Takuya Matsumoto | Intersect

INTERSECT INC. CEO/ AIシステム開発屋さん/東京大学工学系研究科博士後期課程中退/元理論物理屋さん/ / カジュアル面談はこちらから→

[Takuya Matsumoto | Intersect @mt_intersect]

インターセクトはプレシリーズAで3億円の資金調達を実施しました！
ALPHA、SBIインベストメントを共同リード投資家とし、既存株主のSkyland Ventures、みずほキャピタルを引受先としています！

@masato611
@tatsutatsukei
@KaoriMitsui
@bobkouki517
@hiroaki_m98
@kinoshitay

[Takuya Matsumoto | Intersect @mt_intersect]

企業へのAI導入で一番喜ばれることは

「スピード」

AIは推論精度が事前に読めない
↓
PoCが必須
↓
検証後にAI導入後の業務フローが確定
↓
ROI測定は最後

事前に試算はできても確証は持てない
特にAIに不慣れな担当者ならなおさら

読めないものは、精緻に計画するより安く速く試した方が期待値が高い
だからスピードが効く

数を打てば当たるはあながち間違いじゃない
運じゃなく、試行回数の話

経験上、学習サイクルを速く回せた現場ほど当たっている

これにはクライアント企業の担当者の協力もめちゃくちゃ重要
作るのと同じくらいかそれ以上に現場へのアダプションは大変

実装力と巻き込み力で毎週のようにデプロイできる体制が、確率的にAI導入を成功させる

[Takuya Matsumoto | Intersect @mt_intersect]

「SaaSの終焉」のもう一つのストーリー

マルチテナントSaaSが狙われやすいのは、顧客の認証情報や連携トークンを一箇所に集約してるから

一点破れば数千社ぶんの鍵が手に入る
この「集約＝攻撃者のインセンティブ」が出発点

守りを固めれば、やられる確率は下がる
例えばAuth0やOktaは集約度は最上位だけど、短命トークン、鍵ローテーション、デバイス縛りで防御壁が分厚い

でも攻撃と防御は非対称
守る側は全部の穴を塞ぐ必要があるのに、攻める側は一個見つければいい
集約してるサービスは、その一個が数千社分の価値になる

だから「硬いから安全」じゃない
硬くても価値が高ければ、攻撃者は金と時間を張り続ける
成熟したOktaがサポートシステムという脇から破られ、Microsoftほどの相手の署名鍵が狙われたのがその証拠

そこにMythos級のAIが乗る
探索と悪用のコストが下がってる
実際GTIGは2026年、AIが関与して作られたゼロデイを高確信で確認した
非対称性の「攻める側が一個見つければいい」のコストが、どんどん下がってる

整理すると、「守りが集約度に追いついてないSaaS」はいち早く落ちる
「守りが硬いエンタープライズSaaS」は即死はしない
でもインセンティブが効き続ける以上、リスクはゼロにならず、消耗戦になる

SaaSが終わるとしたら、「同じものを簡単に作れるから」じゃなくて、
集約が生むインセンティブと、それを下げきれない非対称性のせいかもしれない

[ふぇね | 山中裕貴 @0xfene]

ブォオオオオやります！！将来起業したい、ClaudeCode興味ある、実力つけたい学生、ぜひ来てください！！

[Takuya Matsumoto | Intersect @mt_intersect]

AIエージェント構築の現場で、非エンジニアがエンジニアより「勘がいい」場面によく出くわす

ここ数年で立ち上がった生成AIのアプリケーションレイヤーは、知識の蓄積がまだ「薄い」
薄いってのはネガティブな意味じゃなくて、歴史が浅いぶん追いつくのに時間がかからないってこと

