人手に依存していた時代から、AIが架電対応を担う時代へ。

nocall.aiの開発背景や架電領域に特化した理由、導入現場での活用実態を深掘りしながら、音声AIの進化と今後の事業戦略をどのように考えているかについても語っていただきました！

︎ゲストプロフィール

林 正悟氏（nocall株式会社 代表取締役CEO）

広島県福山市出身。大学から渡米し、卒業後、日本初全寮制小学生向けインターである神石インターナショナルスクールの設立に従事。その後、大型インター計7校の設立を支援。
2020年より同社を設立し、AI教育プラットフォームTomoCodeを運営。2023年に事業をピボットし、生成AI電話サービスnocall.aiを提供開始。

なぜ架電から始めたのか

——まず、nocall.aiがどのようなプロダクトなのか教えてください。
nocall.aiは、生成AIが人に電話をかける架電特化のサービスです。
相手の発話を理解し、返答するまでのレスポンスをできるだけ短くしながら、人間のように自然に話すことを重視しています。自然さや流暢さという点では、国内でもかなり高い水準まで持ってこられていると思います。

——電話の中でも、なぜ受電ではなく架電から始めたのでしょうか。
理由は大きく二つあります。
一つは、架電の方がAI主導で会話を進めやすいことです。例えば車検の案内のように、会話の分岐が比較的少ない業務では、AIが主導権を握れるので動作が安定しやすい。受電だと相手主導で質問が広がりやすく、ハルシネーションのリスクも高まります。

もう一つは、企業にとって導入理由を作りやすかったことです。
架電であれば、これまで十分にアプローチできていなかったリストに電話できるため、売上を増やす文脈で提案できます。単なる効率化ではなく、売上につながる可能性がある点は大きいと考えました。

——実際の導入現場でも、その仮説通りだったのでしょうか。
そこは少し違いました。
実際には「今まで触れていなかったリストにアプローチしたい」という理由で導入いただくケースは一部で、多くはすでに人が担っていた電話業務の置き換えでした。人手不足の中で、電話に割く人員を別業務に回したいというニーズが強く、結果として人件費との比較で導入されるケースが多いですね。

AIスタートアップは想像より早く伸びない

——事業を進める中で当初の想定とずれた点はありましたか。
正直、もっと早く伸びると思っていました。
海外ではAIスタートアップが非常に速いペースで成長しているように見えますし、自分たちもそういう軌道に乗れるのではないかと考えていた時期はありました。

——どこにギャップがあったのでしょうか。
日本では、特に大企業に導入してもらう場合、リーガルチェックやPoCがかなり重いんです。
しかも、うちのような電話領域は業務への組み込み方も含めて丁寧に見られるので、売上が立つまでには一定の時間がかかります。プロダクトが良ければすぐ伸びる、というほど単純ではありませんでした。

——それでも今の戦略を続ける理由はどこにありますか。
日本でやる以上、その現実は受け入れてやり切るしかないと思っています。
AIだから一気に何倍にも伸びるというより、足元の導入実績を積み上げることの方が重要です。特にBtoBでは、プロダクトの良さだけでなく、企業が安心して導入できる材料を増やしていく必要があります。

ホリゾンタルを目指しつつ、まずは業界を絞る──成長を加速させる実績の作り方

——今後の成長戦略について教えてください。
プロダクトのビジョンとしては、バーティカル（業界特化）よりもホリゾンタル（業界横断）でいきたいと考えています。
「ECサイトに決済を入れるならStripeを使う」という感覚で、「電話を組み込みたいならnocall.aiのAPIをつなげばよい」という状態を作りたい。そこが目指す姿です。

——一方で、現時点では人材・自動車・督促といった領域に絞っているように見えます。
事業成長のスピードを上げるには、やはり具体的な導入事例が必要です。
「この業界ではこう使われていて、人間と比べてこの数字が出ています」と示せると、同じ業界の企業に提案しやすくなります。業界を絞っているのは、ワークフローを狭めるためというより、事例の解像度を高めるためという意味合いが大きいです。

——バーティカルのプレイヤーが入り込む余地はどこにあるのでしょうか。
電話だけで業務が完結するわけではないのがポイントだと思います。
例えば督促回収であれば、メール、郵送、電話と複数の接点があり、それをどういう順序や頻度で回すかというロジックがあります。ホリゾンタルのプレイヤーがすべての業界についてそこまで深く作り込むのは難しいので、前後のワークフローまで含めて最適化するバーティカルの余地は残ると思っています。

差別化は永遠ではない──AIネイティブ企業が次に備えるべきこと

——今後の競争環境については、どのように見ていますか。
プロダクトそのものによる競争優位性は、今後かなり薄れていくという危機感があります。
今は商談の際に競合が出てきたとしてもプロダクトとしてはnocall.aiの方が高く評価していただけることが多いのですが、これはずっと続くものではないと思っています。LLMの進化で開発効率が上がっていて、かなり短期間で似たものを作れるようになっていくはずです。

——それでも、この一年はまだ勝負できるという感覚でしょうか。
今年いっぱいくらいは、まだ差を広げられると思っています。
うちはAIネイティブなチームなので、その進化を自分たちの開発にも掛け算できます。ただ、来年以降は別のゲームが始まる可能性が高い。その前提で、今のうちに次の差別化を仕込まなければいけないと考えています。

——この一年を振り返って、PMFに向けた学びはありましたか。
初期に「お金をもらうこと」にこだわりすぎたのは反省です。
もちろん、無料導入では本当の需要は見えにくいという考え方はあります。ただ、立ち上がりの段階では、それ以上に導入事例を作ることが大事でした。まず使ってもらい、人間とAIのROIを比較してもらい、効果を実感してもらう。その順番でよかったと思っています。

お金をいただくことよりも、忙しい現場で使ってもらい、検証してもらうこと自体に価値がありました。その上で成果が出たら課金する、という進め方の方が適していたと思います。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #13 AIはどこまで人を置き換える？nocall.aiが挑む架電業務の再設計 は ANOBAKA に最初に表示されました。

ベンチャーキャピタルという仕事は、起業家の皆様との信頼関係があってこそ成り立ちます。今回、小田がキャピタリストとして新たなスタートを切るにあたり、これまで伴走させていただいた起業家の皆様、そして共に切磋琢磨するVCの皆様と改めて絆を深める場として、完全サプライズの昇格祝いを企画いたしました。

本日は、ANOBAKAが大切にしている「起業家の皆様との繋がり」や、スタートアップ業界を共に盛り上げる仲間たちの熱気を少しでもお伝えしたく、その熱い一夜の様子をレポートします！

偽の「上司との食事」からスタート！？ ドッキリ大成功

小田には「上司と3人で食事」とだけ伝え、会場へ呼び出しました。少し緊張した面持ちでで会場の扉を開けると、そこには投資先やVCの皆様の姿が！緊張した顔つきから一転、予期せぬお祝いの場に驚きを隠せない小田のリアルな表情に、会場は大きな拍手と笑いに包まれました。

ご多忙の中、これほど多くの方々に足を運んでいただけたのは、日頃から最前線でご一緒している起業家の皆様や、切磋琢磨するVCの皆様と、小田がしっかりと信頼関係を築いてきたからこそだと感じています。

起業家・VCの皆様との熱気あふれる歓談＆「小田クイズ」

歓談の時間は、会社や立場の垣根を越え、スタートアップ業界を共に盛り上げる仲間たちが自然に交流を深める熱い場となりました。

また、歓談の合間には、小田の人柄にさらに迫る「小田クイズ」を実施！「コワーキングスペースでの独特な働き方」など、入社後の彼らしい少し抜けた珍エピソードが容赦なく暴露され、会場は終始温かい笑いに包まれました。

