_候補者向け_HR_面談資料v1.1__20260731.pdf

Transcript

1. カジュアル面談資料 for HR ACESにご興味をお持ちの方へ 1
2. Compa ny 会社概要 2
3. About ACES 会社情報 自在に組み合わせられるAIモジュール群を活用し、自社の強みを学習・強化するエキスパートAI を開発。東京大学松尾研究室発AIベンチャーの中でも、豊富な実績と先進性で社会実装を牽引 会社 名 株式会社ACES ミッ ション ア ル ゴリズ ム で、人 の 働き 方 に 余 白をつくる 設立 2017年11月20日 従業 員 1 1 0 名 （ 業務委託・インターンを含む） 事業 内容 AIモジュール群を用いた ① DXパートナー事業 ② AIソフトウェア事業 取引 実績（ 一部） AI 陸社 活 当 上が 用 を 自ア 、 衛 ド 隊 バの イ 組 ザー 織と に し お て け 支 る援 陸上自衛隊の組織におけるAI活用を、 当社がアドバイザーとして支援 A b o u t A C E S 内閣総理大臣とのAI活用に関する車座に 参加(*石破茂氏のX投稿より引用) 3
4. 経営陣 田村 浩一郎 小松原 龍介 與島 仙太郎 代表取締役・Co-Founder 取締役・CFO 取締役・Co-Founder 東京大学大学院工学系研究科卒（工学博士）。 松尾研究室で金融工学における深層学習の研究に 従事。Forbes 30 Under 30 Asia 2022 Enterprise Technology部門に選出。 中央大学卒業後、有限責任あずさ監査法人に入所。 株式会社 経営共創基盤にて、事業計画策定・実行 支援、プリンシパル投資、M＆Aアドバイザリー、 事業再生等に従事。 東京大学工学系研究科システム創成学専攻修了。 学部では感情解析を用いたSNS分析、大学院では チームの協調行動に関する研究に従事。 川上 登福 新原 浩朗 社外取締役 社外取締役 株式会社 経営共創基盤 共同経営者(パートナー) マネージングディレクター、一般社団法人日本 ディープラーニング協会 理事等 通商産業省（現・経済産業省）に入省し、経済産 業政策局長や内閣官房内閣審議官などを歴任。 官民連携によるベンチャー支援体制の整備や規制 改革、資金調達環境の改善に尽力。 顧問 松尾 豊 技術顧問 東京大学大学院工学系研究科 人工物工学研究センター／技術経営戦略学専攻 教授 他 染谷 隆夫 監査役 鈴木 俊彦 野村 彩 山田 啓之 常勤監査役 社外監査役 社外監査役 三井生命保険（現・大樹生命保険）で約35年シス テム部門に従事。リックソフト取締役としてIPO 準備を推進し、2019年2月の東証マザーズ上場に 貢献。2021年8月より当社常勤監査役。 弁護士 2007年弁護士登録。鳥飼総合事務所を経て2016 年より和田倉門法律事務所に参画。企業不祥事・ ガバナンス領域の企業法務に従事。2022年6月よ り当社社外監査役。 税理士 2001年AZX Professionals Groupを創設し、パー トナー兼CFOに就任。スタートアップのIPO等を 支援する傍ら、社外取締役・社外監査役を歴任。 2024年6月より当社社外監査役。 技術顧問 東京大学大学院工学系研究科長・工学部長他 4
5. 主要メンバー抜粋 中川 大海 山本 豊 佐久間 桂吾 執行役員・Co-Founder 執行役員・デリバリー統括責任者 執行役員・アソシエイトパートナー 東京大学大学院工学系研究科卒(工学博士)。東京大 学大学院 工学系研究科長賞、国際会議WI2019 Best Student Paper Award 等受賞。現在は事業開 発責任者として、先端技術を用いた事業創出に従 事。 大学卒業後、約20年間に渡りデジタル戦略策定を はじめとするビジネスコンサルティングの実績を 積んだ後ACESに参画。現在はデリバリー統括とし てデリバリー全体の責任を持つ。 岩⼿大学大学院 工学系研究科修士課程修了。新卒 でNTTデータにおける金融業界の法人営業に従事し た後、AWSでアカウントエグゼクティブ、スター トアップのVP of Salesを経験し、ACESに参画。 