IBM、ブロックチェーンを利用して海外支払いを高速化

ブロックチェーンは海外送金を速く(かつ安く)する方法としてかねてから注目されてきたが、そうした動き ―― いくつかのスタートアップによる個別の活動を含む ―― の中きわめて注目度の高い支持者が現れた。IBMは銀行向けに独自の支払いソリューションを発表した。

コンピューターの巨人は、ブロックチェーンのスタートアップStellarおよび支払いサービスのKickexと組んで、ブロックチェーンを利用した銀行向け海外支払いシステムを提供する。「決済時間を短縮し企業と消費者の海外支払いコストを低減する」ことが目的だ。

現在国際取引は完了までに数日、時には数週間かかることもある。こうした不満を解消すべくTransferWiseなどのサービスが登場したが、よくできてはいるものの、先進的な消費者やスモールビジネス向けのソリューションであり万人向けとは言い難い。

銀行向けのブロックチェーンによるソリューションは根本的問題に取り組み、台帳ベースのシステムによってエラーの可能性を最小限にするとともに透明性と柔軟性を銀行に提供する。

一例としてIBMはこのサービスでサモアの農民とインドネシアのバイヤーを繋ぎ、支払い以外にも利用するケースを紹介した。

「ブロックチェーンは契約条項の記録、取引書類の管理などにも利用可能で、農民は担保の設定、信用状の取得に利用することで即払いで契約を完了し、国際貿易を透明かつ比較的容易に実行できるようになる」とIBMは言う。

それは長期的目標だが、すでにシステムは太平洋諸島、オーストラリア、ニュージーランド、および英国で12種類の通貨に利用されている。来年中に南太平洋小売業界で海外支払いの60%を取り扱うと予想されており、その後も拡大していく計画だ。

同プログラムの初期グループには10を超える銀行が参加しており、南米中東アジア、その他の地域には来年初めに拡張する計画だ。

「世界有数の金融機関数社から助言を受け、IBMは支払いネットワークの効率と透明性を高め、世界で最もへんぴな場所でもリアルタイムでバンキングができる新しい方法を探究している」とIBM産業プラットフォーム担当上級副社長のBridget van Kralingeが声明で語った。

システムはIBM Blockchain Platform上で動作する。昨年発表されたIBMの“Blockchain as a service”[サービスとしてのブロックチェーン]を動かしているオープンソースのHyperledger Fabricをベースにしたプラットフォームだ。またこのシステムは公開ブロックチェーン(IBM)とプライベートブロックチェーン(Stellar)が連携する事例としても注目に値する。実際の決済手続きはStellarが取り扱うとCoinDeskは書いている

最近IBMはWalmartらとの提携により、ブロックチェーンを利用した透明性とトレーサビリティ向上による食物安全性の改善に取り組んでいる。

[原文へ]

(翻訳:Nob Takahashi / facebook

一般企業とデベロッパーの機械学習導入を助けるPetuumがSoftbankらから$93Mを調達

機械学習のデベロッパーの不足が産業界の足かせになっている今、スタートアップも大手テクノロジー企業も人工知能を商用化するために必要なツールの民主化に取り組もうとしている。その方面の最新のスタートアップPetuumは今朝(米国時間10/10)、Softbankおよび Advantech Capitalからの、9300万ドルのシリーズBを発表した。

昨年カーネギーメロン大学の機械学習の教授Dr. Eric XingとDr. Qirong Ho、そしてDr. Ning Liが立ち上げたPetuuは、機械学習の開発を支える二つの部位のためのソフトウェアを作っている。ひとつは、データの準備と機械学習のモデルの選択を自動化することだ。機械学習の初心者である一般企業は、このようなツールの助けがなければ、TensorFlowやCaffeのような、広く使われている機械学習のフレームワークすら、使いこなすことができない。

そしてモデルが決まったら、今度はPetuumは、ユーザーが使用するハードウェアの特性や制約に合わせた最適化を、デベロッパーをアシストしながら行う。こちらが、二つめ。その主な工程は、ハードウェアを仮想化して障害を取り除き、分散GPUクラスターの管理という余計なステップをなくすことだ。

Dr. Xingはこう語る: “私たちのAIの扱い方は、職人芸ではない。私たちはきわめて標準化されたビルディングブロックを作って、それらをLegoのように組み立てたり、組み立てなおしたりする”。

PetuumのファウンダーEric Xing博士とピッツバーグの同社オフィス

つまり同社のサービスは、さまざまな機械学習の問題を解くことではなく、ユーザー企業とそのデベロッパーたちが、0の段階から1の段階へ踏み出せるために、そのプロセスを自動化することだ。ただしPetuumはそれと同時に、エキスパートたちが十分に使えるシステムも目指している。この両立が、かなり難しい。

Dr. Xingは曰く、“Excelの使い方は誰でも知ってる。一般社員はExcelを使って表を作るだろう。それと同時に、高度な技能を持ってる統計家が何かの現象のモデルを作るときも、Excelを使うことがある”。

また、市場戦略も難しい。テクノロジー業界がいくら大金を投じてAIを称揚しても、投資家たちの多くはヒューリスティックスで不確実性を管理する方向へ向かおうとする。そこでは、AIが得意とする水平的な〔業種業態の違いを問わない〕プラットホームが、役に立たない。

それに、機能の開発と支出の均衡が必要なスタートアップが、MLaaSやMLプラットホームでGoogleやAmazonに対抗するのは難しい。Dr. Xingは自分のチームのスキルを高く評価しているが、Softbankらからの資金はありがたいはずだ。H2O.aiAlgorithmiaなどの競合他社にはまだ、これほどの資金源はないだろう。

なお、同社はヘルスケアやフィンテック分野の顧客を開拓中だ。しかし長期的には、あらゆる業種業態に対応する気はない。ベータテストにはさまざまな業界から参加しているが、しかし今後は、他の業種業界に対して、このプラットホームをベースとするソリューションを同社以外のスタートアップが構築できるだろう。

今日の投資はSoftbank本体からで、930億ドルのSoftbank Vision Fundからではない。将来このファンドから投資されるのかは、不明だ。Petuumの現在の社員は70名で、今後は製品開発と営業とマーケティングを同時に増員したい、と言っている。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

