はじめまして。NOVEL代表の岡田です。
この記事では、私たちがどんな働き方をしているのかを、少し正直に書こうと思います。

「1日で要件定義、その日のうちにマージする」

こう聞くと、大げさに聞こえるかもしれません。でも、私たちにとっては特別な話ではなく、AIを業務に組み込むことを前提に働いた結果、自然にそうなりました。

もし今の働き方に少しでも違和感を持っているのであれば、ぜひ最後まで読んでいただきたいと思っています。

そして、NOVELの働き方や考え方に「ちょっといいかも」と思ってもらえたら、まずは気軽に一度お話しできたら嬉しいです。

あなたの「今」は、こうなっていませんか？

• 毎日、誰が書いたか分からないExcel VBAの保守に追われている。動けばOK。スキルが伸びている実感がない。
• 10名のプロジェクトチームの「歯車」。会議と調整ばかりで、仕様が決まるのを待つだけで1日が過ぎていく。
• 「AIを使っていいですか？」と聞けば、セキュリティや品質を理由に却下される。こっそりChatGPTのタブを開く、後ろめたい日々。

この働き方では、昇給しないのも無理はありません。なぜなら、あなたが世の中に生み出せる「価値の総量」が増えていないからです。

かつての私たちも、同じでした。

正直に言います。NOVELも昔は労働集約型の開発会社でした。

謎のバグ修正に追われる日々。数百個出てくるバグを、ひたすら手作業で潰していく。要件定義はなかなか決まらず、Excelの行に機能と詳細仕様を一個一個書き出す。それに対して工数見積もりをして、また書き直して。

1日がかりでバグを直し、1ヶ月がかりで要件定義をまとめていました。

AIで全部変わりました。

今はバグが出たら、まとめてAIに投げて終わらせます。1日がかりだったバグが、数十分で直ります。

要件定義も同じです。1ヶ月かかっていたものが、1週間。早ければ3日です。

この変化を、私たち自身が体験しました。だから確信を持って言えます。AIを使い倒せば、働き方は根本から変わります。

代表・岡田の働き方は、こう変わりました。

かつての私は、1日がかりで提案書を1本作り、細かな作業を終わらせるのが精一杯でした。今は、1日でこれだけが終わります。

• 提案書作成（PPT）
• 営業先のリマインドリスト作成
• 要件定義（Excel）
• メール返信10通
• モックアップ作成

商談が終われば、文字起こしをClaudeに投げるだけです。CRM登録、議事録作成、返信案作成まで、私がコーヒーを買いに行っている間にAIが完結させています。弁護士なら時給1万円以上の契約書レビューも、AIなら数十円で一瞬です。どちらを選ぶべきかは、火を見るより明らかでしょう。

入社1ヶ月で世界が変わります。

特別な才能は必要ありません。NOVELでは、新入社員も1ヶ月でこの領域に到達します。

■元・大手コンサル勤務の社員
以前は10名チームで仕様決定を「待つ」のが仕事でした。今は、1日で要件定義書を作り上げます。AIに論点を整理させ、顧客と即断即決し、そのまま開発へ。「前職との対比に驚きを隠せない」と、本人が笑っていました。

■元・レガシーSE勤務の社員
かつてはスクリプトを書いて保守に明け暮れていました。今は、大規模システムの全体像をAIで数分でキャッチアップし、必要な機能を1日で実装。その日のうちにレビューを仰ぎ、マージまで持っていきます。

「VBA？Claudeに突っ込んでPythonに直せばいいじゃん」
これが、NOVELの"当たり前"です。

「東大トップクラスに匹敵する賢い脳」を使い倒しましょう。

AI（GPT等）の知能は、すでに理科三類に受かるレベルです。弊社の東大インターンも「そうっすよね」と認める事実です。

自分の頭でゼロから考えるより、最強の脳に考えさせ、人間は出てきたアイデアを「推敲」することに時間を使う。インターン生ですら、AIを駆使してGASやDifyの実装をこなし、正社員顔負けの仕事量を出しています。

