賢くなりすぎないこと。「とりあえずやってみる」が未来を創る ~ LayerX 松本勇気

0:00ではよろしくお願いします よろしくお願いします 今日はもちろん生成AIについてもそうなんですけど 経営についてとか組織についてもちょっと幅広くいろいろ伺いたいと思います 今日の日付は3月11日でもしかするとこれ配信するタイミングではまたバージョンアップしてるかもしれないんですけど ちょうどソネットの3.7とチャットGPTの4.5ですかねができて 松本さんはそれぞれどう評価してますか GPT4.5の方が意外と世間で評価されてないんですけど

0:32私はすごく見ていてワクワクしているモデルなんですよね クロード3.7は正当にエンジニアとしてコーディングするなら 性能的には今一番好ましいモデルになったなと思っていて ほとんど今最近バイブコーディングみたいなキーワードあるじゃないですか AIにほぼ欠かせるみたいな 実際私プロトタイピングとかはほとんどクラインとクロード3.7で ほとんどのコードを書かせるみたいな風にチューニングしていて お遊びのものはそれで作っちゃうんですけど あれは予想されるというか

1:03こういう進化するよねというものだと思っていて GPT4.5がですね 私の中でツボだったのが 回答の詳細度がとても高いんですよ これジェミニとかクロードとか色々触りながら 最近私が発案したテストで 福島よしのりテストっていうのをですね うちのCEOの福島ですけど 何でCEOの名前の名前 これ福島よしのりとは誰ですかっていうのを 検索なしで答えさせるんですよ 各モデルに

1:34なるほど で大体ハルシネーションを起こすんですよね 多少有名だとは思うんですけど やっぱりまだ知られている割りやりと 我々の界隈ぐらいで データも多少あれど 間違えるだろうなというところ これをですね 各モデルに投げるとやっぱり あれこれ あの会社の社長と間違えてるみたいな 結構出てくるんですよね でも4.5だけは しっかり答えてくれるんですよ ちなみにO1もうまく答えてくれるんですけど 推論なしで一撃で

2:06しかも詳細度がとても高い どういう会社を どういう風な考え方で どう経営していたみたいなところを すごく詳細に書いてくれて 固有名詞もすごく出てくると これがこれまでのLLMになかった実は特徴で 私の中では これだけの詳細度があるモデルってことは コストは高いですけど このモデル使って 推論モデルが出てくると これは本当に多様なタスクを解けるモデルが 登場する可能性があると なるほどですね これは布石として非常に面白いと なんでそれが必要かっていうと 推論モデルって

2:37要は強化学習とかしながら 自分の行動が正しいかどうか 常に評価するんですよね 例えばディープシークの R1の論文読んでいただくと あれって数学とかの問題で 明らかに答えが分かってるもの これ解くじゃないですか これ解けるんで 評価もしやすいんですよ 評価しやすいタスクは 学習しやすかったので ある種例えばプログラミングとかも 評価しやすいモデルで 成長させやすいんですけど じゃあなんかこれをもっと広げていった時に 例えば法律とか そういったものの判断をしようとしたら さすがに非弁行為とか一応ありますけどね それを置いといて 法律とか

3:07広い意思決定をしようとした時に LLMが間違った知識を持っちゃってると 間違った判断をした推論モデルになっちゃうので 性能が上がらないと ってことで 世の中の知識をとにかく広く 大量に保有したモデルを 作りたかったんだろうなと いうふうに思っていて これは5月ぐらいって言ってましたかね あのGPT5が出るのが そうですね はい これはすごくびっくりなモデルが 出てくるんじゃないかなというふうに 思っていますね 楽しみですね はい ベラボーに高いと思いますけど いやすごい 4.5すごい高いなと思って これどうやって使うんだろうとか

3:37思ってたんですけど 5はあれですか もう推論モデルも 一つに混ざってるっていうイメージですかね どういう形になっていくと思います 混ざると思いますね あのどういうモデルに 振り分けていくかって 今はクロートの人たちが これは推論モデルでいこう これちょっと長いテキスト書きたいから O1プロでいこうとか これ数学っぽい問題だから ちょっとO3ミニの範囲に 抜かせようとか 考えながら振り分けてるじゃないですか 使いこなす人にとってはいいんですけど 以前オープンAの プロダクトマネージャーの方と 話した時に

4:07オープンAのオープンとは 誰でも使えることだと おっしゃっていて 誰でも使えるってすると 誰でも使えんやんこれって 思っていたところが 実はGPT5で推論モデルと いろんなモデルが 一つにまとまってくると これっていろんな問題を 自然と解けるようになってきて プロンプトエンジニアリングを なるべく不要にするモデルになってくるのかな と思ってます なのでそうすると 本当誰でも使えるモデルになるんじゃないかな と思ってますね 確かにね あとオープンである時のもう一つ 例えば目が見えないとか そういった方は 音だけで使うわけですよ

