【資料】aiとデータプラットフォームがもたらす世界 ~fintech,...
TRANSCRIPT
2016/08/31
AIとデータプラットフォームがもたらす世界
~Fintech、HRtechの最新事例と合わせて~
本日のプログラム
● AIとデータプラットフォームがもたらす、“人が創造的な活動にフォーカスできる世界”
● Fintech・HRtechにおける3つのステップ~UX革命・グロース・データ蓄積〜
● ビジネスパートナーとしてのAI〜人が創造的な活動にフォーカスするための第4ステップ〜
● Q&A
● 懇親会
2
代表取締役 佐々木大輔
プロダクトマネージャー 坂本 登史文
原 啓太郎
CTO, スモールビジネスAIラボ所長 横路 隆
はじめに
AIとデータプラットフォームがもたらす、“人が創造的な活動にフォーカスできる世界”
代表取締役 佐々木 大輔
佐々木大輔 - 代表取締役
● 一橋大学商学部卒、データサイエンス専攻。学生時代からスタートアップにてシステム開発やマーケティングリサーチ手法の開発を行う。
● 博報堂にてマーケティング・プランナー、PEファンド(CLSA)にて投資アナリスト業務に従事。
● 株式会社ALBERTにて執行役員。レコメンドエンジンの開発を率いる傍らCFO(最高財務責任者)を務めた。
● Googleにて日本での中小企業向けマーケティングチームの立ち上げを経て、日本およびアジア・パシフィック地域での中小企業向けマーケティングを統括。
● 2012年7月 freee 株式会社を設立。● 実家は下町の美容院。趣味はランニン
グと娘と食とビールと海で浮かぶこと
4
直近の取り組み
5
● 「クラウドERP」をコンセプトに中規模法人向けのERPソリューションに進出
● 金融機関14行との連携(振込手続き自動化、専用オンラインバンキングプラン開始等)
● 「リアルタイム経営パートナー」である認定アドバイザー数が業界最速の伸びで3,000名突破
企業数
〜500人
中堅規模法人向けクラウド ERPの実現
小規模/個人
大規模
中堅規模
2015年以降、各所で”X-tech”が取り上げられている
6
Fintech金融
Gov-tech公的領域
HRtech人事Agri-tech
農業
Edu-tech教育
Ad-tech広告
X-tech
X-tech
X-tech
RE-tech不動産
Legal-tech法律
X-techの真髄とは
7
世の中で既に期待されているユーザーエクスペリエンスと実際に領域Xで提供されるサービスとの間のギャップ
すでに実現されている世界 ユーザーが期待する世界
特定領域Xにおける実際のサービス
大きなギャップ
モバイルで配車・運賃決済
・安く・速く・簡単な操作で・難しい知識は不要・いつでも・どこにいても・誰とでも...
・高額な初期投資やランニングコスト、手数料・長いリードタイム・複雑な導入プロセス・分かりづらいユーザーインターフェース・難しい知識が必要・「平日9時〜17時のみ」のような時間限定のサービス・特定の場所に行かなければ使えない・他のユーザーと繋がれない
ユーザー
...
...