機械学習とかLLMのモデルレイヤーになると話は別なんだけど、AIエージェントみたいなアプリケーションレイヤーは、ちゃんと真剣にやれば半年で現場で戦えるようになる

そして冒頭の話につながるんだけど、この領域の知識は既存のエンジニアリングとあまり重ならない
むしろ決定論的なシステムとは感覚が直交してる

だから、Web系エンジニアも機械学習系エンジニアも、ちゃんと経験積まないとコンテキストエンジニアリングとかハーネスエンジニアリングはできないし
逆に、非エンジニアでもAIエージェントをバイブコーディングで作って精度改善を回した経験があると、そこらのエンジニアよりずっと「勘」が良かったりする

歴史が浅くて、しかも誰にとっても初めての軸
つまりこれまでの専門性とは別軸の勝負になってて、エンジニアも非エンジニアも横一線でスタートを切れる

ただ、技術の発展速度が異常だから、追いついて終わりじゃない
走り続けないと専門性は積み上がっていかない

逆に言えば、今最先端に追いついて、そのまま3年走り続けられたら、しっかり希少人材になれる

[Takuya Matsumoto | Intersect @mt_intersect]

完全に同意

ニーズを知りたいなら売りに行けばいい
ヒアリングで欲しいと答えるのと、本当にお金を支払うかにもまた壁がある

唯一意味があると思うのは既存顧客へのヒアリング
製品を長く使ってもらってから出るインサイトには価値がある
特にターゲットと提供者側にリテラシー差がある場合は必須

[安藤奨馬 | シード特化VC 「TRUST SMITH & CAPITAL」代表🐴 @shocolt]

ヒアリングが唯一有効だと思うのは、

営業感をなくしながら、ドアノックすることを目的としたヒアリング(のフリ)。

保険や不動産などをリテール向けに売り込む場合や、地方など特定の商習慣の商圏において、

モノを売りに行こうとすると抵抗されるけど、ヒアリングなら時間もらえるみたいなケース。

[Takuya Matsumoto | Intersect @mt_intersect]

仙台に限らず、東京でも一般的なユースケースを全社レベルでAI組み込んで完全自動化できてるところは少ない
個人で使ってる人は使ってる、でもそれも完全自動化ではない、みたいなのがほとんど

だからそこまでをパッケージ化してちゃんと浸透するところまでやってあげれれば、例えば1000名規模なら3ヶ月で1000万円回収できるくらいには効率化できる

[千葉勇志｜AIで人と組織を変える @UC_DG54]

仙台でAIの話をしていると、よく出るのは
「すごいけど、うちで何に使うの？」です。

この問いはかなり正しい。
だから最初は大きなDXではなく、議事録、問い合わせ、提案書、採用文、Excel。 毎週しんどい仕事から現場レベルで変化を感じる部分で成功体験を作っていきます。

[Takuya Matsumoto | Intersect @mt_intersect]

「System of Recordは死なない」

AIでソフトウェア開発コストが下がる
これは間違いなくて、急激に下がってる

ただAIが下げられるコストと下げられないコストがある

AIが下げるのは「作る・移す」コスト
コードを書く、UIを組む、スキーマを変換する、連携を書き換える、古いシステムを移植する
この工学的な部分は限界費用ゼロに近づいていく

一方でAIが下げないコストもある

①信頼するコスト
データ移行が地獄なのは、変換処理を書くのが難しいからではない
「一件も取りこぼさず・歪めず移った」と確信しなきゃいけないから
財務記録や患者記録で99.9%正しい移行は、成功じゃなくて事故
AIは移行を「実行する」コストは下げても、「信頼する」コストは下げない
むしろ生成物が増えるほど、検証の負荷は上がる側面もある

②合意するコスト
基幹システムを移すには、全社員が再訓練し、コンプラを再認証し、監査をやり直し、業種によっては規制当局が頷く必要がある
AIは「500人と3つの規制当局を合意させる」コストを下げない
これは工学じゃなくて調整の問題

