YT YouTube2Text

YouTube2Text → Transcripts → LLMをツールからプラットフォームへ～Ai Workforceの戦略～：AI・LLM事業 CPO 小林篤 (2025年)｜Bet AI Day

LLMをツールからプラットフォームへ～Ai Workforceの戦略～：AI・LLM事業 CPO 小林篤 (2025年)｜Bet AI Day — Transcript

by LayerX 公式 · 953 words · 953 segments · language ja · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:00え、皆さんこんにちは。えっと、ちょっと
0:033連続っていうところで、えっと、皆さん
0:05もちょっと聞いていてお疲れなところかな
0:07と思うんですけれども、えっと、最後、
0:09最後というかこの後休憩になるので、えっ
0:12と、ご視聴いただければと思っております
0:13。オンラインの皆さんもよろしくお願いし
0:15ます。え、今ですね、えっと、ご紹介に
0:17預かりました、えっと、今、えっと、AI
0:19LM事業部の、えっと、事業部のCPOを
0:21担当しております小林と申します。今日は
0:24ですね、えっと、LLMをツールカ
0:25プラットフォームへっていうところで、
0:27えっと、我々がどういう取り組みをして
0:28いるのかとか、その辺りをですね、えっと
0:30、お話をさせていただければと思っており
0:32ます。では早速進めていければと思うん
0:34ですけれども、
0:37はい、えっと、まず簡単に、えっと、実行
0:38紹介なんですけれども、えっと、私はです
0:40ね、今年の1月に、えっと、正式2Xに
0:43上員しまして、えっと、LLM事業部で、
0:45AILLM事業部で、えっと、プロダクト
0:48の開発に関わっております。で、それまで
0:50はですね、えっと、約14年間ほど、えっ
0:52と、株式会社DNAというところで働いて
0:54まして、えっと、元々ソフトエンジニアと
0:56して開発をやっていて、途中から、えっと
0:58、EMをやったりとか、ま、新規事業
1:00立ち上げをやったりとか、あとはですね、
1:02えっと、思役員とかCTOとかですね、
1:04そういったことをやらせていただいており
1:06ました。はい。そういった、こう、技術
1:08バックグラウンドを持ちながらですね、
1:10えっと、今、えっと、新しいAL事業部で
1:13、え、AIのプロダクトを作ったりとかし
1:15ております。で、今日この辺りのお話を
1:17できればと思うんですけれども、えっと、
1:20この大きくこの3点ですね、お話をできれ
1:22ばなと思ってます。で、今日1番冒頭です
1:25ね、えっと、松本の方から、えっと、日本
1:27の社会課題的な話も少しあったかと思うん
1:29ですけれども、ま、そこもちょっと簡単に
1:30触れさせていただきながら、我々がどんな
1:33プロダクトを作ろうとしているのか、えっ
1:34と、そこの戦略的な部分だったりとか、
1:36そういったところをですね、えっと、お
1:38話しできればと思ってます。で、本気で
1:40ちょっとこれ話し始めるとですね、全然僕
1:42の持ち時間の30分とかそれぐらいで
1:44収まらない感じなので、えっと、本当に
1:46今日は、えっと、1部分になると思うん
1:48ですけれども、えっと、お聞きいただけれ
1:49ばなと思います。
1:52はい。で、まず、あの、日本の社会課題
1:55っていうところについてなんですけれども
1:56、えっと、まずですね、えっと、ここを見
1:58ていただければと思うんですけども、皆
2:00さんお仕事されている中で本当にこう、
2:03いろんな仕事があると思うんですよね。で
2:05、その中で、えっと、本当にこう人の手で
2:06やってる部分もあれば、1部分システムを
2:09使ってるってところがあると思います。で
2:11、これを今その例えばDXっていう文脈で
2:13、ま、いろんな業務をカバーしていこうっ
2:15ていうところで、えっと、各取り組まれて
2:17いたりとか、ま、そこにですね、えっと、
2:19当てはめるようなソリューションを作って
2:20、えっと、いろんな会社さんに提供するっ
2:22てことをやられているような、えっと、
2:24そういった差をサースですねの会社とかも
2:26どんどん増えてきているんじゃないのか
2:27なっていう風に思います。はい。ただです
2:30ね、それでも、えっと、本当に1部分、
2:32えっと、カバーしてるにと留まって
2:33るっていうの持ってます。
2:35で、今後ですね、その人口が減少していく
2:37中でその労働力っていうところが、えっと
2:39、減っていてですね、今まで、えっと、人
2:41の手でカバーなんとかカバーしていきた
2:43部分がですがね、ですけれども、えっと、
2:45ここが、えっと、カバーできない状況が、
2:47えっと、近い将来来るってのが、えっと、
2:49よく言われてる話です。で、ただ、あの、
2:51普段皆さんお仕事されてる中でここをこう
2:53実態権持ちながらですね、えっと、仕事さ
2:55れてる方って少ないのかなっていう風に
2:57思うんですけれども、ま、これが今の日本
2:59の社会における、えっと、実情だっていう
3:01風に思っています。で、例えばこれですね
3:04、2050年にですね、ま、1500万人
3:06ぐらい、えっと、労働力、労働人口が減っ
3:08ていった時に、えっと、今まで人の手で
3:10カバーできていたところがカバーできなく
3:12なってくると。じゃ、これどういう風に
3:14カバーしますかね?で、多くの場合は、
3:17えっと、人がさらに働く時間を増やしたり
3:19とか、やることを減らすみたいな形で
3:22カバーするってのが、えっと、なんとか
3:23カバーできる方法の1つなのかなっていう
3:25風に思います。ただその労働力、そ、それ
3:28こそ今働き方改革みたいな形で、えっと、
3:30働く時間を制限するとかですね、そういっ
3:32た話が、えっと、言われてる中でですね、
3:35こう残業を増やすだったりとか、人の仕事
3:37を増やすっていうので逆行する、えっと、
3:38流れになってるかなっていう風に思います
3:40。
3:42で、そこをですね、解決していくのが
3:43まさにDXだったりとか、そのAIを活用
3:45するデジタル化の、えっと、流れな、え、
3:48だと思っています。
3:51で、いろんな会社がですね、そこに、えっ
3:53と、フォーカスしてですね、いろんな
3:54プロダクトを作っていく。で、今までの