笑いと涙に包まれた、愛あふれるお祝いムービー

会の終盤には、当日会場に来られなかった皆様からのお祝いムービーやメッセージスライドを上映しました。

共に戦う起業家やVCの皆様から熱いメッセージや力強いお言葉をいただき、胸が熱くなりました。

そして一番の目玉として、小田のご両親からのサプライズメッセージもスクリーンに登場！温かいお言葉に、いつもはクールな小田もウルっときたようでした。

投資先の皆様からの愛あるプレゼントと祝福！

会場では、起業家の皆様から素敵なお祝いのケーキや花束、プレゼントをたくさんいただきました！日頃から小田がどれだけ投資先の皆様に支えられ、愛されているかが伝わってくる最高の時間でした。

苦楽を共にする起業家の皆様との最高のツーショットをご紹介します！（※順不同）

新たなスタートに向けて。小田からの決意表明

貴重なお時間を割いてお祝いに駆けつけていただいた皆様、そして日頃から小田を支えてくださっているすべての皆様、本当にありがとうございました。 最後に、小田からの感謝と決意のメッセージです。

皆様、お忙しい中お集まりいただき、そして素晴らしいサプライズを本当にありがとうございました！ 多くの方々に支えられて今の自分があることを改めて痛感しました。皆様への恩返しは、キャピタリストとして投資先の事業成長にしっかり貢献し、結果を出すことだと思っています。 今後も愚直に、スタートアップ業界の発展に尽力していきますので、引き続きどうぞよろしくお願いいたします！

今後とも、新たなスタートを切った小田、そしてANOBAKAをよろしくお願いいたします！

投稿 【イベントレポート】小田のキャピタリスト昇格祝いを開催しました！ は ANOBAKA に最初に表示されました。

※本記事は2026年2月18日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎ゲストプロフィール

【柳澤 蓮（株式会社pow 代表取締役）】
株式会社pow代表取締役。2019年9月より現職。複数回の事業売却を経て、現在は市場調査・マーケットリサーチ領域でプロダクト開発に取り組む。青山学院大学総合文化政策学部総合文化政策学科卒業。2018年9月から2019年9月まで株式会社終活ねっとにてインターンとして従事。現在は株式会社powを通じて市場調査分野におけるプロダクト開発を推進している。

調査会社のリプレイス──AIが担うユーザーインタビュー

——まず、事業概要を教えてください。
生成AIでユーザーインタビューをモデレートする「SPARK Research」を提供しています。数百名規模の定性調査を最短即日で完了させることを目指したプロダクトです。2025年秋から開発を始め、年末にベータ版を提供、3月に正式リリース予定です。

——どの業務を置き換えるサービスなのでしょうか？
市場調査会社が担ってきた業務のリプレイスを狙っています。具体的には、①調査設計、②インタビュー実施（モニター調達含む）、③結果分析の三つです。発注者は主に大手企業で、専門知識不足やリソース不足を理由に外注するケースが多い領域です。

——特にインパクトが大きいのはどこですか？
インタビュー実施です。従来は日程調整やモデレーターのアサインなどが必要で、最大20名程度が限界、完了まで2〜3か月かかることもありました。AIが24時間対応し、オンラインで実施できることで、即日かつ数百名規模での回収が可能になります。

労働集約か、知識集約か──AIが触れるリサーチの核心

——この領域は労働集約的なのか、知識集約的なのかどちらでしょうか？
両面ありますが、やや知識集約寄りです。大手企業が外注する理由は、単にリソース不足だけでなく、正しく設計・実行できているか不安だからです。ROIが直接可視化されにくい領域でもあります。

——海外の動向はどうですか？
米国では非常にホットな領域で、三つのアプローチがあります。①設計から分析までをAIで実行するタイプ、②AIで顧客ペルソナを生成するタイプ、③仮想世界でシミュレーションを行うタイプです。当社は①に近い、現実のインタビューをAIで置き換えるモデルです。

——どのアプローチが伸びていますか？
いずれのカテゴリも大型調達が進んでいます。特に米国では百億円規模の資金調達事例もあり、市場として注目されています。

「スピード」が刺さる理由──大企業の意思決定構造

——実際に刺さっている企業の特徴は？
複数ブランドを持ち、横断的にリサーチを束ねる立場の担当者です。同時に7案件を抱えるケースもあり、スピードの価値が大きい。

——価格、品質、スピードのうち、どれが決め手ですか？
最も刺さっているのはスピードです。従来数か月かかっていた調査が1週間程度で完了します。レポートは意思決定部門やブランドの企画会議に持ち込まれるため、リードタイム短縮の価値は大きい。

——どのような調査で特に有効ですか？
競合製品の発売直後の評価など、鮮度が重要なテーマです。一次情報は時間とともに変化するため、2〜3か月待つより1週間で取得できることが評価されています。

「広さ」と「深さ」のトレードオフを超える

——AIによって可能になる新しい価値は何ですか？
従来は定量調査（広さ）と定性調査（深さ）がトレードオフでした。アンケートでは深いインサイトが得にくく、インタビューでは母数を増やせない。AIが高品質なインタビューを大量に実行できれば、この関係を“トレードオン”に変えられる可能性があります。

——今後の展望を教えてください。
プロダクトミッションは、AIでインサイトの基盤となり、ユーザーに愛されるモノづくりを支援することです。日本を代表するブランドのリサーチ基盤を担える存在を目指しています。現在はMVPに近い段階ですが、開発と営業を強化していきます。

——採用について。
AIの精度向上が鍵です。人間のリサーチャーに近いクオリティを実現するため、AIエンジニアの応募を歓迎しています。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #10 生成AIで「数百名の定性調査」を即日化──powが狙う市場調査の再定義 は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000080.000036622.html

株式会社Buzzreachのコーポレートサイトはこちら

https://www.buzzreach.co.jp/

投稿 株式会社Buzzreach、日本への治験誘致強化のためeCOA/DCTベンダーXincere社と戦略的パートナーシップを締結 は ANOBAKA に最初に表示されました。

生成AIの進化によって、AI競争の軸は「モデル性能」から「データ設計」へ。

Webデータの限界、合成データの台頭、それでも価値を持つ“人間が作るデータ”。さらにLLMやフィジカルAI時代に求められる新たなデータ需要の実態について、最前線から語っていただきました！

︎ゲストプロフィール

高品 良（株式会社APTO CEO & Co-founder）

様々な業界のインフラバックエンド開発に従事し、フリーランス転身後は大手人材会社のバックエンド開発を手掛ける。AI開発をする中でデータに課題を感じ2020年1月にAPTO設立。

創業の原点は「データが集まらない」課題

——まずはAPTOの事業概要を教えてください。
2020年1月に創業し、AI向けのデータ収集・アノテーション事業を行っています。画像や動画、音声、LLM向けテキストなどAIの学習に必要なデータを企業の課題に応じて制作しています。

——この領域で起業した背景は何だったのでしょうか。
もともとエンジニアとしてインフラやバックエンドを担当しており、AIも個人的に触っていました。当初はSNSの炎上を自動で検知するサービスを構想していましたが、必要なポジネガ判定データを集めるのが難しく、外注すると高コストでした。そこで、一般ユーザーが参加できる仕組みでデータを作れないかと考え、ポイ活型アプリの構想からスタートしました。

——生成AIの急拡大は想定内でしたか。
いつか来るとは思っていましたが、ここまで早く、ここまで大きな波になるとは予想していませんでした。特に2022年のChatGPT以降、テキストデータ案件が急増し、VLM（Vision Language Model）の登場で画像系も伸びました。これは明確な転換点でした。

