YT YouTube2Text

YouTube2Text → Transcripts → 「あえてのnot AI」 Bet AI Day Countdown LT Day4 - AIより人間のほうがいいかもしれない、と思った経験

「あえてのnot AI」 Bet AI Day Countdown LT Day4 - AIより人間のほうがいいかもしれない、と思った経験 — Transcript

by LayerX 公式 · 897 words · 897 segments · language ja · Watch on YouTube

Open in transcriber Summarize with AI Download SRT/VTT

Full transcript

0:01皆さん、こんにちは。ランチタイムのお
0:03忙しい中ご参加いただきありがとうござい
0:05ます。7日連続の怒涛のLTイベント7
0:08daysLT本日もスタートします。え、
0:11私は本日の司会進行を務めます株式会社
0:14AXの高橋です。どうぞよろしくお願い
0:16いたします。
0:19え、さて昨日のDay3はベッドUIホア
0:21ラーニングでした。セブンデズLTも
0:24折り返し地点。本日Day4のテーマ相手
0:27のNOTAIです。この激怒ロのAI時代
0:30、我々人間はどう向き合っていくのか一緒
0:33に考えていきましょう。是非リラックスし
0:35てお楽しみください。
0:38本編に入る前にこのイベントの全体像を
0:41少しだけご紹介させてください。
0:43このセブンデズLTは8月1日に開催する
0:46弊社AIカンファレンスベッドデに向けた
0:497日間のカウントダウン企画です。この
0:52LTシリーズではレの現場メンバーなんと
0:5449名が日々の業務で得た現場の知見を
0:58カジュアルにお届けします。そして本編の
1:01ベッドアイデアでは平成のCTOやCPO
1:04、VPOEといったエキスパートたちが
1:06戦略や深い技術の実践について骨太な
1:09セッションを繰り広げます。是非この2つ
1:12のイベントを合わせてお楽しみください。
1:16え、それでは本日のテーマ相手のAIに話
1:19を戻しましょう。この時間はレアXの多様
1:22なメンバー7名が失敗から学ぶAIより
1:25人間の方がいい仕事。AIに任せるが最後
1:28は人間が手を加えるところなど事例も交え
1:31て5分間で自由に語ります。え、皆さんの
1:34ご感想面白かったポイントなどのご意見は
1:36是非ハッシュタグをつけてXに投稿い
1:39いただけると嬉しいです。それでは準備は
1:42よろしいでしょうか?タップバッターは
1:44山田さんです。それではよろしくお願い
1:46いたします。
1:50皆さん、こんにちは。AIDayの7
1:53DaysLTを始めます。テーマは人間
1:56かけるAI共同のリアル機関業務にAIを
2:00入れて分かったことです。最初に自己紹介
2:03をします。AILLM事業部に所属して
2:07いる山です。AIプラットフォームAI
2:10ワークホースのコンサルタントを担当して
2:12います。主にエンタープライズ企業様の
2:16専門的で人手のかかる文書処理業務に対し
2:19てAIワーク放送を導入し、効率化度化を
2:22実現するためのサポートを行っています。
2:27本日はAIワークホースの導入を通じて
2:29分かったことについてお話ししていきます
2:31。
2:33AIワークホースとっても便利な
2:34プロダクトだと思っています。
2:37ワークフローの機能を使って様々な業務に
2:40合わせたAI活用を実現することができ
2:42ます。でもどれだけAIが有要であっても
2:47人間の行動は簡単に変わらないということ
2:49を感じています。
2:52AI活用の話をする時、AIの優れた点を
2:55アピールして価値を伝える
2:57コミュニケーションをすることが多いと
2:58思います。
3:00ただ本日のLTのテーマはあえてのnot
3:03AIです。そこでAIの魅力を語るのでは
3:07なく、人間がAIの利用をする時に生じる
3:10抵抗を乗り越えるために3つのポイントを
3:13実態権を交えてお話ししていきます。
3:18抵抗を乗り越えるためのポイント1つ目は
3:20小さく始めることです。人間は既存のやり
3:24方を変更することに大きな労力がかかる
3:26ことを念頭に置いておくと良いと思います
3:28。なのでいきなり全部を変えるのではなく
3:32、変化のハードルをできるだけ低く抑え
3:34ながら小さな成功体験を積み重ねるという
3:37アプローチが効果的です。え、具体的には
3:40業務に精通をしている数名の方に試して
3:42もらいながら改善を繰り返していきます。
3:46また対象とする業務も既存の業務プロセス
3:48はそのまま一部だけをAIに置き換える
3:51ところから始めていきます。え、例えば
3:54既存で使っているなどがあればそこにAI
3:56の出力を展起するなどの工夫も行いました
3:59。
4:00そして作業のレベルも同様にいきなり全部
4:03を任せるのではなくまずドラフトを作って
4:05もらうというところから始めていくことも
4:07あります。機関業務にAIを導入する場合
4:11、関わる人やシステムが複雑になってくる
4:13ので大きな計画を描くことになるとは思う
4:16んですけれども、ま、実行は小さく始めて
4:18いくことがポイントだと考えています。
4:22では小さく始めてどのように拡大していく
4:24か。ここで生じてくる抵抗は労力です。え
4:28、どんなに完成度の高い有料な仕組みが
4:30あったとしても、人間には打性の力がくの
4:34で、なかなか行動は簡単に変わりません。
4:37そこで優先されることは完成度を高めて