3:56流れでよりこう業務を自動化していくだっ
3:58たりとか、えっと、ま、ペーパーになって
4:00いるものをどんどんデジタル化していく
4:01だったりとかですね、そういったことを、
4:03えっと、取り組まれていると思うんです
4:04けれども、えっと、それでもやっぱりです
4:06ね、ここにあるようにですね、えっと、
4:08多くの、えっと、仕事という中の、えっと
4:10、1部分の面、本当に1部分の点でしか
4:13ですね、えっと、補えないなので、これで
4:15は、えっと、1500万人労働人口が減っ
4:18ていくって中を、えっと、カバーすること
4:19はなかなか難しいんでが実情じゃないか
4:22なっていう風に、えっと、思っています。
4:24ここをですね、えっと、我々は、えっと、
4:27今作ってるプロダクトで、えっと、カバー
4:29していきたいと思っていて、ま、それが、
4:30えっと、コンセプトにあるのが、えっと、
4:32今我々が開発を進めているAワホスという
4:34プロダクトになります。
4:37で、普段ですね、えっと、皆さんあの、お
4:39仕事されている中でLLMってほぼ毎日
4:42使われてるんじゃないのかなっていう風に
4:43思います。で、えっと、ちょっと本当だっ
4:45たらここで挙種とかってやってみたいん
4:47ですけども、えっと、ま、僕も本当に毎日
4:49、えっと、日々使ってます。もう使わない
4:51日はないですよね。で、使い方も普通に
4:53チャATGPTを使うこともあれば、V0
4:55的なものを使うこともあれば、ま、本当に
4:57いろんな通路をですね、用途に分けて使っ
4:59ていくってことをやっています。
5:02で、チャATGPTとかJiniとか
5:04クロードとかですね、本当にこう進化が
5:06激しくてですね、もう3ヶ月ごとに新しい
5:08機能が出てくるとか制度が上がってくると
5:10かですね、こういう形でこう、えっと、
5:12生産性を上げていくってところはすごく、
5:13えっと、皆さん実感されてるんじゃないの
5:15かなっていう風には思うんですけれども、
5:18ただこの先ほどお見せした、えっと、人が
5:20今まで賄なっていたところ、えっと、
5:22いかにLLMのツールが便利になったとし
5:24てもですね、カバーするのは本当に1位
5:26部分になります。そうするとですね、どん
5:28だけこ進化してもですね、1部分の業務
5:30しかカバーできないので結局、えっと、
5:32人口減少によって労働人口が減ってくる
5:35部分を、えっと、補うことはなかなか
5:37難しいんじゃないのかなっていうのが現状
5:39だという風に思っています。
5:42はい。まさに補える、補えると思いますか
5:45ね、皆さん。これなんかなかなかちょっと
5:46個人的な正直期難しいんじゃないのかなっ
5:48ていう風に思っています。で、ここをです
5:50ね、カバーしていくための取り組みという
5:52か、えっと、我々がそこをコンセプト、
5:54えっと、ターゲットにして見据えてるのが
5:55、えっと、Aワークホスっていう
5:57プロダクトになります。
6:00はい。ま、知的単純作業っていう風に言っ
6:02てるんですけども、えっと、多くの
6:04ビジネスシーンではですね、えっと、
6:05ドキュメントを使って、えっと、いろんな
6:07仕事を進めてる形になると思います。ま、
6:09例えばここにあるその必要なファイルを
6:11探すとかですね。えっと、例えば例毎月の
6:14その経入理処理だったりとか契約の処理
6:16だったりとか、あとはその、ま、自分が
6:18やられている仕事をですね、他の人に
6:20どんどん引き継いでいくだったりとか、ま
6:21、そういうところをですね、やっていく
6:23仕事としてはすごく重要なんですけれども
6:25、えっと、なんか重要だけれども
6:28クリエイティビティがあるかって言われる
6:29と、そういうではない仕事っていうのも
6:31結構あると思うんですよね。で、例えば
6:33ですけども本当に、えっと、大きな会社と
6:35か歴史の長い会社になってくると
6:37ドキュメントの数が大量になってきて目的
6:39のファイルを見つけるとかもですね、それ
6:41も相当難しくなってくるってのが、ま、
6:43現状かなっていう風に思っています。はい
6:46。で、かつ、ま、ここに書いてある通り
6:48ですね、この作業、えっと、仕事としては
6:50すごく重要なんですけれども、なんかそれ
6:52をこう手早くやったとしてもですね、
6:54何かしらこう新しい何かを生み出してる
6:57わけでもなく、えっと、ま、それ以上に
6:59それを早くやった方といて何かしらこう
7:01成果に大きくつがるかっていうと、そうで
7:03もない業務が、えっと、数多く、えっと、
7:05世の中にはあるかなと思っております。
7:09そこにですね、えっと、LLMの登場に
7:10よって大きく変化が訪れよう、ま、まさに
7:13訪れてるなっていう風なところですね。
7:16このLLMのですね、非構造な、えっと、
7:18データ、えっと、をですね、構造化するっ
7:20ていう技術ですね。えっと、例えばその
7:22契約書だったりとかそういった
7:23ドキュメント、これって全然構造化されて
7:25ないんですよね。それをですね、LLMを
7:27通すことによって、えっと、構造化してい
7:29くってことが、ま、できります。で、
7:31例えばその契約書を、ま、皆さんも普段見
7:33られたりとか、ま、ご自身で作ることも
7:35あったりとかするかもしれないんです
7:37けれども、ま、契約書って文章がバーって
7:39こう書いてあると思うんですね。上から順
7:40に。で、その中で第1章なんとかとか、第
7:422章何とかみたいな形で、ま、目的の、
7:45えっと、条文とか文章が書かれてると思う
7:47んですけれども、それを人間は見て分かる
7:49と思うんですけれども、えっと、それを
7:51こう仕組み、えっと、ソフトウェアで何か
7:53をしようと思った時に、えっと、そこ
7:54ソフトウェアって分からないんですよね。
7:56なぜかと言うと、コンテキストもないし、
7:57えっと、どういう風な構造であるかって
7:59いう、えっと、知識も持ってないので、
8:01えっと、そういう処理することができない
8:02んですけれども、ここはですね、LLMが
8:04登場したことによって、えっと、ある程度
8:06簡単にできるようになってるのが、えっと
8:08、今だと思ってます。なので、こういった
8:11LMも使いながらですね、えっと、えっと
8:13、非構造な、えっと、文書構造等をですね
8:15、えっと、解析して、えっと、構造化