Deepgramがディープラーニングを利用する機械書き起こしサービスを無料で公開、データの獲得をねらう

オーディオデータを機械学習で処理するDeepgramが今日(米国時間10/10)、同社の機械書き起こしサービスを無料で公開した。これからはTrintのようなサービスにお金を払って自動化書き起こしという汚い仕事をやらせなくてもすむわけだ。無料化の秘密は、“データの取得”にある。

機械書き起こしは、完成された技術ではない。というか、機械何々はどれも未完成だ。それでも最近は、機械何々を完成させるためのデータを得ようと、各社が競っている。Deepgramのやり方は、書き起こしサービスを無料にして多くの人にオーディオデータをアップロードしてもらい、そのお礼に検索可能なテキストを渡すことだ。

前述のように、このやり方はそれほどユニークではない。誰もが、データを求めている。Image Captchasも、ラベルをつけた画像データを一般消費者に送ってもらって機械学習のモデルに利用することが目的だ。

Deepgramの書き起こしツールは、ディープラーニングを利用している(驚き!)…今やおなじみの、畳み込み型/再帰型のニューラルネットワークだ。無料バージョンでは何もかも一般化されるが、有料バージョンでは企業名や製品名、業界の専門用語などで訓練をカスタム化できる。

一週間前にやった1時間のインタビューで、このサービスをテストしてみた。レストランの騒音の中で二人の人間が対話をしている。書き起こしの質は、完全にはほど遠い。でも、今市場に出回っているサービスに比べて、極端に悪いというわけではない。

記憶している語句で検索することもできたし、三回目の結果の中に、探していた特定の箇所が見つかった。それをここに引用すると相手が怒りそうだからやめるが、記事を書くためには十分なコンテキストが得られた、と言えよう。音声による検索には5分ほどかかったが、テキストと違って音声による“語”には、似たような音(おん)が多いので、必要以上のマッチを見つけるのだろう。それでも、人間がやってくれる書き起こしサービスに比べると安い(無料!)し、今後少しずつ良くなっていくだろう。

Deepgramの協同ファウンダーでCEOのScott Stephensonはこう説明する: “音声認識の自動化は、まだ完成された技術ではない。特定のデータセットに対しては有能だが、ノイズが多いとだめだ。うちのサービスの結果も、良くないね”。

Deepgramは、機械書き起こしのAPIも無料で提供している。でも、有料サイトに100万分(ふん)の音声データをアップロードしたら、目の玉の飛び出る料金になるだろうから、その500テラバイトのファイルはDeepgramにトロルした方がよいかもね。

書き起こしはまだまだ人力には勝てないが、人工的に合成した音声なら機械学習にも勝つチャンスがあるかもしれない。テキストから音声を生成するWaveNetLyrebirdのようなプロジェクトを利用して、Deepgramのような機械翻訳システムを、機械が間違えやすい語で訓練すれば、その能力もアップするだろう。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

AlibabaがMySQL代替系MariaDBへの2700万ドルの投資をリード、クラウド事業に本腰

【抄訳】
Alibabaは2017年をクラウドコンピューティング事業への注力に費やし、そして今度はその分野の西側のスタートアップに、初めての大きな投資をしようとしている。

この中国のeコマース巨人は、MariaDBへの2290万ユーロ(2700万ドル)の投資をリードすることに合意した。西側すなわちヨーロッパの企業であるMariaDBは、Webでいちばん多く使われているオープンソースのデータベース(社名と同じMariaDB)を作っている。今回の投資案件に詳しい情報筋によると。投資はまだ完了していないが、MariaDBの株主たちが今週OKを出したので、完了も至近だそうだ。

AlibabaとMariaDBの両社は、本誌からのコメントのリクエストに応じていない。

TechCrunchが聞いた話によると、Alibabaが2000万ユーロを出し、残りは既存の投資家 たちが出すらしい。投資に際してのMariaDBの評価額は約3億ユーロ(3億5400万ドル)で、Alibabaのクラウド事業の主席技術者Feng Yuが、MariaDBの取締役会に加わるようだ。

5月にEuropean Investment Bankから2500万ユーロ(当時で2700万ドル)を調達したときは2億から2億500万ドルの評価額だったから、かなりの増加だ。情報筋によると、今後のAlibabaとの事業関係への期待がMariaDBの評価額を押し上げた、といわれる。

MariaDBは、もっとも人気のあるMySQL代替DBMSでよく知られている。MySQLもオープンソースだが、Sun Microsystems次いでOracleと、企業がオーナーだったために、最初の頃と違って完全なフリーではない。そこで、MariaDBのような代替系が求められるのだ。

そしてAlibabaのクラウドコンピューティング事業は、同社の最速成長部門だ。ここ数年、毎年、3桁の売上増加額を記録している。

【後略】

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

渦中のEquifax、セキュリティー担当および情報担当幹部が辞任

Equifaxの上級幹部2名が辞任したとWSJが報じた。Susan Mauldinは同社の最高セキュリティー責任者(CSO)、David Webbは最高情報責任者(CIO)だった。記事は両幹部が辞任すると伝えているが、 最近の大規模セキュリティー侵害を踏まえると「辞任」は「解雇」の婉曲表現ともとれる。

本誌はEquifaxに追加情報を要求している。

同社によると、この人事異動は即時発効され、Mark RohrwasserがWebbの後CIOを引き継ぎ、Russ Ayresが暫定CSOになる。RohrwasserはこれまでEquifaxの国際IT運用の責任者を務めており、AyresはIT担当VPだった。

先週Equifaxは7月29日にシステム侵入があり米国ユーザー1億4300万人のデータが流出したことを公表した。流出データには、社会保障番号、生年月日、住所、一部では運転免許証も含まれている。さらには20万9000人のクレジットカード情報や、18万2000人の個人を特定できる情報を含む紛争書類も盗まれた。

事故公表後の会社の対応は不誠実で無神経だと激しく非難された。消費者を支援するために設置されたウェブサイトは 使い物にならないばかりか、詐欺的とさえ言われた。電話対応も同じ状況で、議会もこの問題を取り上げた。

[原文へ]

