FY2022Q4 ひとり全社会議
ひとり全社会議とは、会社で取り組んだことを勝手に株主に報告する会議のこと。言わずもがな、エクイティ調達をしていない弊社には、株主は私しかいない。
FY22通期のハイライト
まず、通期ではYoY売上高成長率+53.7%で着地しました。組織規模は前期から変わっていません。成長要因は、一人あたりの生産性向上によるものです。（単純にめちゃくちゃ働いただけです・・・。）
また、前期4Qではアカデミック向けプロダクトとして事業アイデアをピボットしました。現役大学院生を採用し、30名以上のユーザーインタビューを実施しました。既存事業の計画進捗も芳しくなかったこともあり、収益性の課題を解決できない新規プロダクト開発は進めるべきではないと判断しました。結果として、今期2Q時点で開発を断念しました。
しかし、このまま終わるわけにはいかないのです。当社はソフトウェアを提供する企業として社会の役に立つという野望があるからです。原点回帰しデータを活用している法人向けのプロダクトのベータ版を今期4Qにリリースしました。（Release or Dieの精神に則り、品質よりも期日コミットを重視しました。）
売上高を除く利益率などの成長率は、決算書を鋭意作成中のため非公開です。今期（FY22）は黒字着地する計画です。当社は現時点でエクイティ・ファイナンスを実施していない企業です。現実的でコントローラブルな調達手段を実行できるように、黒字着地する程度まで支出を抑える必要があります。
今期は、はじめて金融機関の担当者とともに、また別の金融機関と面談するといったドラマみたいな資金調達を経験しました。正直、メンタル的には複雑な気持ちになることも少なくありませんでした。でも、昭和のカッコいい起業家だってきっと同じような経験をしていると思えば、この経験は俺のシーズン1のエピソード6くらいの出来事であって、振り返ればいい思い出になると信じて乗り越えました。
デット・ファイナンスについては実務も調達戦略も、金融機関の考え方も大きな学びがありました。エクイティ・ファイナンスを経験する前に、伝統的な調達手段を経験できて良かったのかもしれません。お力を貸してくださった金融機関の担当者の皆さんには感謝しています。ありがとうございました。
営業および財務面では、契約関連に苦しむことも多かったです。データサイエンスやAI業界といえば新しくトレンド感のある響きがあります。しかし、独立し１つの法人プレイヤーとして業界に参入すれば、それはそれは非常に伝統的なベンダー構造のハードルと向き合うことになります。
著名な投資家・VCから調達を実現できたスタートアップですら、実際は泥臭く苦労することも多いのです。言わずもがな、そうしたロイヤリティのない状態で組織規模も小さい場合は、人間不信になる出来事だってゼロじゃありません。
新卒で働いていた会社の先輩からいただいた言葉で大好きな言葉があります。「苦しい経験をした人は同じ人を救える人間になれる。悲しい経験をしている人のほうが優しい人間になれる。」という言葉です。（思い出補正でいい感じに整えたけど、こんな感じの言葉だった記憶がある）
この言葉を信じて、ハンターハンターばりに、俺は絶対こういうことをする人間にはならないという誓約を課しましたが、どんな念能力を獲得できたかはさっぱりわかりません。制約だけが増えた気がします（）
ミッション
私たちは、1プロダクトで急成長を目指しているスタートアップではありません。私たちが戦っている市場は、1プロダクトで急成長を描ける市場特性を持っていないと考えているからです。しかし、事業の前提となるミッションは明確です。「ひとつの企業に、ひとつの分析組織を。」です。
業績復調に伴い、今期4Qから再び採用活動をおこないました。これに際してミッションを明文化しました。
私たちの事業活動を通じてアウトプットされるプロダクトやサービスは、すべて「どんな企業にでも、分析組織がある状態」に着実に近づくことを願って企画・開発したものです。
今後、開発するプロダクトが変わることがあったとしても、来期（FY23）も継続してこのミッション達成のために、事業開発に邁進します。
