はてなブックマーク

一言でいうと、競合と同じことを、効率改善などより上手くやるではなく、「違うことをする、違うやり方でやる」ことで、ユニークな価値の組み合わせを提供する位置取りのことです。ポーターはこれを「競争戦略は違いである」「異なる活動の選択」で実現すると述べます。 生成AI領域は巨額の投資がされ、非常に速い速度でモデル開発が進んでいます。直近ではAnthropicは、Claude Cowork / Claude Code 向けに、法務、経理会計、広告運用といった11領域のプラグインをOSSで公開し、関連業界の株価が大きく下がるということも起きています。 こういった環境の中でサバイブし成長していくためには、モデルプロバイダーやハイパースケーラー＋AI、既存SaaS＋AIに対する参入障壁・競合優位性を、ある程度長い期間築ける「戦略的ポジショニング」が最も重要になります。 ざっとまとめると下記のような戦略的ポ

Sierraは、「仕事完了」での成果報酬型AIエージェントを売っている SaaSの置換ではなく、人件費・業務委託費の置換でありTAMが別物 SaaS is Deadの本質は、課金方式ではなく、完了責任をAIが持つこと 昨年後半辺りからAIエージェントが非常に盛り上がってきています。 その中でも米Sierra（シエラ）が提供するAIエージェントは、タスク完了成果課金で、人間へのエスカレーションが発生した場合は基本的に課金しないという驚愕のビジネスモデルを構築しています。 SierraAIの公開事例で、OluKaiというビーチサンダルブランドのカスタマーサポートでは、エージェントの問い合わせタスク解決率が70%に達しています。これは、現時点ですでに人間がやっていたCS作業の70％をAIエージェントが代替しているということを意味しています。そして、この率は今後さらに向上していくのです。 しかもA

新規事業は不確実性が高く「やってみなければわからない」のは確かです。だから試してみることは重要です。 しかし、「やってみなければわからない」とは、「考えずに動け」ではなく、 「最小の実験で、最大の学びを回収すること」と考えるべきです。 急ぐあまり、とりあえずプロダクトを作り始めたり、とりあえず体制を作ったが、思ったように事業が立ち上がらず、一方で撤退やピポッドの判断が遅れて資金を溶かす、という事例はスタートアップでは非常によくある話です。 素早く試すことと検討することについて、どうバランスをとるべきなのでしょうか。今回はこの問題について自分自身の事業経験・失敗経験も踏まえて考察していきたいと思います。 最後に1分で実験設計が固まるチェックリストも付けましたので、ぜひ最後までお読みください。 この記事は「paiza Advent Calendar 2025」の最終日の記事です。このブログが良

そもそも開発工程において、多くの組織ではコーディング時間がボトルネックになったことはこれまでも実はありませんでした。コードを書くことよりも、要件定義、仕様把握、設計、実装により発見した課題への対処、レビュー等といったことに時間がかかっていました。 コーディングエージェントの登場によってボトルネックが取り除かれたように思いがちだが、そもそもコーディングがボトルネックだったことはない / “Writing Code Was Never The Bottleneck” https://t.co/avmbSq8cw4 — Takuto Wada (@t_wada) September 6, 2025 ■AIのインパクトが大きいのはコード以外の仕事Atlassianの2025 State of DevEx Survey（開発者体験調査） で、下記の内容が出ています。 開発者は16%しかコーディングし

「仕事終わりに勉強する気力が出ない」 そんな若手の声をよく聞くようになった。でも、私たちがここまで来られたのは、業務外で学んできた時間があったからではないでしょうか。今はそれを、どう伝えればいいのか。 先日こちらの徳丸さんXのポストを見かけて、改めてこの問題について考察してみました。 IT企業のCTOという立場から回答します。ご指摘のように、ITエンジニアの持続可能なスキルについては会社側に責任があり、業務に必要なスキルはもちろんのこと、将来にわたってエンジニアとしての業務が遂行できるための… (残り1088文字)#mond_ockeghemhttps://t.co/V4MT2XeLNS — 徳丸 浩 (@ockeghem) November 4, 2025 このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 ■若手に「勉強しろ」と言いづらい時代現状、働き方改革な

