代表のアイデアをどのように事業へ繋げるかを整理し、二人でバランスを取りながら経営の舵取りをしています。
代表の阿久津とは、高校・大学時代から25年以上の付き合いがあります。社会人になってから会うのは4年に一度ほどでしたが、互いの人柄や仕事への向き合い方は分かっていました。『WHERE』の事業が伸び始めた頃、「働く側の挑戦だけでなく、会社をつくる側へ回らないか」と声をかけられたんです。前職ではSaaSを含む約10億円規模の事業に関わっていたため、これまでの経験を使えば、自分でも事業を伸ばせるというイメージを持てました。 阿久津は、新しいことを思い付いたら、すぐに動き始める人です。その行動力は事業を前へ進めるエンジンになりますが、傍で見ていて、もう少し慎重に進めた方がいい場面があるのも事実です。私は、阿久津のアイデアをどのように事業へ繋げるかを整理し、二人でバランスを取りながら経営の舵取りをしています。 地球の不動産事業と将来の火星での活動も、当初は繋がりを説明しきれていませんでした。そこで火星には何のデータがあり、何が足りないのかを整理すると、地上のデータと衛星データを組み合わせて適地を探すという、現在の事業との共通点が見えてきました。阿久津が先に見つけた可能性を、実行できる事業の形へ整えていく。COOとして、私はその役割を担っています。 これまでは、既にある事業を伸ばす立場で経験を積んできました。当社は、次にどの事業へ進み、どう実行するかを経営側で決めていきます。「会社をつくる側へ回らないか」という阿久津の言葉に応えるためにも、これまで見てきた景色と経験を、当社の次の成長へ生かしていきたいです。
多くのスタートアップに関わる中で、本当に熱を持てる市場とプロダクトだと感じ、WHEREへの入社を決めました。
スタートアップスタジオに所属し、複数のスタートアップの新規事業へ入りながら、プロダクトマネジメントやUIデザインを担当していました。当社にも、社員がまだ数人だった頃から業務委託として加わり、初期のプロダクト設計から関わっています。多くのスタートアップに関わる中で、本当に熱を持てる市場とプロダクトに自分の持つ全ての時間と力を集中させてみたいと考えていました。 当社で感じたのは、社内はもちろん、顧客側にも強い熱があることです。厳しいご意見をいただくこともありましたが、使い続けたい、もっと良くなってほしいという期待も込めていただいている言葉だと強く感じます。これまで関わってきた事業の中でも、突出して顧客側も前のめりになり、プロダクトの成長を待っている。この市場にこそ、自分の持つリソースを全て注ぎ込むべきだと思いました。 今はプロダクト開発部のマネージャー・プロダクトオーナーとして、主にプロダクトマネジメントやエンジニアチームのマネジメントを担当しています。プロダクトマネジメントでは、何を優先して届けるのか、各機能でどんな価値を届けるのかを決め、技術的な実現方法はエンジニアリングリーダーやメンバーと議論しながら進めます。 当社には「この物語に熱狂する」というバリューがあります。リスクを抑えながら関わるより、自分が信じたものへ持てる力を投じ、大きな成果を出す方が面白いと感じる私にぴったりの環境です。
位置情報が紐付くため難易度は高いですが、これまで経験したことのない技術課題へ向き合えることに面白さを感じています。
衛星画像から地中の水道管の損傷を検知するサービスの開発に携わった経験があります。解析結果を顧客へ届けるためのフロントエンドとバックエンドを担当し、そこで位置情報を持つデータを扱うGIS(地理空間情報)の知識を身に付けました。その後、生成AIや画像系AIを扱う会社で、AIモデルの開発から運用・改善までを支えるMLOpsプラットフォームの開発を経験しました。 当社に移籍したのは、これまで別々に積み上げてきたGISとAIの経験を、同じプロダクトで生かせると感じたからです。現在はエンジニアリングリーダーとして、技術方針を決め、実装方法を考え、必要に応じてプロジェクトマネジメントにも関わっています。