同じ隙間を、3人が別々に見つけていた

nanka.aiは、ロボトム ルーク拓海、島田晃、プレスコット アシュトン淳之介の3人で作っています。会社の戦略、医療現場のAI、金融システムの開発。まったく別の場所にいた3人が、同じ隙間に別々にたどり着きました。

初めて訪れた会社のサイトで、何を確かめますか。多くの人は、まず「誰がやっているのか」を見ます。nanka.aiには、その答えがまだありませんでした。ここで書きます。

なぜこの3人なのか

3人の担当は、はっきり分かれています。ルークは会社の方向性を決め、光はNankaが「何を理解し、どうつなげるか」という技術の背骨を作り、アシュトンはQCV——使うソフトウェアを見極め、確かめ、選び抜く仕組み——を一から作っています。3人がそれぞれ違う場所で同じ気づきに至り、その気づきを実際に動くものにできる技術を持っていた。それがこの3人である理由です。

ルーク拓海——会社の方向性を決める

モナシュ大学でビジネス情報システムを学びました。業務の流れを分析し、非効率を見つけ、それを技術要件に落とし込み、技術が組織をどう良くできるかを評価する。そのやり方をそこで学びました。日本とオーストラリアの両方で働くなかで、手作業のまま、バラバラのまま残っている業務に何度も出会いました。AIは、本当に必要な現場に合わせて作れば、日本の会社を大きく効率化できる。そう考えるようになったのは、その経験があったからです。

その根っこには、日本への思い入れがあります。好きな国の経済が苦しんでいるのを見て、その一因はAIが入ってくる速さにあると感じるようになりました。人の困りごとを解決するのが好きで、自分の力を一番活かせるのもそこだと思っていたので、ここを変えたいと思うようになりました。AIは登場してすぐ使い始めましたが、使うほどに、細かく複雑な作業になるとふつうのLLMではうまくいかないことに気づきました。日本のAI導入はまだ遅れています。世界で得た知識を持ち寄れば、その遅れを埋められる。そう考えました。

考えるだけでは終わらせません。趣味のトレードでも、同じように手を動かしてきました。TradingViewで作った収益性のある戦略を、コードを書き直さずにMT5で自動売買できるようにするブリッジも作りました（github.com/sniperg/tradingview-mt5-bridge）。同じトレードでは、早すぎる判断や、最初の見立てに固執してしまうことがありました。取引のたびに、なぜそう判断したか、どんな根拠があったか、何がうまくいかなかったか、自分のルールを守れていたかを記録するようにしてから変わりました。感情に流されて反応することが減り、数字と、その裏にある過程を見て判断するようになりました。今も、事業の判断に同じやり方を使っています。仮説を立て、結果を分析し、なぜうまくいった・いかなかったかを理解し、その情報で次の判断をより良くする。

作りたい姿を語れなくても、それを実際に動くシステムにできる。それがnanka.aiです。設計から、必要なソフトウェアの組み合わせ、実際に動かすところまでを引き受けます。QCVは、その判断の精度を上げながら、安全性と効率も両立させる仕組みです。

島田晃——技術の背骨を作る

Hibarion／ひばりクリニックでは、臨床の現場に合わせたAIシステムを作りました。リアルタイムの音声認識、多言語対応、問診内容の要約、医師が診察する前に重要な情報を知らせる仕組みです。SEM Medical Solutionsでは、放射線科の業務や医療知識の検索、レポート関連の自動化に携わりました。低価格な義手の研究にも複数世代にわたって関わり、その一つはマレーシアで臨床試験まで進みました。この義手の研究が最初に教えてくれたのは、ベンチマークの数値を追うことと、人が実際に置かれている制約の中で技術を作ることは、まったく別の仕事だということです。

AIは仕事でも、興味を追いかけるときでも、日常的に使っています。コンピューターサイエンスを学んだので、AIを使ううえでの技術的な壁はたいてい自分で理解し、対処できます。けれど、それが誰にでも当てはまるわけではないと気づきました。両親にどれだけ丁寧に説明しても、ツールがどれほど洗練されても、実際に使いこなすのは難しいままです。問題は、やりたいことがないことではありません。技術の仕組みやソフトウェアの設計を理解しなくても使えるべきだ、ということです。人がソフトウェアの仕組みに合わせて話し方を変えるのが、これまでの当たり前でした。Nankaは、その当たり前を逆にできると思いました。ソフトウェアの側が、人の自然な話し方に合わせる番です。

