Tatsuro Ibe / 伊部 達朗

Founder and CEO of Intermind AI, Inc. AI in mission-critical systems.

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

https://t.co/VJM5b7DCMT

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

ビザスクでもエンジニアの業務委託の募集ができるみたいなので出してみた。見てる人いるんかな？

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

各社は優秀なAIエンジニアを囲い込む必要があって、採用だけでは賄いきれないから外部から派遣、業務委託の形で取り込んでいく流れ。人を送り込むベンダー側も人数の拡大≒成長の構図で考えてるところがあるけど、果たして大丈夫なのか。

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

老舗の中小企業でもAIを「一社員」として導入する時代！

かつてのビッグデータや深層学習ブームでは構築・運用ハードルの高さから大企業以外は中々進まない実情がありましたが、LLM以降は一気に進んでいる印象。

このあたりには今回のAIトレンドの凄まじさを認めざるを得ない。

[エイスケ@(株)IKETEL代表 @eisuke_iketel]

AI･データ活用の取組みを一緒にさせて頂いている服部製紙株式会社(@hattoripaper )さんが、
AI導入から4ヶ月で起きた変化について、プレスリリースを公開されました！

AIを「一社員」として迎え、人手不足への対応や新たな価値の創出に向けて取り組まれた様子がご報告されています！ぜひご覧下さい！

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

ただ、画像周りがちょっと面倒

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

「マークダウンからスライド生成できる？すごい！」と思ってMarpを触り始めた結果、気づいたらHTML/CSSをぶん回して自分だけの最強スライドPDFを作るツールになってた。

ここまで来ると.pptxでの編集は不要。

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

すごく良い取り組み。

この、何もないところから生まれてくる熱量がめちゃくちゃ重要。著名なラボや企業に入るのも効果的だけど、誰がやっても一定の成果は出せる（出させてもらえる）し、自分の力だと勘違いしてしまう側面もある。

AI領域でもいろいろ出てきそうで楽しみ。

[gohan 🍚⛩️ @grandchildrice]

このツイートに「松尾研でいいじゃん」「ビッグテック入ればいいじゃん」って言う人、全然分かってないんだよな。。。

学歴や経歴に関係なくただ好奇心にまっすぐ取り組む若者が一緒に住むことで連鎖反応が起きます

寝食を共にしないと意味がない

Nyx Foundationはそんな熱でやってるからこそ初年度700万円、2年目1000万円の寄付が集まり、研究成果が出始めてるんですよね

あと、ちょっと前から思ってますがAI界隈は椅子穫りに必死な方が多いのかこういう活動を素直に応援できない圧がかかり、見せ方を相当工夫しないといけなそうです

Nyxがシェアハウス始めるときは、足引っ張りたがりの人がそもそも絡んでこない傾向にありました

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

AIコーディングは便利だけど、AIがすごいだけで人間側の成長には悪影響だと。当たり前だけどデータで示されるとインパクトあるな。

これこそ不便益の出番。

[Yuta Kashino @yutakashino]

How AI Impacts Skill Formation https://t.co/Ma3JxeyJAI AnthropicのAIコーディングエージェントがプログラマに与える影響のRCT実験論文を読んだよ．ジュニアプログラマにコーディングエージェントを与えると大して効率が上がらないのにむしろ学習機会を喪失してダメプログラマになっちゃうのか…

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

Deep Thinkは頻繁に制限がかかるけど、再試行繰り返していたら割とすぐに受け付けてくれる。制限のトリガーが不明でにちょっとモヤモヤするな。

あとちょっと推論が早すぎるのが気になる。ChatGPTに比べると推論がやや浅い傾向がある。切り口が良いだけに、浅いところで推論が終わってしまうのがもったいなく感じる。

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

これは絶対にある。。。

ベンダーの開発者は明示的にサボらせるつもりはないかもしれないけど、結果的にサボりAIを生み出すインセンティブがめちゃくちゃ高い。

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

レビューの進め方はプログラムに慣れているかどうかでかなり変わる。

プログラムに慣れていると、やりたいことに対してAIが出しそうなことを事前に予測できるし、AIが出したコードから意図を汲み取れる。

無意識に抽象化し塊としてレビューする中で、ざっくりした理解に留めて承認する箇所も多々ある。もちろん全出力に目を通すんだけど、細部まで見るところと俯瞰で読み飛ばすところと分けながら進めていく。

怪しいところは細かく掘り下げてもいいし、テストケースを工夫して細部に気を配らなくても済むようにしておくのも良い。ここが上手くできなければ、理解度が負債化して苦しくなるのは確かにある。

[Kenn Ejima @kenn]

これは概ね同意です

プロダクト中心の経営をやっていると、コードやUIを整理していて浮かび上がった命名が（その概念の）ビジネス側での正式名称になったりします

なのですが、それは「読む」「考察」の重要性であって「書く」ではなくなってきてます

理解は移譲できないけどタイピングは移譲できる

自分で書ける人でもAIに書かせたほうが単純に速い（今まだそうなってないニッチな言語やドメインでもあと1-2年で抜かれる）というのはもうあまり議論の余地はないと思います

今の勝負は「あまりちゃんとレビューしてないけどまぁこいつなら大丈夫だろう」と甘めのプルリク承認をやってしまう「理解負債」をどのぐらい許容するか、という自己資本比率のトレードオフの判断になってきているという実感です

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

> The only question left is whether YOU will build—or stand with the vetocrats who’ve never created anything.