8:17データに変えていくってことが、ま、簡単
8:18にできます。で、ちなみに高続化データっ
8:20ていうのは一般的に言われるですね、あの
8:22、データベースに入ってるような、えっと
8:24、なんて言うんですかね、スキーマが
8:25決まっていて、えっと、このか、えっと、
8:27このカラムにはこういう値が入ってる
8:29みたいな、そういった、えっと、データを
8:31イメージ、イメージするっていう風に思っ
8:32ていただければと思います。
8:36はい。で、さらにですね、えっと、技術的
8:38な観点っていうところで、えっと、皆さん
8:39普段あのチャATGPTとかそういうのを
8:41使われていて、ま、プロンプト色々と書か
8:43れてると思うんですけれども、その中で
8:45ですね、えっと、1つのプロンプトで、
8:47えっと、複雑の、複雑な複数の指示を
8:50与えると、ま、ハルシネーションを起こし
8:52たりとか制度が下がるみたいなところが
8:54あると思います。なので、えっと、その
8:55LLMの特性とかを、えっと、イメージし
8:57ながらですね、そのLLMにの気持ちに
9:00なって考えるみたいな、こう人間が今まで
9:02こうソフトウェアを考える時にあまりそう
9:03いうのなかったと思うんですけど、LLM
9:05の気持ちになってプロトを考えるとこう
9:06なるだろうみたいなことを、えっと、考え
9:08ていくとですね、指置をしっかりと細かく
9:10、えっと、してあげると。なんで都度の
9:13そのインプットがある中でLLMにこう
9:14いうことやろせようってなった時に、
9:16えっと、人間だったら複雑な指示を、えっ
9:18と、作業をですね、1つの思考でできるか
9:20もしれないんですけども、LLレそういう
9:22ところができないので、1つ1つですね、
9:24分解して、えっと、させてあげる必要が
9:26ありますと。で、こういう風にですね、
9:28使ってあげた方が実はLLMは、えっと、
9:30制度上げられるっていう、ま、ちょっと
9:32テクニック的な部分でもあるんですけども
9:33、そういう特性をするのがすごく、えっと
9:35、重要だなっていう風に思っています。
9:39はい。ここでですね、あの、早速、あの、
9:41エアワークホースの特徴的なところのお話
9:43ができればと思います。はい。エアワーク
9:46ホースはですね、えっと、企業と共に成長
9:49するAIプラットフォームっていうところ
9:50を名打っています。で、実際なんか、
9:53えっと、いろんなそのAIとか、えっと、
9:54皆さんも触れられていたりとか、もしか
9:56すると皆さんも、えっと、GビシャルAI
9:58のプロダクトを作るってところを
9:59ミッションにされている方もいらっしゃる
10:00と思うんですけども、なんか作ってお
10:02しまいではなくてですね、AIの場合は
10:04作ってそれを使ってチューニングしたりと
10:06か、えっと、リバイスっていうか、ま、
10:08そのなんか、え、なんかそのAIとか
10:09エージェントとかにですね、こう指示を
10:11与えていきながら成長させていくって
10:13ところがすごく重要になると思ってます。
10:15なので、あの、我々はですね、えっと、
10:17プロダク、我々の作ってるプロダクトも
10:19作って提供しておしまいではなくですね、
10:21作って提供して使っていただき、その中で
10:24のフィードバックをサイクロ回しながら
10:26制度を上げていくっていうところと、そこ
10:28のユースケースを、えっと、クリアして
10:29いく中で、えっと、お客様自体に、えっと
10:32、じゃあこういうケースも使いたいという
10:33可能性を感じていただいて、で、そこから
10:36新しいユースケースを発掘し、それを元に
10:38ですね、我々もそれに合わせながらですね
10:40、えっと、技術開発だったりとか、機能
10:42開発ってことをやっていくってことが、
10:43えっと、このエアワクホースの、えっとと
10:45取り組みになってます。なので我々が、
10:48えっと、もちろん技術的な進化だったりと
10:49かプロダクトを進化させていくってことを
10:51やるんですけども、えっと、お客様に使っ
10:53ていただいてそれを、えっと、使いながら
10:55、えっと、それをですね、学びに生かし
10:57ながらですね、えっと、プロダクトも
10:58どんどん成長させるってことをやってい
11:00ます。
11:03はい。これはあの松本のえっとスライドで
11:05出てたと思うんですけれどもなのでそう
11:07いったえっと成長するえっと仕組みにして
11:10いくためにはですねプラットフォーム的な
11:13思考だったりとか発想仕組みっていうのが
11:15すごく重要になってきます。なのでここの
11:17例で上げてるのはですね、例えばAワスと
11:19いうプラットフォームを導入していただい
11:21た時にですね、一般的な、えっと、サース
11:23であれば例えばホーム部門の、えっと、
11:26一部の業務だけ使いますとかっていう形に
11:28なると思うんですけども、えっと、我々の
11:29プロダクトはですね、そういったこう特定
11:31の部門とか業務にですね、えっと、囚わら
11:33れることなく、えっと、複数の、えっと、
11:35部門でいろんな業務で使っていただけ
11:37るってのはこれは表現してる形になります
11:39。はい。なので、えっと、まさにこの
11:42プラットフォームですね、
11:43プラットフォーム思考でかつですね、
11:44例えばここで書いてると思うんですけれど
11:46も、えっと、書いてないかな?例えばその
11:50臨、えっと、別に特定の部門だけでやる
11:52わけじゃなくて、倫上げるのってどの部門
11:54でも上げたいとかすると思うんですよね。
11:56なので、まずどこかの部門で倫を簡単に
11:59作るための仕組みを提供し、それでうまく
12:01いったらですね、違う部門に横展開して
12:03いく。そうすると企業全体の臨を上げ
12:05るっていうプロセスがですね、改善されて
12:07いくってことが、ま、できるようになり
12:08ます。それ以外にもその契約書のやり取り
12:11、これもですね、部門ごとにえっとやっ
12:13てると思うんですけれども、ま、特定の
12:15部門でその契約書のやり取りを、えっと、
12:17効率化するっていう、こう、仕組みを作っ
12:18てですね、それを、えっと、うまくいっ
12:20たら違う部門に横展開していく、そういっ
12:22たことも、えっと、可能になっていきます
12:24。はい。なので使えば使うほど、えっと、
