3月20日、ログラスCEO・布川の記事からこのような発表をさせていただきました。

・研究開発費として半年間で最低1億円のバジェットを用意し、これを戦略投資枠として積極的に投資していきます。
・高いセキュリティ基準やプライバシー保護機能を備えたプロダクトに進化するための投資を行います。
・2024年にかけて、エンジニア組織に大きな裁量を渡し、エンジニアリソースの最大5割をAI関連開発へ投資する意思決定をします。
・AI活用に関心や才能のある人材を積極的に採用し、育成し、活躍させます。

大規模言語モデル（LLM）から始まる、AI経営革命
https://note.com/loglass_fukawa/n/n2b383758abc8

CTOの私からは、ログラスのミッションである 「良い景気を作ろう。」に向かっていくための、今後5年のプロダクトビジョンについてご紹介します。

目次

1. 私たちがこれまで取り組んできた課題
2. 1. 課題1：業績に関するデータの統合コストが非常に大きい
   2. 課題2：データの即時性と透明性が低く、迅速な経営判断が出来ない
   3. しかし、「良い景気を作ろう。」 は、果てしなく遠い、とさえ思えるミッションでした
2. 企業の価値創造の源泉となる情報は、非構造化データにこそ存在する
3. プロダクトビジョン
4. 1. プロダクトビジョン：MAKE NEW DIRECTION
   2. 一行目： 「組織の誰もがその時に必要な情報を最新の状態で取り出せるデータ管理を実現します。 」
   3. 二行目： 「人間の力では読み解けない複雑な情報の関連性を自動で読み解き、それに基づいた「再現性のある適切な経営判断」を可能にします。 」
   4. 三行目： 「ログラスは思いもよらなかった選択肢を導き出し提案します。適切な経営判断が行えることにより、会社の業績向上、そして社会全体の良い景気作りに貢献します。」
4. ログラス社だからこそできるAI経営革命
5. AI経営革命に参加するメンバーを求めています！
6. 1. AIエンジニアを求めていることはもちろん
   2. 全職種求めています
6. 3月23日、弊社EMの伊藤（@itohiro73）がこちらに登壇します！
7. 良い景気を作ろう。

私たちがこれまで取り組んできた課題

プロダクトビジョンをご紹介する前に、私たちのこれまでの取り組みについてご紹介します。

私たちログラスは、創業から約4年、企業の経営の意思決定の質を向上させ、企業経営における売上成長能力と利益創出能力を圧倒的に引き上げることを目標に取り組んできました。

まずフォーカスしたのは、大企業の経営企画・CFOの方々が抱えるこれらの課題です。

課題1：業績に関するデータの統合コストが非常に大きい

引用：Loglass Job Board｜経営管理のペイン（https://job.loglass.jp/）

部署や子会社が数百存在するお客様の場合、Excelやスプレッドシートに格納されているとしてもデータ統合のコストは非常に膨大でした。
具体的には、メールや共有サーバにてファイルをシェアし、レビューし、統合し、適切な報告資料を作成する業務について、年間で数ヶ月を費やしているような状態です。

課題2：データの即時性と透明性が低く、迅速な経営判断が出来ない

引用：Loglass Job Board｜経営管理のペイン（https://job.loglass.jp/）

即時に経営判断出来ないことは、企業にとって大きな損失です。
Excelや旧式のシステムでは、数値以外の情報が捨象されてしまうため、経営企画やCFOがデータの背景を理解することは極めて難しい。

そのため、迅速な経営判断には、「データ分析、データ可視化、そしてアクションの評価ができるシステム」を通じて、事業計画をベースに戦略と実行がアラインしているかを「だれもが、いつでも、判断できる」必要があります。

しかし、「良い景気を作ろう。」 は、果てしなく遠い、とさえ思えるミッションでした

ログラスは創業から約4年、大企業のお客様の課題解決に取り組み、誇れるようなカスタマーのサクセスを続々と生み出してきました。

引用：Loglass Job Board｜導入実績（https://job.loglass.jp/）

しかしながら、「良い景気を作ろう。」、つまり、「企業の経営の意思決定の質を向上させ、企業経営における売上成長能力と利益創出能力を圧倒的に引き上げること」 に至るまでは、現在の技術を用いても、果てしなく遠く感じていました。

