Stephen Straus、KUNGFU.AI の CEO 兼共同創業者 – インタビューシリーズ

Stephen Strausは、KUNGFU.AI の CEO 兼共同創業者で、企業の立ち上げや助言に数十年の経験を持つ起業家、投資家、テクノロジーエグゼクティブです。2017 年に KUNGFU.AI を立ち上げる前は、Austin Ventures のジェネラルパートナーを務め、mbue を含む複数の企業を設立または共同設立しました（mbue は Bluebeam に買収されました）。Straus は Capital Factory の長年のパートナー兼メンターでもあり、テキサス大学オースティン校 Cockrell School of Engineering のエンジニアリング諮問委員会にも所属しています。テクノロジーと投資を超えて、彼は Impact Dyslexia を共同設立・議長を務め、Startup Diversity and Inclusion Pledge を創設し、テクノロジー、起業、組織リーダーシップが社会的インパクトを創出できることに広く焦点を当てています。

KUNGFU.AIは、オースティン拠点のマネジメントコンサルティングおよびエンジニアリング会社で、人工知能に特化しています。2017 年に設立された同社は、AI 戦略とエンジニアリングを組み合わせ、組織が実験段階から本番稼働可能な AI システムへ移行できるよう支援します。その業務は、エージェント AI、機械学習、コンピュータビジョン、AI ガバナンス、人間と機械の協働など多岐にわたります。同社のアプローチは、AI を単独の技術導入として扱うのではなく、組織とその従業員の実際の業務フローに合わせて設計することを重視しています。KUNGFU.AI はヘルスケア、政府、プライベートエクイティ、小売、金融、保険といった業界で活動しており、案件の 96% が本番環境に到達したと報告しています。

あなたはオースティン・ベンチャーズでドットコムバブルのブームと崩壊を経てベンチャーキャピタリストとして何年も過ごし、後にインターネットの台頭と AI の始まりとの類似点を見出しました。どのような点が機会として十分に重要だと確信させ、最終的に KUNGFU.AI を共同設立するに至ったのですか？また、当時多くのビジネスリーダーが見落としていた点は何でしたか？

私は、ドットコム時代にインターネット革命を最前線で見ていた経験が、ChatGPT が登場する 6 年前にこの会社を共同設立する決断につながったと考えています。うまく説明できませんが、AI が次なる大きな技術的転換であり、インターネットと同様に競争の基盤を変えるものだという確信を持ちました。

個人的に、私の人生では複数の変革的な技術転換を目撃してきました。11 歳のときに Apple I を見たことがその始まりです。当時は理解できませんでしたが、これはパーソナルコンピュータ革命の幕開けを象徴していました。

サービスの観点から見ると、私と共同創業者が見たものと同じ視点を持つ人はごく少数でした。ChatGPT が登場する前は、AI に特化したサービス会社を見つけるのが非常に困難でしたが、現在では AI サービスを提供しないサービス会社を見つけることはほぼ不可能です。

KUNGFU.AI は生成 AI が取締役会の優先課題になる数年前に設立されました。技術が従来の機械学習から生成 AI、そしてますますエージェント的な AI へと進化する中で、あなたの “AI‑first” 企業の定義はどのように変化しましたか？

会社を立ち上げた当初、私たちは AI プロフェッショナルサービス会社の概念を切り開いていることを認識していました。しかし、ChatGPT が登場したことで、AI を組み込んだプロフェッショナルサービス会社という新たな領域を先駆ける機会があることに気付いたのです。

ChatGPT が登場する前に限定的な社内自動化は行っていましたが、実際に LLM の登場と現在のエージェント AI によって、AI を組み込んだプロフェッショナルサービス会社になることが可能になりました。その方向へ大きく前進していると考えています。昨年は売上を 80% 以上伸ばし、従業員数はほぼ横ばいに抑えました。サービス業において、この成長率と人員増加の乖離は非常に注目すべきことであり、新しい時代におけるサービスの可能性を示しています。

企業が AI を別のソフトウェア導入と同様に扱うことは誤りだと主張されていますが、AI を活用して会社の在り方を再考することは具体的にどのような姿を取りますか？単に既存プロセスの効率化に留まらない形で。

AI はさまざまな側面で従来のソフトウェアと異なります。この図表は私の新刊 Wayfinding: A Business Fable About Leading in the Age of AI からのものです。