【NOVELが提供する環境】

• AIサブスク全支給：Claude MAX、ChatGPT、Gemini。すべて会社負担で使い放題です。
• ノウハウの直伝：AIを使いこなす先輩が、画面共有で「爆速のコツ」を伝授します。試行錯誤の時間は不要です。
• 成果への還元：AIを使いこなし、圧倒的な成果を出したエンジニアの年収を、前年比25%アップさせました。
• 圧倒的な裁量：AIでアウトプットが高速・高品質になるからこそ、1人でプロジェクトを回せます。大企業の「歯車」ではなく、自分の判断で動ける環境がここにあります。

身につくのは「AIを使いこなすメタスキル」です。

NOVELで得られるのは、単なる作業効率化ではありません。「AIを使いこなす」というメタスキルです。

AIの性質を理解し、適切な指示を出し、より良いアウトプットを引き出す。このスキルは、今後あらゆる仕事でAIが当たり前になる時代において、競争の土台そのものを変えます。

今のうちにこの働き方を身につけておけば、本格的にAIがスタンダードになった世界でも、確実に優位に立てます。

そして、本当に頭を使いたいことに集中できます。

NOVELでは、定例業務や単純作業はすでにAIに任せる仕組みが整っています。だから、あなたのリソースは「考えるべきこと」に集中できます。

戦略を練る。顧客の課題を深掘りする。新しい価値を生み出す。

AIに仕事を奪われる側ではなく、AIを使って自分の価値を何倍にも高める側へ。その選択肢が、ここにあります。

私たちが実現する「朝」の景色

出社した瞬間、以下のタスクがすでに終わっている世界を想像してみてください。

• 受注処理と経理集計の完了
• 最適な生産計画の立案
• 営業リマインドとネクストアクションの整理
• 採用スカウトの送付と求人投稿

従来型SIerが30名で1年かける仕事を、私たちは3名で半年で終わらせます。

将来的に目指すのは、少数精鋭で価値を出すマッキンゼーのようなビジネスモデルです。

求めているのは、馬車ではなく、車に乗りたい人

AIを活用しない働き方は、自動車が当たり前になった時代に、馬車で移動しているのと同じです。そこには、どうしても埋まらないスピードの差があります。

NOVELが大切にしているのは、「どれだけ頑張ったか」ではなく、どれだけ速く価値を届けられるか。

だからこそ、こんな人と一緒に働きたいと考えています。

• AIを自分から使い倒し、新しい可能性にワクワクできる人
• 自ら「サブエージェント」や自動化スキルを開発できる人
• 「まずはやってみる」柔軟な思考を持っている人

最初からAIのプロである必要はありません。必要なのは、今の非効率な働き方に「もう、うんざりだ」と思える、その真っ当な感覚だけです。

まずはカジュアルに話しませんか？

ここまで読んで「面白そう」と思っていただけたなら、ぜひ一度お話しましょう。

AIでどう働き方が変わるのか、私たちの日常をあるのままお伝えします。

AI技術の進化は止まるところを知りません。次々と新しいツールやモデルが登場し、「一体何がどうなっているんだ？」と情報の波に飲まれそうになっている方も多いのではないでしょうか。

今回は、そんな目まぐるしく変化するAIの最前線について、弊社代表の岡田とエンジニアの秋月が語り合いました。

自然言語でアプリが作れる「Gemini AI Studio」の衝撃から、天才的な動きを見せるAIエージェント「Manus AI」、そして発表されたばかりの「GPT-o3 Pro」まで、リアルな使用感や今後の可能性をカジュアルな対談形式でお届けします。この記事を読めば、AIの「今」と「これから」がきっと見えてくるはずです。

自然言語でアプリが作れる！「Gemini AI Studio」の衝撃

岡田：最近、いくつか試しているAIツールがありまして、今日はその中でも特に面白かった「Gemini AI Studio」についてお話ししたいです。これはOpenAIのPlaygroundのような開発者向けの環境なのですが、自然言語を打ち込むだけでアプリケーションを作ってくれる「Build」という機能がSNSで話題になっています。

