3社の事業と注目するAIトレンド
Product AI Talks。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。
今回は、10月8日木曜日に開催したイベント、Product AI Confのセッション1をアーカイブ配信いたします。
タイトルは、バーティカルAIスタートアップの戦い方。製造業、建設業、金融業、
それぞれの産業に深く入り込み、エンタープライズ顧客と向き合ってきたバーティカルAIの3社に、
汎用AIが何でもできる時代に、業界特化のスタートアップはどこで価値を出すのかを伺ったセッションです。
スピーカーは、キャディ上級執行役員CPO 白井洋介さん。
明石執行役員VPOE 丸尾京次郎さん。
フィネテキストホールディングス取締役CFO 伊藤雄一郎さん。
モデレーターは、テクタッチCFO兼CPO 中出雅也さんです。
顧客の内製化が進むことは、むしろスタートアップにとってチャンスなのか。
自社で作るべきものを見極める選挙丸はどう磨くのか。
なぜ3社とも狙うべきはエンタープライズと口を揃えるのか。
そして、トークン価値に頼らず、データとコンテキストで稼ぐプライシングはどう設計するのか。
日々お客様と向き合う現場からしか出てこない、具体的でリアルな議論が詰まっています。
この番組は、データとAIでプロダクトの未来を作る、Getabricks Japan株式会社の提供でお送りします。
セッション1ですが、バーティカルAIのUの会社に集まっていただいて、
プロダクト戦略・経営戦略についてお伺いするというセッションになっています。
バクティックタッチの中出と申します。
自己紹介と最近気になっているAIトレンドをアイスブレイク的に、
司会者さんから順にお聞きできればと思うんですけど、お願いできますか。
はじめまして、キャリーの白井と申します。
キャリーという会社を簡単に説明させていただくと、
基本的には製造業のお客様向けに自動車を作っている会社さんとか、
半導体装置を作っている会社さんとかに、
我々は製造業AIデータプラットフォームと言ってますけど、
まさにデータ基盤とその上に乗るアプリケーションというものを提供するということをやっている会社です。
私自身はキャリー2019年から7年ちょっとぐらいいまして、
CPUとしてプロダクト全般とかオペレーションとかというところを鑑賞しているという立場になります。
ちょっと前にアストラっていうオープンAIからモデルが出たと思うんですけど、
今までと違うところは、いわゆるチェーン・オブ・ソートと言われていた、
エージェントとかを推論する過程で、
基本的に今までは途中まで何を考えていたかという文脈を言語で吐き出して、
もう一回LMのモデルに返して推論するということをやり続けるみたいなことをやっていたと思うんですけど、
そのチェーン・オブ・ソートという間のところで、
一回言語を挟まずにベクトルのまま推論を中である程度続けるみたいなことができるようになって、
それが我々的な意味で言うと、製造業って言葉だけではなくて、
物なので、物のキャドとか図面とかどっちかというとマルチモーダルな形のものがあるんですけど、
この形状を把握して、もっとこういうふうに設計をした方がいいんじゃないとかを考えるときに、
やっぱり途中で言語を挟むと視覚的なというか、言語ではない情報がギュって潰れちゃうので、
あんまりうまく認識できていないなということは結構あったんですけど、
そこら辺は僕らが内部で評価していても、タスクの評価は結構変わっていて、
リアルの世界に関わるとか産業に関わるものの中では、
そういう側面でも大きい要素があった、ブレイクスルーだったのかなというふうに思っていて、
それはちょっと一個、最近フォトトピックだったかなと思います。
ありがとうございます。はい、じゃあ次、丸さんお願いしますか。
はい、私、アカリ株式会社でVPOEを務めております丸野と申します。
アカリ株式会社はですね、今5年経って6年目の会社でして、
主に取り組んでいるところで、日本のものづくり産業と呼ばれるような建設業界だったりとか、
製造業界だったりとか、そういったところにAI技術提供していくということを創業以来やっております。
創業当初はですね、最初は建設業界さんとかが多くてですね、スーパーゼネコンさんにですね、
提供したりだったりとか、最近は製造にも入っていてですね、
例えば三菱電機さんだったりとか、そういった会社さんとですね、開発取り組みさせていただいております。
私はですね、バックグラウンドとしてはですね、もともと機械学習の理論的な研究というか、
数学的な研究みたいなところが自分のバックグラウンドにはあるんですけど、
いわゆるこのWebアプリケーションの開発とかにも非常に興味があってですね、
そういった開発とAI技術掛け合わせるというところで、
あかりには4年前から在籍していて、最初は開発のエンジニアをやってたんですけど、
前者の技術戦略だったりとか、エンジニア戦略というところを今は担当しております。
最近注目しているAI技術というところでいうと、
ハーネスっていうのがコンテクストだったりとか、データ管理みたいなのを全体補加してハーネスっていうと思うんですけど、
自身をAIが自動で良くしていくといったりとか、
人間のログをベースにハーネスを良くしていくっていう、
自立成長みたいなところが非常に面白いかなというふうに思っていて、
あかりだと各社さんの建設業界とか製造業界さんの各社のAIの利用の仕方みたいなのがあると思っていて、
AIの利用の仕方だったりとか、あとは業務フローみたいなのがあると思っていて、
それを使っていくと、どんどんどんどんやっぱり個社ごとにハーネスを良くしていくというのは
めっちゃ重要かなというふうに思っていて、
そこの技術が今非常に面白いのかなというふうに思っております。
よろしくお願いいたします。
はい、よろしくお願いします。
最後、伊藤さんお願いします。
はい、有難うございまして。
フィナテキスホールディングスでCFOをやっております。
伊藤と申します。よろしくお願いいたします。
一応CFOではあるんですけれども、それだけやってると退屈なので、
その時に隙あらば新規事業をやっていて、
その兼ね合いで今は会社の中でエージェントレイヤーに該当するようなプロダクトの
新規の立ち上げっていうのをやっています。
会社自身は私たちは製造とか建設ではなく、
どちらかというと金融業界に完全に特化をしていて、
金融業界の方々向けに、いわゆる業務で使う業務機関システム。
AIの文脈で言うとSORって言い方がすごいよく出てくると思うんですけど、
SORのど真ん中のいわゆるSORを冒端に作り直すっていうところをやっているのが一つと、
あとはデータ基盤ですね。まさにDatabricksさんとかSnowflakesさんとかを使って、