(翻訳:Nob Takahashi / facebook

Google Cloudの機械学習スタートアップコンペ、優勝3チームが決定

3月のCloud Nextカンファレンスで主催者のGoogleが、機械学習を利用するスタートアップのコンペを行うと発表した。共催者としてData CollectiveEmergence Capitalが名を連ねた。それから4か月経った今日(米国時間7/13)、350あまりの応募者の中から選ばれた10社が、Googleがサンフランシスコに設けたLaunchpad Spaceのステージで、決勝のプレゼンを競った。

決勝の賞は3つあり、Data CollectiveのDCVC賞とEmergence CapitalのEmergence賞、そしてGoogleのCloud Platformを使うスタートアップに授与されるBuilt with Google賞だ。なお、決勝出場者全員に、GCPのクレジット20万ドルが提供される。VC二社は彼らが選んだ優勝スタートアップにシード資金を提供することになっており、審査過程に最初から参加した。

このイベントは、マシンインテリジェンスのスタートアップと仲良くしておきたい、と願うGCPのマーケティングないしパブリシティの一環でもある。GoogleのクラウドはAmazonやMicrosoftに比べるとまだユーザーが少ないので、大量のデータを生成してそれらをどこかに保存しなければならないタイプのスタートアップたちと“お友だち”になることは、重要なマーケティング戦略のひとつだ。コンペに参加したファウンダーたちは、KubernetesとTensorFlowがGCPのセールスポイントだ、と指摘する。それを20万ドルぶん使えるクレジットも、悪くないよね。

それでは優勝チームを以下にご紹介しよう:

DCVC賞 – BrainSpec

BrainSpecのCEO Alex Zimmerman

50万ドルの投資

BrainSpecは医師がMRIのデータから脳の代謝産物を測定するためのプラットホームだ。代謝産物は細胞プロセスの化学的な結果で、脳の損傷やアルツハイマー病などの脳疾患を理解するための鍵、と言われている。

医師は従来、MRスペクトロスコピーと呼ばれる複雑なプロセスで組織の化学的分析を行い、脳神経疾患の指標を検出していた。BrainSpecは、Webのインタフェイスとクラウドベースの統計分析により、このテクニックを単純化する。

DCVCのパートナーMatt Ockoは同社への投資の理由として、BrainSpecが対象とする問題の市場のサイズが大きいことを挙げる。このスタートアップは、特定分野の強力な専門知識や技能をプロダクトに活かし、製品化と公的認可に向けての明確な道程を有している。

Emergence Capital賞 – LiftIgniter

LiftIgniterの協同ファウンダーAdam Spector

50万ドルの投資

TC Disrupt Battlefieldにも出場したLiftIgniterは、企業がユーザーに配布するコンテンツを個人化する。AmazonやSpotifyなどの大手は独自の高度なリコメンデーションシステムでユーザーの関心を喚起しているが、そのほかの多くの企業は、そこまで行っていない。

YouTubeの、機械学習によるリコメンデーションシステムを作ったことのある同社のチームは、そんなサービスをAPIで提供する。同社によると、その個人化リコメンはA/Bテストで負けたことがなく、180万のARRと22%の前月比成長率を達成している。

このチームはBuilt with Google賞で二位になったので、GCPのクレジットを50万ドル獲得している。

Built with Google賞 – PicnicHealth

PicnicHealthのCEO Noga Leviner

100万ドルのGCPクレジット

PicnicHealthは、同社の集中管理型デジタル医療記録システムに機械学習を適用して、製薬企業や研究集団向けに分析データを提供する。

データの取り出しはそれにより自動化されるが、その匿名記録に人間ナースのチームが注釈をつけていく。この種の分析データは、とくに製薬企業が重視するので、同社は有料ユーザーの中心層と考えている。

患者はこのプラットホームの消費者ユーザーとして、自分のデータをコントロールでき、また自分のケアプロバイダーを入力する。それから先は、記録の収集、分析、リリースをPicnicが自動的に行う。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

IBM Watsonはウォール街の今の基準から見ると不評、Jefferiesが酷評レポートを発表

IBMのWatsonが今日、グローバルな証券大手JefferiesのJames Kisnerから、手厳しい批判を頂戴した。同グループは、WatsonへのIBMの投資が株主たちへのリターンを阻害している、と信じている。近年IBMは、重要な成長部門のひとつとしてWatsonをますます重視していた。それがまるで、IBMの未来を投射する影絵人形であるかのように。

かつて、IBMの競争上の優位性は、Fortune 500社との長年にわたる関係にあった。そんな中でWatsonは、一種のコンサルタントとして利用され、同社が企業との高額な契約を結ぶときには、それらの具体的なビジネスケースのためにWatsonのテクノロジーを実装してきた。しかし残念ながらIBMは、クライアントのニーズと、同社自身の技術力とのあいだのギャップを填めることに、今でも苦労している。

Jefferiesは、WatsonをスケールするというIBMのより広範な問題のケーススタディとして、IBM Watsonと大規模がんセンターMD Andersonとのパートナーシップの監査を取り上げている。MD AndersonはWatsonのプロジェクトに6000万ドルを浪費した挙句にIBMとの縁を切り、“人への治験や臨床的利用にはまだ適していない”、と断じた。

MD Andersonの悪夢は特例ではない。AI系のスタートアップのファウンダーの多くが、顧客である金融サービスやバイオテック企業がIBMと同様の経験をしている、と語っている。

しかしそれは特定の不具合に関する話ではなくむしろ、誇大なマーケティングや、ディープラーニングとGPUの稼働の欠陥、そしてデータ準備の要求が厳しすぎることを指している。

JefferiesがMonster.comのデータを使って集めた求人案件

求人の状況を見てみると(上図)、人工知能/機械学習/ディープラーニング関連でIBMは他のテクノロジー企業と肩を並べていない。ディープラーニングにいたっては、IBMの求人はAppleやAmazonに比べて死んだも同然だ。この図にGoogleやMicrosoft、Facebookなどを加えたら、IBMはもっと悲惨に見えるだろう。

Jefferiesのレポートが提供している情報は、新しくもなく、驚天動地でもないが、IBM Watsonが今抱えている問題をウォール街が気にし始めたことの、明らかな兆候だ。IBMの決算報告はいつも熱心に見ている方だが、しかし市場は短期的な成長を重視しすぎて、長期的な技術および戦略の持続可能性に目が行ってない。

