Ryosuke Suzuki (鈴木凌介) | Timothe AI

entrepreneur.

[Codatum Japan @codatum_jp]

🆕 ブログ公開
CSチームの顧客ヘルスレビュー

業務ごとのCodatum Notebookの使い方を紹介します。

SaaSのカスタマーサクセスにおける、CSチームの顧客との向き合い方をどの指標使って評価するか。
また、次に顧客へ連絡するとき、どの事実を持ってどんな会話を始めるべきなのかのご参考にご覧ください！

#codatum

[Shinobu Miyahara @shinobu_m814]

社外アドバイザーを務める株式会社CODATUMで、Databricks Data + AI Summit 2026のまとめ記事を公開しました。

実際に現地で発表を聞く中で、AIエージェントの論点は「モデル」単体ではなく、企業データ・業務文脈・ガバナンスをどうつなぐかに広がっていると感じました。
https://t.co/xGffKXMdOX

[Vercel @vercel]

Introducing eve, an agent framework.

𝚊𝚐𝚎𝚗𝚝/
𝚊𝚐𝚎𝚗𝚝.𝚝𝚜
𝚒𝚗𝚜𝚝𝚛𝚞𝚌𝚝𝚒𝚘𝚗𝚜.𝚖𝚍
𝚝𝚘𝚘𝚕𝚜/
𝚜𝚔𝚒𝚕𝚕𝚜/
𝚜𝚊𝚗𝚍𝚋𝚘𝚡/
𝚜𝚌𝚑𝚎𝚍𝚞𝚕𝚎𝚜/

Like Next.js, for agents.
https://t.co/ezUIGLkSqG

[Shinobu Miyahara @shinobu_m814]

コード生成AIが下流工程を変える今、次は要件定義です。

社外アドバイザーを務める株式会社バクは、「開発AIコア」により、属人化しがちな上流工程に再現性を持ち込もうとしています。

バクが描く、これからのシステム開発の姿を、ぜひ記事でご覧ください。
https://t.co/5xdGuhhXdn

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

ブートストラップって新手法になったんだ？？

[Shinobu Miyahara @shinobu_m814]

AIエージェントを、AIエージェントが説明する。

社外アドバイザーとして支援している株式会社CODATUMで、「Codatum Agent」の説明をセールスAIエージェントに任せてみました。

資料を読むではなく、対話しながら理解を深める。
新しい顧客体験を、ぜひ試してみてください。
https://t.co/FhZm3gJgdL

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

前の記事:

https://t.co/sLq0jAWj52

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

https://t.co/bzozpJWzKU

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

https://t.co/4C9et2MRNt

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

本記事: https://t.co/FiKTTU3ZfG

[名生｜エンプラマーケ/テレアポ @ex_myo]

先日、クラウドワークス様でエンタープライズ開拓の勉強会をさせていただきました。

いただいたリクエストは4つでした。
・電話以外での接点の作り方
・他社の開拓事例
・BDRの評価方法
・大手開拓に向けたコンテンツの作り方

まず話したのが、SMB開拓との違いです。
大手は意思決定に関わる人数が多く、受注までに時間がかかります。提案先の担当者とだけ話を進めると、稟議の段階でひっくり返ることもあります。

だからこそ、複数の部署・階層と接点を持っておく必要があります。

あるべき姿は、初回から売り込んで期限を切ることではありません。
・まず価値を提供する
・中長期でやり取りしたい相手だと思ってもらう
・複数部署・複数階層に接点を広げる
この積み重ねで「この会社からなら買ってもいいかも」と感じてもらえます。

詳細はリプ欄から▼

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

本記事: https://t.co/YcoMCcMk1E

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

https://t.co/bzozpJWzKU

[倉橋健太（プレイド / Kenta Kurahashi / kuraken） @kuraken314]

「すべての顧客を大切に」は、実は経営の最大のリスクかもしれない。

AIがあらゆるプロセスを均質化し始めた今、他社と同じ自動化を手に入れた先に残る差は何か。「どの顧客に集中するか」と「なぜ買うかを理解しているか」——プロセスが平準化される時代ほど、文脈と動機の理解が唯一の差別化になる。

ウォートンスクールのフェーダー教授の問いはシンプルだ。「正しい顧客に集中できているか」。顧客の将来価値を予測し、そこに経営資源を寄せていく——これが経営理論「カスタマーセントリシティ」の核心。

プレイドはこの理論と重なる事業をずっと作ってきた。顧客行動をリアルタイムで解析し、「なぜ買うか」といった文脈を構造化する基盤を作っているのも、それが次の競争優位の源泉だと信じているからだ。そして、2つの活動が意図せず重なった。

今回、フェーダー教授そして彼の著作との幸運な出会いから、カスタマーセントリシティの日本語版を監訳し出版する機会を得た。日本語版オリジナルのコンテンツとして、フェーダー教授と僕の対談もたっぷり収録している。