データ基盤をお客様向けに構築支援するっていうビジネスを大きく分けて2つやっていまして、
そういったところで言うと、いわゆるビジネスロジックのレイヤーを持っていて、
データ基盤のコンテクストとかのレイヤーを持っていて、
エージェントだけやっていなかったので、ちょっと今エージェントを自分の方でやり始めているみたいなところですね。
個人的に興味のある領域っていうと、
今日の話に全くならないと思うんですけど、
パーソナルエージェントのプロトコルが今出始めていて、
おそらく今年、来年、ものすごいバーティカルな小さいパーソナルエージェントが山のように出てくるのが
スタートするんだろうなというふうに思っていて、
金融業はこれものすごい僕は影響を受けると思っているので、
個人向けの金融サービスはめちゃくちゃ影響を受けると思っているので、
中長期的にすごい追っかけたいなというふうには思っています。
以上です。よろしくお願いいたします。
はい、ありがとうございます。
AI内製化が生む業界特化ソリューションの機会
建設、製造、金融という形のバーティカルなかなり大きい会社さん、3社に集まっていただいています。
まず1個目がバーティカルのソフトウェアって、
もちろん食って業界絞って開発しているわけなので、
じゃあ得てするとすごい子社タイプになっちゃう。
この会社さんが使わないみたいなものになっちゃったりとか、
そこまでスペシフィックになってくるとお客さん自分で作っちゃうよみたいなことがあったりとか、
どう汎用性を高めながらとはいっても子社にフィットするようなものを作っていくかみたいな、
そういうところがあったりすると思うんですけど、
そういう中でどういうふうなプロダクトの工夫をされていたりとか、
どういうことを今考えながら蹴回していってるかみたいなところを
まずオープンに聞きながら少し深掘っていければと思っています。
伊藤さんお願いします。
金融業界でいうと、
まず明確に今までそんなに正直に言うと開発ケーパビリティなかった子が、
徐々に開発ケーパビリティを持ち始めてるっていうのは、
これ結構事実だと思っていて、
なんかレガシーな人たちだよね、遅いよねみたいなことは全然思わない方が良くて、
結構持ち始めてるっていうのは実感しています。
今改めてそれに対して思っているのは、
ソフトウェア業界、特にスタートアップにとってはめちゃくちゃいいことだなと思っています。
何でかっていうと、今まで特に金融もそうですけど、
日本のエンタープライズ領域でバーティカルなプロダクトとか
特価型のプロダクトってほとんど立ち上がらなかったんですよ。
何でかっていうと、結構言われてた理由が、
アメリカは大企業の中にエンジニアがいるので、
自分で作るべきとこと、任せるべきとこの判断をつける人がいた。
ただ日本の場合はそもそも開発ケーパビリティがないので、
自分で作るとこと、人が作るとこの判断ってできないんですよね。
なので原則としてはSIRにガツッと丸投げするって感じになる。
SIRは自分でできるだけ作った方がマージンが残るんで、
外部のサービス使って作るってことはほぼしないので、
できるだけ内製で全部作ってそれを請求するってことをやるので、
っていう風になると基本的に業界特価で
ピンポイントソリューションみたいなのが
日本で立ち上がるってことがなかなかなかったんですね。
なんですけど、これAIの文脈になってきて、
今実は僕ら自身も最近プレスで出してるので言うと、
水戸証券さんとかに、
AI駆動開発の開発環境を全部入れるっていうので、
ツール選定からルールメイキングして、
実際現場のところに落とし込んで、
今本当に業務アプリ作り始めてるんですけど、
そういうものを導入支援っていうのは実はしてって、
それでやっぱり開発能力が上がってきてるんですけど、
そういうのをすると結果的に自分たちで作るべきものと
そうじゃないものの審別ができるようになってきて、
そういう大きなエンタープライズの人たちでも
僕らのピンポイントソリューションとかを
使ってくれるようになり始めてるっていうのは結構大きくて、
これ結構アメリカと違いがあると思ってて、
アメリカはあったマーケットの内製できる部分が
これによって広がったんで、
例えば5050だったら70が内製できるので、
30しかソフトウェアの領域がなくなったって話なんですけど、
日本の場合100エタイヤだったのが
70内製できるので30外部ソリューション使いましょうってなるんで、
0から30に増えてるんですよね。
なのでこれ全然違う話だと思ってて、
めちゃくちゃ僕はチャンスがあると今思っているので、
そこはあんまりお客さんがプロダクト作れるようになっちゃったら
どうしようって思わずに、
できるだけそれを促進まずして、
作らなくていい、作らないほうがいい、
作れない部分にしっかりとソリューションを当てていくっていうのを
大企業に対してやっていくっていうのが今は
めちゃくちゃ逆折的に目標です。
大企業さんとたまに会うと、
全員が全員そうじゃないんですけど、
これって僕たちAIでちゃかっと作るわみたいなことを言うことって
僕最近増えてきてるなと思っていて、
ただ1年後経ったら
やっぱり全然作ってたんですけど、
いまいちだったんで、
全然誰にも使われなくて、
ちょっとやっぱりこっちのシステム使いまわすみたいなことも
あったりするんですけど、
実際そっちの方が多いのか、
もっとフィラテキストさんに頼みたいみたいな方が
案件として増えてるのか、
どんな感覚ですか?
いいかみたいな相談はすごい増えてます。
なのでまず内製力をつけたいっていうところの
ご支援をする話っていうのが
すごく増えてますね、まず。
で、その上でもう1本のパターンは
やってみたんだけど、
例えばデータ基盤に入れましたと自転車の中で、
めちゃめちゃ金かかっちゃってて、
どうしようってなって、
助けてくださいって言っていただいて、
要はデータモデルの設計のし直しを全部して、
どうやったら低コストに大きな組織で
データ基盤が運用できるかみたいなのをコンサルして、
もう1回全部ゼロから作り直しちゃうみたいなことを
ご支援してるケースもあったりするので、
その場合ってやっぱり自分で作ったんで、
この部分は人に任せたほうがいいとか、
この運用が発生するって分かったんで
これやりてほしいって依頼が来たんですけど、
やっぱり初手って自分でやれるじゃん、
やったらいいじゃんってやっちゃってて、
やった結果失敗してるみたいな感じなんですけど、
その失敗した結果、自分でやるべきかどうか
やらないべきかどうか分かってきてるってことが
めちゃくちゃ大事だと思ってるので、
それによって一緒にお仕事させてたケースが
増えてきてるなって思ってます。
なるほど、いいですね。
どうですかお二人、そんなこと増えてますか?