久保 静真 西條 真史 小林 真輝人 執行役員・Co-Founder 執行役員・Co-Founder 執行役員・ディレクター 東京大学大学院工学系研究科（松尾研究室）修了。 現在はDeep Learningを含むアルゴリズムの開発、 インフラ設計等の開発におけるマネジメントを担 当。 慶應義塾大学SFCを卒業後、楽天株式会社に入社。 フリマアプリ「ラクマ」の事業開発・マーケティン グを経験した後ACESを共同創業。現在はAIソフト ウェア事業の責任者を担当。 阿部 紘之 大本 隆介 ディレクター ディレクター 東京大学大学院工学系研究科修士課程修了。 コー ポレイトディレクション（CDI）に新卒入社後、約 12年間従事しプリンシパルとして経営にも参画 。 慶應義塾大学経済学部卒業。新卒で専門商社に入社 した後アビームコンサルティングに転職し、シニア マネージャーとしてデータドリブン経営実現のPM などを約10年経験。 東京大学大学院新領域創成科学研究科卒(環境学博 士)。博士課程在籍中にAlgorithm Engineerとして ACESに入社、現在はディレクターとしてデリバ リーチームのマネジメント等に従事。 5
6. MISSION アルゴリズムで、人の働き方に余白をつくる 余白のある働き方 余白のない働き方 価 値や 利益 と 結 びつ かな い 心 がす り減 る 利益 心のゆとり 余白 時間 変 わら ない 作 業の 繰り 返 し 作 業に 追わ れ る 成長 創発 新 しい チャ レ ンジ が でき ない 1 . 会 社 概 要 6
7. 人口が減少していく日本は、労働集約型から資本・知識集約型の社会への転換を迫られている。 加速的に進化するAIが新たな成長の原動力となり、その市場は爆発的に拡大する 労働人口が減少していく分だけ、AIの進化がその労働力を補填し市場は広がっていく AIソフトウェア・サービス市場規模 日本の総人口推移 5000 13000 4500 12000 4000 3500 (USD, billions) 11000 10000 9000 2025年から2040年にかけて 約27.8倍成長の予測 3000 2500 2000 1500 8000 1000 500 7000 0 6000 2020 2025 2030 2035 2040 2045 2050 2055 2060 平成28年版 「情報通信白書」 『我が国の経済成長における課題』図表1-1-1-1 我が国の人口推移 より作成 2022 2023 2024 2025 2026 2027 2028 2029 2030 2031 2032 2033 2034 2035 2036 2037 2038 2039 2040 (万人) Vision/Macro Trend 人口が減少する日本で、AIが新たな成長の原動力となる McKinsey & Company, "The Economic Potential of Generative AI: The Next Productivity Frontier", June 2024 より作成 7
8. EXPERT AI 1 . 会 社 概 要 A C ES は 「 エ キ ス パ ー ト A I 」 を 開 発 ・ 提 供 す る 「会社のことを一番知っているエキスパートAI」に仕事を依頼・相談することで「あらゆるプロ セスで人がAIと一緒に働いている」状態を作る。 ACE Sは、エキスパートAIで “人とAIが協働する次世代の働き方”を実現します。 8
9. VISION / TO BE 企業内の重要なデータの9割は「非公開・非構造」 企業が保有する重要なデータの9割はそのままでは活用が難しい「非公開・非構造」のデータであ り 、 C ha tG P Tを は じ め と す る 汎 用 LLM は 学 習 ・ 参 照 が で き な い 。 しかし、非構造データにこそ企業独自のノウハウや他社との差別化ポイントが蓄積されている。 構造化データと非構造化データの違い 非構造的な自社のデータ・暗黙知 AI技術を用いて構造データ化 自社の強みとデータを 引用：構造化データと非構造化データとは？活用の難しさと解決⼿法 AI-Readyに 9