AIを脅威と捉えるか機会と捉えるかは、それぞれのマインドで、創薬や新エネルギーで革新を生み出すなら後者であるべきと。

AI Scientistの恩恵を受けるのは創薬、エネルギー、製造のドメインエキスパートで、日本にはこの辺りの人材が伝統的に多い。

相対的に少なかったソフトウェアエンジニアやデータサイエンティストをAIが代替し、これらのロールがボトルネックになっていた過去20年を巻き返すチャンス。

[Garry Tan @garrytan]

The golden age of discovery is here

https://t.co/31WpBEm868

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

とても重要な議論だと思います。

匿名データや統計データを分析に活用するスキームはデータ活用を促すうえで重要で、機械学習やデータ分析の広がりとともに法整備が進んできた領域です。

ただし、LLMの普及前と後で印象がガラリと変わった論点でもあります。データの中身がAIエージェントに入力されると、従来の機械学習とは違って統計処理されずにそのまま出力されるリスクもあり、具体的なデータの処理プロセスを契約に盛り込む等されない限り疑念は払拭されません。

AIエージェント周りの法的解釈やユーザー側のスタンスがまだグレーな現状では、法的にOKだから良いというスタンスはユーザーが本来期待していた状況と乖離する可能性はあると思います。とくにto Bでは帳票一つ一つに機密情報やそれに近いものが含まれています。

SaaS事業者側からすると、サービスを改善し差別化するためにAIの性能向上は不可欠ですし、投資家からもネットワーク効果の一環として評価される部分なので、この仕組みは外したくないと考える会社も多いと思います。

サービスの改善はユーザーが望んでいることでもあるので、機密情報が守られることが保証されたwin-winな形を探していきたいですね。

[弁護士井垣孝之(法務アウトソーシング) @igaki]

それは今回の話とは違います。ご指摘のものは「ビズリーチが自ら取得した」個人情報ですが、バクラクの場合は「バクラクユーザーが第三者から取得した」個人情報です。バクラクユーザーの取引先や従業員等の第三者は、自分が渡した個人情報がバクラクの改善に使われるとは想定していないはずです。

なお、LayerX社の法務は、バクラク共通利用規約15条2項で匿名化処理してるから問題ないということを言ってきますが、個人情報保護法の観点からすると、匿名化処理してるかは関係ありません。

バクラクユーザーの取引先や従業員が、バクラクユーザーに対して個人データを提供し、それをバクラクユーザーがバクラクにアップロードしてただ管理するだけであれば委託の範疇に収まりますが、委託先のLayerX社が自社サービスの改善に用いることは、明らかにアウトです(委託の範囲を超えているため、クラウド例外に該当しない)。改善に用いること自体がNGなので、匿名化処理しているかは関係ありません。

以上は個人情報保護法違反の話ですが、バクラクユーザーの取引先からすると、NDAの対象となるデータをバクラクユーザーに渡すと、バクラクユーザーはそれをバクラクにアップロードして、LayerX社のサービス改善に使われてしまうわけですから、軽々にデータを渡せない、ということになります。

まとめると、「バクラクユーザーが」個人情報保護法違反やNDAに反することになるから気をつけてください、ということです。

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

直接バイナリを書くと効率や保守性に課題が出てくるのは間違いないので、AIが進化した後にコーディングやコンパイラがなくなることはないと思っている。

ただし、AIが自分に適した効率や保守性を獲得していくために、コーディングやコンパイラ等を含むソフトウェアのエコシステムを作り替える可能性は十分考えられるし、それが今使っているプログラミング言語やコンパイラと全く違うものになっていても驚かない。

AI時代のソフトウェア工学は面白いテーマかも。

[中嶋 謙互 @ringo]

ぼくも、AI(LLM)が直接バイナリを吐くなんてそんなアホなと思ってたけど、
GPT 5.3 Codex Sparkの1KTPS越えを見て、
さらに今後10KTPSとかになると、
LLMが、通常のコンパイラが出せない、
不思議な機械語バイナリを直接出すのはあり得るかもなと思い始めている

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

今は日本の会社だとほとんどが1,2年前の計画で動いてるから、決算書に出るのは早くてもあと1,2年後。

1,2年後も売上が落ち込むことはあまりないと思うけど、営利が減ったり、成長が鈍化し始めたら時点で流れが変わるかもしれない。

ただ、1,2年以内にAIの稼働率が上がっていくSaaSは伸びる可能性が高いで、コスト構造には注視しておく必要がありますね。

[すずき @makemmd]

