岡本 圭田 | 株式会社Build AI 代表

AI基幹システム・AIエージェント開発をしています
Build AI代表取締役←オープングループ(東証6572)でAI-BPO新規事業開発←スタートアップ1人目社員←オービック←早稲田

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

とても面白そうなフィットネス×コミュニティ！

[Testosterone @badassceo]

合法的にトビましょう。新感覚の没入型フィットネス体験「BLVCKOUT」、はじめます。https://t.co/W7y78irZ7s

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

ユニコーンに！
おめでとうございます！

[CADDi / キャディ株式会社 @caddi_pr]

🚀資金調達を実施、企業価値は1,820億円に

シリーズDラウンドで総額177億の資金調達を実施しました。
合わせて、次世代版 製造業AIデータプラットフォームCADDiを米国でも提供開始 🇺🇸
独自AIの開発やグローバル事業体制の拡充等に投資します。

「物的イノベーションを10倍加速する」ビジョンに向けてさらに邁進して参ります！
#BeyondPhysicalLimits

https://t.co/0WXedfCl4E

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

前提条件が変わればセオリーも変わることの良い例。

今の時代もきっとスピードは重要ではあるが、そこにクオリティが伴わないと縦型動画のように一瞬でスクロールされて無風のまま終わる。

[mosa / 榎本 @mosa_siru]

「拙速は巧遅に勝る」というけれど、あまりにも拙速が簡単になりすぎたので、この格言はいったん忘れたほうがいいと思います

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

自社業務に最適化させたAIエージェントを社内アプリとして浸透させたり、skillを配布して社内全体で活用していくだけで、人を増やさずに事業成長のレバレッジをかけられるのは、一部正しいと思う。

ただ我々のようなAIアプリケーション企業としては、若手の幹部候補人材、優秀なエンジニア、PMはガンガン採用したい。

上記のような、AIエージェントと掛け合わせて大きな事業成長作れる人材採用を見送っていたら、必ず成長は頭打ちする。

[千代目 @tTY466szSET2h5q]

ここから会社をデカくしたい経営者は業務をAIに置き換えて人を増やさないことを最優先することだわ。人の採用よりテクノロジーの進化を信じられる経営者が伸びていく。中途ハイスペの幹部採用なんてほとんど当たりの入ってないくじ引きよな。組織論をはじめ今までの経営の在り方は捨てるに限る。

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

初ピックルボールします！
かなり楽しみです！！

[安藤奨馬 | シード特化VC 「TRUST SMITH & CAPITAL」代表🐴 @shocolt]

【ピックルボール🏓します！】

9/11(金)11:00-12:00
@ pickle9
表参道/外苑前付近

人数の関係上、全員は呼べないかもですが、参加希望の方いましたらリプ下さい！

[小澤隆生（おざーん） @ozarnozarn]

頑張るを分解する

社会人になってから、学生の頃のように根をつめて頑張ることが減っていないだろうか。
学生の頃は、部活でヘトヘトになるまで練習したり、思い出したくもないくらい受験勉強をしたりした。
社会人ももちろん頑張っている。
でも、仕事でスポーツや受験のときと同じくらい根をつめて頑張っている人は、意外と少ない気がする。
なぜだろう。
一つは、とことん頑張らなくても、すぐには悪い結果にならないからだと思う。
受験なら、勉強しなければ落ちる。
スポーツなら、練習しなければ負ける。
仕事はそうでもない。
70点くらいでもなんとかなったりする。
資料をあと3時間詰めなくても会議は終わるし、営業をあと10件しなくても明日にはなる。
もう一つは、「何を頑張ればいいのか」がわかりにくいこと。
受験は、頑張る方向がかなり明確だ。
スポーツも、練習すべきことは比較的わかりやすい。
でも仕事、特に経営や起業は違う。
営業を頑張るのか。
商品を磨くのか。
採用なのか。
新規事業なのか。
そもそも今の事業を頑張ること自体が正しいのか。
誰も正解を教えてくれない。
つまり「頑張る」には、
「方向 × 量」
があるのだと思う。
正しい方向に、十分な量を投入する。
まず正しい方向がわからない。
そして、仮に方向がわかったとしても、「量」を増やすのはかなり辛い。
もう十分だと思ってから、さらにやる。
疲れてから、もうひと踏ん張りする。
「これくらいでいいか」を超えてやる。
頑張るというのは、本質的にはコンフォートゾーンから出ることなのだと思う。頑張るは不愉快。
仕事は、頑張る方向がわかりにくい。
頑張らなくてもすぐには困らない。
そして頑張りすぎると不愉快。
頑張らないための条件が、見事なくらい揃っている。
だから頑逆に、
「どこを頑張るべきか」を考え抜き、
「ここだ」と思ったところでは、とことん頑張る。
これができる人が、仕事や起業で大きな成果を出すのではないか。
頑張るとは、単に一生懸命やることではない。
「方向を見つけること」と、
「不愉快になるところまで量を積むこと」。
この二つが「頑張る」の中身の大事な要素かなと。

