Loading video...

Video Failed to Load

Go Home

【AI時代のプロダクト論】 ✅ 処理はAI、確認は人へ ✅ 電話の音声データは、Googleも持っていない ✅ 言語の次は、AIに「運動神経」を持たせる 「プロダクト」の定義が、AIで変わりはじめている。 LayerX × IVRy × newmo が語る、AI時代のプロダクトの本質とは。 #StartupAquarium

13,008 views • 1 month ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

『AI 時代の、スタートアップのセンターピン』 ブースト・キャピタル 小澤隆生さんが語る答えが、 明確すぎた。 ❶ AI 時代、プロダクトは均質化する 「プロダクトは、均質化していく」 バイブコーディング、AI エージェント 内製化できることが、どんどん増える。 でも、それは全員が同じ条件で使えるツール。 「作れる、ということ自体は、価値にならなくなる」 ⇒ AI 時代の差別化は、 作る力ではなく、別のところにある。 ❷ B2B の答えは、営業 「B2B のセンターピンは、営業」 なぜか? 「AI は、通じない」 つまり、 ・要件定義から、何を作ったらいいですか?と考える力 ・クライアントに、どういうものが欲しいですか?と聞ける力 ⇒ B2B で AI 時代を勝ち抜くのは、 聞ける営業を持つ会社。 ❸ もう1つのセンターピンは、採用 「もう1つは、営業を取れる人を、採用する力」 これは、AI が代替できない、人と人の接点。 特に B2B は、 「多分、ずっと人が必要」 そして、 「AI 時代において、どんな企業体でも」 「センターピンは、採用と営業」 「これが強い会社は、どこまでも永遠に、強い」 ⇒ AI に代替されない領域を、 最初に固めた会社が、勝つ。 年商数十億規模に伸ばすために ・作る力を、差別化の起点にしない ・聞ける営業を、事業の中心に置く ・採用を、経営者の最重要業務にする 「AI 時代には、人と人の接点を、磨いていく」 事業の勝敗は、AI をどれだけ使うかも大事だが AI に代替されない部分を、どれだけ強くしたかが、 より重要。

ビジラボ|

329,756 views • 2 months ago

6〜12ヶ月以内に ソフトウェアエンジニアという職業が ほぼ成立しなくなる可能性が高い AnthropicのCEOが言ってる話 モデルにコードを書かせて そのコードで次のモデルを作って またモデルにコードを書かせる この自己進化ループで AIの進化速度を限界まで上げる 実際、Anthropicでは エンジニアがほとんどコードを書いてない AIが生成して 人間は直すだけ これ、Anthropicだけじゃない Googleは社内コードの25%以上がAI生成 GitHub Copilot経由だと コードの30〜40%がAI製 Sam Altmanも 「ソフトウェア開発の大部分はAIが書く」 って言ってる NVIDIAのJensen Huangは 「自然言語が新しいプログラミング言語になる」 もちろん制約はある チップ、学習時間、物理スケール 完全に置き換わるまでは 数年かかる可能性もある ただ、方向はもう決まってる これからは コードが書けるかじゃなくて AIに何を書かせるか どこに使うか 日本はAIアダプテーションだいぶ遅れてるけど スタートアップではコードを一切書かないこともある 未来への進化、変化は勝手に起こるのではない 力のある人間が、それをリアルに『変えている』 彼らが言うことは本当になってしまう これからは コードが書けるかじゃなくて AIに何を書かせるか どこに使うか この変化を 知ってから動く側にいたい人は Taishi | AI Language Learning App 🧞‍♂️ をフォローしておくと たぶんタイムラインのノイズは減る

Taishi | AI Language Learning App 🧞‍♂️

44,581 views • 7 months ago

イーロン・マスクが『AI戦争の本当の敵は中国』と言う理由 イーロン・マスクは最近のインタビューでこう言った 『AIの覇権争いは そのうち中国との本気の戦いになる』 多くの人は OpenAI vs Google xAI vs Anthropic みたいな構図で見ている でもイーロンが見ているのは その一段上 『国家 vs 国家』 なぜならAIは ソフトの戦いじゃない 『電力と半導体の戦争』だから イーロンが指摘したのがここ 中国は ・原発 ・水力 ・太陽光 ・石炭 すべてをフル稼働させて 発電量を爆増させている 予測では 2026年に 中国の発電量は アメリカの約3倍に達する可能性がある これが何を意味するか AIの性能は ほぼ『どれだけ電力を燃やせるか』で決まる 電力 → GPU → 学習 → 知能 だから 電力を制する国が AIを制する しかも中国は ・自国製GPU ・自国クラウド ・国家主導のAI開発 を同時に進めている アメリカは 民間企業がバラバラに戦っているが 中国は国家プロジェクト だからイーロンは xAIとGoogleが インフラを取り合っている裏で 『本当の相手は 中国という国家』を見ている OpenAIが誰に買われるか どのモデルが強いか それは前哨戦 本戦は 『どの国が 最も多くの電子を燃やせるか』 ここからが AIの本当の覇権争い イーロンが言う『ここからが本番』は ガチでこの意味や この話を『へえ』で流した人と 『次の10年の世界地図』として読んだ人で 人生の位置取りが変わります シリコンバレーの創業者たちが 水面下でどこと戦い 何を取りに行っているのかを 日本語で解剖しています ニュースでは絶対に語られない 『本当のプレイヤーと勝ち筋』を知りたい人だけ → Taishi | AI Language Learning App 🧞‍♂️ をフォロー このポストは AI戦争が本格化したときの参考書になるので ブックマークしておくと後で効いてくる

