが、
03:06
まず一つ目として、サースの時って閉じた独自データ、アンドパッドさんですと工程表だったり現場の写真だったり図面だったりっていうところが、
このアンドパッドのプロダクトを使われることによってたくさん溜まっていってるってことも一つの元になっていたのかなと思っていて、
このあたりAIプロダクトが主流になる時代において、サースの時に保有しているデータが利用できるっていうことが元になっていくのか、
それともAIプロダクト独自のデータが蓄積されることが、さらに別の元を生み出していくのかとか、
このあたりの元戦略みたいなところについても伺ってみたいなと思ってるんですが、
尾身野さん、この前提も含めていかがでしょうか。
ありがとうございます。今回のこの給出しをいただいて改めて深く考えさせられたというところで、
ちょっと僕自身も前提を整理し直してみました。
今おっしゃっていただいたその独自のデータがたくさん溜まっているっていうことに関しては、
その元の必要条件と僕も思ってはいますが、
ただ言い換えるとあくまで必要条件の一つっていう表現になるのかなというふうに改めて思っています。
じゃあその必要条件、他に何があるのかというのを考えたときに、
僕が今現時点で整理しているのが4つです。
1つが保有データの量、2つ目がワークフローの複雑さ、
3つ目がプロダクト連携数、4つ目が人間が介在する要素、
もう少し言い換えるとネットワーク効果っていう表現になるのかなと思ってるんですけれども、
この4つが元の必要条件にもなるというところと、
あと加えると僕はインターネットビジネスずっとこの20年近く様々な会社でCFOをやっていますけれども、
インターネットビジネスというところにおいてはそのネットワーク効果っていう最後今申し上げたですね、
人間が介在する要素っていうのは必要条件を超えて十分条件でもあるかなというふうにも思っていると、
そういうようなところがありますというところで、
そこをちょっと前提にお話をさせていただくと、
SaaSとして閉じているかどうかというよりも、
この保有データの量を適切に持てているかであったり、
ワークフローの複雑さに対して課題解決しているのかであったり、
連携できるプロダクト数を持っているのかであったり、
またそのネットワーク効果が効くようなモデルになっているのかというところが
組み合わさっている限りにおいては、いわゆるビジネスモデルとしてSaaSか否かであったり、
いわゆるテクノロジーとしてAIというものを使っているかどうかというところは、
ある意味乗り越えられるかなというふうには思ってはいるというところですと。
なので、SaaSのプロダクトもAIのプロダクトも持っているマルチプロダクトのプレイヤー
っていうところがやっぱりすごくモードを築きやすいっていうのは、
まずスタート地点になってくると思いますし、
そのマルチプロダクトがいわゆるデータベースであったり、
06:03
ミドルウェアのレイヤーで結合されているっていう、
そのプロダクト連携といっても、やはりそのデータベースレベルで連携されている
というようなところも大事になってくると思っていますし、
さらにはそのプロダクトであったりアプリケーション以外のサービスも統合して
ネットワーク効果を再大化できるような状況を作り出せている、
こういうところがすごく大事になってくるのかなというふうには思っているので、
スタートのご質問のところと少しずれた部分もあると思うんですけども、
独自のデータだけに着目することなく、
この4つをしっかりと組み合わせられるかどうかで
モードができるというふうには改めて思っています。
ありがとうございます。
今、SaaSかAIが出てくるかって、
言い方を変えるとある種のHowというか、
そういった今の4つの戦略を満たす手段の1個なのかなというふうな
理解をさせていただいたんですけれど、
となると、AIが出てきたから、
AIエージェント的なものが使えるようになってくると、
巷ではよく人間の補助ツールか、
人間自体の行動を代替していくかとか、
どういうふうに領域を取っていくかみたいな議論ですとか、
そこによって、どういう領域を取るかによって、
どういうデータを抑えにいけるかとかも変わってくると思うんですけれど、
この辺りの展開戦略が何か変わったとか、
変えていこうとしているとか、
そういったのはあまりないっていう形なんでしょうか。
そうですね。
一つ一つにおいて、
大きく変わったところはないかなというふうには思っていますというところです。
まずやっぱり、
自社の優位性みたいなところであったりですね、
いうところがどういうようなところで構築されるのかというと、
先ほど申し上げたように、
その4つの予想を包含した統合プラットフォーマーであるということが、
まず優位性であるというふうに思っていますし、
この4つを包含したプラットフォームを作ろうというのは、
