From Japan, Products the World Will Use: An Interview with Sakana AI’s Head of Product Development
Overview
Sakana AI, a Tokyo-based AI company, has released four products in rapid succession: starting with Sakana Chat in March 2026, followed by Sakana Marlin, Sakana Fugu, and Sakana Translate. Why is a company long known for research and development shipping products at this pace? And what vision lies beyond it?
We spoke with Sota Omura, who leads the product team as head of product development. The conversation ranged from how the team came into being, to the reasons behind the unusual release pace, a vision of a future in which humans and AI make decisions together, and an organizational philosophy of turning diversity into strength.
Interviewee
|
Sota Omura Head of Product Development Previously engaged in strategy formulation and business transformation consulting at Deloitte Tohmatsu Consulting LLC. Later served as Business Lead at Coincheck, Inc., managing multiple businesses including crypto asset trading and staking services. Joined Sakana AI in July 2025 as a Product Manager, leading the planning, design, and implementation of AI products. |
From Consulting and a Startup to an “Industry That Leans Forward”
— To start, could you walk us through your career so far?
My career began in consulting. I joined Deloitte Tohmatsu Consulting straight out of university, on a team serving companies that provide services close to everyday life — supermarkets, railway companies, and the like. Most of my work involved projects to rebuild aging IT systems.
As I gained experience as an IT consultant, I wanted to know what it really means to build and grow a product with my own hands. So I moved to Coincheck, a company that operates an exchange app for buying and selling crypto assets such as Bitcoin. Everything was developed in-house: product managers, designers, engineers, and customer support worked as one to refine a single service. Eventually I came to lead the entire product as head of the business.
— What led you from there to Sakana AI?
My time at Coincheck coincided with the period when the blockchain industry suddenly captured the world’s attention. The prices of Bitcoin and other crypto assets swung between surges and crashes; NFTs and Web3 filled the news day after day. Debates over regulation moved forward, and large corporations entered the space one after another. We were in the middle of society deciding, in real time, how to receive this technology. Money and talent were pouring in, and the whole industry was racing to claim a future several years ahead of its time.
“There are views you can only see by placing yourself in an industry that leans forward.” My boss at the time told me that, and it proved true. Inside an industry swaying between what a technology makes possible and how society responds, there was a fascination you could find nowhere else. Those words remain my compass whenever I think about where to go next.
In 2025, when I had time to step back and look at my career, I reconsidered where to base myself next. Measured against my old boss’s words, the industry leaning furthest forward was, without question, generative AI.
— There are plenty of AI companies. Why Sakana AI?
There were many reasons, but one deciding factor was that the headquarters is in Japan. At the Japan office of a foreign tech company, a division of roles tends to emerge with the home country, where the decisions are made — and the work tends to center on delivering products that already exist, through sales and marketing. When a customer says, “We’d like it to work more like this,” you can find yourself escalating the request to headquarters and spending a long time coordinating.
Sakana AI, by contrast, is run from Japan, so the core of its product-making is entirely here. For someone based in Japan competing in the global market, I saw a company born in Japan as a major advantage.
A Product Team Born from Members’ Grassroots Discussions
— We understand you initially joined the Applied team. How did the product team come about?
At the time, Sakana AI had two main teams: the Research team, which studies a wide range of technologies including the development of foundational AI models, and the Applied team, which puts those results to work solving problems for enterprise customers. I joined the Applied team; a product team did not yet exist. The Applied team’s work — walking closely alongside each client, one company at a time — creates value nothing else can. At the same time, from the Applied team’s earliest days there had been a discussion: couldn’t a product deliver the value of the same technology to many more customers at once?
So from around the summer of 2025, I reached out to younger members of the Applied team who were interested in building products, and on our own initiative we set up sessions to discuss what shape product work could take at this company.
Amid all this, Ren Ito, our co-founder and president, approached me: he wanted to discuss how to treat model development as part of our own business. I presented a plan for growing a product business, model development included. As a result, the effort began moving as a partly independent offshoot of the Applied team. When the release of Sakana Chat was decided, we became a fully independent team to make the lines of responsibility clear, and I have led it since February 2026. Sakana AI, which began as a research and development company, is coming to wear the face of a product company as well. I feel I am standing at that turning point.
— How do the three teams — Research, Applied, and Product — relate to one another?
The basic division of labor is that the Research team creates new technology, and the product team delivers those results to customers as products and monetizes them. On top of that, the two teams are in everyday contact. Sometimes we tell Research, “This is the kind of model the business front lines are asking for”; sometimes a request arrives from Research: “We’d like this used in such-and-such a way.” That is exactly what happened when the model Sakana Fugu was born.
