SVConnect
改めて見返してみたら、めっちゃ面白いこと言ってるhiragi.icon
ソフトウェア開発のパラダイム
ディープラーニング以降
デカいニューラルネットの一部ととある組み合わせ
業界の流れの中で自分はどこなら参加させてもらえるのか？
半導体と人間の距離関係とインターフェイス
インターフェイスの切り替えと産業
ソフトウェアとの対話
生成系AIの捉え方
ソフトウェアに合わせなくて良くなるパラダイムシフトの入り口として捉えられる？
エンタメと生成AI
クリエーションツールの変化と表示媒体の変化によってハマる人が違う
自身の執着の濃さとの掛け合わせ
そこが強くないと
power to the people
このコンセプトからは基本的にはずれない
AIもインターネットも同じ
日本語という言語のバリア(良し悪し)
「大企業」が大企業たり得た「雇用人数」と公共財としての「他部署とのコミュニケーション」という仕事
生成系AIによって雇用が必要なくなることと「大企業」とは？
「共進化」という言葉と「目的地を設定しない」ということ
相互作用しながら進化するためには何が必要か？
伸びるために必要なマインドセットと事業(what)
アルゴリズム、UX、
2Cに入り込まないベテラン達
難しい領域だが存在するマーケット
FMF(ファウンダーマーケットフィット)
継続的に伸びる事業体
PMF
やりたくないことをやりたいことに近づけていく努力
偏愛をコアに
初期衝動を色々なフィードバックによって
増幅できるかどうか？
共進化構造の下
偏愛に意識的になれるかどうか？
これはやりながらしかわからない
-エンタメと生成系AI
基盤モデル(GPU)よりかはそれを支える/アプリケーションのレイヤーが多い
バーチャル空間とAI
ビジネスは入り始めている
LLM BOTに身体性を持たせて販売
→これがメイン
ユーザー生成AI
どんだけ簡単に作れるか？
これが最も大事
固いもの(PET)は生成できる
エンタメコンテンツの翻訳
コンテクストまで踏まえないといけないから、人手
研究のカタチ
基盤モデルは金のあるところに任せ、アプリケーションレイヤに注力するという形にするようにしたGPT
「本当に強いAI」が必要なら「バーチャル空間をどのように理解するか」をモデルとして開発する必要がある
空間を認識することとコモンセンス
結局必要な「身体性」に帰結
AI系スタートアップ
基盤モデル(1レイヤ)
アプリ開発(2レイヤ)
修正したものを素材としてさらに戻す
使えない前提で「クリエイタが修正しやすいファイル」として出力する(3レイヤ)
たぶん「音声、モデル。。」とかをどうやってファイルとして吐くか？
→これは1社じゃできないから、チャンスがある
→2Cで伸びた時にどうやってモデル組むか？
2Bだと「開発工程にどうやって組み込むか？」
そのままじゃ使えない、監修として
結局、2Bの方が需要ある
コンテンツを作る部分での非効率性を解消するAIはチャンスがある
非効率なところはたくさんある
この「課題感」をいかに掴むのか？
結局はこの「フローを理解できるか」とか「課題感」をどうやって掴むのか？
2Cは難しい
「雑なもの」を作るということ
雑コンテンツを作るという面白いこと
AAAクオリティは無理やけど、そういうシリーズを作るのはオモロいしビジネス可能なレベルにある
生成することと「修正すること」のコスト
全体生成すると修正コストも高い
「どういうデータを作るのか？」
バリューの出し方が変わってしまった
データ0ショットが当たり前
手数の方が重要？
中国アメリカ
アイデアやオリジナルデータを活かした戦略
人手と金は有利な時代
ファンデーションモデルは金
アプリケーションも事例数勝負
だからこそ、データとアイデアの質
どこまでを学習素材としてOKなのか
コンテンツ学習を勝手にやっても意味がない
このレイヤで初めて「各社」のオリジナル
集めてきたデータを「どうやって修正するのか」にバリュー
集めてきたデータを増幅させる？
変なことを言っちゃう新入社員だと思う
「間違ったことを言っても許される」という空気を作る
ユーザーがどんだけ面白い体験をできるか？
どんだけ特化ユーザーを集めるか？みたいな
少数のファンを抱えるタレントやクリエイターを死ぬほど生産するフレームワークで当たる確率を3%みたいな
ヒットを統計に落とし込むフレームワークを作って売るビジネス
これめちゃくちゃ面白い🤣