10. Techno lo gy 技術戦略 10
11. EXPERT AI OS エキスパートAIを実現するAI OSの構成 AIを前提とした働き方の実現のため、3層のエキスパートAI OSを開発・提供する。 AI OSによりデータ同士が意味づけされ、知識を構造化することが可能となる。 Application Layer Agent Layer Knowledge Layer Data Layer LLM/Infra Layer A C E S Point Expert AI OS T e c h n o l o g y Agentic Workflow化 1 Agent Layer 人とAIが正しく働くために ワークフローを管理・運用す る技術 ex)認 証認 可et c モデル拡張 2 Knowledge Layer 知識体系化 構造化したデータ同士を繋ぎ 合わせ、AIに知識として学習 させる技術 データ構造化 ex) フ ァイ ンチ ュー ニン グ・RAG 3 Data Layer A Iに学 習させ る非構 造 データを保持し、構造化 する技術 e x ) DWH・マルチモーダルAI 11
12. Da ta La ye r – 情報 を集 め、 A Iが読 める デー タに 変え る 運用で得られた 構造化データ 運用で得られた 生データ データ取 得 生データ （1次情報） データ構 造 化 社内外に散在する映像・音声・業務データなど AI活用の素材となる“生データ”を取得 運用を通してアップデート AIが読めるデータ（1.1次情報） Knowledge Layer 集めた生データ（非構造化データ）を、AIが理解・処理できる形式に変換 ドキュメント整形AI 準言語解析AI マルチカメラ行動トラッキングAI マスク対応顔認識AI 表情・視線解析AI マルチスピーカー音声認識AI 作業工程解析AI 損傷検出AI and more… A C E S T e c h n o l o g i e s 12
13. Knowl edge Layer –データに意味を与え、 AIが学ぶ知識に変える 新しく得られた知識 更新が必要な知識 Data Layer 知識の体系化 体系化された知識 構造化データに意味づけ・関連付けを行い、 体系的な知識として整理 人間/AIによるフィードバック モデル拡張 運用を通してアップデート Agent Layer チューニングされたモデル 体系化された知識をAIモデルから参照可能にし より高精度でドメイン特化した学習を実現 プライバシーマスキングAI 発話分類AI 損傷価値査定AI 学習型音声認識AI QA抽出AI 行動解析AI RAG推論基盤 学習型話者識別AI and more… A C E S T e c h n o l o g i e s 13
14. Agent Layer – 知識を業務プロセスに変換し、 AIが実行する 改善可能なワークフロー 可視化された人間の業務プロセス等 Expertise Layer Agentic Workflow ワ ー クフ ロ ー 化 運用を通してアップデート Application 運用へ 業務手順を定義・可視化しAIが関与できる単位に分解 AI認証認可基盤 議事録作成AIエージェント コンプライアンス監査AIエージェント メガネレコメンドAIエージェント 営業提案AIエージェント 対話ナビゲーションAIエージェント 安全支援AIエージェント 売上推定・仕入れ最適化AIエージェント and more… A C E S T e c h n o l o g i e s 14
15. EXPERT AI OS A C E S データ同士を繋ぎ合わせ、知識を構造化する AIが会社の情報を一番知ってる状態を作るには、社内のデータを貯める技術基盤が必要。 データをただ持つだけでなく、構造的に繋げることで、AIが全社横断的なアウトプットを実現。 Business Process Layer (DX Solution) データ同士を繋げ、知識を構造化 す るこ とで 、AIの 出せ る価 値 が最 大化される T e c h n o l o g y 15