我々はもういわゆるGenerative AIが出てくる前の2020年頃からですね、
戦略として既に実行し続けているというようなところなので、
そこは特に大きくは今変えてはいないですというのがありますと。
今おっしゃっていただいた通り、
人とAIが処理しやすいデータが異なるであったり、
そのデータの保有戦略であったりっていうところっていうのをどう変えて、
どう考えるのかみたいな論点に関してなんですけれども、
一つ一つちょっとお話を、
今の僕の4つを一つずつ分解しながらお話をさせてください。
まずその保有データの量っていうお話をさせていただきましたと、
この保有データの量っていうのもすごく深い議論だなというふうに僕は思ってはいまして、
先ほど自己紹介で申し上げた通り、
僕2017年頃、カーネギーメロンと共同研究で新規事業、
ヘルスケアの新規事業を作っていましたと。
そのときにAIの先方の教授の方々と話しているときに、
なるほどなと思ったのが、
そのデータの保有量に関する自在ディスカッションなんですけれども、
09:02
ヘルスケアのデータをどれくらい貯めれば、
正確に健康が検知できるのかっていうふうに僕が聞いたところ、
ちょっとアナロジー変えようみたいなことを言われて、
例えばどれくらいのデータがあればっていう話に関して言ったときに、
全米の信号機が故障してるかどうかっていうのを、
AIが自動判別するみたいなシステムを作ろうとしたとしようと。
そのときに、例えば全米の信号1分間に1回ごと写真を撮って、
1ヶ月後、そのAIが分析して信号がちゃんと故障してるかどうかっていうのをアラート出してくれると。
これ人体の細胞一つ一つをまさにチェックして、エラーチェックするようなこと。
言ったときに、結構な数信号機が壊れてますというアラートが上がってきたとしようと、1ヶ月後に。
それを紐解いていくと何が起こってたかで言うと、
全米の中にはちょうど1分ごとに青、黄、赤って変わるっていう信号があって、
1分ごとに写真撮ると全部赤信号っていう信号になってしまう。
1ヶ月間ずっと赤って故障してるというアラートが上がってくる。
言ったときに、じゃあ僕に対してどれぐらいデータがあれば健康・ヘルスケアチェックできますか?
どれぐらいのデータあったら信号機の健康チェックできますか?
というのが問いだと言われたと。
これがじゃあ動画でフレームパーセコンドぐらいで、1秒間に何フレームも撮ってたら、
当然その全米の信号全部撮ってたらサーバーがパンクするし、ビジネスとしては成り立たない。
でも1分に1回じゃあエラーばっかりになる?
さてさてデータの量って適切なものって正直言ってまず本当に難しいというのはまず思いましたというのが1。
ここに関して次の僕の2点目で申し上げたそのデータ量と今度ワークフローの複雑さっていう表現を申し上げたんですけれども、
このワークフローの複雑さっていうのがイコール今の信号機になぞらえると、
まさに1分に1回っていうワークフローもあれば10分に1回っていうワークフローもあったり5分に1回っていうワークフローがある。
ワークフローがシンプルで全部の全米の信号が1分に1回だったら意外と簡単に答えは出てくるけれども、
ワークフローが複雑ならば複雑なほどそれに対応するいわゆるドメイン知識であったりですね、
いうのが大事になってくるっていう方向に今度なってきますというところですね。
で、我々さっきども申し上げたようにアンドパッド建設業というところで事業をやっていますけれども、
例えばですね、我々のドメインの中でワークフローの複雑さっていうところで言うと、
皆さんが想像しやすいように、例えば家、住宅を建てると。
住宅を建てる会社さんが将来のキャッシュフローを予測したいというようなモデルを組もうとしたときに、
例えば家って着工金、中間金、観光金って言って、家建てる前の自賃債が終わって着工金払う。
屋根ができると中間金払うと。
全部ができると観光金払うみたいな、大体3回払うのでキャッシュフローの予測ってそれだけ聞くと、
まさに赤と黄色と青っていう信号みたいな感じで楽に予測できるでしょって思うんですけども、
じゃあその上等っていう、屋根ができたタイミングっていう状況をデータで保存するとしたときにどうやって保存するの?
みたいな議論であったり、何をもって上等というふうに位置づけるの?
12:03
いうようなところっていうのがまずあります。
であったり、またオフィスの工事でやられたことがある方で言うと、
A工事、B工事、C工事みたいな感じの表現をするんですけれども、
B工事ってオフィスの区体の工事ですね。
床をひっぺかして、ITの通信回線を這わせるとか、壁を造作するとか。
C工事って、例えば椅子とか机みたいな、そういう人間でも運べるようなものを運ぶことをオフィスではC工事って言うんですけども、
それもですね、じゃあB工事が終わったっていう終了の状況をどうやってデータとして保存するの?
