メインコンテンツへスキップ
見出し画像

バンドルカードをよく知るAI「Synapse」が生まれた理由

    AIと自社データをつなぎ、全員がデータを使える組織へ

    カンムのデータ活用組織には、異なる強みを持つメンバーが集結し、「データの力で全社的な価値創造を推進し、事業価値を最大化させる」というミッションに挑んでいます。
    今回話を聞いたのは、事業活用とデータ基盤の両面を牽引する2人。大手企業やデータ分析・コンサルの現場を経て参画し、ビジネス側の活用を推進する手島健吾と、ソフトウェアエンジニアとして複数企業でプロダクト開発を経験し、技術面をリードする新田一稀です。
    データ活用組織のミッションを実現するため、最先端のAI技術を活用した独自の社内システム「Synapse(シナプス)」を開発しました。
    Synapseは、普段私たちが話すような「自然な言葉」で質問すると、データベースから数字を抽出・集計してグラフを作り、結果の要約から「次にどんな仮説が立てられそうか」という提案までを一貫して行ってくれるAIアシスタントです。
    単なる流行りとしてのAIではなく、事業の意思決定を根底から変える“実用的なシステム”として、Synapseはなぜ生まれ、どのような仕組みで動いているのか。2人に話を聞きました。

    「ただ賢いAI」では、ビジネス現場の問いには答えられない

    まず、Synapseを自社開発することになった背景から教えてください。
     
    手島:きっかけは、ChatGPTなどの高性能なAIが登場し、文章の要約やアイデア出しなど、一般的な作業においてAIが劇的に賢くなったことです。私たちもすぐに「これを自社のデータ分析業務に組み込めないか」と考えました。
    しかし、実際に社内でテストを進めてみると、一気に壁にぶつかりました。特に「自社の事業データに対する質問」になると、AIは途端に機能しなくなったんです。
     
    一般的な作業は得意でも、データ分析には向いていなかったと?
     
    手島: 能力が足りないというより、「文脈や前提知識」がないことが原因でした。例えば「先月のアクティブユーザー数は?」と聞いたとき、私たち人間なら「バンドルカードにおける“アクティブ”の定義」を暗黙のうちに共有しています。しかし、AIは当社のビジネスモデルも、データベースの中身のどこに何が書かれているのかも知りません。
     
    新田:技術的な視点から補足すると、AIはデータの意味を理解していないまま、もっともらしいけれど間違った集計プログラム(SQL)を作ってしまう。いわゆる「ハルシネーション(AI特有の事実誤認)」を起こしてしまい、正しい数字には辿りつけませんでした。
    「AIを実際の業務で使うには、ただ賢いAIモデルを持ってくるだけでは成立しない」と痛感した瞬間でした。

    AIの間違いを防ぎ、正しい数字を出す「翻訳層」の仕組み

    その技術的な壁を、どう乗り越えてSynapseの構想に至ったのでしょうか?
     
    新田:人間の曖昧な「普段の言葉(問い)」と、厳密な「データベース」の間を正しくつなぐ“翻訳層”が必要だと考えました。それが、Synapseのコア技術の一つである「セマンティックレイヤー(データの意味を定義する層)」の構築です。
     
    それは、具体的にどのような仕組みですか?
     
    新田:簡単に言えば、データの意味や、「アクティブユーザー」のようなビジネス上の計算ルールを一つの場所にまとめ、AIが正しく理解できる形にした辞書のようなものです。
    これにより、人間が質問した際、AIが勝手に言葉の定義を想像して間違えることを防ぎ、あらかじめ定義された正しいルールに基づいてデータを抽出できるようになります。結果として、AI特有の事実誤認を大きく抑える仕組みを実現できました。
     
    では、AIが出したデータをそのまま意思決定に使えるレベルになっているのでしょうか?
     
