高松 智明 | Datable CEO

Datable Inc. CEO。AIエージェントがSaaSを正確かつ安全に操作する実行レイヤー「Smooth」を開発中。Backed by ALL STAR SAAS FUND, mint

[Haruka Shimizu｜Designer @haruruuun0405]

https://t.co/KXKITcHMD2

[高松 智明 | Datable CEO @_t14i_]

お、珍しくCodexの方が落ちてる。寝ろってことか。

[しんり@『仮説起点の営業論』著者｜営業の仕組み作り @shinri_55]

営業のAI活用をテーマに無料ウェビナーを開催します！
点で一つの作業だけにAIを取り入れても、効果は限定的です
営業プロセスの線の中で、どこでどうAIを使い、どう繋げるべきか

私の理想とするプロセスを実装したので、デモを使って考え方、設計方法を具体的に説明します

申し込みはリプ欄から

[しんり@『仮説起点の営業論』著者｜営業の仕組み作り @shinri_55]

https://t.co/8ExQxgkYV5

[しんり@『仮説起点の営業論』著者｜営業の仕組み作り @shinri_55]

SFAを入れただけで成果はでません
現場の使い易さ・活用できるデータ・運用負荷を最適なバランスで設計すること必要です
営業＋
①SFAユーザー20年以上
②Salesforce導入PM/開発（Developerなど7つの資格）
③API連携・BPRが専門
④AIエージェント実装
といった経験をもとに具体的に設計の話をします

[高松 智明 | Datable CEO @_t14i_]

PEファンドが次のお金の出し手になるのか。

[Takayuki Saruta @srt_taka]

とりあえず体力つけよう。

# スタートアップ オフレコ対談まとめ
## OpenAIとAnthropicの「Uber対Lyft」的競争構造
OpenAIとAnthropicの競争関係がますます「Uber対Lyft」的な対比構造を帯びてきている。両社はそれぞれPEファンドとの提携を進めており、OpenAIはTPGやベインキャピタルと、Anthropicはブラックストーン勢と協議中だとされている。いずれも、PEファンドの投資先ポートフォリオにAIを全面導入するという「AIロールアップ」の構想であり、かつてThriveやGeneral Catalyst、Elad Gilらが提唱していた方向性を、フロンティアモデル企業自身が実行に移そうとしている。

この動きの背景にはエンタープライズ領域でAnthropicが先行しているという事情があり、OpenAI側にとっては資本の力で強制的にAIを導入させることで巻き返しを図る意図があるのではないか。LLMの主要プレイヤーはOpenAI、Anthropic、Gemini（Google）、xAIの4社にほぼ収斂しつつある。

## VCリターンの極端な偏在とIPO市場への影響
過去10年のVCリターンの約7割がOpenAI、Anthropic、SpaceXの3社に集中している。VCの成否が結局この3社に投資できたかどうかで決まってしまうという構造は、業界にとって根本的な問いを突きつけている。

数字で見ると、OpenAIの評価額は約840 billion dollars（約120兆円）、Anthropicは約380 billion dollars（約60兆円）に達しており、Anthropicの直近ラウンドの調達額はサウジアラムコのIPO時の放出額をすでに超えている。これらの企業が将来IPOした場合、株式市場の資金を大量に吸収してしまい、まだ約1,000社が滞留しているとされるユニコーン群のIPOに向かう資金が枯渇するリスクがある

## AI時代の人員削減：Blockの40%カットが示すもの
Blockが社員1万人から4,000人を削減した。イーロン・マスクによるTwitter買収時も8,000人いた社員の8割をいきなり削減したにもかかわらず、サービスは停止せず、むしろプロダクトやCSが改善したという評判すらあった。「2割の人員で回るじゃないか」という衝撃は、今後多くの企業で同様の判断が下される可能性を示唆している。

SaaS is Deadと言われる文脈の中で、むしろテック企業こそAI化の恩恵を最前列で受ける立場にある。年間300K〜400Kドルのエンジニア人件費がAIによって劇的に圧縮されうるため、SaaSが市場から駆逐される前に、AI導入によって収益力が大幅に改善する可能性がある。PL上のインパクトは、エンジニアを最も多く固定費として抱えるテック企業やSaaS企業にこそ大きいという逆説的な構図

## 日本の保護された環境はいつまで持つか
日本では雇用の硬直性があり、アメリカのようなレイオフは法律的にも商習慣的にも困難だ。久保氏が社外取締役を務めるDeNAもAIオールインの方針だが、コストカットの方向にはなかなか向かいづらいという。DeNAが打ち出しているのは、既存事業を半分の人数で回し、浮いたリソースで新しい事業を作るというアプローチであり、これが日本型の一つの回答になっている。