みたいなものであったり、非常にですね、いわゆるワークフローの複雑さっていうところであったり、
ドメインに対する知識みたいなものっていうのがすごく必要になってくるっていうのがまずありますと。
で、これをですね、アンドパッドにおけるデータ保有戦略っていう先ほどのご質問のところにまた戻していくと、
まず最初になので重要なのはデータの量よりも質っていうようなところかなと思っていて、
その質っていうのがそのワークフローにちゃんと寄り添ったデータが揃えられているかどうかっていう表現に今度はなってくると思っていますと。
で、ワークフローがシンプルだと、SaaS運転、AI運転ではなく、そもそもモートが低いっていうふうになるので僕は思ってしまう。
全部が信号が1分に1回だったらめちゃくちゃ参入障壁低く、他の会社にやっぱり取って帰られてしまう。
これが複雑であれば複雑であるほどやっぱりモートは深くなっていくというようなところかなとは思ってはいますというところで、
その我々ワークフローっていうのをクライアントごとに正確にまず理解し、
それに応じてちゃんとどこのデータを保有するかというのを規定していく。
我々のSaaSのプロセスでいうと、いわゆるオンボーディングとかサクセスと言われるプロセスはまさにここのことで、
一番我々が欲しいデータっていうのをどれぐらいお客さんに入力してもらうのかっていうことになるんですけれども、
例えばそのAIレディな状態までデータが溜まっている状況っていうのを100としましょうと。
お客さんに全部データをAIレディな状況まで入力してもらう。
これを普通にオンボーディングしてサクセスしてチャーンしませんぐらいのデータって正直言って30とかそのレベルだと僕は思ってはいます。
それでもチャーンはしないでしょうと。
だけれどもそのAIレディなデータ量っていうのとチャーンしないデータ量っていうのはだいぶ開きが出てきたなっていうふうに実は思ってはいまして、
そういう中でそのデータっていうのをどう保有するのかっていうところに関しては、
まだまだちょっと僕ら自身もですねこれだってことはもちろんなく日々模索はしているんですけれども、
結論ちゃんとそこまで解像度を持ってそのデータの保有戦略っていうのをしっかりと持てるのかっていうのがまずベースにあるかなと思ってはおります。
これ逆に言うと今ノーチャーンのレートが30でAIレディが100だとした時にこの70の開きをどう埋めるかって話だったと思うんですが、
例えばですけど、それこそAIが代替してくれます。代わりになってくれるその業務っていうのを当て込めると、そのAIが失敗しましたとかここは例外でしたみたいな、
15:04
実際アクション起こってくれることのデータが溜まっていくじゃないですか。
そういうのも踏まえてどこにこのAIエージェントを置くかみたいなところを決められてるんですか。
それともそういうどこにプロダクトを置くかとはまた別の話なのか否かみたいなところもちょっともう一段伺いたいなと思ったんですがいかがでしょう。
そうですね。AIエージェントを置く領域っていうのは選択肢を与える領域と答えがある領域と2つっていうふうな表現になるのかなというふうに僕は思っていますと。
例えばそのAIエージェントが先ほど言ったように将来のキャッシュフローを予測するというようなAIエージェントがあるとしましょうと。
またその工事の工程がちゃんと正しく進んでいるかどうかをチェックするAIがあるとしましょうと。
これはある意味選択肢を与えるAIエージェントって先ほどの僕の表現にはなるんですけども工程がこのまま行くとこれぐらい遅れそうですよ。
それは3日遅れますみたいな確定ではなく触れ幅でいわゆる業績予想みたいな感じでアップサイドとダウンサイドのケースがあってダウンサイドだと工程これぐらい遅れそうですよ。
アップサイドだったら当然後期通りに納品できそうですよみたいなところに対するAIエージェントっていうのはあると思うんですけども。
そこに対して後期を正確に予測するためのAIレディな情報っていうのが100埋め込まれる状況っていうのはAI自身ではやりきれないのかなというふうに思っているっていうところですね。
あともう1個の答えが分かってるところ。
例えば建設建築業で言うと建設確認申請みたいな感じでお国に届けなければいけない届出書があるよみたいな。
この届出書にはこういうようなドキュメントであったり写真が添付されてなければいけないよと。