金融だけなのか、製造とか建設でも
結構頻繁に見ることなのかっていうと。
増えてはいると思いますね。
特にこの1年から1年半ぐらいで
内製で捉えされる会社さんは
現実に増えていると思います。
その結果がどうだったかっていうのは
徐々に作ったけど使われなかったね
なのかとかっていうのは
次の1年ぐらいでもうちょっと
答え合わせがされるのかなぐらいの感覚です。
なるほど。
N=1対応から共通プロダクトへ
そうですね、アカリの立ち位置としては
アカリは業務アプリケーションを
そのまま作るというよりは
そのアプリケーションの中に
どういうふうにAIを組み込むかっていうところが
一番大きに置いているとか
特色なのかなと思っていて
AIを使ってアプリケーションを開発じゃなくて
AIをアプリケーションの中に組み込んだものを
提供するっていうところが
自分たちの立ち位置なのかなというふうに
思っておりまして
確かに業務アプリケーションを作るとかだと
結構もう内製化っていう動きはあるんですけど
その中に美化にLLMを組み込むか
LLM以外も昔からずっとやってるんですけど
画像だったりとか
あとは天群だったりとか
そういった機械学習
データ分析とかもずっとやってるんですけど
そこはまださすがに専門知識がまだいる領域なのかな
というふうに思っていて
そこに関してはまだまだアカリとしては
取り下げられるところかなというふうに思ってますし
本当はLLMに関しても
冒頭言ったんですけど
ハーネスを自動コースにするのは
やっぱりここは結構専門的な領域なのかな
というふうに思っていて
自分たちは結構そこで戦ってるかなというような
どうスケーラビリティー出してるかとか
その辺で工夫されてることとかありますか
ありがとうございます
ある種はAI的な専門的な技術を
どういうふうに入れていくかというところに
チャレンジしている会社なんですけど
まずはエンプラ系の
Nイコール1の会社さんに
すごい向き合うっていうのは
自分たちのスタイルかなというふうに思っていて
Nイコール1のエンプラの会社さんに
しっかりアプリケーションを提供して
その中でやっぱり
エンジニアもビジネスサイドも
業界の解像度を上げて
そこから業界に通廷するような
コアな課題というのを見つけて
そこをプロダクト化していくような
我々はまず最初の位置をすごく大事にして
実際に開発して提供するというところまで
しっかりやりきってから
全国展開とかその後のSMBに展開していくような
そんな戦略を取っています
なるほど それはどうやって判断するんですか
これは本当にN1の
この会社しかないというか
タムがめっちゃちっちゃいのか
これ大きいからこれちゃんとやりますなのか
っていうのは入り口で結構判断されているのか
なんかこういろんなものを作りながら
やらないからそのままほっとくみたいな
どうやられているんですか
結構入り口ですね
いろんなエンペラ企業さんの
例えば建設業界のいろんなエンペラ企業さんに
営業していく感じなんですけど
その時にエンジニアも結構営業現場に
入っていく感じなんですけど
これもう知ってるなみたいな感じになってきたものを
下に下ろしていくというか
中小の方に下ろしていくような
そんな感覚なんで結構入り口で判断していることが
これやらないよ
どうですか伊藤さんとか白井さん
同じような感じでやられてますか
私は雑に1回作って
10社ぐらいPOCバーって回して
フィードバックもらって
ゼロからもう1回作り直すってことを大体やり
今ちょうど私はそんなフェーズにあって
バージョン2みたいなの作り直してるんですけど
なんかフワッとデモしてフィードバック下さいとか
言ってももらえないんで
1回作っちゃって動かしてもらうと
そうするとこんなことみたいなやつが
共通でバッて出てくるんで
それを束ねてもう1回プロダクトとして
作り直すとかそこで大体
ああこういうことしたかったのねみたいなのが
分かってくるんで
それを管理どうしたいとか
こういう制約はかけたいとか
そういう大企業の方の悩みみたいなのは
そこで拾って作り直すって感じにして
その10社はペイドユーザーなんですか
ちょっともらわないとやってくんないんで
アカウントだけ発行して
何か利用率5%みたいなことが起こるんで
お金をもらうようにして
別にもらわなくてもいいです正直
なるほどそういうことですね
しおさんどうですかその辺
なんかカオスですね弊社は
全てのアプローチをやって
時期によって混ざり方が違う
元々これほど5コーティングとか
生成AIとかっていう前に
いわゆるSaaS的なものをやってたので
割とプロダクト的なアプローチで
共通のコアを提供するっていうことを
やっていてその後に
割とソリューション的なアプローチをやって
そのソリューションがそれなりに
いい基準したというか
我々のお客さんのセグメントである意味
基準したのでそれをさらにまとめて
パッケージングしたプロダクトにしよう
っていうことをやっていて
それはいくつか立足みたいなのがあって
一つは集約効果を利かせて
再利用性があるものを再利用する
っていうことと
あと本当にソリューションをボコボコ立てるような
いわゆるFDEに近いようなエンジニアは
結構日本だと供給立足があるというか
要するにそこで品質保証まで
まるっと任せて
エンプラとプラズマ系大丈夫っていう
エンジニアを採用し続けるのは
結構供給立足があるので
割とそういうことを固めたプロダクトと
その上に乗せるコンフィギュラビリティを
設計して
そこだけを作るみたいなことをやる
っていうようなアプローチの
プロダクト群と
本当に戦略的なアカウントだと
FDEみたいな個別で作っていいよ
ってことを投入するとこを
割と狭いアカウントでやるみたいなことが
今混ざっているっていう感じですね
基本的には
もともとSaaSとかPaaSとか
いってた個別対応を
いかにロードマップから排除するか
みたいな絶対にそういう圧力が
あるわけだけど
いかにそれをやらないかっていう
美徳があったんだけれども
生成AIもそうだし
そこによって
どっちかというと
個別で作った後に共通化できるものを
見出すアプローチが
特にエンタープライズの企業特有の
競争優位性とか
オペレーションエクセレンスを持ってるもの
殺さずにそれをもっと強化するっていう
考え方があると思っていて
そういう振り子の中で
どこが一番いいバランスなのかっていうことと
日本の市場における現実的な人材の立足
みたいなのを考えながら
半年スパンぐらいでは僕らもコンセプトが
微妙にチューニングしながら
作っていったら
なるほどありがとうございます
汎用モデルに飲み込まれない投資判断
幸いそのままなんですけど
さっきのスケーラビリティのところとかで
自社で作るところとか
どう分けられているのかとかで
今議論に出てないもので
大事にされていることとか
考えられていることがあれば
そうですね
やっぱり3、4年前に比べると
バーティカルだからこそ
我々がやる意味があるみたいな
つまり製造業だから製造業にこういう課題があるから
それに対応したソリューションを
作っていると思っていて
AIの汎用性がすごく上がっているので
別に例えば製造業の一般知識も
ほとんど出版物に書かれているようなことも
AIはほぼ知っているとか
我々がやってたことで言うと
図面から記号を読み取りますみたいなことは
生成AI前には結構
生成AI前ってどっちかというと
AIってディープラーニングのことに近かった
って部分があると思うんですけど
専用のモデルを作るみたいなことをやってたんですけど
作ったと思ったらGeminiとかGPTA
だいたい同じことができるから
AIの世界のビターレッスンって言葉が
データの量で殴った汎用的なものが
個別のものを飲み込むみたいなことは増えているので
かなり本当に自社で投資すべきものっていうのは
狭くなっているから
結構その選球眼はすごい
意識するようになってます
同行ストライクと同行ボールという風に
誰がどうやってやってるんですか