It is the same with the Applied team. From the customer’s point of view, both are services of the same Sakana AI. If an Applied customer takes an interest in Sakana Marlin, we provide it; if a customer who came in through a product wants more hands-on support, we pass the baton to the Applied team.
Four Products in Rapid Succession: “Standard Practice for the AI Era”
Sakana Chat is a chat service powered by Namazu, our flagship model. It aims to be a chat AI from Japan that feels as natural to use as ChatGPT or Claude. Sakana Translate is a translation service, also powered by Namazu, and a sister product to Sakana Chat.
Sakana Fugu is a model built on “orchestration,” a technology that has multiple AI models work in concert. It handles tasks with higher performance than entrusting them to any single model. It is currently offered to developers through an API.
Sakana Marlin is a service for high-quality research, built on AB-MCTS, a technique for deep reasoning over extended time. We aim to grow it into an AI service that serves as a sounding board for management — a virtual CSO (chief strategy officer).
— Sakana Chat launched in March 2026, followed by Sakana Marlin, Sakana Fugu, and Sakana Translate. Compared with the usual approach — rounds of market research and user interviews before releasing a single product — this pace is extraordinary. Why did you choose to work this way?
First and foremost, there was strong direction from the top. Our CEO, David, had made his intent clear: this would be the year Sakana AI ships products. Release Sakana Chat, then follow with Sakana Marlin, Sakana Fugu, and Sakana Translate. Day after day, the message we received was that making this sequence happen, without fail, was essential for Sakana AI right now.
That said, you are right that this departs sharply from the conventional approach. But I see releasing at this pace as what is becoming standard practice in the AI era. With AI’s help, prototypes that once took months are finished in weeks, sometimes days. Rather than spending a year on research before building, it is faster to ship first and learn from real reactions. Analyze closely what resonates, set the direction from there, and correct course quickly as you learn. That kind of agile decision-making is exactly what will be demanded of players in the AI era.
— None of the four products is specialized for a particular industry. Was that also deliberate?
If we are delivering a service in the form of a product, we want it to be usable across a wide range of fields. Translation, research, consulting over chat — these are tasks performed every day at every company, whatever the industry. If we start by building products that help with this shared work, we can deliver value to that many more people. The size of the market we can target, and the size of the value we can create there: cross those two with our read on where we can win, and the result is the current four products.
Of course, deeper builds specialized for particular industries or use cases very much remain an option going forward. For example, we are actively exploring specialized versions of Sakana Marlin for finance and for manufacturing.
Making Sakana Marlin a Platform for Decision-Making
— Can you tell us about the direction of your products from here?
To set the premise: we do not believe it is desirable for dependence on any single model to grow too strong. Let me be clear that we hold deep respect for the companies polishing excellent models — our own products, and our society, are supported by them. The more good models there are in the world, the greater the value of combining them intelligently. That is how we see it.
At the same time, every model has quirks, strengths, and weaknesses that trace back to its training data and design. Supply chain risk, too, is becoming harder to ignore. Just as an ecosystem with diverse organisms withstands environmental change better, we believe the world as a whole is healthier when diversity remains in how we work with AI.
Sakana Chat and Sakana Translate are products for experiencing Namazu, a model given additional training so that it attunes closely to the Japanese context. Sakana Fugu and Sakana Marlin, on the other hand, are products exploring how to use multiple models intelligently: Sakana Fugu combines several models cleverly to tackle a single task, while Sakana Marlin has them think deeply over extended time.
What we work on lies in territory that is technically possible but that few people have taken up — or likely ever will. We rapidly test the value that emerges from it. We prize this stance of keeping our gaze fixed at an angle askew from everyone else’s.
— You have said before that you want to make Sakana Marlin “a platform for decision-making.”
A key intellectual foundation for Sakana Marlin is hypothesis thinking, proposed by Kazunari Uchida, a management scholar who served as head of the Boston Consulting Group in Japan. When we think something through, we first investigate the situation, form a hypothesis, act on it, then verify the results and revise the hypothesis. Whether weighing a new business or choosing where to work next, people follow these steps without realizing it. We want to implement this cycle as an application.
Today’s Sakana Marlin covers only the “investigate” step. But research is always followed by the steps in which humans form hypotheses and act. Pushed to its essence, every activity in business is made of this cycle. The state we aim for is one where every decision is made in Sakana Marlin, with humans and AI thinking together.
— Concretely, how would it be used?
Take investment as an example. Suppose you are deciding, in light of your company’s portfolio, which fields to invest in. First you look into which industries are growing and where you could expect synergies with your own business, to get a rough fix. This initial research is where today’s Sakana Marlin helps most.