これに関してはここの書類が漏れてますよであったりそういうところは答えが分かっているところに対してはAIエージェントが機能してそれに対してここ足りないから早く写真撮りに行った方がいいよみたいなサジェストができるみたいな未来っていうのはあるんだろうなとは思っているので。
そういう人のいわゆる注意力という表現になるのかまたノウハウが足りないところに対して答えが分かっているところに対してサポートするみたいなところっていうのはまたそこはAIでカバーできる領域とは思ってはいますっていう感じですかね。
お話聞いてるとまさにバーティカルの言うならではのすごい資産にとも面白い話だなと思ってまして。
バーティカルの領域だとどうですかっていうのを聞いてみたいのが、まだまだ紙でやってる人たちってバーティカル世の中たくさんいると思っていて、その一つが建設とかだったりもすると思うんですけど。
マントパッドさんがどんどん効率化してもっと高度化してSaaSでやってるっていうのって、なんか急にAIで変わるのかなとかも思っていて、やっぱりまだまだ紙でやってるからまずSaaSでここら辺効率化できるってところ多分死ぬほどあって。
ということで30とかの話もあったのかなと思ってますけど、その理解で正しいですかっていう話と、逆に紙の人がSaaSを使わずにいきなりAIのプロダクトをポンと使い出すっていうのってバーティカルの領域で起こり得るのか、まずSaaSを使ってその上にトントン使ってくるのかっていうと、どうですかそのお客さんが求めているものとかその中での戦略性っていう意味で言うと。
18:19
そうですね。ありがとうございます。まず1点目のところで言うと圧倒的にまだやっぱり紙であったりアナログなものが多いですと、紙以外にもわかりやすいところで言ったエクセルみたいなものっていうのもいわゆるアナログデータに近いものだとは思っているんですけれども、独自にそのローカルのフォルダの中に入ってしまってるようなものですね。
いうようなものっていうのもまだまだそのデータ、クラウドにアップロードしなければいけないものっていうのはたくさんあるっていうところがAIレディになってないっていうところの1点目ですと。そこからですね、じゃあ紙からいきなりAIになるのかっていうところに関してなんですけれども、これはですね、またなる部分とならない部分があるっていうすごい面白いところで、紙からAIにいきなりなるところはめちゃくちゃ喜ばれます。ぶっちゃけ現場に。だけどめちゃくちゃ猛徒がないです。
建設現場、例えばゼネコンが巨大なビルを建てようと思うと、写真って2万枚とか5万枚とか必要になってくるんですね。で、そうなってくると、それの写真ごとに皆さんもなんとなくすら見たことあると思うんですけど、黒板っていうのをですね、緑色のボードを持ってこの現場でこういう写真撮ったよっていうのを一緒に撮るんですね。
我々は今、実は現場ごとに図面を自動的にAIで解析して、自動的に電子黒板を作ってあげて、何万という黒板を作る手間っていうのをゼロ化しています。これはまさに黒板というアナログから一気にAIでデジタル化して、ポチッとアンドパッドで写真撮ると黒板も右下にちゃんと写ってくれてるみたいな状況になっている。
というところは、すごく現場のポイントソリューションとしては、とても現場の人たちを救うんですけども、実はアンドパッドが本質的にサーバーに溜めてまでやりたいものかというと、実はそうではないという領域になってしまうんですね。これは。
多分、こういうプロダクトを開発されているスタートアップの方だったり、たくさん実はいるとは思うんですけども、今の僕が話したようなAI黒板みたいなプロダクトにAI実装して、それで効率化するよってアナログから一気にAIで自動化するよっていうところに関しては、ポイントソリューションで言うと極端に言うと大学生でもできてしまうレベルだと思っているので。
じゃあホワイアンドパッドって言ったときに、そこをコアと思ってはいないけれども、現場の人たちが困っているのに我々がやらない理由がないからやってるみたいな、そんな領域もあったりはします。
面白いですね。本当の結構高度な意思決定とか高度な生産性を改善するところは、まずサーバー化しながらしっかりクラウドにデータを貯めて、その奥にあるよっていうので、なんで今までやってたことともかなり地続きになってるみたいな、そんな感覚なんですか?