ツールではなく「コミュニティ」で差別化する

——アノテーション企業が増える中で、APTOの強みはどこにありますか。
ツールの高度化よりも、専門性を持つ人材のコミュニティ構築を重視してきました。現在はLLM向けデータ制作のコミュニティを運営しており、農家や銀行員など多様なバックグラウンドを持つ参加者がいます。

——具体的な事例はありますか。
小麦農家の知見を必要とする案件があり、実際にコミュニティ内の当事者である小麦農家さんにデータ制作を担当していただいたのですが、これは企業様から非常に高く評価されました。ウェブ上の汎用データでは作れない、専門性の高いデータを供給できる点が強みです。

——合成データとの違いはどう見ていますか。
AIが生成したデータを用いるケースも増えていますが、依然として人間が作成した高品質データの価値は高いと感じています。特に精度向上の観点では、人手によるデータが重視される場面は多いです。

大企業のAI開発は「POC止まり」なのか

——生成AI導入において「POC疲れ」を指摘する声もあります。現場感はどうですか。
確かに過去には多かったと思いますが、最近は実装まで進む案件が増えています。開発環境が整い、精度も上がりやすくなりました。プロンプト活用などで工数削減も進み、以前よりPOCを抜けやすい状況だと感じています。

——APTOはどのように伴走するのでしょうか。
長期案件では1年かけ、3カ月単位で改良を重ねるケースもあります。一度納品して終わりではなく、再学習や追加データ対応などを繰り返しながら精度を高めていきます。AI開発は基本的に継続的なプロセスです。

ソブリンAIとフィジカルAI、その先のデータ需要

——日本企業の独自モデル開発の動きはどう見ていますか。
国が予算を投じて国産モデル開発を後押ししています。海外モデル依存には一定のリスクがあるため、日本独自で構築する意義は大きいと考えています。我々もそうした案件に関わっています。

——最近はフィジカルAIにも取り組んでいるとか。
ロボット領域のデータ需要が高まっており、自社でロボットを導入して操作ログなどの取得も行っています。案件対応だけでなく、将来必要になるデータを見越した研究的な取り組みも進めています。ロボティクスが広がれば、専用データも必ず必要になります。

——最後に、採用について教えてください。
現在は全方位で採用を強化しています。特にセールスとエンジニアです。営業にはAI理解や学習意欲が求められます。顧客課題を理解し、具体的な提案ができる人材を歓迎しています。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #9 生成AI時代、どんなデータが「競争力」になるのか？ は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000041.000078718.html

株式会社Fivotのコーポレートサイトはこちら

https://fivot.co.jp/

投稿 株式会社Fivot、RFC Venture Debt Fund 1号、iYell株式会社に3億円の融資を実行 は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000019.000118557.html

株式会社JOYCLEのコーポレートサイトはこちら

https://joycle.net/

投稿 株式会社JOYCLE、平時はごみの減量、災害時は災害廃棄物をオンサイト処理できる「JOYCLE BOX」で竹富島での実証実験にて海洋ごみの95%減容に成功 は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000043.000033437.html

株式会社HEARTBEATSのサービスサイトはこちら

https://heartbeats-inc.co.jp/

投稿 株式会社HEARTBEATS、日本バドミントン協会公式電子トレカサービス「BAJ COLLECTION」を2026年3月上旬より提供開始 は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000001.000177392.html

UNCHAIN株式会社のコーポレートサイトはこちら

https://www.the-unchain.com/

投稿 UNCHAIN株式会社、プレシードラウンドで3500万円調達を実施 は ANOBAKA に最初に表示されました。

※本記事は2025年12月26日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎ゲストプロフィール

【四戸淳弘（株式会社zapath 代表取締役CEO）】
株式会社zapath代表取締役CEO。2024年7月より現職。自由診療クリニックの支援事業を展開する。成蹊大学経済学部卒業後、2011年にエン・ジャパン株式会社へ入社し、法人営業、リーダー、マネジャー代理、マネジャーを歴任。2019年より同社新規事業開発室に所属。2020年には株式会社Brocanteの取締役COOも務めた。2018年から2019年には株式会社ゼクウにて営業・人事・企画を担当。人材・事業開発領域での経験を基盤に、現在は自由診療クリニック向けの支援事業に取り組んでいる。

業界特化という戦略——“煩雑さ”の解像度を上げる

——まず、zapathの事業概要を教えてください。
zapathは美容医療クリニックを顧客とし、AI機能を組み込んだBPOを提供しています。主にクリニックと患者さんとのコミュニケーション業務を代行し、その中で自社開発のAIを活用しています。クリニック側も同じプラットフォーム上で作業できる設計です。

——なぜ美容医療という業界に特化したのでしょうか？
成長産業であり、患者獲得を積極的に行う一方で、業務が急速に煩雑化している点に着目しました。私自身、特定領域に深く入り込むキャリアを歩んできたこともあり、この業界であれば長期的に貢献できると考えました。

——実際に特化してみて感じたメリットは？
言葉やワークフローの理解が圧倒的に重要だと実感しました。美容医療は新しい施術や専門用語が頻繁に登場しますし、保険診療とは異なり、カウンセラーや受付など複数の役割が連携する構造です。表層的な対応ではなく、業務の構造まで理解して初めて支援できる。これはバーティカルに絞ったからこそ得られた解像度です。

AIで効率化できること、できないこと——15分を5分に縮める現実

——AI BPOの「本当」の部分から教えてください。
例えば予約対応です。新規か既存か、キャンペーン利用か、他院での施術歴はあるかなど、判断に必要な情報が複数箇所に分散しています。従来15〜20分かかっていた対応が、情報をAIで集約することで約5分に短縮できました。これは明確なレバレッジです。

——一方で「嘘」や限界はどこにありますか？
AI、我々のBPOチーム、そしてクリニック。この三者が連携しなければ成立しません。AI単体で完結するわけではなく、業務フロー全体を再設計する必要があります。そこが構築できないと、単なる「AI機能」で終わってしまいます。

——うまくいくケースと、そうでないケースの違いは？
成功例は、思い切って広い範囲を任せてもらえたケースです。裁量を持てる分、全体最適を設計でき、追加施策まで展開できました。逆に部分的な導入では、ボールの所在が曖昧になり、三者の連携が崩れることがあります。可視化や役割分担の明確化は不可欠です。

人とAIの最適配分——ゼロにはならない前提

——AIと人のバランスはどのように設計していますか？
まずは人が100％対応し、その業務をAI化していきます。AIで完全に置き換わる業務も出てきましたが、最終的に人の関与がゼロになることはないと考えています。将来的には8〜9割をAIが担い、残りを人が担う形が現実的でしょう。

——AI単体で成立しやすい業務には特徴がありますか？
業務フローが一方向で完結しているものです。例えばデータの集約や受電対応は、受けて処理し、次に渡すという構造なのでAIと相性が良い。双方向性の強い患者コミュニケーション全体をAIだけで担うのは、まだ難易度が高い領域です。

——クリニック間の違いはスケールの壁になりませんか？
確かに差異はあります。ただ、複数の現場で試行を重ねる中で、どのフローが最適かが洗練されていきます。最初に「最強」と思ったものが通用しないこともありますが、それを踏まえて拡張性のある設計に磨き込んでいます。

施術以外をすべて巻き取る未来へ

——今後の展望を教えてください。
まずは支援先を増やし、現場の課題を当事者として把握し続けること。その中でAI化を着実に進め、より良いプロダクトへと昇華させたいと考えています。

——数年後の姿は？
患者コミュニケーション領域において、施術以外はほぼカバーできている状態を目指しています。それが実現すれば、美容医療という産業全体の顧客体験向上にも寄与できる。さらには海外展開の可能性も見えてくるはずです。