4:40いくことよりも手軽に始められることで
4:42あると考えています。実態権で効果があっ
4:46たこととしては、まず選択する
4:48ワークフローは1つに絞って、ま、どの
4:50ような資料であってもこの1つの
4:51ワークフローで対応できるようにしていき
4:53ます。加えて資料はもうそのまま
4:56アップロードするだけで色々な結果を確認
4:58できるようにします。そして全てのUIを
5:02プロダクト内で構築するのではなく、
5:04例えば数値の計算をする部分はもう
5:06Exelに任せるといった規制品の活用も
5:09行っていきます。私たちが考えることとし
5:12ては手軽に始められることで利用者が増え
5:15フィードバックも増えるので最終的には
5:18最短で高い完成度を実現できるということ
5:20です。そのため労力を最初にすることも心
5:24にとめておくことが重要だと考えています
5:26。
5:28え、最後に抵抗を乗り越えるポイントの3
5:30つ目はAIになれることです。ユーザーに
5:34とってAIを未知な存在から頼れる同僚と
5:37して認識できるようになることが重要だと
5:39感じています。車内ではよくAIは優秀な
5:43新入社員に例えています。世の中の一般的
5:47な知識や常識をトップレベルに身につけて
5:49いるんですが、会社特有の知識や業務を
5:52知らない新入社員です。人間の新入社員と
5:56一緒に仕事をする時、この人は何が得意で
5:58何が不得意なのか、どんな時に間違えたり
6:01、あるいは手を抜いたりするのか、その人
6:03のことを理解することで仕事を任せていく
6:05ことができますよね。それと同じでAIが
6:09何ができて、何ができないかを理解する
6:11ためにAIになれることが重要です。AI
6:14に慣れていくためにはAIに回答させる
6:17だけではなく思考過程も出力させることや
6:20AIのミスの傾向を分析することが有効
6:22でした。AIがどんな情報に反応をして
6:26どう処理をしていくのかユーザーの方に
6:28説明をすることでユーザー自身がAIの
6:30使い方を判断できるようになります。
6:34最後にまとめです。機間業務にAIを導入
6:38して分かったことはAIと人間の共同を
6:40実現していくためにはAIの有用者を伝え
6:43ていくことはもちろんAIで生じる抵抗を
6:46減らす思考錯誤も重要であるということ
6:48です。以上です。ありがとうございました
6:51。
7:02はい、皆さんこんにちは。ZAIでLT
7:05相手のNOTAIとしましてAIがやる
7:08こと、人間がやることというお話をさせて
7:10いただきます。よろしくお願いします。
7:15まずは自己紹介です。渋いと申します。
7:17レayXのAILM事業部でLLMと検索
7:21とR&Dチームのマネジメントをしており
7:23ます。で、あの、個人的な宣伝なんです
7:26けど、私AIや機械学習っていうものに
7:29必要化するための本っていうのを書いて
7:30おりまして、今も実はLLMを
7:32ソフトウェアに組み込むための本っていう
7:34のを執筆中です。で、本編に入っていき
7:37ます。あの、AIとかLLMとか生成AI
7:41っていうものが、ま、世中に広まって、ま
7:43、数年経ってますけど、多分世中いろんな
7:46ものを便利になってるなっていう実感を皆
7:48さんあるんじゃないかなと思っております
7:49。で、AIができることっていうのは
7:51大まかに2つあると、あの、言われており
7:54まして、1つが自動化、もう1つが
7:56オーメンテーションっていうものです。
7:58オートメーションっていうもの、ま、自動
8:00化っていうのが、ま、あの、人間がやっ
8:02てる作業っていうのを代わりにAIがやっ
8:03てくれるようなもの。ま、要は完全に自動
8:06化するってものですと。その一方で
8:08オーメンテーション、ま、拡張とかいう
8:10意味なんですけど、こちらはあの人間が
8:13やってる作業をAIが保管したり補助し
8:15たり拡張してくれたりっていうものになっ
8:17ております。ま、具体例で言うと、あの、
8:20AIにレポートの全分を書いてもらうって
8:22いうのがオートメーションで、えっと、
8:24書いたレポートに対してAIの文章構成と
8:27か5ちに修正してもらうみたいなもののっ
8:29ていうのがオーメンテーションって呼ば
8:30れるものになります。
8:33で、ま、あの、そういった時に人間の作業
8:36ってどこにあるのかなっていうのを
8:38ちょっと考えたいと思います。ま、常に
8:39人間のあの仕事の仕事というか、あの作業
8:42の領域、ま、やることの領域としては娯楽
8:45とかボランティアとか、ま、猫をめでる
8:47みたいなものはい。猫ちゃんです。猫を
8:50めでるみたいなもっていうのは、ま、人間
8:51の領育なんじゃないかなと思うんですけど
8:53、もうちょっとんでしょう。人間があまり
8:55やりたくないタスクであるとか、手前に
8:57なるようなところっていうのはどんどん
8:58AIによってあの拡張したりあの自動化さ
9:01れたりっていう風になっていくんじゃない
9:03かなと。で、さらに言うと最近のあの
9:06イノベーションの波、あのシャATGPT
9:08が出ても3年4年くらい経ってるんですか
9:10ね。それ以降のイノベーションって本当に
9:13すごくてそのオーメンテーションとか
9:14オートメーションのあの領域っていうのは
9:16どんどん広がってるっていう実感もあると
9:18思っております。ま、例えば、あの、最近
9:21Aができることって本当高度になってきて
9:23まして、仕事を自動化するAI
9:25エージェントであるとかLLMの力によっ
9:27て仕事を自動化するっていうのはどんどん
