Engineer Recruiting Deck

Transcript

1. Engineer Recruiting Deck 開発採⽤デック 株式会社フーディソン
2. INDEX 1. 何をどうやっているか 2. 各事業の紹介 3. チームとカルチャー 4. 働く環境について 5. 開発の課題 6. 評価制度‧キャリア⽀援 7. 選考プロセス
3. COMPANY OVERVIEW 会社概要 社名    株式会社フーディソン ∕ Foodison, Inc. 設⽴    2013年4⽉1⽇ 代表者 代表取締役CEO ⼭本 徹    所在地    東京都中央区勝どき3-3-7 ケンメディアビル5階 ⼦会社    株式会社フーディソン⼤⽥（完全⼦会社、⼤⽥市場仲卸） 従業員数    269名(1) 3
4. 1. 何をどうやっているか
5. MISSION 世界の⾷をもっと楽しく 私たちは “世界の⾷をもっと楽しく” をミッションに 掲げ和⾷発祥の地である⽇本発のスタートアップと して⽔産をはじめとする⾷の流通をリードするプ ラットフォームを構築することを⽬指しています。 便利で豊かな⽇本の⾷⽂化を絶やさないために、わ たしたちフーディソンにできること。 ⽣鮮流通にかかわるすべての⼈にとってサステナブル な世界を創り出し、業界の健全な発展にこれからも 貢献していきます。 VISION ⽣鮮流通に新しい循環を
6. 国内⽣鮮流通の社会課題 Confidential ｜ 
 6 ①業界の担い⼿減少 (⾼齢化、後継者不在) ②⽣産性の低さ (労働集約的) ③消費者ニーズへの対応 （産地と消費者の情報の乖離）
7. 流通 どこにいても 美味しい⾷材が届く 卸売市場内取引⾦額(2) 6.2兆円 国内農林漁業従業者(1) 219万⼈ プラットフォーマーとして⽣鮮流通のあり⽅をアップデート ⽣鮮流通に新 しい循環を 消費 ⽣活の中で ⾷に楽しみを感じる 飲⾷料の国内最終消費(3) 76.3兆円 7 情報技術の活⽤の遅れた⽣鮮流通をデジタル中⼼の流通にアップデートすることで、多種多様な⾷品が楽しめる世界の実現へ ⽣産 付加価値の⾼い 持続可能な供給 (1) 総務省 2022年9⽉「労働⼒調査」 (2) 農林⽔産省 令和3年度「卸売市場データ集」 (3) 農林⽔産省 平成29年10⽉「卸売市場を含めた流通構造について」
8. ⽣鮮流通を舞台に展開中のサービス 8 情報技術の活⽤の遅れた⽣鮮流通をデジタル中⼼の流通にアップデートすることで、多種多様な⾷品が楽しめる世界の実現へ 毎⽇の⾷卓に 新しい感動と冒険を フード業界に特化した ⼈材紹介サービス ⼈材紹介 飲⾷店向け ⽣鮮品卸売EC EC 店舗 BtoCコマース HR BtoBコマース sakana bacca フード⼈材バンク ⿂ポチ since 2014 since 2017 since 2014
9. 沿革 9 * 1 卸売市場内で、卸売業者と⼩売業者を仲介する 業者のこと * 2 ⽔産物の競りに参加する権利 2013 2014 2015 2016 2017 2018 2019 2020 2021 2022 2014.3 飲⾷店向け⾷品EC ⿂ポチリリース 2015.10 ⼤⽥市場に⽔産仲卸*1⼦会 社 ㈱フーディソン⼤⽥ 設⽴ 2018.6 ⿂ポチで野菜の 販売開始 2020.4 ⿂ポチで⾁及び 資材の販売開始 2013.4 会社設⽴ 2014.12 鮮⿂⼩売店sakana bacca 1号店オープン 2017.4 ⾷品事業者向け⼈材紹介 フード⼈材バンクリリース 2019.3 JR東⽇本グループとの連携で 初の駅ナカ店舗オープン 2022.12 東証グロース市場に上場 2023 2024 2025 2025.5 ⿂ポチ登録店舗 4万店突破 2025.3 sakana bacca 埼⽟県初出店 2021.2 豊洲市場⽔産部の 買参権*2取得