——最後にメッセージを。
AIとBPOを組み合わせて業界課題を解くというテーマに、正解はまだありません。何が最適かを共に考え、形にしていく仲間を募集しています。ビジネス、開発問わず、挑戦したい方にはやりがいのある環境です。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #8 業界特化型AI × BPOはどう作る？現場から磨くスケール戦略 は ANOBAKA に最初に表示されました。

株式会社ANOBAKA（本社：東京都港区、代表取締役：長野泰和、以下、ANOBAKA）の投資先であるMOVeLOT株式会社が、AR（拡張現実）技術を用いて、自らの手で魔法のようなエナジーボールを放つ、次世代ARアクティビティ【HADO】と、巨大ロボットに搭乗してアニメの主人公のような操縦ができる【ROBOT BASE】の体験ができる〔〔HERO〕〕プランを開始したことをお知らせいたします。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000019.000116682.html

MOVeLOT株式会社のコーポレートサイトはこちら

https://movelot.co.jp/

投稿 MOVeLOT株式会社、HADO ARENA 東京ソラマチ×ROBOT BASE連携〔〔HERO〕〕プラン開始！ は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000245.000027965.html

Sasuke Financial Lab株式会社のコーポレートサイトはこちら

https://sasukefinlab.com/

投稿 Sasuke Financial Lab株式会社、葬儀保険の取り扱いを開始 は ANOBAKA に最初に表示されました。

※本記事は2025年11月14日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎ゲストプロフィール

﨑地康文（MOLTON株式会社（旧：a23s株式会社）代表取締役）
弁護士（第二東京弁護士会）・NY 州弁護士 東京大学工学部卒、アンダーソン・毛利・友常法律事務所にて弁護士として企業法務に従事、UC Berkeley LL.M.留学後、AI医療機器スタートアップの執行役員プロダクトマネージャー、慶應大学発ヘルスケアスタートアップ共同創業者兼取締役COOを務め、a23s株式会社を共同創業（なゆた国際法律事務所の代表弁護士を兼任）。

法務アウトソースが増える理由は「人材不足」と「やれる範囲の明確化」

——近年、法務のアウトソースがトレンドになっている背景は何ですか？
アメリカが先行していて日本も追っている状況です。背景としては、ベテランの法務人材が引退する一方で、若手が法務に入りたがらない傾向があり、大企業から中小まで法務人材が不足していることが大きいです。

——「最近になって増えた」要因は人材以外にもありますか？
規制面で「どこまで外に出せるか」が不透明だった部分がありました。ただ、AI契約書レビューに関して法務省が見解を出して、外出しできる範囲がある程度明確になり、やりやすくなった面があります。

——アメリカではどう違うのでしょう？
アメリカでは昔からインドなどに外注していました。企業法務の外注に関して規制的にうるさくない土壌があり、最近はAI活用でさらに加速している、という認識です。

「事件・紛争は扱わない」——契約レビューを軸に、企業法務を広く支える

——クラウドリーガルはどんなサービスですか？
弁護士などの専門家と生成AIのハイブリッドで、企業の法務を支援するサービスです。私は東大工学部出身でエンジニアリングを学んだ後に弁護士になり、スタートアップ法務に携わる中で法務のペインの大きさを感じ、この領域に取り組んでいます。

——具体的にはどの業務を対応しているのですか？
事件・紛争は扱わないと区切っています。一方で、事件・紛争でない領域は基本的に幅広く対応可能で、その中でも最も多いのは契約書の審査・レビューです。提供予定の契約が問題ないか、社内ポリシーに沿っているかなどを確認します。

——「ChatGPTで十分では？」という質問にはどう答えていますか？
リーガル領域は間違いが許容されにくく、ChatGPTはまだ間違えることがあります。そこで専門家がチェックする「生成AI×人」のハイブリッド（ヒューマン・イン・ザ・ループ）をコアにしています。加えて、ChatGPTは日本法や日本のプラクティスに弱い面があるので、ワークフロー側で支援し精度も高めています。

差別化は「暗黙知の言語化」と“差分学習”のループにある

——非公開データを食わせるような差別化はありますか？
判例のインプットというより、弁護士のドメインノウハウを入れています。「普通はこうする」といった、文章化されていない知見です。

——その秘伝のレシピを作る難しさはどこにありますか？
一番難しいのは、暗黙知を言語化することです。体系化されていないので、「ノウハウを教えてください」と言われてすぐ話せる人は多くありません。そこをどう表に出すかが難所です。

——AIネイティブな設計として、精度向上はどう回していますか？
依頼者に返す前に専門家のチェックとフィードバックを入れます。すると生成AIのアウトプットと専門家のアウトプットの差分が得られ、案件を処理するほど差分が溜まります。その差分をもとに、AIが弱いところを修正していくのが精度向上に効いています。

——「AIをかませるメリット」はどこにありますか？
法律事務所でも、若手が一次チェックして最後にシニアが確認する分業が一般的です。生成AIはその若手の役割を置き換えるイメージで、時間短縮とクオリティ担保の両方に寄与します。特に社内ルールとの適合性チェックなど、面倒で時間がかかる作業はAIが得意です。

生成AIで「プロフェッショナルワークがスケールする」——採用も全方位で

——今の営業上の訴求はどこに置いていますか？
現状は「安さと速さ」で、クオリティは今まで通り、という形が多いです。ただ最近は、一般的な人手の契約書レビューよりも、システムを使った方がクオリティが上がってきている感覚もあります。

——クオリティが上がるとは、具体的にどういうことですか？
若手なら見落としがちな点も含めて広くチェックし、修正案も人よりきれいで分かりやすい文章で出せることがあります。修正コストが下がることで、取引の特殊事情を条文に落とし込むなど、テーラーメイドの取り決めも作りやすくなります。質問回答の文章も、専門家が書くより分かりやすく整えられる点は大きいです（中身の正否は当然確認します）。

——今後の大きな見立てを一言で言うと？
生成AIによって、これまでスケールしにくかったプロフェッショナルワークが、非定型業務の処理を含めてスケールできるようになったと見ています。そこに挑戦したい、というのが大きなメッセージです。

——最後に、告知や採用のメッセージはありますか？
採用です。全方位で採用しているので、「プロフェッショナルワーク×生成AI」の未来を一緒に作ることに興味がある方は連絡してほしいです。問い合わせは「クラウドリーガル」で検索してホームページからお願いします。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #7 AIネイティブな法律事務所の最前線！クラウドリーガル・崎地さんが語る生成AI時代のプロフェッショナルワーク！ は ANOBAKA に最初に表示されました。

※本記事は2025年10月9日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎ゲストプロフィール

上田徹（株式会社AuthenticAI / 株式会社OpenFashion 代表取締役 CEO）
ファッション販売員やWebデザイナー、Webエンジニアなどを経験したのち、2014年に株式会社オムニス（現・株式会社OpenFashion）を設立。ファッションレンタルサービスSUSTINA（サスティナ）を立ち上げた後に2018年には株式会社ワールドのグループに参画。同社のテクニカルアドバイザーとVice president of technologyを務め、現在はファッションと、生成AIをはじめとした最新テクノロジーをかけ合わせたサービスの開発に取り組んでいる。生成AI活用支援ツール「Maison AI（メゾンエーアイ）」をリリースしたほか、国内最大規模の生成AIイベント「生成AIカンファレンス」に登壇するなど、講演やイベントの開催を通してファッション業界への生成AI普及や啓発も積極的に行っている。東京ファッションデザイナー協議会（CFD TOKYO）理事及び同協議会のAI部会長を務める。2024年には株式会社AuthenticAI（オーセンティックエーアイ）を設立。同社の代表も務める。

