messos

ソフトウェア開発のPM/UXデザイン/エンジニアリングをやる。会社ではPMメイン。個人でもアプリ開発中。

[久保田 雅也@Coalis @kubotamas]

FDEの進化版、Marketing Engineer
- 現場に入り込み、顧客獲得・広告・コンテンツ・営業支援のワークフローを自動化するAIエージェントを構築
- マーケターの進化は Traditional Marketer → Digital Marketer → Growth Hacker → Marketing Engineerへと
- 今後は「マーケティングをする人」より「マーケティングを実行・学習するAIエージェントを作る人」が価値を持つ

[Taishi | AI Language Learning App 🧞‍♂️ @taishiyade]

TikTokでバズらせるのは簡単やけど、ダウンロードには繋がらないわ
(多分、次のレベルの壁にぶち当たった)

バズればアプリのダウンロード増えるっていうの間違いやわ

5アカウントくらい運用始めて、2日でトータル10万インプ以上出た
初投稿で1000いいね、400ブックマーク

でもダウンロードは全く増えない
TikTokとインスタはCTAとして投稿にリンクを配置できない
→ 自分で検索してもらう必要ある
→ 猛烈な衝動と欲求が必要
→ 動画自体が面白く、広告となるもの

つまり、アプリを使いつつもネタとして楽しい動画
とにかくアプリをネタとして面白く使ってる動画じゃないと意味なさそう

スライドショー完全に捨てるのは勿体無いから試行錯誤もうちょい試すべきなのか？

バズるフォーマットよりも、エンゲージとコンバージョンするフォーマットの発見発明の方が100倍大事や

[messos @messosos]

ほんとにもう「解決」の領域はAIのほうが早さ・質・幅・すべて上だな

[messos @messosos]

つくる行為は「意欲×ドメイン知識×実装スキル」を持つ者だけの特権で、
自分しかできないと思えて楽しかった。

今はそれは無くなりつつあるけど、楽しさは忘れずにいたい。

[messos @messosos]

MacBook Proが古すぎて今すぐに買い替えたいけど、筐体アップデートが控えてるのでとても買いにくい...

[井上食堂｜映像ディレクター × AI @inoueshokudou]

生成AIを使って「2時間」で落語をMVにしてみた。
数時間でMVを作ることができる時代、最高。

音楽 : suno
動画生成 : seedance2.5 , runway

コンテと制作ポイントはリプ欄へ↓

[Haruki Sonehara / 🇺🇸シリコンバレー企業のプロダクト戦略 @Haruki_Sonehara]

AIプロダクト評価で、めちゃくちゃ大事なこと言ってる。

多くの人は「AIを作ってデプロイしたら終わり」だと思ってるが、実際は全然違う。

彼が「週末の予定を全部キャンセルしてでもやれ」と言っているのはこれ👇

1. デプロイ前に必ず回る評価ハーネスを作る
2. 最低100件以上のゴールデンデータセットを用意する
3. キャリブレーション済みのLLM-as-a-judgeを実装する
4. 悪い変更を自動でブロックする回帰検知を入れる
5. 単純な完全一致を超えた精度メトリクスを作る
6. 事実性チェックでハルシネーション率を追跡する
7. 引用検証でグラウンディング品質を測る
8. バイアスの安全評価を入れる
9. コストと品質のトレードオフ曲線を作る
10. プロンプトのA/Bテスト基盤を作る
11. エッジケース用の人間評価ワークフローを入れる
12. レイテンシのパーセンタイル（p50/p95/p99）を追う
13. 品質トレンドを可視化するダッシュボードを作る
14. 品質が閾値を下回ったら即アラートを飛ばす
15. 本番で安全に試せるシャドーデプロイを用意する
16. 自動ロールバック付きのカナリアリリースを実装する
17. ステークホルダーに見せられる評価レポートを作る
18. 自分の評価手法を公開する

大事なのは、これらが揃っていないと、どれだけ賢いモデルを使っても本番ではすぐに崩れる。

AI評価は「後からやるもの」ではなく、デプロイ前から本番運用までずっと回し続けるインフラそのもの。

要するに、AIプロダクトの勝負はモデルの性能じゃなく「評価システムをどれだけ本気で作るか」で決まる、ということ。

[深津 貴之 / THE GUILD, note @fladdict]

これからのIT開発・キャリアについて、こんなふうにかんがえてます。

writing... 高度に進化したAI駆動開発は、農業と区別がつかなくなる

https://t.co/NEsZbw22Av

[catnose @catnose99]