9:29あの、進んでる一方で、その自動化するっ
9:31てこと自体をさらに自動的にあの、見つけ
9:34てあの、実践するっていうこともあの、
9:36広まってきております。さらに言うと、
9:38そのAIっていうものを自動的にAIが作
9:41るってことも技術的に関に研究されており
9:43まして、あの、まとめると仕事を自動化
9:46するっていうこと。さらにはその自動的に
9:49自動化するっていうのをAIが自動的に
9:51あの作るっていうところ。さらにはその
9:53自動化を自動的に作るようなAIっていう
9:56のをAIが作るっていうようなことが今
9:58研究ま、最端の方では進んでるおりますの
10:01で本当あの便利になってくなっていうか
10:04あの便利さが自動的に便利になっていく
10:06なっていう世界だと思っております。ただ
10:09それでも我々は暇にならないというか常に
10:11忙しいというか仕事はあのあるんですよ。
10:13それでなんでだろうなっていう風に考える
10:15と、あのAIであるとかあのま、LLMの
10:20アウトプットってガルを転生を書いてるん
10:21じゃないかなという風に思っております。
10:24あのガルを転生を書くっていうのはあの
10:26大きな仕事や重要な仕事のあと1本最後の
10:29一手っていうのが未完成でその仕事って
10:32いうのは完璧にならない完成していない
10:33状態のことを画量転生を書くっていう風に
10:36言います。で、私本を書いてるって言い
10:38ました。LMやあのソフトウェア、LLM
10:40をソフトウェアに組み込みたもの本を書い
10:42てるんですけど、あのその中でいろんなA
10:45のツールを使って本を書いております。
10:47カーソルであったり、あのクラウドコード
10:49だったり、チャットGPTだった
10:51りっていうのを活用して本を書いてるん
10:53ですけど、あのその中で書かれていく、
10:55あのあの文章であるとかあの書いてくれる
10:58文っていうのを読んでみるといまい自分が
11:01書きたいのとは違うんだよなとか、あ、今
11:03一歩あのもうちょっとあの踏み込んだこと
11:05を言いたいっていうのはよくあります。で
11:07、そういったあの自分の書きたいものって
11:10いうもの、多分それが個性とかこだわ
11:11りって呼ばれるものだと思っておりまして
11:13、そことAIのアウトプットの差、そこに
11:16ある大きなワンマイル、あの、小さい変化
11:19かもしれませんけど、実はそこがあの、
11:22えっと、完成に至るためのラスト1マイル
11:24だと思っておりまして、そこの間にある
11:26もの、あの、アウトプットの対岸ともう1
11:29つのあの、騎士にあるこだわ
11:30りっていうものの間っていうものを埋める
11:32ような神備癌、そこにどういう課題があっ
11:35て、あの、どういう風に修正していけば
11:37いいのかっていうところを見抜くっていう
11:38のが、ま、人間に備わっていて、あの、
11:41あの、作る人全員に多分そうなっていて、
11:43そこを埋めるっていうのが人間の作業なん
11:45じゃないかなと思っております。つまり
11:47AIによって人間の作業っていうのは自動
11:49化されて拡張される。その一方で人間って
11:52いうのはAIを使ってかつその
11:54アウトプットトっていうのを完璧にして
11:56いく。それがAIがやること、そして人間
11:59がやることていう風に求められるんじゃ
12:00ないかなという風に思っております。以上
12:02になります。ありがとうございました。
12:14それではこれからAIに安心して任せる
12:16ためにタイプで1位な方を作ろうというお
12:18話をさせていただきます。やたと申します
12:21。2025年に新卒で入社して現在は爆落
12:24近体のソフトウェアエンジニアとして働い
12:26ています。産業サマリーです。文字列
12:30リテラルの一括転換をAIに任せるために
12:33タイプの方でガードレールを作ってみた
12:35けど実行速度の問題でうまくいかなかった
12:38という話です。
12:40きっかけなんですが爆落近体ではグラフ
12:42QLを使って開発を行っています。そして
12:45最近グラフQLコードジェンでEナムを
12:47アズコンストオブジェクトとして生成する
12:49ように設定を変更しました。だったら
12:52コードベース上の文字列リテラルも全部
12:55変換したいなとなりました。ただ数えて
12:57みると2000件ほど文字列リテラルが
12:59あってこれを手動で全て変換するのは時間
13:02がかかりすぎます。とはいえAIに全マせ
13:05してしまうと変換ミスに気づけずにそれも
13:07それで困ったなとなってしまうわけです。
13:10じゃあどうするかとなった時にガード
13:11レールを作ることが思い浮かんできます。
13:15AIが変換を間違えても気づけるように
13:17なれば修正箇所も明確になりますし安心し
13:19てリリースすることができるようになり
13:21ます。じゃあカスタムリントでも作って
13:23みようかなとなるんですが、それは今回
13:25ちょっと無理そうだなとなりました。なぜ
13:28無理なのかと言うと、2点ほど問題があり
13:30まして、1つ目はどのオブジェクト問題
13:33です?例えばこんな感じでAという文字列
13:36リテラルがあった場合にこれがどの
13:38オブジェクトのエミーなのか判定するのが
13:40難しいという問題です。もう1つは
13:43野良カモ問題です。このAMという文字列
13:46リテラルがただここだけで使われてる
13:48文字列リテラルなのか、それとも変換可能
13:50なグラフィックウェル由来のプロパティな
