激変する生成AI市場における 新機能開発と性能向上の舞台裏

生成AI技術が週単位で更新される現代において、少人数のスタートアップはいかにして競争力ある開発体制を構築できるのか。
本資料では、サービス開発の全工程に生成AIを組み込んだ「生成AI駆動開発」の実践知を、議事録機能の開発事例を通じて余すところなく公開します。

主なトピック
・価値定義・デザイン・実装・レビュー・QAテストまで、開発全工程を生成AIで再設計した思想と実践
・3週間28機能リリースを実現した、少人数チームによるスピード開発体制の全体像
チーム全体で生成AI駆動開発を機能させるための、知識共有・検証文化・リポジトリ設計の重要性
・議事録機能の精度課題に直面した際、固定概念を排除してワークフローとモデル選定を根本から刷新した意思決定プロセス
・新機能開発における精度評価の考え方と、初期段階での現実的なアプローチ
・現在のボトルネックと、設計・開発・テスト・リリースを限りなくゼロに近づける理想の開発体制

Transcript

1. 激変する生成AI市場における 新機能開発と性能向上の舞台裏 代表取締役副社長 CTO 源 芳朗
2. 自己紹介 Stella AI for Biz サービス概要 爆速な開発体制構築 01 02 03 P.2 生成AIサービスの新機能開発で重要なこと 04
3. P.3 自己紹介 Stella AI for Biz サービス概要 爆速な開発体制構築 01 02 03 生成AIサービスの新機能開発で重要なこと 04
4. 自己紹介 P.4 氏名 源 芳朗（Minamoto Yoshiro） 所属 株式会社SUPERNOVA 役職 代表取締役副社長 CTO 経歴 2021年 3月 奈良先端科学技術大学院大学 卒業 2021年 4月 株式会社NTTドコモ 新卒入社 - 新規事業プロダクト開発 - 新規事業メンター 2025年 1月 株式会社SUPERNOVA 創業 - 生成AIマンガサービス開発 - 生成AI Agentサービス開発 docomo STARTUP スピンアウト第1号 ISO/IEC 27001取得（認証登録番号：SCC/INT/2505SN/11304） Google for Startups、aws startup programs
5. サービス 対象 個人 法人 法人 提供開始 2024年12月1日～ 2025年6月16日～ 2025年秋～冬予定 概要 複数のAIモデルを アグリゲートした 生成AIプラットフォーム Stella AIを法人向けに グループシェア機能など を搭載 生成AIを活用した 企業向け学習マンガ サービス 生成AIを軸とする３サービスを展開 事業概要
6. P.6 自己紹介 Stella AI for Biz サービス概要 爆速な開発体制構築 01 02 03 生成AIサービスの新機能開発で重要なこと 04
7. 7 生成AIの利用状況 • 生成AIの導入状況は拡大しており、2025年5月時点で23％が既にトライアル利用中で、現在急速に拡大中 • 導入後、7割の企業が効果を実感しているものの、とても効果を感じている企業はまだ少ない 生成AIの導入状況 とても感じる 21％ まあ感じる 52％ 7割が 効果を実感 生成AIの効果 時間削減 効果 コスト削減 効果 大幅 14％ ある程度 30％ 少し 28％ 大幅 11％ ある程度 22％ 少し 28％ 約70％ 約60％ ＊出典：当社独自調査（n=9,428、2025年5月15日～20日 Webアンケートにて実施） 生成AIの効果 利用中 13％ トライアル 10％ 未利用 利用意向あり 20％ 未利用 利用意向不明 30％ 不明 19％ 禁止 3% 4社に１社が すでに利用開始 4社に１社が 利用を検討
8. 8 2025 労働生産人口 従業員数は増えない 業績の維持・向上が必要 AIでの効率化が必須 • 今後労働生産人口は減少の一途であり、一人あたりの生産性向上が必至の状態 • 経営者の課題感も強く、AIによる業務効率化をしていかなければならない状況 生成AIサービス導入の必要性
9. 9 導入フェーズの移り変わり • 生成AI導入を急ぐ企業様も増加し、トライアル導入から利用促進のフェーズに移行している状況 • トライアルをして吟味していたにもかかわらず、導入後に「生成AIの利用率が上がらない課題」が顕在化 トライアル導入 本格導入 利用促進 AIサービスを導入後の課題は、 利用率が上がらない
10. 10 生成AIの利用率が上がらない AIの使い方が 分からない サービスを立ち上げる のが面倒臭い 生成AIの課題 DX推進の課題 「Stella AI for Biz」で解決する課題
