DA_HON1983

スタートアップに関わる会計士。大企業のオープンイノベーション、CVCの運用も。

[木下慶彦 / Skyland Ventures @kinoshitay]

これすごいnoteだ。MujinはEXIT時のIRR保証をしていることで多額の資金集められたのでは無いかとのこと。そして経営陣株式の保有比率も高い。

IPO時価総額のラチェットよりIRR保証ベースで時価総額調整するなどは年数はかかるがものすごい業績になる会社にとっては会社側も、VC側も良いのかもと。

> Mujinの優先株条文を見ると、まず残余財産の優先分配権として発行価額の2倍が設定

投資家は会社が売却された場合、まず投資額の2倍を回収することができる。
さらに特徴的なのが、その後に続くIRR補正条項である。
条文では、C種優先株については年率20%、D種優先株については年率15%という基準リターンが設定されている。

Mujinの資本政策：IRR保証型優先株が支えた大型資金調達｜道明寺 @cfo_designer https://t.co/iWS4NhosKb

[かずなり | 生成AI活用術 @MacopeninSUTABA]

アビームコンサルティングが公開した「要件定義の成果物資料」が有益。

業務フローの整理から、課題の仮説検証、システム構成図の描き方まで、プロの思考プロセスが丸ごと公開されている。機能・非機能要件の定義を体系的に学べる。

こちら👉https://t.co/J8MsPMXAiS

[伊藤信雄 @スタートアップ資本政策, Part-time CFO, M＆A支援 @tatekinkids]

スタートアップのエビル系M&Aあるある

　経営者お食事会で知り合って意気投合した先輩経営者Aさんに自社の伸び悩みを相談する。酒飲みに連れて行ってくれあれこれ聞いてくれる。翌日、「M＆A得意なBさん」を紹介される。ただしAさんとBさんがどのくらい親しいのかはよく知らない。Bさんから速攻で連絡。AさんBさんと麻布十番で高級焼肉。Bさんのご馳走になる。
1/ｎ

[たか田 @daifukujinji]

マジで言うけどGeminiをそのまま使ってる人、可能性の9割を地面に落としてる。ちょっと設定を変えるだけで、精度も速度も別人格レベルに跳ねあがる。ボクが裏でこっそり育ててきた「Geminiをカスタムする最強テンプレ」をリプにまとめておいたからコピペ用に保存してあとでゆっ��り読みといて⤵︎

[かずなり | 生成AI活用術 @MacopeninSUTABA]

アクセンチュアが公開した「AI導入のロードマップ」の資料が有益なので共有。各フェーズで考えるべきことが簡潔にまとめられている。

こちら👇
https://t.co/CI1MFniw0d

[Hiro Maeda ⭐ALL STAR SAAS FUND ⭐ @djtokyo]

o3使ってる方へ、
ファクトチェックするこのプロンプトまじ凄かったです。

[けんすう @kensuu]

これは読んでおいてください！

ポッドキャストをAIで文字起こしして図解する手順｜ノウチ https://t.co/liE6sDZo64

[テツメモ｜AI図解×検証｜Newsletter @tetumemo]

📝やっぱりClaude 3.7 Sonnet×Web検索が最高すぎるわ…プロンプトの効き良い！

✅️例
- 興味ある本についてWebリサーチ
- 結果を書籍要約用プロンプトで整理
- 要約内容をグラレコ用プロンプトで出力

この段階的指示をClaudeなら一発で出力してくれる

ClaudeでWeb検索する方法と手順はリプ欄へ↓

[DA_HON1983 @DA_HON1983]

@blue_statistics ねこ

[すぐる | ChatGPTガチ勢 𝕏 @SuguruKun_ai]

AIが増えすぎたので
タスク毎オススメ使い分け：
ㅤ
記事執筆 - o1 pro, GPT-4.5
リサーチ - ChatGPT DeepResearch
検索 - Grok DeepResearch
コーディング - Claude 3.7 Sonnet, Grok 3
ウェブ操作AI - Convergence
動画分析 - Gemini 2.0
画像生成 - Recraft AI
動画生成 - Kling, Veo-2
数学 - o3