After the initial research produces a list of 100 to 200 companies, the next steps follow: study the ten most promising in detail, and simulate investment schemes and return scenarios. Once you are satisfied, you decide which companies to invest in, how much, in what form, over what recovery horizon, and with what team. Then you look back at how the investments actually performed and set the next year’s plan — which calls for another round of research. Decision-making unfolds within this spiral structure. Today, humans carry most of it.
— True — that territory has traditionally belonged to consulting firms and the like.
Consulting and advisory services persist precisely because this territory is hard to replace with an application. Decision-making is an uncertain endeavor, and which factors a person weighs depends heavily on context. That is exactly why I see great possibility here.
Indeed, some predicted that the arrival of AI would erode demand for consultants and think tanks. In reality, demand for such experts has held remarkably firm — a measure, I think, of just how uncertain and ambiguous the practice of decision-making is.
Most AI use today stops at piecemeal efficiency: writing Excel formulas, arranging schedules. We want to take on decision-making itself — more uncertain, and further upstream. What I picture is humans and AI each bringing their own hypotheses and evidence, thinking together at the same table. “An AI sat in on the board meeting and, through discussion with the human directors, helped decide where to invest.” How many companies will be able to say that in the years ahead? We intend to translate that practice, carefully, into an application.
An Organization Where Everyone Chases the Same Numbers: Knowledge-Creation Theory and the Roots of Scrum
— As the products multiply, the organization will grow too. What kind of organization do you envision?
There are broadly three ways to structure an organization. A functional structure groups people by specialty — engineers in an engineering division, salespeople in a sales division. A business-unit structure gathers every role under a single service. A matrix structure combines the two. I strongly favor the business-unit structure, because it lets people of every function aim at the same numbers — revenue, user counts — and the same value.
— Yet as they grow, many companies seem to shift toward functional organizations.
I think that is because many people find business-unit organizations hard to run. Divide the organization by business unit, and each manager must grasp every corner of what it takes to run one service; the load on middle management inevitably becomes excessive. So most companies choose functional organizations aligned with individual specialties.
The greatest weakness of the functional organization, though, is that it fragments the process. Developers see only the development stage; quality assurance sees only the QA stage. Work starts falling into the cracks between organizations, and fewer people commit to the final value delivered. Everything becomes someone else’s problem, and you get finger-pointing: “We did hand over the deliverables.” That is the state I want to avoid.
I want everyone to hold responsibility for, and commit to, the whole process. But this is also a way of working that demands a high standard of each individual: take a broad view of your own remit while delivering solid results in your specialty. What we ask for is not just a mindset — it is skill, and professionalism. Because roles deliberately overlap, the team keeps up communication consciously and constantly. It is precisely among professionals working at a high standard that free, emergent exchange arises across role boundaries. I see it happen every day.
— Why choose that difficult path deliberately?
There are two management scholars, Ikujiro Nonaka and Hirotaka Takeuchi, authors of The Knowledge-Creating Company. They argued as follows: new knowledge is born when people with different experiences keep talking, putting into words and sharing the tacit knowledge each carries in their body — experiential knowledge not yet verbalized. That is why Japanese companies deliberately built overlap into roles and information, made things in a way where everyone committed to the final value reaching the customer, and produced innovation.
Knowledge-creation theory is one of the few management theories born in Japan to spread worldwide. It is also the wellspring of Scrum, the emblematic method of agile development. Developers who read the pair’s 1986 Harvard Business Review article, “The New New Product Development Game,” brought its thinking into software development and created Scrum. In other words, at the root of a way of working now taken for granted at IT companies around the world lies a Japanese philosophy of making things.
For those used to organizations with clearly bounded job scopes, working on the premise of overlapping roles can be deeply disorienting. Even so, this Japanese philosophy of making things retains a strength that still carries in the world today. Our founders chose to establish Sakana AI in Japan, and I intend to embody the meaning of that choice in the shape of this organization.
The Ideal Team: Turning Diversity into Strength
— What kind of people do you hope will join the team?
The strongest organization is one that can turn diversity into strength — that is my conviction. There is research behind it, too. In 2004, the economist Lu Hong and the complexity scientist Scott Page, in a study that modeled problem-solving mathematically, proved that under certain conditions a group with diverse ways of seeing and solving problems outperforms a group of individually more capable but similar-minded people. The result is known as the “diversity trumps ability” theorem. The study has drawn many critical responses since, but it remains one of the intellectual endeavors I love most.
I myself have moved fields from consulting to crypto assets to AI, and my own roots include a background outside Japan. Diversity lives not only in a team’s composition but within each individual. I feel that firsthand.
— What does the product team look like today?
