Upgrade to Pro — share decks privately, control downloads, hide ads and more …

secondz digital採用資料_v1.2

secondz digital採用資料_v1.2

secondz digital株式会社の会社紹介資料です。

Other Decks in Business

Transcript

  1. 3 • 東北⼤学⼯学部情報知能システム総合学科卒業 • グリー、スタートアップ共同創業、エン‧ジャパン、 PKSHA Technologyを経て、secondz digitalを創業 • 創業以前は複数の新規事業の⽴ち上げ、事業責任者を歴任し、

    特に⾃然⾔語処理を活⽤した事業⽴ち上げを⾏う • secondz digital創業後は、「AIネイティブカンパニーを創る」 をビジョンに掲げ、上場企業を中⼼に企業のAIネイティブ化を⽀ 援 • プライベートでは、海外新規サービスや国内外IRのチェック、 テニスやF1観戦など ⾃⼰紹介 secondz digital株式会社 代表取締役 板井⿓也
  2. 4 ⽣成AI‧LLMなどの先端技術により、 ⼤⼿企業様の「AIネイティブカンパニー」への変⾰を⽀援する会社です 社名 secondz digital株式会社(セカンズデジタル) 設⽴年⽉⽇ 2019年11⽉ 代表者 板井

    ⿓也 資本⾦ 100,489,275円 従業員数 15名(業務委託含む) 所在地 横浜市神奈川区⾦港町5-14 クアドリフォリオ 8階 事業内容 ⽣成AI‧LLMを活⽤したAIエージェントの開発‧導⼊⽀援、コンサルティング 主要株主 創業メンバー、Coral capital、JAFCO COMPANY PROFILE
  3. 5 【主要メンバー】 板井 ⿓也 代表取締役 / CEO 東北⼤学⼯学部情報知能システム総合学科 卒業。新卒はGREEにてエンジニアとして キャリアを開始。エン‧ジャパンにて若⼿

    ハイキャリア向け転職サイト「AMBI」のプ ロダクトマネージャ‧事業企画担当者とし て0からサービスを⽴ち上げ。PKSHA Technologyにて⼤⼿企業向けの社内問い合 わせ⾃動化SaaSの事業責任者を担当したの ち、secondz digitalを創業。 中村 颯⽊ COO / コンサルタント 東京⼤学卒業後、新卒でボストン‧コンサ ルティング‧グループに⼊社。⽴ち上げ期の データ分析特化のスタートアップに参画し た後、PKSHA Technologyにて、⾃然⾔語 処理コンサルティングチームにてPMおよび チームリーダーとして従事。secondz digitalを共同創業し、「PoCの先」を⽬指し コンサルティングチームを⽴ち上げ 内藤 剛⽣ CTO / エンジニア Tallinn University of Technology修⼠課程在 学中にClaude Tech社を共同創業。京都⼤学 学術情報メディアセンターにて⼤規模気象 データの可視化技術研究に従事。その後 PKSHA Technologyにて対話エンジンイン ターフェース開発チームのリーダーを担当。 110カ国⽬の旅⾏中に創業メンバーの2⼈か ら熱く説得されsecondz digitalに参画。IPA 未踏スーパークリエータ。 藤本 智⼤ プロダクトマネージャ 東京⼯業⼤学⼤学院卒。研修業界最⼤⼿の インソースにて⾃社SaaS/BPO事業の⽴ち上 げに参画しシェアNo.1を達成、未上場から プライム市場上場まで経験。その後PKSHA TechnologyやAI insideで対話エンジン、 OCR、画像認識、数値予測など各種AI領域の プロダクトマネージャーを務め当社に参 画。情報処理安全確保⽀援⼠(Registered Information Security Specialist)。 宮薗 翼 アカウントマネージャ 慶應義塾⼤学商学部卒業後、キーエンスに てコンサルティングセールスに従事し、複 数回の優秀賞‧ベストパフォーマンス賞を 受賞。その後、技術商社にてAI画像処理事業 の東⽇本全域を統括し、チームをリード。 他に、AIセキュリティSaaSのエンタープラ イズセールスの経験も持つ。当社ではセー ルス兼、営業プロダクトのプロダクトオー ナーを務める。 布施 ⾳⼈ エンジニア 東京⼤学⼤学院数理科学研究科修⼠課程修 了後、IT企業にてエンジニアキャリアを開 始。フルスタックエンジニアとして当社の プロダクト開発に従事しつつ、ジャズピアニ ストとして⾸都圏のライブハウスを中⼼に 活動中。
  4. 7 Mission (出典) The illustrated guide to a Ph.D. by

