ログイン

記事
資金調達・提携ニュース
スタートアップアクセスランキング
スタートアップヘッドライン
Powered by NewsPicks
iPhone Air手掛けたアップル若手デザイナーが退社、AI新興企業へ転身
Bloomberg9時間前
picker iconpicker iconpicker iconpicker iconpicker icon
26Picks

picker icon
南 公男
元大手電機メーカー、HRデータアナリスト |事業戦略|組織|自動化|採用、キャリア|ヘルスケア、モビリティ|
iPhone Airが販売不振に陥ったことを踏まえると、デザイナーの転身とも関係があるのではと推測してしまいますが、報道では無関係とされています。今回のAppleの薄型化という挑戦はデザイン上の試みとして注目されましたが、消費者が重視するバッテリーやカメラ性能との乖離が販売不振につながったのかもしれません。人材流出は、Appleのデザイン戦略が転換期にあることを示唆しているようです。
Bloomberg12時間前
picker iconpicker iconpicker iconpicker iconpicker icon
158Picks

picker icon
鈴木 秀和PRO
(株)アトラエ 取締役CFO
未上場段階で、企業価値、フェーズが進んでいく段階で株主の橋渡しができるのは、企業価値向上の資本政策の選択肢が増えることになりますね。 スマートHRの株主フィナンシャルスポンサーの今後のExitが気になります。

picker icon
塩崎 悠輝PRO
静岡県立大学国際関係学部 准教授
今後、戦争というのは数千のドローンが毎日のように投入されるようなものが増えます。  現在も、ウクライナに限らず、スーダンやミャンマーの紛争でもドローンが多用されています。 空中だけではなく、水中も、地上でもネズミのようなサイズの自爆走行ドローンが、船や車両などの目標を見つけるとその下に潜り込んで自爆します。  それを同時に数千機の規模でできるようになります。中国は今でも可能です。 今、年間、数万機規模の軍事用ドローンを生産できる国は、中国、ロシア、ウクライナ、北朝鮮です。  あと2年以内に、インド、イランもそれが可能になります。  政府が決定すれば、米国、韓国、イスラエル、ドイツは2年以内に可能でしょう。  日本は、リソースとしてはできますが、政府が2年以内に決定できるとは考えにくいです。 いつの時代も、戦争を左右するのは兵器の質と量で、質と量を決定するのは投入できるリソース、コストです。  現在、ロシアが最も使っている長距離自爆ドローン、Geran-2は1機3万ドルくらい。  戦場で数キロ先の歩兵に体当たりして自爆するFPVドローンは3000ドルくらいです。  ロシアは、これらを合わせて年間200万機生産する体制を完成させつつあります。 軍用ドローンは、航空だけではなく、水中、地上と、機種、用途、コストが極めて急速に多様化しつつあるので、対策はそれぞれについて異なってきます。  この記事のベンチャーが目指している、「一発あたり75万円」というのは、Geran-2を3発225万円で撃墜できれば、採用する国もあるでしょう。 連日、数千機のドローンが到来するとすると、どうしても量による対策が必要になります。  日本政府もかなり焦ってはいて、防衛省の2026年度予算概算要求で、ドローン関係の予算は2025年度の3倍です。  それでも全然足りないであろう、というのと、日本の場合、ドローンを操作する人員の確保がむずかしいであろうという問題があります。韓国は50万人育成を目標に急いでいます。 防衛省の概算要求、無人機沿岸防衛に3128億円 極超音速弾を量産 https://www.nikkei.com/article/DGXZQOUA2776O0X20C25A8000000/

picker icon
秋山 ゆかり
(株)Leonessa 戦略コンサルタント|社外取締役|声楽家|アート思考研究者
本田圭佑氏の指摘は、単なるスピード論にとどまらず、日本企業の意思決定構造が抱える深層的な課題を鋭く突いています。特に、上場企業と未上場企業、オーナー系とサラリーマン経営の意思決定の質と速さの差は、日本企業の成長力や競争力に直結する重要な論点です。 オーナー経営に近い未上場企業やスタートアップでは、創業者がリスクを自ら負う前提の下、情報が即座にトップに届き、短時間で大胆な決断が可能です。一方で、日本の上場企業では、稟議や説明責任、社内コンセンサス重視の文化が根強く、特にサラリーマン社長のもとでは、意思決定の遅延とリスク回避の姿勢が蔓延しやすくなります。 欧米企業と比較しても、CEOの権限の強さや、失敗を許容する文化、スピードを信頼する投資家との関係性において、日本企業は依然として「慎重過ぎる」傾向があります。500万ドルの意思決定に何週間もかかるようでは、グローバル競争の場では後手に回らざるを得ません。 日本企業が変わるには、「透明性のある責任体制」と「大胆な裁量権移譲」の両立が不可欠です。意思決定をスピード化するために必要なのは、単なる業務フロー改革ではなく、「リスクを取る経営者を支える文化」そのものを再構築することです。 本田氏のような越境的な起業家・投資家の視点を経営の中枢に取り入れ、経営陣がスピードと責任を同時に背負う体制を整えられるかが、これからの日本企業に問われています。