秋月：クラインのようですね。

岡田：ええ、クラインに近いですね。しかし決定的に違うのは、Webアプリがその場で表示されて、すぐに使える状態でデプロイまでできてしまうことです。APIキーもプリセットで入っているようで、本当に手軽です。例えば、「契約書のWordファイルをアップロードしたら、リスクをレビューしてくれるツールを作ってください」とお願いするだけで、推論を働かせてコードを生成し、アプリを完成させてくれます。

秋月：すごいですね。クラインより良いかもしれません。

岡田：たたき台としては本当に優秀です。ただ、AIによくあることですが、そこから機能を追加しようとすると途端に動かなくなることがあります（笑）。また、同じ指示でも毎回UIが変わったり、レビューの出力形式が違ったりと、少しブレがありますね。PDFを読み込ませるツールも作りましたが、なぜか10ページまでしか読み込めない、といったこともありました。

秋月：なるほど。

岡田：YouTubeの動画を要約するアプリも試したのですが、「YouTubeにアクセスできないため不可能です」と断られてしまいました。まだ外部サービスとの連携は発展途上のようですね。純粋にLLM単体で完結できることしかできない、という印象です。SEO記事のジェネレーターも作りましたが、競合記事を参考にする機能はうまく動きませんでした。

秋月：それでも、このレベルのものが一瞬で出来上がるのは驚異的ですね。ジュニアエンジニアの仕事は、いよいよ危なくなってきたかもしれませんね。

岡田：通り越している説までありますよね。

天才プログラマー？AIエージェント「Manus AI」の実力

岡田：次に紹介したいのが、世界初の汎用AIエージェントと謳われている「Manus AI」です。これもまた、すごいですよ。

秋月：話題になっていましたね。

岡田：サンドボックス環境のUbuntuが起動して、人間のようにタスクを分解し、一つひとつ実行してくれます。以前、ナンプレを解かせてみたところ、GPT-o3が20分かかった問題をたったの5分で解いてしまいました。Pythonコードを自動生成して、検証までしてくれます。

秋月：タスクを分解して、自分で考えて進めていく感じが人間のようですね。Pandasをインストールしたり、ディレクトリを移動したり、コマンドを自由自在に使いこなしています。

岡田：そうなのです。データの正規化や分析など、プログラムで解決できそうなタスクは特に強いという印象です。おそらく裏側のモデルはOpenAIのものだと思いますが、Ubuntu上で自由に動けるため、他のツールより柔軟性が高いのかもしれません。開発タスクをお願いした際は、さすがに完成はしませんでしたが、必要な機能をWebで検索し、ブラウザを自動操作しながら情報を集めていたのには驚きました。

秋月：コーディングや使い捨ての分析アプリ作成には、かなり使えそうですね。

動画生成AIの現在地と、OpenAIの驚異的な成長

岡田：動画生成AIも触ってみたのですが、こちらはまだまだ発展途上かと思います。Runwayというツールで、生成した画像をもとに動画を作ってみましたが、正直、見ていられないレベルのものも多いです（笑）。前後の文脈やシーンの繋がりがカオスになりがちで。

秋月：映画制作での活用が期待されていますが、まさにその「一貫性の欠如」が大きな課題だと聞きます。シーンごとの整合性を保つための中間言語を開発するような研究も進んでいるようですね。

岡田：そういえば、OpenAIの収益が100億ドルを超えたとのことです。ウィークリーアクティブユーザーは5億人、有料ビジネスユーザーは300万人だとか。とんでもない成長スピードですよね。

秋月：すごいですね。評価額は売上の30倍と聞きましたが、もはやバグのような数字です。

岡田：売上規模で言うと、日本のトヨタが年間約50兆円です。今のOpenAIはその1/30程度ですが、5年後にはGoogleの1/3ぐらいまで迫るという予測もあります。変な売上ではなく、きちんとサブスクリプションで収益を上げているのが強いですね。