[すぐる | ChatGPTガチ勢 𝕏 @SuguruKun_ai]

AI起業家のAIツール固定費がこちら：
ㅤ
ChatGPT pro → 30000円
Claude → 3000円
Cursor → 3000円
windsurf → 2250円
bolt → 3000円
Devin → 75000円
Felo → 1500円
Gemini Advanced → 3000円
tldv → 3700円
Kling AI → 1500円
Dify → 8800円
ㅤ
合計：134,750円 / 月
ㅤ
明らかに2025年に入ってから課金額が増えた...
しかもこれAPI費用とかは抜いてるのでそれ入れたらもっと行きます。
ただその分確実に一人当たりの生産性は2024年と比べてエグい上がり方をしているので満足...と思ってます笑
ㅤ
「逆に課金を見直したAIツール」はスレッドへ👇🧵

[川邊健太郎 @dennotai]

グループ合計時価総額1兆円超、かつ極めて独特の企業文化を有するGMOインターネットグループの創業者である熊谷正寿代表と一緒に旅行するという激レアな機会がありましたので、道中で印象に残った熊谷語録を、本人の了承の元にここにシェアします。皆さんの仕事や人生にも即参考になる金言ばかりです！

………

◼️人生訓
・他の人と同じ努力は、努力じゃない。他の人がしない努力こそが、真の努力である

・人は習慣が9割。習慣を支配するものがすべてを手にする。習慣＝人生である

・50歳になったら、本当に大事なもの以外はすべてを変えるという発想で、いまやっていることの断捨離を開始する

・50歳を超えたらやりたい事だけやり、やりたくない事は一切やらないように努める。50年間がんばってきた人間には、残りの人生を自由に生きる権利がある。いや、自分の魂に対する責務と言ってもいいかもしれない

・それを10年間やると、更に豊かな還暦以降の人生が待っている。そしてそのやりたい事が他者の笑顔につながるような行為だと最高

◼️組織とは？組織におけるコミュニケーションの肝

・組織は仕組みである

・組織に所属するという事は、儀式に参加するという事である

・目をみる。目をみるコミュニケーションは見てないコミュニケーションの倍濃い

・目をみて、完勝！(乾杯)

・GMO30年間最大の組織的成果は、GMOイズムである。同じ夢、動機を���ち、壮大な夢の実現に向かって仲間たちと一緒に創意工夫しながら努力��ていく喜びは、何ものにも代え難い。組織よ、個人よ、イズムを持とう

・食事など生理現象を共にした方が、組織は圧倒的に強くなる

・GMOに反省会はなく、向上会しかない。人間の思考は言葉でできている。日々使う言葉には細心の注意を払った方がいい。反省ではなく向上。失敗ではなく経験。M&Aではなく仲間づくり。ネガティブな言葉を使うと、ネガティブな思考が潜在意識にインプットされてしまう

◼️会食と健康
・何を食べるかよりも、誰と食べるか

・飲食店に対してカスタマーとしてできる最大の貢献はお金を使うこと。変に気を使うのではなく、応援したい飲食店では惜しみなくお金を使う

・50を超えたら、アルコールは半分にして、運動を倍にせよ。あなたが何をするにせよ、健康は人生の基盤である

いかがだったでしょう��？

GMOインターネットグループの社員並びに熊谷ファンの皆さん、ぜひ私のXアカウントもフォローしてくださいね〜

皆さんの会社の創業者や社長さんにも独自の金言はおありの事と思います。ぜひ教えてくださいね！

[成田 悠輔 @narita_yusuke]

1970年にオムロン創業社長が描いたと言われる人類×技術の未来予測。今のとこバシッと当たってる。これから訪れるのは、気持ちと心を制御する生体技術「サイコネティクス」の時代

[みやさかしんや@Python/AI/DX @miyashin_prg]

MicrosoftがGitやGitHubの勉強が出来るサイトを無料で公開🤗🌟

基礎知識を学習できて演習や知識チェックの簡単なテストも付いているのでとても有難い🤗
■Git入門
バージョン コントロール システム (VCS) の概要
Git の重要な用語。
Git と GitHub の違い
Git を構成する方法
Git の基本的なコマンド
バージョン コントロールとは
分散型バージョン コントロール
Git の用語
Git のコマンド ライン
Git と GitHub
演習 - Git を試す
Git を構成する
Git リポジトリを設定する
Git からのヘルプの表示
Git の基本的なコマンド
知識チェック　など