それは僕だったりとか
CTOの小橋っていう人がいるんですけど
とか代表の加藤とか
もちろん小さいものだと
部長レイヤーとかでやってますね
具体的に言語化してみると
できる人とできない人の差は
どういうところにあるんですか
そうですね
単純に解像度とか
今のAIとかトランスフォーマーとかが
どういう原理で動いているから
その原理の延長線上で言うと
こういうものは得意だろうとか苦手だろうみたいな
ちょっと予測を聞かせられるかっていう
またちょっと思想として
やっぱり人間その短期のものは
過大評価するけど
長期のものは過小評価するっていうことが
あると思うんですけど
長期でもないんですけど
どれぐらいのことができるようになるか
少なくともプリミティブなタスクに対して
モデルがどれぐらいのことが
できるようになるかっていうのは
ほとんどの人はどちらかというと
過小評価していたので
基本的には結構できるようになるというふうに
自分のバイアスを振って
それでも残るものみたいな
思考をしないと
やっぱりやってみたけど
結構汎用的なモデルで
できちゃったよねっていうことが
起きやすいところがあるかなと思ってます
なるほどありがとうございます
エンタープライズ営業と導入要件
あとほとんど全ての会社さん
エンプラ当たり前のタブがあるんで
攻めててめちゃくちゃ
ブルーチップのロゴを
皆さん持たれてると思っていて
ただ一昔前だと
日本のスタートアップで
エンプラ攻められてる会社って
ほぼなかったと思ってて
みんなSMBで頑張って戦って
SAPとセールスフォースと
なんちゃらが全部エンプラみたいな
だからだいぶ様相も変わってきているな
と思っている中で
エンプラに対するGTMとか
なんか工夫してることとか
AI自衛の前だったらこうだったけど
今こういう風にやってるよとか
そういうもので
気にされてることがあれば
ぜひと思ってるんですけど
どなたからいきますか
真田さんから
アカリはですね
結構最初からエンプラをやるっていう考えで
初期生涯が出る前から
最初からやっぱり
エンプラをまずやっていこうっていうところ
さっきも言ったんですけど
エンプラのNイコール1ってのを
経営を立てる以上
組織としてしっかりそこに
コミットしないといけないっていう
顧客からのプレッシャーはもちろんあるわけなんですけど
そういった環境でやっぱり
ある種プレッシャーが結構強くなってくるんですけど
エンジニアもビジネスサイドも
そこに向き合う熱量というのが
やっぱり出てくるかなという風に思っていて
同じことになっちゃうんですけど
さっき言った戦略としてはやっぱり
エンプラのNイコール1にしっかり向き合って
そこで事業が回すくらい売り上げを
しっかり作っていくっていうところが
アカリの戦略かなという風には思ってますね
何もないところからまずこじ開けたのは
最初どういうフックでいけたんですか
これは色々なエピソードがあるんですけど
それこそ手紙をめっちゃ書くだったりとか
そこはもう本当に泥臭いことです
我々当時文京区にオフィスがあったんですけど
文京区の建設会社さん全部に
代表がチャリで訪問するだったりとか
手紙を書くだったりとか
メールを送るだったりとか
もう本当に最初の一夜は
本当に泥臭いですし
そもそもアカリは建設業って
創業当初から決まったわけじゃなくて
我々の使命として
日本を照らすアカリとなるっていう
日本を良くしていきたいっていうところが
トップとしてあって
その中から一番最初に踏み込みやすい
課題が深いところはどこかって探した結果
建設業っていう風になっていったんですけど
ですので最初はめちゃくちゃ泥臭く
全部にアタックだったりとか
そういったところから本当にスタートしたかな
という風に思ってます
なるほどありがとうございます
しおさんどうですか
同じですね
私は全然別なこととか
結構やってますね
例えば8月に年に1回
我々Unleashって言ってる
オフラインのイベントをやっていて
今年は2000人くらいの
製造業の経営者の方々が来てやりたい
すごいですねどこでやるんですか
高野プリンスフェルの会場とかでやって
2000人くらい来てもらったうち
それこそセールスとかカスタマーサクセスとか
すごい集客がいっぱいあるんですけど
2000人のうち1000人以上が
役員以上みたいな
すごいですね
そういう機会がないですと思うんですけど
ってやって
例えばそのいろんな仕掛けがあって
公演をやるみたいなのもそうですし
既存のお客さんに事例を紹介してもらう
その展示的なブースを
既存のお客さんに出してもらうとか
既存のお客さんと新規のお客さんを
引き合わせて話を聞いてもらうような
専用のブースを作るとか
あと2次会3次会とかまで
飲み会やるみたいなこととかをやるとか
そういうオフラインのこととか
あともうちょっと細かいところで言ったら
プライシングで
部長決済のあるとか
これぐらいまでいくと
だいたい部長決済だから
これぐらいのプライシングの大きさにしておくのが
いいんじゃないかとか
そういう細かいことが
いっぱいあるっていう感じ
いいですねなるほど
井上さんどうですか
そうですねなんか全然違うアングルで話を
なんか間違いしいことをやってますというのがあるんで
話をしようかなと思うと
今ちょっとエージェントっぽいサービスを
いわゆるなんか金融特化のコアワークみたいなものを
作ったりしていて
こういうサービスを作っているので
なんかその観点で今どういうところから
攻めてるかっていう話をすると
結構小さい組織でやってるのと
エンタープライズ向けに
こういうAIのサービス提供するときに
大きな差があって
それ何かというとやっぱり
リテラシーというか
AIというものに対する興味関心の差が
とてつもなく差がある人たちを
束ねてみんなに導入してもらわなきゃいけない
っていうものが結構あるんですよね
なので結構リテラシーの低い人には
合わせないといけないという中で
ちょっと難しくて
特にエンタープライズの人たちが
何で困っているかというと
大体我々のような金融機関のお客様だと
オフィスの365が入ってるんで
自動的にコーパイロットみたいなのが
使えるような状況っていうのが
大体デフォなんですよ
コーパイロットをとりあえず使ってます
お客さん会社によっては
Googleドライブじゃないドライブを普通にアクセスして
その中でちょっとドキュメントを読み込めるようにしてるかな
ぐらいみたいな感じなんですけど
ほとんどの会社はドキュメントの読み込みとか
会社内の業務データは入れられません
みたいな整理になってるので
なんでかっていうと結構そこは権限管理の話と
やっぱり検証可能性
この2つが結構大きく話として出てきて
権限管理の話は
何の資料を誰が見れるようにするかって
権限付与すれば整理できるんですけど
完璧にやってる会社ってないじゃないですか
ぶっちゃけ
なのでAIに僕が持ってる権限のやつのデータ見ていいよ
っていうふうにやっちゃうと
本当は見ちゃいけないものが見れちゃったりとか
っていうのが結構これ起こるんですよ
これが過剰共有問題っていうふうな要因が
あるっていう言われ方をしてて
普通にマイクロソフトがオフィシャルに
結構これ気を付けてください
ドライブ連携するときは1回権限全部見直ししてから
やってくださいってはっきり書いてるんですけど
それぐらいいわゆる僕らで言うと
そういうのを社内情報流出って言ってるんですけど
社外じゃなくて社内に情報が
この人に見せちゃいけない情報が流出しちゃう
みたいなことっていうのが
AIの問題じゃなくてそもそも元にあってる権限管理が
ちゃんとできてなくなっちゃうよねみたいな話があるので
この辺をどうきれいに整理するかとか
それがむちゃくちゃ難しい問題であるってことを
理解して結構サービスを提供していかないと
難しいっていうのが一つと
もう一個は間違えたときに
なんかこういう例間違えましたって説明は
何かできないといけないので
とにかくログ残すってちゃんとやらなきゃいけないんですよね
それがかなりの流度でログ残して