お金を出し渋ることが仕事の一部であるCTOや、最新流行の役職であるCDO(chief data officer)たちに売る、という不毛なAI市場でIBMが槍玉に上がるのは十分に理解できるが、しかしAIは、大量の非定型データを吸い込んでインサイトを吐き出す、摩訶不思議なブラックホールではない。堅実なデータパイプラインと、AIに対する自己の業務レベルでの正しい理解が、利用者の最低限の必要条件だ。

今日のAIファーストの世界では、初期の成功がもたらした惰性は何の役にも立たない。今や機械学習のプラットホームなんか一山(ひとやま)なんぼで買えるし、GoogleやAmazonのような巨大テクノロジー企業が、そのためのクラウドのエコシステムに数十億ドルを投じている時代なのだ。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

Toyotaが別会社としてVCを立ち上げ、AIスタートアップの育成をねらう

今やToyotaは、AIのためのVCファンドを立ち上げた最新のFortune 500社だ。初期のファンドの総額は1億ドルで、VC稼業はToyota Research Instituteの子会社という形になる。この自動車メーカーは自らの戦略的位置づけを、企業戦略としての戦略的投資を行うファンドではなく純粋にROI指向としており、つまりふつうのVCとして営利を追うよ、という意味だ。

ファンドのマネージングディレクターはJim Adler、彼はToyota ResearchのVPだったが、プロダクトを担当した経歴がある。AdlerをトップとするToyota AI Venturesは、すでに3つの投資をしている:

Nauto — 自動運転技術

SLAMcore — ヴィジュアルトラッキングとマッピングのアルゴリズム

Intuition Robotics — 高齢者のお相手をするコンパニオンロボット

彼らが主張するVCとしての優位性は、経営に関する実戦的なアドバイスもできる、という点。そしてもちろん、Toyota Research InstituteがAIに関する本格的なアシストをするから、スタートアップのコア技術を磨ける。

ぼくがこれまで会った業界上位のファウンダーたちの多くは、資金調達に何も問題はないから、コーポレートベンチャーはなるべく避けたい、と言う。コーポレートベンチャーは、戦略的投資家ではなくてROI追求型だと約束しても、なんとなく眉唾感がある。とりわけ、流動的なシード段階では、小さなIPや戦略的リスクをめぐってすら、コーポレートの関与には不安がある。

Adlerはしかし反論する: “この種の議論に関してはスタートアップに主導権を持たせる。これらの投資からIPを取り出すためにVCをやるのではない”。

Toyotaは、上記不安感不信感の源泉となる利益相反を避けるために、ファンドを自己のバランスシートに載せずに、独立の企業にする。独立のVC企業として、主にシード段階とシリーズAをねらう気だ。

大企業のベンチャー部門を効果的に経営するのは難しいし、しかもAIスタートアップが対象となると、さらに難しい。資本が満ち足りたAIスタートアップのエコシステムが必要とするのは、データであり、本格的な企業顧客であり、そしてプロダクトに関する経験と専門知識を持つアドバイザーだ。企業のベンチャー部門、という形のVCは全世界で4兆あると言われるが、誰もそのことを真剣に考えない。成功を夢見るToyotaは、今から自分がどんな世界に飛び込んでいくのか、よく知っているはずだ。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

Microsoftは全世界の営業“数千名”をレイオフへ、クラウドへますます注力

Microsoftは、営業再編成の動きとして、全世界で数千人の社員をレイオフする構えだ。

この計画的縮小について詳しい筋の情報によると、このアメリカの企業がレイオフするのは、世界全体で“数千人”だ。このリストラには、大企業担当部隊と中小企業担当を合一するなど、組織再編も含まれる。正式な発表は来週だそうだ。

Microsoftは、コメントを拒否した。

今週(6/25-7/1)初めにPuget Sound Business JournalBloomberg、そしてThe Seattle Timesの三紙が、Microsoftの世界全体の営業チームにおいて、クラウドサービスがますます強調されるに至り、その関連で大規模なレイオフがある、と報じた。とくにBloombergは、余剰人員は“長年営業部隊においてもっとも多かった”、と言っている。

再編は昨年の、トップ交代の結果でもあるようだ。長年勤めたKevin Turner COOが8月に去り、代わって役員のJudson AlthoffとJean-Philippe CourtoisがMicrosoftの営業とマーケティング部門を引き継いだ。とくにAlthoffは、それまでの営業のやり方をおおっぴらに批判していたし、彼はあくまでもAzureに注力しようとしていた。

ともかく、これまでの経緯を見れば、変わってもよい頃合いだ。Microsoftの会計年度はふつう7月に終わるが、最近の数年間はそれが人員削減を発表するタイミングでもあった。

昨年同社は、2850名のカットを発表し、Seattle Timesによれば内900が営業だった。そしてその2か月前(2016/05)には、同社のスマートフォン事業関連のスタッフ1850名を整理する、と言っていた。その前の2015/07月には、7800名の雇用カットとNokia買収の76億ドルの簿価切下げを行った。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

営業はデータ情報作業を自動化すれば効率三倍増も夢ではない、それを助けるOutreachが新たに$30Mを調達

各種企業の営業チームに、時間の有効活用と営業活動の最適化のために必要な力与えるサービスと、売り込みの過程を管理するための組織化ツールを提供しているソフトウェアデベロッパーOutreachが今日(米国時間5/23)、そのまさに売り込み努力によって、3000万ドルの資金を調達した。

最前線の営業がそれまでの三倍、いろんな相手に面会できるようになり、営業のパイプラインをそれだけ増やせることが、ソフトウェアサービス企業としての同社の誇りであり自慢だ。

Outreachは、それを可能にするためのマジックを、メールやCRMツール*など、さまざまなソースからのデータの収集で演ずる。逆に、得られた情報を、CRMに入力することもある。〔*: CRM, customer relationship management, 顧客関係管理〕

メールやCRMなど既存のデータソースがいろいろあっても、そこから営業活動のための有意義な情報を得ることは難しいし、そんな才能がたまたまある人でも、時間と労力がかかる。そこで、その仕事を自動化するのがOutreachだ、と考えるとよい。同社のCEO Manny Medinaはそう説明する。

