20250807 Applied Engineer Open House

Transcript

1. Sakana AI Applied Engineer Open House 2025.8.7 当日投影資料 （抜粋版）
2. ❖ 一関工業高専、東北大学大学院情報科学研究科修了 ❖ 小学生からプログラミング、国際大会 IOI日本代表 ❖ 2014年　Preferred Infrastructureへ入社 ◇ 同社発のPreferred Networksにてソフトウェア開発に従事 ❖ 28歳CTO、29歳取締役に就任し、深層学習技術のビジネス適用を主導 ❖ OSSの深層学習フレームワーク『 Chainer』やGPU対応数値計算ライブラリ 『CuPy』の開発。ファナックと製造業向け AI実装、三井物産と自動運転物流事 業会社T2、アマノと自律移動ロボット会社 Preferred Roboticsの設立、および取 締役に就任 ❖ 2024年　Sakana AIのApplied Team立ち上げの初期メンバー参画 ◇ エンジニア兼PMとして、組織とプロジェクトの立ち上げを担当 司会紹介： Ryosuke Okuta / 奥田 遼介
3. 3 Schedule 18:00 - 18:10　オープニング 18:10 - 18:20　CEO David Ha / COO 伊藤 錬：メッセージ 18:20 - 18:40　中郷 孝祐：Sakana AI Applied Teamで働く魅力 18:40 - 18:50　加納 龍一：基盤モデル応用による防衛課題へのアプローチ ; 日米グローバルイノベーションチャレンジの事例 18:50 - 19:00　太田 浩行 / 栗城 光博：金融業界における AI Agent Engineering の挑戦 19:00 - 19:10　太田 真人： AIエージェント時代のクライアントワークの進め方 19:10 - 19:20　Artsem Zhyvalkouski： R&D x Bizのコラボレーション: 現状と今後の展望 19:20 - 19:30　Q&A 19:30 - 19:35　クロージング 20:00 - 22:00　懇親会（虎ノ門会場のみ）
4. Sakana AI Applied Teamで働く魅力 ~ Applied Engineer Open House ~ Talk #1 Kosuke Nakago 2025.08.07
5. 自己紹介 • 中郷孝祐 @corochann • Preferred Networks 2016~ ◦ 製造業を中心にDeep Learningの応用研究 ◦ 汎用原子レベルシミュレータMatlantisの研究開発 組織立ち上げ・グローバル展開推進 ◦ PLaMo-100Bの事後学習 • Sakana AI 2025~ ◦ Applied teamに参画 ◦ チーム立ち上げ・金融Projectに携わる • Kaggle 2x Grandmaster (Competitions & Notebooks)
6. AGENDA 01 02 03 04 Sakana AIの紹介 職種紹介 Engineerの働き方 選考について
7. 01 Sakana AIの紹介
8. CTO Llion Jones Co-invented “Transformer” CEO David Ha Head of Google Brain Tokyo COO Ren Ito CEO of Mercari Europe COO of Stability AI 会社紹介: Sakana AI
9. “The core research focus of Sakana AI is in applying nature-inspired ideas, such as evolution and collective intelligence, to improve foundation models’ performance” 会社紹介: Sakana AI
10. Sakana AIのR&D *1 arXiv:2408.08435 [cs.AI]. Main contributor to ADAS joined Sakana AI AI making AI Models Small MODEL Agentic Capabilities Reasoning MODEL efficient MODEL LLM-MCTS LLM^2 (DiscoPop) Monte Carlo Tree Search TAID Transformer^2 EMM/ CycleQD ADAS*1 Automated Design of Agentic Systems Evolutionary Model Merge Temporally Adaptive Interpolated Distillation Discovered Preference Optimization AI Scientist AI CUDA Engineer Agent used as Applications Agent Based Modeling (ABM) Workflow Automation Simulation verticals “Beyond Transformer” • ASAL (Automated Search for Artificial Life) • LAD (Diffusion model + LLM) • CTM (Continuous Thought Machines)