11. 11 「Stella AI for Biz」で解決する課題 • 社員の全員で生成AIを使いこなしていくために、グループ利用の機能的側面とサポートを充実 • モバイルアプリ・ブラウザ・普段使うツールの拡張機能として利用することで、生成AIの利用率を大幅に向上させる 社員が生成AIを 使いこなせない AIの使い方が 分からない 新しいサービス ツールへの苦手意識 • テンプレートでの簡単入力 • グループでのユースケース・RAGのシェア機能 • サポート支援 • 普段使うツールの拡張機能だからシームレスに使える • ツールに合わせた操作でかんたん生成 様々な拡張機能 Browser (Chrome / Microsoft Edge) Microsoft Office (Word / Excel / PowerPoint / Outlook) Google Workspace (ドキュメント / スプレッドシート / スライド ) AIの使いこなしサポート 生成AI固有の課題 DX推進の課題
12. 12 「Stella AI for Biz」の特長 AIモデルが古くて良い結果が出ない 社内での利用率が上がらない AIの利用イメージが沸かない ② 直感的で、日常業務に馴染むUI・UX ① AIの利用方法が溜まるワークスペース ③ 複数の最新AIモデルに対応 社員研修・サポート不足 ④ 活用支援サポート • 「Stella AI for Biz」は、会社全体での生成AI利用率向上の課題を解決する生成AIサービス • 社員の誰もが使えるように工夫されたUIUXに加えて、生成AIの使いこなしを活用支援
13. 13 ①-1 AIの利用方法が溜まるワークスペース 社員A 社員B 社員C 社員D 社員E 社員F 社員G 任意の社員でグループ設定が可能 • 任意のグループが組成でき、社内の利用に即したテンプレートやRAG＊をシェア可能 • 社内でのAIのユースケースが見える化でき、AI業務の属人化を防げます ＊RAG（検索拡張機能）：AIで学習していない社内の業務マニュアルや規定などを参照して生成AIが回答できる
14. 14 ②-2 Stella Extension • Microsoft Office / Google Workspaceの良く使うツールのサイドパネルで生成AIが利用可能 • それぞれのツールに合わせたAIアクションが実行でき、生成AIを身近に利用できる ＊ワンクリック生成含む「処理装置、処理プログラム、処理方法及び処理システム」については株式会社SUPERNOVAで特許出願済み（国際出願番号：PCT/JP2024/041265） ワンクリック生成 AI関数 範囲解析 ワンクリック生成 ワンクリック生成 ワンクリック生成 箇条書き and more…
15. 15 ②-3 ワンクリック生成 • 生成AIでよく使われるアクションは、範囲を選択してプロンプト不要で実行可能 • プロンプトが苦手な方も、生成AIの力を引き出しながら業務効率化が図れます 範囲指定 ワンクリック 要約 / 翻訳 / 解説 / 改善 / 編集 / 返信 選択範囲 / ファイル全体 ＊ワンクリック生成含む「処理装置、処理プログラム、処理方法及び処理システム」については株式会社SUPERNOVAで特許出願済み（国際出願番号：PCT/JP2024/041265）
16. 16 ②-4 STELLA関数 • 独自のSTELLA関数を使えばセルの中で生成でき、ラベル分けや文字列の操作が可能に • 範囲を選択して指示を出せるため、アンケートや数表のAI分析が可能に =STELLA（”この内容をポジティブかネガティブに分類して”,A2） C5 : E8 内容をまとめて STELLA関数 範囲解析
17. 17 ②-5 Stella Mail • 業務時間の約３割を費やしているメール業務も、Outlookの拡張機能としてシームレスに利用可能 • ワンクリック＋箇条書きからメール＋RAGの活用で、お問い合わせ対応もスピーディーに ＊出典：「ビジネスメール実態調査2025」より抜粋（https://www.sc-p.jp/news/20250602/） ③ 問い合わせ対応で情報を探すのが大変 ① 敬語や表現を整えるのが難しい ② 用件は決まっているのに、文章化に時間がかかる ① ワンクリックでメール作成 ② 箇条書きからメール作成 ③ RAGで問い合わせメール対応 従来のメール対応の課題 Stella Mailで解決 • 結局「どう書けばいい？」で手が止まり、時間が取られる • 適切な敬語や言い回しが苦手でうまく書けない • 社内資料や過去のやり取りを探すのに時間がかかる • 用件だけ箇条書きで入力すれば、丁寧なビジネスメールがすぐに完成 • ボタンひとつで、受信メールの内容を踏まえた適切な文面を作成 • 社内情報を参照したメール作成ができ、品質・スピードが大幅向上