    Matt Might • 個⼈や企業が専⾨性を発露することで、 毎秒、少しでも⼈類が進歩していく • 我々は、AIを通じてそのサポートを⾏なっていく • 関わる誰もが、⾃分の可能性を信じて、 ⼀歩⼀歩進んでいく未来を作りたい 世界全体の知識 個⼈の 知識 毎秒、⼈類を前進させよう
  5. 11 2024年9⽉23⽇のOpenAI CEOブログより、スピーカー翻訳(太字はスピーカー強調) 【AGI(汎⽤⼈⼯知能)への道筋】 AGI(汎⽤⼈⼯知能)出現の可能性が⽰唆されている 出典:https://ia.samaltman.com/ 科学的発⾒と技術的進歩の複合的な数千年の後、私たちは砂を溶かし、不純物を加え、驚異的な精度で超微⼩ス ケールのコンピューターチップに並べ、エネルギーを通し、最終的にますます有能な⼈⼯知能を創造できるシス テムを完成させる⽅法を発⾒した。 これは、これまでの歴史において最も重要な事実となるかもしれない。

    数千⽇後(!)には超知性を⼿に⼊れ る可能性がある。もっと時間がかかるかもしれないが、私はそこに到達できると確信している。 〜 AIモデルはやがて、あなたの代わりに医療をコーディネートするなど、私たちに代わって特定のタスクを遂⾏す る⾃律型パーソナルアシスタントとして機能するようになるだろう。 さらに先のある時点で、AIシステムは⾮常に優れたものになり、私たちがより優れた次世代システムを作り、 科学全般を進歩させるのに役⽴つようになるだろう。
  6. 12 各⽇本企業でAIエージェントの「働きやすさ」 を 整備することが重要 近未来に、AGI (=汎⽤⼈⼯知能) の実 現などのブレークスルーが想定され る その時、企業の競争⼒は「⼈⼿」

    勝負ではなく「デジタル化」勝負に なる 世界企業が「AIネイティブ」に進むのは確定された未来 取り残された場合、⽣産性の差は致命的に
  7. 15 20代で過剰な労働を経験した創業メンバーだからこそ、 無駄な仕事を減らしたい • 新卒から深夜1時2時は当たり前 • 眠い…ままコミットしたコードで、1,000万の損失 • 朝から晩まで「名寄せ」で消える⼟⽇ •

    初めて22時前に帰れた⽇に、嬉しくて焼⾁を⾷べに⾏きました • 周りに頑張ってほしいけど、⾔えない • ⾃分がやらないと、プロダクトが⽌まってしまう…
  8. 17 これからの世界 ⼈間だけが仕事をする世界 = ⼀⼈当たり、24h/⽇が⽣産性の限界 これまでの世界 ⼈間と無数のAIエージェントが並列で仕事をする 世界 = 100h/⽇の⽣産性になる

    【AIエージェントの台頭】 ⽀援だけではなく、業務を実施する「AIエージェント」が台頭してくる まずは事前定義された業務から徐々に代替が進む 価値の 総量 価値の 総量
  9. 18 AIネイティブカンパニー • ⼈間の社員が、直接システムを操作する世界 • 個⼈の「動き⽅」の管理が、⽣産性を定義 これまでの企業 • 無数のAIエージェントが、⼈とシステム /

    ⾃社と顧客の間に仲介者として⽴つ世界 • AIエージェントの「働きやすさ」が⽣産性を定 義 【AIネイティブカンパニーとは】 AIネイティブカンパニーとは、 ⼈間の社員から、AIエージェントに業務を委譲できている企業
  10. 20 AIネイティブ化 • ⼈間のカスタマーサポート社員が対応 • ⼈間がマニュアルや顧客データを確認 以前のコールセンター • AIエージェントが、⼈とお客様の間や、CS社員 とシステムの間に介在している

    • ⽶国では2017年頃から (⾳声IVR) カスタマー サポート お客様 お客様 カスタマー サポート AIネイティブ化の流れは不可避にやってくる。正しいデザインも必要 実は、⾝近なところでも進んでいるAIネイティブ化
  11. 21 最新モデルo1は東⼤数学を回答可 ⼈間のように「思考の連鎖」を使⽤ 【OpenAI最新モデル】 最新モデルは「学習」から、「推論」≒「思考」へと強みが進化 出典:https://openai.com/index/learning-to-reason-with-llms/ • 左:数学オリンピック予選結果、中央:競技プログラミ ング結果、右:博⼠レベルの問題に対する結果 •

