G1ベンチャー2023
第4部分科会T「Generative AIの社会実装チャレンジの最前線～Generative AI×SaaS/Mediaの可能性と未来～」
（2023年6月11日／グロービス経営大学院 東京校）
限りない創造力を秘めるGenerative AI。この新たなテクノロジーがSaaSやMediaに応用されるとき、その可能性はどこまで拡がっていくのか。Generative AIの社会実装にチャレンジする中で直面する課題とその克服方策とは。Generative AIを自社のビジネスモデルに応用することで新たな価値を創出し、業界の変革をリードする企業の最前線を探る。（肩書きは2023年6月11日登壇当時のもの)
00:00 オープニング
-(上野山氏)生成AIが異常な速さで動いている。実際に動かして触って作ってる人やグローバル横断でいろんなもの見ている人でディスカッションするのが良いと考えたのが、このセッション。
01:10 それぞれの領域から見て、生成AIの登場で何が起きているのか
-(前田氏)今年第一四半期の生成AI関連の資金調達額が1.3~1.4兆円。VC業界でも、生成AIにフォーカスされている。マイクロソフト、Google、Notion、AdobeなどでAIを使った機能がリリースされている。生成AIは、大手もメリットを得られるようなパラダイムシフトになっている。Notion AIやCanvaなどすでに多くのユーザーを抱えている企業が、生成AIで一気に提供価値を上げられる状況。アロケーションのされ方としては、恐怖心による投資なのではないか。デベロッパーツールやラングチェーンは大手が参入できていない領域なので、優位性が高い領域なのでは。
-(木村氏)メディア事業では、取材やリアルなデータは人が動かないと入ってこないが、文章をまとめたりタイトルを決めるのは生成AIの得意分野。ニュースやテキストを介してのアルゴリズムを作っていたエンジニアはいらなくなってきた。世界中のニュースが同じ言語で、プロトコルを１つにして読めるようにすることをやっている。
-(深津氏)デザイナー、エンジニア視点。自然言語で問いかけられるもの全部に対して、産業革新やオペレーション大変革が起きるものと考えていい。基本的には、機械すべてとコミュニケーションが取れるようになる1歩目と解釈すると良い。言語モデルの進化に伴って、音声ARみたいなものに収束するのではないか。
-(上野山氏)巨大SaaSが主に生成AIのベネフィットを受けるということについて -(前田氏)既存ユーザーに対して新たな付加価値を作っていくということ。マイクロソフトのような大きいところもあれば、Notion、Canvaのような小さい所もメリットを得られる。逆に言うと、スタートアップに対して参入のハードルを上げるものなのではないか。ソフトウェアの全体の流れとして、「コンパウンドスタートアップ」という概念が普及している。誰でもAIを入れられるので、AIが入っていないのは不利な状況。
-(前田氏)まだおもちゃ的に使っている人が多い。100%AIに依存するソリューションはまだ存在していない。
15:29 プロダクトデザインと生成AI
-(深津氏)ニッチ市場に手を出していいのかという、スタートアップの生存戦略含めたプロダクトデザインは大きく変わる。LLMや生成AIでプロダクトの隙間も埋められてしまうので、そうならないニッチを探さなければならなくなる。
-(木村氏)UIやアプリなども作られるようになったとき、カンブリア爆発のようにものすごい競争に陥る。
-(深津氏)産業構造上勝負できない所やビジネスモデル上手が出せない所などの違う隙間を見つけなければならない。
18:48 生成AIでZ軸が立ち上がるということは考えられるか
-(前田氏)UIとUXを根本から考え直す機会が出てくる。コンテクストを理解して提案してくれたりとか欲しい情報を引き出せるような世界観が生み出せる可能性がある。
-(深津氏)GoogleやNetflixなどが被せながらAIを広げていくと、面白い未来が見えてくるかも。
-(上野山氏)マクロで見たときの生成AIによる変化は？
-(木村氏)WindowsやiPhoneが最初に出てきたような、アプリが揃っていないときにどうやって使ったら良いのかわからない状態に似ている。GPTの使い方を「象使い」のように行動レベルで使っていくことが大事。
-(深津氏)未来予測する時には、変動しない要素を予測して張る。AIよりもGPUや不動産、電力みたいなもの。
24:39 ファンデーションモデルは、未来には何レイヤー構造あり、どのような棲み分けになっているのか
-(深津氏)早い段階で知性レイヤーと知識レイヤーと、知性レイヤーとスキルレイヤーが分離実装 されていくはず。どのような知識レイヤー、スキルレイヤーを作るかの戦いになるのではないか。知性レイヤーは一般常識及び論理的推察能力、知識レイヤーはファクトデータその他リファレンスデータ。
-(木村氏)今のLLMはロジカルに答えることは出来るが、何かを情報を集約して生成して内容を推論していく機能が入っていないので、そういうものが入らないと思っているような振る舞いをしてくれない。
-(前田氏)今のAIは人間みたいに会話が出来るからすごいと思われているが、多分それに飽きる。見えない当たり前の存在になっていくのではないか。
29:03 生成AIとUI・UXについて
-(深津氏)チャットに入力させる主導的アクションでAIを使うのは、そんな長くない。プロアクティブなAIの方が望ましいと思う。
31:02 質疑応答①
-「ユーザーにどう価値を返すのか、社内のオペレーションをどう効率化していくか、新しいサービスが生まれる可能性は？マネーフォワードはどう使えば良い？」
34:16 質疑応答②
-「GAFAやひっくりかえせるプレイヤーしか勝ち筋がないのでは」
36:32 質疑応答③
-「プロアクティブなAIになったときに、AIは意識を持つのか」
-「政府として情報をどのように提供すべきか、自然なAIが登場した時に、どのように社会性能をデザインすべきか」
41:00 質疑応答④
-「SaaSの投資家としての次の10年をどう考えているのか」
-「新たに大量にデータを集められるポテンシャルがある領域は」
45:50 AIはデータなのか、モデルなのか
-(深津氏)モデルに入れるデータの方が用意するのが大変ではないかと思う。競合優位性はクローズデータから生まれるのでは。
-(木村氏)ここ3年ぐらいはモデルで、データとモデルを紐づける技術やデータを作るところがポイント。
47:28 生成AIに対して、スタートアップは何をすべきか
-(前田氏)常に変化を敏感に見ておく。お客様の何の課題を解決していて、どのワークフローを押さえていて、どのデータを押さえているか、この３つの問いは常に考えておくべき。
-(木村氏)どのデータとどのLLMを繋いだらうまくいくのか、パターンをたくさん試していく。
-(深津氏)AI時代に最高のパフォーマンスを出せる物流、農業、漁業のような方が面白いかもしれない。業務プロセスリセットできない会社に、業務プロセスリセットした会社を作ったというアプローチの方が楽しいのでは。
51:11 自身が生成AIで何をしていきたいか
-(前田氏)オーバーハイプされた領域だと思っている。1回冷めた後にまた熱が来ると思うので、そのタイミングで自分たちがいいポジショニングにいることを意識して投資活動したい。
-(木村氏)いろんな情報が入ってきて、入ってきた中のものを統合してアウトプットまで出すものを作りたい。
-(深津氏)新しいテクノロジーが出た時は、一番最初に使い込んで、一番詳しくなるのが最重要だ。ChatGPT Plusや画像生成AIに全部有料登録して、一旦触ってみる。一方でリスクヘッジもしておく両面戦略でいきたい。
