Upgrade to Pro — share decks privately, control downloads, hide ads and more …

Canary Inc. Company Deck

Canary Inc. Company Deck

株式会社カナリーの会社紹介資料(Company Deck)です。

Avatar for 株式会社カナリー

株式会社カナリー

April 10, 2026

Other Decks in Business

Transcript

  1. マネジメント紹介 代表取締役CEO兼CFO 佐々木 拓輝 東京大学卒業後、メリルリンチ日 本証券(現BofA証券)にてM&A や資金調達に従事。その後ボスト ン コンサルティング グループ

    (BCG)を経て、2018年4月に株 式会社カナリーを創業 取締役 営業本部長 取締役 開発本部長 / VPoE 慶應義塾大学卒業後、三菱商事 に入社し、外資系投資銀行を経 て2019年に株式会社カナリーに 入社 東京大学卒業後、じげん、及び複 数のスタートアップを経て、創業 初期の株式会社カナリーに副業 として参画。その後2019年に正 社員として入社。 横山 駿介 CTO 中山 太雅 慶應義塾大学卒業後、ソフトウェ アベンダー・DeNA・大手金融グ ループのDX推進・スタートアップ などを経て、2023年に株式会社 カナリーに入社 高山 綾太 コーポレート本部長 島田 康平 名古屋大学大学院修士課程を修 了後、NTTドコモへ入社。その 後、スタートアップなどで幅広く コーポレート業務に従事し、 2024年に株式会社カナリーに入 社
  2. CEO Message 佐々木 拓輝 代表取締役CEO兼CFO 不動産は40兆円を超える巨大産業でありながら、いまだ紙や人手に依存した アナログな構造が残る領域です。あらゆる課題の根源は"データの未整備"に あり、カナリーはこの産業におけるAIデータプラットフォームの構築を通じ て、AIによる産業の再定義に挑んでいます。 私たちは、消費者向けマーケットプレイスと不動産会社向けSaaSの両輪で業

    界全体の情報と業務をデジタルでつなぎ、その過程で蓄積されるデータを土 台に、業務・データ・AIが有機的に連動する新しい産業構造への転換を進め ています。SaaSによる業務標準化はデータ整備の手段であり、その先にある AI実装こそが本質的な目的です。 AIの本質は効率化ではなく、労働そのものの代替です。不動産業界が抱える 人手不足と生産性の低さを解決し、消費者体験を根本から変えていく——それ がカナリーの目指す姿です。 「住まい」を良くすることは、人々の生活そのものを良くすること。ともに 新しい「当たり前」をつくる仲間をお待ちしています。
  3. 沿革 三田にオフィス移転 初のTVCMを全国で放送 2026 2025 シリーズBで 部屋探しアプリ 2024 約12億円の資⾦調達 「カナリー」正式リリース

    2023 2022 クレディセゾンと 2021 10億円の資本業務提携 2020 シリーズCで ヤマダHDと 40億円の資金調達を発表 2019 10億円の資本業務提携 2018 不動産仲介会社向けSaaS シリーズAで 約3億円の資⾦調達 創業 「カナリークラウド CRM」正式リリース
  4. 700 Marketplace 累 計 アプリダウンロード数 万突破 ! 300 Vertical AI

    利用者数(エンドユーザー) 累 計 万突破 !
  5. AIの価値はアプリケーション層へ ― MOATを築く少数が巨大化 AIの価値自体はコモディティ化が進み、持続的なMOATの構築が困難に。それを築けた一部の企業のみがスケールする AIスタックの価値移動 コモディティ化の中でMOATが勝負を分ける AIの価値はコモディティ化していく ここに価値が拡大していく アプリケーション層 産業特化AI

    基盤モデル層 OpenAI・Anthropic・Google クラウド層 AWS・Azure・GCP インフラ層 半導体・データセンター・電力 価 値 が 上 層 へ 移 動 持続的なMOAT(参入障壁)の構築は難易度が上がる AIモデルそのものの差別化は短期的・限定的 データ(コンテ ス ) な がAI のMOATに 独自 ど キ ト 、ワ ークフ ー ロ 時代 現 場 でしか 得ら れな データ 業 MOATを築ける 一部の産業・ い 企業 と は 領 域で強 固 務へ 限定され な 基盤 の 深 い統 合 、顧客 が つ なる 鍵と ていく を持 企業のみが 基盤 勝 ち残 る
  6. 産業特化(Vertical)AIが代表的な成長領域になる 産業の文脈を取り込むVertical AIがMOATを構築。各領域でWinner-Takes-Allが働き、勝者は一部に集中する アプリ層は産業ごとに分かれる アプリケーション層 = 産業特化(Vertical) AI ヘルスケア リーガル