まさにその点を、昨年本誌TechCrunchに寄稿したTrinty VenturesのパートナーKaran Mahendruも指摘している:

今、営業というゲームに欠けている最重要のピースが、営業の自動化だ。これは今後、とても大きな活動分野になり、今後数年間は、自社の営業のためのホーム画面を求めて買収も盛んになるだろう。

わが社の新しいポートフォリを企業であるOutreachや、SalesLoftToutAppなどの企業は、営業の生産性を上げ、そのワークフローを円滑にするために必要な、アクションのシステムを作っているのだ。

今言わんとしている営業のテクノロジー化とは、〔コールドコール、コールドメールなど〕一対多の作業で需要を生成することから、取引先別の一対一の営業とマーケティングへの、着実な移行の動きだ。このトレンドが、次世代のエンゲージメント(顧客の積極関心の喚起)のプラットホームへの道を、今舗装している。初めて、これらのツールと技術が、営業の“やり方”を可視化しつつあり、“どれだけ/なんぼ”の営業だけではない新しい世界を拓(ひら)きつつある。

結局のところ、目標は、営業の商談締結を実際に助けるソフトウェアを作ることであり、ただ単に管理職のための報告書作成ツールを作るだけのことではない。われわれが求めるのは、プロの営業が自己の最良のバージョンになれるためのソフトウェアだ。

同社の今回の資金調達はDFJ Growthが指揮し、これまでの投資家Mayfield, MHS Capital, Microsoft Ventures, Trinity Venturesが参加した。新たな投資家として、Four Rivers Groupも加わった。

今日までOutreachは、計6000万ドルのベンチャー資金を調達した。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

ソフトバンク、巨大なビジョン・ファンドの第一次出資募集で930億ドルを集める

ソフトバンクは同社の1000億ドルの巨大ファンド ―- 史上最大 ―― が、今日(米国時間5/21)最初の募集を完了したことを発表した

日本の通信の巨人は、同社のVision Fundが最初の出資募集を終え930億ドルを獲得した。出資には数多くの著名企業が参加し、Apple、Qualcomm、UAE拠点のMubadala Investment Comapny、サウジアラビアの公共ファンド、PID、Foxconn、およびFoxconn傘下のSharpなどが名を連ねた。計画によると、目標の1000億ドルは6カ月以内に達成する見込みで、すでに投資家の約束を取り付けているという

同ファンドは少なくとも1000億ドルの資金提供を約束しており、企業の規模の大小、上場非上場を問わない。

そこからは幅広い分野が想定されるが、孫正義氏の声明によると、主たる目的は次世代インターネットと世界中をつなぐことにある。

テクノロジーには、今人類が直面している最大の課題とリスクに取り組む潜在能力がある。こうした問題を解決しようとする企業には、長期的に持続する資産と、その成功を支えるビジョンある戦略的投資パートナーが必要だ。

Softbankは改革を起こすテクノロジーへの大胆な投資と、破壊的起業家の支援を長年続けてきた。SoftBank Vision Fundはこの戦略に基づき次の段階の情報革命の基盤を作る企業の設立と成長を支援していく。

具体的な分野についてSoftBankは、モノのインターネット、AI、ロボティクス、情報基盤、通信、バイオ技術、フィンテック、モバイルアプリなどを挙げた。

支援企業の信用度とその膨大な規模から考えて、Vision Fundはテクノロジーベンチャーキャピタルとして過去に類を見ないものであり、資金がどう使われていくのか非常に興味深い。

すでにいくつか兆候を見ることができる。同ファンドは最初の募集完了以前から活動を始めている。最近の契約先には、インドのフィンテックのユニコーン、PaytmバーチャルリアリティーのImprobable Worlds中国のUberキラー、Didi Chuxing、および衛星インターネットのOneWebなどがある。ほかにもWeWorkなどの会社との関係が推測される未確認の投資が継続的に行われいる

今回の発表はドナルド・トランプ大統領の中東訪問に合わせたもので、Vision Fundの重要投資家がそこを拠点にしている。早くからホワイトハウスとのつながりを作ってきた成果と言える。SoftBank CEOの孫正義氏は、トランプ大統領との会談で米国への500億ドルの投資および新たに5万人分の雇用を生み出すことを約束している。

[原文へ]

(翻訳:Nob Takahashi / facebook

見込み客各社の情報から大きなグラフを生成して的(まと)を得た営業活動に結びつけるDeepGraph

あなたがスタートアップの経営者で、営業を強くせねば、と思ったら、まず営業という仕事を理解しなければならない。それはしかし、言うは易く…の典型である。Kemviは、それ自身今シード段階のスタートアップだが、今日(米国時間5/11)からステルスを脱してメインのプロダクトDeepGraphを発表した。営業が正しい見込み客(とくに企業顧客)を正しいタイミングで見つけられるようにするためのツールだ。同社の100万ドル強のシード資金は、Seabed VC, Neotribe Ventures, Kepha Partners, そして複数のエンジェルたちから調達した。

DeepGraphはさまざまな一般公開データを洗い出して、具体的な顧客が現れそうな、見つかりそうな市場関連イベントとそこに群がる企業や人びとを拾い上げる。そしてそれから、システムは定型的なコールドメールを送って、各社の見込み客になってくれそうな程度を見極める。そして、関心を持ってくれそうな見込み客の一群を見つけたら、今度は個別にアプローチしていく。

DeepGraphが送るコールドメールの例

DeepGraphは自分の楽屋裏で、さまざまな企業の関連事項から成る大きなグラフを作っている。A社の今度の新製品発表はいつか。株価はどう動いているか。出来高はどうか。これらの一般公開情報が見込み客の見込み度の指標になり、企業の今後の意思決定の兆候にもなる。そして全体としてDeepGraphは、データが表しているトレンドを見つける。たとえば株価が低迷していたらその会社は、営業を強化するためのサービスを探しているかもしれない。

そしてその次は、正しいターゲットにふさわしいメッセージを起草する。それを、DeepGraphの大規模なグラフが可能にする。どんな状況でも、基本的には一般化できる。たとえば調達をめぐるスキャンダルがあった直後に調達担当に送る、監査ツールに関するメールは、どれもほぼ同じ内容になるだろう。そしてもちろんSalesforceはDeepGraphを統合しているから二者の連絡先情報やそのほかの重要データを共有して、より幅広いターゲティングができる。