12:27その、えっと、ケースが、えっと、制度が
12:30高く効率よく、えっと、提供する、使って
12:33いただくってことができるし、それをです
12:34ね、えっと、いろんなその部門で1つの
12:36会社の中のいろんな部門でも使って
12:38いただくですね。ま、そういったことが、
12:40えっと、できるのが特徴的かなという風に
12:42思います。
12:45はい。なので、えっと、エアコースはです
12:46ね、ま、ドキュメントを中心とした検索
12:48だったりとか管理だったりとか作ってい
12:50くってところもですね、えっと、
12:52フォーカスした、えっと、汎用的なAI
12:54プラットフォームになっています。
12:57で、その中でですね、その、今ご説明した
13:00A枠コースなんかなんとなく便利かなって
13:02いう風に思っていただけたかもしれないん
13:03ですけども、じゃそれを支える技術的な
13:05ところも、えっと、お話ししたいなと思っ
13:07てるんですけども、その中心的な存在が
13:09このAIワークフローというものになり
13:11ます。はい。こんな感じでですね、えっと
13:14、AIワークフォース上で、えっと、AI
13:16ワークフローを、え、作るビルダーがあっ
13:18てですね、お客様の業務要件に合わせて
13:21この、えっと、コンポーネントを
13:22組み合わせてですね、えっと、業務を処理
13:24に落とし込んでいくってことをやります。
13:26で、先ほどですね、えっと、LLMの特性
13:28で1つの、えっと、プロンプトで何でも
13:30かんでもやらそうとするんではなくて、
13:32えっと、濃動を分けて、えっと、
13:34プロンプトを分けて、えっと、処理をした
13:36方が、えっと、制度が上がるってお話をし
13:37たと思うんですけども、ま、そういった
13:39ことがですね、ここで実現できる形です。
13:41例えばその契約書なんか取り扱うってなっ
13:43た時にまずはえっと何条から何条まである
13:46んだっけっていうのを例えば抽出するだっ
13:48たりとかえっとその中でじゃ何条のどの
13:50部分を抽出するとかですねこうえっと処理
13:53をしたい構造に分けてですねえっとLLM
13:55に指示を出していったりとかあとこの中で
13:58そのコード実行っていうこともできるので
14:00えっとPythonのスクリプトを書いて
14:01LLMが処理した結果をですね
14:03プログラミング的なアプローチでえっと
14:05処理をするってこともえっとできるように
14:06なってます。はい。で、こういった形で、
14:10えっと、汎用的な、えっと、処理をですね
14:12、かけるような形になってるので、ま、
14:14いろんなそのお客様の業務に適用でき
14:15るっていうのが特徴の1つになります。
14:18はい。で、これはです、まさにそのGUI
14:20で、えっと、なんかそのエンジニアがです
14:22ね、バリバリコーディングするっていう
14:23よりも、あの、GUIで、えっと、ああ、
14:25いったものを作ることができるので、えっ
14:27と、ま、比較的簡単にですね、業務を、
14:29えっと、カ化するってことができるように
14:31なります。で、えっと、このカ、えっと、
14:34ワークフローを使ってお客様の業務を
14:35どんどんどんどん、えっと、便利にしてい
14:37くってことを、ま、やっていくのが、まず
14:381つの、えっと、強力なプローチになって
14:40います。
14:42はい。これが、ま、エアク放送を構成する
14:44、えっと、中的な、えっと、存在ですね。
14:49はい。で、こういったこうLLMの力を
14:51使ってですね、ワークフローを組んで処理
14:52をしていくってのはもちろん、えっと、
14:55重度高くですね、やっていくことができる
14:57んですけれども、さらにLLMの力って
14:59まだまだそのものではないというところで
15:01、我々が、えっと、今提供している機能の
15:03、えっと、ま、他いろんな機能があるん
15:04ですけど、その特徴的なものの1つとして
15:06、えっと、AIマスキングっていうものを
15:08提供しています。で、ちょっと画面の
15:11キャプチャーだけになるんですけども、
15:12例えば皆さんが、えっと、所属されてる
15:15会社は、ま、本当にバラバラな感じだと
15:16思うんですけども、例えばその金融系のお
15:18客様だったりとか、えっと、扱ってる情報
15:21にキ備情報がある、例えば個人情報がある
15:23とかですね、そういった時にですね、えっ
15:25と、そのドキュメントを他の人にも見せ
15:27たいんだけれども、個人情報をめっちゃ
15:28載ってるからそのまま見せられないって
15:30なったら黒塗りマスキングをするんですよ
15:32ね。で、このマスキングの作業って
15:35めちゃくちゃ大変なんですよ。で、それ
15:37こそなんかドキュメント1枚のなんか名前
15:39を消すだけだったらすぐできるかもしれ
15:41ないんですけど、例えば契約書、先ほどの
15:43あの、えっと前の登壇でなんかなんだ、1
15:46契約書がなんか十部ぐらいありますみたい
15:48な、その契約書を、えっと、マスキング
15:50するってもう多分人間がやる作業じゃ
15:52なくなってきてるんですよね。で、実際な
15:55我々の、えっと、今このシステムを提供し
15:57てるお客様も、えっと、そういったこう
15:59キ々な情報をマスキングした状態で
16:01ナレッチシェアをしたいっていうような
16:02ケースもあったりとかします。その時に
16:04ですね、えっと、やっぱLLMがですね、
16:06強いパワーを発揮してくれて、え、簡単に
16:08、えっと、マスキングをするってことが
16:10できるようになります。なんでLLMの
16:12文脈を読む力だったりとか、個人情報は
16:14これだとか、企業情報はこれだとか、
16:17例えば画像ですね、会社のロゴがこれです
16:19だったりとか、そういったところを判断
16:20することができるので、ま、それをですね
16:22、えっと、ルールベース、LLMに判断さ
16:25せた結果、テキストであればこういう
16:26ルールで、えっと、変換しますだったりと
16:28か、画像であればこういう風な違う画像に
16:30変換しますだったりとかですね。ま、そう
16:32いったことを、えっと、やらせることが
16:33できます。さらにですね、やっぱり言うて
16:36もAIとかLLMって100%の制度で、
16:39えっと、処理することができないので、