16. B us ines s M ode l 事業概要 16
17. ビジネスモデル 自在に組み合わせられるAIモジュール群を活用し、自社の強みを学習・強化するエキスパートAIを開発。 ①DXパートナー事業と②AIソフトウェア事業を通して価値提供 特定の業界・顧客の経営課題を お客様とプロジェクトを伴走して解決 事業① DXパートナー AIモジュール群 組み合わせ プロジェクトで得た 課題をプロダクト化 データ・AI統合基盤を提供しながら、アジャイルで プロセスの設計・開発・運用まで一貫して支援 契 約 プロジェクト実行契約＋AIライセンス契約 プロダクトを活用し プロジェクトを推進 顧客や事業に合わせて、 ソフトウェアモジュールを 組み合わせる 事業② AIソフトウェア 1 . 会 社 概 要 内 容 業界横断の業務課題を プロダクトを提供することで解決 内 容 企業内の知見やノウハウを、データとして 蓄積・共有・活用できるようにするAI SaaSの提供 契 約 AIライセンス契約 17
18. AI MODULE 独 自 モ ジ ュ ー ル を 組 み 合 わ せ たA I 開 発 実績・導入事例に基づく独自モジュールを組み合わせたAI開発で、個別のカスタマイズに注力で き、より効果的に顧客の目標達成・エキスパートAIの開発を実現 18
19. DXパートナーサービス コンサルから開発・実装、デジタル事業の推進まで一気通貫で顧客のDXをプロジェクト型で並走し、業 務生産性の向上や改革を実現。 一気通 貫の伴走 型DX推進に より、 87% のプロ ジェクト が初回 PoCから前 進/A I導入へ *2 コンサルティング 開発・実装 AIデザイン・ロードマップ策定 PoC・技術検証 AI戦略策定・業務プロセス設計 オーダーメイドAI開発 約3~6ヶ月 約3~6ヶ月 実行・運用 業務提携・デジタル事業推進 約6ヶ月~ トータル 約1年6ヶ月〜 19
20. FEATURES 事業とAI技術の橋渡しを伴走しプロセスを構築する開発 AIの得意/不得意を専門的に理解したうえで、顧客現場の人の業務を深く把握・可視化し、事業と AI技術の両面から橋渡しできる企業は少ない。ACE Sは伴走してプロセスを構築するAI開発に強み。 20
21. AI -Na ti v eな プ ロ ダ ク ト 業務負荷削減 (データ入力自動化など) 社内MTG 電話 プ ロ ダ ク ト ー A C E S ・・・ オンライン商談 ・・・ PRODUCT OVERVIEW 1つ1つのミーティングの生産性と資産性を最大化する M e e t す べ て の コ ミ ュ ニケ ー シ ョ ン を デ ー タ 化 し 、 AIで自動記録・解析 成約率向上 人材育成効率化 21
22. P os it ion ポジション概要 22
23. コーポレート組織図（概略） 現在HR チームは4名体制。採用機能を中心に強みを持つ中、本ポジションは「組織開発・人事企画」機能を強 化する中核メンバー 取締役CFO HR（秋森） 経管企（小松原(兼)） 管理本部（平野） 採用 組織/人事 IR/調達 経営管理 経理・財務 GA/労務 法務 情シス/OPE XX 採用Open 採用Open XX 採用Open XX 採用Open 兼務 XX 兼務 XX XX 業務委託 Corp Eng 採用Open 業 務 内 容 • • • • • 採用計画策定 採用オペレーション リソース予実管理 採用費管理 採用広報 • 人事制度策定・運用 • リソースフロー（配置 転換・代謝） • 人材開発 • 組織設計・開発 • 社内広報 • 中計・予算策定 • 事業・業績管理 • 財務戦略業務 （MA/提携/資金調達） • IR業務 • その他経営特命業務 • 月次決算・財務 諸表・税務申告 書作成 • 監査対応 • 内部統制整備・ 運用評価 • 出納・与信・債 権管理業務 • 購買 • 規定策定・管理 • 勤怠管理 • 給与計算 • 社保・福利厚生 整備 • 就業規則 • 安全衛生 • 株主総会/取 締役会運営 • 知財管理 • 訴訟・係争対 応 • コンプライア ンス • 契約書管理 • 危機管理広報 • 情報/全社セ キュリティ • 情報通信機器 管理 • ヘルプデスク • SaaS/ライセ ンス管理 23