アパレル起点の代表が、企業向け生成AIプラットフォームに至るまで

——まず自己紹介と、事業の概要をお願いします
オーセンティックAI代表の上田です。文章や画像など、複数の生成AIを企業で使えるプラットフォーム「Maison AI」を運営しています。

——上田さんのキャリアはどんな歩みでしたか
高校卒業後にアパレル販売員を数年やって、その後はITで、Webディレクター、Webデザイン、Webエンジニアなどを経験してきました。メインはディレクション寄りです。

——今のお客様は、やはりアパレルが多いのでしょうか
半分くらいがアパレルです。残りはバッグ、アクセサリー、インテリアなど、近い領域が多いですね。

——会社設立とプロダクト開始の時期を整理すると？
Authentic AI社の設立は2024年11月ですが、Maison AI自体はそれ以前から取り組んでいました。

「推論モデル」で潮目が変わった——利用が“高度業務”へ一気に拡大

——AIの進化で「これは潮目が変わった」と感じたのはどこですか
一番大きかったのは推論モデルです。o1/o3やGemini 2.5 Proの進化が大きいと感じています。

——使われ方も、数字として変化がありましたか
あります。あるクライアントで文章利用量が月単位で大きく伸びました。特にGemini 2.5 Proは、速度・コスト・能力のバランスが良く、商用化に成功した推論モデルだと見ています。

——なぜ推論モデルで利用が広がったのでしょう
推論モデル以前は「ちょっとしたライティング」が中心で、手入れが必要な場面が多かったです。推論モデルになると、経営や高度な分析、アパレルで言えばブランドディレクターやマーチャンダイザー、ECアナリスト、インスタ戦略や企画など、より高度な職種まで一気に広げられました。

——受け手側（顧客）の変化はどう見ていますか
今年に入って、特に春頃から顧客の熱量が急激に上がって「やらなきゃ」というマインドが強まった印象です。一方で、私たちの領域は画像生成も絡むので、テキストほど画像の進化が速くないという現場感もあります。

「線」ではなく「面」で押さえる——エージェントプラットフォームとしての設計

——Maison AIの提供価値は、どこにありますか
職種別のエージェントが並び、あらかじめシステムプロンプトに組み込まれた“振る舞いを知っている人”と話せるような形です。AIの性能変化に合わせて、提供範囲そのものが変わっていく設計です。

——システムプロンプトは、誰が作るのですか
「AIエージェントを作るAIエージェント」がいて、基本はそいつが作ります。ただ、システムプロンプト自体は難易度が上がっているので、私たちもサポートは入れています。

——画像生成の課題感はどこにありますか
一貫性です。生成AIを通すと顔が変わったり、ロゴやプリント文字が微妙に崩れたりして、長らく「使えない」という烙印を押されがちでした。

——最近の変遷をどう捉えていますか
最初は画像生成が入口で、次に商品説明文などでGPT-4を使う時期が続きました。今年に入ってGemini 2.5 Proで高度職種がカバーでき、さらに画像側でも変化が出てきた、という流れです。

「手元のGeminiとどう戦うか」——競争と未来、そして採用

——SaaS的に「特定ワークフローを一本で押さえる」難しさは感じますか
感じます。モデルの進化で「手元のGeminiやGPTでできる」と言われたときに、線で押さえたワークフローは飲まれやすい。だから面にして、さらに立体にしていく発想が必要だと思っています。

——ChatGPT側が巨大化して立体的に取っていく可能性は？
最近のエージェントビルダーも触りましたが、作るのはかなり難しかったです。一般の人が大量にエージェントを作って配備し、メンテナンスまで回すのは簡単ではない。その難しさ自体が、私たちの領域だと見ています。

——ただ、エージェントが増えると「ユーザーがユーザーでなくなる」とも話していました
一人一エージェントの時代は、事業部内でユーザーが操作して成立しますが、十体・二十体のスーパーエージェントになると、作れるのか、保守できるのか、という別の壁にぶつかる。シンプルさが失われるジレンマが出ます。

——その中で、今後どんな人を採用したいですか
いまはコンサルティングとエンジニアリングを探しています。AIのワークフローを設計できるような経験・経歴を持つ方に来てほしいです。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #6 生成AI時代の業界特化ERPを狙うAuthentic AIの挑戦に迫る！ は ANOBAKA に最初に表示されました。

今回は下記2社を取り上げました！

Knit
アンケート設計からサンプリング、定量・定性分析、レポーティングまでを一貫して自動化する 「Researcher-Driven AI」 プラットフォームを展開している。
2025年7月にGFT VenturesなどからシリーズAで$16M調達。
▼コーポレートサイト
https://goknit.com/

Outset
生成AIを活用してインタビューの実施・追問・要約・ハイライト動画生成までを自動化する「AI-Moderated Research Platform」を開発している。
2025年6月に8VCなどからシリーズAで$17M調達。
▼コーポレートサイト
https://outset.ai/

※本記事は2025年8月15日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

汎用AI時代に、リサーチ領域で作るべき勝ち筋

萩谷：今回は小林くんに、注目の生成AIスタートアップを紹介してもらいます。テーマは？

小林：前回は「チェック／レビュー」で横串を刺しましたが、今回はより具体的に、市場調査のリサーチをAIで自動化・効率化する2社です。特にユーザーインタビュー周りに絞ります。

萩谷：リサーチは幅が広い一方で、汎用的なGPTがかなりカバーしている。バーティカルでどう差分を作る？

小林：汎用が取り切れない生データを入れられるか、国ごとの規制差のように前提が変わる領域を扱えるか、がポイントだと見ています。

萩谷：確かに。インタビューは前後工程が重く、非構造化データの山が出る。生成AIが強いところだね。

小林：今回は、その“プロセス全体”をどう変えるかで、対照的な2社を見ていきたいです。

同じ「インタビュー」でも正反対——10年型と2年型のアプローチ

小林：1社目はKnit。2015年創業で、7月31日にシリーズAで16ミリオン（約20億円強）を調達しました。AIに全部任せず、人がインタビューを続ける設計です。

萩谷：10年越しのシリーズAは重いね。2社目は？

小林：Outsetです。2023年創業でYC採択、6月11日にシリーズAで17ミリオンを完了。こちらはインタビュー自体をAIが回すプラットフォームです。

萩谷：同じ領域でも「人を残す」か「AIに任せ切る」かで、設計思想が違う。並べる価値があるね。

小林：はい。車歴も違えば、プロダクトの責任範囲も違う。そこが比較の肝になります。

萩谷：じゃあまずKnitから、どこを効率化しているか整理しよう。

Knit：BPOとして戦略まで巻き取るから、現場で使われる

萩谷：周辺領域って、具体的にはどの工程？

小林：大きく、①モニター（一般ユーザー）集めと選定、②インタビュー前後の質問リスト作成、③終了後の分析とレポート化です。各段階に人力の非効率があります。

萩谷：特にレポート化は、情報をフォーマットに落とす作業が多い。AIが入りやすい。

小林：はい。質問リストをAIで作って準備を軽くしたり、報告書を自動生成したりして、全体の工数を削ります。

萩谷：ただ、インサイトを売上に繋げるには社内の活用力が要る。そこはどうしてる？

小林：Knitは「リサーチ業務のBPOだと思ってください」という伝え方で、マーケ戦略まで紐づけて人が巻き取る方向です。社内に人材がいないケースが多いので。

萩谷：日本は外部に頼る文化もある。人を残す設計は合いそうだね。

Outset：AIインタビューは常時リサーチする企業でサブスクが成立する

小林：一方Outsetは年間契約のサブスクです。顧客にはコンサル会社もいて、常にリサーチが必要だから相性がいい。大きい顧客としてネスレも挙がっています。

萩谷：既存ユーザーへのレビューや継続改善の文脈なら、AIがリンクを送り、音声で回答を集める、といった運用が自然に回りそうだね。

小林：ただ、潜在顧客の深いインサイト探索みたいな“腕の見せ所”は、初期は難しい印象です。丁寧な質問が必要な領域は、人が担うべきという話も出ていました。

萩谷：合わないのは高単価商材、不動産や車みたいにCS要素が強い領域かもしれない。まずはユーザー数が多く単価が低い消費財やB2B SaaSが入り口になりそう。

小林：日本展開も出てくると思いますが、AIインタビューは「既存のお客さんにAIを使わせるのか」「失礼では？」という壁が出やすい。文化ができるまで時間がかかりそうです。