そうですね。先ほどの僕が申し上げた4つの領域っていうところで、データの量というところとワークフローの複雑さっていうところと、あとはマルチプロダクトの連携と、あとはネットワークエフェクト4つ申し上げたんですけれども、そこのいわゆるワークフローの複雑さみたいなところっていうのをまさに乗り越えられるのがSaaSっていうようなところ。
21:10
ワークフローが複雑なんだけども、それを分析しやすい誘導にデータとしてインプットしウェアハウスできるっていう入り口として僕はSaaSというものがあると思っているので、こんなに複雑なワークフローでも構造化し、抽象化し、データ解析しやすい状況まで持っていける、こういう設計思想があるSaaSならばではあるんですけれども、SaaSにインプットする理由があるというところと、
あとはインプットしたデータっていうところが共通基盤で、いわゆるマルチプロダクトでまたがって、例えば先ほどの工程の予測でいうところというと、工程が遅れるよっていうところとキャッシュフロンの予測であったり、または資材の発注みたいなところまでAIエージェントが飛ばして、工程遅れてるから資材の発注を遅らせないと、まだ終わってない工事現場に材料だけが届いたら邪魔で邪魔でしょうがないみたいな、そういう状況っていうのもあるんですけれども、
そのマルチプロダクト化を連携しながら行ったり来たりできるっていうところは必要になってくると、最後は本当に人の関係、いわゆるネットワークエフェクトっていうところにはなるんですけれども、それが一人で先ほどの黒板のように何のネットワークエフェクトもなく一人で活用できるものだとめちゃくちゃチャーンしやすい、何にもデータを保存し続ける価値がないっていう、
そのデータを入れれば入れるほどみんなが使う人が増えれば増えるほどどんどん得をするという世界観が全くないプロダクト、わかりやすく言うと先ほどの黒板の事例はなんですけれども、そこはもう音がないっていう表現なんですけれども、そこの人間のそのネットワークエフェクトが効くっていうところと、それらが組み合わさればっていう感じですかね。
もう1個関連して1個だけ最後なんですけど、アンドパッドさんのプロダクトの作り方の思想ってお客さんが求めていたりニーズがあるもので、それがマーケットがあったりさっきのノートがあったりっていうので選んでらっしゃると思っていて、例えばSaaS時代だったらこういうプロダクト作って、こういうプロダクト作って、ちゃんとデータ貯めてっていうのをやってたと思うんですけど、AI時代になって、お客さんこういうことをめちゃくちゃ求めてるよね、こういうことやりたいよね。
ただこういうデータ足りてなかったから、新しくこういうアプリケーション作らないとそもそもその未来に行かないぞみたいなことってありましたか?それとももうそこはだいぶデータで取れてたんで、AI時代でそれをあとオントップでデータ貯めて、それを使うっていう咀嚼のところのアプリケーションだけでよかったのか、それともデータ分が足りないんで、このデータ貯めるための何かしらのアプリケーションを作らなきゃいけないっていうのがAI時代に出たのかっていうとどうでした?
あとですね、細かい点は当然追加のアプリケーションの開発っていうのは引き続きやることにはなると思うんですけども、大きな流れとしてはそこは網羅されているので、特に追加は必要ないということです。これはなぜできてるかで言うと、アンドパッドは過去の別のカンファレンスなんかでも話したことがあるんですけれども、我々2020年に5×5の25マスの戦略マップっていうものを作りました。
24:07
この5×5の25マスの戦略マップは何戦略のマップかで言うと、データプラットフォーマーになるための戦略のマップという位置づけで2020年作りました。
このデータプラットフォーマーになるために質の良い、まさに複雑なワークフローの中においてどのデータが必要でいうところを、要するに25の戦略的な拠点を位置づけて、そこの25のデータをすべて取得するぞっていうのが5×5の25マスの戦略マップの裏にある目的でした。
というところでAI時代において必要になるデータというのを規定し、その25マス全部抑えるというのが、もう6年前からアンドパッドは動いているので、AI時代が来たから何か新たにということはなく、その25マスの戦略を淡々とくしゅくしゅくとというところは変わらずです。
なるほど。かなり先見の銘がすごいんですけど。
そうですね。そういう意味で言うと、僕自身先ほど申し上げた全職ミクシーの時、2017年にAIのまさに新記事を作っていて、その時は実は散々難面に遭ったっていう経験があるんですね。
その時に自分が敗者復活じゃないけど、その時の失敗を生かしてやり切るとしたらどうするべきなんだろうかっていうのをずっと悶々と考えている時にアンドパッドという会社に2020年に出会い、稲田とディスカッションし、その中においてこれだっていう形に持っていけたので、自分自身の2017年当時の悔しさみたいなものも載せながら、2022年そこを作れたのかなとは思っています。
ちなみにちょっと最後の話になっちゃうかもしれないんですけれど、このデータプラットフォーマーになるための戦略でずっとためられてきたっていう中で、今後も今回アンドパッド、ステラークっていうふうに打ち出されてはいましたけど、プロダクトとしてはデータとかミドルウェアとの連携はこれまでのアンドパッドのプロダクトと同じように統合していくのか、