RAGのコモディティ化とLLMの使い分け

岡田：AIの進化によって、以前は専門家の領域だったRAG（検索拡張生成）も、かなりコモディティ化してきたように感じます。GoogleのNotebookLMを使えば、市の職員がFAQ対応を自動化する、といった事例も出てきています。

秋月：ChatGPTもGoogleドライブと連携できるようになりましたからね。社内規定のPDFを全てドライブに入れ、社員からの質問はAIに任せる、という運用も簡単に実現できてしまいます。

岡田：そうなると、どのツールを使うかという話になりますが、秋月さんはどう思われますか？

秋月：正直なところ、ツールが多すぎてユーザーは「どれでもいい」と感じ始めているかもしれません。最終的には、Microsoft製品との連携が強いCopilotや、Google Workspaceに深く統合されたGeminiのような、既存のエコシステムに乗っているものが有利になる気はします。

岡田：確かにそうですね。モデルの性能で言いますと、GeminiはEQ（心の知能指数）が高く、ビジネス文書のような自然な文章がうまい。一方でGPT系はIQが高く、論理的な思考やプログラミングが得意。このような棲み分けはありそうですね。

最新モデル「GPT-o3 Pro」は何がすごいのか？

岡田：そして最後に、先日発表されたばかりの「GPT-o3 Pro」です。学術的なベンチマークによると、プログラミングや数学の分野でGPT-o3を常に上回っているとのことです。

秋月：賢くなった分、速度が気になりますね。SNSでは「遅くて使い物にならない」という声もすでに見かけます。

岡田：確かに、デモ動画を見たら1つの回答を出すのに10分ほどかかっているものもありました。これでは実用的とは言えませんね。画像生成もできないようですし。

秋月：マイナーなプログラミング言語のように情報が少ない分野では、より大規模なモデルの方が正確なコードを生成してくれる可能性はありますが…。時間のかかる重いタスクを夜間にバッチ処理させるような、AIエージェントでの活用なら可能性があるかもしれません。

岡田：なるほど。コーディングであれば、最近評価が高いClaudeの方が良いかもしれませんね。CLIツールも出てきて、プログラミング領域にかなり力を入れている印象があります。

秋月：GPT-o3 Proは、今のところ「非常に高い精度が求められる特定の論理的問題を、時間をかけてでも解かせたい」といった限定的な用途になるのかもしれませんね。

まとめ

AIの世界は、まさに日進月歩。今日話した内容も、数ヶ月後には古い情報になっているかもしれません。

Gemini AI Studioのように誰もが開発者になれるツールが登場する一方で、Manus AIのような自律型エージェントが専門的なタスクをこなし、GPT-o3 Proのような超高性能モデルがさらに論理の壁を突破しようとしています。

私たちはこれからも、これらの技術を実際に触って試し、その可能性と限界を見極めながら、面白い未来を創っていきたいと思います。

用語集

• Gemini AI Studio: Googleが提供する、AIモデル「Gemini」を試したり、それを利用したアプリケーションを開発したりできるプラットフォーム。
• クライン (CLINE): AI駆動開発を実現するエディタ。
• Manus AI: ButterflyEffect社が開発した汎用AIエージェント。ユーザーの指示に基づき、自律的にタスクを分解・実行する。
• Runway: 動画編集や動画生成など、クリエイティブ向けの機能が豊富なAIプラットフォーム。
• RAG (Retrieval-Augmented Generation): AIモデルが回答を生成する際に、外部のデータベースやドキュメントから関連情報を検索し、その内容を基に回答を作成する技術。
• NotebookLM: Googleが提供するAI搭載のノートツール。アップロードした資料の内容に関する質問に答えたり、要約を作成したりできる。
• Claude: Anthropic社が開発したAIモデル。特に長い文章の読解や生成、コーディング能力に定評がある。
• GPT-o3 / GPT-o3 Pro: OpenAIが開発した最新のAIモデルシリーズ。Proはさらに高性能なバージョン。