We are about fifteen people now, centered on product managers, designers, and engineers, and increasingly diverse in nationality. Functions like marketing and sales are about to be built. The work of designing, from zero, the machinery that carries our products to the world still remains on this team. That is an excitement you find only in the founding period.
— On the other hand, there is the model of a charismatic leader — an Elon Musk, a Steve Jobs — deciding top-down. In fact, that philosophy seems to be what drives today’s tech industry.
True, there is the way of brilliant elites building a tightly commanded organization and changing the world. Raise a strong vision and run the shortest line as a monolith. For sheer speed of execution, no form is stronger. Applied to the AI industry, it is the strategy of polishing one supreme model or application and delivering it to the whole world. But simplify where that line eventually leads, and you get a world where everyone on earth relies on the same “strongest AI.” What is more, how much access anyone has to high-quality models is starting to hinge on external factors — how much they can pay, their nationality, their geography. I want to be cautious about the world becoming that uniform.
The real world is not that simple. The same question has different good answers depending on who is asking — their position and experience, the situation of the moment, the relationships around them. That is exactly why we want to hold up another goal for the relationship between AI and humans: using multiple models intelligently, in forms that attune to each person’s context. And for that, diversity of people and diversity of perspective are indispensable.
— Finally, a message for those interested in product development at Sakana AI. What kind of experience does the product team offer?
Few IT products born in Japan are used around the world. At the Japan office of a foreign company, chances to touch the core of product-making are limited. An environment aiming for the global market this seriously is rare in Japan today. For those with global ambitions who also want to be based in Japan, I would claim this is the most interesting place there is. Building world-class products together, from a home base in Japan — we are waiting for people who seek that challenge.