世界中の商品を検索、すぐに配送
8
グロース データの蓄積UX革命
1 2 3 4
“人が創造的な活動にフォーカスできる世界”に到達するまでには、4つのステップがある
AIのビジネスパートナー化
革新的なテクノロジーが、ユーザーエクスペリエンスの
期待と現実のギャップを埋める
ステップ1:UX革命
● インターネットやモバイルの普及、クラウド技術などをベースに各領
域でX-techが誕生する
● これまで各領域で質の低いユーザーエクスペリエンスをやむなく受
容していた人々は、期待通りかそれ以上のサービスを受けられるよ
うになる
9
UX革命
1
「圧倒的に質の高いユーザーエクスペリエンスがユーザーを惹きつけ、
ユーザー増加により利便性が高まる」、正のループが誕生する
ステップ2:グロース
● 質の高いユーザーエクスペリエンスに惹かれて、良質なサービス
のユーザー数は非連続的に増加する
● ユーザー数増加⇔利便性向上の正のループが誕生する
● ユーザーが増えるほど利便性が高まるプラットフォームビジネス
が勢いを増す
10
グロース
2
非連続的なユーザー増加を背景に、大量のデータがサービスに蓄積され
る
ステップ3:データの蓄積
● 下記のようなデータがビックデータとしてクラウド上に蓄積さ
れる
○ これまでそもそもデータ化されていなかった情報
○ データ化されていても少量に限られていた情報
○ ローカルに保存されていた情報11
データの蓄積
3
大量のデータを取り込んだ第三世代AIが、人間をエンパワーするビジネ
スパートナーになる
ステップ4:AIのビジネスパートナー化
● 現在興隆の最中にある第三世代AIは、大量のデータが与
えられるほど真価を発揮する
● 特に恩恵を受けるのは、①そもそも人間の知能では解決で
きなかったエリアや②労働集約によりなんとか解を出してい
たエリアである
● 人工知能は人間をエンパワーする存在となる 12
AIのビジネスパートナー化
4
AI時代、人に残されるのは
事業への情熱やコミットメント
● AIがビジネスパートナーとなることで人は単純作業から開放さ
れ、人間では導けなかった高度な洞察を得られる
● これにより人は「人でなければできない」創造的な活動により多く
の時間を割き、成果を出せるようになる
● freeeはこのような世界の実現を強力に推進していく
13
グロース データの蓄積AIのビジネスパートナー化
UX革命
1 2 3 4
スモールビジネスに携わるすべての人が
創造的な活動にフォーカスできるよう
14
Fintech・HRtechにおける3つのステップ ~UX革命・グロース・データ蓄積〜
プロダクトマネージャー
坂本 登史文原 啓太郎
Fintech
● 大手メーカー系IT企業に新卒で入社し、SAPコンサルタントとして会計システムの開発に従事
● DeNA株式会社に転職データサイエンティストとして、ゲームの開発・改善を行う
● 2014年3月freee株式会社に参画データ分析部の立ち上げ・会社設立freeeの開発に従事。現在は製品企画を統括する執行役員
● 生活の全てをデータ化したい。Googleの広告は受け入れられているのにオフラインになるとみんな拒否反応示すのはなんでだろう?というのが最近の不思議。
坂本登史文 - プロダクトマネージャー
17
Fintechの真髄
Fintechの真髄: 世の中で既に期待されているユーザーエクスペリエンスと実際に提供される金融サービスとの間のギャップ
18
ユーザーが期待する世界
実際の金融サービス
大きなギャップ
簡単に安くすぐに決済できる
一瞬で手続きが終わる
会計帳簿が自動で作成される
決済
融資
会計......
決済
融資
会計
複雑な手続きや数日のリードタイムが必要
大量の書類を記入し十数日のリードタイムが必要
専門知識や大量の転記作業が必要
ユーザー
すでに実現されている世界
モバイルで配車・運賃決済
...
世界中の商品を検索、すぐに配送
Fintechの様々なプレイヤー
19
2010年頃から米国を中心にクラウド技術を活用した、新しい金融サービスが登場。融資・決済・会計などその分野は多岐に渡る。
事例1: 海外送金におけるギャップ
20
ユーザー
FacebookやLinkedInは世界中の友達と簡単に一瞬でつながれる時代。海外送金においても、安価・簡単・即日のサービスがほしい。
銀行を通じて 高い手数料 数日の送金処理
海外送金を行う際の一般的な金融サービス
大きなギャップ
期待
現実
海外送金分野事例: TransferWise
21
簡単・安価・即日の海外送金サービス
ユーザーの期待しているレベルで、 簡単・安価・即日の海外送金サービスをリリース。ほぼ為替レートに近い金額での海外送金が可能で、銀行の手数料と比較すると1/8程度であることが多い。
UX革命
グロース
データの蓄積
開始5年で累計送金額800億円へ成長