4:38声とか こういう時にも本当に ハンディキャップを乗り越える 素晴らしいツールになるなと思っていて 要は音で これO1かどうかみたいなところを 考えずに声で質問できるので AIの力を本当に 使いやすくなると思うんですよね しかもマルチモーダルで 目の前の世界パシャッと取って どうすべきかって すぐに音声で答えてくれる エージェントが出ると これって全ての人にとって 本当に革命的なAIだよなと思っていて そういう意味で オープンAI社は 次のモデルを作っていくんじゃないかな

5:09って予想をしています 外れたら悲しいですけど ちょっとこれは予測しづらいかもしれないんですけど 狙ってたのかわからないですけど 結構クロードはちょっと 文章を書くとかコーディングに 結構強みを見せたかなと思ってるんですけど やっぱそうやって それぞれのLMが強みとか弱みを見せて 細分化されていくものなんですかね 細分化はされていくと思うのと そういったモデルに対する ファインチューニングとかも もう少しファインチューニングなのか 追加学習なのか 追加の強化学習なのか いろんなパターンありますけど だんだんとモデル自体は

5:41どこでも手に入るものになってきて その上に多少の特化モデルみたいなことは 今後ちょっとずつ出てくるんじゃないかな と思ってますね なるほど これからが楽しみですねこの辺 いやー楽しみすぎて 夜も寝れないみたいな世界ですね 僕も毎朝起きて ちょっとXを開くのも楽しみなんですよ なんか新しいバージョン出たのからとか 今週はマヌAIとかが すごい話題だったりとかするので なんか面白いですよね本当に そうですね 結構冷静に見てみると これ本当に革命力化みたいなところが たまにそうでないものも出てきたりするんで そうですね

6:12冷静に論文読みに行ったりしながら 勉強してますけど 毎日なんか流行りすたりが どんどん変わっていって面白いですね ですね 松本さんがノートで AIが一般化した時代においては 真の差別化要因となるのが アプリケーションレイヤーであると そしてアプリケーションレイヤーを制する企業こそが 次の時代を勝者となるということを 書いてらっしゃるんですけど なんかこの考えに行き着いた背景とかって どんなんだったんですか ディープシークショックって みんな言ってたじゃないですか あれを冷静に自分なりに考えてたんですよね

6:44ディープシークショックっていうのは どういう意味合いがあるんだろうと もちろんその知性学的な意味とか いろいろあるんですけど 一番言えることは 出来上がった技術がどこかにあれば それを推測逆算しながら 世界中の天才が ちゃんとオープンに作っていけるようになる モデル自体っていうのは ある種コモディティになっていくんだと思ったんですよね 要はどのモデル使っても 性能はそこそこいいし ちょっと高くて めちゃくちゃ強いモデルか そうじゃない 安いけどスピード早いモデルとか

7:15いろいろ出てきて そういう時に エンドのこの開発者からすると そこまで差別買ってないと思ってるんですよ これって水とかコンクリート一緒ですと 水なんてどこの蛇口からひねても水じゃないですか こだわる人にとっては 南水か高水かとかいろいろあるかもしれないですけど とはいえそのモデルもどこにトークンを投げて どんどんトークン返ってくるか 以上の仕組みなので これだけだとどうしても差別化がなくなってくるので モデルを作って差別化して戦っていくっていうやり方を目指していると

7:46どうしてもコモディティの戦いになっていって どんどん作ってきた費用に対して 載せられる利幅って下がるんですよね コモディティってどうしても この下がっていく世界で戦うのはちょっときついなっていうのは もともとディープシークショックが出る前から なんなら2年半ぐらい前 モデル作るかどうかみたいな 2年半ではないか でも2年数ヶ月前モデル作るかいろいろ悩んでいて 行き着いた結論はやっぱりモデルはコモディティになるだったんですよね それの予想がだいたい当たってきたのが ディープシークショックだなと思っていて 一方でひるがえってみて

8:19そのレイヤーをいろいろ眺めていると インフラのレイヤーがいますと ここは投資業ですと インフラ屋さんがどれだけ 安くGPU仕入れて 安く電気仕入れて データセンターの場所を確保して データセンター作るかみたいな話なので どこからお金を引っ張ってきて どれぐらい条件のいい土地を買うかという 投資業の世界なので ここの戦いに入っていくのは スタートアップとしてはあまりおいしくないと 私は思っていて するとインフラモデル 上に来るのアプリケーションなんですよ アプリケーションは今 私がAIワークホースというプロダクトを作りながら