最近、「AIがこう言ってるんですけど、違うんですか？」という相談が増えている。賢いはずのAIが、なぜかプロを疲弊させている。 AIが生んだ“それっぽい誤り”を、現場のプロが直す…。 そんなおかしな時代に、私たちは足を踏み入れてしまったのかもしれない。 ■プロへの後始末丸投げ問題最近下記Xのポストを見かけたのですが、最近「素人が生成AIで安易につくった低品質のものに、プロが時間を取られて全体の生産性が下がる」という話をあちこちで聞くようになりました。 いや本当に、AI合成使っている人達は信じないんですけど、何度も言いますけど、AI合成された「作品」の手作業修正って、ゼロから作り直すしか無いんですよ。言い出す本人はちょっとしたところのつもりでしょうけど全部描き直しやモデリングし直し、撮影し直しになるんです。 https://t.co/hQ0yUH7mEG — 手塚一佳 DFA/博士(芸術) M

■「AIを使っていると、バカになりそう」問題「AIを使っていると、バカになりそう。」 「最近、AIに何でも聞けばいい気がして、頭を使う時間が減った気がする。」 そう感じたこと、ないでしょうか？ Chat GPT、Geminiを始めとする生成AIは非常に便利なものですが、使い方を間違えると、自分ではものがまったく考えられなくなり、なんでも生成AIに聞いて、そのとおりに行動する生成AIに操られる人になってしまいます。 今回はそうならないために、どのようにAIを使っていくのが良いのか考察していきたいと思います。 このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 ■AIで無能になりやすい人の特徴調べるのが面倒だからAIに聞き、出てきた回答を読んで「わかった気」になって終了してしまう…、これは自分自身もよくやってしまいがちです。 しかし無能になりやすい人の特徴は、生成AI

■はじめに直近生成AIの爆発的な広がりによりエンジニアの仕事にも大きな変化が起きてきています。そのなかでも新卒や若手エンジニアをどう育てていったらよいかが課題になってきています。 育成課題がでてきた流れは、ざっと下記のようになります。 シニアエンジニアのほうが生成AIで生産性があがる ↓ ジュニアが低品質コードを量産し、シニアがレビューで疲弊する ↓ ジュニアが経験を積むのにちょうどよいタスクが生成AIに奪われる ↓ シニアエンジニアだけ取ればよいのではないか？となる ↓ しかしシニアエンジニアのパイは限られており、頭数が足りない ↓ シニアエンジニアの採用難易度と年収レンジが高騰 ↓ 若手が入らないと将来のマネジメント人材を失い空洞化が起きる ↓ 若手がもつ時代トレンド・文化潮流を知る「顧客に近い目線」を失う ↓ イノベーションを積極的に使う若手がいないと組織がレガシー化する ↓ 新卒や

そうしたところ、主催者のぬこぬこさんから思いがけず声をかけていただいたので、せっかくだったらやってみるかと、3連休でLLMを自作で作ってみる（モデルの事前学習してみる）ことにしました。 結論としては、全体として7時間ほど（GPUが計算している時間含む）で作ることができました。 オチとしては、事前学習やった実績できたので勉強会に参加しようと思ったのですが、予定見たら勉強会がある9/26の夜は既に別の予定が入っていたことです。せっかく作ったけど参加できない、、残念…。 今回は自作LLM（国産生成AIと言っても過言ではない）をどんなふうに作ったかざっくり解説していきたいと思います。 このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 ■やろうとしてること青空文庫の著作期限切れテキスト（GLOBIS University / 青空文庫）だけを用いて、日本語LLMの事前学習

