【登壇資料】「それGPTでよくない？」にどう抗うか_2025/12/13

Transcript

1. - 1 - © Legalscape, Inc. 「それGPTでよくない？」にどう抗うか 富⽥ 晃弘(Akihiro TOMITA) Legalscape, Inc. 2025.12.9 LS Night 2025.12.13 Colab Conf
2. - 2 - © Legalscape, Inc. 富田 晃弘(Akihiro Tomita) Legalscape, Inc. 趣味は絵を描くこと、家庭菜園、温泉めぐり ➢ 東京大学法学部→日本銀行 経済調査課→ミシガン大学MBA→ 日本銀行 政策企画課→PKSHA Technology→Legalscape ➢ Kaggle Grandmaster（もう3年ぐらい前、上のアイコンはKaggle） ➢ AIエンジニアとして、リーガルAIの設計・実装 ⾃⼰紹介
3. - 3 - © Legalscape, Inc. Disclaimer 今⽇時点の個⼈の⾒解です。
4. 「それGPTでよくない？」？？
5. - 5 - © Legalscape, Inc. 開発者として胸がキュッとなる 「それGPTでよくない？」 「NotebookLMでも同じことできますよね？」 「既存の⽣成AIとの差分を説明して欲しい」 「GPT5-Proの⽅が良い回答だった」 「⽣成AIの登場で誰でもプログラミングできる時代」
6. - 6 - © Legalscape, Inc. ありたい姿とありえる姿 「ありたい姿＝AI boosts my work」 「ありえる姿＝AI replaces my job」
7. - 7 - © Legalscape, Inc. 「相関は因果ではない！」と叫んでみるが https://www.businessinsider.com/how-scary-is-the-scariest-chart-jolts-spx-labor-market-2025-10 https://www.derekthompson.org/p/is-this-the-new-scariest-chart-in アメリカでは株価（S&P500）と雇⽤（求⼈数）がChatGPT登場以降に乖離？？
8. - 8 - © Legalscape, Inc. 「AIが知的労働を代替し始めた」 https://www.nikkei.com/article/DGXZQOGN260CH0W5A121C2000000/
9. - 9 - © Legalscape, Inc. AIに補完される職業‧代替される職業 https://www5.cao.go.jp/j-j/sekai_chouryuu/sh24-01/pdf/s1-24-1-1.pdf 左上は物理xAIによる補完性が⾼い 右下はデジタルxAIによる代替性が⾼い プログラマー、ソフトウェ ア開発技術者（WEB系）は ここ
10. - 10 - © Legalscape, Inc. 技術⾰新の不都合な側⾯ ⽣成AIによって代替される可能性？ ⽣成AIが普及する流れは⽌めようがない どう抗うか？
11. 個⼈として： 問われる「エンジニア」 という存在
12. - 12 - © Legalscape, Inc. Before 自然言語＋非言語 プログラミング言語 非エンジニア ソフトウェア エンジニア エンジニアに頼む しかない かぁ ユーザー 時間もお金もかかった けどこんなもんかぁ プログラミング言語を 操れるのは私たちだけ！ 分厚い壁 「プログラミング⾔語」という壁があったが、
13. - 13 - © Legalscape, Inc. After？ 自然言語＋非言語 プログラミング言語 自然言語 非エンジニア ソフトウェア 生成AI エンジニア 生成AIを使えばソフトウェア 作れるやん もっと早くできねぇの？ ユーザー このソフトウェアは生成 AIで良くね？ どんどん賢くなるよ！ ・・・ 「プログラミング⾔語を操りソフトウェアを作れる」というエンジニアの わかりやすい専⾨性が⽡解しつつある
14. - 14 - © Legalscape, Inc. この整理で浮かび上がるキーワード：「⾃然⾔語」と「責任」 自然言語＋非言語 プログラミング言語 ①⾃然⾔語 非エンジニア ソフトウェア 生成AI エンジニア ②なんか おかしいんだけど ユーザー ②責任は 取れません！
15. - 15 - © Legalscape, Inc. 「⾃然⾔語」はAIの燃料 AIは「⾃然⾔語」で表現された「形式知」しか理解しない ありたい姿 ありうる姿 明確、論理的で 完結した⾔語化 自然言語での「言語化能力」がAIでレバレッジされる 曖昧、⽭盾があり ニュアンスに依存した⾔語化 ⽣産性/創造⼒を⾼めてくれる 有益なアウトプット それっぽいけど表⾯的で 使えないアウトプット
16. - 16 - © Legalscape, Inc. 「タスク」の分業から「責任」の分担へ AIは「タスク」を完了させても「責任」を取らない AIのない時 （タスク分業） AIのある時 （責任分担） 責任者 作業 「責任」のバトンを受け取れないとAIに置き換わる Eng 責任 作業
17. - 17 - © Legalscape, Inc. エンジニアの定義変更？ 「プログラミング言語でコードを書いて、 エンジニアリングのタスクを完了させる人」 「自然言語で AIを操り、プログラミング言語も自身で操れ、 エンジニアリングの結果に責任を持てる人」