ピープルマネジメントは別のメンバーが担うため、私は技術へ集中できます。 今取り組んでいるのは、既存プロダクトの大規模なリアーキテクチャです。長く機能を増やしてきたシステムの外観や使い方を変えず、裏側の構成をゼロから作り直しています。ボタンを押してから結果が返るまでの速度等、機能としては見えにくくても、ユーザー体験を左右する部分を改善するためです。 『WHERE』ではあらゆる情報に位置情報が紐付きます。大量の地理情報をどう保存し、どう検索し、どうすれば速く返せるのか。日本でもまだ事例の少ない最適化を調べ、試しながら実装しなければなりません。既存機能を作るだけではなく、プロダクト全体の構造を捉え直す。難しさの大きい仕事ですが、これまで経験したことのない技術課題へ向き合えることに面白さを感じています。
衛星画像は一般的な画像認識にはない難しさがあります。多様なデータを組み合わせて価値を高めていきたいです。
最初は業務委託として『WHERE』のAI開発へ参加しました。担当したのは、衛星画像から駐車場や土地等を検知する、プロダクトの中核となるAIモデルです。衛星画像は上空から撮影するため、古い屋根に見えても横から見れば新しい建物だったり、空き地だと判断した場所に既に建物が建っていたりします。対象が小さく写る上に、画像そのものが古い場合もあり、一般的な画像認識とは違う難しさがあります。 精度を高めるには、モデルを新しくするだけでは足りません。「この区画は駐車場だ」と教える学習データの作り方が悪ければ、AIも間違った基準を覚えます。人間の思い込みが正解データへ入り込めば、その誤りをAIが繰り返す。何を正解とするのかをそろえ、データを整える作業が、モデルの性能を左右します。 衛星画像だけを使った改善は、一定のところで限界も見えてきました。現在はGIS等の別の地理情報や、異なる視点のデータを組み合わせ、より立体的に判断する方法を探っています。業務委託から社員へ移ったのも、モデルの調整だけでなく、AIがプロダクトのどこで使われ、ユーザーへどんな結果を返すのかまで理解して改善したいと考えたからです。 機械学習の領域は基本的に私が一人で担っています。新しいメンバーと共に、研究、データ設計、モデル開発、プロダクトへの実装まで関わり、多様なデータをどう組み合わせれば価値を高められるのかを追い続けたいです。目標は、ユーザーへ誤った候補を見せる場面を極限まで減らすことです。
位置情報を扱うGISの知識に加え、センサーのデータを読み解く技術等、様々な技術に関わるのがWHEREのR&Dの特徴です。
当社にはマーケティング担当として加わりました。前職ではマーケティング担当者をスタート地点に、財務、資金調達、営業、開発まで幅広く担いました。私が当社に入った頃は、サービスのローンチ前で、営業担当もいない状態。必要な仕事から手を付け、実証事業や事業開発を進めてきた結果、現在はR&Dを率いています。 当社のR&Dは、技術の難しさを競うための研究ではありません。顧客が何に困っているのか、何を実現すればお金を払ってもらえるのか。そこから研究テーマを決めます。例えば、衛星の夜間光データから、税収に対して地価が上がりきっていない地域を探したり、3D都市モデルを使った災害対策を検討したり、空き家になりそうな物件を早く見つける方法を考えたりしています。 社会課題を扱う場合も、最初から収益性を切り離しません。空き家を探したい不動産会社が費用を払い、自治体だけでは動きにくい問題を民間のお金で解決できれば、取り組みを継続できます。災害後の不動産情報も、民間資金が早く動けば復旧や復興を早められるかもしれません。利益を生む仕組みをつくることと、社会に必要な変化を起こすことは、両立すると考えています。 衛星データは、一般的な画像認識とも異なります。位置情報を扱うGISの知識に加え、複数の波長を捉えるセンサーのデータを読み解く技術も求められます。論文や最新技術を調べ、プロトタイプを作り、顧客に触ってもらう。その反応を受けて、すぐに実装へ進める。顧客のニーズから研究テーマを決め、検証と開発まで担えることが、当社のR&Dの特徴です。