24. 皆さまと目指したいCorporateの姿（長期） すごいCorporate 時価総額向上にコミットするエース集団 「ACESってAIの会社だけど、 実はCorporateがすごいらしいよ！」 と言われたい 組織として 「アルゴリズム経営」 Fact、ロジックからより良い案を提示する 過去の積み上げで、ノウハウを増強する 個人として 「ダブルプロマインド」 プロフェッショナル：常に期待値を超える プロアクティブ：積極的かつ主体的に行動 confidential 24 24
25. Corporateの役割 全社最適で「行動変容」と「生産性向上の支援」により、 他事業部の目標達成に貢献する • Corpoは事業への直接貢献は難しく、他部門を通じて事業へ貢献する • PL責任を負っていないからこそ、近視眼的にならず、Issue-Drivenかつ全社最適に各 Teamの活動を導く • 経営/マネジャー層（最低限自分の1つ上のポジション）を行動変容させる • 全社共通のシンプルなオペレーション（Ops）を構築・提供し生産性向上を図る • 実行支援とは実行を支援する（≠実行して支援する）ことであり、当事者意識を持たせる ことを忘れない（⼿伝っても役割ははっきり伝える） confidential 25 25
26. Co rp o ra te の３ つの ミッ ショ ン ミッション内容 • CoE • BP OPE • 経営資源の活用とガバナンス の観点から、変化を先取りし た経営判断・制度の型をつく る 事業課題を先読みし、解決の シナリオを共に描き、実行す る 安定と改善により全社が事業 に集中できる余白を生み出す 主支援先 経営層 （CXO） 事業部長 メンバー （全社員） 求められること • 外部環境変化を踏まえた改善ではない、変革の方向出し • べスプラを集約したうえでの全社最適の視点からの判 断・助言 • 組織横断となる共通方針の策定、運用の浸透力 • 経営方針と事業目標及び現場をつなぐための翻訳する力 • 必要情報の迅速な提供及び知るべき情報の提供 • 信頼される伴走者としてのコミュニケーション力 • 広い対応力を備えたワンストップソリューションの提供 • 再現性ある業務設計・運用で、止まらない仕組みの実現 • 飽くなき改善サイクルの実施 26
27. HR/採用（URL） 27
28. HR/人事企画・組織開発（URL） 28
29. 本ポジションの採用背景 組織フェーズの転換を契機に、組織開発の中核を担うリーダー候補を募集開始 Phase Before 〜2024 Phase Now 2025〜 顕在化した課題 10〜40名・コンサル中心の個人商店 正社員70名 / 全体110名規模 50人・100人の壁 01 事業成長に伴う組織フェーズの転換 02 HR体制が採用特化。組織開発が手つかず 業績・社員数が急拡大。DXパートナーサービスは前年比190%で成長。一方で、50人 現HRチームは採用に強みを持つ構成。人事企画/組織開発を専任で担うメンバーは不在 ・100人の壁を迎え、カルチャー維持・エンゲージメント・人事制度の課題群が徐々に で、各自が採用メインに取り組みつつ2〜3割のリソースで対応。 顕在化。 構造的な打ち⼿や勝ちパターンが打てていない状況。 03 「売上成長 < 組織力強化」が経営課題に 今期はマネジメント研修など組織づくりの仕込みを開始。 今期・来期前半は経営層とマネジメント層が一致団結し、売上以上に組織を最優先で 捉え取り組むフェーズ。 企画から運用までオーナーシップを持ち、経営層・事業部と協働して組織課題を特定・施策実行する「組織開発リーダー候補」 0 2 P O S I T I O N 29