妙だな、SaaSは死んだって聞いたんだけど。。

ラクス3Q決算
・ARR501億円 YoY+24.2%
・営業利益 YoY+65.7%（利益率は同+7%ptの28.2%）
・当期純利益 YoY+71.7%
https://t.co/Y1TefGSOrZ

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

AIが今より強力になっていくとして、社会とか人間の適応力が今の想像を超えてくる可能性もあると思う。

AIが囲い込まれるリスクは別問題としてある。競争力の源泉は基盤モデルにあるとすれば、オープンウェイトモデルの動向次第かな。ムーンショットクラスのモデルを作れるエコシステムが世界中に広がるといいけど、ハードウェアとエネルギーが律速になっているので、今のところAIの進化速度に追いつくのは難しそう。

流れを変えるためにはCerebrusのような専用チップだったり、Rapidusのような新興の製造プロセスがゲームチェンジャーになってくる。CUDAエコシステムもAIの進化に呑み込まれる気がするので、破壊的イノベーションの余地はあるはず。

[深津 貴之 / THE GUILD, note @fladdict]

生成AIまわり近況
頑張って生き延びねば → 頑張れば生き延びられるかも → 頑張ってやれるだけやらねば → 頑張る以前に、もはや何をしても無理な人が結構な数でそうだぞ… NEW

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

https://t.co/DFEVPWGKjc

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

曖昧な自然言語の説明より、なんだかんだ数式が1番わかりやすい瞬間はありますね。

いろんな説明を聞いたり読んだりしてモヤモヤしていても、数式が出てきた瞬間に一瞬で意味が理解できた経験は結構ある。数式で理解してから説明を聞くと「数式と違うな」と思うこともある。

あと、実装もあると細かい処理まで理解が進んでとても良い。

[ynakahashi @ynakahashi1003]

モデルに関する説明が抽象的でよくわからなかったから数式か行列で教えてくれって言ったら数学者じゃないから、みたいに言われてしまった。おまえデータサイエンティストちゃんうか

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

Gemini 3 Deep Thinkがリリース。

GeminiはWorkspaceに付いてくるPROプランで使ってましたが、先ほどULTRAを解禁しました。

元々、深い思考を必要とするテーマではChatGPT ProのExtended Thinkingモードを使い込んでいて、その性能と思考力を実感していました。GeminiはAlternativeとして使い続けていましたが、今回のDeep Think機能のリリースを受けて全面解禁してみました。

直近、重めの思考実験をやっていたので早速それを投げてみました。思考ボリュームはChatGPTと同等かそれ以上の印象ですが、実行時間は半分くらいです。

出力はGeminiの良さが発揮されていて、フラットでシンプルな構造で、かつ必要十分な文章を生成してくれます。今回のタスクで両者の結論自体は非常に似ているのですが、論の組み立て方や結論までの道筋、結論の美しさは圧倒的でした。

あと、文章から滲み出る知性が個人的には刺さりました。

[シェイン・グウ @shanegJP]

本日「Gemini 3 Deep Think」がリリースしました！
🔹Codeforces: Elo 3455（現在これより上が地球上に【わずか7人】のみ）
🔹ARC-AGI-2: 84.6%
🔹IMO/IPhO/IChOでトップレベル

日本からでもGemini Appで試せます。Ultraのサブスクが必要。現時点で恐らく世界最高の汎用人工知能です。

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

Deep Thinkめちゃくちゃ人気すぎていきなり制限きた！

[Tatsuro Ibe / 伊部 達朗 @IbeTatsuro]

本当にこれ。AIを使っていると、意思決定は「サイエンス」に見える「アート」なんだなと思う。

[Nobi Hayashi 林信行 @nobi]

大規模言語モデル＝最も高価な「Yesマン」
そこに判断を委ねている人は...
——
ChatGPTに複雑な質問をすると、自信に満ちた筋の通った答えが返ってくる。
そこで「本当に？」と一言添える。すると、さっきまでの結論をあっさり覆す。

もう一度聞けば、今度は元に戻る。三度目になると、こちらが試していることに気づいたと認めることさえある——それがむしろ厄介だ。何が起きているか分かっていながら、自分の立場を保てないのだから。

これは気まぐれなバグではない。2025年の研究では、GPT・Claude・Geminiはいずれも、ユーザーが疑問を呈すると約6割の確率で回答を覆すことが確認された。証拠を示された場合に限らない。単なる「疑い」だけで、である。

こう振る舞うようにAIを訓練してきたのは私たちだ。RLHF（人間のフィードバックによる強化学習）は、正確さよりも「同意」を報酬として与えがちで、人間の評価者は一貫して、正しい答えよりも“感じの良い答え”を高く評価する。モデルが学んだ教訓は単純だ——ユーザーの望むことを言えば報われる。

その結果、いまや企業の3分の1が、リスク予測やシナリオプランニングといった高度な意思決定にこれらのシステムを使い始めている。

私たちは、史上もっとも高価な「イエスマン」を作り上げ、最も反論が必要な場所に投入してしまった。

以下のツイート内のリンク先に詳細記事