私は創業当初のマイクロソフト社のミッションだったり、国内の事例でいうとエムスリー社のミッションが好きです。「インターネットを活用し、
健康で楽しく長生きする人を１人でも増やし、不必要な医療コストを１円でも減らすこと」ですって。超絶具体的だし、どんな事業もこのミッションに直結している気がします。カッコいいです。
分析組織クラウド「デーセン（β）」
このようなミッションに基づいてリリースしたプロダクトが、分析組織クラウド「デーセン」です。
現状のビジネスモデルは、「コンサルティング・データマネジメント」「データ分析・AIおよびAIアプリ開発」「データ人材教育・研修」という３つの事業が私たちの主たる収益源です。つまり、ソフトウェア単体での収益化は実現できていません。
今期（FY22）では、当社と直接お取引のあるクライアントとのプロジェクトや研修事業において利用しています。
こんなことを書くのはソフトウェア開発企業になりたい私たちにとって悔しいし恥ずかしいことです。しかし、誇大広告をするようなスタートアップにはなりたくありません。正直に伝えることは、私たち自身が私たち自身の弱みを認めることになるし、認めることで課題に向き合えます。これを続けていけば、改善した先に急成長の機会があると信じています。
プレスリリースの反響について
１期目は全く広報やブランディングをしていませんでした。日陰である起業家のほうがカッコいいと美学をこじらせていたからです。（ごめんなさい。今もちょっとこじらせていると思います。）
実際にプレスリリースをしていみると、想像していなかった企業や投資家の皆さんから反響がありました。お問い合わせやお声がけしてくださったことがこんなに嬉しいと思ったことはありません。改めて、ありがとうございました。とても嬉しかったです。
プレスリリースを通じて学んだことは、人は本当にやりたくてやっていることを応援するよね。ということでした。
私はこう見えて（否、見ての通り）繊細で面倒くさいタイプです。企画段階で投資家やピッチイベントで壁打ちして駄目だったら本当に凹みます。やりたくてやってることをなんで応援しないんだ！っていう気持ちになっちゃいます。
実際、そこに顧客がいなければ商売が成立しません。だから、ネガティブフィードバックはビジネス的には正解でしかありません。でもどこか腹落ちしない自分がいました。たった一回起業で成功したっぽい一人に200億が集まるくらいなら、1億くらい分けてくれたって良いじゃないか！俺だってそこそこ社会に貢献できるぜ？っていう器の小さい自分が消えませんでした。捻くれててごめんなさい。
だから、うるせぇ！俺には未来が見えてんだよ！っていう気持ちで、プロダクトを作り続けて勝手にリリースしました。すると、企画段階でネガティブフィードバックしていた人たちの、私たちに対する印象が変わった気がしました。きっと企画段階での私たちの覚悟が強くなかったか、あるいは気持ちや考えを正しく伝えきれなかっただけなのかもしれません。もっと人に希望を抱いてもらえるような立場にならないといけないと反省しました。捻くれている時間はありませんでした。
デーセンで解決したい課題
今回、「デーセン」の機能紹介は割愛します。プロダクトで伝えたい考え方を書き残します。
AI・データ分析人材育成の市場動向
世の中にはPythonと呼ばれるAI（人工知能）を開発するために必要なプログラミング言語を習得するAI人材研修と呼ばれるものが増えてきました。コロナ以降はDXという名前に変わって、より多くの企業がサービスを提供しています。
研修プログラムのジレンマ
研修はベンダーに開発プロジェクトを依頼するよりもコストが低い（だから発注者にとって金銭的リスクが低い）というメリットがあります。一方、研修で得たスキルを実務で応用しづらいというデメリットがあります。
また、ベンダーにとっては発注者からプロジェクトを受注しなければ採算性が合わないという課題があるため、発注者は緩やかなベンダーロックインにはまります。