8:52見ていると 本当にデジタル化されていない領域だらけというか 生成AIで見えてきたデジタル化の領域って 本当に広大すぎて 今生成AIの以前で出てたアプリケーションで デジタル化しているのって 全体のどれぐらいなんだろうな 10%20%とか ほとんど人が仕事しているわけですよ この広大な白地のマーケットが今発生していて ここを取り切るソリューションというのが LLMの汎用性考えるとあり得ると ここを取り切ったチームっていうのは 相当でかくなるよねと思っていて

9:24じゃあこのアプリケーションをどう取るかに 我々はフォーカスしなきゃいけないんじゃないかと っていうのと よく私は日本人なので 日本のデジタル配線の話をよく考えるわけですよ クラウドは 日本はデジタル配線したって言うんですけど 結局アプリケーションが弱かったのが 一番でかいと思うんですよね CRMにしてもセールスポースを使い メールにしてもGメールを使い やっぱりこのサービスレイヤーで グローバルで含めて勝てなかったことで アプリケーションのレイヤーをかしさらわれて そこで培われたインフラ技術が

9:56要はね でかいサービスと利益があって そこで培われたインフラがあれば ジャブジャブ投資していって インフラ作って いろんな人に使ってもらえるっていう流れを 日本は歩めなかった テクノロジーはあったけど 今LLMも私は 日本素晴らしい技術者いっぱいいて テクノロジーいっぱいあると思うんですけど やっぱりアプリケーションの話が全然出てこない 有識者会議見てても なんか安全性とモデルの開発の話をするのに アプリケーションのことを誰も考えてない こういうその空白があって やべえなっていうのも一つ感じていて それもあってやっぱりアプリケーションに 取り組むべきですよと思ってる次第ですね

10:28LLMの登場によって このアプリケーションレイヤーの差別化って 考え方とか変わりましたか そうですね そもそもまだ先行者利益が取り放題な領域なので なんか差別化とか考えてないで走れよって いつも皆さんに対して思ってるんですよね もう2年間ずっと開発していて ワークフローエンジン自分で作ってるんですけど 作ってやっと見えることがいっぱいあって その自分しか見えてないもの自体が 私はまず先行者の差別化要因だと思っているんですよ

11:02デビンとかすごいですよ あの設計考えたのはやっぱり偉いなと思っていて 裏側でAIにプロセス割り当てて ずっとバックグラウンドを走り続けながら ユーザーと対話するプロセスのモデルを考えるみたいなのは やっぱ走って作ってないと分かんないことですよね 後から模倣できるかっていうと 意外と時間かかるなっていうので なんか自分なりの仮説を持って ちゃんとアプリケーションを作り続けた方が まずはいいかなと思っていて なんかこう皆さん賢くやりすぎじゃねって

11:32いつも思ってますね ここの辺のイノベーションって やっぱりユーザー体験だったりとか まあどのタイミングで その人間をフィードバックループに入れるかだったりとか なんかその辺の設計みたいなところが やっぱりイノベーションなんですかね そうですね ドメインにどれだけ入り込むかっていうのが大事で 昨日ちょうど社内のイベントで 登壇しながら話したんですけど エージェントを作る時のコツっていうのが やっぱり業務解像度なんですよ 何も考えないと 例えばワードとエクセル渡して AIに仕事させるみたいなことを考える人は

12:04大体失敗するんですよね なぜならその ワードとエクセル渡されたところで それ使って じゃあ例えばあの 決算業務やってくださいって言っても 誰もできないじゃないですか人間も なので決算業務って何? こういうタスクがあって こういうツール使って こういうことやってるんですよっていうのを ちゃんと解像度高く扱えるから始めて そこでいい道具が出来上がって その道具をAIに叩かせるから エージェントがちゃんと仕事ができる なので それをうまく作り込むには やっぱりそのドメインのことを 知らなきゃいけないと 我々今金融業界とかやってますけど 金融業界では契約者にこういうものがあって

12:37で 召集官としてはこういうものがあって 例えばこういう営業スタイルがあって こういう業期性があって で そうするとこういうことが大体発生するから じゃあここにツールを作り こういうものを作り この隙間は人間が埋めなきゃいけないけど これをLMで埋めたら エージェントになるじゃんみたいな こういう発想でドメインにディープダイブ かけるテクノロジーの理解 この2つを両方持っていて初めて 差別可能あるプロダクトができると思ってます でなんか両方持ってるプレイヤーがまだ 国内にちょっと少ないのかなっていうのが 課題感じです 確かに確かに確かに