AI が従来のソフトウェアと異なる点

これらの具体的な点を超えて、戦略的に見ると、ほとんどの企業が非常に大きな誤りを犯していると考えます。それは、AIを使って自社ビジネスを自動化しようと試みていることです。なぜそれが誤りなのか？同じ人々のほとんどは、AIがすべてを変えていることに同意するでしょう。そして、すべてが変わるのであれば、業界における競争の基盤も変わるということです。

私にとって、業界が変革されるのであればビジネスを自動化する意味はありません。それは、Netflixに取って代わられることが予想されるBlockbuster Videoを自動化するのが良い考えだと言うようなものです。

自動化に反対しているわけではありませんが、すべての企業の第一、第二、第三の優先事項は、業界で自らが破壊者になる方法を見つけることだと考えます。なぜなら、そこに焦点を当てなければ、定義上破壊者にはなれず、むしろ破壊されることになるからです。したがってそれが優先事項であり、単に自動化だけに注力することは組織にとって存続リスクとなり得ます。

KUNGFU.AIは現在、30以上の業界にわたる120件以上の案件を手掛けています。これらの導入事例から、AI実験を持続的な競争優位に変える組織と、パイロットにとどまる組織の違いは何か？ 

AI実験を持続的な競争優位に変える組織とそうでない組織を分ける本質的な違いが確かに存在します。私はそれがリーダーの心理的プロファイルと、設定する目標の野心度の両方に起因すると考えています。

まずは、企業の最上位リーダー、たとえばCEOだけでなく取締役やCスイートの心理的プロファイルから見ていきましょう。これは非常に単純化した見方ですが、リーダーには主に二つの原型があると見ています。

肯定的な側面として、AIという新時代のリーダーシップという大きな課題に対し、次のように脆弱さを受け入れる姿勢で臨む人々がいます：『これは全く新しいことです。我々は十分に何をすべきか分かっていない。すべての意思決定や投資を行うにはまだ足りません。しかし、間違いを犯すことを覚悟し、その過程で学び、できるだけ専門家に囲まれよう』という姿勢です。

それとは対照的に、少なくとも外見上は『自分は何をしているか分かっている』という態度で臨む人々がいます。その自信はほとんどの場合根拠がなく、むしろ傲慢に近いと言えるでしょう。

さらに、最も成功する者はAIが競争の基盤を変えることを認識し、業界構造の破断点に焦点を当てた独自データを活用したAI対応ビジネスモデルを模索しています。これにより業界を変革し、リーダーになることを目指します。

AIエージェントがますます複雑なワークフローを実行し、人間の関与を減らして意思決定できるようになるにつれて、企業の構造やマネジメント層、個々の役割はどのように変化すると予想しますか？

これらすべては変化し続けており、劇的に変わっています。私たちは人間と機械のチーミングに関するフレームワークを持っており、50年前の研究をこの新しいAI時代に適用しています。機会は単に作業を自動化したり、AIツールを人々の前に置くだけでなく、人間と機械の知性を含むチームを中心に仕事そのものを再設計することにあります。

つまり、人々の役割も変わります。ますます、人は作業を実行する側から、その作業を実現するシステムを設計する側へと移行し、技術が依然として必要とする判断、監督、文脈理解を提供します。

非常に複雑な質問です。変化は速く進んでいます。そして、人々が自律エージェントとますます協働する中で、その役割について極めて意図的に取り組むことが極めて重要です。

企業は現在、膨大な数の基盤モデル、AIプラットフォーム、エージェント、サードパーティツールを選択できます。企業はどこで外部技術に依存すべきか、そして最終的に自社で所有すべきAI機能やデータ優位性は何かをどのように判断すべきでしょうか？

新しく出てくるツールが増えるにつれて、AI の知能部分は急速にコモディティ化しており、独自のデータ資産を保有する重要性は言葉では言い尽くせません。

『木を植えるのに最適な日は40年前である。次に良い日は今日だ』という言葉があります。データに関して言えば、もしビジネスからできるだけ多くのデータを収集・保存していないのであれば、たとえ他に何もできなくても、AI 中心の未来へ向かう道を進むために、今日からそのプロセスを始めるべきです。