■GitHub の基礎 - ��理の基本と製品の機能。
GitHub とは
GitHub Enterprise プラットフォームの概要
リポジトリを作成する方法
リポジトリへのファイルの追加
リポジトリを検索する方法
gist と Wiki の概要
リポジトリの概要
GitHub フローのコンポーネント
ブランチ
コミット
pull request
GitHub フロー
GitHub プラットフォームの管理
知識チェック　など

教材へのリンクはリプ欄からどうぞ！🤗

[かずなり | 生成AI活用術 @MacopeninSUTABA]

東大・東大生が公開している休日に読みたいビジネススキルが上がる資料まとめ。

① わかりやすい説明のための10の鉄則
② 解像度を上げる
③ ChatGPT活用
④ Python入門
⑤ 150分で学ぶ高校数学の基礎
⑤ プロダクト開発の考え方
⑥ AWS入門
⑦ データサイエンス入門

[すぐる | ChatGPTガチ勢 𝕏 @SuguruKun_ai]

全社長が参考にしてほしい。
DeNA代表 南場さんのAIツール活用術
ㅤ
① Perplexity：商談相手のリサーチ
② NotebookLM：Xや動画、記事要約
③ Circleback：議事録や会議後のTodoリスト作成
④ Deep Research：投資判断
⑤ ChatGPT o1：基本チャットに使用
⑥ Create / Cursor / Devin：コーディング

[神野達郎｜営業資料 @kannonnka]

しごでき×ロジカルな人ほど陥りがちな、営業提案の罠

「謎の失注」の大きな原因のひとつ

[かずなり | 生成AI活用術 @MacopeninSUTABA]

大手コンサルの"数千万円"するだろう成果物資料をまとめました。URLはスレッドへ

① 要件定義 (アビーム)
② マーケティング教科書 (P&G)
③ 生成AIビジ���ス活用 (NRI)
③ 中小企業のAI活用 (マッキンゼー)
⑤ 新規事業のリサーチ術 (元BCG)
⑥ ペルソナ設計(アクセンチュア)

[安野貴博＠チームみらい @takahiroanno]

【DeepSeekについて】

DeepSeek-R1について遅ればせながらリサーチした。

重要な論点はこの辺な気がする

1) GPU需要は変わるのか？
2) ファウンデーションモデルレイヤーはコモディティ化するか？
3) DeepSeek-R1を他プレイヤーがどのように活用するか？
4) DeepSeekはOpenAIに勝てんのか？

以下、まだまだゆるめの仮説なんですがテキトーに書いてみる
（ツッコミ大歓迎です）

======================

1)NVIDIA GPU需要は変わるのか？

NVIDIAのGPUの強かったところの価値が落ちるので、変わりうるのではないか
・LLMの性能向���にあたり、大量のデータを元にした学習より強化学習がより重要に
・強化学習では学習の計算よりも推論の計算の需要が増える
・DeepSeekでは推論をした上で、合ってるか間違っているかの単純な報酬を与えている（ルールベース報酬）
・ゆえに���くなるにはたくさん推論しまくる必要がある
・今のNVIDIAの優れているところは学習の速度が早いことであり（CUDA等のおかげ）、推論に優れたアーキテクチャではない
・推論のコスパが良いという意味ではAppleのM4とかは良さそう（Unified Memoryのおかげ)。速度ではGroqのLPUとか推論特化のアーキテクチャの方が良さそう
・あとオープンモデルになったことで各社がセルフホスティングするようになる。この場合は高価なH100じゃなくても良いのであればそれで良さそう