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

めちゃ面白いnoteでした。

何社ものコンサル会社が何故こうも成長するかの要因は、大企業の内部賃金の制約と外注への依存という構造的なアービトラージにあるという主張はかなり腑に落ちた。

コンサル側は、採用強化により”高級派遣人材”が生み出すアービトラージの量を最大化することがKPIになる。

ただし、このアービトラージは時限爆弾。
AIによりアービトラージは増幅されながらも、最終的には高級派遣人材すらと不要にさせてしまう。
爆発する前に、アセットを貯めておけるかが勝負の分かれ目。
自分もウォッチしておきたい。

[小出 孝雄/エイジレスCEO @takoidet]

BtoB事業を行う自分自身、一度は腹落ちさせたかった「流石にコンサル伸びすぎじゃね？」というテーマについて深めに分析してみました。

ベイカレント型コンサルは、なぜ異常な成長率と高利益を両立しているのか｜小出孝雄/エイジレスCEO @takoidet
https://t.co/rRQHlEU2bi

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

AI時代のソフトウェア業界における、買い手と売り手の情報非対称は小さくなっていく。

買い手からはソフトウェアがもたらす経営効果、具体的には実際のデータを用いた自社へのフィットの観点を厳しく見られていく。

売り手にとっては単に売る力だけでなく、顧客にいかに使ってもらえるかのCS力が求められる時代になった。
FSもCSもやってきたエンプラ営業出身者に有利な市場。

[福島良典 | LayerX @fukkyy]

AI時代、プロダクトBuyerは、必ずトライアルするという姿勢が重要。スペック表の◯✗はAI時代は何の意味もない。実際に自社の業務フローに合わせて、実際のデータを使ってみての精度、品質、トレーサビリティ、HITLの機構の確認をする。Seller視点ではBuyerの意思決定前にオンボが終わっているくらいの気概でプロダクト設計を考える必要性。

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

@shocolt 参加させていただきたいです！

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

事業が失敗した要因をカッコつけた負け方として処理するのは、失敗を繰り返してしまう典型だと思う。
過去の自分もそうだしこれからもそうなるかもしれないので自戒も込めて。

事業失敗の要因として

・市場がなかった
・競合環境が激しかった
・プロダクトの出来が悪かった

これらは確かにあると思う。
ただこれらの失敗事例はよく聞くし、それで失敗したなら仕方ないよねーで片付けられる。成功者も一度は通ったような、いわばカッコ悪くない負け方。

ただ事業立ち上げ時はそれ以上に、ほとんど何も持っていない中で、いかに相手を納得させられるかという交渉力が必要。
今までの人間力全てを試される、成否の行方が完全に自分に託されいるゲーム。
市場がとかプロダクトがとかより以前に、自分がどう相手からの信頼を得られるかのゲームなんだから、負けたら完全にカッコ悪くはなる。
でもそれを受け入れなければ前には進めない。

これは数学の問題で、根本から解法を間違えたのに計算ミスで間違えたと誤った認識で処理してしまうのと同じような構造。
プライドがへし折られるような負け方したのではないと自分に言い聞かせ、事実を捻じ曲げて解釈しようとする逃避行動の一種。

チャレンジはガンガンするべきだし、負けても負けても這い上がっていくのが起業家。
ただ実力の勝負で負けたなら、カッコ悪くない負け方として敗戦処理をせず、苦しくても目の前のファクトに向き合い、敗戦分析をきちんとしたい。

[安藤奨馬 | シード特化VC 「TRUST SMITH & CAPITAL」代表🐴 @shocolt]