■はじめに生成AI（LLM）をよく使うけど、これはどうやって動いているんだろうとか、今後どんなふうに進化していくだろうとか疑問に思われることはないでしょうか？ 今回はそんな方に、AIのパラダイムの変化や、生成AI（LLM）の動作原理、現在課題になっている点などをざっと学びたい方向けに、おすすめの動画、記事、論文10本を紹介したいと思います。 生成AI良くわからん、という方でも今回紹介するものを一通り見てみると、生成AIの全体感はつかめるのではないかと思います。 このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 ■LLMの概要と仕組みについて知る□JDLA緊急企画！「生成AIの衝撃」～ ChatGPTで世界はどう変わるのか？ ～｜日本ディープラーニング協会 2023年3月の少し古い動画ですが日本のAI研究における第一人者の東京大学大学院教授の松尾豊氏を始めとした、

自分でやって100点取れるその領域のシニア（経験者）がこれやるのは良いのだけど、20点しか取れないジュニアが生成AI任せで16点のものを100個作られるとシニアがチェックで死に、全体としての生産性が落ちる。 …という問題が生成AI駆動開発では既に起きている。 https://t.co/npcE57PTVL — 片山 良平@paiza代表 (@rk611) August 25, 2025 ジュニアエンジニアが生成AIで大量の低クオリティなものを作ってしまうがために、シニアエンジニア（年齢ではなくハイスキルな先輩エンジニア）が、チェックで工数を取られてしまうという問題について何社でも聞いたので、その話をポストしたものです。 これは生成AI駆動開発やってる人、つまりITのエンジニアだけの話だと思っていたのですが、想定以上に色々な領域の方から共感をいただきました。 このブログが良いなと思ったら、n

■はじめにプロジェクトとは、フロンティアに向かう冒険のようなものだ。 出典：片山良平 談話｜2025年8月24日Devin、ClaudeCode、Kiroといった生成AIを用いたAI駆動開発による生産性向上に取り組んでいる企業が昨今増えています。 しかし実際に取り組んでみるとザクッとタスクを丸投げすることは難しく、細かくタスクを砕いて生成AIに依頼しないと精度が上がらないことが多発します。ましてや企画やコンサル側が要件を依頼しただけでシステムができるのは夢のまた夢のような状況です。 しかしこういった状況に対して、「今はまだ生成AIの精度が悪いかもしれないが、今の速度で生成AIが進歩すれば、ザクッと丸投げできるようになるのではないか？」と言われる方も多くいらっしゃいます。 しかしそれは構造的に考えると生成AIの進化だけでは達成不可能なのです。今回は、なぜ生成AIに大きなタスクを丸投げできない

生成AIに触れた経営者のパターン 1️⃣VibeCodingデモみる　→エンジニアいらなくなる！ 2️⃣自分でやってみる　→生産性爆上がり！でも初学者は無理じゃね？ 3️⃣しばらく使う　→非機能要件とかは経験ないと無理、シニアエンジニアだけ取ろう 4️⃣その先　→シニアエンジニア取れない、育成しよう — 片山 良平@paiza代表 (@rk611) July 31, 2025 5️⃣ジュニアが生成AIでコード大量にかく→シニアがレビューで疲弊（今日聞いた話） で、やっぱり育成が課題になる — 片山 良平@paiza代表 (@rk611) July 31, 2025 今回はこの内容についてもう少し深堀りして書いてみたいと思います。] このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 ■1️⃣VibeCodingデモみる　→エンジニアいらなくなる！最初のフェーズは、

■はじめに生成AIでプログラミング不要、ITエンジニア不要と言われていましたが、実際いろいろ導入を進めてみると、スキルと経験があるシニアエンジニアが生成AIを使うと最も生産性が上がるということがみえてきています。 一方で世の中にいるシニアエンジニアの数は限られており、今後シニアエンジニアの年収が高騰することは必至です。ただ年令を重ねていればシニアエンジニアかというとそういうわけではありません。 年収が上がるポイントは下記３点です。 1️⃣指示出しが的確にできる 2️⃣非機能要件の要件定義、設計ができる 3️⃣学習欲、育成意欲が高い 今回は生成AIで市場価値が今後急騰すると考えられるシニアエンジニアにもとめられる要件について詳しく解説していきたいと思います。 このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 ■生成AIでITエンジニア不要、プログラミング不要という