こちらの記事はNOVEL公式ホームページのブログ記事を転載したものです。​

日々驚異的なスピードで進化を続ける生成AI。その可能性に期待が寄せられる一方で、ビジネスの現場ではどのように活用され、どのような課題があるのでしょうか。

ある日の定例ミーティングが終わり、リラックスした雰囲気の中で始まった雑談。それは、いつしかAIの未来を巡る熱い議論へと発展していました。

今回は、AI開発の最前線にいるエンジニアの秋月と、経営者の視点を持つ代表の岡田が交わした、リアルな対話の記録です。現場の生の声から、生成AIの現在地と未来のビジネスチャンスを探ります。

登場人物

• 秋月 宏介: エンジニア。技術的な視点からAIの可能性と限界を冷静に分析する。
• 岡田 徹: 代表。経営者としてAI技術をいかにビジネスに結びつけるかを常に模索している。

もはやGPT一強ではない。マルチモーダル化するAIの現在地

岡田: 最近、GoogleのGemini 2.5 Proの新しいバージョンがアップデートされたという話を聞きました。AIの進化は本当に速いですね。

秋月: ええ、特にGoogleのAIは画像、ドキュメント、動画、音声といった複数の形式を同時に扱える「マルチモーダル対応」がすごいですね。以前、GPTでPDFを読み込ませた時はかなり微妙な精度でしたが、Googleの技術は目を見張るものがあります。

岡田: 少し前までは「AIといえばGPT」という風潮がありましたが、もはや性能的に一強という時代ではなくなった、と。

秋月: まさに。目的に応じて最適なツールを選ぶ「使い分け」が重要になっています。例えば、創造的な文章生成ならこのモデル、正確なデータ分析や画像認識なら別のモデル、といった形です。

AI活用ビジネスの光と影。ブームの裏にある本質的な価値とは

岡田: AIの進化に伴って、その活用法を教えるオンライン講座や情報商材が流行っているようですね。月額数万円、買い切りで数十万円という価格帯のものもあるとか。

秋月: 個人的には、少し懐疑的に見ています。かつてPCやスマートフォンの使い始めに「パソコン教室」や「スマホ教室」が流行ったように、一過性のものになる可能性があります。

岡田: なるほど。「Googleでどう検索するか」を教えるビジネスが長続きしなかったのと同じ構図ですね。そもそも、世代によってAIとの向き合い方が全く違うという話も聞きます。

秋月: ええ。社会人・年配世代の方はAIを「何かを質問するチャットツール」として使いますが、若者世代は、もっとパーソナルな「悩み相談の相手」として活用している。使い方そのものが違うんです。彼らにとってAIは、わざわざ使い方を教わるものではなく、当たり前にあるツールなんです。

岡田: そうなると、高額な講座のターゲットは、いわゆる「情報弱者」になりがちかもしれません。それはビジネスとしてやっていて、少し複雑な気持ちになるかもしれないな。

秋月: そう思います。本質的な価値提供とは言えないでしょう。やはり、AIを使って具体的な課題を解決するアプリケーションやサービス開発にこそ、面白さと可能性があります。

魔法の杖ではない。AIエージェントへの期待と乗り越えるべき現実

岡田: 最近、「AIエージェントが何でも自動でやってくれる」といった、少し過剰な期待を耳にすることがあります。まるで魔法の杖のように捉えられている節がある。

秋月: それは非常に危険な誤解ですね。例えば、AIに「こういうワークフローを作って」と指示してコードを出力させても、それをそのまま実行すれば十中八九エラーが出ます。AIはそれっぽいものを生成しますが、細部の整合性までは保証してくれません。

岡田: 使い手がその分野の知識を持っていて、AIの出力を検証し、修正できるスキルがなければ、宝の持ち腐れになってしまう。

秋月: まさに「番犬」のようなものです。優秀でも、乗り手が制御できなければ意味がない。仮に人間のように自律的に振る舞うAGI（汎用人工知能）が完成したとしても、最初は「意外とこんなものか」というレベルかもしれません。新人アルバイトくらいのクオリティで、時には間違えながらタスクをこなし、結局は人間によるチェックが必要になる、というイメージが現実的でしょう。

