Masato Ohnishi

株式会社ZAIORA 代表取締役 CEO
←PKSHA 役員←LEALA 取締役 ← freee Bizdev | KEIO Boxing Team ← Mitaka Rugby Team

[Masato Ohnishi @kingreonidas]

Pivot出演させて頂きました！
AIエージェント×RAG等について話しています。
https://t.co/K4CHmPcWxG

[Haruki Sonehara / 🇺🇸シリコンバレーのプロダクトマネージャー(B2B・B2C) @Haruki_Sonehara]

テスラのAIエンジニアさん、めちゃくちゃいいこと言ってる。

多くの人が「機械学習のプロジェクト＝モデルの学習がほとんど全部（99%）」だと思ってるが、実際は全然違う。

1. モデルの性能をちゃんとチェックする評価：50%
2. データのゴミを掃除したり整えたりするデータクリーニング：40%
3. システムに組み込む作業：8%
4. 実際にモデルを訓練する作業：わずか2%

大事なのは最初の2つ。

評価とデータ整備で「学習できる限界」が決まる。どんなにすごいモデルでも、与えられたデータの質を超えて賢くはなれない。

データが汚かったり、ラベル（正解の付け方）が曖昧だと、モデルはそれ以上のことは学べない。

だからオントロジー（データにちゃんと意味やルールを付ける作業）を毎日考える必要があるし、古いラベルも見直し続ける必要がある。

ラベルが間違ってると、モデルが根本から勘違いしたまま学習してしまうから。

要するに、モデルを強くするより、データと評価をちゃんと整える方がよっぽど大事ということ。

[佐藤航陽（さとうかつあき） @ka2aki86]

AIと融合して複数領域を1人で兼ねれる超人タイプと、リアルが得意で他人に好かれて集団を束ねる昭和タイプ、の両極に価値が偏ってきてる。AIに従来の仕事をぶん投げて自動化して、浮いた時間で人間関係のプロとなってる両利きタイプはさらに強い。

[AI駆動塾 @L_go_mrk]

MITのインド人学生がたった4年で600億ドル（約9兆6000億円）で売却にまで至った。。。

プロダクト名は皆さんご存知Cursor。

Aman Sanger：
> Cursorのインド系共同創業者
> 2022年にMITの3人の学生でスタート
> Visual Studio Codeのフォークとしてスタート
> わずか4年後、SpaceXに600億ドルで売却

”VSCodeのフォーク”がとんでもないプロダクトになりました。AIドリーム。。。

[ひとごとMD @hitogoto_butyo]

専門家であっても、30歳までに部下や部署を任される経験がないと、その後のキャリアの幅は狭くなりやすいと思っています。

35歳を過ぎると、「いつか管理職をやる人」ではなく、「既に人や組織を動かしたことがある人」が評価される世界になります。

プレイヤーとして優秀であることと、組織を率いる経験を積むことは別物であり、その分岐点は意外と早いです。

[笹島拓也 /経営者のブランディングに強いWebマーケ会社 @sassan_299]

経営は階段を登るイメージを持たれがちだけど、実際は全然違う。

下りのエスカレーターを上がり続けてる感覚のほうが近い。

何もしなければいろんなものが勝手に下がる。
売上、組織の士気、顧客との関係、市場でのポジション。
放っておけば全て劣化する。

去年と同じことをやってても、競合は動いてるし、顧客の期待値も上がってる。
同じ場所に立ってるつもりでも、周りが進んでるから相対的に下がってる。

現状維持に見えてる企業でも、実は必死に足を動かしてる。
なぜなら止まった瞬間に下がり始めるから。

しかも厄介なのは、同じスピードで動いても現状維持にしかならないこと。

上に行くには、今までより速く動くか、動き方そのものを変えるしかない。

「頑張ってるのに成長しない」は当たり前で、頑張ってやっと現状維持。
成長するには、頑張り方を変えないといけない。

だからこそ、妥協や落とし所を探し始めたら危険信号だと思ってる。

「まぁこのくらいでいいか」は、下りのエスカレーターの上で足を止めてるのと同じ。
現状維持どころか、下りのエスカレーターをそのまま下ることになる。

正直、不満や葛藤は常にある。
思い通りにいかないことのほうが多い。
それでもそこから逃げずに、足を動かし続ける。

事業を続けるというのは、そういうこと。

[Satoshi Nakajima @MulmoCast @snakajima]

ここ6ヶ月で、私のコーディング・スタイルは根本的に変わりました。４０数年間、自らコードを書くことを心の底から楽しんできた私が、コーディングはすべてClaude Codeに任せ、自分は設計して指示を出す側に変わりました。仕事の仕方が根本的に変わったのです。

こんな「根本的な違い」を実際に経験している人は、まだ世界の人口の0.1%ぐらいに過ぎません。その割合が、今後、0.1%→1%→5%→15%と増えた時に、それが社会全体に与える影響は、計り知れないものになると思います。良いものも、悪いものも含めて。（来週のメルマガより）

[Tetsuro Miyatake @tmiyatake1]

Anthropicの新しいモデル「Fable 5」ではClaude Code上で1発のプロンプトで簡単なビデオゲームを作れるらしい。

https://t.co/TQFL4VfIMz

[ひとごとMD @hitogoto_butyo]