11. Sakana AIの事業開発 • 2025年より事業開発本部を立ち上げ、実応用へ注力
12. 注力技術: 2025年はAIエージェント 2024 (LLM) Chatbot Minutes Summary Chat + RAG 2026 Idea Generation M&A Proposals Risk Analysis 2025 (Agent) Workflow Automation Mortgage Loan Screening Automation
13. Go To Market 1: Finance領域 • ドキュメントワークが多い • ドメイン知識・商慣習が重要 • 事業効率化が必須 Talk #3 “金融業界における AI Agent Engineering の挑戦” で説明
14. Sakana AIの事業開発 • 三菱UFJ銀行と数年にわたる包括的パートナーシップ契約締結 ◦ 融資プロセスに対するAI適用
15. Sakana AIの事業開発 • 三菱UFJ銀行と数年にわたる包括的パートナーシップ契約締結 ◦ 融資プロセスに対するAI適用 　→ その業界のコア業務に対して、長期的視点 で取り組む
16. Go To Market 2: Defense領域 • 生成AIの登場により、技術的にできることが急変 国の安全保障のため、急速な AI変革への対応が求められる Talk #2 “基盤モデル応用による防 衛課題へのアプローチ ” で説明 → DIUと防衛装備庁共催のイベントにて Innovation Awardを受賞
17. 事業の強み
18. 02 職種紹介
19. 組織 Corporate R&D Team Co-Founders Applied Team Ryosuke Okuta CTO Llion Jones CEO David Ha COO Ren Ito Researchers Project Manager / Product Manager Applied Research Engineer Software Engineer Cybersecurity Engineer Corporate Service
20. R&D Team Co-Founders CTO Llion Jones CEO David Ha COO Ren Ito Researchers • 創造性のある、新規的な手法・モデルの研究開発を行う ◦ 自然界から発想を得るユニークなアプローチに強み ◦ 集合知の実現 • 論文執筆や学会参加を行い、生成 AI研究をリード 組織
21. Corporate Co-Founders Applied Team Ryosuke Okuta CTO Llion Jones CEO David Ha COO Ren Ito Project Manager / Product Manager Applied Research Engineer Software Engineer Cybersecurity Engineer Corporate Service • 世界をリードする 生成AI技術を社会実装する • 産業価値を生み出すことがゴール • 日本の最重要課題に取り組む 組織
22. Applied Research Engineerの役割 Corporate Co-Founders Applied Team Ryosuke Okuta CTO Llion Jones CEO David Ha COO Ren Ito Project Manager / Product Manager Applied Research Engineer Software Engineer Cybersecurity Engineer Corporate Service 生成AI/AI Agentsの応用研究・技術開発を担当 ・最先端のAI技術で革新的ソリューション提供 ・顧客/ドメイン知識を深く理解しバリュー創出 ・インパクトの大きいAI技術の研究開発
23. Software Engineerの役割 Corporate Co-Founders Applied Team Ryosuke Okuta CTO Llion Jones CEO David Ha COO Ren Ito Project Manager / Product Manager Applied Research Engineer Software Engineer Cybersecurity Engineer Corporate Service アプリケーションを実装し End to Endで顧客に価値を届ける ・アプリケーションをFullstackで設計・開発 ・サービスの運用管理