13:07あと先ほどちょっとホワイトスペースが LMによって結構取れるようになってるっていう状態で なんか例えばこのホワイトスペースが面白いとか LMによってこのホワイトスペースが 手に届くようになったとかってありますか いやもう堕落ですけどね 例えばこの音声 喋るAIどんどん増えてるじゃないですか あれ使ったらそもそもカスタマーサポートのあり方 結構作り変わるじゃないですか 確かに ゼロにはならないけど 例えば人間が対応できない時間の支援だったりとか

13:38なんかありきたりなよくある相談の対応だったりとか っていうのは確実に効果を出せるはずで そこに必要なナレッジとかをどうやって与えていくかっていうのを設計していったら これまで人が全てやっていたこのカスタマーサポートの領域 これって数倍も改善する可能性がある 確かに ここはもう明らかに成功する場所だと思っているので もっとどんどんプレイヤーが出てくるといいなと思ってますね 我々がやっているところだともう少し地味なんですけど

14:11文書業務 何かを読んで 何かをそこから書き起こして 何かをレビューして あとは探してみたいな こういう業務 大体人間じゃないですかやってるの これは全部今デジタル化可能だと思ってるんですよ 実際我々が業務今やっている中で ほとんどの業務はこれLLMでこなせるなと なのでどこにありますかというよりは全部です ぐらいにチャンスを見ていて 本当にどこ見ても仕事しかないのに

14:41やれることしかないのに 止まってる場合じゃねえなと思いましたね 音声とかでかいですし 確かに文章もね もうあちこちありますし これから多分ね 画像認識とか映像だったりとか あとねロボティックスが発展したら また違う世界にも広げられると思うので ホワイトスペースばかりですね そうですね ロボティックスになってくると 掛け算がもう一個加わるので なんかこう冷静に 精度の高いロボティックスが使える領域っていうのに 絞った方がいいと思いますけど なんかジェネラルなヒューマノイドって とても面白いですけど なんかこれから普及考えると

15:11これそれこそ安全性だの 例えば手の精度だの なんかじゃあロボットがなんか壊したら どうやって補填するのとか そういう話とか いろいろ考えた時に まだこう道具の不確実性が高すぎるなと思っていて LLMも不確実性高いじゃないですか 確かに なんかこう不確実性高いものの掛け算は 私は結構危ない料理だと思っていて なんか不確実性高いものは 一個にした方がいいと思っています なるほどなるほど 松本さんが第三世代のSaaSが LLM SaaSとおっしゃってましたが なんかこれ純粋にLLMを活用したSaaSっていう考え方なのか

15:44なんか別の特徴なのか 松本さんのお考えってどんな感じですか その辺は そうですね あえてその第一世代 今までのAI以前のSaaS でAIを使ったSaaS でLLMのSaaSって分けてるのが これまでその ただのデータベースだったんですよね 最初の第一世代SaaSって データベースに書き込む手段の標準化をしていたと その一歩先で なんかそのデータベースからデータベースに どんどん人間が書き込むって作業がたくさんあって この書き込む間の支援をするには 人間のいわゆる目とか

16:14耳とか脳みそが必要だったんですけど これをAIで 要はOCRエンジンとかを使って 支援できるようになったと そこにうまく支援できるようなユーザー体験を 組み合わせると AI SaaSが出来上がる 第一世代SaaSだと これが爆落だったんですよ でもその一歩先で 何を見てるかで言うと いやもうLLMを一部組み込んだとかいうレベルじゃなくて LLMで作り直したSaaSっていう体験のレベルで 作り変えなきゃいけないなと思っていて まずLLMの可能性って やっぱりさっきの 白字のいろんな市場があります

16:44音声のところがあるし コールセンターとかがあって 例えばさっきの書類業務みたいなのがあったり 他には図面読んだりとか いろいろありますけど でも各領域でLLMは確かに 実験してみると何かできるんですよ これは本当大企業の方が もうこれ何かできるって スタートアップで分かってる気がしていて なぜならAIスタートアップに 受託で発注して 作ってもらっていろいろ見てるんで そういうのを見てるとできるんですよ ただギャップがあって LLMをその業務に使うためには このお仕事の仕方をどうやったら LLMに教えるか