16:41じゃあそれをこう人間がですね、最後は
16:42やっぱりカバーしてあげる必要があるん
16:44ですね。なので、えっと、今これちょっと
16:46表示してないんですけども、実際にこう
16:47AIがマスキングしたものを、えっと、
16:49えっと、実際にその原本とマスキングされ
16:51たものを比較したりとか、さらにですね、
16:53えっと、どういうものをテキストを
16:54マスキングしているのかだったりとか、
16:56えっと、画像でマスキング漏れしてるもの
16:58がないのかとかですね、そういったものを
16:59ですね、表示してあげて、人間がAIが
17:02できなかった部分をカバーするってことを
17:04、えっと、簡単にできるようにしています
17:05。なのでなんとなくイメージして
17:08いただければと思うんですけども、例えば
17:091、えっと資料にですね、50ページあっ
17:11てめちゃくちゃなんか、えっと、文字数も
17:13あったりとかするそういったものをですね
17:15、人間がマスキングするとすごい時間
17:17かかると思うんですけども、AIが基本的
17:19に処理をしてくれて、あとはレビューで、
17:21えっと、例えば90%マスキングされてる
17:23としますと。で、残り10%をちょっと
17:25確認しながらやっていくってのって全然
17:27こう作業効率が変わってくると思うんです
17:29よね。そういったこう、えっと、便利な
17:31機能とかもですね、AWコースに実装して
17:33、えっと、今デリバリーをしていたりとか
17:35もします。
17:38はい。さらにこのエアワークホースっての
17:39は、え、ちゃ、エアワークフローってのは
17:41めちゃくちゃ便利な、えっと、強力な
17:42ツールではあるんですけども、さらにそれ
17:44をエージェンティックな体験でよりこう
17:46UXをよくしていく、よりケースにカバー
17:49していくってことを今我々は取り組もうと
17:51していて、その取り組みがですね、えっと
17:53、エージンテック枠フォローというものに
17:54なります。
17:56はい。なんで、ま、ARフローは強力な
17:58武器なんだが、さらにそれを、えっと、
18:00カバーレッジを上げていくだったりとか、
18:01USケースをカバーしていくってところが
18:03、えっと、目的のプロダクトになります。
18:07はい。で、このエージェンティック
18:08ワクローを通してですね、えっと、先ほど
18:10からその業務の完全自動運転みたいな話が
18:12あったと思うんですけども、まずAワク
18:14ホースで目指してるのは、えっと、文書
18:16処理業務における完全自動運転ってところ
18:18をまずできないかなっていうの思ってます
18:19。で、やっぱり人間がやってる業務って
18:22その幅広くてですね、えっと、なかなか
18:24その、それを、えっと、完全自動運転に
18:25持っていくってのはすごく難しかったりと
18:27かするんですけども、文書処理業務っての
18:29はまさにLLMの登場によって多くの
18:31ケースをカバーできるようになってきた
18:33なっていう風に思ってます。なのでそこに
18:35しっかりとしたプロダクトを載せてかつ
18:37UXの良い、えっと、インターフェース
18:38だったりとかですね、そういったものを
18:39提供したりとか、人間がやっていることを
18:42ですね、どんどんエージェントに覚えさせ
18:43て、それをこう再現性持ってできるように
18:45していき、人間が本当に少しの時間で
18:47チェックすれば済むような、ま、そういっ
18:49た構世界を、えっと、イメージしている形
18:51になります。
18:54はい。なので、えっと、さらにこの
18:55エージンテックワークフ、えっと、
18:57エージェンティックワークフローっていう
18:58のはですね、えっと、AIワークフロー、
19:00先ほどご紹介したAIワークフローとAI
19:02エージェントの良いところをこう、なんか
19:04合わせた仕組みみたいな形でイメージ
19:06いただけると良いかなと。で、ちょっと
19:08それをですね、アーキテクチャー的な
19:10ところをこうご説明しながら、えっと、
19:11簡易のアーキテクチャーなんですけど、
19:13えっと、ご説明しながら、えっと、お話し
19:14た方がイメージができると思うので、その
19:16辺りの話に行きたいなと思います。
19:19まずですね、えっと、実際にこう仕事を
19:21する時にですね、ワークルームっていうの
19:22を我々は定義をしています。ま、働く場所
19:25ですね。はい。で、ここにですね、えっと
19:27、AIエージェントと、えっと、実際に
19:29その先ほど定義したようなワークフローが
19:31あるって感じです。で、このワークフロー
19:34の中には先ほどあの、えっと、
19:35キャプチャーでこういろんなノードがある
19:37みたいなやつを見せたと思うんですけれど
19:38も、実際にそのワークフローの中に
19:40いろんなそのタスクですね、えっと、この
19:421つの仕事をする中でこういうタスクが
19:44ありますよねっていうのを定義していき
19:45ます。
19:47で、そのタスクの中にはいろんなその
19:48オペレーションが、えっと、あると思うん
19:50ですよね。例えば、ま、コピーペとかも
19:51そうだと思うんですけど、人間も何かしら
19:53タスクやる時に何かしらのアクションする
19:55と思うんですけど、ま、その
19:56オペレーションだっていう風に、えっと、
19:57イメージいただければといいかなと。で、
20:00さらにそのオペレーションの中にですね、
20:01ちっちゃいエージェントもいてですね、
20:02その、えっと、オペレーションを、えっと
20:04、ちっちゃいエージェントによって簡単に
20:06こう自動化するだったりとか、簡単にこう
20:08人間が例えばコピペもなんか反復的にやっ
20:11てるところはもうエージェントに任せよう
20:12みたいなところでやれるようになってい
20:14たりとかもします。
20:17そして皆さんもお仕事される時に何もない
20:19ツールも何もない中で仕事をするわけじゃ
20:21なくて、何かしらツールを使ってお仕事さ
20:23れると思うんですけども、ここに便利な
20:24ツールボックスとして、えっと、ツールが
20:26ある形になります。で、こういう
20:29ワークルームの中にそういったワーク
20:30フローを定義するんですけれども、さらに
20:32ですね、そのワークフローを、えっと、別
