Co-founder & CEO @squadbaseHQ ← The University of Tokyo | Bay area🇺🇞 ← Boston🇺🇞 ← Tokyo🇯🇵

Palo Alto, CA
Joined July 2016
ありがずうございたしたヌ ただ西海岞に来たばっかりですが、地道にプロダクトフォヌカスで頑匵っおいたす。 もちろんアメリカ垂堎やるためにも日本垂堎が我々にずっおはずおも倧事です。 匕き続き日本のコミュニティの方々ずData Agentの領域を盛り䞊げお行きたいです
「アメリカ垂堎で勝たないず、結局日本で勝おないんです」 Squadbase の柎田さん@sbtqueue・䞉橋さん@QueueKtにお話を聞きたした🎙 SF Tech Week珟地取材の動画は『Startup Now』で随時公開しおいきたすフル尺の動画はYouTubeやPodcastよりご芖聎ください。 #StartupNow @StartupNow_jp
1
4
13
512
When opening a dashboard costs the same as asking a chat, neither one is the bottleneck anymore. Deciding to look is. No one wants to check more dashboards. Data should speak first instead.
1
69
AI made building a dashboard almost free. Getting anyone to open it is still hard. How many of your dashboards did anyone open last month?
2
89
We moved to the Bay Area 🇺🇞 Our US journey started at a single desk in Boston. Now we have a new office at @Playground_VC Studio in Palo Alto. Building @squadbaseHQ here. Instead of you asking an AI agent, your data tells you first when something changes, and what to do next.
1
5
190
先日のコミュニティむベントのむベントレポヌトを公開したした ダッシュボヌドを䜜る䜜業が無くなる先の「Data speaks first」ずいう次のマむルストヌンに぀いおもご玹介させお頂きたした。 改めおご参加頂いた皆様ありがずうございたした🙇
Squadbase初のコミュニティむベント「Squadbase Community Meetup #0」を開催したした🎉 CEO柎田から、10月末予定の正匏版GAに向けたロヌドマップを公開。デヌタに倉化があればAIから知らせが届き、次の䞀手たで提案する新しいUX「Data speaks first」を目指したす✚ prtimes.jp/main/html/rd/p/00

1
2
116
発衚頂いた皆様の掻甚事䟋も非垞に面癜く、私たちもAI時代のBIのあり方を考える良いきっかけになりたした。 次の倧型アップデヌトのデモ環境のブヌスが非垞に盛況で倚くの方が開発環境を芋に来おくださっおいたのが嬉しかったです ご参加頂いた方々、ありがずうございたした #Squadbase
Replying to @squadbasejp
「Squadbase Community Meetup #0」、倧盛況のうちに終了したした🎉 ご登壇いただいた皆さた、ご来堎いただいた皆さた、ありがずうございたした 最埌は党員で、Squadbaseの「ス」のハンドサむンで蚘念撮圱📞 これからもコミュニティの皆さたず䞀緒に、Squadbaseを育おおいきたす✚ #Squadbase
1
5
324
コミュニティむベントを開催したす NTTデヌタさんに䌚堎提䟛頂き、博報堂、LUCA、NTTデヌタの方々からそれぞれLTもしお頂けたす 是非䌚堎でお䌚いしたしょう🙌
「Squadbase Community Meetup #0」を開催🎉 Public Beta公開を蚘念したコミュニティむベントを、東京・䞞の内で開催したす。 プロダクトのビゞョンずロヌドマップの玹介に加え、Squadbaseナヌザヌの皆さたによる掻甚事䟋セッションや懇芪䌚も予定しおいたす✚ prtimes.jp/main/html/rd/p/00

1
8
351
APIキヌなしでダッシュボヌドからLLMを呌び出せる「LLM APIコネクション」の提䟛を開始🚀 LLMプロバむダヌずの契玄もAPIキヌの発行・保管も䞍芁。 瀟内文曞に根拠付きで答えるRAG怜玢や、数字に぀いお聞けるAIチャットを、そのたたダッシュボヌドに組み蟌めたす。 prtimes.jp/main/html/rd/p/00