And to those outside Japan: parts of how Sakana AI works are distinctive, and they may be disorienting at first. Even so, I believe the challenge here is worth taking — because I cannot yet call the direction today’s AI industry is heading, or the visions of the future told along the way, optimal. Every person lives within a context of their own. We need the challenge of building products that attune to human context, where diverse people can exercise their strengths while remaining diverse. The world needs a path different from investing in a single model and raising it. With anyone who thinks so, whatever their country or background, I believe we can join forces.
Aiming for the world from Japan, while holding human context and diversity dear — that conviction ran unbroken through everything Omura said. If this challenge resonates with you and you want to build new products together, please visit our careers page.
Details
日本から、世界で使われるプロダクトを：Sakana AI プロダクト開発責任者インタビュー
東京を拠点とするAI企業、Sakana AIは2026年3月の「Sakana Chat」を皮切りに、「Sakana Marlin」「Sakana Fugu」「Sakana Translate」と、4つのプロダクトを立て続けにリリースしました。研究開発企業として知られてきたSakana AIは、なぜこのスピードでプロダクトを世に出すのか。その先にどんな構想を描いているのか。
プロダクトチームを率いる開発責任者の大村壮太さんに聞くと、話はチーム発足の経緯から、異例のリリースペースの理由、人とAIが一緒に意思決定する未来の構想、そして「多様であることを力に変える」という組織の哲学にまで及びました。
インタビューイー
|
|
大村壮太 Sota Omura プロダクトチーム 開発責任者 デロイトトーマツコンサルティング合同会社にて、戦略策定およびビジネス変革のコンサルティングに従事。その後、コインチェック株式会社にて事業責任者として、暗号資産取引サービスやステーキングを含む複数事業の企画・執行を統括。2025年7月に Sakana AI に入社し、Product Manager として AI プロダクトの企画・設計および実装プロジェクトをリードしている。 |
コンサル、スタートアップを経て、「前のめりなインダストリー」へ
——まずはこれまでのご経歴を教えてください。
キャリアの入り口はコンサルティングです。新卒で入ったデロイトトーマツコンサルティングでは、スーパーマーケットや鉄道会社など、暮らしに身近なサービスを提供する企業を担当するチームにいました。手がけていたのは、主に古くなったITシステムを作り替える案件です。
ITコンサルタントとして仕事を重ねるうちに、自分の手でプロダクトを作り育てるとはどういうことかを知りたくなりました。そこで移ったのが、ビットコインなどの暗号資産を売買できる取引所アプリを運営するコインチェックという会社です。システムをすべて社内で開発している会社で、プロダクトマネージャー、デザイナー、エンジニア、カスタマーサポートが一体となってひとつのサービスを磨いていく。最終的には、そのプロダクト全体を事業責任者として率いる立場になりました。
——そこからなぜSakana AIに移られたのでしょうか。
私がコインチェックにいたのは、ブロックチェーン業界に世の中の注目が一気に集まった時期でした。ビットコインをはじめとする暗号資産の価格が急騰と急落を繰り返し、NFTやWeb3という言葉が連日ニュースをにぎわせる。規制のあり方をめぐる議論が進み、大企業の参入も相次ぐ。この技術を社会がどう受け止めるかが、リアルタイムで決まっていく渦中にありました。資金も人材も勢いよく流れ込み、業界全体が数年先の未来を先取りしようとしていたのです。
「前のめりなインダストリーに身を置くことでしか見えない景色がある」。当時の上司にそう言われましたが、実際にその通りでした。技術の可能性と社会の反応の間で揺れる業界の内側には、そこでしか味わえない面白さがあった。この言葉は、いまも進路を考えるときの軸になっています。
2025年、自分のキャリアを見つめ直す時間ができた時、自分の拠点を次はどこに移すかを考え直しました。上司の言葉に照らせば、いま最も前のめりな業界は間違いなく生成AIでした。
——AI企業は他にもあるなかで、なぜSakana AIだったのでしょうか。
色々ありますが、本社が日本にあることが決め手の一つでした。外資系IT企業の日本拠点では、意思決定の中心である本国との役割分担が生まれやすく、セールスやマーケティングなど、すでにあるプロダクトを届ける仕事が中心になりがちです。お客さまから「もっとこうしたい」という要望をいただいても、本国に上げて時間をかけて調整する場面が出てきます。
一方、Sakana AIは日本で経営されているので、ものづくりの根幹がすべて日本にあります。日本に拠点を置く人間がグローバル市場で勝負するうえで、日本発の企業であることは大きなアドバンテージだと考えました。
メンバーの自発的な議論からプロダクトチームが生まれた
——入社当初はAppliedチームに入ったそうですね。プロダクトチームはどのように生まれたのでしょうか。