岡田: AIが得意なのは、これまで人間がやっていた雑務の代替ですよね。例えば、商談の録画データから要点を抜き出すとか。これはアルバイトでもできる仕事です。そういったコスト削減の効果は大きい。

秋月: コーディングの世界でも、その傾向は顕著です。同じAIを使っても、経験豊富なシニアエンジニアと若手のジュニアエンジニアでは、引き出せる成果が全く違います。シニアの生産性が3倍になる一方で、ジュニアは1.2倍程度にしかならない、ということも起こり得ます。言語モデルへの指示の出し方が、根本的に違うからです。

岡田: デザインの分野でも同じことが言えそうですね。単に「かっこいいデザインを作って」ではダメで、「このコンポーネントを使って、こういうレイアウトで配置して」というように、AIが理解しやすい形式で、細かく指示出しをする必要がある。

秋月: その通りです。AIが使いやすいように、人間側がデータやタスクを整理してあげる必要がある。このスキルが、今後のAI時代には不可欠になります。

セキュリティ、コスト、そしてローカルLLMという選択肢

秋月: 企業のAI導入という観点では、最近、セキュリティを非常に重視する金融系などの業界で、外部にデータを送信しない「ローカルLLM」の需要が高まっています。

岡田: 自社のサーバー内でAIを完結させるわけですね。やはり情報漏洩のリスクが一番の懸念点ですから。

秋月: ただ、コストの問題があります。NVIDIAの最新GPU「B200」などは1台で数千万円から億を超える価格ですが、そこまででなくても、ある程度の性能を持つGPUサーバーを構築するには数百万円の投資が必要です。

岡田: 企業にとっては大きな投資ですが、APIを継続的に大量に利用することを考えれば、結果的に安上がりになるケースもありそうですね。

秋月: はい。特に、裏側でバッチ処理が常に回り続けているような、無限の用途でAIを動かし続けるのであれば、自前で持つ方が圧倒的に得です。さらに、自社のデータを学習させてファインチューニングを施し、独自のAIを構築したい場合には、もはやローカルLLMは必須の選択肢と言えます。

未来のビジネスチャンスは「現場」にあり。マルチモーダルAIの衝撃

岡田: そう考えると、新たなビジネスチャンスも見えてきますね。特に、マルチモーダルAIが進化すれば、これまで不可能だったことが可能になる。かつて、工場の監視カメラで危険行動を検知する案件がありましたが、当時は技術的に難しかった。

秋月: 今なら、ワンチャンあるかもしれません。ただ、動画をリアルタイムで継続的に処理するのはまだAIにとって負荷が高い。現実的な解としては、動画から1秒間に何枚か画像を切り出して、それを連続でAIに分析させる、というアプローチになるでしょう。

岡田: なるほど。他にも、公共交通の乗降客数をカウントするAIカメラというのもありますが、まだ精度に課題があるようです。

秋月: それも技術的には解決可能だと思います。オープンソースの技術もたくさんありますから。例えば、人の流れを検知するストリーミング処理が得意なAIと、30秒に1回といった頻度で状況を分析・言語化するAIを組み合わせる、という2台体制のシステムを組めば、かなり高度なことが実現できるはずです。

岡田: それは面白い！工場なら、ヘルメットの色で立ち入り可能なエリアを制限したり、非接触が求められる半導体や食品工場の入退室管理に応用したり。検品作業の自動化も視野に入りますね。

秋月: 可能性は無限にあります。これまで人間が目で見て判断していた「現場」の仕事こそ、マルチモーダルAIが最も価値を発揮できる領域かもしれません。

結論：AI時代の成功は「人」に懸かっている

岡田: いやあ、雑談から始まりましたが、AIの進化がビジネスの前提をいかに変えつつあるか、改めて実感しました。技術はあくまで手段であり、それをどう使ってお客様の課題を解決し、新しい価値を創造するかが我々の使命です。AI時代だからこそ、顧客と深く向き合い、未来を構想する「人」の力が、これまで以上に企業の競争力を左右することになるでしょう。