10. 創業からの売上⾼推移 10 (1) 2016/3期以前は単体、2017/3期以降は連結 2013年の創業以来プラットフォームを拡⼤し増収を継続
11. 巨⼤産業である⾷品分野のEC化はこれから成⻑期に 11 ⾷品分野のEC化率は2023年で4.3%と他カテゴリーに⽐べ低く、EC化余地が⾼い EC市場規模 EC化率差 ⾷料、飲料、酒類 ⾼いポテンシャル ⽣活家電等 4.3% （兆円） 42.9% ECの浸透 1.2兆円 2.9兆円 2.4x 30%超 (1) Eコマースの市場規模及びEコマース化率は経済産業省「令和5年度 電⼦商取引に関する市場調査」及び経済産業省「平成26年度我が国経済社会の情報化‧サービス化に係る基盤整備（電⼦商取引に関する市場調査）」を参照。グラフは当社作成 ⾷品ECの拡⼤ ⾼い市場ポテンシャル 2023年 2014年
12. 当社グループの強みの源泉 12 規制産業のインサイダー ▪ 卸売市場内の権利 ▪ 調達ネットワーク テクノロジーの活⽤ 魅⼒的なビジネスモデル ▪ 複雑な鮮⿂流通に適したソフトウェ ア開発 ▪ FFCによる物流効率化 ▪ 垂直統合プラットフォーム ▪ ⾼いユーザーエンゲージメント 参⼊障壁の⾼い業界のインサイダーでありながら、そこにテクノロジーを掛け合わせ、魅⼒あるビジネスモデルを構築して いることが当社グループのユニークさ
13. 2. 各事業の紹介
14. BtoB BtoBコマース 飲食店向け食品Eコマース ⽇本中の産地をつなぎ、⾷材と料理⼈の最⾼の出会いを 「⿂ポチ」 飲食店向けの鮮魚を中心とした仕入れサービス。大田市場に自社の物流拠点を持つことで情報と物 流を繋げ、鮮魚をはじめとした食材のスムーズな仕入れを実現。 うお 数名で店舗運営しているので時間がない ユーザーの課題 朝、市場に⾏かないと商品が決まらない ⾼品質⾷材‧珍しい⾷材も欲しい ⿂ポチの提供価値 ▪ スマホで簡単注⽂ ▪ 店先配送 ▪ 午前3時まで受付、最短翌⽇配送 ▪ 午後3時半から翌⽇分の発注可 ▪ プロのバイヤーによる透明性の⾼い情報 提供 ▪ 全国の産地から仕⼊れる鮮⿂多数 主なユーザー層 中⼩飲⾷店
15. 私達の強み 15 卸売市場内の流通機能 全国の産地との独⾃のネットワーク 全国の産地やメーカーとの独⾃ネットワークと卸売市場のネットワークにより、バランスの取れた強固な商品調達基盤を有 し、距離に応じて最適な配送⼿段と連携することで、多様な⾷材を鮮度⾼く効率的に配送するサービスを構築 中央卸売市場内に⾃社の流通機能を持つことで、コールド チェーンで繋ぎスピーディーにユーザーへの⾷材供給が可能に
16. ⿂ポチのビジネスモデル 全国の産地や市場仲卸から⾷材を仕⼊れ、飲⾷店に出荷‧配送する卸売のモデル 16 産地/ 卸売市場 飲⾷店 ⽔揚げ‧⼊荷情報 発注 商品情報配信 スマホ等から注⽂ 納品 ⾃社便等で 店頭まで配達 物流 情報流 フルフィルメントセンター(1) (⼤⽥市場内/近郊) ⿂ポチサイト 販売先 仕⼊先 ビジネスフロー (1) 以降“FFC”と記載
17. 川上から川下まで繋がったシームレスなプラットフォーム 現在の⽣鮮流通システムは AI やインターネットが発明される以前に設計されており、最新のテクノロジーを駆使すること でより利便性の⾼い流通システムの実現が可能。当社は分業化された流通機能を⼀気通貫で連携したシステムを構築し⽣産 性の向上を実現 17