これ、事業が立ち上がらなかったのは、エンジニアを採用しなかったことや、プロダクトの品質が悪かったことが原因ではなくて、

顧客ニーズを捉えられてないとか、予算取りの順番を間違えたとか、別のリスクマネジメント失敗に起因するものだと推察されますけどね。

ちゃんと価値のある要件定義がなされていれば、顧客はPoC段階でも予算付けてくれるし、その予算内で検証して、仮にPoC失敗しても、赤字にはならないわけで。

リスクマネーだからといってVCから集めたお金を、とりあえずプロダクトに突っ込んだみたいな感じで、プロダクトアウト的に始めてしまったことが問題だったのではないかなと。

仮にもう少しお金が余ってたとして、生成AIに作らせたものを、エンジニアが作り直したからといって上手くいくみたいな話ではないように思える。

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

記事はこちら
https://t.co/j9QVoFDwVD

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

Anthropicの営業AIエージェント活用例についての記事を抜粋。

かなり具体のことが書かれており、失敗への対策も書かれているのは貴重。

同社では、営業の一連の作業を5つのAIエージェントで行う。
使っているのはClaude Cowork。
指示をまとめた「Skills」をそれぞれ作成し、定期実行させることでエージェントを動かしている。

・エージェント1（リード振り分け）
毎日午前9時に起動。
入ってきたリードの件数と問い合わせの重要度を踏まえ、チームメンバーへ自動で振り分ける。

・エージェント2（初回対応）
毎日午前10時に起動。
自分が担当になっているリードをスキャンし、問い合わせ内容や会社名、相手の役職を把握。社内ドキュメントや公式サイトの情報を読み込んで初回メールを作成し、下書きとしてメールの下書きフォルダに入れる。

・エージェント3（返信ドラフト）
平日の午前9時から午後5時の間、1時間に1回起動。
メールボックスを確認し、返信が必要な連絡に対して社内外の公開情報を踏まえた返信文を作成する。

・エージェント4（商談フォロー）
毎日午後5時に起動。
カレンダーに紐づく商談の書き起こしを読み込み、内容と必要なタスクをまとめて社内チャットツールに通知。クライアントへのフォローメールの下書きも作成する。

・エージェント5（CRM同期）
週2回起動。
直近のメールや商談内容を読み込み、CRMに登録済みの情報と照らし合わせて、古くなっている情報があれば更新する。案件のステージ変更などもこのエージェントが担う。

各エージェントは作業を終えるたびに、社内チャットツールに通知する仕組みになっている。

運用当初はメールの精度が課題に上がったが、対策として「共有ナレッジベース」を構築しチューニングを行うことで精度を向上させた。このナレッジベースもclaudeと相談しながら作ったという。

今後の組織展開を見据え、全エージェントを「Claude Managed Agents」という共通基盤に移行する試みを検証中。これを使えばエージェントのシェアや一元管理にできるので組織展開が容易になる。

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

本日リリースされた史上最高性能の「Claude Fable5」
Mythos級のモデルを[安全に/早く/安価]に使えるように！
長く複雑なタスクも、AIエージェント前提で業務設計できるし、安全対策とコスト低下も実現できる！

[岡本 圭田 | 株式会社Build AI 代表 @BizDevX]

AIがサイバー攻撃の常識を変える。

Cloudflareが自社インフラでAnthropicの最新セキュリティ特化LLM「Mythos Preview」を検証。セキュリティ担当者必見のレポートを公開。
AIは守る側と攻める側の両方を強化せねばならず、自社のセキュリティ戦略の最重要イシューになりそう。

ポイント①脆弱性の連鎖が自動化
単独のバグをつないで実際の攻撃コードを自動生成。従来は上級研究者の領域だった作業をAIが実行。

ポイント②肝はノイズ削減
汎用コーディングエージェントでは大量の誤検知が発生。専用ハーネスと複数エージェントの相互検証で精度が大幅向上。

ポイント③速く直すだけでは不十分
攻撃側もAIで高速化する今、パッチ適用速度より攻撃を届かせない設計こそが本質的な防御戦略。

リンク
https://t.co/bv8nAhBGYU

[福島良典 | LayerX @fukkyy]

https://t.co/bP1eiEXGiU