秋月: 同感です。技術者としても、AIの驚異的なポテンシャルと同時に、その限界や特性を正確に理解することの重要性を再認識しました。AIは万能の魔法ではなく、人間がその特性を理解し、正しく導いて初めて真価を発揮するツールです。これからのエンジニアには、単にコードを書く能力だけでなく、AIという強力なパートナーをいかに上手く「使いこなす」かというスキルが、強く求められることになりますね。

LLMの発展により、非構造化データを扱えるようになりました。これにより、Agentライクなユーザー体験（UX）やマルチモーダルAIによるブラウザ操作が可能になり、新たなサービスやプロダクトを展開する余地が広がっています。

これらの変化により生まれる新しいサービスやプロダクトを「AIネイティブな◯◯」と定義することで、従来との違いを明確に表現します。

AIネイティブなサービス

ここで言う「サービス」とは、人材紹介、不動産仲介、受託開発などの労働集約的な事業を指します。

AIネイティブな労働サービスとは、AIを前提に業務フローを再構築し、従来は人が必要だった領域でコスト削減や高速化を実現することで、サービスの付加価値を高める取り組みです。

例えば、AIネイティブなエンジニア派遣（SES）の例を挙げて説明します。 SESは、案件にエンジニアをアサインし（準委任契約など）、手数料を得るビジネスモデルです。具体的な業務の流れは以下の通りです。

1. 営業が案件や人的リソースを持つパートナー企業にアプローチします。
2. メルマガ配信リストに登録してもらい、案件・人材の情報を定期的に受信します。
3. 営業がメール内容を確認し、最適な人材を提案します。
4. 面談後にエンジニアをアサインします。

AIはこの流れの「メールの読み取り」「人材と案件のマッチング」「提案メール作成」を自動化できます。これにより、大幅なコスト削減と迅速な提案が可能になり、低いマージン率でも採算の取れるビジネスモデルを構築できます。

従来型の営業主体の企業では、こうした仕組みの導入が難しいため、新興企業が取り組むことで競争優位を得られると考えています。

AIネイティブなプロダクト

AIネイティブなプロダクトとは、従来のSaaSにAI機能を追加するものではなく、LLMを前提に設計されたプロダクトです。我々が挑戦するテーマは主にこちらになります。

これにより、以下が可能になります。

• 非構造化データの活用
• AIエージェントによるタスク実行
• マルチモーダルAIを用いたブラウザ操作

従来のSaaSは、人がデータを入力しないと役立たないDBのラッパーとも言えます。一方、AIネイティブなプロダクトは、人の労働を代行し、データの自動収集やワークフローの実行を行います。

例として、CRM（顧客管理）の変化が挙げられます。

従来のCRM（HubspotやSalesforceなど）は、人が顧客データを入力しなければ機能しませんでした。また、電話やメール、Web会議などのログが整理されず、管理コストが高いという課題がありました。

AIネイティブなCRMでは以下が可能になります。

• 初期セットアップやデータ入力の代行
• メールや電話、Web会議から顧客情報を抽出して自動登録
• 取引内容や金額の自動入力
• 営業活動の自動化（追いメールの下書き、商談スクリプトの作成など）
• 商談内容へのフィードバック

これにより、従来のCRMが「記録するだけのツール」から「実際に仕事をするツール」へと進化します。こうしたAIネイティブなプロダクトは、従来のソフトウェアよりも高い付加価値を提供できるため、より高い価格設定が可能になります。

まとめ

AIネイティブなサービスやプロダクトは、付加価値の大幅な向上をもたらす可能性があります。今が事業を立ち上げる最適なタイミングです。

弊社では、AI時代の新しい営業モデルを共に創るセールスを募集しています。AI領域に興味がある方、新しい挑戦をしたい方は、ぜひエントリーください！