18. - 18 - © Legalscape, Inc. でもどうやって「責任」を持つの？重いな‧‧‧ 責任 ↓ Responsibility ↓ Response + Ability ↓ 応答する能力 ↓ 「状況を受け入れ、どう応えるか判断できる」
19. - 19 - © Legalscape, Inc. 「仕事」の３段階 レベル３：熟達/Mastery 内部化された経験で対応できるもの レベル２：⾃⾛/Autonomy ⽅針は⽴つが、外部に経験を求めるもの レベル１：模倣/Imitation （誰か or ）⽣成AIがあればできる 状況がギリわかるぐらい 不安を覚えながらも意思があれば 「責任」を取れる 心揺れることなく「責任」を取れる
20. - 20 - © Legalscape, Inc. No「思考の丸投げ」 ⽣成AIがあると「模倣」レベルの仕事は、 できるようになってしまう ⽬先の「アウトプット」を 出したい 楽をするために ⽣成AIに「思考」を丸投げ AIの出⼒を”ふんわり”理解し 作業を終わる 早く終わって嬉しい！ 仕事早い！！ （が、レベル１のまま）
21. - 21 - © Legalscape, Inc. どう抗うか？ 安直なAIの「模倣」で止まらない 「状況を受け入れ、どう応えるか判断できる」と言える領域が 増える方向に仕事の機会を求める
22. 組織として：AI時代の プロダクトの価値と勝ち筋
23. - 23 - © Legalscape, Inc. 個⼈として⽣き残れたとしても あらゆるプロダクトがGPTに飲み込まれたら、 エンジニアの働く場所がなくなるのでは？？
24. - 24 - © Legalscape, Inc. AIプロダクトの価値の整理 AIプロダクトの価値を因数分解すると、アプリ（ UI/UX）・AI・データの３層構造 アプリ層：「どう使うか？」 ユーザーとの接点を担い、AIの出力を「ユーザー体験」に転換 する層、いわゆるUI/UX AI層：「どう考えるか？」 データをユーザーにとって有益な出力に変換する層。中核は生 成AIだが、周辺の仕組み（検索、各種 Toolなど）を含む データ層：「何を知っているか？」 AI層に対して入力することできる情報を蓄積する層
25. - 25 - © Legalscape, Inc. ①LLM Wrapper型 ユーザー入力/Web検索 既存LLM + プロンプト エンジニアリング 圧倒的に 優れたユーザー体験 • LLMやデータはありものを使い、 UI/UXに注力 して勝負する型 • 良いUI/UXを実現できれば、スピード感を持って スケールできる • 技術的な参入障壁が低く、大手や競合に模倣さ れるリスクと常に隣り合わせ ◦ Cursor vs Antigravity
26. - 26 - © Legalscape, Inc. ②顧客データ活⽤型 LLM + 検索他周辺モジュール 業務に適した体験設計 顧客データ • 顧客の持つ業務データから価値を作る型 ◦ プロジェクト型のほとんど • 業務に密結合した価値を実現できる＆顧客自身 では不可能な技術力で高みに登れれば⭕ • 起点となるデータは顧客所有のため、内製化圧 力に晒されうる ◦ NotebookLM等をうまく使えばできることも 多いか ◦ MCP等の発展で社内データとの接続の ハードルは下がっている
27. - 27 - © Legalscape, Inc. ③独⾃データ保有型 LLM + 検索他特化モジュール 業界に適した体験設計 • ドメイン特化の独自データを蓄積し、ドメイン 最適化で垂直統合する型 ◦ 弊社は法情報を網羅するという意味でこの類型 ◦ 独自データはプロダクトの利用によって生み出される ものでも良い • 独自データをそのドメインの価値に転換できれ ば、参入障壁は高い（はず） • データもAIもUIUXもと、プロダクト開発の領域 が広くなる 独自データ資産
28. - 28 - © Legalscape, Inc. ３類型の⽐較 私自身は③に流れ着いた ①LLM Wrapper ②顧客データ活用 ③独自データ保有 ユーザー入力/Web検索 既存LLM + プロンプト エンジニアリング 圧倒的に 優れたユーザー体験 LLM + 検索他周辺モジュール 業務に適した体験設計 顧客データ LLM + 検索他特化モジュール 業界に適した体験設計 独自データ資産
29. - 29 - © Legalscape, Inc. どう抗うか？ まずは自分の関わるサービスに興味を持つ。 皆さんのサービスが どの類型にいるか 、自覚的ですか？ だからどう抗うつもりか、理解できていますか？
30. まとめ
31. - 31 - © Legalscape, Inc. ⽇本はやや楽観派だから猶予はある？ https://www.pewresearch.org/global/2025/10/15/how-people-around-the-world-view-ai/
32. - 32 - © Legalscape, Inc. 私たちはどうするべきか 生成AIが社会を飲み込むことは避け難い、代替されるという健全な不安を持とう 良くない状態 • 「自然言語」の重要性を忘れて、「プログラミング言語」に固執する • 「責任の分担」という視点がなく、「タスクの分業」から抜け出さない • 目先の生産性に囚われて、 AIの「模倣」をしてしまう • 自分の作るものに興味なく、どの類型でどう抗う戦場にいるのか自覚がない
33. ©Legalscape, Inc. Join us! Legalscape採用情報 連絡先情報登録フォーム （カジュアル面談他）