13:52のかを判定するのも難しいです。という
13:55ことでカスタムリントでこの複雑な条件を
13:57表現して、え、カタレラーを発生させるの
14:00は僕にはちょっと難しかったです。他に手
14:03ではないのかなと考えたところで、全ての
14:06文字列に1位な方をつければいいんじゃ
14:08ないとなります。今まではただの文字列
14:11リテリアルとして表現していたものに型
14:13サーの型をつけることによって先ほどの2
14:17つの問題両方に対して型エラーを発生さ
14:19せることができます。ということでTSO
14:23でこのような片付けやってみました。
14:25TSOフとはタイプの解析や修正を行う
14:28ことができるツールキットです。これを
14:30使って今回は片エラーを出すところまでを
14:33やってみました。変換部分をやるのは少し
14:36大変だったので発生させて方をもに
14:39クロードコードに変換をお願いしてみます
14:40。実際のやり方はこんな感じで
14:43グラフキュウルコードジェンで生成されて
14:45いるグラフル.tstsの中からアズ
14:48コンストを全操作してそこに全て型サーを
14:51つけていくという流れになります。型は
14:54ストリングとこのようなオブジェクトの
14:55直行型になっていてできるだけ嘘が少ない
14:58ブランデッドタイプを使うようにしました
15:00。また変数名と値の組み合わせが1位の方
15:03は保証されているのでベストプラクティス
15:05であるシンボルを使うのは今回ちょっと
15:07サボらせてもらいました。文字列型では
15:10なくストリング型にした理由はちゃんと
15:12あるんですが、今回は時間の都合で省略さ
15:14せてください。
15:16そしてこのように発生させた方エラーを元
15:18にクロードコードにお願いしてみたところ
15:21うまくいきませんでした。
15:23結果としては変換の精度はとても上がり
15:25ましたし、ミスをしていても気づけるよう
15:27になりました。ただその一方で時間が
15:30かかりすぎてちょっとこれで全て行うのは
15:32無理だなとなってしまいました。10分
15:35かけて3ファイルほどしか処理できてい
15:37ませんでしたし、230件くらい処理した
15:39段階で完了ですと言ってきたりもしました
15:40。クロードコードをやらせたのがちょっと
15:43間違いだったのかもしれないんですが、他
15:45のAIだと重量課金になってしまうので、
15:47それはそれでコストの問題があるなと思い
15:49ました。一応ルーコードでも少し試してみ
15:53たんですが、同様に結果は微妙でした。
15:56最初は変換スクリプトを自作して、それを
15:59に、え、変換を行おうとしていたんですが
16:01、無限にエラーが出たり、その後手作業で
16:03やらせてみてもやはり途中で止まって
16:05しまうなどの問題がありました。考察です
16:09。変換部分をAIにやらせるのは全く悪く
16:12ないアプローチだったと思います。また
16:15AIの吉力が生かせるような適切な場面
16:17だったと思います。もし仮にTSEを使っ
16:20て変換まで行ってみようとすると成功判定
16:24で、え、ちょっと難しいなと思う場面が
16:26ありました。
16:29ただ作業量やファイル数が多かったり条件
16:31が複雑のせいで今回、え、AIを使っての
16:34関数は難しかったなという印象です。ま、
16:37そうなるとルーコードのようにスクリプト
16:39を作るというのが解決策になる気がするん
16:41ですが、やはり複雑な条件のスクリプトを
16:44綺麗に作らせるのはまだまだ難しい印象が
16:46あります。またはそんなことをするなら
16:48自分でスクリプト作った方がいいなと思い
16:50ました。改善点としてはファイル単位で
16:53変換を繰り返させるようなアプローチにし
16:55てみるともっとうまくいったかなと思い
16:57ます。また全てをnotAIで進めるので
17:00あれば一旦決めつけで全て変換してみて
17:03最後に評価するような方法を取ってみると
17:05より精度が上がるのかなと思いました。と
17:08いうことでAIに安心して任せるために
17:11タイプで1位な方を作ろう。改めタイプで
17:151位な方を作ったけどAIには任せられ
17:17なかったという内容になります。ご成聴
17:20ありがとうございました。
17:32はい。AIに全任せしないコーディングと
17:35マネージメント思考という内容でLTを
17:38やっていきます。まず自己紹介ですが、
17:42えっと、私菊口かけると言いますと、約に
17:45は2年前に入社しまして、ま、
17:47マネージャーとして電子帳簿保存
17:49プロダクトだったりとか、あと直近では
17:52請求所発行のプロダクトのエンジン
17:54マネージャーをしていましたと。で、今は
17:58近退交数管理プロダクトに上、ま、ここで
18:00もエンジニオマネージャーとして活動して
18:02いますと。で、早速内容に入っていくん
18:05ですが、皆さんクロードコードは使ってい
18:08ますか?はい。エンジニアだったら概使っ
18:11ている方の方が多いのかなと思ってますと
18:13。もちろん私もプレイイングマネージャー
18:15として生産するコード、もう本当に8割
18:18ぐらいはAI、ま、クロードコード使って
18:22やっていたりとか、調査だったりとか現状
18:24の確認だったりっていうのもにも使ってい
18:26たりしますと。
18:29で、ただし、ま、クロードコードだけでは
18:32なんとかならない部分もあるなってのは、
18:34ま、皆さんも感じてる通りで、ま、
18:37インアウトが明料なタスクだった