6/16発売。全てのCEO・CFO・そして経営チームに読んでほしい一冊です。

[重松@Upflow @sgmtyz]

https://t.co/ngrdToDDZy

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

SMB向けなのに従業員あたり売上がエンタープライズ級、というのが素直に不思議で。「効率を上げたければ大口を取れ」がセオリーだと思ってました。

ただここで起きてるのは、顧客単価を上げたんじゃなくて、一人がカバーできる範囲をAIで拡張した結果の2.3倍。市場セグメントじゃなくオペレーションの密度が効率を決める、という構造なのかもしれない。

「大口取らなきゃスケールしない」というのは思い込みなのか。あるいは、単に Shopify が特別ということなのだろうか。

[前田ヒロ ⭐ALL STAR SAAS FUND ⭐ @djtokyo]

ALL STARの「AI探求ラボ」第12回！Claude Codeなどの台頭で「SaaSpocalypse」に晒されるなか、比較的高い株価を維持するShopifyのAIシフトを、財務・プロダクト・経営哲学・開発組織の4層で解剖したブログです！要点は以下

Shopifyの売上高マルチプルは市場中央値の約3倍。
2026年5月1日時点で米SaaSの売上高マルチプル（EV/NTM Revenue）の中央値は3.2xまで低下しているが、Shopifyは10.4xと約3倍の水準を維持している。シートコンプレッション（AIエージェントが複数人分の業務を代替し企業がライセンス数を削減する現象）でAtlassianやhttps://t.co/HhNprKtlaTの株価が急落するなか、AIインフラやサイバーセキュリティを除く従来型SaaSでShopifyが例外的に評価されている事実が、勝者の条件を考えるうえでの出発点になる。

収益の約70%がトランザクション課金。
シートコンプレッションに強い構造。他4社がシート課金主体なのに対し、Shopifyはマーチャントの売上に比例するトランザクション課金が約70%、シート課金は約30%という構造を持つ。粗利率・FCFマージンが低く見えるのはこのためだが、AIエージェントがライセンス数を削る「シートコンプレッション」の直撃を受けにくい収益構造であり、ポストSaaSpocalypse時代にはむしろ好材料として評価されている。

コロナ反動後も唯一、成長を再加速させた。
直近5年の売上成長率を見ると、Shopify以外の4社は徐々に鈍化し10%前後が主流になっている。一方Shopifyは2022年のコロナボーナス期を過ぎてもなお唯一成長を加速させ、直近では25%以上を継続している。成長の踊り場に入った巨大SaaSのなかで、再加速できている点が際立つ。

成長加速と利益改善を同時に実現。
FCFマージンは10%→17%。通常、成長を犠牲にして利益にシフトするのがセオリーで、Salesforceなどはその通りに動いている。だがShopifyは2022年から急回復し、2023年以降は成長加速と利益率改善を両立させた。FCFマージンは2021年の10%から2025年の17%へ改善しており、二刀流が机上の話ではないことを示している。

従業員一人あたり売上を2年で2.3倍に。
他社は1.1〜1.2倍止まり。成長と利益の二刀流を支えた最大のドライバーが生産性だ。過去8四半期で他社が一人あたり売上を1.1〜1.2倍にしか伸ばせていないのに対し、ShopifyはSMB主体でありながら2.3倍に引き上げ、$400Kを突破してエンタープライズ勢に比肩する水準まで到達した。AIシフトの成果が数字に直結している。

Shopify MagicはChatGPTの後付けではなく、コマース特化AIエンジン。
ShopifyのAI戦略の中核Shopify Magicは、SaaSに後付けしたチャットボットではなく、数十億件の購買・在庫・顧客データを学習したコマース特化型AIだ。2023年4月の商品説明文生成という小さな機能から始まり、その夏にSidekick、2025年12月にAgentic Storefrontsと、独自データを土台に機能を積み上げてきた。

Sidekickは質問回答型から自律エージェントへ。
週次利用は1年で4倍。当初は利用率の低い「質問すると答えるチャットボット」だったSidekickは、2025年春のアーキテクチャ刷新でプロアクティブにタスクを提案・実行するプラットフォームへ進化した。売上下落原因のクロス分析や自然言語でのワークフロー自動生成までこなし、週次利用ショップ数は1年で4倍、2026年Q1の3ヶ月だけで12,000を超えるカスタムアプリが作られた。

Tobi Lütkeは「Tobi Eval」で自らAIモデルを評価する。
創業者CEOのTobi Lütke氏は、自分専用の「Tobi Eval」フォルダにプロンプトと期待回答のセットを用意し、主要AIモデルが出るたびに自分でテストしている。機械学習エンジニアの評価（Eval）手法そのものをCEOが実践しており、CEO自身が最高のAIユーザーであり続ける姿勢が全社のAI文化の源泉になっている。