これは業界の特性上仕方がない課題だと考えています。「教育」というのは、それ単体で収益性を上げることがむずかしいです。当社においても同業界プレイヤーと同じような戦略を立てなければ、企業として成長できないジレンマを抱える一年でした。
当社のアプローチ方法
そうすると、ベンダー側はベンダーがいないとAIプロジェクトやDXプロジェクトが進まないような動きをしてしまいます。繰り返しになりますが、ベンダーへの否定ではありません。収益性を考えると、事業成長のための選択肢は選ばずして絞り込まれてしまいます。
そこで、当社は発注者（クライアント）に提供できる差別化の要素は何かを考えました。現場社員のスキルよりも、現場社員がデータを使って解決したい業務課題を吸い上げて、マネジメント層に伝えるスキームをつくることです。
実際のところ、収益性が高いのはAI開発プロジェクトです。AI開発を担える企業や人材が少ないから市場が需要過多になるからです。しかし、当社はデータを使って企業の生産性が良くなるのなら、結論が「営業の効率化」になり、自社ではないSalesforce導入になっても問題はありません。だって、仕事って役に立つことをやることでしょ？（そりゃ自社プロダクトを開発し、それを多くの企業に届ける野望は消えていませんけど）
実証実験と顧客事例
人事部やDX推進室、デジタルイノベーション部などの担当者にとっては、プログラミングのスキルアップが定量的に評価しやすいと思いますが、当社ではこの2年間でいくつかの実証実験をおこないました。
具体的には「プログラミング言語を教える」ことをやめて、「データ人材と企画人材がチームになる方法と経験」を与える研修サービスの提供です。
これは一定の成果が出たと思うので、来期（FY23）においてサービス化することが当社の一つの目標です。しかし、このままだと研修サービスに付随したプロダクトに収束してしまうことは当社のミッションに反します。
分析組織をプロフィットセンターにしたい
このプロダクトに込めた想いを一言でまとめならば、こういう感じです。
私たちは、世の中の人たちにAI（人工知能）が料理ならば、データ量・品質（食材）のほうがもっと重要だと伝えたいです。
これらはインフラ的側面が強いので、投資対効果が見えづらいです。日本に生きる人たちは、水道水の有り難みに気づくことは難しいですよね。それと似ています。（もっとうまく表現したかったです）
兎にも角にも美味しい料理をつくるためには、品質の良いお水や食材が必要ですし、美味しい料理を作り続けるためには、たくさんのお水や種類豊富な食材が必要です。つまり、売上がコストカットに直結するAI/DXプロジェクトと同時に新しい食材を耕すようなインフラ的投資を行う必要があるのです。
データを使ったプロジェクトは、金融資産のようにポートフォリオを組んでマネジメントしたほうが良い。そういうマネジメントこそ、きたる不況に強い未来的なデータ分析組織だと当社は考えています。これを目指しています。
なぜ、この分析組織のマネジメントに問題意識を持っているかというと、コロナを契機にAIプロジェクトの案件がゼロになってしまったからです。もし、そのプロジェクトを企画している部署とともに、不況で予算がなくなったとしても、途絶えることなく継続する必要性を伝えることができれば、単なるトレンドで開始したプロジェクトという烙印を押されずに、そのクライアントの事業成長を支えられたかもしれません。
業績
プロダクトやビジネス構想を書いていたら、とんでもない文字数の記事になってしまいそうだったので、業績ハイライトに戻ります。
売上高
通期で昨年対比217%成長を達成しました。ただし、スタートアップとしては弱小売上です。当然、課題意識が強いです。昨年よりは成長しているものの、当社で設定した目標に対する達成率は72%でした。営業損益については厳密な数値を出せないため非公開です。
販促費
通期で人件費による支出が全体経費の60%を占めています。スタートアップしやすくなった日本において、初速に投じられる資金力が弱い組織では、投資もしづらいし固定費も上げづらい。やはり、最初にどれだけ資本をもっているのか？というのは事業成長において大切なポイントだと改めて実感した一年でした。