「採用の仕事」の辞め時は、今だと思っています。
私見ですが、多分一番最初に構造的にいらなくなる職種が「採用部」です。

理由は単純です。

どの職種がAIに代替されても、全体の仕事量は等しく減るからです。
AIで特定の職種だけが減るのではなく、社会全体で人を新しく採る必要性そのものが下がるということです。

元々、採用の仕事は「人が辞める」「人が足りない」という前提の上に成り立っています。
AIは、その前提自体を壊しつつあります。

しかも、
　・求人票作成
　・スクリーニング
　・面接
　・条件提示
このあたりは、AIとの相性が抜群に良い領域です。

だから私は、今の時代、採用一本でキャリアを張るのは、かなり危険だと思っています。

[佐藤航陽（さとうかつあき） @ka2aki86]

「想像力格差」が深刻になりそう。技術的にできることは爆発的に増え続けるのに、それを使って何をするかのアイディア＆意義の創出と、その責任を引き受けられる個人が不足する。結果、頭のネジを外せるタイプに富と機会が一極集中する。そして、この「ネジの外し方」は滅多に教えられない。

[Tetsuro Miyatake @tmiyatake1]

AIが画面からフィジカルな世界へとどんどん発展していくとCoatueのLucas Swisherが語る。

これから来るのは製造、医療（手術ロボット）、家庭用ロボットなど。

[福島良典 | LayerX @fukkyy]

まずfactとしてAI nativeカンパニーは採用を抑制など一切していない。特にAI Builder, フロント営業, ドメインエキスパートに関しては採用が加速しすぎてて全く追いついていない。弊社は積極採用を続けます。生産性のみがAI nativeの証明。増えた生産性を倍プッシュがAI native経営の基本

[三上俊輔(Shunsuke Mikami) @mikamika8375]

しかしこれだけ非公開化を決断する上場企業が増えてくると、今からIPOする企業というのは、いったい何が目的なのか？をハッキリさせないと、なかなかに採用も苦しいよな。
利益水準が低い場合は、結局上場後数年で低PBR問題で退場を余儀なくされてしまうので、一定以上の利益率と安定成長を実現できないと、上場維持コストだけかかって何も得ることはなくなってしまう。
投資家のEXITです、といった文脈が多いのかもしれないが、それこそM&Aで相対EXITの方が手っ取り早かったりもする。こんなにIPOが塩っぽい時代になるとは思っていなかったよ。

[さ @hisagrmf]

帝国データバンクの面白文書「組織の壊し方」は日本人は必見

[前田ヒロ ⭐ALL STAR SAAS FUND ⭐ @djtokyo]

シリコンバレーで急成長中のAIスタートアップ起業家と話していたところ、出社は朝5時から、退社は18時〜21時、日曜日もリモートで会議や仕事が行われ、会社全体でハードワークなカルチャーが当たり前に。

AIによる競争の激化が、こうした働き方をさらに許容雰囲気を生み出している。

[葛原健太 / クズケン @kuzzken]

どの会社においても、おそらくチーム組成がピラミッド型からダイヤモンド形になり、若手の競争が激しくなる

[かずなり | 生成AI活用術 @MacopeninSUTABA]

三菱UFJ銀行が公開した「エンタープライズAI駆動開発」の登壇資料が有益。

単なるAIツールの導入論にとどまらず、メガバンクならではの厳格な「ガバナンス構築」から組織全体で開発効率を上げる仕組みまで徹底解説。

こちら👉
https://t.co/esbK1qhuQi

[Naoki Aoyagi | newmo @naoki]

ブリッツコンパウンド時代に突入。AIネイティブ起業は増えるけど、レッドオーシャン化も必至

コンパウンドSaaS先行者が有利を活かすか、AIネイティブ高純度のスタートアップが猛追するか

資本力、組織スケール、AIネイティブ純度と、複合的な経営力を有する経営チームがより重要に

[Shin丨AI×プロダクト開発の専門家🤵🏻 @shin_sasaki19]

「SIerは終わる」と言われて久しいですが、デロイトトーマツの最新レポートが構造変化を解像度高く描いていて震えました。要点を整理してみます📝

■ 業界に起きている構造変化
1SaaSのアカウント課金と、SIerの「工数×単価」人月モデルが同時に崩壊
2AIで開発工程が自動化され、二次・三次請けの工数が激減
3一方で大手元請SIerは外注コスト削減により収益性向上の余地あり

■ M&Aと業界再編の加速
1大手SIerによる下請企業買収で事業規模・人材を拡大
2ソリューションベンダーを取り込む垂直統合型M&A
3事業会社がIT人材獲得のためにSIerを買収する逆流現象
4PEファンドの参入で短期キャピタルゲイン狙いの再編も発生

■ 上流工程シフトと人材戦略
1今後求められるのは戦略・企画など『上流工程』のケイパビリティ
2業界知見とITアーキテクチャ設計力が決定的な差別化要因
3社内IT部門もスリム化が不可避、SSC・アウトソーシング活用が加速
4AIが進むほど差別化は『人材』に収束、人的リソース戦略が肝に

「AIで仕事がなくなる」ではなく「役割が変わる」、この解像度で動ける組織だけが次の10年を生き残るのだと思います。

[Ren Uechi 🌍🛰 @ren_uechi]

https://t.co/Es3p98uGwQ

[d @d_1d2d]

マイクロソフトAI責任者「AIによるすべてのホワイトカラー業務の自動化まで18カ月」

https://t.co/25ORKUnhSq