24. Cybersecurity Engineerの役割 Corporate Co-Founders Applied Team Ryosuke Okuta CTO Llion Jones CEO David Ha COO Ren Ito Project Manager / Product Manager Applied Research Engineer Software Engineer Cybersecurity Engineer Corporate Service あらゆる機微データを安心して扱えるよう セキュリティに関するあらゆる側面を担当 ・セキュリティリスク評価、脆弱性管理、 　インシデント対応、データ保護などの 　セキュリティコントロール
25. 03 魅力・働き方
26. Applied Teamの仕事の魅力 1. 日本の最重要課題にアプローチ 2. 技術的に最先端の取り組みができる 3. 幅広い仕事に取り組める・幅広いスキルが身につく
27. 1. 日本の最重要課題にアプローチ • 業界のコア業務にアプローチ • Projectは最初から数年単位を見据えて獲得 ◦ 長期的な視点 で取り組むことができる PoC Product化 複数年〜
28. 2. 技術的に最先端の取り組みができる 「トップ1%の頭脳労働を解く」 • 難易度の高いものに挑戦する • 生成AI、AI Agentの最前線を知るメンバーが集まり互いに教えあえる • R&Dチームから次々と生まれる研究成果を実問題に試してみることも
29. 3. 幅広い仕事に取り組める・幅広いスキルが身につく • まだ立ち上がったばかりのチーム ◦ 現状はオフィス１部屋にチーム全員が入り、全体の仕事が見れる規模感 ◦ 自発性で動くフェーズ。裁量しかありません！ AI Agent 開発 Fullstack Application Project 要件定義 etc etc … 組織立ち上げ 採用 ビジネス 戦略検討
30. オフィスの雰囲気 • みんなでワイワイ将来の方向性を議論 合宿の様子
31. Sakana AIの特徴 ~ 経験豊富なメンバーの 多様性 戦略/経営コンサル Biz Researcher Engineer 投資銀行 海外MBAホルダー 銀行やAI StartupでPdM AI Startup メガベンチャー 大手IT企業/メーカー SIer/コンサル 銀行 GAFA出身 AI Startup 大学教授・助教 CEO, CTO, COO Goldman Sachs Google Research 外務省 / メルカリ
32. 多様性のあるメンバーから学べるスキル Biz Researcher Engineer CEO, CTO, COO ・業界ドメイン知識 ・大規模プロジェクトの進め方 ・様々な思考フレームワーク 　資料化 ・LLM / AI Agent大好き 　エンジニアの使いこなし方 ・アプリケーションのデプロイ 　まで数人で ・プロジェクトマネジメントの 　方法・ツール ・創造性のあるユニークな 　発想・問題意識 ・最先端の研究動向の把握 ・世界的なコネクションから得られる最先端動向 ・長期的な方向性のアドバイス Talk #5 “R&D x Bizのコラボ レーション ” で説明 Talk #4 “AIエージェント時代の クライアントワークの進め方 ” で説明
33. Sakana AIの特徴 ~ 経験豊富なメンバーの 多様性 Sakana AI Applied Teamは ✓ スタートアップのスピード感を持ちながらも ✓ 経験豊富な専門家メンバーが集まっていて ✓ 大企業の信頼を獲得し事業を進めている組織 Startup Momentum x Grounded Professionalism
34. エンジニア x ドメインエキスパート ドメインエキスパート メガバンク3年 投資銀行4年経験 Applied Research Engineer Kaggle Grandmaster 投資銀行10年経験 社内にドメイン知識豊富な専門家がいる エンジニアの成果物に対して逐次フィードバックし、毎日改善をかける体制
35. 社員インタビュー なぜSakanaに？ • 生成AIの社会実装により、ビジネス価 値を生むことに挑戦したい • Sakanaのユニークな技術に感動 合田　晴紀 社会人3年目 Applied Research Engineer 前職では画像処理アプリの開発 を行う。 8:50 チャットやメールのチェック、１日のタスク整理 9:00 もくもく実装 12:00 チームランチ 13:00 顧客会議 14:00 リサーチャーとコラボについてディスカッション 15:00 チーム内standup、疑問点など相談 15:30 実装・レビュー・知見の共有・自由研究など 19:30 やることを整理して帰宅 入社してよかったこと • 尊敬するエンジニア・リサーチャーの方とディス カッションできる機会が豊富！ • 顧客のドメイン知識も、その道のプロの方が内部 にいるのでスムーズに学べる スケジュール例
36. イベント イベント名 やること 頻度 Fish Lunch 社内全体ランダムランチ 毎週月・水曜日 Tech Talk R&Dチームからの研究共有 毎週木曜日 Applied Talk AppliedチームからProject共有 随時 新入社員歓迎ランチ・ディナー Appliedチームに新しく入ってくる方と の交流 ほぼ毎月 英会話レッスン Business英語/Research英語の勉強 毎週など（希望者のみ） ほかにもいろいろ、、、！
