みやっち | Explaza CPO / 生成AIエバンジェリスト

【重要】書籍「機動戦士ガンダム 逆襲のシャア 友の会［復刻版］」は現在の在庫が無くなった段階で販売終了となります。まだ在庫はたっぷりありますので、すぐに無くなることはないと思いますが、確実にお買い求めになりたい方はお早めに。よろしくお願いします。#逆シャア本

コレ逆にベンチャー等から日系大企業（JTC）に転職した時マジで気を付けてね。今まで実績出してきたのが「AIの活用がうまかったから」という人は突然、武器のオリハルコンの剣を奪われて木の棒になったゲームの主人公みたいになるからね。ツール頼みで仕事してた人の大企業転職は要注意よ。

ClaudeCode使えムーブがすごいけど、冷静にエンジニアでない場合Cowork"で"いいのではと思いました。VScodeとかターミナルとかGitとかの説明も面倒なので。。。Dispatchもあるし。

最近生成AIやエージェントをベースにした自社事業立ち上げブームが発生しているように感じるので、これまで３年間有象無象累計15事業程作って来た経験を整理してみる。 大きくフェーズを分けると以下。 前の段階を経なければ次の段階に進む事は無い。 1. 期待拡散期 2. 摩擦期 3. ファン形成期 4. 競合参入期 5. ブランド固定期 1. 期待拡散期 こんなものをリリースしますよと告知をした際に、イノベーター層が関心を持ち拡散、利用するフェーズ。目新しいプロダクトであり、かつニーズがある場合のみこの拡散が起きる。逆に言うとここで母集団形成ができなければニーズが無いか時代が早過ぎる。 生成AIを冠にしてここで拡散が起きなければすぐにピボットを考えた方が良いかもしれない。 また、プロダクトがない状態での期待拡散は4の競合参入の呼び水になるので長期的に苦しめられる。1はニーズ測定のためでもあるので、競合参入のデメリットを差し置いてもやるメリットはあったが、これだけ開発エージェントが発展した昨今の状況を鑑みると購入導線を作ってからのリリースが良い。 2. 摩擦期 これは２つ分けて考えた方が良い。期待拡散による「サービス利用していない」層の反発と課金の上での「サービス利用」層の摩擦の２つがある。 サービス利用していない層の摩擦は無意味かと言うとそうではない。これも効果測定として有用。 ・サービス利用していない層 これはサービスそのものの脅威判定として考えるのが良い。脅威とならないサービスにわざわざ人はエネルギーを割いて足を引っ張ろうとはしない。彼らには何かしらの思惑があり、その規模が大きいほどパラダイムシフトのレベルが大きいことを意味する。 ・サービス利用した層 必要とされるサービスは必ず顧客接点で摩擦が起きる。特にリリース初期タイミングは「理想状態」と「現実」のギャップが最も大きい。これは当然のことで例えばClaude Codeなどエージェントも昨年初期の期待拡散から、夏頃に摩擦期を経ている。実際Claude CodeはバグだらけでCodexの方が良いと国内外で大規模な乗り換え運動が起き、その後の今のClaude一強時代へと移った。逆に初期リリースで摩擦が無い場合は、そもそもの利用者母集団が少な過ぎる。 3. ファン形成期 2と3は並行することが多いが、見込みのあるサービスの方が強い摩擦を最初に経験する。便宜上分けているけれど、その摩擦を経て一緒に作って来たとの経験がファンコミュニティを形成する。Discordなどで意図的に作るべきかそれとも自発的な構築に任せるかは難しいところではありつつ、コミュニティが存在すれば新機能の初期リリースをそこで試していただくこともできるし、早期利用それ自体がコミュニティに属する特典にもなる。 4. 競合参入期 生成AIサービスの難しさは本質的にAPIをラッピングしているので模倣が容易であること。意図的に参入障壁を設計しないと特に海外大資本にはまず勝てない。 壁として設計すべきはいくつかあるけれど、コミュニティと技術の２つに集約されるし、そもそも海外勢と新興産業で真正面で戦うか、国内既存産業で戦うかという戦場を選ぶことも大事。 ClaudeやChatGPTのように本質的な強さは論文レベルの技術障壁になるので、早期に顧客獲得を完了しそのデータから模倣不可能な研究を進めるのが大事。特に生成AIベンダー内の最先端企業群の研究は論文としてどこにも上がっていない。OpenAIやAnthropicはわざわざ査読に通し論文公開などしない。自社データがあり仮説検証が完結するため。論文に存在しないフロンティア研究を実現可能にするのはいつでもそのサービスでしか収集できない「データ」にある。 5. ブランド固定期 上記でも話したように「顧客接点」と「データ」こそ全て。データが集まればそれに合わせて良いサービスを提供でき、さらにデータが集まる。 良いサービスの構築や研究レベルの数理モデルやらは極論AIがやってくれる。最高レベルのUXの実現には最高レベルの研究が必要であり、「必要は発明の母」の一言にまとめられる。発明の先に必要があるわけでは無い。 ただ「データ」には質があり、AI以前と以後では全く異なる。だから早く動かなければならない。 ポケモンで最初に出会うのはロケット団の中で引きこもるマッドサイエンティストではなく、フィールドワーク型のオーキド博士であり、起業家は彼を第一の親として町に出なければならない。