17:15その方法っていうのは 業務手続きが必要で 過去の業務知識が必要で これらをインプットする仕組みを作れば LLMはうまく仕事してくれる これを毎回住宅で作ってると間に合わないんで やっぱSaaSが必要だと なのでLLMを中心に据えて LLMに仕事の仕方と知識を与える っていう形式で 物事を設計した新しいSaaSにすると これまでできなかった領域のデジタル化ができる こういったSaaSっていうのは 第三世代って これまでのSaaSを叩く側の存在になるんですよね これは面白くて 世代が上がるごとに データベースを叩くAIの

17:46AI活用した第二世代のSaaS 例えば爆落って いろんなサービスのデータベースに データを放り込みに行ったり 取りに行ったりしてるんですよね でその上の業務プロセスを カバーしに行ってるんですけど これすらも一つこう また第三世代SaaSが乗ってきて 例えば会計の業務のスタートからゴールまでを まるっと定義した時に ここでは爆落を使って ここでは他の会計SaaSを使って ここでは例えば人口API使ってみたいなのを AIが判断しながら使っていく時代がやってくると でこの世代のSaaSにしていかないと

18:18要はこれまでの世代の いわゆる普通のポイントソリューションって 私は最近呼んでますけど ポイントポイントのソリューションだけ作っていくと ただAIが叩くだけの存在になって 人間が触らなくなってきて 競争優位性を失っていくんじゃないかと思っていて そういうときもパラダイムの変化も含めて 第三世代のLLM SaaSという風に いって社内でこのままいくと 俺たちも使われる側になってしまうぞ っていう危機感を高めてる感じなんですよね なるほど もうやっぱりこの優位性というか AIに置き換えられないためには できる限りその人に近いところに

18:50ワークフローだったりとか プロダクトのポジショニングとかを 考えていかないと 人とAIの間の存在になっていくと すぐにリプレイされたりとか 置き換えられたりとかするっていう 恐れがあると思いますね なるほど ただ最近少しこの3層構造を考えたら 実は一番下のデータベースは 残るんじゃないかね 気はしてるんですよね だからこのレガシーシステムのまんまでも 上がモダナイズされる可能性がある LLMがうまくやってくれることで 下の使いづらいこのレガシーのツールであっても そのまま使い続けるみたいなことが

19:21起きるのかもしれないので 逆に間のSaaSの方が危ないのかもなって 自分たちのことを指して ちょっとこういつも危機感を感じてるんですけど そうですね なのでそこが一番重要 ユーザーに触れて アプリケーションとして使っていただけている場所に 常に立ち続けて そこで接点を持たないと この上のレイヤー取らなかった時に なんか業務プロセスユーザーから見ると この下のツールがどう変わろうが 一緒じゃないですか ユーザーから見たら で一緒ってことは これチャーンのリスクがめちゃくちゃ上がると思うんですよね マイグレーションがしやすくなっちゃうので

19:54さすがにそのボタン一つで このサービスからこのサービスに みたいなことはできないと思うんですけど 具体的にはそのすごくめんどくさい スキー間の違いとかいろいろあるんで とはいえユーザーから見たら 別に日々の仕事の仕方変わんないです 裏だけ変わりますってことになるんで なんかデータベースツールであるとはいえ これもリプレスされる可能性は 大いに起きるとは思ってます このトピックについて 松本さん考えてるか分かんないですけど よくね Xとかでビジネスモデルが変わっていくと なんでアウトカムベースになっていくとか なんかユーセージベースに変わっていくとか

20:25なんかその辺ってなんか見解だったりとか 考えてることってあったりします 課金モデルベースに考えるのはどうなんでしょうって ちょっと私は若干そもそも そこを地点に議論することに意味はあるのか って思ってますね ものによってはそれこそシートで課金した方がいいし ものによってはユーセージで 利用料で課金した方がいいし これは別に提供するアウトカムで 考えればいいんじゃないの以上だとは思ってます そうですね解決してる課題は何なのかと あとはなんかその業種業界なのか 利用心によって多分スタンダードが

20:55変わっていくものもあれば変わっていかないものもあるからっていう それに合わせていけばいいっていう考えですかね そうですね そこは本当に産業によっても あとどうしても業界のスタンダードはそれぞれ違いますからね なんかそこからわざわざ外して なんかいやいやこれはあのもう利用料課金なんです みたいなことを言いに行っても お客様からしたら知らんよ 安いんだったらいいけどみたいな 確かに確かに ちなみにあの第4世代とかってなんかイメージしたことあります? 第3世代の次の第4世代ってどんな形なのかっていうソフトウェアの 第4世代はですね もう車内で今5段階の業務自動運転っていうキーワードを出していて