それが見れるようにして
誰が何のツール使って
どの班の何の資料を見て
この回答をしたのかって
その資料を検索するにあたっては
じゃあどのクエリを投げて検索をして
検索範囲はどこだったのかみたいな
全部今うちのプロダクトはログ残してるんですけど
ここでこういう検索ワード間違えちゃったから
こういう検索して引っ張ってきて
この根拠になったから
こういう回答しちゃってましたとかっていうのが
説明できると自己報告書書けるじゃないですか
やっぱそういうものをちゃんと残しておいて
説明可能性を作る
それは徹底的にログ残すってことになっちゃうんですけど
それをちゃんとやるっていうのが
僕らみたいな小さい会社だと
あんまり気にしないことが
めちゃめちゃ気になるんで
その辺を意識しないと
やっぱ提供できないなってすごい感じてます
なるほどありがとうございます
次の質問についてというか
関連してないかもしれませんけど
FDEに頼らない組織スケール
組織の作り方どうしてますかみたいな話を
ちょっと次行きたくて
先ほどFDEみたいな話も出たりとか
バーチカルならではの組織の作り方も
そうかもしれませんし
それ以上にAI時代になって
こういう風に組織の作り方変わってきてんだよね
みたいなところとかも含めて
ちょっと教えていただければなと思っていて
じゃああかりから
組織の在り方っていうところは非常に
今難しいというか工夫が必要な段階になってきたかな
っていう風に思っていて
エンプラ向けに入り込んで
いろいろ擦り合わせながら開発してデプロイできる
いわゆるFDEみたいな
そういう人ってやっぱり市場かなり限られてきているかな
っていう風に思っていて
例えば事業目標を去年の2倍にしたい
ってなった時に
同じやり方だとそのエンジニアの2倍に取らなきゃいけない
みたいなそういったことって市場的
採用市場観的に無理かなという風に思っていて
そこをどう乗り越えるかっていうのも一つ
結構苦しんだ部分でもあかりとしては
特に去年とかはあったかなという風に思っていて
自分たちとしてはその中で
エンジニアじゃなくても
ビジネスサイドの人でも
そういった検証デプロイができるっていうところを
結構作り込んでいる
社内とお客さんに提供するためのサービスとして
そういった検証基盤だったりとか
デプロイ基盤をめちゃめちゃ作り込んでいる
っていうところは
去年から取り組んでいるところで
ビジネスサイドで
製造業とか建設業とかの文脈が分かる人
そういった人が安全に簡単に
AIの検証デプロイできるっていうところを
強めているっていうところで
そういった形で組織のスケールっていうのは
実際その方って
例えばペルソナで言うと
全職何やられてる方なんですか
ビジネスサイドで製造業のことを立てて
ちょっとビジネスライクにした
コーディングベースというかを触れるの
そうですね
例えば全職コンサル系の会社だったりとか
あとは建設系のプロジェクトをやっていた
例えば建物を建てるときに
いろんな協力会社をまとめ上げて
建設PMみたいな
そういった方とかは結構ペルソナになります
そうなんですね
全然開発は触れないけど
そういうのが大事ですね
なるほど分かりました
どうですか伊藤さん同じ話
組織の作り方の変化
そうですね組織的に言うと
あえて分けると
今開発が50パーぐらい
PM PDMは25パーぐらいで
営業が15パーぐらいで
爆出10パーぐらいっていう構成なんですけど
その内訳だけで言うと
明らかにPMが減って
営業というかビズが増えてます
ただ実態としては
PMの職種のロールが変わり始めてる
企業的なことをやる人は
徐々に減っていくというか減っていて
どちらかというと
お客さんから情報を聞いて
今の話と同じ聞いてこれるような
タイプの人のPMが
すごい増えてきてるっていうのが
実態かなと思います
うちの場合FDの採用は若干はしているんですけど
ポンポンとしては
そもそもこういう話になる前から
プロダクトとしては
共通のちょっと低めのレイヤーというか
汎用的なレイヤーのプラットフォームを持ってて
個社向けにSaaSっていうよりかも
カスタマイズ上等みたいな
プロダクトをやってるんで基本的に
結構大きめのカスタマイズがしやすいような設計で
インフラとかプラットフォームを作っているんで
エンジニアが入ってて
ちょっとそこの場でパパパってカスタマイズします
っていうよりかは
がっつりカスタマイズしますって案件を
基本的に取りに行くので
現場にエンジニアがそんなに入り込んでいくって
必要はなくってどちらかというと
デプロイメントストレージ室なのか
DSってうちはあんま呼ばないですけど
そういう向こう行って
要件をちゃんと把握してきて
持って帰ってきて
ちゃんとした開発チームで普通に開発するっていう感じが
今は正直言うと多いですよね
このDSっていうか
お客さんから要件引っ張ってこれる人が
ニーズあるみたいな感じでやったんですけど
それってペルソナでいうと
どういうことをしてる人が花咲くんですか
PMなのか営業なのか
何をやってた人が一番ハマる
いやこれはあんまないんですよ
なので業務が分かってるパターンの人もいれば
ピュアに話聞くのがむちゃくちゃ上手い人も
いれば
それで言うと金融機関の経営企画部とかにいらっしゃって
業務分かったりとかプロジェクト回すと
このなんとなく言語としてのプロトコルが
分かってる人が入ってきても活躍するし
全然金融分かってないんだけど
もう多分聞き取って整理する能力が
シンプルに高いんで
もともとコンサルにいた方とかが
やってるケースとかも全然あるんですよね
ただどちらも基本的に
金融業でやってるっていうこともあるので
業務の改善なんですよ
もちろん正確に言うと既存の業務の改善なんですよ
なので既存の業務を正確に理解して
どうやってそれをバラして
どの部分をAIにするか
どの部分はルールベースにするか
どの部分は人が判断するかっていうふうに
基本的には4つに分けるんです
ルールベースでやる
AIでジャッジするっていうか
シンプルなAIで
エージェンティックにはやらずに
シンプルなAIを回す
それからAIエージェントとして
非定型に動いてもらう
人が判断するって多分4つぐらいの役割を混ぜて
ワークフロー組むんですけど
あーそうなんです
福島さんはどうですか組織
そうですね 最近変えていることは
多分2つポイントがあって
1つは社内的には深く早くって言ってるんですけど
基本的にはお客さんのセグメントっていうか
課題が似ているセグメントごとに
go to market も開発も
ビジネスユニット的に縦に割って
それぞれで
それぞれのお客さんのgo to market 方法でやるし
つくるものもできるだけ
そのセグメントに合わせてやる
サイズ感で分けてるんですか
両方ありますね
何か数十人規模の会社も違います し あと我々で言うと業界 ものすごい
量産をする業界なのか もっと多 品種商業の業界
そうなんですね 製造業の中でも かなり自動車とか何だったっけ
自動車とか ちょっと混ざってるん ですけど エンタプライズとSMBっていう
ものと あと自動車はちょっと自動車 得意なんで自動車が分かれてたり
とか
なるほど わかりました
で それは基本的に組織トレード フでどっち縦割り横割りみたいな
どっちを強くするかで どっちが いいというよりプロコンがあります
って話なんですけど 開発の文脈 で言うと 仕様が決まっていれば
コーディングがめちゃくちゃ早く なって スケールしやすくなっている
ので 開発全体のボトルネックが どっちかと上流に移っていて そもそも
仕様とか要求をちゃんと決める っていうことで立足され始めて
いて でも結局エンドトゥエンド のリードタイムの長さとかって
一番時間かかるプロセスで立足 されるんで 思ったほど開発は早く
なってないというのがあるので その上流が大事ですと
上流の人が例えばこのプロダクト の機能を作ったら SMBだったらこれで
いいけどエンタープライズだったら こういうこと言われるかもしれない