当時のSakana AIには、大きく2つのチームがありました。基盤となるAIモデルの開発をはじめ、幅広い技術を研究するResearchチームと、その成果を法人のお客さまの課題解決に活かすAppliedチームです。私はAppliedチームに加わったのですが、プロダクトチームはまだ存在していませんでした。Appliedチームが一社ごとに深く伴走する仕事には、それでしか生めない価値があります。そのうえで、Appliedチームの立ち上げ当初から「プロダクトという形なら、同じ技術の価値をより多くのお客さまへ同時に届けられるのではないか」という議論もありました。
そこで2025年の夏ごろから、プロダクト作りに関心のあるAppliedチームの若手メンバーに声をかけ、「この会社でプロダクトを手がけるならどのような形が考えられるか」を話し合う場を自発的に設けていました。
そうした中、共同創業者で社長の伊藤錬から「モデル開発を自社ビジネスの一部としてどう扱うかを議論したい」と声がかかりました。そこで、モデル開発を含めたプロダクトビジネスの育て方をプレゼンしました。その結果、この取り組みはAppliedチームから一部独立する形で動き出します。Sakana Chatのリリース決定を機に、責任の所在を明確にするため完全に独立したチームとなり、2026年2月から私が責任者を務めています。研究開発企業として始まったSakana AIが、プロダクト企業の顔も持つようになっていく。その転換点に立ち会っていると感じています。
——Research、Applied、プロダクトの3チームは、どのような関係にあるのでしょうか。
基本の役割分担としては、Researchチームが新しい技術を生み出し、プロダクトチームがその成果をプロダクトとしてお客さまに届けて収益化します。そのうえで、両チームの間には日常的なやり取りがあります。「ビジネスの現場ではこういうモデルが求められている」とResearchに伝えることもあれば、Researchから「このように使ってほしい」という要望が届くこともあります。Sakana Fuguというモデルが生まれたときが、ちょうどそうでした。
Appliedチームとの関係も同じです。お客さまから見れば、どちらも同じSakana AIのサービスです。Appliedチームのお客さまがSakana Marlinに関心を持てばこちらで提供し、プロダクト側から入ったお客さまがより手厚い支援をお望みであれば、Appliedチームにバトンタッチします。
4プロダクトを立て続けに。「AI時代のスタンダードプラクティス」
Sakana Chatは、私たちのフラッグシップモデル「Namazu」によるチャットサービスです。ChatGPTやClaudeのような感覚で使える、日本発のチャットAIを目指しています。Sakana Translateは、同じくNamazuによる翻訳サービスで、Sakana Chatの姉妹プロダクトです。
Sakana Fuguは、複数のAIモデルを協調させる「オーケストレーション」技術を使ったモデルです。単一のモデルに任せるより高い性能でタスクを処理します。現在は、開発者向けにAPIで提供しています。
Sakana Marlinは、時間をかけて深く推論する技術「AB-MCTS」を使った、高品質なリサーチのためのサービスです。経営の相談相手（バーチャルCSO＝最高戦略責任者）となるようなAIサービスに成長させることを目指しています。
——Sakana Chatが2026年3月、以降Sakana Marlin、Sakana Fugu、Sakana Translateとリリースが続きました。マーケット調査やユーザーインタビューを重ねてから1つのプロダクトを出す、という一般的な流れと比べると、異例のペースだと思います。なぜこのやり方を選んだのでしょうか。
まず何より、経営の強いディレクションがありました。CEOのDavidが「今年はSakana AIがプロダクトを出す年にする」という強い意志を示していました。Sakana Chatを出し、Sakana Marlin、Sakana Fugu、Sakana Translateへと続ける。この流れを確実に作ることが、今のSakana AIにとって不可欠だというメッセージを日々受け取っていました。
そのうえで、「一般的なやり方と大きく異なるのでは」というご指摘はその通りです。ただ私は、このようなペースでのリリースは、AI時代のスタンダードプラクティスになっていると捉えています。AIの力を借りれば、以前なら数カ月かかったプロトタイプ作りが数週間、ときには数日で終わります。作る前に1年かけて調査するより、まず出して、実際の反応から学ぶほうが早いのです。反応の良い部分を細かく分析し、方向性を決めていく。学びに応じて素早く軌道修正する。そうした機動的な意思決定こそ、AI時代のプレイヤーに求められるはずです。
——4つのプロダクトは、いずれも特定の業界に特化していません。これも意図したものでしょうか。
プロダクトという形でサービスを届ける以上、幅広い領域で使えるものにしたいと考えています。例えば翻訳や調べ物、チャットでの相談などは、業界を問わずどの会社でも毎日行われている仕事です。まずはこうした共通の仕事を助けるプロダクトを作れば、それだけ多くの方に価値を届けられます。狙える市場の大きさと、そこで発揮できる価値の大きさ。この2つに勝算の見立てを掛け合わせた結果が、いまの4つのプロダクトです。
もちろん、特定の業界やユースケースに特化させた作り込みはこの先の選択肢として多いにありえます。例えば、Sakana Marlinのファイナンス向け、製造業向けといった特化版については非常にアクティブに検討しています。
Sakana Marlinを意思決定のプラットフォームへ
——今後のプロダクトの方向性も伺えますか。
