Leon Xuは 2024 年 10 月、JAPAN AI に Head of Product Engineering として参画しました。 求人、ニュース、ゲームといった幅広い領域でバックエンド・インフラ・DevOps エンジニアとして経験を積み、近年はエンジニアリング組織の立ち上げとプロダクト開発を同時に推進するリーダーとして活躍してきました。 これまでに、レコメンデーションシステムの開発や、LLM を活用したコンテンツ生成・分析チームの牽引、さらには GPT-4 時代で RAG ベースの AI チャットのプロトタイプを個人で試作するなど、AI 技術にも長く深く関わっています。現在は JAPAN AI のプロダクト全体を技術面から支える「Product Engineering」組織をリードし、スピードと品質を両立するための土台づくりに取り組んでいます。 今回は、Leon に「スピードと品質の両立」という難題にどう向き合っているのか、そして JAPAN AI が目指す“これからの時代に求められる AI プラットフォーム”についてお話を聞きました。
Leon Xu
Product Dev Group 部長
Leon です。10 月から Head of Product Engineering として JAPAN AI に参加しました。
これまでのキャリアでは、主にバックエンド / インフラ / DevOps の領域で、求人、ニュース、ゲームといったさまざまなドメインのシステム開発に携わってきました。
ドメインが違えば求められる要件もまったく異なります。あるサービスではレイテンシが最重要だったり、別のサービスではデータ整合性が最優先だったりします。そういった多様な環境で開発してきたことが、「変化に耐えられるシステムをつくる」という自分のエンジニアリング観を形づくってきたと思います。
直近の数年間は、コードを書くことに加えて、エンジニアリング組織そのものをつくる役割も担ってきました。採用や開発プロセスの設計、技術選定とプロダクト戦略の橋渡しなど、エンジニアリングと組織づくりの両方を同時に進めるような仕事です。今 JAPAN AI で担っている役割は、そうしたこれまでの延長線上にあると感じています。
AI分野には、前職で ML チームと協力してニュースのレコメンデーションシステムを開発したことをきっかけに本格的に関わるようになりました。バックエンドと ML がきちんと統合されることで、単体のモデルでは出せない価値が生まれることを実感したプロジェクトでした。その後は、LLM を活用したコンテンツ生成や content understanding を担うチームをリードし、プロンプト設計や評価方法、LLM を本番運用するための仕組みづくりなども経験してきました。
また個人としても、GPT-4 がリリースされたタイミングで RAG ベースの AI チャットを試作するなど、実験レベルでも色々と試してきました。こうした経験の延長線上に「JAPAN AI で働く」という選択が自然にあった、という感覚です。
AI は今、ものすごいスピードで進化しています。多くのスタートアップが AI に参入し、「自社も AI を活用している」と名乗ることが当たり前になりつつあります。その一方で、技術トレンドに乗るだけの“表面的な AI 活用”も少なくありません。
その中で JAPAN AI が掲げているのは、特定の業界に閉じない「横断的（horizontal）な AI プラットフォーム」 というコンセプトです。
OpenAI や Google、Anthropic のように、基盤モデル自体を開発している会社ではありません。ですが、彼らには踏み込みにくい領域、たとえば 日本市場の業務慣行やレガシーシステムへの深い理解と、それらを含めて統合していく実装力 にフォーカスしています。
モデルがどれだけ進化しても、その“現場との橋渡し”ができなければ本当の価値は生まれません。JAPAN AI はまさにその部分を担おうとしていると感じました。
急激に変化するこの領域で「長く生き続けるプロダクト」をつくるためには、こうした horizontal な発想が不可欠です。ただの一プロダクトではなく、“土台そのものを作る会社” である点に強く惹かれました。