一方で、日本は元々エンジニア不足に悩んでいたため、AIが「雇用を経由しないIT課題の解決」として機能してしまう可能性もある。採用できなかったから困っていた問題がAIで解決されてしまうと、結果として雇用の増加にはつながらないという構図だ。タイムラグは読めないものの、グローバルで戦うエンタープライズ企業を中心に、一年後にはこの問題を真剣に考える経営者が増えてくるだろう

## ディストピアシナリオ：AIが「成功」した場合の方が怖い
Citrini Researchが発表したレポートだ。このレポートが出た途端、米国のカード会社など金融株が暴落するほどの影響を与えたという。レポートの核心は、AIバブルが崩壊するシナリオよりも、AIが期待通りに進化した場合の方がマクロ経済への副作用が大きいのではないかという問題提起にある。

2028年という近い将来を想定したこのシナリオでは、エージェント型AIがホワイトカラー業務の大部分を代替し、企業は人件費を削減して利益率を改善、株価は上昇する。しかしその先に待っているのは構造的な問題だ。ホワイトカラーが属する上位20%の所得層は米国の消費の65%を占めており、この層の失業や減給は消費に直撃する。GDPに占める消費の比率が高い米国では、消費の停滞がGDPの停滞に直結し、企業はさらなる人員削減に走り、AI導入がさらに加速するという負のスパイラルが始まりかねない。

さらにAIが代替するのは、人間の介在に依存した収益モデルだ。不動産仲介、保険の対面販売、決済手数料といった領域が直撃を受ける。米国のホワイトカラー7,000万人のうち20%が職を失うとすれば1,400万人に達し、リーマンショック時の870万人を大きく上回る規模になる。

## 若者と世代間格差の深刻化
中堅州立大学のCS専攻で就職率がわずか19%、スタンフォードのCSでも4割が就職未定、ハーバードMBAでも15%が就職先なしという数字が紹介された。キャリアフェアに来た企業はわずか12社で、その大半がMLM（マルチ販売）や保険販売だったという。高額な学費のためにローンを抱えたまま就職先がなく、結局スターバックスでバリスタをしているという状況は、10年前に「これからはSTEMだ、プログラミングをやっておけ」と言われて進路を選んだ世代にとって残酷な結末だ。

米国では40歳以下の層が保有する富は全体のわずか7%に過ぎず、ブルーカラーの方がむしろ高収入という逆転現象も起きている。配管工や建設管理、送電線修理といった職種の平均年収は10万ドル（約1,500万円）を超えているという。

IBMは一時期新卒採用を停止したが、企業内のカルチャーやダイバーシティの問題が顕在化し、再開に踏み切った。これは、組織の生態系をいきなり変えすぎることの危険性を示す。経験者はネットワークや暗黙知という「AIに代替されにくいもの」を武器にできるが、若手には「お前の仕事はClaudeでいい」と言われてしまう。YouTubeなどの影響力を使って、若者が自分たちに有利な政策を掲げる政党を作るといった動きが出てくるかもしれないという展望も語られた。

## 歴史的アナロジーが教える冷静さ
UberやAirbnbが登場した時代に「Software is eating the world」と言われ、これらの企業がGoogleやFacebookを超えるとすら予想されていたことを振り返った。しかし実際には、移動や宿泊の市場はそれほど簡単ではなく、医療・教育・住宅・交通といった巨大産業はモバイルやクラウドで便利にはなったものの、「ソフトウェアに食い尽くされた」とは到底言えない。産業再編にまでは至らず、リアル経済との融合という穏当な着地点に落ち着いている。

社会の進化はそこまで速くない、東京にまだタクシーが走っているという事実が、テクノロジーによる社会変革の速度についての一つの答えになっているとした。先端で議論している人間ほどディストピア的に考えがちだが、社会全体はそう簡単には変わらないという認識は、パニックに陥らないための重要なバランス感覚だろう。

## ベーシックインカムとサム・アルトマンの先見性
サム・アルトマンがWorldcoin（虹彩認証による本人確認と給付金配布のインフラ）を作り、それがOpenAIの世界観と接続していたのではないかという推測は、彼の先見性を示唆している。AIによる大規模な雇用喪失が現実味を帯びる中、ベーシックインカムは空想ではなく真剣に設計すべき社会制度になりつつある。