18:39りっていうのはもう手放でほぼほぼ
18:41100%に近いようなコードが出せたりと
18:44か、ま、調査においても概局的な内容だっ
18:48たら完水できるかなと思ってますと。一方
18:50で情報がなかったりとか情報自体が半雑
18:53だったりっていう場合なかなかエンジニア
18:57自身の力試されている領域だったりするか
19:00なと。で、今回はノッ
19:04AIなので、ま、あえてAIに任せない
19:07部分の話として、ま、私が意思を持って
19:10自分だけで進めることがある。ま、特に
19:12この引とか明瞭なタスクだけど自分でやっ
19:16ていくみたいな話をしていきますと。はい
19:19。
19:20え、経歴の話に戻るんですが、え、今月
19:24から新しいプロダクトにジョインしてい
19:27ますと。で、エンジニアリング
19:29マネージャーなので、ま、意思決定者とし
19:31てある程度振る舞わなきゃいけないんです
19:33けども、ま、新療液なんでなかなかその
19:36意思決定できるまでの距離とか、ま、時間
19:38っていうのも結構押しまるものがあって、
19:42ま、認知負荷と戦わなきゃいけなくな
19:44るっていうのが、ま、課題としてあります
19:45と。
19:47ま、認知負荷っていう内容でも大体内的な
19:50認知負荷課題がそもそも持っている内容
19:53だったりとか外材的な負課題
19:57をま解こうとして負して色々やっている上
20:00に出てくる負荷だったりっていうのが色々
20:03問題になっているかなと思いますと。
20:06なんでその2つをどうちゃんと乗りこなし
20:09ていくかっていうのが大事かなと思って
20:11いるので、ま、コードから読み解き、ま、
20:13その上で色々見極めていくっていうのが
20:16重要だと思っていまして、
20:19私自身は、ま、コードから結構この負荷の
20:21部分だったりというか、暗黙的な仕様
20:23みたいなのをインプットしていくっていう
20:25のが、ま、AIに任せてしまうとやっぱ
20:28結落してしまう部分なので、ここあえて
20:30自分の手で手を動かしながら実際にコード
20:32と触れ合いながら獲得していくっていうの
20:34をやっていますと。ま、さらにそのコード
20:38から得られた内容から洞察される部分って
20:41いうのが色々出てくるので、ま、実際に
20:43問題がこう内在的な部分なのかどうなのか
20:47とか、実際にビジネスとして重要な領域
20:50ってどこなんだろうみたいなそういうもの
20:52を色々考えていくとなんでこのコードから
20:56読み取って実際に考えていくみたいな
20:59ところはあえてAIを入れてしまうと
21:01やっぱ効率を求めてアウトプットを優先し
21:04てしまうので、あえてこう手を動かすこと
21:07で意思決定者としての土台を育むっていう
21:11意味であえてAIを使わないっていうこと
21:13をやっていたりしますと。
21:16なので最終的に人がボトルネックになって
21:19いくAIが生産をどんどんしていくって
21:21いう際においては意思決定っていうところ
21:24がボトネックになるので、ま、そこの速行
21:28性だったりとか精度っていうのを高める
21:30必要があるかなと。ま、さらに
21:32エンジニアリングとして強い意思決定を
21:34する。例えば利益だったり特定の領域の
21:37リファクタリングをするっていう意思決定
21:39っていうのを早めにコードレベルで理解し
21:42ていくっていうのが重要かなと考えてい
21:45ますと。なので最終的にはエンジニアとし
21:48てどう生き残っていくかみたいなところに
21:50繋がるんですけど、あえてAIでやってい
21:53くっていう部分と、ま、自分たちでやって
21:56いく部分っていうところの区分けを
21:58しっかり見極めていく必要があるかなって
22:00いうのと意思決定者としてやっぱり人がい
22:05なくなるっていうことはま現状において
22:07あまりなかったり人が価値を決めている
22:09この世の中においては、ま、AIだけが
22:12なんか正解を出せるっていうことは
22:13おそらくありえないので、そういう意味で
22:15の意思決定者っていうっていうのは残り
22:17続けるかなと。ま、そのためにそういう
22:19筋肉を育む必要があるかなという風に考え
22:23ていますと。なのでいろんなこうコード
22:27だったりとかビジネスの内容っていうのを
22:29自分の中で脳みそで貯めて、ま、魂に刻み
22:33ながら複数の人格を持つような状態という
22:36のをどう作っていくかが重要かなと思って
22:38いますと。はい。最後問いかけになります
22:42が君たちはどうあえてもっとAをする
22:44かっていうのは僕はすごい気になってい
22:47ます。はい、以上になります。ご成聴
22:51ありがとうございました。
23:04はい、今回はベッドAIデですが、あえて
23:07のNODAIということで私からレイヤX
23:10ってクールでスマートで冷たいのという
23:12テーマでお話をさせていただきます。初め
23:15に簡単に自己紹介をさせていただきます。
23:18私はレアXにあの2022年の9月に
23:21フィールドセールスとして入手しまして、
23:23今は新入社員の方向けのオンボーディング
23:25などを中心に業務を行っております。好き
23:27な言葉は達成会と飲み会です。本日は
23:29どうぞよろしくお願いいたします。
23:33早速ですが皆様に質問です。さて、あの
23:36今回のテーマであるレイヤXってクールで
23:40スマートで冷たいのとこれって
23:42一体どういうことかお分かりになる方
23:44いらっしゃいますでしょうか?