萩谷：でも慣れれば、AIのほうが言いやすい面もある。便利さは確実にあるから、導入順序と顧客選定が勝ち筋になるね。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #5 ANOBAKA注目のAIスタートアップ解剖〜リサーチ領域〜 は ANOBAKA に最初に表示されました。

今回は下記2社を取り上げました！

Delve
2023 年にMITのAI研究者2名によって共同創業。AIエージェントを活用して企業のコンプライアンス業務を自動化する。
2025年7月にInsight PartnersなどからシリーズAで$32M調達。
▼コーポレートサイト
https://delve.co/

Charta Health
AIを活用して臨床文書のレビュー・検証を行うことでドキュメントチェックを自動化する医療スタートアップ。
2025年7月にBain Capital VenturesなどからシリーズAで$22M調達。
▼コーポレートサイト
https://www.chartahealth.com/

※本記事は2025年7月29日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

「AIか、それ以外か」若手VCの“テーマ軸”の作り方

萩谷：最近のテーマ軸、悩んでるって言ってたよね。いま何を考えてる？

小林：担当先が15〜16社あって、半分がAIで、残り半分が銭湯やショートドラマ、ドローンなど“AIじゃない側”に振り切れてるんです。「AIかそれ以外か」みたいなコンセプトを出そうかと。

萩谷：めちゃくちゃいいと思う。まずはXのプロフィールをそれにして、いじられるか見たらいい。3年目なら存在感も出していかないとね。

小林：じゃあ金髪ロン毛もセットで検討します（笑）。今日は直近で大型調達したAIスタートアップ2社を、共通テーマ「レビュー／チェック」で紹介します。

なぜ今“レビュー／チェック”が伸びるのか——導入が速い2つの理由

小林：この1〜2年見ていて、単純作業系（コーディング、CSなど）の次に伸びてるのがチェック領域です。理由は大きく2つで、①既存ワークフローを変えずに組み込みやすい、②人がやりたがらない“面倒な仕事”と相性が良い、ですね。

萩谷：生成AIが網羅的に誤りを見つけて、正しく直す。レビューはまさに得意領域だよね。

小林：しかも「仕事を奪う」ではなく「助ける」立ち位置にできるので、導入先の抵抗も相対的に小さくなる感覚があります。

萩谷：ニッチだけど単価も取れるし、エンプラ需要も強い。ホリゾンタルで面白い市場だよね。

DELVE：SOC 2 “毎年発生する面倒”に刺さり、サブスク化できる

萩谷：まず1社目のDELVE、どのあたりをやってる？

小林：情報セキュリティ認証の取得・維持に伴うレビューで、特にSOC 2に注力しています。シリーズAで約50億円規模の調達、顧客は約500社。リードはInside Partnersで、シードではYCが入っています。

萩谷：認証って「一度取ったら終わり」でMRRになりにくい印象もあるけど、継続利用は？

小林：年間契約のサブスクです。SOCは年1回の報告書作成が必須で、書類収集・整形・チェックが毎年発生します。加えて日々の業務でも情報を集めてフォーマットを整えるのでリカーリングになりやすいですね。

萩谷：担当者が少ない割に業務が逼迫してる領域だから、使うと一気に楽になるし、精度も上がる。仕事を奪うというより支援だね。

小林：まさに。導入側の「奪われる」恐怖が小さいことも、スピードにつながってると思います。

Charter Health：米医療の“請求の複雑さ”が11%改善を生む。日本展開は何が鍵か

小林：2社目は医療業界特化の請求レビューをするCharter Healthです。7月にシリーズAで3,010万ドル（約47億円）を調達し、Bain Capitalがリードです。

萩谷：医療は議事録系が多いけど、請求レビューは切り口が違うね。

小林：アメリカは保険会社が多く、診療内容の記録と提出が煩雑になりがちです。導入した医療機関で収益性が平均11%向上した、という数字も出ています。

萩谷：請求コードの取り違い一つで通らないとか、現場の手間が大きい領域だもんね。AIと相性はいい。

小林：実際、足首の捻挫の初回診療で特定のコード、レントゲンで別のコード、というように細かい。数字が少し違うだけでNGになり得るので、取りこぼしを減らす価値が大きいと思います。

萩谷：日本は皆保険で構造が違うけど、人手不足と業務逼迫は強い。まずは中堅・小規模クリニックから入り、周辺業務に広げて単価を上げられるかが鍵になりそうだね。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #4 ANOBAKA注目のAIスタートアップ解剖〜チェック領域〜 は ANOBAKA に最初に表示されました。

前回に引き続き、Sales Markerが“なぜ速く作れて、なぜ使われる形に落ちるのか”を、開発と組織のリアルから深掘りしました！

※本記事は2025年5月29日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎ゲストプロフィール

陳晨（株式会社Sales Marker CTO）
アメリカワシントン大学セントルイス校修士課程終了後、LINE株式会社に新卒入社。全社横断ビッグデータプラットフォーム構築プロジェクトに従事後、日本マイクロソフトに転職し、AI＆ビッグデータ部門にて世界中のお客様に対しシステム設計から開発、運用までシステム全般をサポート。その後株式会社スタンバイにてリアルタイム分析基盤の構築をリードする。テクノロジーの力で社会課題の解決に貢献すべく、株式会社Sales Marker（旧:CrossBorder株式会社）を共同創業し、CTOとしてインテントセールスSaaS「Sales Marker」開発のリードおよびグローバルエンジニア組織の立ち上げ・全体指揮を行う。

AIは“全職種の前提”——触っていないなら改善余地がある

——この5年で、働き方はどれくらい変わりましたか
生成AIがなかった時代と比べて、圧倒的に変わりました。今はAIに触らない日はありません。開発だけでなく、セールス、カスタマーサクセス、バックオフィスまで、AIを使えば効率化できる余地は必ずあると思っています。

——「AIは自分には関係ない」という反応もあります
正直、それは思考の怠惰だと思います。AIで代替できる作業は必ずあるので、まずはAIを使ってみてほしい。人員を求める前に、リーダーは「AIでどう効率化するか」「作業をどう代替するか」を考えるべきです。外部サービスを使うのも選択肢です。

——社内への浸透はトップダウンですか、ボトムアップですか
代表がAIを深く触るタイプで、経営陣も含めて新しい取り組みはNotionのデータベースに蓄積し、アップデートがSlackに流れるような状態です。結果として「絶対これを使え」と強く押すより、発信を見た社員が試して、使えそうだと広がっていった感覚です。

ツールは「会社が投資する」——全員が主要モデルと開発支援AIに触れられる状態へ

——具体的に、どんなツールやモデルを使っていますか
全員が少なくとも1〜2個はツールを使っていると思います。いまはCursorとDevinを全社的に使い、レビューではCodeRabbitも使っています。ChatGPTはもちろん、Gemini、Claudeなど主要モデルは全員が有料プランにアクセスできるようにしています。使いたいAIサービスがあれば「何でも言ってください、バジェットはある」というスタンスです。