2011年創業。2016年には、100万人のユーザーを有し、国際送金の取扱総額は7.5億ドル(約800億円)に達し、毎日100万ドル(約1億円)の手数料が節約されている。
海外送金決済履歴のデータが集まる
従来、銀行でしか持ち得なかった、 個人間の海外送金のデータが集まるプラットフォームへと進化。今後、このデータを活用したビジネスを行うことが期待されている。
1
2
3
事例2: ビジネスローン分野
22
ユーザー
個人の借入はオンラインで完結する時代。ビジネスローンでも、簡単・即日でオンライン完結してほしい。
大量の書類 金融機関へ直接申込
事業者がビジネスローンを申し込む際の一般的な金融サービス
大きなギャップ
遅い審査・入金
現実
期待
ビジネスローン分野事例: Kabbage
23
Web上で数分で完了するビジネスローン
従来は銀行に出向き、多くの紙を記入する必要があったビジネスローンの手続きをWeb上で数分で完結させた。手続きが簡単なだけでなく、審査も一瞬で終了し、手続き後翌営業日には現金が振り込まれる。
UX革命
グロース
データの蓄積
開始6年で累計貸付額100億ドルへ成長
2015年10月時点での評価額は100億ドル に到達。同社によると、サービス提供開始以来、現在まで10万件以上の企業を対象に総額 100億ドルの融資を行ってきた。
職種・地域ごとの借入・返済データが集まる
今までは巨大銀行しか持ち得なかった、職種・地域ごとの 借入・返済データがあつまるプラットフォームへと進化。このデータを用いることで、さらなる与信の正確な予測が可能に。
1
2
3
事例3: 会計ソフト分野
24
ユーザー
GoogleやFacebookは写真から人物を判別し、アルバムを作ってくれる。会計でも同じことができるはず、自動で会計帳簿を作ってほしい。
事業者が帳簿付けをする際の一般的な会計ソフト
大きなギャップ
専門知識が必要 大量の転記作業 経理の負担大
現実
期待
会計ソフト分野: freee (1/3)
25
会計帳簿を自動で作成するクラウドサービス
freeeを使うことで、会計帳簿が自動で作成されます。帳簿作成に必要な情報は、オンラインバンキングから自動取得・ freee上で請求書作成・モバイル端末からの領収書アップロードなど、様々な方法に対応。
UX革命
金融機関 EC売上管理 決済代行
POSレジ
会計帳簿
自動生成
1
会計ソフト分野: freee (2/3)
26
グロース 開始3年で60万事業所が利用・クラウドシェアNo.1
サービス開始から3年で60万事業所が使用するサービスへと成長。クラウド会計ソフトシェアNo.1を達成。2
会計ソフト分野: freee (3/3)
27
データの蓄積 企業内の会計データ・企業間の決済データが集まる
これまで企業の中にしかなかった、 企業内の会計データが集まるプラットフォームへと進化。企業内の会計データだけではなく、請求書・発注書などで介される、企業間の決済データもfreeeに集まる。
企業内の会計データ 企業間の決済データ
入金データ
出金データ
入金データ
出金データ
会計データ
売上 費用売上 費用
請求・決済データ
請求・決済データ
請求・決済データ
3
Fintech まとめ
UX革命
グロース
データの蓄積
簡単・安価・即日の海外送金を実現
開始5年で累計送金額7.5億ドル
個人間の海外送金データ
クラウド上でビジネスローンを数分で
完結
サービス開始6年で累計貸付金額
100億ドル
職種・地域ごとの借入・返済データ
クラウド上で会計帳簿を自動で作成
サービス開始3年で60万事業所が使用
企業内の会計データ企業間の決済データ
1
2
3
HRtech
● McGill University(カナダ)薬学部修了
● インターンとしてfreee株式会社採用チームに参加。採用チーム立ち上げに貢献。
● 新卒入社したアクセンチュアを半年で退職、2016年5月にfreee株式会社に入社。カスタマーサクセスとして顧客のサービス導入支援に従事した後、プロダクトマネージャーに転身。現在は法人向けプロダクト開発を支援。
● 趣味は住宅街散策
原 啓太郎 - プロダクトマネージャー
30
Keitaro写真
HRtechの真髄
HRtechの真髄とは、世の中で既に期待されているユーザーエクスペリエンスと
実際にHR(ヒューマンリソース)業務領域で提供されるサービスとの間のギャッ
プ。
31
ユーザーが期待する世界
実際のHRサービス
大きなギャップ
必要な人材を最速で確保。
最高の職場環境と生産性。
事務コストゼロ。......
採用管理
生産性
給与事務
複数媒体の管理。費用対効果が不明。
社員の実態を測ることが困難。的はずれな施策。
複雑な計算が必要。大量の間接作業。
ユーザー
採用管理
生産性
給与事務
すでに実現されている世界
モバイルで配車・運賃決済
...