それは次で説明する理由からです。

企業の価値創造の源泉となる情報は、非構造化データにこそ存在する

経営管理クラウド『Loglass』は、“すべての経営管理プロセスを効率化し、精度の高い意思決定に導く”プロダクトです。

引用：Loglass Job Board｜Loglassの全体像（https://job.loglass.jp/）

しかし、これは構造化されたデータに限った話でした（これまでは）。

経済産業省が“企業と投資家が情報開⽰や対話を通じて互いの理解を深め、持続的な価値協創に向けた⾏動を促すことを目的”として公開している「価値協創ガイダンス」のフレームワークを参考にすると、企業は「価値観」「ビジネスモデル」「持続可能性・成長性」「戦略」「成果と重要な成果指標（KPI）」「ガバナンス」を連結させて捉えて開示することを求めています。

引用：経済産業省 | 価値協創のための統合的開⽰・ 対話ガイダンス - ESG・⾮財務情報と無形資産投資 - （価値協創ガイダンス）（https://www.meti.go.jp/policy/economy/keiei_innovation/kigyoukaikei/Guidance.pdf ）

Excelやスプレッドシートに格納されている業績に関するデータだけでは、上記の図のうち、「5.1 財務パフォーマンス」「5.2 戦略の進捗を示す独自KPIの設定」しかカバーできません。

「価値観」「ビジネスモデル」「持続可能性・成長性」「戦略」「成果と重要な成果指標（KPI）の5.1 5.2以外」「ガバナンス」については、膨大な議事録、決算説明資料、決算説明会動画や質疑応答、有価証券報告書や、マーケットの情報、競合の公開情報、SNSにおける膨大なテキストなど、非構造化データに存在しますが、これらをソフトウェアで効率的に活用することは非常に困難。
同時に、これはLoglassの限界でもありました。

しかし、ここ最近のLLM関連技術の革新により、状況は一変しました。

プロダクトビジョン

私たちがこれから5年で目指す指針となるプロダクトビジョンをお伝えします。
（このままのスピードで技術革新が起きれば、すぐにでも実現できてしまうかもしれないというワクワク感を感じながら）

プロダクトビジョン：MAKE NEW DIRECTION

プロダクトビジョン：MAKE NEW DIRECTION

1: 組織の誰もがその時に必要な情報を最新の状態で取り出せるデータ管理を実現します。
2: 人間の力では読み解けない複雑な情報の関連性を自動で読み解き、それに基づいた「再現性のある適切な経営判断」を可能にします。
3: Loglassは思いもよらなかった選択肢を導き出し提案します。適切な経営判断が行えることにより、会社の業績向上、そして社会全体の良い景気作りに貢献します。

一行目： 「組織の誰もがその時に必要な情報を最新の状態で取り出せるデータ管理を実現します。 」

まずは「価値協創ガイダンス」における「成果と重要な成果指標」セグメントをデータテクノロジーによって満たしていくことが必要です。
Loglassが取り扱う事ができるデータ範囲を、非構造化データまで拡張し、SaaSなどの様々なデータソースから経営の意思決定に関わるデータを変換して取り込み、格納できるシステムに進化していきます。

すなわち、企業内のだれもが、最新の情報に基づいて、データ分析・データ可視化・アクションの評価がいつでもできるような自由度と高速さ、そして洗練されたUXを備えた機能を提供します。

その結果、経営者から、事業部長、従業員まで、事業計画をベースに戦略と実行がアラインしているか？を各自が判断し軌道修正できるようになることで、不確実性の高い時代においても業績を上げられる体制が実現します。

二行目： 「人間の力では読み解けない複雑な情報の関連性を自動で読み解き、それに基づいた「再現性のある適切な経営判断」を可能にします。 」

Loglassは、「価値協創ガイダンス」における「5.2戦略の進捗を示す独自KPIの設定」「5.3企業価値創造と独自KPIの接続による価値創造設計」を十分に満たせるような、データ間の連携を表現できる仕組みを構築していきます。
そして、実績と照らし合わせたモニタリングの仕組みを実現します。

GPT-4にも実現方法を聞いてみました。

（感想）特に言うことがない

三行目： 「ログラスは思いもよらなかった選択肢を導き出し提案します。適切な経営判断が行えることにより、会社の業績向上、そして社会全体の良い景気作りに貢献します。」