37. FAQ Q. 毎日出社ですか？ A. 出社とリモートのハイブリッドです。 Q. 英語力は必須ですか？ A. Applied Teamの業務では現状必須ではないです。 　創業者や Researcherは英語話者が多いため、英語ができると色んな人と話せます。 Q. 金融や防衛などのドメイン知識や業務経験がなくても大丈夫ですか？ A. 学ぶ意欲さえあれば、中にはいってから教えてくれる専門家がたくさんいます！
38. 04 選考フロー
39. 選考フロー (Applied Research Engineer / Software Engineer) CVとカバーレターの提出 書類選考 (Optional) カジュアル面談 Problem Setに取り組み、提出 気になった方まずは CV提出を！ https://sakana.ai/careers/ 面接（複数回〜） オファー面談
40. 積極採用中！
41. 積極採用中！ • 最先端の研究を活かした産業応用に関わってみたい人！ • AI Agent による産業革新に興味がある人！ • スタートアップの立ち上げ期に関わってみたい人！
42. 学生インターンも募集中！ 案件に直結せずとも、種まきとなる技術検証など様々です。 テーマ案一覧 • Deep Research Agent / Computer Use Agent • AI Agent Ecosystem • Agent Based Modeling • Test Time Scaling • Open-ended Discovery • Self-improving Agents • Task-specific Model Training etc…
44. 基盤モデル応用による 防衛課題へのアプローチ ~ Applied Engineer Open House ~ Talk #2 Ryuichi Kanoh 2025.08.07
45. 自己紹介 • 加納 龍一 (かのう りゅういち ) ◦ Applied Research Engineer @ Sakana AI • 基礎研究と社会実装の両輪に興味 ◦ 研究 ▪ ICLR’22, ICLR’23, ICML’24, ICLR’25 ▪ 博士 (情報学) ◦ 社会実装 ▪ 前職(DeNA)における自社サービスAI活用 ▪ Kaggle Master
46. 01 はじめに
47. なぜ防衛分野？ • 日本の最重要課題 に挑戦していきたい ◦ AIが中核技術になる 領域。難易度の高い課題も多く、技術力が価値に • 日本では希少な 防衛×AI×スタートアップ のポジション ◦ 参入障壁もあるが、覚悟と共に乗り越える
48. 「新しい戦い方」 • 技術の進歩に伴い、防衛のスコープも新しくなってきている ◦ 従来は、陸・海・空において有人の航空機や艦船などを活用することが 主流で あった • 代表例は、 認知領域や無人機の活用など ◦ 情報戦を含むハイブリッド戦 ◦ 無人機等による非対称な攻撃等 ◦ … 　これらも考えていきたい　 　　　 https://www.cas.go.jp/jp/siryou/221216anzenhoshou/boueisenryaku_gaiyou.pdf
49. 認知戦とは SNSなどを駆使し、 相手の頭脳に働きかける 自分たちに都合が 良いように世論を操作 • 偽情報 • 偏向報道 • BOTによる拡散 • … • 選挙操作 • 不買運動 • 株価操縦 • ...
50. 02 防衛課題への AI応用
51. 認知領域における一般的な AI応用の要素技術 見通しの構築 (シナリオ生成、シミュレーション) 着眼点の創出 • 認知領域の有害な兆候の監視・分析において ... ◦ 着眼点を選び、分析し、将来の見通しをたて、対処を考える 偽情報・偏向報道 ・BOTなどの検知分析 深堀った情報検索
52. 制御領域における一般的な AI応用の要素技術 小型AI活用 センサフュージョン 群制御 命令の発行 • 無人機を用いた監視・点検・調査において ... ◦ やるべきことを考え、多様なセンサデータを処理し、群れを制御
53. 03 Sakana AIの取り組み
54. Sakana AIの多様な研究開発 • オープンエンドな 着眼点創出 と実験 ◦ AI Scientist • 小型デバイスで動作する 超小型モデル構築 技術 ◦ 小型日本語最高性能モデルTinySwallow-1.5Bの構築 • 公開モデルと進化計算を用いた 低コスト学習 ◦ 進化的モデルマージ • AIの集団を束ねる ためのフレームワーク開発 ◦ Shachi • … 多様な研究開発の応用可能性
55. 取り組みの例 • 日米グローバルイノベーションチャレンジ ◦ 米国国防総省傘下のDefense Innovation Unit (DIU)と日本の防衛装備庁が 主催するスタートアップ向けプログラム
56. テーマ 1. 生物学的脅威 の検出と診断 　 2. 情報の正確性の判断と 偽情報対策 　
57. テーマ 1. 生物学的脅威 の検出と診断 　↪ LLM-based ABMを用いた社会シミュレーション 2. 情報の正確性の判断と 偽情報対策 　↪ 独自ベンチマークデータ構築と分類システムの構築 AI-generated or not?