18. 毎⽇⼊れ替わる鮮⿂をECで効率的に販売する仕組みを独⾃に構築 鮮⿂ECを実現する⿂ポチの特徴 ⽔揚げからスピーディーな情報掲載 18 ⿂ポチで実現していること 鮮⿂をECで販売する難しさ ▪ ⽇々の商品ラインナップは⽔揚げ次第 ▪ 消費期限が短い ▪ ⿂体差が⼤きい ▪ ユーザーにより求める品質レベルのばらつきが⼤きい ▪ 価格が毎⽇変動する ⽔揚げ⽇、バイヤーコメント等の詳細情報 エンジニアリングによる操作性や検索性の担保
19. BtoC BtoCコマース 失われつつある町の鮮魚店を現代的にアップデート。産地仕入れの高鮮度の鮮魚や高いデザイン 性、商品企画力を軸に、東京都内８店舗に展開中。 毎⽇の⾷卓に感動と冒険を 「sakana bacca」 スーパーマーケットの⿂は鮮度や商品ライ ンナップに満⾜できない ユーザーの課題 ⿂を⾷べたいが種類も調理⽅法もよくわか らない ⾷に関する学びや体験をする機会が少ない sakana bacca の提供価値 ▪ 市場直送の鮮度 ▪ 専⾨店ならではの鮮⿂多数 ▪ プロによる安⼼な説明 ▪ ⾷体験を追求した企画の実施 ▪ 産地と連携したプライベートブランドを 展開 主なユーザー層 生活者 いつも新しい発⾒のある街の⿂屋 サカナバッカ
20. 店舗⼀覧 20 ⾷への関⼼度が⾼い⽣活者の多い路⾯3店舗（中⽬黒‧都⽴⼤学‧中延）と、駅利⽤客が多いエキナカ6店舗 （五反⽥‧品川‧新橋‧東京‧丸の内‧⼤宮）、合計9店舗展開 グランスタ丸の内 五反⽥ 新橋 グランスタ東京 エキュート品川 中延 エキュート⼤宮 3/11 NEW OPEN 中⽬黒 都⽴⼤学
21. HR HR フード業界の人材紹介エージェント ⾷の職⼈を憧れの仕事に専⾨技術をすべての⼈に 「フード⼈材バンク」 自社で鮮魚小売店を運営しているため、高い業界理解をもち人材の最適なマッチングが可能。 ⼤⼿の⼈材紹介会社のデータベースはオ フィスワーカー中⼼ ユーザーの課題 ⼈材紹介エージェントに技術レベルについ て話しても理解されない 採⽤チャンネルがアルバイトをターゲット にしたものしかない フード⼈材バンクの提供価値 ▪ ⾷産業に特化したデータベース ▪ ⾼い業界理解のあるエージェント ▪ ⾷産業の正規雇⽤の紹介 主なユーザー層 飲食店、スーパーマーケット、食品工場 など
22. フード⼈材バンクのビジネスモデル 当社のキャリアコーディネーターが求職者と求⼈企業のマッチングを⾏い、成功報酬として紹介⼿数料を得るビジネス。 求職者は無料 求職者 求⼈企業 登録‧相談 求⼈の紹介 候補⼈材の紹介 紹介⼿数料 22
23. 3. チームとカルチャー
24. カルチャー フーディソンでは多様なメンバーが同じ価値観‧判断基準をもって⾃律的にビジョン達成に向けて⾏動できるよう4つの バリューを定めています Think Big 型を破ろう Full Commitment 全⼒でコミットしよう Team Means More チームでやろう With Integrity 誠実であろう 挑戦する気持ちを忘れず、変化を起こそう 情熱を持ち、⾼い当事者意識でやりきろう 多様性を活かして、最⾼のアウトプットを⽣み出そう 責任を持って、いつも⼈に誇れる⾏動をしよう 24
25. 事業部⾨ 事業部と全社横断の部⾨で構成 *上記は概要図であり実際の組織図とは完全に⼀致しておりません。 組織構成 25 ⿂ポチ事業部 (47 名) sakana bacca 事業部 (142 名) ※パートナー多数を含む フード⼈材バンク事業部 (33 名) 全社横断部⾨ 経営管理部 (19 名) システム開発部 (7 名)
26. ©2025 foodison,Inc. 