Taishi | AI Language Learning App 🧞‍♂️

511,665 views • 8 months ago

イーロン・マスクが『AI戦争の本当の敵は中国』と言う理由 イーロン・マスクは最近のインタビューでこう言った 『AIの覇権争いは そのうち中国との本気の戦いになる』 多くの人は OpenAI vs Google xAI vs Anthropic みたいな構図で見ている でもイーロンが見ているのは その一段上 『国家 vs 国家』 なぜならAIは ソフトの戦いじゃない 『電力と半導体の戦争』だから イーロンが指摘したのがここ 中国は ・原発 ・水力 ・太陽光 ・石炭 すべてをフル稼働させて 発電量を爆増させている 予測では 2026年に 中国の発電量は アメリカの約3倍に達する可能性がある これが何を意味するか AIの性能は ほぼ『どれだけ電力を燃やせるか』で決まる 電力 → GPU → 学習 → 知能 だから 電力を制する国が AIを制する しかも中国は ・自国製GPU ・自国クラウド ・国家主導のAI開発 を同時に進めている アメリカは 民間企業がバラバラに戦っているが 中国は国家プロジェクト だからイーロンは xAIとGoogleが インフラを取り合っている裏で 『本当の相手は 中国という国家』を見ている OpenAIが誰に買われるか どのモデルが強いか それは前哨戦 本戦は 『どの国が 最も多くの電子を燃やせるか』 ここからが AIの本当の覇権争い イーロンが言う『ここからが本番』は ガチでこの意味や この話を『へえ』で流した人と 『次の10年の世界地図』として読んだ人で 人生の位置取りが変わります シリコンバレーの創業者たちが 水面下でどこと戦い 何を取りに行っているのかを 日本語で解剖しています ニュースでは絶対に語られない 『本当のプレイヤーと勝ち筋』を知りたい人だけ → Taishi | X自動化ハッカー をフォロー このポストは AI戦争が本格化したときの参考書になるので ブックマークしておくと後で効いてくる

Taishi | X自動化ハッカー

169,775 views • 7 months ago

イーロン・マスクが『人類の労働』を終わらせに来ている話 イーロン・マスクは最近こう断言した 『オプティマスは人類史上最大のプロダクトになる』 これは誇張でもマーケでもない ガチのロードマップ テスラがやろうとしているのは 『EVを作る会社』ではない 『AIで動く労働力を大量生産する工場』になること オプティマスは 人型ロボットで 人間と同じ環境で 人間の代わりに働く 工場 倉庫 建設現場 レストラン 介護 物流 農業 人間がやっている ほぼすべてのブルーカラー労働が対象 イーロンははっきり言っている 『人間がやる必要はない』 なぜテスラが勝つのか それはすでに ・自動運転で集めた ・現実世界の映像データ ・人間の動作データ ・物理世界の失敗と成功のログ を世界最大規模で持っているから オプティマスの脳は GrokやTesla AIで学習し 身体はテスラの工場で量産される これはソフトとハードが 最初から一体で設計された 唯一のロボット企業 しかもテスラは すでに年間数百万台の車を 自動化された工場で作っている その生産ラインを 『車』から『ロボット』に切り替えるだけ だからイーロンは 『ロボットの原価は車以下になる』と読んでいる 1体数百万円 数千万台規模で量産 これは 人類史上初めて 『労働がほぼ無限になる』瞬間 だから次にやることが火星 SpaceXは オプティマスをロケットに乗せて 火星に送り込む予定 理由は単純 人間を送る前に ロボットで ・基地を作る ・酸素を作る ・水を掘る ・発電所を作る 火星を『住める星』に変える 人類が降り立つ頃には すでにロボットが街を作っている イーロンがやっているのは AIのデモではない 『人類の労働と居住圏を再定義する産業革命』 オプティマスは ロボットではなく 『新しい経済圏』そのもの だから彼は言う 『これが最大のプロダクトになる』 これは未来の話ではない テスラの工場では もう動き始めている シリコンバレーの最前線で 『いま何が仕込まれているか』を 日本語で構造ごと解説しています ・なぜこの技術が来るのか ・なぜこの会社が勝つのか ・日本はどこで負けるのか この視点を毎日流してます → Taishi | 元シリコンバレーCTO🚀 をフォロー この投稿は オプティマス時代に生き残るための地図になるので ブックマークしておくと後で効いてくる