23:46お気づきの方もいらっしゃるかもしれない
23:48んですけれども、これはですね、レayX
23:51で主催しているカジュアルナイトという
23:53オフラインのイベントに参加いただいた方
23:56からのイベントに参加する前のレイヤXに
24:00対する印象になっています。はい、
24:03イベントに参加される方はなんとなく以前
24:06からレックス知ってましたとかノートなど
24:08のSNS発信見てますといったようなお声
24:10をいただくんですけれども、そういった
24:12発信を見てくださっている方から必ずと
24:15言っていいほどあの言っていただくのが
24:18AIってクールな会社ですよね。AIを
24:21積極的に活用してスマートに何でもやっ
24:23てる印象があります。ロジカルで優秀な人
24:26が多くて硬そうですねということです。
24:30はい。正直私も入社前にはレイXって
24:33クールでスマートな会社だなという印象を
24:35持ってました。
24:38ですね、ちゃ、実際にチャットGPTにも
24:41AIXで働いてる人はどんな印象か聞いて
24:43みたんですけれども、そうすると1番上に
24:46頭が良くてロジカルという印象が上がって
24:48きました。ま、こういったJatトGPT
24:51に限らず何かレイヤXのことを知りたい人
24:54に24時間365日何でも答えてくれる
24:58ようなAIを提供したとしたら、ま、便利
25:00ではあると思うんですけれども、クール、
25:03スマート、ロジカルといったような印象は
25:05変わらないんじゃないかなと思っています
25:07。
25:08なので今回はあえてのAI、オフラインで
25:12のイベントが大切というお話をさせて
25:14いただきたいなと思っています。
25:17え、ちなみにですね、カジュアルナイトと
25:19はこんな感じで銀座のグルメをレアXの
25:22オフィスでご用意しておりまして、
25:24美味しいご飯を囲みながらワイワイと事業
25:27のコテや働き方などを現場の社員が話す
25:29ような座チックなイベントになっています
25:31。我々がこういったオフラインイベントを
25:34通じて感じていただきたいのはですね、
25:37レイヤX実は違うよと、実はそんなこと
25:40ないよと。
25:43声を第にしようとしたら文字がちょっと
25:45大きくなっちゃったんですけれども、あの
25:46、レイXはクールでスマートでロジカルな
25:49だけではないということを伝えたいから
25:51です。
25:53で、具体的に何がそんなことないのかで
25:56申し上げますと、弊社非常にカルチャを
25:58大事にしています。例えばレイヤXが大事
26:01にしている写真版行動指針を対現している
26:04人には毎月ラシ版トピック通称ラシ飛びと
26:08いう表彰式で表彰されるような制度があり
26:10ます。これはただスマートに成果に
26:13コミットしたから表彰されるのではなく、
26:16あくまでやレックスXが大事にしている
26:18行動指針を対現されるような言動が見られ
26:21た方に送られる症になっています。
26:24ちょうどこのあの写真に映っているのが
26:26ですね、入社半年でなんとラシストピに
26:29選出されたセールスの女性の方になってい
26:31ます。彼女は全くの異業師からの転職で
26:34レイアXにジョインしてくれてから過去の
26:37経験や触手に関係なく周りを巻き込み
26:39ながらお客様に向き合うことを対現して
26:42くれていました。そういった姿勢が評価さ
26:45れてラストピを自称していました。
26:48ま、結局ですね、どんな仕事も作り上げる
26:50のは人かなと思っています。なので一緒に
26:53働くメンバーの思いや行動は尊重し、
26:56称え合う文化というのをレイアXでは非常
26:58に大事にしていて、ラストピアスの一例に
27:01なっています。
27:03カジュアルナイトではこのような制度に
27:05ついて触れたり、実際に働いている
27:07メンバーとのコミュニケーションを通じて
27:09レックスのカルチャーっていうのを体感
27:11いただけるようなイベントになっています
27:12。ま、写真の彼女もですね、よくオフラ
27:15イベントに参加して、あの、リアルな
27:17レイヤXのあの内部事情みたいなの語って
27:20くれています。はい。え、そしてですね、
27:24イベントでこういった現場社員との交流を
27:26通じてレイヤックスの印象に変わった部分
27:28はありましたかと最後にあのアンケート
27:31取ったんですけれども、そうするとですね
27:33、いい意味で入話な印象を感じましたです
27:35とか、フレンドリーで親しみやすいさを
27:38大切にしているなど、イベントに参加する
27:41前には見られなかったようなお声を
27:43たくさん頂いております。やはりこういっ
27:46た人と人との対話から感じていただける
27:48ような熱量や組織の雰囲気っていうところ
27:51は対面で直接話すことによってより伝わる
27:54ものだと思っています。
27:57少しでもレイヤックスXのカルチャーや中
27:59で働いている人について気になる方が
28:01いらっしゃいましたら是非イベントを通じ
28:02てオフィスに遊びに来てくださいね。
28:16ベッドAIでカウントダウンLTをご覧の
28:18皆さん、こんにちは。レクスの石です。私
28:22のLTではAIが99%の採用活動を行う
28:25時代にリクルーターしかできない1%の
28:28ことというタイトルでお話しします。
28:33改めましてAXでリクルーターをしている
28:35大石です。元エンジニアで全職をLINE
28:38でエンジニサをしていました。現在レアス
28:41では爆とfinンtech2つの事業の
28:43エンジニア採用を担当しています。
28:47このLTでは今後の採用活動で人が担う
28:49べき部分と私たちのその実践について簡単
28:52にお話をします。
28:57いきなり結論づいたことを言いますが、私
29:00は99%の採用業務はAIができるように
29:02なると考えています。
29:05少なくともデタルで行うことは全てできる
29:07ようになります。
29:10採用業務は膨大なオペレーションの出席
29:12です。スカウト業務、日程調整、データ
29:15分析。これらのデジタルの業務はAIが得
29:17な領域です。
29:21AIが業務、業務を自動化すると大きい
29:24概念で捉えるとその輪郭が捉えにくいです
29:26が、図のように小さいタスクを遂行する
29:30独立したAIを上位のAIが監督しながら
29:33分担並行して業務を進めていくようになり
29:35ます。
29:37このマルチエージェントの技術は非常に
29:39強力な業務遂行能力を発揮すると考えられ
29:42ます。
29:45AIが自身で進行管理でき自己改善
29:47サイクルを回せるようになるので本当に人
29:50はいくつかの使用な業務できるようになり
29:52ます。
29:54では今日からAIが99%の採用業務を
29:57担ってくれるとします。そこで人にしか
30:00できないこと、人にされたら嬉しいことと
30:02は一体何でしょうか?