    新田:正直なところ、そこはまだ道半ばです。仕組みを作ったことで精度は飛躍的に向上しましたが、常に100%完璧なデータを保証できるわけではありません。複雑な条件が絡む質問などでは、AIが作った集計プログラムにズレが生じる可能性は残っています。
    そのため、実際の業務においては「AIが出した数字を鵜呑みにしてそのまま意思決定する」ことは避けています。最終的な意思決定に利用する際は、必ずデータに詳しい有識者が、AIの出力したプロセスや数字の妥当性をレビューすることが必要です。また、AIの精度が100%にならないことを前提として、このツールのUXをブラッシュアップしていくことを考えています。
    とはいえ、ゼロから人間が手を動かすのと比べると、「80点のたたき台」が数分で出てくる恩恵は計り知れません。専門家は「ゼロからの作成」ではなく、「レビュー」と「結果からの深い考察」に集中できるようになったのが大きな進化です。
     

    思考を止めない。可視化から「次の仮説提案」まで踏み込む工夫

    Synapseは、ただデータを出力するだけではないそうですね。
     
    新田:はい。私たちが目指したのは、単なるデータ抽出機ではなく「分析のパートナー」です。そのため、データを深掘りしていく体験にこだわりました。
    データを出して終わりではなく、結果の表やグラフ化はもちろん、「この結果から何が言えるか」の要約、さらには「次はユーザーの年代別に分けて見てみましょうか?」「利用している機能と掛け合わせると傾向が見えそうです」といった、次に考えるべき仮説の切り口までをAIが提案してくれます。

    手島: もちろん、そもそも何が見たいのか、最終的に「どうするか」を判断するのは人間です。しかし、Synapseが「思考の壁打ち相手」になってくれることで、データと向き合う心理的ハードルがぐっと下がり、分析のスピードと質が劇的に向上しました。

    圧倒的なスピード向上と、過去の知見の資産化

    実際に社内でどのように使われ、どんなインパクトを生んでいますか?
     
    手島: ビジネス面で最も顕著なのは、「事業課題の発見から、施策のインパクト算出、そしてリリース直後の評価に至るまで、意思決定サイクル全体の劇的なスピード向上」だと感じています。
    「どこに課題があるのか」「この施策はどれくらいのインパクトがあるか」、あるいは新機能リリース直後の「想定したユーザーに使われているか」など、事業を進める上ですぐに知りたいことは山のようにあります。以前なら、データアナリストやエンジニアに依頼して集計してもらうまでに待ち時間がありました。今は、企画の担当者がSynapseに「これってどうなってる?」と聞くだけで、数分で状況がわかります。現状把握から次のアクションへと動くスピードが加速し、事業の成長にも寄与しています。
     
    データチームへの依頼の手間が省けるだけでも、大きなコスト削減ですね。
     
    新田:エンジニアリングの視点でもう一つ大きな効果が、「過去の分析資産の再利用」です。
    複雑な集計プログラム(SQL)や過去のレポートは、「書いた本人しか意図がわからない」という状態になりがちです。しかしSynapseに過去のそういった資産を読み込ませると、「これは新規ユーザーがその後どの期間で特定の機能を利用したかを見る分析です」と、複雑な中身を読み解いて平易な言葉で説明してくれます。過去の優秀な分析の知見が、誰でも「読んで使える資産」として引き継げるようになったのは、組織が大きくなる上で非常に重要です。

    「全員がデータアナリストになる世界」への挑戦

    Synapseを通じて、カンムという組織をどう進化させていきたいですか?
     
    新田: 私たちが目指しているのは、「データ分析が、一部の専門家だけのものではなくなる世界」です。
    Synapseがあれば、専用のプログラミング言語(SQL)が書けないビジネス側のメンバーでも、顧客起点で仮説を立て、自分で素早くデータを検証できるようになります。朝思いついた疑問を午後にはデータで確認し、夕方には施策に落とし込む。そんなスタートアップならではのスピード感を、組織が大きくなっても維持・強化していくための土台です。
    また、全社で「定義が揃った正しい数字」を見るようになるため、「部署ごとに見ている数字が違う」といった不毛な議論がなくなり、本質的な事業の議論に集中できるようになります。

    社内から社外へ:培ったAI技術を自社プロダクトへ還元する

    Synapseは社内のシステムですが、ここで培った技術をユーザー向けのプロダクトに活かす構想はあるのでしょうか?
     