私たちについて
最後に当社がサービスを作ったり、一緒にお仕事させていただく上で大切にしている価値観を伝えたいです。
世界で初めて洗濯機を作った人って、儲かるから洗濯機を作ったと思いますか？実際のところは・・・そうなのかもしれません。でも、寒い中、冷たいお水で手洗いしている母の姿を見て、何とかしたいと思った人たちが作ったって信じたいです。
何がいいたいのかというと、コストカットや売上向上を強く推進できる企業体というよりは、当社と仕事をするとなんかプロジェクトの雰囲気がよくなるし、当社のプロダクトを使うと、なんか組織がよくなっている。そういうポジティブな雰囲気を与える存在でありたいです。その結果として大きく生産性の向上に貢献したいです。
行動基準
私たちが一番大切にしたいことは「誇りをもてる選択をすること」です。
世の中には達成するべきKPIに溢れています。でも、そのKPIを達成するために「それ、本当に息子の前で言える？」という発言を部下にしてしまったり、「それ、本当に高齢者の親にも自信もって売れる？」という企画をしてしまうシーンを見てしまうことがありました。これ、本当に良くないと思うんです。だから、どんなにお金に困っても、事業課題に苦しんでも、誇りを持てる選択をしつづけることは意識しています。
沿革
実際に起業して痛感したことは、「負けない（倒産しない）大切さ」です。今期は、予実管理よりも計画通りに成長すること、計画以上に成長することがどれだけ簡単ではないのかを痛感しました。
業績が芳しくなかった段階で、速やかにコストカットを行いました。コアメンバーは3名で推進しました。実は、業績が復調した4Qから2名を新規採用しました。山あり谷ありで成長していくしかありません。
高校の部活でも、大学時代の学生団体で代表をしていたときも、40人くらいのチームはまとめられていた自負はあるから、二桁代の組織規模は早く目指したいし、それくらいの規模でないとミッション達成はむずかしです。人こそパワーッ！
メンバー構成
当社はフルリモートワークです。男女比は意外と考えています。エンジニアリングに強い組織を意識すると男子校組織になっちゃうからです。
特にデータ分析などの業務は性的バイアスも大きいから、理想論だけどバランスの良いメンバーでカッコいいチームを作っていきたいです。最新の状況では開発メンバーが3名に増えています。
技術スタック
当社はモダンな開発言語を選んでいます。CTOはいませんが、採用や開発効率の観点から総合的に技術選定できていることは強みです。例えば、JavaScript開発経験のベースがあれば、フロントエンドもバックエンドも経験できるような状態にしています。
しかしながら、課題もあります。機能要件が変わってしまうフェーズなので、UIUXデザイナーを採用していません。その結果、デザインシステムを作れておらず、フロントエンドの品質が高くないことです。
当社はReactをベースとしたフロントエンドエンジニアを積極的に採用したいですし、機能要件が変わってしまうフェーズでも力を貸してくれるUIUXデザイナーも求めています。よかったら連絡してね！
財務状況
当社はスタートアップでありたいから、スタートアップと称していますが、エクイティ・ファイナンスは未実施です。今後の組織成長のために、エクイティ・ファイナンスは向き合っていく必要があります。
ポジティブに捉ええれば、創業融資制度を利用してから更に追加で融資実績をつくることができました。これは初年度計画よりも業績を伸長することができたからに他なりません。稼ぐための付加価値を持った組織になれていることは自信にして来期も頑張っていきたいです。
来期（FY23）の展望
当社が挑戦している市場について
またの機会に、別記事で「業界構造と市場」についてまとめる予定ですが、データ分析・AI業界は、1プロダクト単体でIPOしている企業事例は国内でほぼ皆無です。
データサイエンス・AI市場は、少数の高単価クライアントで収益を数億円規模まで拡大させて、IPOによる資金調達を実施。その後、企業買収によって売上のベースアップを行いつつ、調達した資金で製品開発を加速させている企業群が多い印象です。