 メンバー構成 フーディソンでは年齢や前職、性別にかかわらず多様な⼈材が活躍しています *いずれも2025年3月時点。男女比率は戸籍上の性別を集計 水産商社・メーカー 卸売市場 漁協組合 鮮魚店 量販店 百貨店 飲食チェーン 人材コンサル 経営コンサル シンクタンク テレビディレクター デベロッパー 銀行 不動産仲介 中古車販売 旅行代理店 グランドスタッフ ゲーム・ SNS ITベンダー Webマーケ フィンテック ヘルステック 通販・ EC デザイナー 電機メーカー カスタマーサポート エステティシャン 教員 学習塾講師 秘書 ジョッキー ロードバイクレーサー パーソナルトレーナー ラグビーコーチ etc. 前職⼀覧 26 社員のみ アルバイト 含む 従業員の男⼥⽐率 年齢構成
27. 固定時間労働制（9時-18時）、シフト制、フレックスタイム 制、リモート勤務 など ※職種によって勤務体系は異なります *雇⽤形態‧職種により異なることがありますので詳しくは⾯接時などにお聞きください 勤務体系 休暇 ワークツール‧環境 法定の出産‧育児‧介護休暇に加えて 慶弔休暇、結婚休暇（5⽇）、夏季休暇（年3⽇）など ※取得可能期間、⽇数は毎年変動があります ※(株)フーディソン⼤⽥は夏季休暇はありません Google Workspace / Notion / Slack 社内コミュニケーションはSlack,ナレッジはNotionに集約。 ExcelではなくGoogle Spreadsheetをよく使います。 直近は⽣成AIも積極的に活⽤中。社内ルールの整備も進んでいます。 基本の働き⽅ 27
28. ⾷の福利厚⽣ フーディソンでは以下のような⾷を楽しむための 各種福利厚⽣を設けています。 • ⿂ポチ社内販売 ⿂ポチの商品を販売価格の20%OFFで購⼊できる制度。 購⼊した商品は、翌⽇に勤務地に配送されるので、帰宅時にピック アップするだけ。 業務⽤の⾼品質⾷材がさらに安く購⼊できる⼤⼈気の福利厚⽣です。 • ⾷べポチ ⿂ポチをご利⽤いただいている飲⾷店様での飲⾷補助。 さらに社員同⼠で⾏くと補助額がアップ。 • sakana bacca社員割引 sakana bacca各店で販売価格の40%で商品を購⼊することができま す。 • sakana baccaギフト 離れて暮らしている家族や親戚‧友⼈などにsakana bacca商品（バッ カバックやサカナトエールなど）を送ることができます。1箇所までは ギフト代‧送料会社負担。 28
29. 4. Development
30. 開発ポリシー 30 技術は「⼿段」であり「⽬的」ではないこと 解決したい「Issue」を達成する為のエンジニアリングであること。 ⼩さな失敗を称賛する 成功するには、たくさんの⼩さな失敗の過程が必要。致命傷にならない「⼩さな失敗」を恐れない。 失敗を恐れては成功もしない。 事実を確認する 当たり前の事実をデータに少しずつ変換する。積み重ねが⼤きな⼒になる。
31. アジャイル開発でプロダクトに価値を届けています 開発⼿法 31 主にやること 
 ▪ 開発計画
 特定した MVPの開発フェーズを作成する 
 ユーザーストーリーの作成 (機能要件)
 非機能要件の作成
 MVP 検証に当たる KPI の決定等
 
 ▪ 開発
 実際の開発を進める
 
 ▪ プロダクトレビュー
 プロダクト開発チームとステークホルダーでレビュー
 を行い、価値が実現できているか？のレビューを行う
 
 ▪ 振り返り
 スプリント内で発生した課題等の改善点を洗い出す。
 チームの進め方等を最適化する
 MVP特定
 開発計画
 開発
 プロダクト 
 レビュー
 振り返り
 アジャイル
 開発プロセス
 MVP
 検証

32. Features & Issues
 ビジネス
 PdM とエンジニアの構成で開発を進めています 開発体制 32 マーケティング セールス カスタマーサポート バイヤー ロジスティクス Features 要望 Features Features 課題 Issues Product