KemviのCEO Vedant Misraは、こう述べる: “DeepGraphを、Salesforceにアクセスしていないときに時間を有効利用できる場所にしたい”。

大きなグラフの生成と利用をより円滑にするために、楽屋裏では相当数の人間が働いている。これらの海外の人たちは、情報の真正性の確認や、背景的知識の補充を担当する。いずれも、グラフの信頼性と最新性を確保するための作業だ。

DeepGraphの料金は、一人あたりの月額×人数だ。早くも、次の資金調達をねらっている。このような、自動化された営業支援サービスは今とても活発な分野で、競合他社もGrowlabsNova AIなどをはじめ、数多い。まだ社歴の若いDeepGraphは、スタート時のチームが6名だが、今後R&Dから営業に回された人たちがどんな成果を上げるか、そのへんも楽しみだ。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

DellのVC部門Dell Technologies Capitalは市場に独自の視点で臨み27のエグジットを経験

エグジットを27も抱えたVCがステルスであることは、めったにない。それどころか、今日のVCの多くは、そんなにたくさんのエグジットを経験していない。しかし、今日(米国時間5/8)までステルスだったDell Ventures(正式名: Dell Technologies Capital)は、各年1億ドルという着実なペースで投資を続けてきた。同グループは、マーケットが何を買いたがっているのかを、よく知っている。これまで同社では、70あまりの投資案件のうち、その37%近くがエグジットした。もちろん、その結果はさまざまだが。

今日まで、Dellの投資のうち、エンタープライズ方面で話題になり名前が知れたのは、ごくわずかだ。中でもいちばん目立ったのは、NutanixとJoyentだろう。前者はクラウドコンピューティング企業で、昨年40億ドルでIPOしたが、最近は出血気味で、その価値はほぼ半減した(ロックアップ期間が終わった途端)。Joyentはクラウドサービス企業で、1億3100万ドルを調達したが、その後1億7000万ドルでSamsung Electronicsへ売られた。

とはいえ、Dellのエグジットだけで計13億ドルに達している。同グループはそのスタートアップのポートフォリオに、企業のVC部門が従来から持つ利点を、うまく持ち込んでいる。それらは、データへのアクセス、戦略的営業チャネル、そしてエンジニアリングとリサーチ方面のさまざまなコネだ。

さらにDell Technologies Capitalは、マーケットに対して中立的(偏らない)である点でも他のVCとは差別化される。とくにクラウドが支配するエンタープライズでは、マーケットリーダーであるGoogleやMicrosoftからお金を取るやり方は、自分の活動を制限することに近い。

Dell Technologies CapitalのトップScott Darlingは、ほかの企業のVC部門と同社が重要な点で違うのは、そのフラットな構造だ、と言う。DarlingはCEOのMichael Dellとたえず連絡を取り合うし、投資についても率直に差し向かいで議論する。

なぜ今日、ステルスを脱けるのか、と問うと、Darlingは、現在の規模では、身を隠すための費用や活動がたいへんすぎるし、その意味も価値もない、と答えた。同社の現在のポートフォリオの中では、とくに大きく賭けているのがMongoDBとRichRelevanceであり、今後の大きなリターンで報われ、同グループにスポットライトが当たり続けることを期待している。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

中小企業営業チームの見込み客発掘精製過程を機械学習で自動化するGrowlabsがシードで$2.2Mを調達

生後6か月とまだ非常に若いスタートアップのGrowlabsは、マシンインテリジェンスを利用して外回りの営業チームを支援している。このほどシードラウンドで220万ドルを調達した同社は、チケットアプリのUniverseを作ったBen Raffiが創業し、これにJaclyn KleinとSafeer Jiwanが加わった。Growlabsは、小さな営業チームの効率を上げることによって、企業の顧客獲得コストを減らすお手伝いをする。

Universeの経験からRaffiが学んだのは、顧客獲得コストを肥大させずにアプリケーションをスケールするのが、とても難しいことだ。チームが80%の時間を調査と、メールの乱発に費やしても、それが売上に結びつく保証はどこにもない。

“見込み客の生成に努力したが、結果は良くなかった”、とRaffiは語る。“何もかも、いきあたりばったりだった”。

Growlabsを使うと、営業チームがターゲットのタイプと業種を指定すると、Growlabsが自動的に見込み客を生成し、メールを送り、結果を評価する。

Growlabsは機械学習と3億5000万件の見込み客候補のデータベースを組み合わせて、一番売りやすいターゲットを見つける。対話のデータをすべて集めて、今度はいつメールを送るべきか、フォローアップは何回必要か、などをアドバイスする。

ターゲットに対しては、基本的な分析のほかに、自然言語処理によりメールの内容を分析する。メッセージを分類すると、どの役職にはどんな売り込みが効果があるか、などのフィードバックが浮かび上がってくる。CTOが関心を向けても、CMOはさっぱり、ということもある。

課金は有効見込み客の生成数に対して行われるから、高価な一律会費制のSaaSサービスを使えない零細企業でもGrowlabsの顧客になれる。Growlabsのいちばん小さい顧客でも、このサービスを使って毎月数千通のメールを送っている。大きな顧客なら、2万とか3万になる。

今日の資金調達ラウンドは主にエンジェルたちと、B2Bの営業活動の経験のある戦略的投資家たちが主体だ。Growlabsは今、社員が8人だが、同社自身がこれからますます、中小企業への営業を成功させていかなければならない。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

IBMが教育スタートアップGalvanizeと共同でWatson APIの機械学習アプリケーションへの応用を教える

IBMは同社の今年のInterConnectカンファレンスで、機械学習の学習コースを発表した。それは、スタートアップの卵たちにワークスペースと教育を提供しているGalvanizeとの提携事業で、主にWatsonのAPIの使い方を教えていく。それらのAPIを利用すれば、言葉や音声や視像(画像や映像)の認識に依存するアプリケーションの構築が、容易にできるようになる。