Taishi | 元シリコンバレーCTO🚀

51,966 views • 7 months ago

【テレアポ完全終了】 AIが日本語で電話してる。 しかも女の子の声で自然。 相づちも間も人間レベル。 実際の音声を聞けば分かる。 営業代行で月150万円狙える領域。 もう「電話できる人」より「AIに電話させる人」が強い。 本文: AIテレアポは、営業代行ビジネスを変える。 理由はシンプル。 人を増やさなくていいから。 今まで営業代行は、 人を採用して、 教育して、 管理して、 架電数を増やしていた。 でもこれ、重い。 固定費が高い。 品質もブレる。 AIなら、 最初から台本通りに動く。 断り文句も記録する。 会話ログも残る。 改善も速い。 GPTで業種別のトークを作る。 Claudeで会話の分岐を作る。 Cursorで管理画面を作る。 OpenClawでリスト投入から記録まで回す。 これで、 少人数でもテレアポ代行の形が作れる。 もちろん運用ルールは必要。 AI音声だと分かる設計。 個人情報の管理。 無理な営業をしない台本。 ここを守った上で使えば、 営業のコスト構造が変わる。 今から見るべきは、 「AIで文章を書く」じゃない。 AIに話させる。 AIに聞かせる。 AIに記録させる。 この3つを持った人間が、 次の営業市場を取る。 知識差が、そのまま収益差になる。

鈴木@アナログ営業会社を100日後にAIで売上を300%にする人

830,825 views • 2 months ago

NVIDIAのCEOが断言 コードを書くだけのエンジニアは、全員AIに消える ジェンスン・フアンのこの発言は、 生成AI時代のエンジニア全員が知っておくべき話 エンジニアの目的を一言で言うと 問題を解くこと コーディングは目的ではなくて手段 ただの作業のひとつ もし 「目的=コードを書くこと」 になってたら それはAIに代わられる側になってしまう Jensenの生い立ちから追うと、かなり刺さる 彼は台湾生まれ 幼少期にアメリカへ移住するが、 英語も話せず、文化も分からんまま かなり荒れた学校に放り込まれた 勉強ができるかどうか以前に 「どう生き残るか」を考えないとあかん環境 そこで彼が身につけたのは テクニックでも要領でもなく、 「今この場で一番の問題は何か」を見抜く力やった その後エンジニアになり、 LSI Logic、AMDと 半導体業界の最前線を渡り歩く ここで彼は気づく ・技術的に面白いこと ・会社が本当に困ってること ・市場が評価すること これらが ほとんど一致していないという現実に 多くの会社は 「作れるもの」を作り、 「今ある市場」に最適化して、 本当の問題から目を背けていた だったら自分でやるしかない 1993年、 JensenはNVIDIAを創業する でも当時のNVIDIAは 今みたいなAI企業ではなかった グラフィックス市場は不安定。 資金はない。 失敗したら即終了の世界。 実際、 最初のプロダクトは盛大にコケた このとき彼は 「コードが悪い」とは言わなかった 「俺たちは間違った問題を解いていた」 そう結論づけて、 市場と技術の“問い”から全部やり直した そこから GPUという概念を磨き続け、 10年以上「意味わからん会社」扱いされながら、 計算・並列処理・AIに賭け続けた 結果、 “誰も本気で向き合ってなかった問題”を 解き続けた会社だけが AI時代のど真ん中に立った だから今、彼はこう言う エンジニアの仕事は 新しい問題を見つけて それを解くこと 会社の中には 未発見の問題がうじゃうじゃある。 だからこそ時間が命。 ここが1番重要 生成AI時代に 仕事を失うエンジニアと 給料が上がるエンジニアの差は、 コードの上手さではない ・何が本当のボトルネックか説明できるか ・それを解いたら売上/コスト/速度がどう変わるか言えるか ・AIに任せる部分と、人間が決める部分を切り分けられるか これができる人は AIを「脅威」ではなく 生産性ブースターとして重宝される 逆に 「実装だけ」「言われたことだけ」 になった瞬間、 AI+安い人材に置き換えられる というか完全に不要に 給料を上げたかったら やることはシンプル ・コードを書く前に“問題定義”を書く ・要件をそのまま受け取らず、1回疑う ・AIで実装を高速化して、空いた時間で“問い”を探す ・ビジネス側と同じ言葉で話す これができるエンジニアは 「作業者」やなく 意思決定に近い存在になる Jensenが言ってるのは 「コード書くな」ではない 目的と作業を混同するな ということ 生成AI時代、 生き残るエンジニアは 一番最初に 「何を解くべきか」から考える これ読んで 「ちょっと焦った」なら、 たぶん感覚は間違ってない 生成AI時代、 何もしないのが一番リスク高い 考えがズレてないか確認する用に、 ブックマークして定期的に見直し推奨 こういう 生成AI時代のエンジニア論とか プロダクト・意思決定・キャリアの話は、 シリコンバレーのスタートアップでCTOやってきた視点で 定期的に書いてます 気になった人は Taishi | AI Language Learning App 🧞‍♂️ をフォローしといてィ

Taishi | AI Language Learning App 🧞‍♂️

139,496 views • 7 months ago