    金融 賃貸仲介・管理はAIによるインパクトが大きい 市場規模が大きい 賃貸仲介・管理は数兆円規模の巨大市場で、AIが価値を生む 業務・取引のボリュームが大きい オペレーション業務が多い 人手 不動産 製造 他業界 余地 に が大きい 非構 TAMとなる人件費はSaaSの数十倍以上 ・ 業務が 、 造 ー が いる 依 存した 定 型 デ タ 反復 散在して ・ ・ ・ い いる 物件 れて 顧客 契約 問 多く 合 わ せ情 報 自動化 が各 に 社 に る よ バラバラ 効率化 に の 蓄 積さ
  7. AIによって産業構造が変わり 対象市場が10倍以上に拡⼤ 人件費 数兆円規模 AIが労働を代替する構造へ 不動産業界に占める費用の大半は人件費 これまで人が担っていた業務の大部分をAIが代替 労働をAIが代替し 人件費が置き換わる 人件費からAI利用料へシフト

    固定費である人件費が、変動費のAIの利用料に置き換わり 業務の柔軟性と生産性を向上させる 人手不足と人件費高騰 業界に置いて人手が確保できない中でDX/AXによって 生産性を上げていくことが不可欠になってきている 業務システムSaaS 数千億円
  8. 仲介と管理において、業務がアナログかつサイロ化 同じ情報を二重管理・重複入力することで、ミスと非効率が常態化している 仲介業務 データベース 管理業務 顧客情報 顧客情報 物件情報 物件情報 やり取り・連携

    やり取り・連携 データの分断 データの分断 データの分断 データの分断 売上管理 データの分断 業務のデータが 分断されており 統合出来ない データの分断 売上管理
  9. A I 実 装 にはデータ基 盤 (コンテキスト) が 必 要

    業 務 のデジタル 化 が 遅 れている不 動 産 業 界では 、 業 務 の A I エージェント化 に必 要 なデータ整 備 が 未 だ にされていない デジタル化の遅れ データ基盤の欠如 AIの実装が出来ない 業界全体で業務の データが不足し AIが動くための土台がなく デジタル化が遅れている 業務も分断されている 本格的なAI実装が出来ない
  10. A Iファーストで 部 分 最 適 で は なく、 産

    業 全 体 を 再 定 義 する 単 一 の S a a S による効 率 化 で は なく、 業 務 全 体 を対 象 にする再 設 計 を行う お部屋探し 仲介・管理会社 オーナー 入居者 検索閲覧 問い合わせ対応 資産管理 やり取り やり取り 物件情報 やり取り 問い合わせ 賃貸借契約 やり取り・連携 委託契約 契約更新 支払い 売上管理 業者連携 支払い
  11. 乱 立してい る 業 務 システム は 、 統 合

    的 なプラットフォーム に 仲 介・管 理・オー ナ ー・入 居 者 に 分 断 され た システムとデ ータを、 ひとつ の 基 盤 に 束 ね ます 仲介業務支援 管理基幹システム オーナー管理 入居者管理 既存システムA 既存システムD 既存システムF 既存システムF 既存システムB 既存システムE 既存システムG 既存システムH 既存システムC 既存システムC 既存システム 既存システムA ワークフローが接続し、データが整備され 、AIエージェントが横断的に動ける AIデータプラットフォームを構築
  12. すべての 業 務 を 通 じて全 デ ー タ基 盤

    を 構 築 ステー クホル ダー 間 の デ ー タ分 断 を解 決し、 1 つ のプラットフォームで 管 理 する 物件情報 管理情報 基 本 情 報 / 住 所 管 理 履 歴 / 修 繕 管 理 間 取 り / 設 備 入出金 / レポートなど 写真 / 図面 / 履歴など 契約情報 入居情報 契 約 内 容 / 条 件 入 居 者 情 報 / 契 約 状 況 契 約 履 歴 / 更 新 状 況 データ基盤 重要事項 / 特約など 問 い 合 わ せ 履 歴 入退出履歴など すべて の 情 報 を 統 合 ・ 構 造 化 し 一元的に管理・活用
  13. Ve r t i c a l A I の

    強 み ( M O AT ) 産 業 に深く組 み 込まれることで、 汎 用 A Iでは 実 現できない価 値 を創 出 業務を知っている データを持っている 責任を負っている SaaS × BPO 業務過程で蓄積される BPO的に業務を担い ワークフロー全体を押さえる 外部取得不可能な独自データ AIで代替不可能な信頼を提供 部分最適ではなく 業務を担う = AIは提案できても 全体最適 独自データの獲得と実質同義 意思決定の責任は負えない
  14. 組織図 部署内の各項目は、チーム構成ではなく担う役割の例になります CEO 営業本部 インサイドセールス toBマーケティング フィールドセールス 営業企画 カスタマーサクセス 開発本部