30:06私が思いついたものはシンプルなことでし
30:08た。それは会う、話す、同じ空間で働く、
30:12一緒に食事をするといった非デジタルで
30:15社会的な行動でした。ここにヒントがある
30:18と考えました。
30:23この考えに基づきリクルターがすべき仕事
30:26はAIで生まれた時間を使って入社の
30:29決め手となる体験を非デジタルで作ること
30:32、そして高い質の関係を構築することだと
30:35考えました。
30:39具体的にはこの3つを実践しています。
30:431つずつ紹介します。
30:481つ目は組織の太陽を肌で感じてもらう
30:51機会を作ることです。
30:53会社の雰囲気や人の活気は直接触れなけれ
30:56ば伝わりません。
30:58私たちは先行要素のない今週イベントで
31:01メンバーの名前の声を聞いてもらったり、
31:04ワンデトライアルと呼ぶ体験入者型の先行
31:06で未来の仲間と業務を共にして相互に
31:09フィット感を体感してもらっています。
31:142つ目はあなたに来てほしいという熱量を
31:16届けきることです。
31:19AIは最適な言葉を生成できても人の心を
31:22動かす熱量は再現できません。
31:26私たちは広者さんの職場やご自作の近く
31:29まで会いに行き、食事をして会社の未来を
31:31語り、最後は硬い握手をかわそうとします
31:34。
31:37実際に地方の候補者さんのために事業部
31:39CDO部長スタッフエンジニアが揃って
31:42会いに行ったこともあります。
31:44これは演出ではなく私たちの熱量の行動化
31:47です。
31:52そして3つ目は短期的な採用の製品を超え
31:54た人間関係を築くことです。
31:57例え今回ご縁がなくても関係は終わりませ
31:59ん。以前オファーを辞態された方と後日
32:03その方の職場の近くで一緒にビールを飲ん
32:05だこともあります。
32:08私たちのスタンスはポジションの重速では
32:10なく、同じ業界で働く知人友人としての
32:14関係を気づき、心からその人のキャリアを
32:16応援したいと思っています。
32:22AIによる最適化が生きつく先では多くの
32:25企業の採用活動が禁質化すると考えられ
32:27ます。
32:29そんな中で私たちが実践する人間臭い1%
32:32が候補者の方にとって私たちの会社を数
32:36ある選択肢の1つから唯一無理の先行体験
32:39を提供してくれた企業に変える瞬間を作る
32:41と考えています。
32:45AIが採用業務を代替することで人間中心
32:48な採用の輪郭がはっきりすることは非常に
32:51興味深い進化であり、ある種の会機とも
32:52言えます。
32:54AIに作業を任せ人は社会的な行動に注力
32:57する。その両立がこれからの採用の仕事の
33:00仕事を面白くする鍵となると考えています
33:03。
33:06本LTはこのメッセージで占めたいと思い
33:08ます。99%をAIに喜んで任せ。自分
33:12たちにしかできない1%の仕事をし
33:14ましょう。ご成聴ありがとうございました
33:16。
33:27はい、皆さんこんにちは。レイヤXの柿沢
33:31と申します。本日は相手のノットAIと
33:34いうことで私からはAI時代の営業人の
33:37感情と心志しにベッドするっていうテーマ
33:39で話していきたいと思います。それで
33:42はレッツbeアニマルということでやって
33:44いきましょう。よろしくお願いします。
33:46はい、私はですね、柿沢と申しまして、
33:49元々実はこう見えて公認会計士だったり
33:52銀行で働いてた経験がありつつベンチャー
33:54人生も長くなってきてまして、え、事業
33:57作りをするにあたっていろんなことをして
33:58きてます。はい。で、私から伝えたいのは
34:03エンプラ営業は上駐しましょうということ
34:05です。なぜならAIは上駐することができ
34:08ません。
34:10で、なんでかって言うと、大手企業の方々
34:13はですね、あの、とってもちゃんとした真
34:15人間ですと、非常に当たり前のこと言って
34:18ます。で、そうすると何が起こるか、
34:20こんな方がもしかしたら多いかもしれない
34:22。本音や感情を出さない。ちゃんと整理し
34:26ないと外の人とは話せないなと思われる。
34:29もしくは真面目にプロダクトや機能で比較
34:32してしまう。そんな方々は少なくないのか
34:35なと思います。
34:37でもですね、皆さんご存知の通りビジネス
34:39を前に進める人を動かすには感情の動きが
34:43大事なんです。WhyウwithレアX
34:46つまり会社と一緒にやるの前にあなたと
34:50一緒にやりたいか。Whywithme?