それともやっぱりAIと人が参照したいデータってちょっと異なってくるから、一部区切りを設けるのかとか、その辺りの持ち方ってどんなふうにされていくんですか。
そうですね。まず、アンドパッド、ステラークというのは、とあるプロダクトの名称等々ではなくて、プロジェクト全体の総称でもあり、もう少し一段高いレベルで言うと、戦略自体をAIネイティブにアップデートしますという宣言だと僕自身は思っていますということです。
なので、戦略自体をAIネイティブにアップデートするという意味で言うと、先ほど申し上げたデータプラットフォーム戦略という戦略から戦略自体が変わってくるっていう点観点に、今アンドパッドはあるっていう非常に面白い状況ではあるんですが、
そのプロダクトとステラークの結合分断というところで言うと、アンドパッドのプロダクトというのは、先ほどの5×5の25マスという戦略マップにのっとって作られています。僕はそのデータプラットフォーム戦略を考えるときに、データの流れを3つに分けて戦略を作りました。
27:11
データはすごくシンプルに言うと、インプットされるっていうところとウェアハウスされるっていうところとアウトプットされるっていうたった3つの挙動しかないと、ものすごく抽象化するとそういう風に抽象化できると思っています。
言ったときにデータインプットというデータプラットフォーマー戦略で、陸海空軍どこを飛ばし、どこの土地を取りに行こうかといったときに、データインプットというある意味積庁を抑えに行こうとしたっていうのが、まず最初の5×5の25マスの戦略の作戦レベルの話になります。
そのデータインプット量を最大化するためのUI UXがプロダクトという位置づけ、僕にとってはそういう位置づけになりますというところなので、AI時代になったからデータインプットが必要なくなるということはないので、プロダクトというのは間違いなくそのデータインプットをしてくれるために必要不可欠。
土台ですね、なのでアンドパッドステラークというAIネイティブな戦略の土台は引き続きになってもらう。ただ土台だけではなく、そこに3次元の戦略になっていく、昇華させていく上でアンドパッドステラークっていう戦略に、今土台がほぼ基礎が完成してきたので、それこそ先ほど言った上等じゃないけれども屋根作ろうかみたいな、そんな感じに今なり始めているところですかね。
なるほどありがとうございます。ちなみに今、アンドパッドステラークが戦略自体をAIネイティブにアップデートするってことだっていうふうにおっしゃられたんですけど、これ一番何をどこをアップデートしていこうっていう宣言っていうふうに小木野さんとしては考えられてますか。
そうですね、これに関してはなかなか表現が難しいんですけれども、例えば各社、本日ポッドキャストを聞いていらっしゃる皆様の会社においても、既存の機能とかプロダクトにAIを実装してどう効率化を図れるかとか、AIのプロダクトをゼロから開発して、その時クライアントってこういう使い方してくれるんじゃないのか、これぐらいの売り上げ見込めるんじゃないかみたいな議論って今すごく活発にあると思うんですけれども、
これは僕は経営戦略の議論じゃなくて商品開発の議論だと思っているんですね。ではなく経営戦略としてのAIっていうものをイメージはしていますというところです。
戦略としてAIネイティブである状態っていうのは何なのか、ここもちょっと表現は難しいんですけれども、先ほど言った4つのポイント、冒頭から申し上げた4つのポイントに戻るんですけれども、僕が申し上げたいわゆるデータ量であったり、ワークフローの複雑さであったり、プロダクトの連携数、これらは未来AIがすべてできるとは思ってはいます。
ただ4つ目のいわゆる人間が介在する価値っていう表現をしたところに関してはAIはできないと思っているので、この人間が介在する価値を最大化するために、保有データとワークフローとプロダクトに向き合い続けるというのがAIネイティブな戦略だと思ってはいます。
30:12
なので、1プロダクトの中に閉じた議論では判断できないというか、構想できないようなところまで経営として進化していかないと、今の時代は本当にただ学生スタートアップが作ったAIのプロダクトに普通にひっくり返されるだけっていう時代になるのかなとは思っています。
なるほど。私がもしかしたら理解できただけかもしれないんですけど、となると、この3つのところをAIとかも含めてどう変わっていく、アップデートされていく?
そうですね。もう少しウェブサービスでよく使われている表現を使いながらお話をさせていただくと、一番わかりやすいところで言うと、Customer Journey Mapってあると思います。
そのCustomer Journey Mapって、朝、ユーザーが起きてから寝るまでの間とか1ヶ月の間に、どういうような時にアプリを開いたりサービスにログインしたりして、どういうふうに使ってっていうのをマップにしていくっていうようなものですけれども、そのCustomer Journey Mapっていうのをある意味経営視点で作るっていう、ちょっとまた抽象的になるんですけれども、そういうものだったらあればと思います。
それは、AIがどこになっていくのか、人間がどこをやるのかっていうのを、アンドパッド自身があるべきこうだよねっていうのを再設計しに行くみたいな、いかにそういうことですか?