58. シミュレーション例
59. 偽情報の検知例 AI-Generated Images Real Photographs
60. 結果 • 参加企業で唯一、 両テーマでファイナリスト として選出される • 3つの賞のうちの 1つである敢闘賞を受賞
61. 04 おわりに
62. まとめ • Sakana AIと防衛事業 ◦ AIが中核となりうる、日本の最重要課題 ◦ 日本では希少な防衛×AI×スタートアップのポジション • 「新しい戦い方」と AI技術 ◦ 日米グローバルイノベーションチャレンジの事例を紹介 ◦ まだ挑戦を始めたばかりですが、大きな成果を出せるよう頑張っています
64. 金融業界における AI Agent Engineering の挑戦 ~ Applied Engineer Open House ~ Talk #3 Hiroyuki Ota Mitsuhiro Kuriki 2025.08.07
65. 自己紹介 • 太田 浩行 / Hiroyuki Ota ◦ Applied Research Engineer @ Sakana AI • 関心：データとソフトウェア で問題解決 ◦ Data Engineer / EM @ FLYWHEEL ▪ DX ソリューションの開発・提供 ▪ ソフトウェア開発ための組織・仕組み作り ◦ Software Engineer @ Google ▪ Google マップやGoogle Playの開発。 ▪ 大量のデータを集めて整理、活用
66. 伝えたいこと なぜわたし達は Sakana AI で 金融領域の AIに取り組んでいるのか？ なぜわたし達は Sakana AI で 金融領域の AIに取り組んでいるのか？ ⬇ なぜ あなたが Sakana AI で 金融領域の AIに取り組むべきなのか？
67. 01 金融領域における Sakana AI の取り組み
68. 金融業界？ https://pub.sakana.ai/tinyswallow/
69. なぜ金融業界？ 金融業界の特徴 Sakana AI が取り組む理由 • 課題の複雑性と高い要求 ◦ 数字に求められる高い信頼性 ◦ 高度な定量的・定性的な分析 と判断 最先端技術 の必要性 • 社会経済へ のインパクト大きさ ◦ 銀行業務が加速すると経済も加速 投入可能な リソースの大きさ • 高い専門性 ◦ 金融工学、規制・会計基準、業界動 向の知識 事業の軸の一つ としてコミット
70. 金融業界の特徴 Sakana AI が取り組む理由 • 取り組む課題の 複雑性 ◦ 求められる高い信頼性 ◦ 高度な定量的・定性的な分析 と判断 最先端技術 の必要性 • インパクト の大きさ ◦ 金額的インパクト ◦ 経済全体への影響 投入可能な リソースの大きさ • 高度なドメイン知識 ◦ 金融工学、規制、業界動向 の知識 事業の軸の一つ としてコミット なぜ金融業界？ 最も難しい頭脳労働を行う AI
71. 金融業界の特徴 Sakana AI が取り組む理由 • 取り組む課題の 複雑性 ◦ 求められる高い信頼性 ◦ 高度な定量的・定性的な分析 と判断 最先端技術 の必要性 • インパクト の大きさ ◦ 金額的インパクト ◦ 経済全体への影響 投入可能な リソースの大きさ • 高度なドメイン知識 ◦ 金融工学、規制、業界動向 の知識 事業の軸の一つ としてコミット なぜ金融業界？
72. 信頼性への挑戦 「100%の信頼性がないと使えないよね」 「100%の信頼性がないと使えないよね」 「100%の信頼性！？」
73. 信頼性への挑戦 • 取り組み1：信頼できるデータソース • 取り組み2：継続的な評価改善 • 取り組み3：プロジェクト推進
74. 信頼性への挑戦 取り組み1：信頼できるデータソース • 信頼性の高いデータソース の収集と利用 （EDINET等） • エージェント毎に利用できるデータソース、その 利用方法の制御 ◦ アイディア出し、論理根拠、可視化など目的 に応じて
75. 信頼性への挑戦 取り組み2：継続的な評価改善 生成 改善 評価
76. 信頼性への挑戦 取り組み2：継続的な評価改善 • Rubric による形式化によって 安定した評価を実施 生成 改善 Rubric 評価
77. 信頼性への挑戦 取り組み2：継続的な評価改善 • Rubric による形式化によって 安定した評価を実施 • LLM-as-a-judge による 自動化された評価 生成 改善 評価 (LLM as a Judge) Rubric
78. 信頼性への挑戦 取り組み2：継続的な評価改善 • Rubric による形式化によって 安定した評価を実施 • LLM-as-a-judge による 自動化された評価 • 自動評価を利用した 成果物の改善 生成 改善 評価 Rubric
79. 信頼性への挑戦 取り組み3：プロジェクト推進 「100%の信頼性」の真意は？どうしたらAIを導入できる • 「AI が生成するものをすべて確認できない」 ◦ ⇒ 自身があるものは正解率を担保し、AI が自信がないところのみ を ユー ザーが確認できる ◦ Precision 重視 & 不明点の人間による調査のサポート • 「人間と同じぐらい正確であってほしい」 ◦ ⇒ 人間と比較 して、正答率が変わらないようにする ◦ 相対的に信頼率が100% ドメイン専門家 ＋ 技術者の 素早いコラボレーションが必要
80. 02 Sakana AI のSoftware Engineerについて
81. 自己紹介 栗城 光博 • 2025/06- Sakana AI ◦ Software Engineer • 2014-2025 三井住友信託銀行 ◦ AI・金融横断データを活用した案件推進 ◦ 生成AIを活用した新規アプリ構築 • ITストラテジスト正会員 Kaggle Competitions Expert