30. ポジションのミッション 採用機能に偏った現状のHR 体制を拡張し、組織開発・人事制度・マネジメント支援の仕組みを立ち上げ、事業 成 長 を 支 え る P e o p le 基 盤 を 構 築 ・ 運 用 す る 中核成果（5つ） 01 離職・エンゲージメント課題の構造化と改善サイクル 打ち⼿を構造化し、PDCAを回せる状態をつくる 02 組織運営に必要な制度・運用の整備 評価・等級・報酬・オンボーディング・マネジメント支援など 03 事業部と連携した人材育成の検討・実行サポート 各事業部責任者と連携し、現場に根ざした育成支援を行う 04 制度策定から継続運用までのコミット 制度を「作るだけ」で終わらず、改善オペレーションまで担当 05 経営陣の意思決定を支えるPeople指標の整理・施策実行 People指標の可視化、論点整理、施策の実行まで担う 0 2 P O S I T I O N 30
31. 具体的な業務内容 課題把握から制度設計、実行・定着まで一気通貫でコミットする4つの領域 1 2 制度・運用の設計と導入 • 離職/エンゲージメント/配置/評価運用に関するデータ分析 • 評価・等級・報酬制度の運用改善、制度見直し • 各種サーベイ、インタビュー、退職面談の設計と実施 • 制度設計案・運用ルール・FAQ・評価ガイドの作成 • 組織診断の実施と優先順位付け • 会議体設計、マネージャー向け運用資料の整備 3 0 2 組織課題の把握・構造化 オンボーディング・育成 4 経営・事業部との連携推進 • オンボーディング、人材育成、マネージャー支援施策の企画・推進 • 経営陣・各事業責任者との課題整理、合意形成、施策推進 • 研修資料・オンボーディング資料の作成 • Peopleデータの可視化、モニタリング、改善提案 • 社内イベント運営、広報業務も含む • 人事制度・組織開発施策のプロジェクトマネジメント P O S I T I O N 31
32. 期待する役割とスコープ 「やること」と「やらないこと」 — 組織開発・制度運用の中核を担うロール DO | 期待する役割 DON'T | やらないこと • 人事企画/組織開発領域の実務を自走して推進する • 採用実務全般を主担当として持つこと • 制度を作るだけでなく、運用が回る状態まで落とし込む • 労務オペレーションの定常実務を主務とすること • 経営・現場・HRの間に入り、実行可能な形で組織課題を前に進める • 制度を作るだけで運用定着まで責任を持たないこと • 担当テーマにより外部コンサル等も起用しプロジェクトをリード • 経営の壁打ち要員に留まり、実装責任を持たないこと • 組織開発／制度改定プロジェクト全体の推進 • 現場の反応を見ずに制度だけを理想設計すること • マネージャー向け研修・育成プログラムの企画と提供 0 2 P O S I T I O N 32
33. 求めるスタンス 制度やスキル以上に重視する、マインドセットと行動原則 1 現場と経営の双方に向き合う胆力 立場や役割を越えて、双方のリアルに向き合い続けられる 2 不確実性が高い状況でも前に進める自走力 答えがない状況でも、仮説を立てて動かし、学びを蓄積する 3 完璧な制度よりも、現場で回る運用を重視する姿勢 理想の制度設計より、現場で機能する実装・定着を優先する 4 他責にせず、改善余地を自ら取りにいくオーナーシップ 問題を自分ごと化し、改善ポイントを自ら見つけ取りに行く 5 人と組織への関心と、情緒だけで判断しないバランス感覚 共感と客観性を両立させ、ファクトで意思決定できる 0 3 C A N D I D A T E 33