おっしゃる通りですね。人間がやるべきことっていうところと、そのAIがやるべきことっていうのを、ちゃんと我々が構造化し、設計し、それをプロダクトとして、またサービス全体、アンドパッド、ステラークとして提供するというようなところかなと。
ちょっとまた抽象な話になってしまって恐縮なんですけれども、一つ一つのプロダクト、我々のアンドパッド、ステラークっていう今回のプロジェクトコードネームっていうのは、ステラとアークっていうのを合体させた、いわゆる自分たちの造語ですと。
ステラっていうのは星々ですね、夜空に輝く。
星々の一等星みたいな構成みたいなものっていうのが、我々が今持っている強いプロダクト群の一つ一つだと思っていますが、それは要するに一つの構成として輝いているだけ。
その構成として輝いている一つ一つの星っていうのを、ある意味繋げて星座のようにしてしまうというのがアンドパッド、ステラークの構想。
これは一つ一つのプロダクトがAIアジェンツたちが、MCPを通してプロトコルで会話をし合って、最適解を求めていった姿が、ステラークのアークアーキテクチャ、いわゆる建設業界ですね。
未来の星座でありら新版になるだろうというところで、ステラークという名称をつけているんですけれども、
その一つ一つの構成の輝きではなく、星座を作るっていう、その星座を宇宙全体の中で物語を作っているっていうのがギリシャ神話みたいな話だと思うんですけれども、
そこまでをアンドパッドがどこまで作り抜けるのかっていうようなところが、大きく抽象化した戦略としてAIネイティブな戦略と思っています。
33:08
ありがとうございます。その中でネットワーク効果みたいなところも、ちょっと私から最後にもう一度伺いたいんですけれど、
アンドパッドさんってある意味、人手不足が急務になっている、現場の施工されている方っていうところに使っていただいて、
その方がいろんな現場に行く中で、アンドパッド自身がどんどん広がっていくっていうところが、初期のネットワークの作り方として、
面白い戦略だなと個人的に伺った時に思ったりもしたんですけれど、実際、今まで人が使ってくれてそのネットワークが広がっていくことが大きかったのかなと思いつつ、
ここにAIが加わってくることによって、それって結構個人の生産を上げるみたいなことが多い話だと思うので、ある意味そこの旧来やったネットワーク効果の作り方を加速していくみたいな意味合いになるのか、
それともネットワーク効果の作り方自体っていうところが、先ほども人間の開催を再設計するって話ありましたけれど、また何が変わっていくのか、変わるとしたらどう変わっていくのかみたいなところも改めてもう一度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、人間の最大の開催、AIがどんなに進化しても逆に言うと人間がどこに時間をかけるのかで言うと、やはりそのコミュニケーション領域みたいなところかなというふうには思ってますと、いわゆる何だろう、これもちょっと抽象化しすぎるので正確ではない表現になると思うんですけども、
例えばそのIQの領域っていうのを全部AIが取って変わったとしましょうと、でもEQの領域っていうのは絶対にAIに取って変われないみたいな、アナロジーで言うとそんな感じだと思ってくださいと、そうすると人間はIQ的な仕事というのをほぼゼロ時間で済むようになってくると、EQ的な活動が多くなってくる、ほぼ100になってくるっていうところに関してネットワークエフェクト、要するにそのEQ的な活動をサポートするようなワークフローに溶け込むアプリケーション、
アプリケーションを提供できているのかどうかっていうのが一番大きなポイントだとは思ってはいますと、そういうときにアンドパッドっていうのは、例えばその導入してくださった会社の社内の業務プロセスをただ単に効率化するだけではなく、コラボレーションするような協力会社さんであったり職人さんであったり外注先さんであったりデザイナーさんであったり、
かつそれは各プロジェクトごとに全部リゴを集散してしまって、一つそして同じチームがいないというところにおける非常に高度な人間関係だったりEQが必要なところに対してサービスを提供しているというところがアンドパッドの実は最大の強みだと思って、僕自身は2020年アンドパッドを選んだりは実はそういうところですと。
これはそれこそ前職ミクシーのときにいわゆるソーシャルネットワークというものを非常に深く深く論文レベルで分析をしていたので、人間関係であったりネットワークのひも付けの強さと弱さみたいなものっていうのもかなり深く研究はしてたんですけれども、そこの人のつながりの強さと弱さみたいなところっていうのをちゃんと設計しているっていうのがまずアンドパッドはあるので、
36:09
そこにどんどんどんどんみんなが集中できるような状況っていうのをアンドパッドステラックは作っていく。IQが必要なものっていうのはほぼ自動でアンドパッドが解決するけれども、そのEQが必要なところ、こいつと仕事したいとか、この職人さんはこのプロジェクト巻き込みたいな、AIではとても理解できないようなところっていうところに全力で皆さんが向き合えるようにというような、そういうプラットフォームになれたらというところですかね。