とはいえまだまだ全然NVIDIA GPUも必要そうではある
・学習の計算をしないわけでは全くない（SFT）
・DeepSeekもGPUが無いフリをしつつ実は第三国経由でNVIDIAのH100を大量に持っている可能性があるらしいという未確認情報もある
・ただNVIDIAがそんなザルな管理するわけなくねという話も聞く
・低レイヤーゴリゴリ書ける人材は中国に多そうなのでよわGPU��かなくてもなんとかなるんだろうね的な話もきく
・Groqとかの新興が会社としていい感じに成長するのかもリスクある（そもそもビジネスをちゃんとスケールする難易度は相当高そう）
・推論はいろんな用途別の推論半導体が出てくる感じになり、個別のアーキテクチャが覇権を取る感じでもないかもしれない
・もちろんNVIDIAがいい感じの推論チップを出してくることもありうる
・強化学習だけれどもNVIDIAのアーキテクチャがハマるやり方が出てくる可能性もある

2) ファウンデーションモデルレイヤーはコモディティ化するか？

・なんだかんだ言いつつ、高いクローズドモデルが発表されてからそれに伍するオープンモデルが発表されるまでの時差は数ヶ月から１年ぐらいの間にとどまっている
・例えばOpenAIのo1とDeepSeekのR1間だと約5ヶ月程度
・��の時差は継続し続けるのではないか？　つまり、クローズドモデルの秘伝ノウハウを封じ込めるのは人材流動性が高い現代社会では無理なのではないか？
・よって時間たてばコモディティ化はしそう
・となると今のクローズドモデルを売るサービスをしているプレイヤーは基本的に時間を売っていることになり、この時間価値がどれぐらいなのかが重要な要素になる
・普通に考えると人は数ヶ月から１年は待てるわけなので、あんまり時間価値なんて無いように見える
・一方で、一部の市場制圧型のビジネス（最初に勝ったやつが勝つ）をしている企業は少しでも性能の高いモデルを早く手に入れるインセンティブがある
・例えば創薬とか研究開発偏重な産業はそうかもしれない
・また、国家安全保障の文脈が入ってくる「国」というプレイヤーにとっては、大量の金を突っ込んでもいいから少しでも早く入手、開発したいインセンティブがある
・Stargate Projectでトランプが75兆円突っ込んでいるのはそういう文脈もあるのかもしれない

3) DeepSeek-R1を他プレイヤーがどのように活用するか？

・結構広範囲に活用できそうな予感がする
・賢いベースモデル＋ルールベース報酬による強化学習＋蒸留による小型化が効くことがわかった、というのは参入障壁がそこまで高くないのでいろんな研究機関、企業にとって朗報だと思う
・かつ、強化学習をどうやって行うかはまだまだほんとに全然黎明期な感触を受けた。工夫の余地はたくさんありそう。学習させる報酬の種類もデータ量も計算量もまだまだ増やしていけそう
・今のモデルは大きすぎるので、アプリケーションごとに区切ってバーティカルな小モデルをいろいろ作るべきみたいな話があり、R1をベースにカスタムモデルを作るのが流行る可能性はある
・バーティカル特化モデルの例でいうと、日本語の契約交渉のための能力をDeepSeek R1を使ってバキバキにあげますみたいなこともできるんちゃうかと思う。
・たとえば弁護士ががんばってCoTデータセットを手で作る＋契約書評価報酬でRFするみたいな感じで弁護士的推論LLM作る、みたいな感じでできそう

4) DeepSeekはOpenAIに勝てんのか？

・DeepSeekは圧倒的にAPI��用が安い。OpenAIよりはるかに安い
・でもおそらくまったく元は取れていない価格設定になっているはずで、持続性はない
・MoEアーキテクチャだから最小構成でH800（弱GPU）���数百台ぐらいはいるのではないか？という意見あり
・DeepSeekがここまで低価格でやっている狙いはよくわからないが、あるとすると広告宣伝だと思って払っているのではないか？
・現状圧倒的な価格優位性を持っているわけではなさそうで、OpenAIに対して持続的に優位に立てる要素は現状見当たらない
・が、DeepSeekがいきなりすごいのを出してくる可能性は常にあるので今後に期待

=========

あくまでゆる仮説なので、ツッコミ歓迎です・・・！

[川邊健太郎 @dennotai]

昨日のフジテレビの"10時間会見"を観て、何か教訓を得たいと思っている全ての人に読んでほしい！