34. 本ポジションの4つの魅力 AIスタートアップで、組織をつくる側になれる 01 0 4 AI業界の最前線で、組織づくりの中核を担える 02 経営層・事業責任者と近い距離で人・組織課題に向き 合える 生成AIの登場で急成長するAI業界において、組織づくりに深く関わる。自社内で CFO直下のポジション。経営陣・HR Manager・各事業部マネージャーと密にコ もAI活用を積極的に進めており、HR領域でもAI活用を通じてAI×HRのキャリア ミュニケーションし、課題整理から施策実行まで。経営と現場の両方に接続され を形成できる稀有な環境。 た環境で経験を積める。 03 04 実務の中核として裁量を持ちながら、将来的に領域を 広げられる 人柄の良さ × 優秀さが同居するカルチャー 少数精鋭の組織のため、施策の一部だけを担当するのではなく企画から運用まで 東大松尾研発のAIスタートアップという言葉が先行しがちだが、創業メンバー含 一気通貫で関与。組織開発チーム拡大フェーズのため、将来的なリーダーポスト めて仲が良くウェットなコミュニケーションスタイル。専門性への相互リスペク へのプロモートも可能。 トがあり、議論すべきことは議論し、ファクトベースで推進するカルチャー。 A P P E A L 34
35. Cult ure & Wo rk S t yle カルチャーと働き方 35
36. VALUES B E A C ES I ss ue d ri ven , Fact based, Gemb a firs t, si mp l e s olut ion. b ui l d t ru st . try q ui ckl y. 最重要の課題発見から、 客観的事実を大切にし、 自分の足で情報を得て、 最高の課題解決をしよう。 信頼関係を構築しよう。 自分の手で検証しよう。 事業内容、意思決定、評価、採用などすべての人に関わる行為は ACESのValuesが重 んじ られる 組 織 と カ ル チ ャ ー 36
37. 働き方の特徴 働く場所・時間を柔軟に設定し、メンバーそれぞれが自分らしく働ける環境を目指す 勤務時間 休日 働く場所 CORE TIME M 11:00 -15:00 フレックス制度 有給休暇 週2回リモートのハイブリッド （出社時間・曜日は自由） 副業 T W T F S S 完全週休2日制（土日祝） サポート 13days 入社即日13日間付与 働 き 方 と 採 用 プ ロ セ ス 副業OK GitHub copilotの利用 （主にエンジニア向け） 37
38. AIコーディングツール全社導入 ACE SではAI駆動開発を全社的に推進しており、全メンバー（正社員・インターン・業務委託含む）にAIコーデ ィングツールのライセンスを付与。AIコーディングツールを日常的に活用し、あらゆるフェーズでAIと協働す ることを前提した働き方を推奨。 Cursor Claude / Claude Code Codex AIコードエディタ Anthropic社の高性能AI OpenAI社のコーディングAI 自身で設定・利用可能 現状：希望者に招待制で付与 自然言語でコードを生成・変換 コード補完・生成をAIが強力にサポート CLI・コーディング・分析など活用可能 タスク自動化・リファクタリングに強み 自己設定 招待制（希望者） 全員付与 38
39. 評価制度 成果目標・能力・行動目標・Value体現の3つを軸に評価を行う 成果目標 能力・行動目標 Value体現 KPI、OKR、重要業務の達成 度に応じた賞与倍率の決定。 期待役割に応じた等級及び等 級定義に基づく能力・行動目 標の設定。達成度に応じた評 価倍率の決定。 Valueの体現度に応じて評価。 賞与 昇格・昇給 両方に影響 働 き 方 と 採 用 プ ロ セ ス 39
40. 選考フロー 書 類 選 考 1次 面 接 2次 面 接 ３ 次 面 接 選考結 果のお知 らせ 履歴書・職務経歴書のご スキルフィットの確認を 弊社の価値観/カルチャー 代表取締役 田村との最終 ご応募いただいてから3週 提出をいただきます 行います。※事前に実務 とのフィット度合いの確 面接となります。 間~4週間ほどで選考結果 に近いワークサンプルテ 認を行います。 ※事前にリファレンスチ をご案内いたします。 ストにお取り組みいただ ェックを行っていただき く可能性があります ます。 トータ ル 約3-4週間 働 き 方 と 採 用 プ ロ セ ス 40
41. OFFICE 2021年にオフィスを拡 大・移転しました。 ワンフロアで、清潔感と 開放感のある環境です。 働 き 方 と 採 用 プ ロ セ ス 41
42. みなさまのご応募 お待ちしております 42