20:34に1個、1個だけじゃなくてですね、えっ
20:36と、N個全然用意ができると。なんで、
20:39えっと、こういう仕事をする時に、え、
20:40大体定形的にこういう風な仕事をするよ
20:42ねってのはそれぞれのワークフローでこう
20:44定義をしていくってようなイメージです。
20:47で、これでこう準備が整ったわけなんです
20:49けれども、えっと、ここにですね、えっと
20:51、皆さんユーザーがですね、エージェント
20:52に対して、ま、今はそのチャットの
20:54インターフェースになってくるんですけど
20:55も、チャットのインターフェースでこう
20:56いうことやりたい、こういうことやって
20:57くださいみたいな指示を投げるとですね、
20:59エージェントはそれを解釈し、じゃあ、
21:01えっと、まずは、えっと、ワークフロー1
21:03を実行しましょうって形で実行し、で、
21:05そこでこうぐるぐるぐるぐるワークフロー
21:07を実行するわけですね。で、その実行結果
21:09をユーザーに、えっと、フィードバックと
21:11して戻します。で、ユーザーはこの結果が
21:13良ければそのままじゃあ次の、えっと、
21:15作業してくださいっていう指示を出すん
21:16ですけれども、えっとユーザー違う違、
21:18エージェントがワークフローを実行し、
21:20その結果に対してさらに追加の作業をした
21:23いってなった時はさらにここでユーザーが
21:25エージェントに対して追加の指示を行っ
21:26たりとか、ここ間違ってますっていうよう
21:28な指示を行う。で、さらにそれを元に
21:30ワークフロー1を実行し直すってことが、
21:32ま、できるようになります。
21:34で、ワーク1が無事完了しました。で、
21:37それはそのコンテキストを持って次の仕事
21:39をするってところで、さらにユーザーが
21:40ですね、じゃあ次はこれをやってくださ
21:42いっていう形で言うとエージェントが
21:43分かりましたっていう形でですね、
21:45ワークフローへのこう実行すると。で、
21:47そういう風に、えっと、人間が
21:48エージェントと対話をしながら、
21:50エージェントが実際のその作業の、えっと
21:52、実タスク的な部分を、えっと、ワーク
21:54フローとして実行していき、その結果を
21:56持ちながら、引き回しながらですね、えっ
21:58と、次のワークフローを実行していくって
21:59ことが、ま、実行、えっと、実現できる
22:01ような、えっと、そういった、えっと、
22:02アーキテクチャーになってます。で、今
22:05ですね、なぜ我々はこの
22:06エージェンティックアーク保護の
22:07アプローチでやってるかってとこなんです
22:08けど、やっぱりこの今のAIエージェン
22:10トってまだまだ不確実性が高いで、
22:12まだまだその技術的に追いついてない部分
22:14があるので、なんか、えっと、やらせよう
22:16としても精度が低かったりとかですね、
22:18えっと、人間が業務で使っていくには精度
22:20が足りないっていうケースがやっぱり
22:21多かったりとかすると思います。なので、
22:23えっと、ワークフローっていう程度固定的
22:26に、えっと、なんて言うんですかね、業務
22:27が固められる部分はそこは一定制度が担保
22:30できるので、そこはそこで定義をした上で
22:32人間がよりエージェントと
22:33コミュニケーションしながら、えっと、
22:35そのタスクをワークフローベースで
22:36どんどんどんどん実行していくというのを
22:38今まずアプローチとしてやっている形です
22:40。で、今後ですね、その技術がどんどん
22:43進化してくる中で、えっと、もっとこの
22:45ワークフローのところがですね、えっと、
22:47簡単なものであれば、えっと、自動で生成
22:49するだったりとか、えっと、もっとこんな
22:51ワークフローを定義しなくてもですね、
22:52エージェントが自立的にというか、ある
22:54程度勝手にやってくれる、えっと、領域も
22:56どんどん増えてくると思ってるんですけど
22:57も、それはその技術の進化に合わせて実装
22:59していけばいいかなという風に思ってるの
23:01で、えっと、こういった概念でより制度
23:03高くですね、皆さんの、えっと、ユーザー
23:05の業務をですね、便利にしていくってこと
23:07をやっていこうという風に考えてます。
23:11はい。で、そろそろなんです。で、ちなみ
23:12にこれ、あの、今我々が作ってる
23:14エージェンティックワクロのちょっとデモ
23:16的な、えっと、キャプチャーなんですけど
23:17、ま、左側にチャットのUIがあって、で
23:19、例えばその資料を検索したいってなった
23:21時に、えっと、エージェントにですね、
23:22こういった、こう、資料を探してるんです
23:24みたいな、例えばこういうグラフのある
23:26資料探してますってなると、ま、
23:27エージェントが探してきて、こういった
23:29タイル上で結果を出して、で、ユーザーが
23:31それを選択して、じゃあこの選択した資料
23:34を使って、えっと、新しいスライド作って
23:36みたいな感じの指示を出してとか、ま、
23:38そういったこう、えっと、
23:39エージェンティックにですね、業も
23:40どんどん進めていく。で、これがなければ
23:42普通、えっと、自分が、えっと、こういう
23:44AIエージェントがなければですね、なん
23:46かストレージの中を検索してあれかな、
23:48これかなってファイルを開いて、で、目的
23:50のスライドを見つけてですね、あ、これ
23:51こってやってコピペして置いてとか、そう
23:53いうのを永遠と繰り返す感じになると思う
23:55んですけども、エージェントが登場した
23:56ことによってそういったことをですね、
23:57えっと、人間がやってることを、えっと、
23:59ショートカットしてくれるっていう、ま、
24:00そんな、えっと、便利なところもあるかな
24:02と思います。これはですね、まだまだ一例
24:04なので、もっともいろんなケースを広げて
24:06いきながらですね、ドキュメントワークに
24:08おける、えっと、いろんなその業務の効率
24:09化だったりとか、えっと、より
24:11クリエイティブなところに人間が時間を
24:12避けるようなそういったものをですね、
24:14提供していければなという風に思ってい
24:15ます。
24:19はい。で、残りちょっと時間、えっと、