そのコースはIBM Cognitive Courseという、なんか冴えない名前だが、4週間で機械学習の基礎とWatsonで何ができるかを教える。生徒はそのクラスに、IBMのクラウドプラットホームBluemixからアクセスする。

IBMでWatsonとIBM Cloudを担当しているCTOのBryson Koehlerはこう言う: “WatsonのAPIで何ができるのか、知らない人もいる。Watsonのエキスパート、と呼べるほどの技術者は、まだとても少ない”。

コースを補助するリアルなワークショップ、題してBuilder Fairsが、Austin, Denver, New York, San Francisco, Seattle, Bostonの各都市で行われる。また、ハッカソンや個別面談(“オフィスアワー”)などのイベントBuilder Spacesも予定されている。

“ワークショップがあることは、この学習ではきわめて重要だ”、とは語る。“実用アプリケーションを作れるためには、実物体験が欠かせないからね”。

Galvanizeは過去にいろんなコースを展開した経験があり、そのために技術者たちのコミュニティができている。最初のBuilder Spaceは、今行われているInterConnectカンファレンスがその会場になる。

クラウドコンピューティングを提供している各社はこのところ、デベロッパーへの訴求に熱心だ。デベロッパーというより、これから人生で初めてプログラミングをする、という超初心者も対象にし始めている。IBMは、Galvanizeとのパートナーシップで、最初からいきなり技術者たちの大きなコミュニティに訴求できる。この前GoogleがKaggleを買収したのも、同じねらいだ。コミュニティの人数はもっと多い。

クラウド上のデベロッパー向け学習リソースは、AWSにも、AzureやGoogle Cloudにもある。たとえばGoogleはUdacityと組んで、ディープラーニングの3か月コースを提供している…こちらはもちろんWatsonではなくTensorFlowが中心だ。

IBMには前から、Galvanizeとの関係がある。GalvanizeのデータサイエンスのディレクターNir Kalderoは、2017年のIBM Analytics Championに指名された。昨年の秋に両社共同で、企業役員のためのデータサイエンス教育を催している。また昨年初めには、両社でエンタープライズ顧客のためのBluemix Academyを開催した。Galvanize単独では、IBMのクラウドプラットホームのプロモーションのために、サンフランシスコでBluemix “Garage”を行った。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

心臓発作防止プラットホームのAliveCorが製品をAI化、Omronなどから$30Mを調達

心電図のデータを利用して心臓発作を防止するアプリKardiaを作っているAliveCorが、Omron HealthcareとMayo Clinicから3000万ドルの資金を調達し、また、Kardiaの医師用バージョンKardiaProを発表した。

すでにFDAの承認を得ているAliveCorのモバイルアプリKardiaは、99ドルの心電図読み取り機と併用するが、昨年Mayo Clinicとのパートナーシップにより、4500名の患者に対して心臓発作に関する大規模な調査を行い、その結果として新しいプラットホームの開発を迫られた。今度のKardiaProは、発作など心臓の諸症状のリスクを抱える患者の心電図をモニタしたい、と願う医師向けの高度な製品だ。

KardiaProは、リスクを抱える患者の体重、活動、血圧など複数の要素を調べて、それらのデータをAliceCorのAIに分析させ、医師が気づかないかもしれない兆候を見つける。そしてAliveCorのCEO Vic Gundotraが患者の“パーソナル・ハート・プロフィール”(personal heart profile)と呼ぶものを作り、そのデータを元に、医師が次の診療内容/方針を決めるための注意情報(アラート)を送る。

AliveCorはこの前、Khosla Ventures, Qualcomm, そしてBurrill and Companyから1350万ドルを調達した。今回の資金と合わせると、調達総額は4540万ドルになる。しかしより重要なのは、今回、Mayo Clinicという、数百万の患者を対象としている大手のヘルスケア企業とパートナーしたことだ。またOmronも、血圧計などのヘルスケア製品を世界中に提供している企業なので、貴重な情報が得られるだろう。

[循環器疾患による死亡率(人口10万人あたり)]

心臓疾患は世界の死因のトップであり、血圧計や心電図などを定期的にチェックすることは、心臓病の早期発見と有効な症状管理に寄与する。その部分でKardiaProのAI成分は、不規則な心電図などの異状を、ほとんどリアルタイムで医師に伝えることができるだろう。

KardiaProはAliveCorの新製品だが、同社はApple Watch用の心電図読み取りバンドAliveCorのKardiaバンドも発売した。すでにヨーロッパでは使われているが、アメリカではFDAの承認待ちだ。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

検索結果に位置データを入れるYextが赤字持続のままIPOを申請

検索結果に位置データをつけているYextが、IPOを申請したことを公表した。上場の予定は、4月と早い。

調達目標は1億ドルとされているが、それは今後変わるかもしれない。今後の方針変化等については、その都度お伝えしよう。

Best Buy, McDonald, Marriottなどが同社の顧客だが、Yextのおかげでこれらの企業の検索結果やソーシャルメディア、地図などには位置情報が入る。同社は当初、その企業のWebサイトへ行かなくても近くのお店の場所が分かることを、目標としていた。

昨年の、10月で終わる9か月の売上は8860万ドル、損失が2860万ドルだった。売上は前年同期の6400万ドルよりアップ、しかし損失も1820万ドルからアップした。

同社はIPO申請書のリスク要素のところで、“弊社はこれまで一貫して損失を計上しており、今後も利益を上げないこともありえる”、と言っている。サードパーティのリセラーへの依存にも言及しており、それが売上の大きな部分を占める、と言っている。

協同ファウンダーはその多くがSalesforce出身者で、Yextの一部の社員はカリスマ的リーダーHoward Lermanを尊敬し、SalesforceのトップMarc Benioffに似ている、と言っている。

2006にローンチしたYextは、数年前から上場の噂があった。これまでは、5億ドルの評価額で1億1700万ドルあまりを調達している。

Yextの23.6%を握るSutter Hill Venturesが、IPOの幹事会社となり、またInstitutional Venture Partners, Marker Financial Advisors, Insight Venture Partnersらの持ち分も大きい

この申請によりYextは、スタートアップから株式市場への旅路を歩んだニューヨークの数少ない企業の仲間入りをする。EtsyやOnDeckも、最近の仲間だ。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