ダイナミックオントロジーなどに代表される、概念体系をコード化、ソフトウェアで扱えるようにし現実の経営の意思決定に活かすテクノロジーは、LLMが民主化されるまでは、例えば米Palantir社に代表されるデータテクノロジー企業の強力なバリュープロポジションでした。

引用：Palantir | Data Lineage（https://www.palantir.com/docs/foundry/data-lineage/overview/）

しかし昨今、世界で最も進んでいるデータテクノロジー企業でも実現できていなかった機能を、世界中の誰もが実現できるかもしれない、とまで思える技術革新が起きています。

つい先日も、Microsoft社は、OSS として大規模言語モデル (LLM) をアプリにすばやく簡単に統合できるSDKとして、Semantic Kernelを発表しました。

引用：Hello, Semantic Kernel! | Microsofthttps://devblogs.microsoft.com/semantic-kernel/hello-world/

さらには、API経由でなく、「BitTorrent技術で、1000億パラメータを越える大規模言語モデルを自宅で扱えるサービス」もリリースされました。

引用：Petals｜Run 100B+ language models at home, BitTorrent‑style（https://petals.ml/）

これから一体、何が起こるのか？

これまでは、人間の応用の幅の広い柔軟な思考力、既存のパターンとは離れた独自性や創造性が、AIにも数十年負けない特性だとされてきました。

ところが、GPT-3/4での様々な活用事例から我々人間が感じるのは、

機械学習モデルができるのは学習に使ったデータからの帰納だ（既に見たことがあることしか予測出来ない）。しかしGPT3/4は柔軟な応答や多段論法など一見学習データセットから直接的に導けるとは思えない演繹的なタスクを実行しているように見える。

https://twitter.com/ktakahashi74/status/1637758476930940928

という高橋氏の指摘の通りです。

人間の強みである「柔軟な思考力」「独自性や創造性」は、帰納的アプローチによって、実現できるかもしれない。
「柔軟な思考力」「独自性や創造性」の究極的な形である、意思決定についても、計算力によって人間を超えられるかもしれません。それも数年以内に。

Loglassがプロダクトビジョンを実現することによって、誰もが自転車に乗るように、世界最高レベルの経営の意思決定を誰もが行えるようになる。
そのため、個人や企業のビジョンに基づくチャレンジが促され、“良い景気を作ろう。”が世界レベルで実現できる。

私たちはこの大きな可能性にベットします。

ログラス社だからこそできるAI経営革命

経営の意思決定そのものをDXすることは、DX戦略におけるラストワンピースです。

私たちログラスだからこそ、AI経営革命が出来る理由を説明します。

組織としての強い競争力があるから

• 社内にドメイン知識のある人員が豊富に存在する：
  創業から約4年、プロダクト組織や、ビジネス組織にこのドメインについて深い知識を持つ人員存在しています
• 専門的なカスタマーサクセスの存在
  大企業に対して、専門的で高度なカスタマーサクセスをすでに提供しています
• 多くの販路がすでに存在すること
  大企業の経営企画の方々についてすでに多くの販路を持ち、彼らと取引を前に進められる高いスキルのあるセールスの人員が多く存在する

AIだけでは解決できない課題について、技術的投資をこれまでも行ってきたから

• セキュアなデータの保持
• 高速な検索・集計・表示機能
• 大規模データの効率的な収集・統合
• リアルタイムコラボレーション
• システム連携の拡張

さらなる飛躍のために必要なチャレンジの一例

• データセキュリティエンジニアの組織を作り、より一層信頼していただけるデータプラットフォームを作り上げること
• データの独自性を上げ、より専門的な選択肢を提示できるよう、特定の業界に特化し、独自の情報を収集すること

AI経営革命に参加するメンバーを求めています！

AIエンジニアを求めていることはもちろん

全職種求めています

3月23日、弊社EMの伊藤（@itohiro73）がこちらに登壇します！

まずはカジュアルに話を聴いてみたい、という方はYOUTRUSTのカジュ面を通じて私や、EMの伊藤とお話しさせてください！下記のリンクからお気軽にお申し込みいただけます。

CTO:私

EM: 伊藤

伊藤のnoteも注目！！！！

良い景気を作ろう。