18. 18 【NEW】 RAGの外部データ連携 • Googleドライブ、Sharepoint、Boxの外部ストレージサービスとRAGを連携可能です • 連携することで、アップロードの手間がなくなり、常に外部ストレージサービス上の最新データを参照できます
19. 19 【NEW】 議事録生成機能 • 音声・動画ファイルをアップロードするだけで、AIが正確なトランスクリプトを作成 • トランスクリプトから、正確な議事録・要約やネクストアクションの整理ができ、実用性が高い • Stella AI for Bizの利用料金内で、クレジットゼロで利用可能！ 会議内容を簡潔に要約 話者を識別した 忠実なトランスクリプト ▪ トランスクリプトの精度が低く、内容がわからない ▪ 誰が何を話したのか分かりにくい • 1つの端末で会議に参加した場合、話者識別ができない • 自動文字起こしは誤変換が多い、文脈が崩れてしまう 動画を見返す手間が発生し、 議事録の有用性が低い
20. P.20 自己紹介 Stella AI for Biz サービス概要 爆速な開発体制構築 01 02 03 生成AIサービスの新機能開発で重要なこと 04
21. 21 絶え間ない技術革新 • 直近数ヶ月だけでも絶え間ないリリース モデル 機能 サービス Claude Opus 4.6 Claude Sonnet 4.6 Deep Agent Skills Pomell Lyria 3 Codex Spark Grok 4.20 GPT-5.2 File System Sandbox Claude Cowork Claude Cowork Legal RentAHuman. ai Open Claw Jasper AI Qwen 3.5
22. 22 開発体制を強化する必要性 • 競合はBigTeck • 普通の勝負をしていては到底勝てない
23. 23 生成AI駆動開発の整備 • サービス開発の全工程において生成AIの導入 • 生成AIの導入にコストを惜しまない 価値定義 / デザイン 開発 / レビュー テスト / リリース 1 提供価値の整理/定義 2 ユーザーストーリー/MVP 3 ワイヤーフレーム 4 UIデザインの作成 5 開発要件の整理 6 開発仕様の作成 7 作業のタスク化 8 実装 9 レビュー 10 QAテスト 11 リリース
24. 24 生成AI駆動開発価価値定義 / デザイン • 開発以外の概念設計やデザインに生成AI導入 提供価値の整理 / 定義 幅だし・壁打ち ユーザーストーリー / MVP整理 ワイヤーフレームの作成 UIデザインの作成 壁打ち 壁打ち デザイン作成ラフ案作成 ChatGPT ChatGPT ChatGPT FigmaMake
25. 25 生成AI駆動開発 開発/レビュー工程 • メッセージ 開発要件の整理 壁打ち・要件整理 開発仕様の作成 各作業のタスク化 実装 壁打ち、仕様を作成 MCPで出力してタスク化 実装 / 仕様ファイル群更新 レビュー レビュー自動化 Codex Codex Codex Codex Codex
26. 26 生成AI駆動開発の整備 • サービス開発の全工程において生成AIの導入 • 生成AIの導入にコストを惜しまない QAテスト リリース テストコード作成・QAさん実装理解
27. 27 生成AI駆動開発の整備 • 全てのサービス開発工程において生成AIの導入 2025年 1月 本格導入着手 2025年 10月 生成AI駆動開発基盤は実現 開発体制構築：4か月 Codex
28. 28 生成AI駆動開発の結果 • 少人数でのスピーディーな開発体制が実現 • 1週間で機能を6-10個リリース可能な開発体制 Ex) 3週間：28機能
29. 29 生成AI駆動開発からの学び • 生成AI駆動開発体制の重要ポイントが明確に • チームのメンバーのスキルが明確に ① トップダウンで生成AI駆動開発を進める ② チーム内で知識の共有を行う ② 日々調査と検証を繰り返す • 既存業務以外で生成AI駆動開発の検証時間を強制確保 • 検証を許容できる環境と文化 • ツールの発展が絶えない中で、新しいツールを導入できる環境 • チームの開発力を高めるためには個人で生成AIの使い方を最適では なくチーム内で最適化することが重要 • 他人の利用方法が見えにくい中で、個々の知見共有が重要 • prompt・skills・agentの共有を行うなどの工夫を行う • 日々の技術革新により最適解が変化するので毎日調査が必要 • 検証を繰り返す中でルールや仕様などリポジトリを育てる • 生成AIが実装を理解できるように仕様書を自動で更新できる仕組み
30. 30 現在の課題 • QAテストの稼動が逼迫しボトルネックに Codex ChatGPT FigmaMake