    エンジニア FDE デザイナー プロダクトマネージャー グロース(toCマーケティング、データ分析) AIソリューション本部 経営企画室 BizDev アライアンス、M&A 社内の横断的課題の解決 HR&Culture コーポレート本部 経理・財務・人事労務 IPO推進・ガバナンス ファイナンス/IR
  15. カナリーで 担える 役 割 や 面 白さ 効率化・生産性向上にとどまらず、変革期の産業をAI前提で再定義・最適化していく。難易度の高い AI時代の産業を再設計する 問いに挑める。

    toC、toB、業務を請け負うBPOまであらゆる業務形態を手がける。挑戦的だからこそ、勝ち切れば 圧倒的なスケールと勝ち筋 圧倒的なポジション(Winner-Takes-All)を築ける。 「住」という社会基盤を支える 衣食住の「住」、暮らしのインフラを支える仕組みづくりに携わり、社会的インパクトの大きいテー マに関われる。 事業・プロダクトのリーダー 数多くの事業・プロダクトを展開していくため、リーダー的役割を担うことができる。 戦略 個々 ソ ュ と基盤を 横断 する の ドメイン知識は不要 フラッ トで フェア なカル リ ーションを 理解はすべ 出身者は %程 業務 ての 数 チャ ー 経験や肩書 磨 きながら、 職種 重要 も で な 全 社の戦 のの、 略や技術 オペレ ・ キャッチアッ プできる ーション 基盤 構 の 環境 整備さ が 築に関われる。 れている。社 内 の業 界 度。 ォ きに関わらず多 ことができる。パフ 様 活躍機 タレ ス 応じ 報酬 報 ーマン な 会がある。 に て で ント いる(フ 密 重視 ェアネス 度を し、 )。 優秀 で多 様 仲間 働 な と く
  16. Forward Deployed Engineerを募集します SWE 「つくる」エンジニアに加え、 現場で課題そのものを解くエンジニアを募集します Software Engineer FDE 起点

    起点 役割 役割 プロダクトと技術要件 設計・実装を通じて、品質と拡張性のあるプロダクトを作 る 主戦場 チーム内・コードベース Forward Deployed Engineer 顧客の業務と現場の課題 現場に入り込み、AIエージェントで業務課題を解く 主戦場 顧客の最前線(Forward Deployed)
  17. Forward Deployed Engineerを募集します FDEは顧客の現場に深く入り込み、個別解を出す。 その解を抽象化し、プラットフォームへ還元していく役割です SWE Software Engineer 潜在する要求を見極め、多くの顧客に効く仕組みへ一般化する 現場で得た解を共通化

    プロダクトを共通基盤として提供 FDE Forward Deployed Engineer 個別の業務に深く入り、その現場で成立する解を組み立てる プロダクト側(一般化) 顧客の現場側(個別化)
  18. FDEの価値は「ドメインの深さ×成果の再利用性」 で決まる バーティカル×コンパウンド戦略のカナリーは、FDEが価値を発揮するための2つの変数を構造的に最大化する ホリゾンタル企業のFDE Vertical AIモデル 案件ごとに業界が変わり、知識が蓄 ドメイン知識 積しない 全顧客が同一ドメイン。

    知識が複利 ドメイン知識 で蓄積 成果の行き先 個社カスタムに閉じ、スケールしな (再利用性) い 成果の行き先 1社の解決策が業界共通プロダクト (再利用性) の種に 顧客ごとにスキーマが異なり、資産 化しない 業界共通の業務構造上でデータが AI資産化 データ データ
  19. 主な技術スタック 主な開発言語 インフラ TypeScript Next.js React Native Go Python Agent

    Development Kit Google Cloud Google Kubernetes Engine Spanner BigQuery Looker Gemini Enterprise Agent Platform Elasticsearch Datadog Terraform AIツール Claude(Code) GitHub Copilot Cursor ChatGPT その他 GitHub GitHub Actions PipeCD Slack Notion Figma Gemini Devin Aqua Voice
  20. 全社でAI活用を推進 生成AIを個人の工夫に任せるのではなく、全社で安全かつ効率的に活用 出来る環境を整備し、継続的に活用レベルを引き上げています。 Claude Max20xを標準提供 Claude Max 20x $220 Try

    AI Budget $300 /人・月 デフォルト利用で申請不要 /人・月 自由に組み合わせて利用可能 Claude Max20xプランまでデフォルト利用可能 個人申請不要でAIツールをすぐに利用開始 主な活用ツール Try AI Budget制度 月 上 限$300 の 中 で自由 に 組み合わ せて活用可能 新しいAIツール も継続的に 検証・導入 AI Claude GitHub Copilot Cursor ChatGPT 駆動開発の推進 前提とした 開 発プ ロセスへ移行 を推進 設計・実装・テストドキュメントまで全工 程 に 拡大中 AIを Codex ・・・ Gemini Devin Aqua Voice NotebookLM and more
  21. CTO Message 中山 太雅 CTO 「AI によって開発はどう変わるんだろう?」そんなことを真面目に考え、自 分なりの仮説に至りましたが、書くのはやめました。多分、みなさんはそん なことを聞きたいのではないだろうな、と思い直したからです。 AI