Xのオープンソース化、イーロン的にはもうコード自体は競争優位性じゃない認識なんじゃろうな

優位性はソーシャルグラフ、データ、ブランド、巨大なインフラで
さらに影響力ある人にはお金を払ってソーシャルグラフをガッチリ固めてて
似たものが出てきてもXでそこそこ満足してる人が動く動機がない

[Taishi | AI Language Learning App 🧞‍♂️ @taishiyade]

マーケティング苦手
スタートアップでCTOやってたとき
片手間にマーケもめちゃやってたけど
1番効果あるのは
しらみつぶしにやれること全部やること
深く考えない
何も考えない
やりまくる

有名マーケターみたいな人がインタビューとかでそれっぽいロジック話してるけどアレは嘘で

実は何が当たるかっていうのは誰にもわからない

だから当選確率上がるように、とにかくトライしまくるだけ

で、有名マーケターの人は後付けでそれっぽい理由をそれっぽく話して、すごい人っぽい感を出して、次の仕事を獲得するっていう彼ら自身の個人ブランドのマーケティングをしてるだけ

[ちぇん | LangCore代表 @yuno_miyako2]

AIで事業を作りたい人、全員読んで

[messos @messosos]

とても適切に言語化していただけた。大感謝です。

[大野峻典 @ono_shunsuke]

SaaS時代、カスタマイズは「悪」だった。なのにLLM時代になると、FDEやカスタマイズが、ど真ん中として扱われている。なぜなのか。という議論で、言語化してみたのでメモを残す。（そして、皆さんがどう整理しているのか知りたい..）

FDEはバズワードだと思いますか、という問いもよくある。長期のトレンドとして残るかはわからないが、まず、個人的には、少なくとも中身のないバズワードではなく、ちゃんと手触り感のある価値が伴うコンセプトだと思う。

なぜか。結論、価値の源泉が「汎用的なコード」から、「汎用的なAIと現実の接地」に移動したというのが大きいかと思う。

昔（SaaS時代）は価値が「コードという資産」にあって、カスタマイズはそれを壊す行為だった。今は価値が「各社の現実にAIを接地させること」に移って、カスタマイズがその価値そのものになった。

同じ行為の意味が、価値の場所が動いたことで反転した。構造が変わった、という。

以下、雑な思考メモ↓

なぜSaaSでカスタマイズが嫌われたか。

顧客ごとに作り込むほどコードは使い捨てになり、資産が積み上がらず、スケールしない。だから優れたSaaSは「顧客の方がソフトに合わせる」設計を目指した。

Salesforceみたいに、業務をプロダクトの型にはめ込む。それによって、一つのコードベースを全顧客で使い回せる。これが正しかった。

ところがLLMが出てきて、この前提が崩れた。

LLMはものすごく強力なんだけど、汎用的すぎる。世の中一般のことは何でも知っているのに、目の前の会社のことは何も知らない。

だからそのままだと、賢いけど使い物にならない。この強力さを実務で享受するには、各社の現実とわざわざ擦り合わせるしかない。

つまり「カスタマイズしてでも現実と合わせ込む」必要が出てきた。

そして、この合わせ込みがそのまま、お金が払われる価値の源泉になっている。汎用的な賢さ自体は誰でもAPIから同じ条件で借りられるから、そこでは差がつかない。

差がつくのは、その賢さを自社の現実にどれだけ接地させられるか。

だからこそ、かつて「悪」だったカスタマイズが、いまは価値の中心に来ている。

ここで当然、「でもその合わせ込み、コストに耐えられるの？」という話になる。昔カスタマイズが嫌われたのは、そこが重すぎたからなので。

コストは大きく2つに分けてみると、

ひとつは「作り込みコスト」。要件に合わせてUI、ロジックを書き、ソフトウェアを作る作業。昔はここがとにかく重かった。顧客ごとに人手でコードを書くから高くつき、しかも他社に転用できない。割に合わなかった。

でも、ここはLLMでかなり耐えるようになったと思う。自然言語で要件を伝えれば一定実装できる。かつて数週間かかった合わせ込みが、桁違いに安く速くなった。「カスタマイズは高くつくから悪」という前提の、半分はここで崩れる。

ただ、もうひとつのコストは今の時代でもきつい。「接地（エッジ）コスト」と呼んでみる。各社固有の現実的なオペレーションにディープダイブして、要件を定義する作業。

どんなデータが、どんな業務フローで動いていて、社内では何をなんと呼び、何をもってアウトプットを「信頼できる」とするのか。

そういう名も無き仕事を一つずつ並べて、サービスを実務で使える/使いやすいところまで仕上げる。ここはLLMでもあまり安くならない。そういう知識がデジタル情報でまとまっているケースが少なく、一定、人が現場に入り込んで泥臭く理解する作業でしか進まない事が多い。ゆえに、まだAIが肩代わりしにくい。