 Problems & Values
 Features 問題 Problems Features 価値 Values PdM 情報の 精査‧整理 エンジニア ※参加可能 価値に変換 PdM エンジニア ※共同で作成 プロダクト バックログ化
33. エンジニアメンバー 33 ⽊村 ⻯介 システム開発部⻑ 2025年3⽉⼊社。 ⾼校卒業後、クライミングに ハマりフリーターをしながら 海外クライミングに明け暮れ る。 その後、エンジニアとし て様々な業務に従事。 最近は SRE 領域が主戦場。 システムリアーキテクトや SRE の⽴ち上げから、SaaS PdM 迄、幅広く対応する。 dwtnb テックリード 2016年4⽉⼊社。 社会的意義の⾼い事業に携わ りたくてジョイン。 ⽣鮮流通の進化にITで貢献する ことが⽬標。 ⽣鮮流通の複雑かつ広⼤な業 務ドメインと時間的物理的な 制約に正⾯から 向き合っている。 縣 響也 フルスタックエンジニア 2020年10⽉⼊社。 コロナ禍を機に独学でプログ ラミングを⾝に着け、未経験で フーディソンに⼊社。 現在は⿂ポチのバックエンド を中⼼に、各部署のデータや CRMの整備にも⼒を⼊れてい る。競技プログラミングに傾 倒している。
34. エンジニアメンバー 34 ⽯川 ⼀成 フルスタックエンジニア 2024年9⽉⼊社。 前職では toC 向けのグルメア プリにおいて主にバックエンド の開発を担当。より深く⾷の ドメインに携わりたくてフー ディソンにジョイン。 趣味はフットサル後にお酒を 飲むこと。 O.Y フルスタックエンジニア 2024年10⽉⼊社。 ⼤学院卒業後、複数スタート アップ企業でtoC,toB問わず幅 広い領域の事業に携わる。 技術⾯では主にiOS,Androidア プリ開発を経験し、前職では スマホアプリ開発組織のリー ダーを務める。技術は課題解 決のための⼿段として捉え開発 を進めている。 岡村 也⼨志 フルスタックエンジニア 2025年7⽉⼊社。 前職では新卒⼊社した会社に てモバイルゲームの運⽤開発に 従事。バックエンド(Rails)を主 な技術領域としつつ、ゲームク ライアントにも挑戦。チーム リーダーとしてタスクの管理や メンバーのサポートなども経 験。プライベートではゲームで 徹夜しています。
35. バックエンド開発環境 35 言語
 Langueage
 アプリケーション 
 サーバー 
 Application Server
 データベース 
 Database
 通信
 Protocol
 その他 
 Other
 REST API 
 EC2
 Fargate
 Aurora Serverless 
 log Management 
 オブザーバビリティ 
 Observability

36. クラウドインフラ 36 Network Layer
 Transport Layer
 Application Layer
 Database Layer
 Observability Layer
 Analytics Layer
 Route53 
 CloudFront 
 API Gateway 
 ALB 
 EC2 
 Fargate 
 Lambda 
 Aurora Serverless 
 Elastic Cache 
 S3
 OpenSearch 
 Serverless 
 CloudWatch 
 Storage Layer
 IaC
 AWS CDK 

37. フロントエンド開発環境 37 言語
 Langueage
 ライブラリ 
 フレームワーク 
 ビルドシステム 

38. データ基盤開発環境 38 データレイク ローデータ Athena 
 Aurora Serverless 
 Google Sheets 
 ビジュアライゼーショ ン
39. Android アプリケーション開発環境 39 ⾔語 Langueage その他