82. Sakana AI の Software Engineer (SWE) とは ビジネスへの インパクト創出 Project Manager と Applied Research Engineer と協働して、業務のあり方を変 えるような大きなインパクト創出ができるプロダクト開発や基盤整備を推進 Software Engineer Project Manager Applied Research Engineer Applied Team
83. 注力分野は AI エージェント • Sakana AI の “AI Scientist” は、End-to-End で論文を執筆、査読プロセス通過 • 実際のプロジェクトにおいても、 AI エージェントのユースケースに取り組み中
84. AI × セキュリティを意識したプロダクト開発 • AI エージェントは仕事のありかたを大きく変革させる 一方で、潜在的なセキュリティ上の懸念も存在 ◦ AI エージェントへの直接 /間接的攻撃（ポイズニング） 　→ 一部の些細な脆弱性が後続パイプラインに伝播 ◦ 情報漏洩やシステムの不正 /権限外操作（ ↔ End to End での自律性） • AI のトレーサビリティや異常の検知・ブロックといった対策をも今後重要 • ex. エージェントに対する間接的な悪意ある攻撃 おすすめの旅行先は？ web検索 汚染された情報 汚染された回答
85. Biz × ARE × SWE の連携による高速な開発と検証 プロダクト開発では、 SWE も案件の技術検証段階から入り、 Business と一緒に開 発・社会実装の方向性を探りながら開発 先端技術 アイデア 構　築 プロト タイプ フィード バック ラーニング 技術の社会実装 既に10個 近く 立ち上げ検証
86. AI 駆動開発の積極利用 • Claude Code (Max plan) の配布など、 AI を積極的に活用 • CI/CDへの組み込みや、 IaC での活用など、実験も含めて取り組み中 コードレビュー コーディング支援
87. 03 おわりに
88. おわりに なぜ わたし達は Sakana AI で金融領域の AIに取り組んでいるのか？ 1. 「信頼性の高い AIをどう作るか」など 興味深い課題 2. ドメインの専門家 と一緒に素早くイテレーション
89. おわりに なぜ あなたが Sakana AI で金融領域の AIに取り組むべきなのか？ 1. 「信頼性の高い AIをどう作るか」など 興味深い課題 2. ドメインの専門家 と一緒に素早くイテレーション
91. Masato Ota AIエージェント時代の クライアントワークの進め方 ~ Applied Engineer Open House ~ Talk #4 2025.08.07
92. 自己紹介 太田真人 @ottamm_190 • Applied Research Engineer として5月入社 AIエージェントによる業務改革に興味 • 前職の電通総研で製造業向けにアルゴリズム開発 • 人工知能学会の企画セミナー委員 • 7月に書籍を出版
93. AIエージェント案件の現状 AGENDA 1 クライアントワークの変化 2 3 Sakana AIでの進め方
94. 01 AIエージェント案件の現状
95. （一般的な） AIエージェント案件の今 案件パターン 重要な視点 🎯 新たな挑戦 🚀 質問応答 社内知識の把握 過去QAの検索 知識と記憶の管理 曖昧な質問の意図把握 コンプラ・リスク評価 数百ページに及ぶ規則の理解 専門家の思考理解 規則の依存関係に従う情報探索 専門家の判断基準との整合 プロセスオートメーション 複雑なプロセスのE2Eで理解 既存システムとの整合性 経験から自己進化 GUI操作の効率化と安全性 立案・報告書の作成 社外知識の探索 データ分析と創造 シナリオの創造 インサイトの発掘
96. 　　業務担当者の思考 業務知識 業務プロセス 経験データ （一般的な） AIエージェント案件の今、大事なこと 　プロンプト・テスト時推論 ナレッジ・メモリ エージェントワークフロー ツール 業務を見つめ直し、AIエージェントに変換させる強いモチベーション
97. クライアントワークの変化 97 2
98. よくあるプロジェクトの進め方 ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す
99. ステップ 取り組み事項 案件組成 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す AIエージェントに関するプロジェクトの今 😅案件が良くも悪くも長期化へ • LLMの性能が良く、精度改善からテスト環境の検証まで進みやすい • バリューがあるか不明確なプロジェクトで時間を浪費しないこと • 専門職業務か、オペレーション業務の「拡張」か「自動化」を追求
100. ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す AIエージェントに関するプロジェクトの今 😅業務整理が今までより大変 • AIの入出力付近の整理だけでは済まない • 業務の全体像を理解し、どこまでのプロセスを自動化するか把握する
101. ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す AIエージェントに関するプロジェクトの今 😄早期に顧客との利用イメージの認識合わせが可能に！ • プロトタイプ作成がコーディングエージェントで高速化 • 顧客と理想のイメージのすり合わせが早く、認識のずれを減らせる
102. ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す AIエージェントに関するプロジェクトの今 😅エージェントに必要な情報やシステムを用意できない • 社内政治と向き合う必要がある • アクセス容易なデータだけで取り組むと他社と差別化は難しい
103. ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す AIエージェントに関するプロジェクトの今 😅熱意のあるドメインエキスパートを参画させよう • エージェントの出力はドキュメント（Officeなど）が多い • エージェントの思考と振る舞いはエキスパートを目指す必要がある • プロンプトエンジニアリングや性能評価に専門家が必ず必要になる
104. Sakana AIでの進め方 10 4 ３
105. Sakana AIのプロジェクト体制（例） Software Engineer Cybersecurity Engineer Project Manager Applied Research Engineer • 案件組成ニーズ担当 • ビジネスバリュー算出 • プロジェクト推進 • 顧客連絡 • 資料作成 • セキュリティチェック • システム基盤開発 • プロダクト化の検討 • 案件組成シーズ担当 • アルゴリズム開発 • 評価方法の策定 • デモ作成 • 性能改善 一つのプロジェクトに人数をしっかり割いて取り組む
106. Sakana AIのプロジェクト進め方 Software Engineer Cybersecurity Engineer Project Manager Applied Research Engineer ビジネスバリューのある案件創出に向けてじっくり議論。 焦らない！ Project Manager DX部 事業部 DX部 セキュリティ・IT部 評価方法、データ選定、将来の業務像などの会議 データアクセス方法、セキュリティなどの会議
107. Sakana AIのプロジェクト進め方：案件組成 ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す • 豊富なネットワークを活用したトップ営業力から案件組成 • Sakana AIとやる意義のあるテーマ選び • 事業の根幹となるコア業務を攻める • 事業ドメインを絞り、長期パートナーシップ契約で深く入り込む
108. Sakana AIのプロジェクト進め方：現状の業務整理 ステップ 取り組み事項 案件発掘 何をすべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す 業務経験者を採用しているため • 業務の解像度が高く、おおよその業務プロセスがすぐ仕上がる • 顧客会議での顧客の細かい言葉のニュアンスを理解できる コンサル出身がProject Managerにいるため • Applied Research Engineerが資料を作ることは少ない
109. Sakana AIのプロジェクト進め方：検証スコープ決定 ステップ 取り組み事項 案件発掘 何をするべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す 業務経験者を採用しているため • どのタスクが難しいかの言語化が自社完結しやすい • 必要なデータが何かも察しがつく • 事業の中核テーマを取り組むため、データアクセスにも正面から挑む
110. Sakana AIのプロジェクト進め方：開発・評価 ステップ 取り組み事項 案件発掘 何をするべきかアイディエーション シーズとニーズ双方の視点で複数回、議論を続ける 現状の業務整理 業務の目的、利用するシステムなど業務のペインポイントを理解する 理想の業務整理 顧客と共通のビジョンを持ち、ビジネスバリューの算出 検証スコープ決定 インプットとアウトプットを定め、難易度を設ける 評価方針決定 AIの出力の評価方法、業務負荷の削減効果の評価方法を決定 開発 AIシステムの開発、評価システムも同時に開発 評価 顧客の専門的な評価をもらい、精度改善を繰り返す Applied Research Engineer • 自発的に研究のアイデアを試したり、評価アプリをすぐ作る • とりあえず試行錯誤の回数も多く、早い 業務経験者を採用しているため • プロンプトに魂を注ぐのが上手い • 評価に関しても自社でできることが多い
111. Sakana AIのプロジェクト進め方：開発・評価 Project Manager/ Domain Expert Applied Research Engineer 社内フィードバックが多く、 AIエージェントの改善サイクルが高速化 エンジニアもドメイン知識の勉強が進む 業務経験からフィードバック 人工データの作成 プロンプト改善 アルゴリズム開発 プロンプト改善 評価の自動化 AIエージェント
112. まとめ Sakana AIは金融や防衛に深く入り込み課題に取り組む 三位一体となって取り組む Software Engineer Cybersecurity Engineer Project Manager Applied Research Engineer プロジェクト推進/業務知識に強み ソフトウェア/セキュリティに強み AI領域に強み ✖
114. R&D x Bizのコラボレーション : 現状と今後の展望 ~ Applied Engineer Open House ~ Talk #5 Artem (Artsem Zhyvalkouski) 2025.08.07