    手島:はい、大いにあります。今回Synapseを作る過程で得られた「AIに自社の業務知識を正しく理解させるノウハウ」や「AIの間違いを防ぐ仕組み」は、そのままお客様向けの機能開発に応用できると考えています。
    例えば、ユーザーが自分のお金の使い方について普段の言葉でAIに相談できる機能や、一人ひとりの利用状況に合わせた高度な機能の提案など、サービスの体験を大きく向上させる可能性を秘めています。
     
    新田:まずは社内でAIを使い倒してもらって業務や意思決定をアップデートし、そこで磨き上げた技術や知見を、最終的にはプロダクトを通じてお客様に還元していきたいと考えています。

    今後の展望:チャット型AIのその先へ

    Synapseの今後について、どのような展望を描いていますか?
     
    新田:Synapseのようなチャット型のAIツールは、開発当初は先進的な取り組みでしたが、この数ヶ月の間にも同様のアプローチは急速に普及してきています。私たちとしても、ここで立ち止まるつもりはありません。
    すでに検討し着手しているのは、AIが「聞かれたら答える」だけでなく、業務プロセスそのものに入り込んで自律的に動く世界です。具体的には、収益に直結する業務サイクル全体を構造化し、AIエージェントが人間の監督のもとで観測・分析・施策立案・効果検証といった一連の活動を自律的に回せる基盤を構築しています。
    Synapseで得た「AIに自社の業務知識を正しく理解させるノウハウ」は、この次のステップでも大きな資産になっています。チャットで問いに答えるAIから、業務を一緒に回すAIへ。その進化の過程にいることが、今一番面白いところです。
     
    手島: その「自律的なサイクル」が実現すれば、私たちがお客様に向き合う解像度とスピードは次元の違うものになります。
    例えば、市場の変化やユーザーの行動変容をAIがリアルタイムで検知し、即座に施策案までセットアップしてくれれば、人間はそれを承認するだけで改善サイクルが回ります。これにより、これまでは1週間かかっていた意思決定が数分で完了するようになるかもしれません。
    AIに任せられる業務プロセスを極限まで広げることで、空いた時間は「お客様にとって本当に価値ある体験とは何か」を深く思考し、新しいサービスを企画することに使いたい。Synapseの進化は、単なる業務効率化ではなく、私たちがより本質的な価値創造に没頭する時間が増えることに繋がります。

    最後に:データとAIで、事業を前に進めたい人へ

    最後に、この記事を読んでいるエンジニアや候補者の方へメッセージをお願いします。
     
    手島:PdMやマーケター、BizDevといったビジネス職の方にとって、カンムは「データへのアクセスの壁」を感じることなく、本質的な意思決定や事業推進に集中できる環境です。
    「データが見たいのに抽出待ちで時間がかかる」「SQLが書けないから深い分析ができない」といったフラストレーションから解放され、AIという強力な武器を持って自ら仮説検証を回せる。そんなスピード感を持って、非連続な事業成長を裁量を持ってリードしたい方には、これ以上ない環境だと自負しています。
     
    新田:そしてエンジニアにとっては、そうした「事業の根幹となる意思決定」を支える仕組みを、最新の技術でゼロから設計できる面白さがあります。
    言われた通りにシステムを作るのではなく、事業の根本的な課題に向き合い、データとAIを武器に全社を加速させる。そんな難易度が高く、かつ本質的な挑戦にワクワクする方と、ぜひ一緒に働きたいと思っています。
     

    現在、BtoC事業・BtoB事業ともに積極採用中です。


    各部門でカジュアル面談も実施しておりますので、ご興味を持たれた方は当社の採用ページ(https://team.kanmu.co.jp/)からぜひご連絡ください。


     
     
    Visaプリペイドカード「バンドルカード」・“投資と決済"を1つのアプリで完結できる「Pool」を提供する株式会社カンムの公式noteです。公式サイトはこちら(https://kanmu.co.jp/)。

    あなたへのおすすめ