「AI時代、仕事の構造自体を再設計する」…チョン・ミンギュカーネルスペース代表

チャットGPTがコーディングまでしてくれる時代だが、いざ財務と会計現場では依然としてエクセルと死闘を繰り広げる。結局回って帰ってエクセルだ。

ネイバーで数百万人が使用するクローバノートのAIエンジンを総括していたチョン・ミンギュ代表は、AIが実際の現場に入ったときに何が変わり、何が終わって変わらないかを見てみた。チョン代表が捉えた問題は単純だった。技術は急速に発展するが、働き方は大きく変わらないということ。 AIが導入されても既存のプロセスの上にツールだけを付け加えるだけで、構造的非効率はそのまま残る。

彼は安定した大企業リーダーの座を迫り、2024年にカーネルスペースを創業した。 AI時代に合わせて仕事の構造自体を再設計するという目標だった。

チョン代表は「キャリアはいつも顧客に近づくための選択の連続だった」とし、「顧客の声を直接聞くことができなければ本当に必要な製品を開発できる」と明らかにした。続いて彼は「ネイバーでは大きなインパクトを経験したが、大企業の特性上、顧客の声を直接聞いて迅速に相互作用するには明らかな限界があった」と回顧した。

問題を解決するために彼が下した結論は明らかです。 AIをうまく使う方法を加えるのではなく、AI時代に合わせて業務方式自体を設計しなければならないということ。

「その変化は内部で革新的に働かなければ不可能です。私が信じる新しいビジネス文法を実験し、その結果を製品として証明しようと思います」

カーネルスペースが出した製品「グリディ」は、AIベースのスプレッドシート自動化プラットフォームだ。単純なチャットボットではなく、テーブル中心に考えて直接スプレッドシート作業を支援する。汎用LLMが整形データの行と列の間のコンテキストを正しく理解していない限界を克服した。

「LLMは基本的にテキストを生成するモデルです。行と列の制約を厳密に守らなければならないスプレッドシート作業では本質的な制限があります。 'Gridy'は説明を自然言語にしますが、直接的なデータ作業はコードを通じて行います。言葉で扱うのではなく、計算可能なコードで扱う方法です。

ユーザーの要求が入ったら、そのニーズをまずコードに変換します。自然言語で表現された要求を実行可能なロジックに置き換え、そのコードを実行した後、結果をスプレッドシートに反映します。

「すべてのコードがスプレッドシートの構造を考慮して生成されます。セルの位置と数式の関係、列と行の意味などのコンテキストを反映して値が任意に作られるのではなく、構造内で計算されるように設計しました。」

実行結果は再びスプレッドシートの形式と業務の文脈に照らして検証される。 「グリディ」のAIはまさに答えを語るモデルではなく、ユーザーの意図をコードに変えて実行し、その結果を再確認して仕上げる循環構造だ。

Excelファイルは孤立したファイルではありません。あるシートの後ろには、リンクされた他のファイル、繰り返しのワークフロー、そしてそのビジネスの本質的な文脈があります。しかし、多くのAIツールはすぐに問題を解決するのにとどまり、なぜそのように処理したのかに関する判断基準と作業履歴をきれいに整理しておくことができない。そうすれば、同じ業務を再び最初から繰り返すか、同様のミスを繰り返すのは簡単だ。

「テーブルの状態だけでなく、ビジネスの状態を一緒に理解する仕組みが必要です。作業結果だけでなく、その過程の文脈と基準が一緒に記録され、再利用可能なワークフローとして残り、資産のように蓄積されると、初めての仕事の本質が明らかになり効率が作られます。」

このような問題意識と品質基準を製品に溶かす過程で共同創業者のパク・サンジョンCBOの役割が大きかった。 Big4会計法人からチャンネルコーポレーションまで、大まかなドメイン専門家のパクCBOは初期市場インサイトを提供した。実際のExcelユーザーがどのように働くか、会計実務がどんな単位に流れているのか、ビジネスデータがどのコンテキストで解釈されるかを製品設計段階から密着してフィードバックした。