    数学やコーディング、その他STEM系など推論を必要 とするタスクにおいて⾼い性能を⽰し、東⼤2次数学の 回答が可能 • 特定領域ではIQ120を測定し、⼈類の90%より賢く 出典:https://x.com/ProfTomYeh/status/1834617696215806285 • ⼀番左はこれまで のモデルで、すで にある知識から 「確率的」に⽣成 • o1は「思考の連 鎖」を⽤いて、 「段階的に考え る」ように設計 • 強化学習という⼿ 法が使われてお り、「明確に答え のある分野」に有 効
  12. 22 • 事業概要 • AI Worker in your service •

    弊社の特徴 • 技術のオープン化 • 市場の広がり • 初期事業仮説 • 事例 事業内容と市場仮説 04
  13. 25 0→1の事業 / SaaS⽴ち上げをしてきたメンバー - 数⼗億円規模の複数事業⽴ち上げ - AIを活⽤した対話エージェント エンタープライズ向けの⾃然⾔語処理 /

    AIソリューションの提供をしてきたコンサルタント エンタープライズ企業の中に、 SaaS⽴ち上げと同等のスピード感で、 使われるAIエージェントを構築してい く なぜできるか: これまで、AI / SaaS 領域で0→1をしてきたメンバーだから
  14. 26 課題特定 仮説構築 デザイン& AIモデル開発 PoC 実装 保守 運⽤ 課題特定

    仮説構築 技術選定 PoC 本番実装 社内カスタ マーサクセス 業務整理 / 変更準備 PoCの 知⾒整理 オペ変更 ロード マップ整理 / 継続開発 よく ある ある べき 業務フロー変更も含め、継続的に展開 課題の深堀りが甘いままのPoC開始 • デジタルに強い推進者不足 • 現場との対話不足 何でも「AI」の罠 • オペレーション変更で解決すべき部分も AIで解決しようとする 既存の業務フローへのそのままの適用 • 効果がでず、使われないものへ 中長期を見据えない開発 • PoCシステムをそのまま移植するだけ 個別業務に切り込んだ「業務整理」 【失敗しない現場への落とし込み】 業務フローの再整備も含め、⽣成AI適⽤を検討する
  15. 27 各分野のトップ企業 出⾝者メンバーによる総合⼒ • PKSHA、AI Inside、BCG、 キーエンスなどの各分野のトップ 企業出⾝者により構成 • ⾼い技術⼒、深い業務理解を

    背景にした現場で「使われる」 AIプロジェクトを推進 10年近くの ⼤企業向けAI導⼊経験 • ⽣成AI‧LLM普及以前の 2015〜16年頃から多くの業界‧ 業種でのAIプロジェクトに従事 • 国内有数規模の対話エージェント の開発、普及を⾏ったエンジニ ア、事業開発が在籍 • ファウンデーションモデルの活⽤ のみならず、NLP技術を活⽤した 総合的なソリューション構築に 強みを保有する 東北⼤学と連携 AIの先端領域の社会適⽤ • 東北⼤学⾔語AI研究センター⻑‧ 教授の鈴⽊ 潤先⽣が技術顧問 • ⾔語AI研究センターと連携し、 ⾼度な各種な社会実装を⾏う × × 【弊社特徴】 各分野のトップ企業出⾝者による「総合的な」プロジェクト推進に強み BCG PKSHA GREE キーエンス AI Inside Hugging Face
  16. 28 【事業戦略】 初期は営業× 消費財 / 商社へのソリューション提供にフォーカスする 消費財 商社 ⾦融 製造業

    ドメイン マーケ 営業 製造 バック オフィス AIエージェントを通じて、キーエンス式の⽣産性の⾼い営業活動を実現してゆく
  17. 29 【⽣成AIの活⽤しやすい領域】 営業やソフトウェアエンジニアリングなどはインパクトが⼤きい 順位 業務 1位 営業 2位 ソフトウェアエンジニアリング 3位

    マーケティング 4位 カスタマーサービス 5位 製品研究開発 ⽣成AIでのインパクトが ⼤きい業務ランキング 考慮すべきポイント 出典を元に編集 :https://www.mckinsey.com/jp/~/media/mckinsey/locations/asia/japan/our%20insights/the_economic_potential_of _generative_ai_the_next_productivity_frontier_colormama_4k.pdf ▪ ⾃社にとって、インパクトが⼤きいものであること ▪ 導⼊での明確なゴールを設定しやすいこと ▪ 実施する⼈の能⼒のボラリティが⾼いこと ▪ 精度が100%求められない業務であること ▪ スモールスタートがしやすいこと ▪ 協⼒者がいる部⾨であること
  18. 30 お客様概要 • ⼤⼿B2Bメーカー • 売上⾼数千億円 • 従業員2,000⼈以上 • 営業⼈員は