40. AI の活⽤ 40 必要であれば適宜導⼊しています
41. 5. Developer Issues 開発の課題
42. Developer Issues 開発の課題 - エンジニアリング - 42 現実と向き合いながら、⼀緒に課題を解決してくれる仲間を探しています 項⽬ Status Issues レガシーフロントエンドシステムからの刷新 進⾏中 古い VueJS やビルドシステムで動作している。 React + Remix でアーキテクチャを刷新 商品データの構造化 進⾏中 EC の成⻑フェーズ期における壁。⿂という規格が難し いかつ、⼩ロット、多品種のビジネス特徴が SKU の構 造化に影響して、オペレーションやグロースに影響して いる。 モノリシックなインフラからの脱却 計画中 インフラのブラックボックス化と⼀つの EC 2 に相 乗り構成で、複雑化している。 また、巨⼤なロードバランサー問題もある。 Rails のアップグレード 計画中 メインの⿂ポチは現在 6 系で動作している
43. Developer Issues 開発の課題 - エンジニアリング - 43 現実と向き合いながら、⼀緒に課題を解決してくれる仲間を探しています 項⽬ Status Issues データ基盤の構築 完了 データレイクのみの配置でデータマートやデータガ バナンスがまだ未整備。 各種ライブラリのアップデート 計画中 バックエンドのライブラリやフロントエンドのライ ブラリのアップデート対応が後⼿になっている。
44. Developer Issues 開発の課題 - 組織 - 44 現実と向き合いながら、⼀緒に課題を解決してくれる仲間を探しています 項⽬ Status Issues フロントエンドの知識が⾜りない 計画中 メンバーにフロントエンドの⾼度な知識を有してお らず、攻めのフロントエンドができない。 暗黙知から形式知への変換 改善中 創業期から成⻑期フェーズにあるシニア層の離脱が発⽣ して、暗黙知の転換を⾏わないといけない問題が顕在化 少数精鋭からの脱却 進⾏中 ビジネス規模が⼤きくなったのと、シニアプレイ ヤーの離脱で少数精鋭での開発が厳しくなってきた
45. 6. 評価制度‧キャリア⽀援
46. フーディソン社内で評価されるメンバー スキルや⽬標達成はもちろんのこと、 どれだけバリューに沿った⾏動ができ ていたかを重視しています 46 ⽇々の⾏動の バリュー合致 ⽬標達成 ポジションに 応じたスキル ここが 重要
47. 評価制度 能⼒評価によって給与レンジを決め、⾏動評価で給与レンジ内での給与アップ‧ダウンを決定します。賞与の有無、⾦額 は業績評価によりに決定 47 賞与 基本給 ＋ ⾏動評価 業績評価 能⼒評価 職種別のスキル評価により グレードを決定（年１回） グレードにより給与レンジ が決まる バリュー体現度を評価 （年2回）給与アップ‧ ダウンに反映 同時に同僚や部下からの 360度フィードバックも ⾏う 業績⽬標に対する達成率 に応じて業績連動賞与を 決定（年２回）
48. 能⼒評価指標について Confidential ｜ 
 48 ピープルマネジメント 育成、メンタリング、評価、コミュニケーション計画、 ⽬標設定を⾏い、 メンバーのエンゲージメントを調整する能⼒ プロセスマネジメント 業務プロセスを整理して効率性を上げる能⼒ プロジェクトマネジメント プロジェクトの QCD をコントロールする能⼒ テクノロジーマネジメント 技⼯‧技能の能⼒ プロダクトマネジメント プロダクトの価値を届ける能⼒ エンジニア固有の 5つの評価軸でグレードを設定しています
49. 能⼒評価指標について Confidential ｜ 
 49 各指標共通で影響⼒の広がりでレベリングを設定 Level 5 Level 4 Level 3 Level 2 Level 1 影響⼒ 低 ⾼ Level 1 ⾃分⾃⾝に影響を与える Level 2 同僚に影響を与える Level 3 ⾃チームに影響を与える Level 4 開発組織全体に影響を与える Level 5 組織全体に影響を与える