34:52これが非常に大事なんです。
34:55実際にあったお話です。お客さんの食堂
34:57にてランチを一緒に撮ってた時に、ま、
35:00経理関係の仕事されてるお客様がAIとか
35:03システムの会社の方はそこにはもちろん
35:04詳しいんだけども、ま、会社の業務の理解
35:06とかそれを変えると付随してどんな影響が
35:08あるかっていうのはもちろんわかんないん
35:10で、そこはそのプロジェクト推進するに
35:12あたって自分が全部やんなきゃいけないん
35:14ですよねと。それが辛いんですよと。それ
35:16に対して私は実は公認会計士で管理部の
35:19仕組みをこういう風に作ったことがあって
35:20、で、お客様とも上駐してですね、ここ
35:23までやったことあるんですよみたいな話を
35:24した時に、あ、そこまで分かっててかつ
35:26そこまでやっちゃうんですね。と、それは
35:28すごい是非一緒にやりたいみたいなことが
35:30起こったことがあります。非常に
35:32ありがたいし、嬉しいですね。
35:35で、どうやってじゃあ上駐するのかこう
35:38やると失敗します。上駐させてください。
35:401日にさせてください。もう目ギにして
35:43言うと絶対失敗しますと。そこまでしなく
35:45ていいよってなっちゃいます。そこで上駐
35:49する3リステップということで、まず1日
35:52に3つアップを入れましょう。朝午後午後
35:54みたいな形で次に目の前でやっぱ作業とか
35:57地見とかそういうとこでちゃんと見せる
35:59わけですね。あ、この人いるといいなと。
36:00この人現場食うとすごいいいなと思わせる
36:02。で、それでですね、最後帰り際にですね
36:06、来週ももう1日いるんで、あの、解決
36:09借りていいですかと。あの、この時点で
36:11アップはないです。ただ借りて、借りて
36:13からは全力でアップ入れます。で、その
36:15翌習からまたもう来週も来ちゃいますねと
36:18。で、そ、どんどんどんどん来るの
36:20当たり前にします。あとはいい感じに
36:22頑張るといった具合でどんどんこう毎日い
36:25させてもら、毎日毎週いさせていただくと
36:28でですね、なぜ進めるかと言うと、
36:30やっぱりオンラインだとですね、ま、論理
36:32と憶測が動いて、お客様vs弊社の
36:35ビジネスみたいな関係性になりがちです。
36:38ビジネスライクな距離になっちゃいます。
36:39それに対してやっぱ現場で同じ方向を見て
36:41同じところを同じ議論をしていくという
36:44ことをできるとやっぱ感情と人が動くん
36:47ですね。お客様と私の共同作業になります
36:51と。偶発的な出会いとか話の発展とかそう
36:54いったものが心の距離をぐっと縮めますし
36:57そうしてくるとだんだんだんだん気に合っ
36:58てもらえるようになってで感情もやっぱ
37:01どんどん伝わるようになってきてでその場
37:03にいない方とかもどんどん繋いで
37:05いただけるようになってきたりとかそう
37:06いう関係にどんどんなっていきます。
37:10はい。ま、その他上中症のティプップスっ
37:11ていうことで、やっぱ好かれるための基本
37:13所っていうのを必ずやった方がいいです。
37:15大きい声で挨拶するとか感謝するとか思っ
37:18てる5倍笑顔にする話を聞くとかで距離を
37:21縮めるにあたってはですね、やっぱり
37:22ミーティングじゃなくて作業を一緒にする
37:24とかお勧めですね。あとはオープン
37:26スペースで作業させていただくとかそれも
37:27非常に有効かなと思います。あと先ほどの
37:30エピソードでもありましたけど食堂で
37:32ランチするのは必ずしましょう。
37:34はい。で、お客様のオフィスにですね、
37:36いろんなものがあったらそれにすごい
37:38詳しくなるといろんな話題がやっぱり、あ
37:40、そんなことも知ってんだっていう形に
37:41なってりましと。で、あと交流の輪を
37:44広げるも大事で、あの、自分だけでやろう
37:46としない。あの、自社の多数の人とお客様
37:48の多数の人の関係をどんどん作ってくと、
37:51あの、非常にこう、組織対組織で毎日誰
37:53かしらか話してるみたいな状態が
37:54引き起こせます。はい。で、お客様の複数
37:58の部門、あの、部門超えると実はあんまり
38:00話してないみたいなこともよくあるので、
38:01引き合わせると非常に喜ばれることもあり
38:03ます。あと現物、現場は絶対見る。で、
38:07あの、車内で改革するのはやっぱり中途
38:09社員の方だったりもすることが多いので、
38:11そういう熱い人を探す。ま、こんなことを
38:13してくとですね、どんどんどんどん輪が
38:14広がっていきます。はい。で、偉そうに
38:18色々喋りましたが、実は人動かすとか情報
38:20引き出す方法とかこういった本を非常に
38:22実践しておりますので、こちらおすすめと
38:24なります。はい。心志しは高くBアニマに
38:28行動したいでした。ありがとうございまし
38:31た。
38:33柿沢さん、暑い話で面白かったですね。え
38:36、そして本日ご登壇いただいた、え、斜め
38:38のスピーカーの皆様本当にありがとう
38:40ございました。え、さてスライドにもあり
38:43ますがこのLTを見てくださった皆さんが
38:45面白かったポイント、興味深かった点など
38:47是非ハッシュタグAIをつけて皆さんのご
38:50感想やご意見をXで投稿していただけると
38:53登壇者運営一度とても嬉しいです。
38:56え、さてこの7daysLTも折り返して
38:59残り3日です。明日のデイ5のテーマ、
39:02AIホアファンです。明日はAI関連の
39:05面白い技術をそれぞれの切り口で楽しく
39:08紹介していきます。是非明日もお昼12時
39:1015分にお集まりください。
39:13え、そしてこの1週間のLTの集体性と
39:15なるのが8月1日の企業、え、企業の本編
39:19ベッドアイデです。AXのAI活用の
39:22リアルからまた1本進み、え、本編では
39:25CTを松本を始めとするエキスパートたち
39:26がAXの未来を方向づける戦略と実践例を
39:31語り尽くします。え、イベントサイトで
39:33参加登録を受け付けておりますので、まだ
39:35の方は是非こちらのスライにあるQR
39:37コードやURLからご登録をお願いします
39:39。本日はお忙しいランチタイムに7
39:42daysLTデDay4にご参加いただき
39:44誠にありがとうございました。それでは
39:47また明日お会いしましょう。

About this transcript

This page contains the full transcript of 「あえてのnot AI」 Bet AI Day Countdown LT Day4 - AIより人間のほうがいいかもしれない、と思った経験 by LayerX 公式, generated from the public captions YouTube serves with the video. The transcript has 897 words across 897 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.