だから、人手はやっぱり要る。むしろ増えている気がする。だから、FDEやAXコンサルみたいな「（プロダクトを持ち込みつつ）人が現場に入り込んでラストワンマイルを仕上げる仕事」が、いま伸びているように見える。

作るのが安くなったなら人手は減るはずでは、と直感的には思える。でも逆に見える。作るコストが下がった結果、カスタマイズ案件の数が増えた。案件が増えれば増えるほど、各社の現実に接地させる作業の「総量」はむしろ増えていく。安くなったのは作る作業であって、接地のための要件定義作業ではない。

だから接地を担える人の付加価値が上がっている。FDEが人気なワードになっているのは、たぶんこれが理由なんだろうと思う。

ただ、結局後者の、コストはかかるので、スケーラビリティ（スケールしたときの利益率や、ディストリビューションの速度）は、カスタマイズゼロのSaaSに比べると明らかに劣る。が、まぁまず、0/1な話でもなく、カスタマイズとはいえ、業界で使い回せるものがあったりと、再利用できる割合をどう増やせるか、という話ではある。また、スケーラビリティ的な難点は、ただのデメリットというより、逆に、自社の陣地を守る守備はしやすいという良さにもなる。ビッグテックが一気に取ることも難しくなったりするので。顧客のライフタイムも伸びそう。

なお、この接地コストがずっと残るのかという問いもある。それは正直、わからない。というか、人間より賢くて色んなモーダルをいい感じに処理するAGIのようなものが出てくれば、未来では、接地作業までAIがいい感じにやってしまう気がする。そうなれば接地コストも消えて、FDEという仕事自体が要らなくなる可能性はある。数年前に語られたプロンプトテクニックが、モデルが賢くなった結果価値が薄まったのと、たぶん同じことが起きそうな気もする。

とはいえ、「だから価値がない」という話にはならない。「少なくともこの過渡期では、接地の価値が大きい」というのは確かであり、そこに様々な機会があることもたしかなので、まあその過渡期を波乗りしながら走り抜けて、次の時代に持ち越せるアセットを作ろうぜ、という捉え方をするのがいい気がしている。

---

という感じの整理で正しいのか？その場でなんとなく言語化してみたので、なんか色々違うかもしれない？

皆がどんな感じで整理しているのか、気になる

[Madmax @madmax99993]

FDEを送り込めば製品が売れると勘違いしてるバカが溢れかえってて萎え切ってるんだが、それは30年以上前からあらゆるITベンダーが通った道で、そして全て同じ方向に修練してるのって、AIブームからこっちの世界に来た人にはわからんのだろう。↓

[柳田佳孝🚀MBA教授&コンサル会社経営 @yoshi_yanagida]

https://t.co/TKgfoWhOGV

[Taro L. Saito @taroleo]

RAGをちっとも使わないClaude CodeやCodexなどのAgent Harnessがなぜ高精度に動くのか、逆にRAGしか使ってないAgentがハルシネーションを起こしやすいのはなぜか、がよくわかる。目安は現行のAIのコンテキストサイズ(20k - 1M tokens)に収まるおよそ100ファイル以下。

[DK @game_sennin]

自分がストーリー上、考えるのが不得意だったり、思いつくのが苦手だったりする部分って間違いなくあって、最終的にそれでもなんとかしなきゃいけないことに変わりはないんだけど、それがどこなのか自分で気づけるか、それを埋める為に参考になる情報はないか、にいかに早く取り組めるかは重要。

作者本人的には時間かけて悩んで苦労して対応したんだ、と言いたくなるかもしれないけど、読者観客からすればそんなことはどうだっていいし、そもそもわからない。だから作家にとっては、速さ、早さが強さになる。

[くにおくん公式アカウント @Kunio_Kun_PR]

【訃報】
「くにおくん」や「ダブルドラゴン」などの
名作シリーズを生み出した岸本良久氏が4月2日に逝去されました。

世界中のファンから愛される伝説的クリエイターの
早すぎる訃報に接し、誠に残念でなりません。

楽しい思い出の数々をありがとうございました。
心よりご冥福をお祈りいたします。

[福島良典 | LayerX @fukkyy]

Claude Codeで作るべきは、マネージドサービスとして購入可能なものではなく、自社の競争優位に直結するもの。Claude Codeを本当の意味で使いこなし、成果に変換できる人は希少。その希少な人を車輪の再発明にあてない。当社の重要なポリシーです。