とか こういうこと気をつけなきゃ いけないかもしれないとか 量産
だったらこうだけど多品種類だったら こうとか あとは将来的にオンプレ
版も作らなきゃいけないかもしれない とかっていう 予測しなきゃいけない
こととか 把握しなきゃいけない ことが増えれば増えるほど 認知
負荷が高くなって 何かを決める っていうことが遅くなるか より
上のほうの人までエスカレーション しないと決められなくなって
いって 結局開発を早くすることが できないので それをもう細分化
して把握しなきゃいけない領域 とか認知しなきゃいけない領域
をもうちょっと狭く狭くして その 代わり早くする ただその代わり
実はAというセグメントとか業界 向けに提供してたものがBとか
Cとかで使えたかもしれないんだ けど それがサイロンになるっていう
もったいなさみたいなものを一定 諦めなきゃいけないっていう
トレードオフはあります ただ このAIの進化とか 我々の向き合っている
産業特性によってそういうバランス がいいんじゃないかなっていう
方向に移ってきているっていう のが1個ですね
そうするとたまたま同じような プロダクトを違うビジネスユニット
で作っちゃってるみたいなのも 全然あり得る
もうもっと起こり得るようになって いくけど そういうことは強要しよう
っていう
そうなんですね もうじゃあ何とか エディションみたいな感じでどんどん
別のプロダクトだけで同じような ことができるものが
そうですね 例えば バリアデジタル デザインレビューっていう設計
のレビューをするためのプロダクト があるんですけど これ量産向け
エディションと多変使用量向け エディションとか自動車向けエディション
があってもいいかもしれないし それがフォークしていくのを良し
とする
なるほど 使い回せるみたいなのは 逆にすごい嫌がられるというか
全然うまくいく気がしないですけど あり得たりするんですか ここで
作ったこのコンポーネントだけを こっちにうまく持ってくるみたいな
持っていける要素はあります ただ 組織的に言われるとそういうこと
が共有されたりとかが力学的には 少なくなるのでちっちゃいもので
別に使い回せるものは常にいっぱい ある
そういうことですけど もう1個 多納庫化するというか分業をもっと
なくしてwhy but howを同じ人ができる だけ考えられるようにするという
か FDは結構それの典型だと思うん
ですけど お客さんのところに入って お客さんの課題を分かっていって
一方で実装のことも頭にあるから これぐらいの落としどころで実装
するのが一番いいだろうって判断 できる人が少人数であるので結局
早いみたいなことがあると思うん ですけど そういうほうに近づける
一方で俗人性とかが受け入れなきゃ いけないねみたいなことがある
と思うんですけど それはしょうがない とらえるほうに芸術ってきている
感じですね
Claude Code時代の差別化
ありがとうございます ちょっと一瞬 QAセッションに行って
戻ってきてもいいですか クロード コードなどの汎用的なAIでかなり
価値を出せる時代になってきて ますが プロダクトとしてどのような
部分でそれ以上の価値提供をできる ようになってるんでしょうか また
それにたどり着くためにどのような 仮説検証を重ねましたか
これは結構最初 私が言ったって ところかもしれないんですけど
アプリケーションを作るという よりは そこにいかにAIだったり
とかデータ分析だったりとか機械学習 とかアルゴリズムみたいなところ
を入れ込むかっていうところが 自分たちの強みなのかなという
ふうに思っていて そこのユーザー その会社のユーザーが使って
そのログを貯めて それよりAIを 賢くする エージェントを賢くする
みたいなところは自分たちの強み として今後出していきたいかな
ここは自分たちの強くしていき たいポイントなのかなというふう
に思ってます
しばやん 最初はどうですか
そうですね 今 僕が作ってるやつ とかもまさに競合なので 正直
クロードコアとかコーパイロット とかなんですけど だからすごい
差別感を見ていて 結構 例えば コーパイロットとかで業務できます
って言うんですけど 現実 かなり 難しい 例えば お問い合わせの
対応をしましょうと お問い合わせ のドラフトをコーパイロット
で書いてもらいますようにやろう とすると 基本的には 読み込む
資料ってラグで検索かけるんで どうしても関連性高い20ファイル
読み込んで 1ファイルも16ページ ぐらいまでしかコンテキスト的に
読み込めないんで 16ページぐらい にまとめてくださいって推奨が
あるんですけど それ以上になる と一気に精度落ちるんですよ つまり
20ファイルかける16ページ だから 320ページしか読み込めないんですよ
僕らがやっている業務とかだと マニュアルでそもそもそれ以上の
ページ数があったりとかしていく ので じゃあ なんかふわっと見る
と パイロットでできるよねって 思うんですけど 実際やろうとする
と 全然精度出なくて 精度出ない 理由がモデルが悪いからだって
みんな言うんですけど 違うんですよ コンテキストがちゃんと読み取
れてないんですよ コンテキスト ちゃんと読み取れるようにしましょう
って どういうコンテキストを読み たいかに合わせてハーネスを作って
いくっていうのが大事になるので コンテキストの量が 僕らの場合
はめちゃくちゃ多いのと 多いコンテキスト を1回全量流してほしい 漏れなく
1回舐めてほしいっていうのがすごく ニーズとしてあるので そういう
検索の仕方をちゃんとしてやら せる それに合った形のハーネス
を作っていくっていうことをやる ので そういうところにこだわって
いくと 単純に言うと 能力的には 当然 クローズフルスターで絶対
作れるんだけど そういうものを 作るとコストかかるんで 推論
コストが高くなるんで 汎用的な 人がそれやるっていうのは絶対
しないんですよ 高くなっちゃって 安いやつ使われちゃうんで なので
あえて高くなるけど そっちのほう がいいみたいなものっていうのは
汎用エージェントの人たちがやって こないところなので あえてコスト
かけたいよねみたいなところを 探して コストかかるようなモデル
を作る モデルっていうか あえて ハーネスを作りにいくっていう
のが大事かな
なるほど 翔太さんも分かります
そうですね ちょっと複雑な話に なるんですけど われわれデータ
バリューチェーンって言ってるんですけど データから価値を出すって
ことをやるときに データがちゃんと 溜まっていますとか データを解析
できますとか データに意味づけ とか データとデータの繋がりが
ちゃんとたどれるように定義されている っていうのがあって そのデータ
がちゃんと引き出せる状態になって いて その後に もちろんタスクに
よるんですけど エージェントが 推論をして 何かしらの体験によって
ユーザーが使うみたいな このバリューチェーン があったときに 例えばクロードコード
できます つまりそういう普通の エージェントで推論できるし 体験
できない普通のチャットとかターミナル みたいなものでいいですってなった
場合には あんまりそこでわれわれ の貢献はない ただ われわれのデータ
基盤側であるデータが 例えば非構造 データが 製造業特有の非構造データ
があったら それの解析をしない と普通にはデータを引き出したり
できませんみたいな典型的なCAD とか図面とかの解析とかあったり
とかすると どっちかっていうと 普通のユーザーにはクロードコード
なんだけど 後ろのデータ基盤側 でわれわれのデータ基盤使って
もらって われわれの解析モデル を使ってもらってデータを作った
りとか われわれが作ってるセマンティック レイヤーっていっているデータの
定義とか 解析したデータと解析 してないデータがつながっている
それがでもたどれるような状態 にリレーションが定義されている