21:29車の自動運転で5段階のレベルがあるんですよね ちょっとしたアシストのある第1世代から 人間のある程度例えば高速道路走るとかをサポートしてくれるレベルの第2世代があって 人間が主だけどサポートしてくれる もう1個機械が主なんだけど人間がある程度アシストが必要っていう 第3世代というかレベル3があって で車が基本的に自動運転するレベル4 でなんか異常があったら人間が対応する でもう完全に車が異常からのヒーリングもやる まあレベル5

21:59これを業務に置き換えても同じことが言えると思っていて で今そのレベル 我々の今作ってきたSaaS 第2世代までのSaaSってのはレベル1から2ぐらいまでだと思ってますよね 2の途中ぐらいだよ で今LLMのSaaSを作ってきて まあ単純なそのワークフローとかシンプルなエージェントだけだと まあレベル3ぐらいまで見えてきたんですよ AIが主で仕事をする人間がそれをアシストし続けるみたいな でその次の世代がこのレベル4からかなと まあレベル5は人間いらないんで いやなんかもはやこう働くとは何ぞやみたいな

22:322B SaaSのBとは何ぞやみたいな話になってくるんで ちょっとここ議論してもしょうがないので ただその人間は AIの異常だけサポートすればいいよっていう状態の 基本には勝手にAIが仕事を進める世代のSaaSっていうのは 作り得るかなと思っていて これの一番重要なパーツが それこそさっき言ってきたような推論モデル 推論モデルをこの業務にどうやってアダプトしていくかっていうところにかかっていると 自分で考えて勝手に仕事をして問題があったらすぐに修正して

23:02どうしようもなくなったらすぐ人にお願いするみたいな とか未知のパターンだった時だけ人にお願いする そういう判断をできるツールまで持ち込んでいくと 例えば経理業務がこういうふうに自動化されました 請求書を取ったら仕事終わってたみたいな みたいなところまでのSaaSっていうのがあると思っていて ちょっとこれはお話しできないんですけど 社内には今そこのレベル4に至るまでのロードマップを引いています すごい楽しみですレベル4が いやーもうこの自動運転業務の自動運転っていうのは

23:34それは事じゃなくなったなと 我々の会社のミッションって 全ての経済活動をデジタル化するって 見えてきたぞ めっちゃ面白いなと すごくその全ての経済活動のデジタル化っていう なんかこう遠大なはずだったミッションが なんか意外と見えてきてるな みたいな状態になっていて なんかこう遠くに島の輪郭はもう見えてますみたいな 感じの世界に近づいていて すごいそれがワクワクしてますね レベル4に行き着くまでに 5年以内ないですか?10年以内ですか?

24:055年以内でなんかこう事例は出せるんじゃないですかね ほー はい すぐですね なんか領域によっては範囲は狭いけど もう事例としてはできましたっていうのは 3年ぐらいで出る可能性ありますよね ちょっとここであの 松本さんのXの投稿を見てですね なんかちょっと気になったところをちょっとピックして 質問したいと思うんですけど 賢くなりすぎないという言葉が出てきて まあ経営会議では賢くなりすぎないという話をしているという ところを投稿されてたんですけど

24:35賢くなりすぎないってどういう意味なのかっていうところと 賢くなりすぎないためにどうすればいいか なんか経営会議のディスカッションのなんかこう 進め方とか着地点など なんかその辺のポイントまであれば 教えてください 賢くなりすぎないっていうのが 私はスタートアップの業界全体が賢くなったと思ったんですよね それこそサースの科学ってもう相当突き詰められていて なんか我々のルールオブフォーティーとか いろんなルールとか 例えば計測の仕方 営業の組織の作り方

25:06常識がだいぶできましたよね 常識ができてくるとどうしても考えなくなる部分が増えるんですよね 賢く考えなくなる領域 なんかもうセオリーに照らしたらこうだから このまま進めようよとか その時になんか 特にこの成熟したサース産業の上に今 LLMっていう新しいものがかぶさってきて ほっとくと 昔起きていたフィーチャーフォンに乗っていたサービスたちが スマートフォンで死んでいったみたいな事象と 同じことが起きると思っていると これはまあ

25:37要は新しいパラダイムで何が起きるか分からない 未知なので なんか何も考えないと このサースのセオリー守っていけば 着実に成長するんだから こっち伸ばしていくべきでしょって 皆さん考えちゃうんですよね 経営会議でも何でも で一見正しいんですよ言ってることが 算数で言ったら確かにそうでございます いや正しいんだけど せやけどみたいな気持ちにいつもなりながら聞いていて やっぱりそのLLMみたいな未知のものが出て 未知に対して知らないじゃないですか