[しんり@『仮説起点の営業論』著者｜営業の仕組み作り @shinri_55]

記事に載せたAI Agentのデモ動画のショート版です。
カレンダーに予定を入れるだけで予定名から社内システム、WEB、EDINETから調査し、仮説構築、個別提案資料作成まで全自動で完了します。
仮説や資料の作り方はSKILLで作成して、予定名で使い分けることが可能です。
詳細verは記事を見てください。

[しんり@『仮説起点の営業論』著者｜営業の仕組み作り @shinri_55]

「仮説起点の営業論」の営業仮説構築ノウハウをSKILLに組み込んだデモ動画も記事に貼っているので、ぜひ見てください！

[ひびき｜株式会社Meta AX @imrH2Rnc77425]

分かりやすいので営業マンの人はぜひ

[しんり@『仮説起点の営業論』著者｜営業の仕組み作り @shinri_55]

https://t.co/OvsYHEgLlh

[古田 健 | Claude Codeで会社をまるごと動かす人 @kenfuruta7737]

いいね、うちは顧客管理をディレクトリとカレンダーでやってるけどさらに簡略化できそう。

[Koichi Sugimoto / 豊かな世界を創るザ法人営業 @koichi2905]

素晴らしい記事！これが無料とは…
そして以下の点、完全同意です！
ぜひ拡散をしてもらいたいと思います

>営業の仕事を長くやっている人は、「型の言語化」も「依存関係の整理」も、普段やっている営業プロセス設計とまったく同じ思考です。「エンジニアでないと使いこなせない」と思われがちですが、むしろ逆で、業務を構造化してきた経験がある人の方が、AIをうまく扱える部分があります。

[今井晶也｜セレブリックス @M_imai_CEREBRIX]

解説動画つきでめちゃくちゃわかりやすい！

[高松 智明 | Datable CEO @_t14i_]

X上の記事も英訳されるのかな

[高松 智明 | Datable CEO @_t14i_]

Karpathyのautoresearchを実際に動かした人の視点満載で勉強になった。
油断するとAPI費用とんでもないことになりそうでちょっと怖い。
https://t.co/LlyBZsjnJQ

[高松 智明 | Datable CEO @_t14i_]

やや詳細まででてた

https://t.co/ClEGGXoQ3a

[Sakana AI @SakanaAILabs]

Sakana Chatの背後で動いているのは、Sakana AIの新モデルシリーズ「Namazu（α版）」です。

🔗 詳細はこちら： https://t.co/xXGq7NQmO0

現在、世界には、様々なオープンモデル（LLM）が提供されており、その中には極めて高性能なものも含まれています。他方、このようなモデルは、学習データの偏り 、開発元のイデオロギー、価値観など（バイアス）が必要以上に反映されることが避けられません。Sakana AIは、①これらのバイアスを可能な限り除去し、②自らの価値観を新たに反映させ、③安心かつ各国の文脈に即して使えるようにするための技術開発に取り組んできました。

その技術実証の第一弾として、今回「Namazu」シリーズのα版となる3つのモデル Namazu-DeepSeek-V3.1-Terminus、Llama-3.1-Namazu-405B、Namazu-gpt-oss-120Bを構築しました。これら3つのモデルは、オープンモデルの卓越した性能を継承しながら、日本国内での利用に適した振る舞いを実現しています。 詳細はブログをご参照ください。

▪️ Sakana Chatへの搭載とこれから
私たちのゴールは、単に優秀なモデルを作るだけではなく、それを多くの方に使っていただくことです。そのために専用のチャットインターフェースを構築しました。これまで約1,000名のベータテスターの皆様による熱意あるフィードバックをもとに改善を重ねてまいりましたが、本リリースを通じて多くの方に触れていただくことで、さらにモデルとサービスを磨き上げ、より良いものへと改善していきたいと考えています。

[高松 智明 | Datable CEO @_t14i_]

Sakana AI Chat試してみた。動作が速い。他LLMとの技術的な差分は教えてもらえませんでした。

[高松 智明 | Datable CEO @_t14i_]

https://t.co/IF0RJFLCJO

[ALL STAR SAAS FUND @allstarsaasfund]

「AIが進化したとき、あなたのプロダクトは強くなるか」
信じてもらえる会社と、そうでない会社。その差はどこにあるのか？
最高のAIナラティブの正体を紐解く。
▶︎AIの進化が、自社の成長につながる構造を持っているか
▶︎「やっている感」は見抜かれる
▶︎それでも、数字はすべてだ etc…