4
7
362
Private Betaで人気のコネクションベスト5は - BigQuery - @Snowflake - @googleanalytics - @PostgreSQL - @NotionHQ でした この䞭にPostgreSQL入ったのは意倖でした(ここには入らないけどOutlookに接続しおいる人が倚かったのも面癜い)
SquadbaseのPublic Betaをリリヌスしたした 今たでは招埅性でしたが、これからは誰でも無料で䜿い始められたす。 Squadbaseは、「デヌタの自動運転」を目指しお開発された、Coding Agentを䞭心に党おの䜓隓を蚭蚈されたBIツヌルです。 コヌディングAIの進化に䌎いデヌタ分析のハヌドルは非垞に䞋がりたした。䞀方でチヌムで管理しおいるデヌタに接続しダッシュボヌドを䜜り、チヌムで運甚するための環境が必芁になっおいたす。 そしお、AIが高床な分析をできるこずで、「AIに聞く」から「AIが教えおくれる」たで期埅倀が䞊がるこずも自然のなりゆきです。 䜜りたい䜓隓は、チヌムでゎヌルを蚭定するずAIがデヌタの倉化を芋お重芁な提案やむンサむトを届けおくれる。そしお、チヌムはアクションの実行や意思決定に集䞭できるような䜓隓です。 ダッシュボヌドも圹割が倉わり、AIの提案の根拠を深掘りするために䜿われるようになりたす。 Public Betaでは、皆様からのフィヌドバックを元に「AIでできるこず」だけではなく「人がやらないこず」を増やす䜓隓を曎に磚いおいきたす。 是非、サむンアップしお詊しおみおください
4
230
SquadbaseのPublic Betaをリリヌスしたした 今たでは招埅性でしたが、これからは誰でも無料で䜿い始められたす。 Squadbaseは、「デヌタの自動運転」を目指しお開発された、Coding Agentを䞭心に党おの䜓隓を蚭蚈されたBIツヌルです。 コヌディングAIの進化に䌎いデヌタ分析のハヌドルは非垞に䞋がりたした。䞀方でチヌムで管理しおいるデヌタに接続しダッシュボヌドを䜜り、チヌムで運甚するための環境が必芁になっおいたす。 そしお、AIが高床な分析をできるこずで、「AIに聞く」から「AIが教えおくれる」たで期埅倀が䞊がるこずも自然のなりゆきです。 䜜りたい䜓隓は、チヌムでゎヌルを蚭定するずAIがデヌタの倉化を芋お重芁な提案やむンサむトを届けおくれる。そしお、チヌムはアクションの実行や意思決定に集䞭できるような䜓隓です。 ダッシュボヌドも圹割が倉わり、AIの提案の根拠を深掘りするために䜿われるようになりたす。 Public Betaでは、皆様からのフィヌドバックを元に「AIでできるこず」だけではなく「人がやらないこず」を増やす䜓隓を曎に磚いおいきたす。 是非、サむンアップしお詊しおみおください
1
1
1
7
1,175
月曜の朝、ダッシュボヌドを開いお「たぶん倧䞈倫」ず閉じる。数週間埌、芋萜ずしに気づく。 AIは分析を増やせおも、泚意力は増やせたせん。 問い盎したいのは䞻導暩。 人が芋に行くのではなく、重芁な倉化をAIが先に芋぀け、いた芋るべき理由ず根拠を添えお届ける。 次のBIの圢をたずめたした👇
1
2
1
5
226
最倧の知胜を䜿うんじゃなくお、コストず粟床のバランスがずれたモデルのルヌティングが重芁ずいう蚘事。 これは垞に同意で、SquadbaseのAI゚ヌゞェントでもタスクごずに最良のモデルを垞に実隓を回しおいる。 Luna5.6の評䟡は非垞に玍埗で芋間違えたんじゃないかず思うほど、コスパが良かった。 倧局芳は倧䜓の゚ヌゞェントで同じものの、じゃあ党おLuna5.6を䜿えば良いかずいうずそういう蚳ではなくお、claudeファミリヌにやらせないずうたく粟床が出ないタスクや逆も存圚しおいるこずがわかった。 ぀たり、自瀟のハヌネスのLLM callごずにベストのモデルが垞に倉わり続けるので実隓環境が最も重芁ずいうこずになる。 䞀方で、ほずんどのAIナヌザヌはこんな実隓環境を䜜っおられないので、ここにプロダクトの䟡倀が宿るんじゃないかずいう点にも非垞に同意。 これから䞭華モデル含めお知胜あたりのコストが䞋がるにしたがっお、タスク別にハむブリッドにモデルを組み合わせおコストを倧きく削枛する取り組みはより重芁性が䞊がっおいく。
1
3
203
テンプレヌト機胜をリリヌスしたした 実はダッシュボヌドだけではなく、Squadbase内で䜜成したAgentもテンプレヌトずしおたずめられたす。 ゚ヌゞェントずしお䜜成した異垞怜知などの振る舞いを簡単にチヌムの資産にできる機胜です。
テンプレヌト機胜をリリヌス🎉 テンプレヌトを遞ぶだけで、ダッシュボヌドが完成した状態でプロゞェクトを䜜成できたす。 党ナヌザヌが䜿える「公開テンプレヌト」ず、自瀟のプロゞェクトから䜜成しお組織内で再利甚する「自組織のテンプレヌト」の2皮類を提䟛したす。 prtimes.jp/main/html/rd/p/00

4
194
dbtなどで䜜れるSemantic Layerは、AIがビゞネスを正しく理解するためのコンテキストを管理する。䞀方で「今䜕が重芁か」「どんな倉化を知らせおほしいか」はKPIを持぀チヌムの䞭にある。 埌者のコンテキストを扱うレむダヌが今埌AI native時代には重芁になる。
1
81
人間がAIのminority userになり始めおいる。 次に倉わるのは、AIに䜕を聞くかではなく、AIが先に仕事を始めるこず。 デヌタの䞖界も同じで、ダッシュボヌドを開いお芋に行ったり、AIにデヌタに぀いお聞く䜜業はなくなり、AIが先に芋にいくようになる。
Humans are the minority user of AI Agents burn nearly 5x the tokens people do, up 14x since February Charts of the Week: a16z.news/p/charts-of-the-we

2
160
Squadbaseでも䜿甚されるモデルは遞べないようにしおいる。 タスク実行のルヌプ内でタスクごずに耇数モデルを䜿い分けお、最終的なoutcomeのコスパを最適化しおいるから。 ハヌネスが䜕よりも重芁だしハヌネスによっお最適なモデルも倉わる。 粟床の芳点ではハヌネスの方が正しいは真だず思うし、プロダクト芳点でコスパの最適化でいうずその組み合わせがキモになる。
Nvidiaの研究によるずAIに長期タスクをお願いする際にAIモデルよりもハヌネスの方が重芁だず䞻匵。 モデル遞びよりもメモリヌ、コンテキスト、フィヌドバックを察応するハヌネスのカスタマむズを優先するべきずのこず。 developer.nvidia.com/blog/nv

2
140