115. 自己紹介 • Artem / アルチョム @artem_aruchomu • MC Digital (合併により現MCD3) 2021~ ◦ 三菱商事のAI子会社 ◦ 自治体・医療・電力などの業界で (生成)AI導入をリード • Sakana AI from May 2025~ ◦ Applied Research Engineer • Kaggle Competitions Grandmaster ◦ NLP系、Transformer系好き ❤ • 趣味 ◦ 言語勉強、ギター、三線、演歌を聴くこと
116. AGENDA 01 02 03 04 Why This Matters How We Work Together What Makes Sakana Unique More To Come
117. 01 Why This Matters
118. Why This Matters Sakanaはまず第一に Word Class R&D Lab TinySwallow-1.5B Evolutionary Model Merge
119. Why This Matters We are Applied Research Engineers Job Descriptionより
120. 02 How We Work Together
121. How We Work Together R&Dチームのopen-endednessを重視した Bottom-upなコラボレーション がメイン オープンな交流 Research to Application Application to Research
122. オープンな交流 交流の場 内容 頻度 Fish Lunch 社内全体ランダムランチ 毎週月・水曜日 Tech Talk R&Dチームからの研究共有 毎週木曜日 Applied Talk AppliedチームからProject共有 随時 Paper Reading Group 興味ある論文を読んで感想を発表 毎週月曜日 Research Interview AppliedチームからResearch Leadに研究や動 向についてインタビュー 随時 Paper Review R&Dチームから論文レビュアーを募集 随時
123. Fish Lunch 🍔🍣☕ 社内全体ランダムランチ： 世界各国のトップリサーチャー と様々な研 究について話せる Fish Lunchのあと、コーヒー飲み ながらContinuous Thought Machinesの著者に論文を説明し てもらっていた様子
124. Paper Review R&Dチームから論文レビュアーを募集： Appliedチームからも貢献 AB-MCTS ALE-Bench
125. Research to Application • 案件の創出段階含め、 Appliedチームで研究成果を実際の案件 で採用 • R&Dチームにプロダクト上で検証できるような環境 を提供 ビジネス課題 💬 研究成果 🪄 最適な ソリューション 🚀 + =
126. Application to Research ビジネスのニーズに応じてチーム同士でコラボして研究を実施
127. 03 What Makes Sakana Unique
128. What Makes Sakana Unique vs Any Other Startup • 最先端の技術を実案件で活かせる • 世界トップレベルの研究者とビジネスのドメインエキスパートが中間 に vs Big Tech Labs • 素早い意思決定と実験の自由度 • ミッションへの一体感・オーナーシップ
129. 04 More To Come
130. More To Come • More research in Finance / Defense domains • More wins in national and worldwide competitions • Deeper product integration Stay tuned!!
131. FAQ Q. Sakanaのどの技術がどのように実案件で活用されていますか？ A. AI Scientist、AB-MCTS含め様々な技術の社会実装を進めています。 Q. Applied Research Engineerとしてどれくらい研究できますか？ A. 社会実装がメインの役割になりますが、本人次第で研究への貢献機会もあります。
132. まとめ • Sakana AIにおけるR&D x Bizのコラボレーション ◦ Bottom-upなコラボレーションが重視され、研究成果の応用とビジネスニーズに 応じたR&Dの両立を目指しています • Join us! ◦ Frontier AIに強い情熱を持っている方 ◦ 最先端の研究を社会にインパクトある形で届けたい方 ◦ オープンで自律的なチームで働きたい方
134. 大学卒業後、証券会社、人材紹介会社で営業 株式会社メルカリでエンジニア採用 Tech Recruiting, Direct Sourcing が専門 2025年4月にSakana AIに入社　 急成長するSakana AIの人材獲得に奮闘中 採用担当： Maho Hashimoto / 橋本 真帆 https://www.linkedin.com/in/maho-/
135. ご応募はこちらから Career Opportunities
137. Sakana AI「事業開発本部」を立ち上げ ：AI技術のビジネス展開に着手 第一回　4月8日開催　AI Agent勉強会 過去の記事 最先端のAI技術をビジネスへ： Sakana AI、Applied Teamメンバーインタビュー Career Opportunities 過去開催の勉強会　プレゼンテーション資料 第二回　7月8日開催　 オープンエンドな探索と知識発見 勉強会