前提として、私たちは、単一のモデルへの依存が強すぎる状態が望ましいとは考えていません。前提として、優れたモデルを磨き上げている各社の仕事には深い敬意を抱いていますし、私たちのプロダクトも、私たちの社会もそうしたモデルに支えられています。世の中に良いモデルが増えるほど、それらを賢く組み合わせる価値も大きくなる。それが私たちの見方です。
そのうえで、どのモデルにも、学習のデータや設計に由来する癖や得意不得意があります。また、サプライチェーンに対するリスクも見逃せなくなりつつあります。多様な生き物がいる生態系のほうが環境の変化に強いように、AIとの付き合い方にも多様さが残っているほうが、世の中全体として健全なはずだと私たちは思っています。
Sakana ChatとSakana Translateは、Namazuというモデルを触っていただくためのプロダクトです。Namazuは、こうしたモデルが日本の文脈に寄り添うようにトレーニングを加えたものです。一方、Sakana FuguとSakana Marlinは、複数のモデルを賢く使う形を探るプロダクトです。Sakana Fuguは複数のモデルを賢く組み合わせて一つのタスクにあたらせ、Sakana Marlinは時間をかけて深く考えさせる。
私たちが取り組んでいるのは、技術的には可能だが、まだあまり多くの人が手がけていない、あるいはおそらく手がけないであろう領域です。そこから生まれる価値を高速に検証していく。この「斜めにずれた角度を見続ける」姿勢を大切にしています。
——以前、Sakana Marlinを「意思決定のプラットフォームにしたい」とおっしゃっていました。
Sakana Marlinの重要な思想的前提になっているのが、『仮説思考』です。ボストン コンサルティング グループの日本代表を務めた経営学者、内田和成氏が提唱しました。何かを考えるときは、まず状況を調べ、仮説を立て、行動に移し、結果を検証して仮説を修正する。例えば新しい事業を検討するときも、転職先を選ぶときも、人は無意識にこの手順を踏んでいます。この繰り返しを、アプリケーションとして実装したいのです。
現状のSakana Marlinが担っているのは「調べる」工程だけです。しかし、調査の後には必ず、人間が仮説を立てて行動する工程が続きます。ビジネス上のあらゆる活動は、突き詰めればこの繰り返しでできています。あらゆる意思決定が、Sakana Marlinという場で、人とAIが一緒に考えながら行われる状態。それが目指す姿です。
——具体的には、どのような使われ方になるのでしょうか。
投資を例にします。自社のポートフォリオを踏まえ、どの領域に投資すべきかを考えるとします。まず、いまどの業界が伸びているのか、どの領域なら自社との相乗効果を見込めるのかを調べて当たりをつける。この初期調査は、現在のSakana Marlinが最も役立つ領域です。
初期調査で100〜200社のリストを作った後には、有望な10社を詳しく調べ、投資スキームやリターンのシナリオをシミュレーションする工程が続きます。納得できる段階まで来たら、どの会社に、いくらを、どのような形で投資し、どの程度の期間で回収し、どの体制で進めるのかを決める。実際に投資した結果がどうだったかを振り返り、次年度の計画を決める。そのためのまた調査をする。意思決定は、このようなスパイラル構造の中で行われていきます。いまはその大部分を人間が担っています。
——たしかに、この領域はコンサルティングファームなどが担ってきた印象があります。
コンサルティングやアドバイザリーというサービスが根強く残っているのは、この領域をアプリケーションに置き換えるのが難しいからです。意思決定という営みは不確実で、人がどの要素を重視するかは文脈に強く依存します。だからこそ、ここには大きな可能性があると見ています。
実際、AIの登場でコンサルタントやシンクタンクへの需要が薄れるのではないか、という見方も一部にありました。現実には、そうした専門家への需要はむしろ底堅く続いています。意思決定という営みが、それだけ不確実で曖昧なものだからでしょう。
いまのAI活用の多くは、Excelの数式を書かせる、スケジュールを調整させるといった部分的な効率化にとどまっています。私たちは、より不確実で、物事の上流にある意思決定そのものに取り組みたい。思い描いているのは、人とAIがそれぞれ仮説や証拠を持ち寄り、同じテーブルで一緒に考える形です。「役員会にAIが同席して、人間の役員と議論を重ねながら投資先を決めた」。そう言える会社が、これからどれだけ現れるか。その営みを、丁寧にアプリケーションへ落とし込んでいくつもりです。
全員が同じ数字を追う組織：知識創造理論とスクラムの源流
——プロダクトが増えるにつれ、組織も拡大していきます。どのような組織像を思い描いていますか。
組織の作り方は、大きく3つに分けられます。エンジニアはエンジニア部門、営業は営業部門と、専門ごとに人を束ねる「職能別」。1つのサービスの下にすべての職種を集める「事業単位別」。両者を組み合わせた「マトリクス型」です。私は、すべての職能の人が売上やユーザー数といった同じ数字、同じ価値を目指せるという理由で、事業単位の組織を強く支持しています。
——しかし、組織が拡大するにつれて、職能別の組織へ移っていく会社が多いように思います。
事業単位の組織は運営が難しい、と考える方が多いためだと思います。事業単位で組織を分けると、マネージャーは1つのサービスの運営に必要な事柄をすみずみまで把握しなければならず、中間管理職への負荷がどうしても過大になります。そのため多くの会社が、各自の専門性に沿った職能別組織を選ぶわけです。
一方で、職能別組織の最大の課題は、プロセスが分断されることです。開発者は開発工程しか見ない。品質保証の担当は品質保証の工程しか見ない。その結果、組織と組織の間に落ちる業務が増え、最終価値にコミットする人が減っていきます。さまざまな事柄が他人事になり、「成果物は確かに渡した」という水掛け論が起こります。この状態は避けたいのです。
