本文へ移動
仕組み採集 Shikumi Field Notes

世界のAI起業家から、次に試す仕組みを集める。

人物紹介 People profile

Liam Ottleyは何者か。AIを顧客の仕事で使えるようにする

今回の焦点Focus

顧客の業務の特定・実装・訓練・引継ぎを、繰り返し提供できる工程にする方法を学ぶ。

Liam Ottleyは、企業のAI導入を支援するMorningside AIの共同創業者・共同CEOです。ここで学びたいのは、AIのデモを作った後、担当者が自分の仕事で使い続けられるようにする方法です。

発信だけでなく、チームで顧客の導入を支援する

公式チーム紹介では、LiamとJosh Brownが共同創業者・共同CEOを務めます。Liamは構想、戦略、教育、Joshは運営や実装を担う説明です。Liam一人が受託案件をすべて処理している会社ではありません。

同ページによると、2022年末に開発スタジオとして始まり、その後Morningside Groupへ広がっています。2026年10月4日時点では、グループ全体で55人以上と紹介されています。提供側の説明で、全員がMorningside AIの実装担当者という意味ではありません。

本人の記録と公式紹介から見る、提供体制の変化
時期記録されていること学びたい判断
2022年末Morningsideが開発スタジオとして開始当初、顧客からどんな仕事を受けていたか
2024年11月の回顧無料で詳細な提案を作る方法から、有料の探索・検証工程へ移行実現可能性と提供範囲を、いつどう確かめるか
2024年12月の回顧同年10月にドバイからオークランドへ移り、対面で働く拠点を持ったと説明時間帯や連携の問題に合わせて体制を変える
2026年10月確認共同CEOとチームを持ち、特定・開発・定着を一連の支援として案内作る担当と、顧客が使うための支援をつなぐ

2024年11月12日の振り返りでは、成約前に無料の提案を作り込みすぎたことを反省しています。その後は、有料の探索工程で試作し、難しさや実現可能性を確かめる方法を紹介しました。約束する前に分からない点を減らすための工夫として読みます。同じ料金や成約率を再現できると示したものではありません。

同年12月18日の記事では、10月にドバイからオークランドへ移り、対面で働く拠点を持ったと説明しています。理由には、時間帯の違いやチームの連携を挙げています。事業の段階に合わせて、働き方も変えてきた人です。

仕事を調べ、作り、使えるようにする

Morningside AIの公式サイトは、Identify、Develop、Adoptという流れを掲げています。使う仕事を選ぶ段階と、作った後に現場で使う段階を、開発と一緒に扱う構成です。

公開されている提供の流れと、この観察帳で確かめたいこと
工程提供側の説明追加で見たい証拠
Identify仕事を理解し、AIを使う機会を特定するどの問題を選び、何を後回しにしたか
Develop必要な仕組みを開発し、既存の仕事とつなぐデータや例外処理、品質をどう確かめたか
Adopt人が使えるようにし、現場への定着を支援する誰が利用し、導入後もどの仕事で使ったか

AI Makeoverでは、現地へ入り、短期間で取り組む提供も案内しています。日数は提供側の計画で、どの会社でも同じ成果が出る条件ではありません。Mini AI Makeoverの本人投稿では、データの準備、作業環境の設定、チームの訓練を初期の三工程として切り出しています。

Liam本人が、ニュージーランドに拠点を移し、オフィスを持つ判断について話す公式動画。生活の理想像より、仕事の進め方を変えた理由を読む資料として掲載します。YouTubeで見る

学びたいのは、渡した後に誰が使い、誰が直すか

動く仕組みを渡しても、担当者が自分の資料を入力できなかったり、誤りを直せなかったりすれば、普段の仕事では使えません。人の判断が必要な箇所、困ったときに直す人、資料が変わったときの更新方法まで考える必要があります。

自分で試すなら、業務を一つ選び、今の手順、かかる時間、困っている箇所を残します。小さく作った後、担当者が実際の材料で使えるかを確かめます。実演で動いたこと、職場で使われたこと、時間や品質が変わったことは、別々に記録します。これは編集側の適用案です。

Liamからは、顧客ごとに作り込む部分と、繰り返し使える工程の分け方も学びたいと思っています。業種や資料が違っても共通にできるのは何か。探索、試作、訓練、引継ぎの記録を見ていきます。

視聴者の人数と、顧客の成果は別に見る

Liamには教育やコミュニティの活動もあります。ただし、動画の視聴者や無料コミュニティの参加者は、導入支援を買った顧客と同じ集団ではありません。大勢が見たことから、顧客の継続利用や会社の利益まで分かったとは言えません。

顧客事例に時間削減率が出てきたら、予測か実測か、どの作業の何時間を比べたかを確かめます。導入時の見込みだけでなく、その後の利用や修正、運営の担当まで追いたいところです。

必要な課題が受託支援から自社商品の販売へ移ったら、商品を継続運営する人の比重を増やします。Liamから顧客の使い方や提供工程を追えなくなった場合も、別の人を補います。今は、AIを作る能力を、顧客が実際に使える仕事へつなぐ方法を学ぶ対象です。

出典・確認日

確認日は2026年10月4日。現在の体制・提供範囲は公式説明、過去の選択は2024年11月12日・12月18日の本人の回顧に基づきます。顧客の導入効果を独立に測った記事ではありません。学びたいことと適用案は編集側の考察です。