みたいなところを通じてクロード コードがデータを取ってくるみたいな
裏側で価値を出す場合もあるし クロードコードが基本的にチャット
みたいなものが多いと思うんですけど 最近もそれすら使わなくなってる
よって話はあると思うんですけど IDEみたいなコードを書きながら
AIをいじりたい場合には それと ちょっとまた違う体験が必要です
よねと これがやっぱり製造業の 業務でもあって 図面を見ながら
AIを使いたいとか 図面のここって 言いながらAIを使いたいみたいな
場合は 表装の体験部分で業界特有 のことがあるので そこの部分で
我々が差別化を作っているみたいな 感じで だいたいバリューチェン
データを溜める キャプチャーする ところから最後体験に届けるところ
まで 6個か7個ぐらいバリューチェン つながっていて どこかで価値が
出すところがあるよねみたいな 差別化をしていますね
エンタープライズ中心の市場と将来の裾野
なるほど ありがとうございます あと AIプロダクトは個社ごとの
対応が多く CSやAzure 15のサポート が重くなるという理解ですと なので
これまでのSaaSにあったような SMBに対応で売りまくるみたいな
モデルは EAプロダクトでは成立せず 各種のターゲットはエンプラに
寄っていくんでしょう どうですか シェフさん
バイアスはちょっとかかっていて 製造業は基本的に規模の経済が
効くので 製造業全体を眺めたときに レベニュープールとかプロフィット
プールってやっぱりエンタープライズ によるんですね 規模が効くところ
による サービス業はもうちょっと テールが長いと思うんですけど
なんでちょっと我々は製造業にいる から 製造業に大きいインパクト
出そうと思ったらエンタープライズ を避けて取れないというか そこで
インパクト出さないと業界にインパクト が出ないと思っているので それ
よりちょっと手前のとこでそもそも エンタープライズをやらなければ
いけないというふうに考えてやって きているところが
アーパーも全然違うシートです
あるんですけど 今の観点でいう とどうなんでしょうね 最近ちょっと
前とプロンプトエンジニアリング とかスキルズを作り込むとか
っていうのは 最近もうモデルが 賢くなってきてから むしろやん
ないほうがいいみたいな風潮も あると思うんですけど どこかで
やっぱりその手離れの良さみたいな もの自体が下がっていくので オンボーディング
とかカスタマーサクセスをする ための創液分岐点がどっから下がって
いって SMBでもゴートマーケット とかカスタマーサクセスをサポート
するための創液分岐点が良くなる から 裾野が広がっていくっていうこと
が起きるんじゃないのかなという 気はします
なるほど 実際エンプラでやってる とカスタマーサクセスって システム
の操作方法の説明っていうよりは 本当に組織をグッてエネーブルメント
していくのにめちゃくちゃ労力 かかると思ってるんですけど AIで
結構そこって楽になってますか それともまだまだ遠い感じですか
いや全く楽になってないです 全くその感覚はない 僕らで言う
とチェンジマネジメントとか言って ますけど 全くなってない
チェンジマネジメントになってない ありがとうございます 伊藤さん
どうですかこの辺
そうですね 現段階においてはここで 書いてくださってる通りだと思
ってて とにかくエンプラやるしかない
と思います 絶対エンプラだと思います それは間違いなくそうだと思って
いて 中小企業向けとか中規模マーケット 狙うんだったら 一部の会社やり
始めてると思いますけど 普通に ロールアップのほうになると思
うんで Pファンドとか 僕は結構 特価型のPファンド出てくればいい
のになってずっと思って ちょっと 私すみません 金融業界出身なんで
思ってるんですけど 基本的には 中小企業のレガシー産業でこの
生成AIを効果出すんだったら ロールアップ して 千人の人がガーッと入って
って書いていくというモデルになって エンタープライズがソフトウェア
提供 こういう形の構造基本的には なるんじゃないかなと思ってる
のが短期マーケットです 中長期 的には 今おっしゃっていただ
いたとおりで モデルあんまり チューニングしなくてもよくなって
くるっていうのは絶対あって それは ナレッジ側というか 今よく
言われてるコンテキストレイヤー 側の整備 それこそデータブリックス
さんの整備のほうが整えば かなり の精度が出るんですよ 今 実際
僕もやっていて そういう金融の 法律とかガイドラインとか 日本
にあるやつ全部引っ張ってきて それ 全部綺麗にOKFのフォーマット
で脳するっていう活動 今 ひたすら してるんですよ これをちゃんと
格納してるときと適当にバーって PDFをぶっこんで データだけ抜いて
格納してるケースで比較すると 大体 1問い合わせ回答するのに 雑
にやってる場合って 10分ぐらい 推論にかかるんですけど 綺麗
にフォーマッティングして その 中のチャンクしたものをちゃんと
ネットワーク組んだ上で検索かけ に行くと 1分とかで回答出せるんです
よね 10分の1とかになるんですよ これ 性能全く変えてないで 10倍
とかのスピードが出せるんで って なると ほとんど手離れよく
おそらくナレッジストア側の開発 とか 構築のスキルが上がって
きたりとか そういうデータがちゃんと 整ってくると 外部データでも
いいと思うんですけど 整ってくる と あんまりカスタマイズしなくて
も効果が出るようになる世界が くると思ってるので そうすると
中小企業の人もそういうものは 安く 早く 簡単に使える世界っていう
のがくるんじゃないかなと どちら かというと モデルの話っていう
よりかは コンテクストのため方 ナレッジストアって呼んだりするん
ですけど ナレッジストアの作り 込みとかがどれだけ進んでいく
かなと
おだしょー ありがとうございます 確かに 買収だと トーマブラボー
とかアメリカにあったりして 日本 だと全然ないですから ありがとうございます
丸さん ありますか
丸島 二人と同じ意見ですが 結論 かなとは私は思っていて 特に
法人向けにビジネスをする以上 そこの 業界の売り上げのシェア
とっていうのは やっぱりエンプラ企業 なので そこにしっかり向き合って
いくっていうのは 絶対避けて通れない ですし 逆にSMEとかですと そこの
保証向けにそんなにやっていく っていうのは やっぱり優先順位
低くなりますよね エンプラから まず保証特価でこうやってって
いって いつかSMEに多分届くみたいな そういう感じだと思うんで そういう
意味ではやっぱり法人向けにやる 以上 エンプラっていうのが一番
大事なのかなって 繰り返してる って感じなんですけど 私もそう
思います
トークン課金に頼らない収益化
おだしょー ありがとうございます もう一個ぐらいカバーしていい
ですか 有意性はデータとコンテキストレイヤー
になるというのは理解しています が じゃあそれをうちのクロード
に繋がせてよと言われた場合 トークン売れないので儲からない
と思ってます 皆さんはどのような 文句でエージェントまで含めて
セールスをされてますか
松本 まずコンテキストレイヤー だけで稼げるようにするべきだ
と僕は思ってます これはかなり 強く思ってます これ そういう
ふうにビジネス作らないといけ なくて 今 グローバルでもプライシング
モデルについていろんな議論が あると思うんですよ エージェント
かませたときので 多くの会社は 今 トークンに対してマージン
乗せて課金してるんですけど これ 絶望的だと僕は思っていて どんどん
安くてまともなモデルが出てくる んで 普通にトークンなんか下が
っていくんで 売り上げ どんだけ 顧客伸ばしても売り上げ絶対減
っていくんですよ もうトークン に30パーセントとか 20パーセント
30パーセントとかでマージン乗せ たりとか それをちょっと形変えて
トークンと実行コスト VMの実行 時間に合わせて謎の単位みたい