もともと注力されていたそのEQ領域っていうところ、AIはある種加速するような、よりそこのネットワークが強くなる、もしかしたら早く築き上げられるような存在になっていくっていうことですよね。
そうですね。ものすごく心豊かで、かつ本当にみんなが仕事を楽しく、我々ミッションは幸せを築く人を幸せにというミッションなんですけども、まさに現場で幸せを築く、みんなが例えば幸せな住まい、幸せなオフィス、そう感じるものを築く人たち、職人さんたちを幸せにしたい、それが幸せを築く人を幸せにというミッションなんですけれども、
AIが加速することによって、よりそこのEQ領域、幸せを築く人が幸せになる、総量って増えていくところまで持っていけるんじゃないのかなというのは思ってます。
ありがとうございます。
僕も最後の質問なんですけど、全体像としてセラークっていう形で、星があるけど繋いでいくとか、この星が足りないとかもやってるんだと思うんですけど、
どれぐらいの先の未来まで考えながら経営戦略を練られているのかなっていうのが、ちょっとふと経営者として気になったっていう感じなんですけど、
もちろん5年後とか10年後とかさせながらもちろんAIが出たり出なかったりとか色々とあるんで直していくと思うんですけど、
実際どれぐらい先まで見据えて経営戦略って今練られているんですか。
そうですね。やっぱり願うらくば最低限5年から10年は変わらないというような戦略を練りたいとは思っていますが、
やはりその5年10年単位では戦略自体をアップデートしていくべきかなとも思ってはいますというところですね。
こればっかりは今中瀬さんおっしゃったように何か外部要因によって変えざるを得ないというようなところがあるかなと思ってはいまして、
話はまただいぶ変な方向に振っちゃうんですけども、例えばその戦略って戦争の言葉なので、
日本が戦争していた第二次世界大戦まで時計の針戻すと、
もともと日本っていうのはその太平洋戦争に突入する前っていうのの戦略っていうのは植民地獲得っていうのを戦略的な目的に置いていた。
それに対して途中でアメリカがエネルギー資源の輸出を日本に対して禁止したので、今度はエネルギー資源の獲得っていう戦略に変えた。
そうなってくると植民地獲得の戦略の時っていうのは満州帝国であったりロシアの方に進めどんどん土地が広いところに行っていたけれども、
エネルギー資源の獲得という戦略になると今度は南方戦線に広げていってインドネシアであったり資源国を狙うっていうことになってくる。
39:01
なのでそういう戦略っていうのはアップデートっていうのは当然植民地戦略では成り立たなくなった時代であったり、
何かしら外部の変数が発生した時っていうのは戦略は即座に変更すべきっていうところもあるんですけれども、
ただ1回そういう軍隊の動かし方をするとなかなか軌道修正はできなくなると思うので、
やはり先ほど言ったように5年から願う楽場10年ぐらい同じ戦略で進められたらなっていうことを常に考えながら、
5年10年先までぶれない本質って何なんだろうっていうところを考えながら、戦略はいつも修正するかしないかを検討してます。
なるほど目が覚めるような話、ありがとうございます。
それでいくと先ほどお話の中でも出てきていた5×5の25マスマップっていうところは、あれを作られたのがいつ頃でしたっけ?
2020年です。
2020年、常に今6年ぐらい経っているというところなんですけれど、
この世の中的にはAIの動きすごい活発だよねとかあると思いますが、
小木野さんの中ではもうあれ自体は今も変わらず、
あそこに厚みが増したりとかはあるかもしれないんですけど、
あれ自体は変わらない、今後も数年は変えていかないっていう形なのか、
そこにもちょっとアップデートがあったのかっていう意味だといかがですか?
そうですね、大きな意味では変えないですというところです。
データのインプットとしての考え方は未だにぶれずに正しいかなというふうには思ってはいますというところなんですけれども、
ただ、戦略マップ5×5の25マスがデータプラットフォームであることというところに
あまりにもフォーカスしている戦略ではあるので、
先ほど言ったように、よりこれから大事になってくる
人間の海在価値みたいなところに対してマッピングできてないなっていうのは
実は改めて思っているところなので、
この人間の海在価値というのを5×5の25マスのマップにどう落とし込んでいくのか、
または全く違うマップになるのかっていうのは
ちょっと今、僕の頭の中でも試行錯誤中です。
それはどうなんですかね、あれが広がっていくような感じになるのか、また別のものが作られるのか、
今まさにということですよね。
そうですね、はい。
ありがとうございます。
小城野さん、本当にありがとうございました。
すごい勉強になりました。ありがとうございました。
ありがとうございました。
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。