世界中の商品を検索、すぐに配送
HRtechマップ
32
HRtech市場は現在黎明期にあり、あらゆる分野のサービスが誕生している。
2015年の米国でのHRTech新興企業125社への累計投資額は2400億円。
HRサービスの世界市場規模は45兆円。
事例1:採用管理分野の課題
33
候補者をスピーディーに漏れ無く管理。候補者獲得に困ることがなく、空いたポジションを直ぐに埋めることができる。採用後のミスマッチがゼロ。
大きなギャップ
煩雑な作業が多い 費用対効果が見えない 評価が属人的
ユーザー
現実
期待
採用管理分野:Greenhouse
34
一元採用管理プラットフォーム
それぞれ独立した媒体を一つのプラットフォームで 統合管理。候補者との接触から面接の設定、評価、採用まで、一気通貫で実現。求人票の A/Bテストや採用チャネルのROIを可視化。従来の主観的な面接評価を標準化。
設立4年で総顧客数1500社以上
Airbnb、Snapchat、Evernoteなどのグローバルで活躍する先進的な企業に採用され、累計調達額は 6000万ドルにも上る。あらゆる企業の採用戦略が数値として蓄積され、ベストプラクティスが設計される。
数値化された候補者・採用情報が集まる
従来は分散され計測困難であった指標が数値化される(総応募数、面接通過率
など)。今まで計測手段の無かった候補者の評価や期待率などが数値化され
る。
UX革命
グロース
データの蓄積
1
2
3
事例2:企業文化と生産性分野の課題
35
従業員が最大の成果を出せる環境になっている。不満が発生したら直ぐに対処できる。 企業目標に対するエンゲージメントが高い。
大きなギャップ
実態が把握できていない 改善方法が分からない
ユーザー
現実
期待
企業文化と生産性分野:Culture Amp
36
企業文化を可視化
サーベイを定期的に従業員に配信し、 仕事への満足度や生産性を計測可能に。サジェストされた改善施策を実行することで従業員のエンゲージメントを高めることができる。
設立5年で20,000ユーザー
Pintrest、Yelp、Slack、Airbnbなど最先端の IT企業を中心に採用され、他業種へも拡大中。500社2万人のデータがリアルタイムで集積されており、分析データの増加によりサーベイ精度は高まる。累計資金調達額は 1000万ドル。
従業員の性質についての情報が集まる
企業の文化はどのように従業員の生産性に影響するのか。従業員が企業を選び、定着し、辞めていく際の要因は何か。今まで計測することのできなかった働く人間の性質や企業の文化との関係を表すデータが蓄積される。
UX革命
グロース
データの蓄積
1
2
3
事例3:給与管理分野の課題
37
ユーザー
給与の計算から振込まで短時間で間違えずにできる。法改正を一々調べなくても、勝手に反映される。個人情報の扱いに関しても心配が無い。
大きなギャップ
煩雑な作業 法令遵守 セキュリティ
現実
期待
給与管理分野:freee (1/3)
38
煩雑な給与事務を1クリックで
従来の手作業ベースで断続的な給与事務を、クラウド上に シームレスで実現。オンライン、自動化、モバイルのメリットを最大限に活かし、管理業務に割く 時間と労力を大幅に削減。
従業員
役所
給与明細
個人情報・勤怠
給与・社会保険料・税金納付
行政手続
UX革命
1
給与管理分野:freee (2/3)
39
2年でシェアNo.1
リリースから2年でクラウド給与計算ソフト市場シェア No.1に。クラウド型ソフト市場の潜在的な成長機会は大きい。ユーザーの増加に比例して、使いやすさは向上する。
※株式会社MM総研調べ
引用元:株式会社MM総研
グロース
2
給与管理分野:freee (3/3)
40
正確な従業員情報や企業情報が集まる
従業員の年収や扶養家族などの情報が 時系列で蓄積。従業員情報は転職した際に企業間での移行が可能に。企業の平均年収、残業時間、福利厚生や拡大速度などの正確な情報が蓄積。
従業員情報
賃金形態
◯☓商事
福利厚生
就業規則
人件費
平均残業時間
平均勤続年数
従業員数従業員情報
正社員基本給35万扶養家族0名
住宅手当受給
入社
引っ越し
扶養家族1名
結婚
基本給40万
昇進
転職データ