グリディの重要な差別点はワークフロー自動化だ。ユーザーが「売上データを合わせて」と言うと、AIはワークフローを設計し、それを再利用可能なコードとして保存します。過去マクロやVBAを扱うと思う少数だけに許されたデータ権力を一般実務者に移譲する過程だ。

「ワークフローは、私たちが考える技術の民主化であり、実務を資産化する重要な手段です。ユーザーが自然言語で定義した業務フローは、コード形式の実行ロジックで整理され、その過程で業務の文脈と判断基準が繰り返し可能な資産として残ります。」

ワークフローはVBAと比較してはるかに簡単で、機能的にも強力です。自然言語で作成して修正することができ、特定のセルが間違っていると、全体が壊れる可能性がある従来のVBAとは異なり、はるかに柔軟に動作します。彼は「ユーザーは単純な財務データの整理を超え、複雑な監査業務までワークフローボタン一つで繰り返し実行する経験をしている」と強調した。

繰り返し実行の価値は速度だけでなく一貫性にもある。会計目的の業務は正確で一貫した結果を提供することが重要です。しかし、コードベースのワークフローはいつも同じコードが実行されるため、最初の設定だけがうまくいけば一貫した結果を保証します。

MSコパイロットやクロードのような巨大モデルもエクセル支援機能を強化している。しかし、チョン代表が強調するのは機能の多く、少ないことではなく、結果がどのように残って構造的に蓄積されるかという。

連動も同じ文脈だ。従来の方法のように、ユーザーがAPIを理解し、UIを介して詳細に設定する方法ではありません。エージェントが自然言語要求を理解し、必要な連動を行う形に行かなければならない。ユーザーは連動の技術的ディテールを知る必要がなく、ただ「必要なデータを持ってきて精算してくれ」と望むところだけ言えば良い。

初期テスターの半分以上が単純な実験を超えてすぐに実務自動化に切り替えた。グリディが実務者に最も大きく訴求される点は、今やっていた方式のままスタートできるという点だ。多くのツールは導入プロセス中にインストール、設定、移行を必要としますが、Gridyは現在使用中のファイルをそのままアップロードして作業できます。

特にチームプランでは、作業成果物とワークフローが共に共有されるシステムなので、相乗効果が期待できる。誰かが一度行った業務は実行ロジックとして残って再利用できるため、同じ作業を繰り返すほどチーム全体の資産となる。個人の経験がチームの基準に自然に転換され、組織が特定の個人の能力に頼らなくても同じ基準でAIを活用できるようになるのだ。

チョン・ミンギュ代表が描く未来は鮮明だ。

「単純なデータ加工業務は事実上ほとんど消えてしまいます。人間とAIの最大の違いは結局頼りです。AIは計算して整理することができますが、何を選択してどの方向に動くかを決めません。

すぐにExcel UIを直接覗くことは減る。中心となる画面は、すべてのインサイトを意味する1つの表でも、自然言語の1行の要約でもあります。人間はAIがまとめたデータに基づいて意志を持って意思決定を下さなければならない。

短期的には実務現場で確実に使われる製品になることが重要だ。現在、Gmail、Googleドライブ、アナリティクスはもちろん、Stripeなどの決済システム、企業コスト管理プラットフォームであるSpenditなどと繋がっている。続いてコマースと会計、内部データベースなど多様なSaaSとの連動を拡大し、ビジネスデータが断絶されずに1つの実行コンテキスト内で動作するようにする計画だ。

長期的にはスプレッドシートを越えてデータベースとダッシュボードを連結し、データが蓄積され、インサイトが共有され、実行ロジックが資産として残る環境を構築する。最終的には個々の機能を提供するツールを超えて、AIが企業の業務を安定的に遂行するビジネス実行インフラに発展するのがカーネルスペースの中長期方向だ。

「結局、将来の競争力は、より多くのことを処理する能力ではなく、明確な意志を持って方向を設定し、それを実行で最後まで押し付ける力にかかっています。 'グリディ'は、そのような意志を持ったユーザーが一段階先に未来の業務環境に移動できるように助けるツールになりたいと思います。」

ネイバー・クローバノートの成功を後にして再び荒いスタートアップ現場に飛び込んだ開発者のこだわりが、エクセルと「シルム」するすべての実務者の働き方をどのように変えるか注目される。