■はじめに：プロンプトは好奇心から生まれる生成AIのアウトプットはプロンプトの質で決まるため、生成AIを活かすためには、いかにプロンプトの質=問いの質を高めるかが最も重要です。問いはどこからやってくるのでしょうか？それは対象をより知りたい、わかりたいという好奇心だと思います。 つまり、何でも問えば答えてくれる人類叡智(生成AI)があっても、問い（プロンプト）の元となる好奇心がなければ、質の高い問いは生まれず生成AIを使いこなすことはできないのです。 人からの依頼を生成AIに丸投げすることはできても、それでは介在価値はゼロです。生成AIを使ってレバレッジをかける（生産性をあげ、やれることを増やす）ためには、好奇心がもっとも重要だとおもわれます。 では好奇心はどこからやってくるのでしょうか。今回はその点について考察してみました。 このブログが良いなと思ったら、noteやXをフォローしてくれると

はじめに先日社内で生成AI（LLM）超入門編プロンプトエンジニアリング基礎の勉強会を開催したところ、生成AI（Gemini）を社内で使う人が増えて、活用度合いも深まり、日報でもちょいちょいその話が挙がるようになりました。 その時やったベーシックな生成AI超入門編の内容は、現在動画講座化していて、近々paizaラーニングに載せる予定です。 その中でも勉強会のおまけとして、paiza株式会社の社長である自分の使い方やプロンプトをみせたのが良かったみたいなので、今回はそれを紹介してみようかと思います。 このブログが良いなと思ったら、noteやXをフォローしてくれると嬉しいです。 使っている生成AI（LLM）の環境ちなみに自分の利用してるLLMの環境は以下。 ・Gemini Proプラン　2.5Flsah、2.5pro（会社で全社に提供） ・ChatGPT Proプラン　o1pro mode、o3

この記事は「paiza Advent Calendar 2024」の最終日の記事です。 最終日はpaiza株式会社で社長をやっている片山がお送りいたします。 ちなみにタイトルある「幻想」は、ペガサス幻想と同様に、「ファンタジー」と読みかえてください。 ちなみに、paizaはITエンジニア向け国内最大の転職・就職・学習プラットフォームです。（paiza.jp) この記事を書くに至った背景約2年前の2022年11月30日にChatGPTが登場して以来、AIでプログラミングは自動化され不要になり、そしてITエンジニアの仕事もなくなるだろう、と盛り上がっています。 弊社はITエンジニア向けの転職・就職・学習サービスを展開している関係で「ITエンジニアの仕事はなくなるのか？どうなっていくのか？」「プログラミングを学ぶ必要はなくなるのでしょうか？プログラミング不要になるのでしょうか？」という質問を社内

この記事は「paiza Advent Calendar 2023」の最終日の記事です。 最終日はpaiza株式会社で社長をやっている片山がお送りいたします。 タイトルはほぼ釣りです。 ちなみに、paizaはITエンジニア向け国内最大の転職・就職・学習プラットフォームです。（paiza.jp) 記事概要絵にかいた餅は大した価値はなく、実行し成果が出せて初めて価値がある 実行プロセスやプロダクトが良くても、市場ニーズがなければ価値はない 計画は粗くてもいいから一筆書きで描き切ることが重要 一筆書きで書いたら実際に動いてすぐ更新すべし つまり実行が出来る計画を描き、実際に実行し、発見があれば即修正しながら成果を出せ、というごく当たり前な内容です。 ただそれがとても難しいので、どのあたりでつまづきやすいのか、経験を元にまとめてみました、という記事です。 このブログが良いなと思ったら、noteやXを