    によって、プログラミングだけではなく、全てのモノづくりは確かに変わ りつつあります。しかし何より、AI という素晴らしいツールを得て、クリエ イティビティが刺激され、みなさんは改めてモノづくりにワクワクしている のではないでしょうか?日進月歩の AI とともに、プロダクトのあるべき姿、 そしてプロダクトを生み出す開発組織、プロセス自体も変化しようとしてい ます。 どう変化すべきなのか、自分の頭で考え、みんなと議論し、それ自体を楽し める。そんな環境を求めているのでしたら、是非カナリーに来てください。 AI に触れ、想像力を働かせ、プロダクトに活かすためのサポートを会社を挙 げて全力で行っていきます。私自身も、カナリーのみんなも、この新たな局 面を楽しみながら精一杯頑張れる方と一緒に働けることを楽しみにしていま す。一緒に、不動産業界にもっといい当たり前を届けていきましょう。
  22. 6つのバリュー 凡事徹底 仕事の当たり前を高い水準で徹底する。 当事者意識 自分ごととして考え、他責にしない。 期待を超える すべてのステークホルダーに対して期待を超える。 変化を厭わない 事業、組織、技術などあらゆる変化に合わせ、最適解を更新し続 人への敬意

    関わるすべての人への感謝を大切にする。 全社貢献 自分の役割に留まらず、全社視点で行動する。 自ら学び、他者の成長に寄与する。 誇れるアウトプットにこだわる。 意見には率直に、人格には敬意を持って向き合う。 最後まで責任を持ってやりきる。 ける。自らやり方・仕組み・思考を進化させる。 個人の成果を、組織の力に変える。
  23. 社 員 に 聞 いてみ た 「 カナリー の カ

    ル チャー は?」 お 互 い を 受 け 入 れ 合 い 、 大 き な 裁 量 を 持 っ た 上 で 真っ向から否定しない 楽しく働ける 全 員 が ポ ジ ティ ブ で 主 体 的 で、 新 し い こ と に 対 して 自 由 であ り つ つ も、 成 果 に 対 しては 「 や って み よ う 」 と い う 空 気 が 常 に 漂 って い る 強 い 責 任 感 を 持 って い る 挑 戦 す る 姿 勢 に し っ か り と し た 未 知 の 領 域 に 対 しても、 失 敗 してもい い か ら 思 考 が 伴 って い る 挑戦をし続けるという姿勢がある * 全 社 に 対 して 実 施 し た 「 カ ル チャ ーサ ー ベ イ 」 の 結 果 より
  24. 人事制度 人事ポリシーに基づき、求める人物像を明文化し、一貫した人事評価制度を構築 等級制度 評価制度 報酬制度 会社や事業戦略における適切な理解を前 提とし、計画の達成において必要な期待役 割を定義 個人・チームの貢献寄与度や目標達成 度

    合いを「パフォーマンス評価」として 評価 高いパフォーマンスに対しては公正に処遇 する パフォーマンス向上にあたって必要 な能力 の発揮度合いを「バリュー評価」 として評価 等級制度・評価制度に連動し、制度の 一 貫性を保つ 個人だけでなく、チームや組織の総和が最 大化する動きを奨励 本部によってはグレードごとの給与 レンジを作成
  25. 等級制度 グレード 役割定義 G6 会社の中長期的な戦略やあるべき姿から逆算し、事業/組織全体を構築、牽引している。 全体的なパフォーマンスを実現している。 G5 会社の中長期的な戦略やあるべき姿から逆算し、全社最適のもと事業/組織を構築、牽引している。 事業/組織のパフォーマンスに対して多大なインパクトを与えている。 パフォーマンス評価とバリュー評価のウェイトイメージ

    パフォーマンス評価 バリュー評価 80% 20% 70% 30% G4 全社の経営戦略のもと、事業/組織のパフォーマンスに対してリーダーシップや卓越した専門的スキルに よって多大なインパクトを与えている。 60% 40% G3 各事業/組織の中核的な存在として、ときにはチームを率いる立場も担いながら、全社最適のもと事業/組 織に大きく貢献している。個人として専門的スキルや卓越した能力によって、事業/組織に大きなインパ クトを与えている。 50% 50% 高いオーナーシップと自律性をもって、事業/組織に貢献している。 40% 60% G2 G1 全社/事業の戦略を理解し、一員として事業/組織に貢献している。 20% 80%