「AI活用は全社員の基本要件」。
CEOがXで全社メモを公開。2025年4月7日、Tobi氏は「リークされそうだったから自分で出した」とXに全社メモを公開した。AIの効果的活用を全社員の基本要件と位置づけ、GSDプロトタイプ段階へのAI組み込み、人事評価・ピアレビューへのAI利用質問の追加、増員前に「AIで達成できない理由」の説明を求めるなど6つの具体策を提示。「全員とは、経営陣を含む文字通り全員」と締めている。

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

これ、めちゃくちゃ整理されている記事です。
「LLM検索が検索史を逆向きにたどっている」という捉え方がイケてる。

自分もRAGまわりはそれなりに向き合ってきたつもりだけど、検索の精度話と、ナレッジそのものを整理する話は別物だなと感じます。検索精度すらちゃんと見られていないこともあるけれど。

記事にある通り、ナレッジを「検索可能」にするだけじゃなくメンテする前提で設計できるかどうか。

[松本拓樹 | CaseMatch @hirokima2moto]

https://t.co/Y62jgCzUxG

[Kohei Minami | ROUTE06 @min101060]

Google､AI検索の引用を拒否可能に　世界で機能提供へ：日本経済新聞 https://t.co/9A9LzkyVRi

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

Minimax M3良さそう。しかし、レイテンシーとスループットが悪いので、プロバイダーが増えるのを待ちます。

[MiniMax (official) @MiniMax_AI]

Introducing MiniMax M3: The First Open-Weights Model to Combine Three Frontier Capabilities

- Coding & Agentic Frontier: 59.0% SWE-Bench Pro, 66.0% Terminal Bench 2.1, 34.8% SWE-fficiency, 28.8% KernelBench Hard, 74.2% MCP Atlas
- MiniMax Sparse Attention scales context to 1M
- Natively Multimodal from Step Zero

API: https://t.co/fHRdSV7BwZ
Token Plan: https://t.co/BDCycxepZw
🚀New! MiniMax Code: https://t.co/GvB4YiB6Ul

Weights & Tech Report in ~10 Days

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

「余裕がないときほど相手の話を聞けなくなる」という構造、自分にも見に覚えが。提案で焦ってるときって一方通行になって、相手が何を求めてるか見えなくなる。で、空振り。

[向井俊介 | B2B営業改善の専門家 @Shun_Mukai0718]

パイプラインが足りない営業ほど、最初から売り込み全開でいっちゃう。まぁ焦ってるからしかたないかもしれないけど、お客さんはいきなり売り込まれたら心を閉ざすよ。貝みたいに。

結果、せっかく獲得したパイプライン見込みのリードは枯れ、早くリードくれーもっとくれーってなる。

焦って撃つほど、弾はすぐ無くなる。下手な鉄砲数打ちゃ当たるって言うけど、下手くそすぎるとどこにも当たらずに弾切れして終了。

こんな営業活動しているのに、営業をちゃんとわかっていない（商売の進め方がわかっていない）経営は「リードジェネレーションできていないんじゃないか？マーケちゃんとやってんのか？インサイドセールスのイネーブルメントが大事なんじゃないのか？」ってとりあえず知ってる言葉並べて言ったりする。

笑えるけど笑えないカオス。マジで多いこれ。

[Ryosuke Suzuki (鈴木凌介) | Timothe AI @ryosukecla]

AIがうまく機能する組織とそうでない組織、何が分かれ目なのか。この記事を読んで、一つ腑に落ちた感覚があります。

「普通の人でも活躍できるように」と丁寧に作った型が、そのままAIのガードレールになるという構造。AIも明示的な手順がなければ暴走するという点では、新しく入ったメンバーと同じ。

自分はつい「AIをどう使うか」から考えがちなんですが、本当に問うべきは「そもそも業務の型があるのか」というもっと手前の話なのかもしれない。

[名生｜エンプラマーケ/テレアポ @ex_myo]

「AIを入れたのに、一部の人しか使えていない」
この壁にぶつかっている経営者は多いと思います。ただ、問題はAIそのものではなく、その前段にある組織の型なのかもしれません。

フルリモートをで年運営してきたシンクパートナー社（旧wib社）の渡雄太さんへのインタビュー記事が、その点を突いていて面白かったです。

渡さんが言う「強い組織」は2つだけ。
①統率型：規律と圧倒的な行動量で動かす
②共鳴型：仕組み・制度・環境を揃えて自走させる

ちらが正しいかではなく、振り切れているかどうか。一番ダメなのは中途半端、という指摘でした。

・属人化したままAIを入れても、便利ツールで止まる
・型（プレイブック）とナレッジが、そのままAIのガードレールになる
・「普通の人が活躍できる仕組み」こそAIと相性が良い

渡さんいわく、AI前提で作った組織ではなく、結果的にAI時代に最もフィットしていた、と。

ぜひご覧ください！