なのを作って その単位に対して クレジット課金みたいなのを今
し始めてるんですけど し始めてる 会社がアメリカだと増えてきて
るんですけど これも結構透明性 全然ないし分かりにくいって話
になってるんで 良くないと思って いて トークンコストに対してマージン
乗せてお金稼いでいくっていう ところが最後のマネタイズポイント
ですよねってやっちゃうと そこの マージンどんだけ下げられるか
勝負で最終的にはゼロになります という形になると思ってるし 実際
GitHubのコーパイロットとかって もうトークンの推論のところの
コストってほぼ減価で出してるん で それやられたら絶対勝てないん
で そういう世界線に多分なって いきますから そうじゃないとこ
で稼ぐっていう必要があって それが コンテキストレイヤーのところ
をいかにカバーして うちの仕組み を使って改善のループを回せる
ようにするとか そっちの改善の ループを回すというとこを一体
の体験とかアプリケーションにして そっち側で課金を続けるってことを
考えないと エージェントのトークン 回してトークン単価で稼ぐのは
絶対面倒くさい
なるほど そのときはプライシング はデータ量とかの
データ量とかに課金していくとか あとはそっちのデータ量のデータ
量に合わせてお金をチャージして いくみたいな形にしていく
なるほど ありがとうございます お二人どうですか
そうですね そんな甘くないかな というふうに率直に思っていて
ユーザーのログを貯めて それで ハーネスを進化させていくっていう
ところ それが企業の努力ですね われわれの努力だと思っていて
そこにめちゃくちゃ絶対価値が ありますし そこを簡単につなげ
たからといって じゃあソフトウェア じゃあもっと複雑なことを絶対
やっていくと思っていろんなAPIを 選んだりだったりとか ここは
弱いAPI用で こっちは強いAPI用 とか ユースケースに合わせて
めちゃくちゃチューニングしている わけですから 各社さん なんで
そんな甘い話ではないので そこの どういったモデル使うのかとか
コンテクトどうするのか データ どうするのか そういったハーネス
を合わせて われわれの価値だっていう ところが主張するべきところなの
かなと思ってます
3社が目指す産業の未来
アプリケーション全体として 最後に ぜひ皆さんの宣伝というか
もしかしたらフューチャージョイナー がいるかもしれないんで 何か
どんなことやってるとか ちょっと 軽く5年後 こんな未来目指してる
とかも入れていただいてもいい ですし 宣伝も含めて ぜひお願い
できればと思うんですけど フューチャージョイナー さん
から
そうですね 僕らは今の事業の事業 ビジョンとして 会社のミッション
はものづくり産業のポテンシャル を開放するというミッションなんです
けど 今の事業のビジョンとして は 物的イノベーションを10倍加速
するっていうミッションでやって きて ちょっと代表の方が最近よく
言ってるのは 要するにアトムの 世界 じゃない ビットの世界か ソフトウェア
の世界はサイト作るの10倍とか この30年ぐらい 10倍どころじゃなく
早くなってると思うんですけど 最近 実際 物に変換する 何か発見
された後に それが実際のプロダクション のハードの装置でもいいし 家電
とかでもいいんですけど 生産して 量産可能になるまでってあんまり
変わってないんです まだ それを もっともっと早くして 例えば
発展途上国に車とかが行き渡ってる カーとか 綺麗な水が行き渡ってる
かとか 行き渡ってない人いっぱい ありますよねとか ロケットは色
マスクはめちゃくちゃ頑張ってる けど そういうのすごい色んなとこ
にあるんで これをどうやって短縮 して試行回数が増えるからこそ
ものづくりの世界のイノベーション がもっと起きやすくするかって
いうことをやろうとしていて もう さすがに こんぐらいAIの時代になったら
ソフトウェアの世界に閉じて何回 でもみんな飽きてると思うので
取り組みに値するミッションかな とは思っているので ぜひ興味が
あれば絶賛採用中です
おだしょー ありがとうございます お願いします
明は先月 秋田県のアスターさん っていうコイルの会社さんと資本
提携させていただいたっていう プレス出させていただいて アルミ
製の独自のコイルで軽くて防水 防水に優れてるっていうコイル
なんですけど これまで製造業界 とかに技術提供して ソフトウェア
提供して製造業界を良くしていく っていう立場から 自分たち自身
が製造業をものづくりやっていく っていうフェーズになってきて
いるっていうところが 今のあかり のステータスでして 実際に自社
でドローンを作ったりだったり とか あとはフィジカルAIっていう
ところの技術開発でも我々すごい 取り組んでまして 自分たちで
いうものを作っていくとか そう いったところも ソフトウェア
のAIもすごく発展していってます が 今後 ハードウェアっていうところ
を自分たちで作っていくっていう ところも 新しい世界が見えて
きそうかなというふうに思って いて ものづくりを自分たちでやる
っていうところ 非常に面白いフェーズ にあるので ぜひ この後の懇親会
とかでもいろいろお話しさせて いただけたらなというふうに
思っております ありがとうございます
おだしょー はい ありがとうございます じゃあ 伊藤さん 最後に
伊藤 僕らはそういう意味で言う と 金融業界のビジネスをしてる
ので めちゃくちゃタムが大きいん ですよ なので すごいビジネス
伸ばしていくチャンスあるなと思 っていて その中で やっぱり金融業界
において一番問題ってバックオフィス の人材がいないことなんですよ
コンプラの人とかも みんな60代 とか場合によっては70代で すごい
びっくりするんですけど 証券って 疑わしい取引みたいな インサイダー
取引ないかどうかのチェックとか するやつがあるんですけど その
って すごい専門の人材がいて Aさんで 今日1日の取引バーって
印刷するんですよ それでバーって 眺めるんです どうするとおかしい
の見つけられる人がいるんですよ マジでそれで成り立ってるんですよ
わけ分かんないですよ どうやったら いいか本人に聞いても全然分かん
ないんであれなんですけど ほんと そういう世界の職人みたいな人
が60代とか70代の方々がいまだに やっていて その人たちに支えられて
いるんですよ おそらく5年10年する と崩壊するんです コンプライアンス
が成り立たない世界になってくる ので この5年10年で きちんと法令
が守られるような形のバックオフィス の体制をAIで作り直さなきゃいけない
っていうことを ものすごいみんな 市場命題として感じてるのでニーズ
めっちゃくちゃあるんですよ 今 なので これAIで解決するしかない
ので 一番でかい産業が 当然 その でかい産業 日本におけるでかい
産業って基本的に伸びないんで 伸びてないんですけど 重要として
今 むちゃくちゃある 今のクオリティー 今のサービスクオリティーとか
今の安心安全を守るためには一定 そこに対してコストかけていかな
きゃいけないっていうのが 今 明らかに出てきてるので そこを
どうやって守っていくかとか 日本の 金融をどうやって守っていくか
っていうとこが すごく大事な 局面に来てるので そういったところ
を一緒にやっていただけるとか 面白いなと思っていただける方
は ぜひ何かお話したいなと思ってます
おだしょー はい ありがとうございます ご参加の方 ありがとうございました
皆さん 拍手でお願いします
三沢 ありがとうございました
ちょまど これからもプロダクト AIトークスでは プロダクト 事業
づく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 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