picker icon
秋山 ゆかり
(株)Leonessa 戦略コンサルタント|社外取締役|声楽家|アート思考研究者
コードを書くのではなく、AIと共創する時代へ──Cursorが切り拓く「思考OS」戦略 Anysphereの「Cursor」は、単なるAI補完エディタではありません。年間収益10億ドル超・評価額約3.3兆円という数字が示すのは、開発の中心が人の手からAIとの対話に移りつつある現実です。 注目すべきは、NVIDIA・GoogleがシリーズDに参加した点。これはAI開発体験のOSを誰が握るかという戦略領域の覇権争いが始まった証拠です。 当然、競合となるのがMicrosoftのCopilot(GitHub)とAmazonのCodeWhisperer。前者はVS Codeという圧倒的シェアの開発環境とAzure/GitHubエコシステムを持ち、後者はAWSと連携した企業内エンジニア向けに強い。 一方Cursorは、軽量・高速な体験と独自R&Dで開発者起点の圧倒的支持を得ており、AIが考え、開発者が確認するという逆転構造をいち早く実装。すでに「IDEが思考パートナーになる」時代を体現しています。 この3者の差は、技術よりも体験設計(UX)と思想(Philosophy)にあります。 誰と、どこまで、どのように共創するか──AIはツールではなく、開発チームの一員になるという思想が鍵を握るのです。 コードを書くのではなく、AIと共創する。次の競争軸は「思考のUI/UX」です。

picker icon
CHIGUSA SHIGERU "BART"
NewGame Solutions Inc. CXO
Pony.aiとWeRideのダブルIPOは、「今のうちにやってしまえ!」作戦と見た。 NASDAQと香港市場と両方に上場するというアグレッシブな戦略の裏にあるのは、「他社に抜かれる前に資金調達を最大化してしまえ」作戦だと見る。 それは何故か? それは両社の自動運転方式にある。まずPony.aiの自動運転方式は旧式のAV 1.0呼ばれるHDマップとLiDARを主として必要とする方式で、高価で時間がかかる高精細3Dマップデータを必須とし、それと車載センサー(LiDAR)で収集したデータを「ほぼ」リアルタイムで照合しなければ走れないタイプ。これの最大の欠点は以下の2点。 1) HDマップが無い所は1mも走れない=ドア2ドアが出来ない。 2) 高速道路が走れない。 この2つの欠点があって、果たしてタクシーと言えるだろうか? もう一社のWeRideも現在はまだHDマップとLiDARを使うAV 1.0だが、徐々にHDマップへの依存度を軽減し、自動運転用AIをエンド・ツー・エンド(E2E)にしようと開発中と言う。なので、まだAV 2.0になるには遠いが、努力は始めている。 しかし、時代はもうAV 2.0になって来ている。テスラ、ウェイブ(英)、ディープラウト(中)、チューリング(日)などが開発し、テスラは既に米国ではロボタクシーを有料顧客向けに運営している。ウェイブ(ソフトバンクが出資)も日産が採用する契約済みで今後実用に入る。これら自動運転方式は一切の3Dマップを必要とせず、カメラファーストで、AIもE2Eになっている。(または開発中) つまり、Pony.aiとWeRideは「自動運転の伝導師」を自称する僕(バート・チグサ)は、この2社の将来は非常に限定的と考える。 だから、「今のうちにIPO!」なのだと見る。これは個人的な意見。
もっと見る
国内スタートアップ
資金調達・提携ニュース
vitom、資金調達を実施(調達額は非公開)
資金調達
2025/11/17
株式会社vitom
クラッソーネ、東京ガスと業務提携 安全・安心で持続可能なまちづくりの実現に向けて、連携した取り組みを推進
事業提携
2025/11/17
スパイスファクトリー、フライング・ペンギンズと資本業務提携 DX推進と構造デザインの融合で、日本発の新たな仕組みづくりに挑む
資本提携
2025/11/17
国内スタートアップ
アクセスランキング
company rank
Sakana AI株式会社
自律的で環境負荷の少ないAIアーキテクチャ・モデルの研究開発​。 多数の小型AIモデル同士を効率的に連携させることで、巨大な計算資源に依存することなく、高度な適用能力を備えたAIモデルを構築。 会計不正検知をはじめとした金融タスクにおける大規模言語モデル(LLM)の性能を測定することが可能な日本語金融ベンチマーク「EDINET-Bench」の開発。