これまでソフトウェアを「乗り換えられない」を支えていたのは、ロックイン × 信頼の二重構造だった
AIで作る・移すが安くなると、ロックインの層は剥がれる

残るのは信頼の層だけ

そしてそれを預かっているのはSystem of Record

価値の重心が「作れること」から「信頼を預かれること」へ移る
信頼と合意のためにSystem of Recordは使われ続け、それこそが真に価値のあるソフトウェアになっていく

[Takuya Matsumoto | Intersect @mt_intersect]

1年くらい前にDifyのワークフローをMCP化して自律型Agentから呼び出せるようになった

AIが一発で完璧なコードを生成する今、MCPやLLM Callを含むスクリプトを作成して呼び出すのが最も効率的になった

そしてそのスクリプトを束ねたスキルを複数紐付けると、柔軟性とコスト効率の両方が最大化される

[Naruki Kurihara|Intersect @nk_intersect]

エージェント開発を Programmatic Tool Calling（PTC）に変えたら、作成スピードも出力精度も一段上がった。

ツールを一個ずつ呼ぶんじゃなく、まとめてコードで捌かせるイメージ。
で、地味にデカいのがコストが二重に下がること。作るときの作成コストも、回し続ける実行コストも両方落ちる。

DXって「初期費用」と「ランニング」の両方で詰まるので、その両方が軽くなるのは決裁を通す材料としてかなり効く気がしてる。

＃AI #DX

[Takuya Matsumoto | Intersect @mt_intersect]

AI業務移管型（型1）は、改善する際に正解を定義（または推論による判断）する必要があるから、汎用的過ぎると難しく、バーディカルや業務特化系のサービスでうまく実現できる可能性が高い

データ堆積型（型2）はベンダーによるデータ基盤作りを前提としているから、人材を内政化するのが難しいが予算は一定ある地方の伝統的企業なんかと相性がいい

ユーザー資産型（型3）は、どんなに簡単になってもユーザーが自身の業務を正しく言語化できる程度のリテラシーは必要だから、一定人材レベルの高い企業群がターゲットになる

3つのどの型かが決まれば、おおよそターゲットになる企業群も見えてくる

私たちは、
「データ堆積型（型2）×成果課金」

地方を中心とした中堅〜大手企業に対して若手のAI人材をアサインして高速かつ安価にコンテキスト基盤を整える
あとは使われれば使われるだけ利益が出る構造

プラットフォーム上のデータがMoatになるのであれば、あとはそれをいかに早く安く作れるかが勝負

[Mayu Kudo | 工藤 真由 | Globis Capital Partners @_mayumayu13]

https://t.co/Qd6Qpp6Hx3

[Takuya Matsumoto | Intersect @mt_intersect]

昨年の夏頃に資金調達してたときに
全てはコンテキストなんですと言っても
このレイヤーに賭けてますと言っても

結局はモデルの進化で淘汰されると
多くの人に伝わらなかった

コンテキストには個社最適化が必要
この漠然とした概念の価値の話をして
それでも信じてくれた投資家には感謝

[山崎良平 | Delta Xファンド 代表パートナー @zakiryo1533]

https://t.co/GdfhvelbqL

[角田望｜LegalOn Technologies CEO @Tsunoda_LegalOn]

起業して最初に悩むのは、エクイティによる資金調達をするか否か。ここで重要な誤解が一つ。多くの起業家は、資金調達をするかしないかを選択する権利が自分にはあると考える。しかし、実際には成長市場で事業を展開する限りにおいて、「起業家」には資金調達をするかしないかの選択権はない。資金調達の要否を決定づける最重要のファクターは、自社の事業計画でも起業家の意思でもなく、

競合の出現可能性

これが資金調達の要否を決める最も決定的なファクターとなる。これは自社ではコントロールできず、ほぼ客観的に決まる。

極端な話、競合が出現しないのであれば、資金調達をして時間を短縮する必要はない。自己資金でAIを使ってやれば良い。
むしろ、競合が出現しないということは、市場として魅力に乏しい、スケールする可能性が低い市場、と見られているということで調達してレバレッジをかけるには不向き。