——開発効率の体感はどれくらい上がりましたか
一定のスクリプトは、AIが8〜9割作ってくれる体感があります。依頼が来たらそのまま投げて、少し整えて走らせれば結果が出る。並列にいろいろ進められるようになりました。AIで代替できない仕事も多いですが、AIを使わなければ「ゼロだった開発」がAIの助けで簡単にできるようになり、時間を生み出してくれた感覚があります。

採用は「プログラマ」ではなく「エンジニア」——橋渡し力とコーチャブルさ

——AI時代、エンジニア採用はどう変わりますか
簡単なものはAIが代替できるので、「言われたものを作るだけ」のプログラマは採用しないと思います。重要なのは、ビジネスとの架け橋、お客様とのコミュニケーション、ユーザーのストーリーを理解して新しいストーリーを発見する力です。開発速度が上がるほど、そこが差分になります。

——ただ、日本ではそのタイプが少ないという課題もあります
採用はかなり難しいです。「できること」から入る提案は多いですが、課題・市場・ユーザーから逆算できないとズレます。ただ、ドメイン理解には数カ月のキャッチアップが必要なので、最初から完璧でなくても「コーチャブルかどうか」を重視します。面接では、興味を持てるか、思考習慣を変えられるかなどを見ています。

——組織はグローバルだと聞きました
エンジニア組織は60人未満で、日本人は5〜6人程度。26カ国ほどのメンバーがいて、日々のコミュニケーション、ミーティング、ドキュメンテーション、開発も含めて基本は英語です。

セールス×AIの核心は「相手を知る」——“意図セールス”とノーCRM構想

——セールス領域へのAIのインパクトをどう見ていますか
エンジニアリングと比べて、セールスは不確定要素が多い。人対人なので、AIでも完全には解消できない課題は残ります。ただ、一部は解決できて、その代表が「相手のことをより知る」ことです。

——具体的には何が可能になりますか
意図データやAIで、相手が何に困っているか、事業計画はどうか、興味関心は何かを調べずとも集約し、トークスクリプトやメッセージ案まで自動化できる。商談中も、相手の感情の変化や外部発信などの情報を踏まえ、会話をサポートできる可能性があります。

——一方で「作ったけど使われない」問題も起きがちです
機能があると良い、売れるはず、という押し売りでは使われません。業務フローを変えるのは痛みが大きいので、日常の流れにAIを溶け込ませ、「意識せずとも勝手に手助けしている」状態を作る必要があります。アーリーは入ってくれても、マジョリティは痛みが勝ちやすい。痛みなく変える設計が難しさであり面白さです。

——その先にあるのが“ノーCRM”構想ですか
従来のCRMは、箱（データベース構造）に人間が合わせて入力する前提でした。つまり、人間がシステムのために働いてしまう状態になりがちです。これからは逆に、システムが人間のために働く世界を作る。将来的にはUIが不要になり、Slackボットのような形になる可能性もある。人間中心で、AIやプロダクトが勝手に前に進めてくれる状態を目指しています。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #3-2 開発・営業・顧客体験——AIでつながる三位一体のビジネス設計 は ANOBAKA に最初に表示されました。

LINEで全社横断のビッグデータ基盤を担い、Microsoft Azureでもデータ領域を経験した後、共同創業CTOとしてプロダクトを牽引してきた陳さんに、Sales Markerが“なぜ速く作れて、なぜ使われる形に落ちるのか”を、開発と組織のリアルから深掘りしました！

※本記事は2025年5月29日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎ゲストプロフィール

陳晨（株式会社Sales Marker CTO）
アメリカワシントン大学セントルイス校修士課程終了後、LINE株式会社に新卒入社。全社横断ビッグデータプラットフォーム構築プロジェクトに従事後、日本マイクロソフトに転職し、AI＆ビッグデータ部門にて世界中のお客様に対しシステム設計から開発、運用までシステム全般をサポート。その後株式会社スタンバイにてリアルタイム分析基盤の構築をリードする。テクノロジーの力で社会課題の解決に貢献すべく、株式会社Sales Marker（旧:CrossBorder株式会社）を共同創業し、CTOとしてインテントセールスSaaS「Sales Marker」開発のリードおよびグローバルエンジニア組織の立ち上げ・全体指揮を行う。

「何をやるか」より「誰とやるか」——起業を決めた判断軸

——まず、陳さんのこれまでの経歴を教えてください
日本生まれですが、小学3年で中国に戻り、大学卒業まで中国で過ごしました。大学4年で1年だけ日本へ交換留学し、その後アメリカの大学院へ進学、卒業後に日本へ戻っています。新卒ではLINEにビッグデータエンジニアとして入社し、全社横断のビッグデータ基盤（Hadoopのエコシステム）を担当していました。

——その後、Microsoftへ転職されたのはなぜでしょう
当時LINEは自社サーバーで、私はクラウドの経験がありませんでした。起業するなら「一人で全部開発できる状態」にならないといけないという危機感があり、Azureの中身を見てみようと思って転職しました。1年ほど、開発もしつつお客様対応もするエスカレーションエンジニアを経験して、「大体分かった」タイミングで起業し、創業CTOとして今に至ります。

——小笠原さんたちと「一緒にやろう」と思えた決め手は何でしたか
きっかけはスタートアップでのインターンでした。そこで小笠原と渡邊に出会い、二人のパフォーマンスが高く、何より一緒に作る体験が楽しかった。その後それぞれ大手企業に就職しましたが、「自分がいなくても会社は回る」という感覚もあり、サービスからは遠く感じました。だからこそ「また一緒にサービスを作りたい」という思いが残り続けました。

——起業時点で、やる事業は固まっていたのですか
起業を決めた時点では、何をやるかはそこまで決まっていませんでした。ただ、このチームで一緒に仕事して作る体験が良くて、仮にピボットしてもやり直せると思えました。自分が「この人たちとやりたい」と強く思えたことが、私にとっては一番重要でした。

「このチームなら何でもできる」——コロナ禍のハッカソンが背中を押した

——起業に踏み切る“きっかけ”は何だったのでしょう
コロナ禍でフルリモートになり、時間ができたことで「ハッカソンに出よう」という話になりました。そこで課題として捉えたのが、宅配サービスの発達が東京中心で、地方には十分届いていないのではないか、という点でした。

——実際に作ったものと結果を教えてください
地方向けのデリバリーサービスを作ってハッカソンに出たところ、アジア大会で入賞し、4つある賞のうち3つを取れました。その時に「このチームなら何でもできちゃうんじゃないか」という感覚を持ち、そこからアイデアを議論していく中で起業に至りました。

——「30歳で起業」という話もあったそうですね
当初は「30歳で一緒に起業しよう」と言っていましたが、実際は小笠原がいろいろ進めて、私も巻き込まれた形です。ただ、チャンスを逃したらもったいないという思いもありましたし、強く「この人たちとやりたい」と思えないと、結局は喧嘩して別れてしまう。だからこそ、チームへのコミットは重要だと考えています。

機能は「明日出せるなら明日出す」——シード期の開発スピードの実態

——SalesMarkerは開発が速い印象があります。創業当初はどんなペースだったのでしょう
創業当初から、一機能は「明日リリースできるなら明日リリース」する感覚でした。1週間のスプリントの中で何回も新機能を出すこともありました。面接で「これをどれくらいで出せますか」と聞くと、一般的に3〜4カ月と言われるものを、私たちは1週間程度でリリースしていたと思います。

——その速さを支えた要因は何ですか
振り返ると、私自身が現場に足を運び「何を作ればいいか」を把握できていたことが大きいです。当初は意思決定がほぼ私と小笠原の二人で完結していたので、プロセスが少なく速かった。エンジニアがセールス現場やCS、お客様との対話を持ち、代表の思考ともリンクしていると、何を作るべきかが明確になります。