転職データ
転職データ
企業間の転職情報
データの蓄積
3
HRtech まとめ
41
採用管理プラットフォーム
4年で顧客数1500社
候補者情報
従業員サーベイツール
5年で2万ユーザー
企業文化と生産性
給与事務をクラウド上で自動化
2年でシェアNo.1
従業員と企業情報
UX革命
グロース
データの蓄積
1
2
3
ビジネスパートナーとしてのAI〜人が創造的な活動にフォーカスするための第4ステップ〜
CTO, スモールビジネスAIラボ所長
横路 隆
● Ruby City 松江育ち。慶應義塾大学院理工学研究科修了、専攻はコンピュータサイエンス。
● 学生時代よりe-learningや不動産担保融資支援など、ビジネス向けのシステム開発に携わる。
● 2010年、大学院修了後はソニーにてデジタルカメラの製品開発に従事した後、2012年、freee株式会社を共同創業。
● スモールビジネスAIラボ所長。テクノロジーでスモールビジネスのありかたを再定義していきます。
横路 隆 - CTO, スモールビジネスAIラボ所長
43
X-tech に蓄積された大量のデータを取り込むことにより、
AI は人をエンパワーするビジネスパートナーとなる
FintechGPSに紐付いた個人の購買データ
事業所の販売データ
職種・地域ごとの借入・返済データ
企業内の会計データ企業間の決済データ
人材分析情報 企業文化と生産性 従業員情報
HRtech
既存顧客からXX億円の売上が見込め、リスクはXXです。近い分野で実績があって実行力のあるXXにXX円から任せてみるのはどうでしょうか?
新規にこんな事業をやりたいのだが、どれくらいの売上が見込めるか?リスクはどこにあるか?誰に任せて、いくらかければよいか?
AI(人工知能)とは
● 人工的に知能をつくる取り組みと、それにより人の知能に
ついて理解しようという取り組み。また、その成果物
45
知能
生命
● 確たる知能の定義はない
○ 知識を得る能力・その知識である
(Henmon,1921)
○ 高等な抽象的な思考の能力である
(Terman,1921:Thurstone,1938)。
○ 環境への適応能力である (Stern,1928)
AI はいかに知能を獲得してきたか
● 第1世代: マシンパワーによる「試行」の獲得
○ 膨大な組み合わせ・場合分けの解を導くことが可能に
● 第2世代: ストレージによる「知識」の獲得
○ 膨大なルールによる因果関係に基づく解を導くことが可能に
● 第3世代: データによる「認知」「学習」の獲得
○ 圧倒的に高精度な分類・予測が可能に
462010-1980-1970-
第1次 AI ブーム【試行の獲得】 第2次 AI ブーム【知識の獲得】 第3次 AI ブーム【認知・学習の獲得】
【第2世代】対話システム
【第1世代】プランニング
【第2世代】エキスパートシステム
【第3世代】機械学習
Deep Blue (1997)
Siri (2011)・bot
Watson (2010)
機械翻訳・Googleの猫
Deep Learning統計的自然言語処理
データを制するものが AI 時代を制する
● ある課題を解くために「データのどこに着目すべきか?」を
AI が自分で決められるようになってきた
● その結果、大量のデータさえあれば、高精度な予測や分類によって
人間の能力を補完・拡張できるようになった
● さらに、先に見てきたように、AI が大量のデータにアクセスできる環
境が各領域で整いつつある
47
データの蓄積 第3世代 AI AIでひとの能力が拡張される世界
AI 時代に人は何をすべきなのか
48
人に出来ること 人に出来ないこと
● 目的が明確な課題解決
● 分析業務やルーチン作業
● 人の試行・知識・認知・学習の限界を
超えた作業。トレンドは
圧倒的に高精度な予測・分類
● ビジョンや目的を設定する
● 人と対話して共感を得る
● 前例がない状況での意思決定
AI に
出来ること
AI に
出来ないこと
AI 時代に人は何をすべきなのか
49
人に出来ること 人に出来ないこと
● 人の作業が低コスト・高効率な AI
に置き換えられていく
● 例:事務作業
● AI によって人がエンパワー
されていく
● 例:病理診断・防犯