他方で、競合がどんどん出現しているような市場、その出現が予測される市場は、一定の魅力が証明されており、かつ、競争環境は激化する。
このような市場でチャレンジする場合には、調達は不可避となり、調達に成功したプレイヤーが競争を制する確率が飛躍的に高まる。

資金調達の要否は事業計画という「自社の都合」によって決まるのではない。

外部の競争環境という「外の事情」によって決まる。

したがって、競合が出現する市場で事業を伸ばしたいのであれば、起業家は常に、

「エクイティによる調達を宿命付けられる。オーナー経営者ではなく、プロの経営者として経営をしなければならない」

という覚悟を決めておく必要がある。

[Takuya Matsumoto | Intersect @mt_intersect]

資金調達でやるべきことが
すごく丁寧に言語化されている

まずは証拠（中間資産）が必要
そしてそれをストーリーに埋め込む
そうして集めた資金で次の証拠を

ストーリーだけでハイバリュエーションで調達するのは違和感があったんだけど
証拠が先に来るこの整理なら腹落ちする

[gohan 🍚⛩️ @grandchildrice]

スタートアップの資金調達を、起業家と投資家が「このナラティブで次のラウンドのバリュエーションを上げよう」という合意形成と定義しました

そのうえでナラティブ設計のための「Narrative Heat Engineering」を紹介してます

投資や研究にも使えるのでぜひ読んでください

https://t.co/zDk9r7ZjT8

[Takuya Matsumoto | Intersect @mt_intersect]

@mk_intersect バレてるやん

[Takuya Matsumoto | Intersect @mt_intersect]

@nishffx ありがとう！めちゃくちゃ勉強になる！

[Takuya Matsumoto | Intersect @mt_intersect]

え、こんな速度なの？
意味わからん早く試したい

[Patrick Bade @nishffx]

This is Codex testing UI changes in realtime (this is not sped up).

Dev workflows are getting wild. Codex is a beast.

[Takuya Matsumoto | Intersect @mt_intersect]

@nishffx 推論してないんだ！ありがとう！
テスト中のUIの挙動はCodexはどのレベルで見てるんだろう？マルチモーダル入力は使ってるのかな？

[Takuya Matsumoto | Intersect @mt_intersect]

便利なのはわかるし、
個人やスモールチームでの利用なら実用的だとも思う

でもエンタープライズSaaSが提供してる価値は機能だけじゃない
同じ機能を見かけ上作れても実際にそれが全社的なツールとして導入されることはない

SaaSの一部のシェアが奪われていくのは同意だけど、そんな簡単に死なない

[OpenAI @OpenAI]

Building apps has never been easier.

With Sites, Codex can turn your work, ideas, and plans into an interactive website or app your team can explore, use, and share with a URL.

Rolling out to Business and Enterprise plans, before expanding more broadly.

[Takuya Matsumoto | Intersect @mt_intersect]

激募集

[ふぇね | 山中裕貴 @0xfene]

【激募集】
AI駆動開発(Claude Code)で、開発品質をいかに上げていくか...??を考えて実装するポジションのニーズがめちゃくちゃありすぎて、人が足りず探しています！！

・テストコード書くの当たり前でしょ、って人
・開発チームに溶け込んで、品質をジワジワ変えていきたい
・AIで爆速になる時代、逆に品質で勝ちにいきたい

少しでも興味ある方いたら、DMかコメントください！

[Takuya Matsumoto | Intersect @mt_intersect]

トークンマネジメントが主流になると、
自律型からワークフローにトレンドが回帰する

定型業務のトークン効率では
絶対に自律型はワークフローに勝てない

そしてLLMの高度化・低コスト化が進むにつれて
自律型による動的ワークフロー生成が主流になる

[福島良典 | LayerX @fukkyy]

https://t.co/UhV0jBHzp4

[Takuya Matsumoto | Intersect @mt_intersect]

https://t.co/bPT1VDuF3L