26:09でこれまでのルールの範囲外じゃないですか これを意味がないとか もしくはそのプライオリティを当てられなくなっちゃう よくあるその なんか緊急じゃないけど重要なものとして置かれて で緊急じゃないけど重要なものって みんな放置するんですよね 特にそのサースみたいに成熟した産業って もうとにかく成長スピードを求めるじゃないですか VCとしてやはりそうだと思うんですよね スタートアップの成長速度っていうのを しっかりこう見て 彼らがサースのルールの上で どれだけこう密度高く成長させられるか

26:40っていうところを見ると思うんですけど でもそうするとその放置されていくのが このLLMの話とかだったりして でなんか理屈つけて優先度落としてやらないんですよ でそれが私は結構危ないし 危ないというよりはなんかポジティブな話 ここにめっちゃチャンスあるはずなんですよ そのチャンスを俺たちは捨てているのか そもそもチャンスなかったのかってことを 誰かは検証しなきゃいけなくて でこの時に考えてないでとりあえずやれよみたいな あのなんかだいたい議論が毎週1回

27:10例えば数時間あってなんか硬着していて1ヶ月やったら いやプロトタイプ1,2個作れたでしょって めちゃくちゃ無駄だと思うんですよね で私はそれが嫌なので 生成意外出た瞬間に もうとりあえずすいませんやりますんでって言って 勝手に始めるっていう なんかそういう動き方をしてしまうんですよ これがその賢く考えずにとりあえず動く 動いてみるとやっぱり見えてくるものがたくさんあって とにかく今この瞬間に なんか儲かるのか分かんないけど じゃあ1日のうち2,3時間使って

27:42LLMをずっとリサーチします なんかいろんなプロト作ってデモを見せてみますとか 使い方考えてみます情報共有します これをもう2022年の12月からずっとやっていたので 実は今皆さんが騒いでいるこのエージェントとか 爆落でエージェントスクローみたいな戦略とかって 2年前には整理終わってるんですよね それが正しいかどうか分からないが モデルがこう進化したらやるべきだよねみたいな のを整理していて で実際その通り進化したので もうガンガンやろうぜって今なってるんですけど なんかそういうその最初 無駄かもしれないを賢く考えすぎると捨てちゃうじゃないですか

28:16このノイズを乗せていくところに 経営者としての差分があると思ってますし こういう無駄を省いていく経営しかしないと まあそれって最終的にはAIの方が上手いっすよ 経営者の介在価値なくなりますよと私は思ってて って思っているのでそれを総合して賢くなりすぎないでほしいと なるほど とりあえずやってみろよってよく言ってるんですよね なるほどね 特に経営会議でなんかこういった問いをした方がいいとか こういった要素とかこういう思考プロセスを進めた方がいいとかってありますか

28:47経営者の頭の中で解像度が高くないものを 誰かに任せて高めにいくっていう行為は あまり私はしない方がいいかなと思ってます 例えば生成AIのことをなんか分かったふりするために なんかメンバーになんかリサーチ予算当てるからやっといてよみたいな はいはい これ大体失敗しますね やっぱりその分かったような分からんようなレポートを読んで 分かったような分からんような理解だけして じゃあなんかプロダクトのこの辺に入れてみようか 以上みたいになっちゃうじゃないですか そうじゃなくて自分で触って ちゃんと手触り感を持って

29:18こういうツールだからうちの戦略にはこうすべきだ 自分の言葉で言えなきゃいけないと思ってるんですよ そういう情報についていけなくなった瞬間に 商売としてはちょっとシュリンクしちゃうなと思っていて なので私よく地位を福島とかにお勧めしてるのが LLMまずどんどん触ってほしかったんで よし福島さんこの瞬間からグーグル使わないでください 日常の行動でLLMを自然に触るようにしてもらったんですよね まずハルシネーションとかみんなうるさいけど ぶっちゃけそこまで起きないから どれくらいで起きるかまず把握してから文句言ってくると

29:49まず検索とかをLLMに相談する 次にパワープレクシーに相談する 最後にグーグルにしようみたいな そうやって自分の手触りを上げていくみたいなことを 意識してもらわないと どんなに賢くても間違った意思決定をしちゃう 私これブロックチェーンで痛感したんですよね なんか皆さんが触ってもないのに Web3は最高なんですみたいな話をよくされるんですよね NFTってすごくてみたいな ずっとそれはMySQLでええやんみたいな話を 私はするわけですよ 既存のデータベースと何が違うんですか ビットコインとイーサリアンも面白いけど