31. 31 生成AI駆動開発の今後 • ボトルネックになっているテスト・バグFixの自動化体制の強化 QAテスト リリース エラー / バグ検知 自動ワークフロー 実装 自動テスト / レビュー • 既存エラー・バグのテストケース自動化定義 • 全てのレイヤーで自動化 • コードを認知させる • 自動修正 Codex
32. 32 生成AI駆動開発の理想像 • 設計・開発・テスト・リリース・運用を0に近づける • 提供価値に人的リソースを割く 価値定義 / デザイン 開発 / レビュー テスト / リリース 1 提供価値の整理/定義 2 ユーザーストーリー/MVP 3 ワイヤーフレーム 4 UIデザインの作成 5 開発要件の整理 6 開発仕様の作成 7 作業のタスク化 8 実装 9 レビュー 10 開発要件の整理 11 開発仕様の作成 12 作業のタスク化 13 実装 14 レビュー 可能な限り0に 集中
33. P.33 自己紹介 Stella AI for Biz サービス概要 爆速な開発体制構築 01 02 03 生成AIサービスの新機能開発で重要なこと 04
34. P.34 議事録機能を開発 • 議事録サービスを2週間でリリース予定 • ロジックはある程度目星が立っている 2025年 11月末 開発着手 2025年 11月初旬 開発期間：2週間 議事録機能リリース リリース予定 ロジックはある程度目星が 立っているから余裕かな
35. 35 新機能の開発で重要なこと • 思っている精度がでない 2024年 8月中旬 開発着手 2024年 1月 開発期間：2週間 議事録の精度チューニング 議事録のトランスクリプトの精度が上がらない リリース予定
36. P.36 精度低いものを出しても意味ないし、 ロジックを再検討して高精度を目指そう！ 社長 0からロジック見直した方がいいんじゃない？ 最大の転機
37. 37 固定概念を排除することの重要性 • 固定概念を捨て、まったく別の方式を考えることも ワークフローの構成を根本から刷新 各フローで利用するモデルの再選定 ワークフローのチューニング
38. 38 圧倒的な議事録の精度 • 文字起こしの正確性を示すCERは0.7％（＝99.3％が正確）、 文単位のズレがないかを確認するSERでも、2.7％（＝97.3％が正確）となり、他ツールとの比較で圧倒的な精度 • 時間のかかる議事録業務から解放されることで修正の手間が極限まで減り、大幅な効率化が見込めます CER※１ （文字起こしのエラー率） SER※２ （文単位のエラー率） Stella AI for Biz 0.7％ 2.7％ Notta 0.5％ 18.9％ Copilot 7.6％ 33.8％ ※１ CER（Character Error Rate：文字誤り率） 正規化後のテキスト間のLevenshtein Distance（編集距離）による文字単位の誤り率。 改行を除く。 ※２ SER（Sentence Error Rate：文単位の誤り率） 文末記号で区切った文単位での不一致率。改行を除く。
39. 39 新機能における精度評価 • 生成AIサービスの評価は難しい • 様々な評価方法があるが、どれを採用？ • 評価体制の構築に時間がかかり初期リリースが... 評価指標 Humanity’s Last Exam ARC-AGI-2 GPQA Diamond AIME 2025 評価体制の確立 初期から全て整えるには時間がかかる MathArena Apex MMMU-Pro MMMU-Pro • データ取得基盤 • 評価データの整理 • 評価ロジックの確立
40. 40 最初期の評価 • 評価指標が確立され容易に評価可能な場合：評価指標を利用 • マッチする評価指標がない場合：人力で評価 メリット 実例：議事録 予期していないテストケースに対応 精度では測れない人の感性評価 トランスクリプトの欠落がわかる 利用して使いやすいアウトプットになって いるかがわかる
41. 41 最後に 世の中に新たな価値を爆速で提供するために 何を生成AIで効率化できて どこに人のリソースを割くべきか日々更新していきましょ！
42. 最後に ユーザービリティの改善・革新的な体験価値の創出に日々努めていきます！ ご清聴ありがとうございました！ P.42 Stella AI for Bizにご興味を持った方は お問合せ or ご連絡ください！ 一緒に働きたいと思った方は、 ご連絡ください！ お問合せ：https://lp.stella-ai.net/biz/ 連絡先：メール or Facebook Email：hr@supernova-inc.com 連絡先：お問合せ or Facebook 源 芳朗（Minamoto Yoshiro） お問合せ 採用メール Facebook