24:21わずかなんですけれども、えっと、
24:22ホリゾンタルなプラットフォームを目指す
24:23理由で、今までその、ま、ツールって言う
24:26ても点ですよね。で、なので、えっと、
24:28もっと幅広く、えっと、カバーしていか
24:29ないと人間の、えっと、人口現象に合わせ
24:32た労働力を補っていくってことできない
24:33ですよねって。で、なので我々はその汎用
24:36的なホリゾンタルなプラットフォームを
24:37目指してますって話をしたんですけど、
24:39もうちょっと、えっと、補足していければ
24:40と思うんですけれども、AIにおける最
24:42重要項目っておそらく皆さんパッと
24:44イメージできると思うんですけど、やっぱ
24:46データなんですよね。データをどういう風
24:48に集めるかっていうのがすごく重要なって
24:49いう風に思ってます。で、我々はですね、
24:51その1つ1つのユースケースからもちろん
24:53登っていってはいるんですけれども、その
24:55ユースケースってどんどん繋がりが作って
24:57いけるっていうの思ってます。で、その
24:59繋がりをどんどん作っていくとどんどん面
25:00になってきて、で、かつそのデータの
25:02繋がりがあることによって様々ケースに
25:04より、えっと、チャレンジをしていくこと
25:06ができるっていう風に思ってます。なので
25:08これをやるにはやっぱりそのホリゾンタル
25:10なプラットフォームである必要があって、
25:11えっと、バーティカルなプラットフォーム
25:13であればその横の広がりってやっぱ作る
25:14ことができないんですよね。で、かつ現場
25:17の人がもちろん便利になっていくってのは
25:19すごく重要なんですけれども、なんか経営
25:21目線で考えた時にいかにこのシステムを
25:23入れることによって企業価値を上げられる
25:25かでかつその企業価値って何かっていうと
25:27売上を上げられるかとかですね。そういっ
25:28たところにやっぱり視点が移るんです
25:29けれども、やっぱりそのためには単なる
25:32業務効率化生産性を上げるだけではなくて
25:34ですね、そこから生まれるデータをもに
25:36なんとか新しい事業をどう作れるかとか
25:38ですね、そういったところの、えっと、
25:39発想も持ちながらですね、やれるとデータ
25:41をさらに、えっと、生かすことができ
25:43るっていう風の持っているので、なので、
25:44えっと、我々はそのアプローチも、えっと
25:46、イメージしながらですね、えっと、
25:47ホリゾンタルなプラットフォームを、えっ
25:48と、取り組んでる形です。
25:51はい。ま、とはいえやっぱり現場で便利に
25:54使われないと、あの、入っていたとしても
25:56チャンスちゃうので、えっと、しっかりと
25:57現場で使われるために現場のUSケースを
25:59しっかりと理解した上でデリバリーをして
26:01いくというところはすごく、えっと、重要
26:02だと思ってます。はい。ま、なんでその
26:05ために個別ニュースケースをしっかりと
26:06やっていきましょうっていうところを我々
26:08はやってます。ただ、えっと、我々はです
26:10ね、プラットフォーム事業、えっと、
26:12サースというか、えっと、プロダクトを
26:13プラットフォームとして提供するってこと
26:15やってるので、えっと、自宅の開発をやっ
26:16てるわけでありません。なのでお客様の
26:18ユースケースを聞きながら、じゃあこう
26:20いうドメインのこういう業務であれば汎用
26:22的にこういう風なやり方ができるだろうっ
26:24ていうところを目指しながら、えっと、
26:25やっております。
26:27で、さらにですね、ちょっと最後の1つ、
26:29えっと、皆さんお仕事する時に、えっと、
26:31いろんな人にこう指示を出すと思うんです
26:32よね。え、Aさんこれやってください。B
26:34さんこれやってください。で、それでA
26:35さん、Bさんがそれぞれ仕事が終わったら
26:37、えっと、戻ってきて、えっと、それを
26:39レビューして追加の指示っていうことやる
26:40と思うんですけど、まさに先ほどご紹介し
26:42た、えっと、エージェンティックワーク
26:43フローが人間が、人間とユーザーがですね
26:45、コミュニケーションするってところが、
26:47えっと、そういう動きになってるかなって
26:48いう風に思います。なので、待たなくて
26:50いいんですよ。エージェントに指示したら
26:51、あとは仕事してくれて、で、結果をこう
26:53フィードバックしてくれて、それに対して
26:54指示をすればいいだけなので、で、こう
26:56いう人間の働き方、こな分散非同期的に働
26:58くってのがまさにエージェントの時代でき
27:00るっていう風に思っているので、ま、そう
27:01いったところを目指していきたいなと思っ
27:03てます。それエアエージェントでっていう
27:05とこですね。はい。なのでそういったこと
27:07を踏まえながらですね、幅広くいろんな
27:08業務に適用していきながら、ま、日本の、
27:10えっと、課題解決に取り組んでいければな
27:12と思っております。はい。これ繰り返した
27:16ので、で、そのためにはそのやっぱり技術
27:18検証、新しい技術をプロアクティブにやっ
27:19ていく必要があると思ってるので、ま、R
27:21&Dにも、えっと、積極的に取り組みたい
27:23なというに思ってますので、この辺りも、
27:24えっと、様々な取り組みできたらですね、
27:26皆さんに教育していきたいなと思っており
27:28ます。はい。ということで、ベッドAI
27:31っていうところでですね、えっと、皆さん
27:32もAI色々と活用されてると思うんです
27:33けども、我々も頑張って活用してるので、
27:35是非情報交換含めてやらせていただければ
27:37と思います。じゃ、本日はありがとう
27:39ございました。
27:40[拍手]
27:46はい、小林さんありがとうございました。
27:49え、そうですね、スライドに結構質問が来
27:53ておりますので、いくつかピックアップし
27:55てご紹介したいと思いますので、お答え
27:58いただければと思います。
28:00まずは簡単なところから行きますね。
28:03AI
28:03はコースは非常に汎用性が高いプラットフォームだと感じました。多くの業界や業務がある中で最初にターゲットとして導入を進めているのはどのような業務領域でしょうか?