全員がプロセス全体に責任を持ち、コミットする状況を作りたい。ただ、これは一人ひとりに高い水準を求める働き方でもあります。自分の担当範囲を広く捉えながら、同時に自分の専門領域で確かな成果を出す。求めているのは心構えにとどまらず、技能であり、プロフェッショナリズムです。役割に重なりを持たせる働き方なので、チームでは意識的にコミュニケーションを取り続けています。高い水準で働くプロフェッショナル同士だからこそ、役割の境界を越えた自由で創発的なやり取りが生まれる。日々それを実感しています。
——あえてその難しい道を選ぶのはなぜでしょうか。
『知識創造企業』を著した野中郁次郎氏と竹内弘高氏という、2人の経営学者がいます。両氏はこう論じました。新しい知識は、異なる経験を持つ人たちが対話を重ね、それぞれが体で覚えている暗黙知（言葉になっていない経験知）を言葉にして共有するところから生まれる。だから日本企業は、役割や情報にあえて重なりを持たせ、全員でお客さまに届く最終価値にコミットする形でものづくりをして、イノベーションを起こしてきた、と。
知識創造理論は、日本発の経営理論としてグローバルに浸透した数少ない例です。そして、アジャイル開発の代表的な手法「スクラム」の源流でもあります。両氏が1986年に米ハーバード・ビジネス・レビュー誌に発表した論文「The New New Product Development Game」を読んだ開発者たちが、その考え方をシステム開発に取り入れ、スクラムを生み出しました。つまり、いま世界中のIT企業で当たり前になっている働き方の根っこには、日本のものづくりの思想があるのです。
職務範囲が明確な組織に慣れた方には、役割の重なりを前提にする働き方は戸惑いが大きいと思います。それでも、この日本的なものづくりの思想には、いまも世界に通じる強さがあります。創業者たちが日本にSakana AIを設立した意味を、私はこの組織の形で体現するつもりです。
多様性を力に変える、理想のチーム像
——どのような人にチームへ来てほしいと考えていますか。
多様であることを力に変えられる組織が最も強い。これが私の信念です。裏付けになる研究もあります。経済学者のルー・ホンと複雑系研究者のスコット・ペイジは2004年、問題解決を数理モデルにした研究で、ものの見方や解き方が多様な集団は、一定の条件の下で、個々の能力は高いが視点の似た集団を上回ることを数学的に示しました。「多様性が能力に勝る」定理と呼ばれる結果です。その後、多くの批判的応答に晒されている研究ですが、私が最も愛している知的な営みの一つです。
私自身、コンサルティングから暗号資産、そしてAIへと畑を移りながら働いてきましたし、自分のルーツにも海外のバックグラウンドがあります。多様性はチームの構成だけでなく、個人の中にも宿る。そう実感しています。
——現在のプロダクトチームは、どのような構成なのでしょうか。
現在は約15名で、プロダクトマネージャー、デザイナー、エンジニアが中心で、国籍も多様になりつつあります。マーケティングやセールスといった機能は、これから立ち上げるところです。プロダクトを世界に届ける仕組みをゼロから設計する仕事が、このチームにはまだ残っています。立ち上げ期にしかない面白さだと思います。
——一方で、イーロン・マスクやスティーブ・ジョブズのようなカリスマがトップダウンで決めていくやり方もあります。実際、現在のテック業界を牽引しているのはそちらの思想にも見えます。
たしかに、優れたエリートが統率の取れた組織を作り、世の中を変えていくやり方もあるでしょう。強いビジョンを掲げ、一枚岩の組織で最短距離を走る。実行のスピードにおいて、これほど強い形はありません。AI業界に当てはめれば、最高のモデルやアプリケーションを一つ磨き上げ、世界中に届けるという戦略です。ただ、その延長線で行き着く先を単純化して言えば、世界中の誰もが同じ「最強のAI」に頼る世界です。しかも、高品質なモデルをどれだけ使えるかは、例えば支払える金額や国籍や地理的条件のような、様々な外的要因にも影響され始めています。世界がそこまで一様になることには、私は慎重でありたいのです。
実際の世の中は、それほど単純ではありません。同じ質問でも、尋ねる人の立場や経験、そのときの状況や人々をめぐる関係性によって、良い答えの内容は変わります。だからこそ、複数のモデルを賢く使い、人の文脈に寄り添う形を、AIと人間の関係のもう一つのゴールとして提示していきたい。そのためには、人材の多様性、観点の多様性が欠かせません。
——最後に、Sakana AIのプロダクト開発に関心をお持ちの方へメッセージをお願いします。Sakana AIのプロダクトチームでは、どのような経験が得られるのでしょうか。
世界中で使われている日本発のITプロダクトは多くありません。外資系企業の日本支社では、ものづくりの根幹に関わる機会も限られます。ここまで本気でグローバル市場を狙える環境は、いまの日本では稀です。グローバル志向があり、なおかつ日本を拠点にしたい方にとって、最も面白い場所だと自負しています。日本という拠点から、世界水準のプロダクトを共につくり上げる。そういう挑戦を求める方をお待ちしています。
そして、日本の外にいる方々へ。Sakana AIの働き方には独特なところもあり、最初は戸惑いがあるかもしれません。それでも、この環境でチャレンジする価値はあるはずだと考えています。いまのAI業界が向かう方向や、そこで語られる未来像が、まだ最適だとは思えないからです。人は誰しも、固有の文脈の中で生きています。多様な人々が多様なまま力を発揮できる、人間の文脈に寄り添ったプロダクトを作る挑戦が必要です。単一のモデルに投資して育てる発想とは別の道が、世の中には要る。そう考える方となら、国や経歴を問わず、力を合わせられると思っています。
人の文脈や多様性を大切にしながら、日本発で世界を狙う。大村さんの語りには、その信念が一貫して流れていました。この挑戦に共感し、一緒に新しいプロダクトをつくり上げたいという方は、ぜひ採用情報ページをご覧ください。