もちろん、1プロダクトで急速な成長を実現できればそれに越したことはないのです。実際のところ、そう見えている企業もコンサルティング等で収益を上げているでしょう。
当社もご多分に漏れず同じような成長戦略を描いています。正直言うと、こと日本においては、描かざるを得ないような市場環境だったぜ・・・という感じです。ただ、来期も1プロダクトで急成長を描けるチャンスを伺っているし、取りに行く気概しかありません。
創りたいマーケット
顕在化されたニーズがあるマーケットでなければ、収益性のある事業を展開できません。一方、潜在化されたニーズがあるマーケットに挑まなければ、先行者メリットは得られません。先行者にならなければ、限られたリソースで開発したプロダクトで勝つことはできません。
私たちは分析組織マネジメントというマーケットを創りたいと思っています。同時に、組織として成長するために顕在化されたマーケットでクライアントにアウトカムを出し収益を上げることを目指します。
経営方針
来期のテーマは「圧倒的な投資対効果思考」です。1期目から今期まで、まだ販売していないプロダクトを開発しているエンジニアには収益性を求めていませんでした。開発していること自体を感謝していたからです。しかし、3期目（FY23）からは徹底的に投資対効果を考えます。
ゼロじゃないもん。からの卒業です。ゼロじゃない自分を褒めるフェーズから、ゼロじゃなくてイチだった結果、いくつで返ってきているのか？返すつもりなのか？を突き詰めます。具体的にはデーセンとエクイティ調達向けの第2プロダクトそれぞれに投資回収計画をつくります。これに則って一年間の開発を進めます。
おわりに
最後に、私たちが伝えたいことが2つあります。
データ関連ソフトウェアは国内製が増えたほうがいい
国内市場を見てみると、数千万円単位の高品質なAI開発製品に投資できる企業が少ないです。日本には投資できるバジェットも用意できない企業が多いという事実があります。予算が少なく、リスクを取りづらい雰囲気になっているから、研修サービスばかりが増えてしまいます。
しかし、そうこうしているうちに海外製品にソフトウェアのシェアを淡々と取られてしまっているのです。たとえば、DataRobotと呼ばれる北米発AutoML製品があります。具体的な金額は明示できませんが数千万円規模になることもある製品です。日本では一部のプロジェクト予算のある企業しか利用していません。（海外製品を販売する営業代理店止まりの日本でいいですか？いやいや良くないですよ！諦めるには早すぎます。）
また、英語ベースの製品はリテラシーの低い組織にとって使いづらいです。特に、データを活用する人はエンジニアよりもビジネスサイドのほうが多いですから。
北米製品に圧倒されるデータ関連ソフトウェア業界に鉄槌をくだしたい
PFNは未上場スタートアップで最も企業価値の高い企業の1つです。Chainer（チェイナー）と呼ばれるAI開発のベースとなる技術を開発していた超絶クールな企業です。
そんなクールなスタートアップが日本には存在しているのですが、彼らが開発していた主力製品が、北米のフェイ◯ブック（メ◯）社にオマージュされて開発された製品が「PyTorch（パイトーチ）」と呼ばれているそうです。
上記のニュースは、オマージュ先に移行しますというニュースです。これは仮説です。真実は知りません。でも、技術力は資金力の戦いになってしまっているという事実がある気がしました。
今後、別記事でしっかりと伝えたいなと思っていますが、データサイエンス・AI業界にはたくさんの領域があります。データを集めるプロダクト、データをきれいにするプロダクト、データの変更履歴を残しておくプロダクト、データを使って人工知能を開発するプロダクト、データを簡単に可視化するプロダクト… これらすべて日本以外の国にシェアを取られていいのかよ！っていう話がいいたかったです。ましてや成長市場なのに、です。
ここに鉄槌を下すことをやっていきたいとおもいます。
この記事が気に入ったらサポートをしてみませんか？