30:20NFTとかに関しては これ別にただのデータベースでいいですよ 権威性があるし あなたのサービスでしか扱えないNFT売るんだったら みたいなっていう話を なかなか皆さん触ってないので理解できないんですよね あれを見ていて 結局市場は全部シュリンクしてるじゃないですか あれを見ていて やっぱり自分で触って意思決定しているかどうかで そこの生きるか死ぬかの境目が決まっちゃうなと思っているので 今も私ブロックチェーン面白いと思ってるんですよ ただやっぱりそのカテゴリーを絞るべきだと思っていて そういったところをちゃんと自分の手触り持って意思決定してるか

30:51コンサルに言われたから かっこいいレポートだったから それで意思決定しちゃってる人は 結構賢く 賢ぶってる意思決定をしちゃってるなと思っていて なるほど 自分で解像度高めにいかないとダメですね 本当にそういういい意思決定するためには そうですね 私はやっぱ新しい技術って言ったら速攻で 例えばコミュニティを立ち上げに行ったりとか ソーシャルで勉強するとかやってますね たくさん友達いっぱい集めれば 友達からいろいろ情報が集まるじゃないですか 私も情報出しますし ちゃんとお互いギブしていくだけで そのコミュニティだけすごい濃密に情報が集まるんですよね

31:21そうですね 学習スピードも早まりますもんね そうですね だし学習しなきゃって圧が生まれてくるんで みんなめっちゃ調べてるのに しょっぱい発表しちゃいけないなみたいな そういうのも含めて結構習慣化して学びを作りに行くっていうのはやってます 素晴らしいですね ちょっとこうモード切り替えて ちょっと組織マネジメントの方に深っぽっていきたいと思うんですけど 結構松本さんのノート結構いろいろ読ませていただいて 僕も課金させていただいてるんですけど 結構マネジメント系の投稿多いなと思って 一つ面白いと思った部分としては

31:53組織のアジリティを高めるためには 失敗のコントロールや透明性が重要だとおっしゃってましたが 松本さん自身の経験から具体的に どのような施策が効果的だったのかっていうのを ちょっと教えていただきたいなと思ってます そうですね 一本の施策というよりは全体設計にはなるんですけど DMMでの経験をベースに あのノートってずっと書いてるんですよ グノシーでやったことと DMMの改革でやったことを対比しながら どういうことが起きるのか あとグノシーもやっぱり集団

32:24私が言った最後の方で こういうこと起きていたよねとか いろんな経験があるので それらを総合すると みんなが挑戦して 新しい知識を身につけていかないと まずいよねっていうのが見えてくる じゃあそのためにどういうフレームワークが 必要かなっていうのをまとめたら 10万人になってしまったっていうのが あのノートで なのでなんかこう 一つのテクニックってわけではないんですけども ただそのベースにあるスキルっていうのは あると思っていて これが言語化なんですよ とにかく言葉に落とす

32:54レイヤーXってその辺めちゃくちゃ エネルギーかけてやっていて 福島めっちゃブログ書くんですよね 社内にも社外にも で私も書くんですよね 例えばあの まだ外にも出してないですけど さっきのお話したような GPT4.5の解釈とかも 全部社内には文書で落としてあって でその考えてることを ちゃんとシンクすることが まず第一歩かなと思っていて 意外とその自分が一回文書化したから 伝わるかと思いきやそうでもないので とにかく情報をちゃんと分かりやすい言葉に

33:27自分の言葉に起こしていくことっていうのは 問われてると思います でこれはLLMで書けるっちゃ書けるんですけど やっぱり自分の手書きで ちゃんと魂込められる方がいいのかな って思ってはいるんですけども そうやって伝えていくスキルっていうのが ベースに今皆さんが このアジリティというか 透明性とかそういったことを考えていくなら 一歩目で重視すべきスキルなんじゃないかな と思っています その上でいろんな施策があって 会社がどこに向かっていくかの言語化であったりとか 会社の価値観の言語化であったりとか その価値観に沿った戦略作りとか

33:58その中で失敗できる余地をどうやって作っていくかとか あとはその失敗しても ちゃんと受容されるよっていうところの 評価制度作りだったりとか いろんなものが絡まっているので テクニックとしては もう読んでくださいになってしまうんですが この考えを言語化して共有するっていうのは どういった効果を期待されてるんですか これはみんなにも同じようなことをしてほしい っていう期待なのか それともどっちかというと 今後話していくこと 経営戦略を話していくための コンテキストをみんなに知ってほしいっていう

34:28目的なのかっていうと どういった効果を求めてるんですか 後者のコンテキストが 言い方としては正しいと思います なんかよく言うのが 隔絶された孤島に 社員が置かれた時に 同じ意思決定できますかと 要は考え方が揃ってたら 迷ったらAとBどっち選ぶかが