SonosのサウンドバーPlaybaseはテレビの下に置いても目立たない薄さを誇る

テレビを壁にかけている人たちは、オールインワンのサウンドバーをよく使っているが、テレビは台の上にあるべしという、今や少数派の頑固者はどうだろう? 高級オーディオ専門メーカーのSonosはこれまで、この人たちを無視してきたが、このほど、やっと風向きが変わったようだ。

そのPlaybaseないしPLAYBASEと呼ばれる製品は、オールインワンのワイヤレススピーカーで、テレビの下に置くようなデザインだ。この699ドルのデバイスは厚さが58ミリで、スピーカーは中域用が6基、ツイーターが3基、ウーファーが1基、系10基収まっている。デジタルアンプも10台内蔵している。Sonosのそのほかの製品と組み合わせて、低音を効かせたサラウンドにもできるし、テレビやゲーム機などの音をそのまま鳴らしてもよい。

Sonosは、部品的にはテレビ用スピーカーも音楽用スピーカーも同じ、と言っているので、Apple MusicやSpotifyやムービーなどの音も、これで聴いてください、ということ。ただしデジタルオーディオの入力は一つだ。電源ケーブルもある。

家庭用のワイヤレスオーディオといえば長年、Sonosが定番だったし、今度のデバイスが、あの上出来のPlaybar(壁掛けテレビ用オールインワン)を上回るものではない。Playbaseは最大荷重が75ポンドだから、おばあちゃんちの古いCRT以外は、どんなテレビでも乗せられるだろう。Sonosの製品としては、マニアのワイヤレス音楽から、一般家庭用のメディア製品にも手を広げたという意味で、興味深い。

Playbaseは今日発表されたが、発売は4月だ。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))

Boston Dynamicsの車輪付き2足ロボット「Handle」はジャンプもすごい

boston-dynamics-feb-2017

Boston Dynamicsの車輪付き2足ロボットHandleは、今月始めにDFJのパートナー、Steve Jurvetsonが会社のキーノートのビデオを見せてくれた際に大喝采を受けた。今日は、Handleの詳細を美しいHDビデオが届いたので紹介する。

Handleが難しい障害物を越えたりスピンしたりするところは前にも見たが、新しいビデオでは坂道、雪の中、でこぼこの地面等厳しい環境で動くところを見せている。Handleは6.5フィート(198 cm)と大ていの人間より高い身長でこの動きを実現している。車輪では時速9マイル(14 km)で元気に走り4足で垂直ジャンプもこなす。気になっている人にために書いておくと、人間がいちばん高く垂直ジャンプした記録は5.3フィート(1.62 cm)だ(挑戦しろ、Handle!)

Handleは一回の充電で約15マイル(24 km)動ける。電動と水圧、両方のアクチュエーターを使っている。このロボットは研究開発目的で作られたものだが、将来Boston Dynamicが、形状より機能を優先するかもしれないことを示唆している。車輪付きロボットは、歩行式より効率がよい ― 人間らしさと実際に箱を持って工場のフロアを走り回れることのトレードオフ。

今のところHandleにはアクチュエーターで駆動される関節は10個しか付いていない。このため設計がシンプルになり、もしHandleかその派生形が量産されることになれば製造が容易になる。しかし経済性はともかくとして、Handleは見ていて最高に楽しいロボットだ!

[原文へ]

(翻訳:Nob Takahashi / facebook

DeepgramがオープンソースにしたKurを使えばディープラーニングのDIYが楽にできる

screen-shot-2017-01-18-at-10-09-36-am

Y Combinator出身のDeepgramは、機械学習を利用して顧客企業のためにオーディオデータの分析をやっている。その同社がこのほど、Kurと呼ばれるディープラーニングツールをオープンソースにした。この分野に関心のある人たちは、自分のアイデアを形にするのがより容易になるだろう。同社はまた、10時間ぶんの録音データを10秒単位に切り刻んたものを、訓練用の教材として提供している。

ディープラーニングライブラリのKerasと同じくKurも、ディープラーニングのモデルを構築して訓練するプロセスを高度に抽象化している。そうやってディープラーニングをより容易にすることによってKurは、画像認識や音声分析などのタスクの、敷居を低くしている。

DeepgramのCEO Scott Stephensonの説明によると、立ち上げ当時の同社はLibriSpeechを使っていた。それは、パブリックドメインのオーディオブックを、初期の機械学習モデルを訓練するために細かく分割した、ネット上のデータセットだ。

しかしDeepgramは、車輪を再発明しているわけではない。同社のデータダンプとオープンソースのプロジェクトがあれば、大学やテクノロジー企業は、Tensorflow, Caffe, Torchなどのフレームワークを利用しやすくなる。画像認識用にはImageNetデータベースがあるし、音声用にはVoxForgeがよく使われているが、オープンソースのデータセットはもっといろいろある方がよい。

“自動運転車も、出発点は画像の分類技術だ”、とStephensonは語る。“つまり、誰かに最初、小さなかけらみたいなものを与えれば、やがて人びとが寄ってたかってモデルを変えるようになり、これまでとは違うことが、できるようになるんだ”。

デベロッパーがKurを自由に使えるようになれば、Deepgramが欲しい人材も育つ。今、機械学習やデータサイエンスの分野では、そういう実地教育を、大手のテクノロジー企業ならどこでもやっているし、成果も上げている。

デベロッパーがモデルやデータセットや重みを共有してイノベーションを加速するためのソーシャルサイトKurhub.comを、もうすぐ同社はオープンする。今日リリースされるデータセット用の重みは、いずれDeepgramがリリースしたいと考えているので、DIY派の人びとも、プロセッサーを酷使する訓練で苦労しなくてもよくなる。10時間のオーディオデータというと、訓練用のデータとして大きくはないが、それでもモデルの訓練にはGPUを使った場合で約1日、一般市販のコンピューターなら相当長くかかる。

Deepgramのデータセットを全部使ったら、適当に自分のデータを加えればよい。必要なものは、音声の録音を10秒単位で刻んだWAVファイルだ。パブリックドメインで提供されている録音データを、データに飢えているディープラーニングのモデルにたくさん食わせてやれば、精度はさらに向上する。

[原文へ]
(翻訳:iwatani(a.k.a. hiwa))