この質問を考える別の視点として、AI ツールボックスにはさまざまなツールがあり、現在人々が従来の AI や機械学習モデルと呼ぶものは、通常はすぐに使える形で提供されていません。たとえ入手できたとしても、実際のビジネス価値を引き出すために必要な精度を得られないことが多く、あるいは自社の専有データを活用できない場合もあります。

したがって、外部技術に依存することは十分に理にかなっていると考えます。多くのアプリケーションにおいて、最も戦略的なのは自社の専有データ上に構築されたカスタムソリューションである可能性が高いです。

あなたは取締役会レベルの AI ガバナンスの重要性を強調しています。取締役会は、AI 戦略が単なる段階的な生産性向上ではなく、本当に戦略的価値を創出しているかを判断するために、今日経営陣にどのような質問をすべきでしょうか？

AI に関して取締役会は新たな課題に直面しています。従来の監督・ガバナンスの役割は、主にリスク回避とリスク軽減に焦点を当てています。しかし、リスクテイクや新しい取り組みを奨励し、それらを実現するためのリソースを提供することとのバランスを取らなければ、定義上、企業はこの新しい AI 時代で取り残されてしまいます。したがって、リスクの許容と軽減の適切なバランスを見つけることが鍵です。

また、取締役会が経営陣に対して、専有データ上に構築された AI 活用ビジネスモデルへと舵を切らせることが重要だと考えます。そうしなければ、ビジネスが変革される際に、段階的な生産性向上だけでは無意味になるからです。

『Wayfinding』で、あなたとベン・スザジは、AI 戦略を策定するために 90 日の猶予があり、さもなければ解任されるリスクがある CEO の物語を語ります。リーダーが AI 主導の変革にどのように対応すべきかを探る際に、従来の経営書ではなくビジネス寓話を選んだ理由は何ですか？

私はビジネス寓話と、ジャンルの伝説的存在であるパトリック・レンシオーニのような著者の大ファンです。本書を寓話形式にしたのは、リーダーの心理といった微妙なテーマを、従来のビジネス書よりもはるかに分かりやすく親しみやすい形で探求できたからです。

本書は、実質的で関連性の高い内容を、忙しいリーダーにとって迅速かつ楽しく、魅力的に学べる形で提供できた点で、私たちが非常に期待している成果を実現したと考えています。そこに含まれる学び—例えば 11 のオリジナルフレームワーク—は、読者がすぐに仕事に持ち込み、活用できるものです。

『Wayfinding』の中心テーマは、技術が急速に進化し確実性が不可能な中で、重要な意思決定を行うことです。特に、さらなる明確さを待つこと自体が競争上のリスクになる場合、経営者はいつ十分な情報が揃って行動すべきかを判断するためにどのようなフレームワークを用いるべきでしょうか？

本書で共有しているフレームワークの一つは「Wayfinding」と呼ばれるもので、AI 向けにアジャイルを適応させたものです。これは仮説駆動型の構造化されたプロセスで、データを探索し、ソリューションの実現可能性を検証してから本格的な本番構築に移行します。その目的は、AI ソリューションが構築に値するか、そして機能するかを判断することです。このフレームワークのおかげで、当社は概念実証を本番化し、実際に測定可能なビジネス価値を提供したケースを 50 件以上、成功率 95％ 超で実現しています。

ベンチャーキャピタリストの視点に戻って、現在の AI 企業世代を見るとき、スタートアップが基盤モデルや大規模プラットフォームの機能にすぐに取り込まれる可能性のある製品ではなく、持続的な競争優位性を築いていることを示すシグナルは何ですか？

正直なところ全く分からず、むしろ自分がそのビジネスに関わっていないことに安堵しています。今日のベンチャー投資家には大いに共感します。投資家に対して最高水準のリターンを得るためには、大胆で大胆な賭けをしなければなりません。しかし、技術が非常に速く、予測不可能な形で進化しているため、長期的な勝者と敗者を見分けるのは極めて困難です。

長期的視点を強調するのは、企業がたまたま重要な機会を掴んで早期に退出しない限り、成功のチャンスがあるように見えても、市場の変化により結局は成功しない企業が多数出てくるからです。これもまた予測が極めて難しい点です。結論としては、ドットコム時代と同様に、極めて大きな勝者が出る一方で、多くの資金が失われることになるでしょう。

素晴らしいインタビューをありがとうございました。詳しく知りたい読者は KUNGFU.AI をご覧ください。