28:15はい。えっとですね、今実際にえっと対応させていただいてるお客様のケースでいいとナシェア系がえっとまずファーストでやっております。
28:24で、えっと、やっぱりそのなんて言うん
28:25ですかね、先ほど言った通りですね、
28:27なかなかドキュメントを探すって
28:29めちゃくちゃ大変なんですよね。で、そこ
28:30をナレーチ、えっと、ナレーシェアって
28:32いう形でやるのと、やっぱりその共有する
28:34ドキュメントのそのマスキングの話もあり
28:35ましたけれども、そういったところに
28:37ALLMとかの力を使って、今まででき
28:39なかった位置をどういう風にシェアする
28:40かっていうところを解決するってのを、
28:42えっと、やっています。で、それ以外にも
28:44、あの、並行して色々と進んでいるんです
28:46けども、なんか今パッと思いついたのが
28:47そこかなっていう感じですね。はい、
28:50ありがとうございます。では、これは
28:53ちょっとこの今の質問に関連して、え、1
28:55個あるので是非、あの、お話しして
28:58いただければなと思いますが読み上げます
29:00。AIコースの発想は素晴らしいと思い
29:03つつ、そのプラットフォームを使った実装
29:05や実行は契約したに依存すると考えてい
29:08ます。顧客がエコシステムを来る活用する
29:12にはプラットフォームやれがあれば自立が
29:14できるとは思えないのですが、導入に向け
29:17ては絆創園など行っているのでしょうか?
29:21はい。えっと、まさに、えっと、この質問
29:22をしていただいた方は実際にこう導入する
29:24ところの難しさっていうところを、えっと
29:26、なんか理解されてるというか、えっと、
29:28認識されてるんだなと思ったんですけれど
29:29も、えっと、実際ですね、えっと、その
29:31通りです。え、実際デリバリーしていく時
29:33にですね、えっと、プロダクトを提供して
29:35おしまいだとですね、なかなか難しいとな
29:37ので、えっと、我々が、えっと、我々の
29:38チームの中にコンサルメンバーがいるので
29:40、実際にそのお客様の業務要件だったりと
29:42か、えっと、そういったところをこう
29:43しっかりと、えっと、ま、サクセスという
29:45かさせていくっていうところも、えっと、
29:47重要だと思っていて、結構伴いたりとかし
29:50ます。
29:50で、ただそれだけだとやっぱりスケールしきれない部分が出てくるので、ま、そこを、えっと仕組み化していくだとか、えっと、そういったところを並行してですね、えっと、取り組んでるって形です。
30:00はい。ありがとうございます。あの、私小林さんと同じ事業部なので、この話
30:051
30:05つちょっともうちょっとコミットした話をお伺いしたいなと思ってまして、あの、最近
30:10FDE
30:10っていうポジションの話もあると思うので、是非その話も簡単にご紹介いただければなと思いますが、いかがですか?
30:16はい。はい。なんかナイスなふりですね。
30:18ありがとうございます。
30:19はい。で、実際ですね、えっと、我々の
30:20プロダクトをそのまま使っていただくって
30:22ので、えっと、便利になるケースもあると
30:24思うんですけども、そのお客様独自の個別
30:26の強い要件とかってのもやっぱあると思う
30:28んですよね。で、かつ現状まだエアワーク
30:30ホースが手が届き切れてない部分っていう
30:33ところもあると思っていて、そこはですね
30:35、えっと、まさにFDという、えっと、
30:36エンジニアが実際にそのお客様の最前線に
30:39立って実際のニーズだったりとか課題を
30:41聞いてですね、そこに対するソフトウェア
30:43を作るっていうところも含めて、えっと、
30:44やってデリバリをしていくっていう
30:46アプローチもまさにやっています。
30:48なんで最近あのFDE
30:49の、えっと、募集とかも始めたりとかしてるんですけれども、そういう風にこう最前線エンジニアみたいな形で、えっと、ヒリヒリしながらやる役割もあります。
30:57ありがとうございます。ま、ちなみに私、あの、自己紹介で
31:00SREという話もしたんですが、SRE
31:01も同じような形で、FDE
31:03とは違う領域なんですが、最前線に立って頑張ってるので、本当に、ま、このポジションとか結構熱いところではありますといったところです。では最後にもう
31:111
31:11つだけクイックにお答えいただければなと思います。これを最後の質問にしたいと思います。
31:17AIワークコースはGUIでワークフロー
31:19を作るということですが、抽象化すると
31:21ディフィのようになるかと思いました。
31:23これでは競合として考えていますか?競合
31:25優意性を期したいです。競合ではない場合
31:28AIワーク放送の独自性を知りたいです。
31:30世界を視野に得たサービス視点でお聞き
31:32できれば嬉しいです。いかがでしょうか?
31:35はい、ありがとうございます。
31:36まさにファイト
31:37比較されてされることが多かってですね、えっと、いろんな全然違う観点があるんですけど、ちょっと時間の関係でそんなにお話できないんですけど、僕の
31:461
31:46個の重要なイってのはやっぱり先ほど話しただと思ってます。で、をどういう風にこう蓄積していくのかっていうのとセットで、えっと、考えていく必要があると思っていて、ま、簡単に言うとなんかちょっとイメージ違うかもしれないですけど、データ基盤とちゃんとローがしっかりと、えっと、揃っている
32:00プラットフォームだって風に思ってただけると良いのかなと思ってます。はい。
32:04ちょっと簡単な答えになっちゃうんですけど、そんな感じです。
32:07はい、小林さん、ありがとうございます。たくさんご質問いますが、時間の都合上こちらで、え、終了とさせていただきます。たくさんのご質問ありがとうございました。以上でセッションを終了いたします。
32:19あ。

About this transcript

This page contains the full transcript of LLMをツールからプラットフォームへ～Ai Workforceの戦略～：AI・LLM事業 CPO 小林篤 (2025年)｜Bet AI Day by LayerX 公式, generated from the public captions YouTube serves with the video. The transcript has 953 words across 953 segments, with the original timestamps preserved so you can click any line to jump to that moment in the embedded player.

What you can do with it

Use the transcript to take notes, quote the speaker, build a study guide, generate a summary with ChatGPT or Claude via the YouTube Summary tool, or export it as a timed subtitle file with YouTube to SRT. You can also re-open it in the transcriber to translate the transcript into 100+ languages.

Free YouTube transcript tool

YouTube2Text is a free YouTube transcript generator — no signup, no daily limit. Paste any YouTube link and get the full transcript instantly, with timestamps, click-to-jump, translation to 100+ languages, AI prompts for ChatGPT, Claude, and Gemini, and exports to TXT, SRT, VTT, or Markdown.