    ⽇本全国に数百⼈ 背 景 導 ⼊ 結 果 • 働き⽅改⾰が進む中で、数百名いる営業⼈材の業務効率化が急務 • お得意先への提案の質を落とさずに、営業資料の作成を効率化し、 顧客に向き合う時間を増やせるかが課題 • PowerPoint上で動くAIエージェントを構築し、 営業資料作成を⾃動化 • 該当業務時間の70%を削減、現場満⾜率は平均4.5/5を獲得 【AIエージェント導⼊事例】 営業資料作成の⾃動化により、営業1⼈あたり年間100時間の削減
  19. 31 お客様概要 • 国内トップ弁護⼠事務 所のお客様 • 従業員1,000⼈以上 • アジアを中⼼に各国に もオフィスを構えるグ

    ローバルファーム • 社内にテック活⽤チー ムを組成し、弁護⼠⾃ らリード 背 景 ご ⽀ 援 内 容 • 当時留学されていた先⽣の、⽶国弁護⼠事務所での効率的な業務体 験を原体験として、リーガルテックチームを発⾜ • AI/リーガルテック系ベンチャーのサポートを受けつつ国内業務の効 率化を進めていたが、システム開発におけるプロジェクトマネジメ ントに課題を感じていた • 2020年頃よりご⽀援を開始。リーガルテック活⽤の⽬的の再定義 から開始し、優先着⼿領域を設定 • 各テーマの分化会の全てに出席し、先⽣⽅の意思決定を⻑期的な AI‧システム構築の観点でサポート • 開発速度をさらに向上するため、2022年ごろよりsecondz社でも 所内ツールの開発サポートを開始 (アジャイル体制) • 現在はグローバルのオフィスでも業務効率化を推進し、国内/グ ローバルプロジェクトPMOと複数の社内プロダクト開発の双⽅で ご⽀援中 【事例】⼤⼿法律事務所様のAI DX⽀援 国内‧グローバルでのPMOと社内プロダクト開発を継続⽀援
  20. 32 【オープン化】 オープン化された⽣成AIは従来の活⽤対象が限られたAIと違い、 あらゆる規模の会社が取り組む技術基盤となり、「AIネイティブ化」の素地が進む 上場 超⼤⼿ 上場⼤⼿ ⾮上場 中堅 中⼩

    企業 従来型のAI活⽤対象(上場会社10%) ⽣成AIでは活⽤可能企業が広範に拡⼤ ⾮上場 中堅 上場 超⼤⼿ 上場⼤⼿ 中⼩ 企業 10% 全ての企業で ニーズが発⽣
  21. 39 Mission (出典) The illustrated guide to a Ph.D. by

    Matt Might • 個⼈や企業が専⾨性を発露することで、 毎秒、少しでも⼈類が進歩していく • 我々は、AIを通じてそのサポートを⾏なっていく • 関わる誰もが、⾃分の可能性を信じて、 ⼀歩⼀歩進んでいく未来を作りたい 世界全体の知識 個⼈の 知識 毎秒、⼈類を前進させよう
  22. 41 働き⽅は⾃由です!! (⼀緒に作りましょう!) • リモートワークを基本にしています。 • Slackで⾮同期に会話して、都度zoomやハドルですり合わせます • 週⼀回、虎ノ⾨のシェアオフィスに集まって会議をしています •

    PCは Win / Macから、最新モデルを (メモリ増/英字キーボード可) • ⽣成AIツール、使い放題です • 服装は基本的に私服で⼤丈夫です • ビジネスサイドは、お客さん訪問の際はビジカジまたはスーツ推奨です • 時間はフルフレックスです • 10時〜19時くらいで働いているメンバーが多いです オフィス 勤務時間 PCなど 服装
  23. Bizチーム Productチーム 44 募集中の職種 PM 顧客に提供する AIエージェントの運⽤設計と、 その後の促進をリード Consulta nt

    顧客の業務を分解し、 AIエージェント/システム導⼊の⽅針 を決定 Sales AIネイティブとの ギャップがある企業を発掘 FE BE UXUI Designer システムフロントエンドの ⾼速な実装 AIワークフロー / データベース /APIの構築 顧客接点を考慮し、 AIシステムのデザインを定義 AI Worker in your service実現のための仲間を、随時募集中!
  24. 45 あなたと、何を⼀緒にしていきたいか 15 人 100⼈ 1000⼈ 今 数年 未来 我々のビジョンを

    浸透させていく時期 コアクライアントに、 確かな数の成功を作る 時期 ⽇本全体に インパクトを出す時期 未来の幹部として、 企業成⻑の中⼼を担ってほしい