——シード期の体制は何人で回していたのですか
シード期の1年は、ほぼ私と渡邊の二名です。業務委託の方にデータ整備や外出しできる作業をお願いすることはありましたが、プロダクト本体の開発は基本的に二人で進めていました。

いま大事にしているのは「開発しない」——価値を“行動変容”で定義する

——一方で、今はフェーズが変わってきています。品質面で意識していることはありますか
今は「何でもかんでも開発しない」ことを大事にしています。創業当初は私が頻繁にお客様と会い、セールスの代打もして、必要性を肌感で掴めました。ただ、今はお客様も増え、全てを開発すると現場が混乱し、開発もぐちゃぐちゃになり得ます。だから「何を作るか」より「何を作らないか」を重要視しています。

——「作らない」をどう判断しているのでしょう
まずはプロダクト本体とは別に小さく作って個別提供し、本当に必要か、どれだけインパクトがあるかを見ます。これは特定の1社にしか通用しないのか、全体に有効なのか。愚痴で終わるのか、それともデータや機能があることでお客様の行動が変わるのか。機能が増えるほど混乱し、使いづらくなる面もあるので、シンプルに価値を届けるために作りすぎないようにしています。

——その「価値」はどう定義していますか
機能自体が価値ではなく、価値は「お客様の成功」や「感情を動かすもの」で、そのためには行動が変わる必要があると捉えています。ダッシュボードを作って満足して終わりなら価値にならない。行動が変わって、受注が生まれたり、見込み客と会えたりするところまでつながるか。そこにつながらないものは開発しない、という判断軸です。こうした軸を現場にも共有し、意思決定を分散していく体制を作ってきました。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #3-1 Sales MarkerのCTOに聞く、爆速成長を実現するAIネイティブな組織とは？ は ANOBAKA に最初に表示されました。

前回同様、スタンフォード大学の人間中心AI研究所（HAI）が毎年発行している『AI Index Report 2025』について、川崎さんが分析されたnoteをベースにレポートの内容を解説していただきました！
※本記事は2025年5月30日の収録内容をもとに制作しています。そのため、現在の状況とは一部異なる場合があります。

︎話者プロフィール

川崎裕一（エンジェル投資家）

1976年12月20日生まれ。1999年、慶応義塾大学経済学部卒業、日本シスコシステムズ株式会社入社（現シスコシステムズ合同会社）、ネットイヤーグループ株式会社を経て、2004年8月、株式会社はてな入社。同年12月同社取締役副社長に就任。2010年2月、株式会社kamadoを設立し、代表取締役に就任。2012年12月、株式会社ミクシィが株式会社kamadoを買収。これに伴い2013年1月より株式会社ミクシィに入社。2013年1月24日同社執行役員クロスファンクション室室長。2013年6月25日同社取締役。2014年8月11日スマートニュース株式会社執行役員広告事業責任者、投資事業担当。2024年4月よりエンジェル投資家。 

競争に絶望するな──「モデル」ではなく「実装チーム」を見よ

——AIの進化があまりに速く、「もうやることがない」と感じる起業家も多いのではないでしょうか。
その気持ちはよく分かります。
Xを見れば新しいモデルの話題が流れ続け、Google I/Oのようなイベントでは検索やショッピングの高度化が発表される。自分の領域にも次々とプレイヤーが入ってくると、気持ちが折れそうになります。

ただ、どこかがすべてを独占することはありません。
「そこまでできるなら、もっとニッチに行こう」と考えればよいのです。ニュースを見て諦める人が多いからこそ、やり続ける側にチャンスがあります。

——レポートの中で「モデルではなく実装チームに貼れ」と書かれていました。
モデルの優劣よりも、どれだけ触り、失敗し、試行錯誤したチームかが重要だという意味です。例えば、5人のチームが20回失敗すればそれは100回分の失敗経験になります。その中で本気で失敗を積み重ねたメンバーが集まれば、強い組織になる可能性が高い。

私はよく「成功にまぐれはあるが、失敗にまぐれはない」と言います。失敗の数は、次の成功確率を上げる材料になります。

——まずは触ることが大事だと。
そう思います。ChatGPTだけでなく、GeminiやClaudeも試してみる。日替わりで「今日はこれが強い」と言えるくらい触ってみることです。触らないまま議論しても、前に進みません。

AIを文化にする方法

——スタートアップの中でAIを浸透させるのが難しい、という声もあります。
AIを難しく考えすぎているのだと思います。
人間は本来、怠けたい生き物です。であれば、「どうやって今日30分早く帰るか」という目的でAIを使えばよいのではないでしょうか。

——具体的にはどういうことでしょうか。
例えば、レポート作成や投資家向け資料のような繰り返し業務はAIに任せればよいと思います。80点で十分です。100点を目指して無駄に時間をかける必要はありません。昨日と同じ仕事を、今日は30分短く終わらせる。そのためにAIを使うという発想です。

——経営陣もAIを積極的に使うべきでしょうか。
触るべきだと思います。ただし、戦略そのものをAIに聞いてはいけません。「自分たちは何の問題を解く会社なのか」という問いは、人間が考えるべきものです。

AIは戦術レベルでは非常に優秀です。しかし、仮説を立てたり、夢を描いたりすることは得意ではありません。責任も取りません。最終的に人間に残る仕事は、自分なりの仮説を出すことと、その結果に責任を持つことだと思います。

RAI元年──生成AI時代の責任とルール

——レポートではRAI（Responsible AI）も強調されていました。
今年は特に重要視されています。
生成AIが大量のコンテンツを生み出し、フェイクニュースや誤情報があふれたことで、「責任あるAI」が強く求められるようになりました。

——EUが先行していますね。
EUはGDPRなど個人情報規制が厳しい背景があります。差別的な発言や誤情報を出さない仕組みがなければ、企業は安心してAIを使えません。

——営業電話の自動化なども問題になっています。
人間は楽ができるならやってしまいます。営業電話が自動化されるのも、その延長線上にあります。だからこそ、技術だけでなくルールや倫理の整備が不可欠になります。スタートアップがその領域で価値を出す可能性もあると思います。

2030年、データは枯渇する──合成データは解決策になるか

——質の高い学習データが2030年までに不足するという話もありました。
天然資源に近いイメージです。インターネット上に存在する構造化データを今のペースで使い続ければ、いずれ枯渇するという前提があります。

——その解決策が合成データですか。
一つのアプローチです。
AI自身がデータを生成するという考え方があります。また、人間が教師として関与する「教師付き合成データ」もあります。

ただし、ある研究では、完全に合成データのみで学習させた場合、天然データの約50％の品質しか出なかったという報告もあります。合成データの品質課題は無視できません。

——それでも取り組む必要がある。
枯渇する以上、試行は避けられません。天然資源が限界に達したときに、新しい資源や製造方法が生まれたように、データ生成の方法も変わる可能性があります。

ここは明確な課題が見えている領域です。
だからこそ、スタートアップにとっては機会でもあります。

今回の内容はポッドキャストでも配信しておりますので、詳細の内容を知りたい方はぜひ音声でもお聞きください！

投稿 #2-2 データの品質が決める生成AIプロダクトの競争優位 は ANOBAKA に最初に表示されました。

関連プレスリリースはこちら

https://prtimes.jp/main/html/rd/p/000000027.000112568.html

株式会社uniamのコーポレートサイトはこちら

https://uniam.jp/

投稿 株式会社uniam、ドライフード「WiLD PRO」にて「腸内免疫サポート」「ウェイト&バイタルサポート」を新発売 は ANOBAKA に最初に表示されました。