● 人にしかできない活動の価値が高
まっていく
● 例:新規事業立上げ
AI に
出来ること
AI に
出来ないこと
AI に任せる領域
人がやる領域
会計帳簿
Fintech/HRtech x AI で何が出来るようになるのか
例1:経理作業の自動化(Before)
仕訳帳 売掛帳
銀行通帳領収書 請求書POSレジ
現金出納帳経費帳
目で確認して消込
経理の知識をもつひとが、取引の経路毎に手入力
紙帳簿の場合転記が必要
会計データをつくるために、業務をまたいで同様の手作業が何度も発生していた
Fintech/HRtech x AI で何が出来るようになるのか
例1:経理作業の自動化(After)
販売データ 購入データ 入出金データ
会計データ
販売データ
自動仕訳 AI
ECサイト 決済代行 クレジットカード 銀行口座
自動消込 AI過去データの学習結果から、
この取引はXXと推測される。
仕訳は自動で作成。
販売データとマッチングさせた
結果、XX社からの売上の入
金と判断。自動で消込
販売データ
POSレジ
※freeeでは、自動仕訳機能に関して、
AIを活用した基本特許を取得しています
AI に取引データを入れさえすれば、記帳から消込まで全て自動で行われる
Fintech/HRtech x AI で何が出来るようになるのか
例2: 事業のチャンスやリスクに気づけるように(Before)
会計帳簿
仕訳帳 売掛帳 現金出納帳経費帳
あれ!XX社からの入金がまだだな。
明日までにないと預金が尽きるかも?
お金をいくら借りたらいいのか?
いや、そもそも借りられるのか…
あれ!帳簿間の数字が合わないな…何かがおかしいのは分かるんだが
どこがおかしいのか分からない…
会社を大きくしたいと思う。
リスクはまだ見えていないが、
ここは一発賭けてみようか
帳簿の行間を読んだり、当て推量で資金繰りや経営状況を判断し、
最適な次の一手を決めるのは困難だった
???
Fintech/HRtech x AI で何が出来るようになるのか
例2: 事業のチャンスやリスクに気づけるように(After)
販売・購入データ
入出金データ販売データ 入出金データ
不良債権検知 AI
資金繰り予測 AI 与信設定 AI
Fintechデータ
HRtechデータ
XX からの
売上回収が
X 日滞納
XX 年の売上
と利益はXX 円と予測
市場や社内環境
を踏まえると、最
大 XX 円が
借入可能
AI が市場環境・社内環境を集約したレポートを上げてくれるので、
大きなリスクを避けたり、適切なチャレンジがしやすくなる
なるほど、ではこうしよう
Fintech/HRtech に蓄積されたデータを取り込み、
AI はビジネスの生産性を圧倒的に向上させていく
● AI が人の非効率を置き換える
○ 紙やパッケージソフトによりデータが散在し、業務のすきまで
二重作業が生じている現状を、AI が自動化によって変えていく
● AI が人をエンパワーする
○ 散在したデータを活用できず、勘や経験に頼った曖昧な判断や、
分からないことに何も手をつけられていない現状を、
AI が高度な予測による経営への意思決定支援によって変えていく
作業効率化 経営意思決定支援
● 記帳の自動化● 消込の自動化● 不良債権の自動検知
● 資金繰りシミュレーション● 経営分析・リスク分析● 自動与信設定
データの蓄積 ✕ 第3世代 AI の興隆により、
AI は人の最高のビジネスパートナーとなる
$
人工知能 CFO/CHO 経営者
作業効率化
与信設定資金調達
採用レコメンド
ビジネスマッチング
市場予測配置最適化
資金繰り予測
データプラットフォーム
AI をビジネスパートナーとして活用することで、
人は創造的な活動にフォーカスできるようになる
ビジョンに沿った
経営の意思決定支援
労働集約的な
作業からの解放
共感に基づく、圧倒的にインパクトの大きい
社会的価値の創出
高度な洞察 事業への情熱・コミットメント
“人が創造的な活動にフォーカスできる世界”を作っていくfreee
57
グロース データの蓄積AIのビジネスパートナー化
UX革命
1 2 3 4
Q&A
スモールビジネスに携わるすべての人が
創造的な活動にフォーカスできるよう
59