優れたソフトウェアはすでに大量にあります。それでも、それを一つの信頼できるシステムにまとめるまでには、ばかばかしいほどの「つなぎ」の作業が必要です。AIにコードを書かせることも、GitHubを検索することも、インフラを借りることも、Hugging Faceでモデルを見つけることも、コンテナをデプロイすることもできます。それでも、本当に必要なものは何か、すでに良いものは存在するか、どの実装を使うべきか、これらは組み合わさって動くのか、クラウドとローカルとプライベート環境のどこで動かすべきか、どうテストし、どうデプロイし、どう保守し、あとで戻ってきたときにどう理解し直すか。誰かがそれを引き受けなければなりません。その隙間が、いちばん気になっていることです。

日本人です。日本には、今の技術をもっと活かせる余地がまだたくさんあると思っています。日本には価値ある現場の業務、データ、機械、専門知識を持つ会社が数多くあります。ただ、そこに最新のAIを取り入れようとすると、たいてい既存のシステムに突き当たります。それらは今のAIを想定して作られていないので、つなぐこと自体が一仕事になります。日本を、今ある技術と人材を活かしてもっと強くしたい。Nankaを日本で作ることは、そこに直接関われる機会です。

この業界の多くの人が見落としていると思うのは、AIの一番の進歩がコード生成の量からではなく、計画の質から来るということです。1万行のコードを書けるAIより、そのうち8千行が本当は要らなかったと気づけるAIのほうが優れています。理解していないのに自律的なふりをするシステムは作りません。安全に選定・検証・デプロイできないと分かったら、Nankaにはそう正直に言ってほしいと思っています。

仕事以外では、古い車をいじっています。機械的で、電気系統もあり、完璧とは言えない代わりに、たいてい自分で直せる。それが好きな理由です。

アシュトン淳之介——QCVを一から作る

ロチェスター大学でコンピューターサイエンスを学び、ダッソー・システムズの日本法人でR&Dに携わり、今はニューヨークで野村證券のグローバル・マーケッツ・テクノロジー部門にエンジニアとして勤めています。

信頼できる人たちと、自分たちのものを作りたいと思いました。それに、今のソフトウェアやAIができることと、多くの会社が実際に手にできるものとの間には、大きな隔たりがあると感じていました。自社の業務のどこが非効率かを正確に分かっている会社でも、しっくりこない汎用SaaSか、高額なカスタム開発かの二択に追い込まれます。ソフトウェアを作るコストがこれだけ速く下がっているのに、その状況は不合理に思えます。

日本には、この10年のソフトウェアの進化にも、今のAIにもほとんど恩恵を受けていない、まっとうな会社がたくさんあります。同時に、AIによって少人数の技術チームでも、以前なら大きな組織でなければ作れなかったソフトウェアを作り、保守できるようになっています。この二つが重なる今が、日本向けに作る意味のある瞬間だと思っています。

QCVは自分が一から手がけているものです。OSSの発見、証拠の確認、優先順位付け、ライセンスの提示、セキュリティ上の除外、拒否の判断、そしてそれを実際の製品として動かすところまで、すべてに責任を持っています。うまく動かなければ、それは自分の責任です。

この業界の多くが見落としていると思うのは、AIソフトウェアの一番の機会は、既存のSaaSを少し賢くすることではないということです。本当の機会は、ソフトウェアそのものを大幅に安く、使い捨てにできるものにすることにあります。そこまでいけば、会社はソフトウェアに合わせて自分たちのやり方を変える必要がなくなります。自分たちのやり方に合わせて仕組みを持てるようになるからです。

実際にできないことを、できるふりをするAIは作りません。信頼できない場面では、確信を装うより、拒否するか人に引き継ぐか、限界を説明してほしいと思っています。

これまで、エンジニアリングが実際のユーザーの問題への理解より先に進んでしまったことがあります。ソフトウェアは動いていましたが、それだけでは役に立つとは限りませんでした。それ以来、問題そのものをもっと早く検証すること、「作れるか」より「作るべきか」をより重い問いとして扱うことを学びました。

仕事以外では、サッカーをして、ニューヨークと東京を歩き回り、そのとき興味を持ったものに深く入り込みます。ソフトウェア、マーケット、デザイン、アート、車、まったく関係のない何か。

これから作ること

3人がここまで来たのは、Nankaが完成しているからではありません。QCVは、動いています。まだ終わっていません。内部でどこまで確認できていて、これから何を届けるのかは、内部の記録にそのまま公開しています。

nanka.aiという名前は、「なんか作りたい」から始めていい、という意味です。この3人が最初にそう言った人間でした。