50. キャリア⽀援制度 フーディソンではメンバーの成⻑を⽀援するため以 下のような各種制度を設けています。 • #z-books 書籍購⼊費⽤の全額補助。Slackチャンネル#z-booksにレビュー を投稿が条件で⼀⼈当たり回数無制限 • キャリアチャレンジ制度 新規の採⽤ポジションに対して社内から応募を受け付け • Eラーニング 会社が契約しているツールで⾃⼰研鑽をサポート(⼈数制限あり) 50
51. 7. 選考プロセス
52. 選考プロセス フーディソンの選考プロセスでは候補者と会社双⽅がいかに誤解なく理 解しあえるかを重視して設計しています。そのために⾯接という⼿段に 限らず選考を⾏い、スキル/カルチャー/ミッションの観点でフィットの ⾒極めを⾏います。 内定‧オファー⾯談 最終⾯接 ⼈物⾯接 技術面接 コーディングテスト 書類選考 カジュアル⾯談 *応募職種、雇⽤形態によりプロセスは異なります 2-4週間程度 52 ※ 基本両⽅合わせて実施
53. APPENDIX
54. AI の活⽤について
55. ITイノベーションによる変化は「守‧破‧離」 Confidential ｜ 
 55 AI による確変スイッチが⼊っている現状で、組織が前提として考えていかなくてはいけない事 守 破 IT イノベーショ ンによる破壊 ビジネスの破壊 プロセスの破壊 X 離 破壊による⼩さ なプレーヤーの 出現 集約 AI の活⽤で重要な事 新たな「破」を求める企業であれば 「破」を⽣む AI ⼒が求められ、 既存領域リーディングプレーヤーは 「変化」に対応する AI ⼒が 求められる。 「破」を求める企業と「変化」を対 応する企業の共通点は、「⽣産性」 に⼤きな変化が出る。 「⽣産性」の変化によって我々の仕 事の変化は領域の境界線がなくなる こと。 AI 以外の領域でも「学ぶ事を恐れ ない⼈材」が、破のフェーズでは重 要と考えている。 ビジネス レイヤー 領域 Aの ⼤きな プレーヤー 新たな⼤きな プレーヤー 破壊による⼩さ なプロセス プロセス レイヤー 既存のメジャー なプロセス 新たな⼤きな プロセス AI エンジニアリング AI ビジネス 新たなツールや サービスの出現
56. 領域 A 領域 B 領域 C 「AI」が「⼈」に変化を求めること Confidential ｜ 
 56 業務遂⾏能⼒の補完を AI を使う事によって「⼈」の⽣産性と流動性に⼤きな変化を⽣むはず アシスタント AI とオートメーション AI わからない領域の低レイヤーは「AI と壁打ち」する ことで「⼈」は「何もわからない」から「なんとな くわかる」がデフォルトになる。(アシスタント AI) 領域の深さは、なんとなくわかったコトに対して 「読み解く⼒」と「⼈」の変数のような 数字では測れないものが多数あるので 「⼈」が判断しないといけない。 「領域の深さ」があるエキスパートは、⾃分の担当 領域をオートメーション AI を使って、ジェネラリス トに移譲、またはオートメーションが加速的に進む はず。 広さはアシスタント AI が補助し、 深さはオートメーション AI が補助する関係になると 思われる。 低 ⾼ 業務領域の広さ ⾼ 低 業務領域の深さ アシスタント AI がサポートする領域 オートメーション AI がサポート する領域 ⼈が判断する 領域
57. ジェネラリストの⼈材とエキスパートの⼈材で組織が AI 活⽤で重要なコト Confidential ｜ 
 57 ジェネラリストは「学習⽀援」のアシスタント AI の活⽤で隣の領域に⾶び込む⽀援を エキスパートは「暗黙知のナレッジ(AI ルールベース)化による形式知」のナレッジ化が求められる ⼈ x 領域 x ビジネス ジェネラリストタイプの⼈材は、 AI に全てをやってもらうのではなく、 copilot のようなアシスタント AI で 学習⽀援をベースにして深さを獲得する。 エキスパートタイプの⼈材は、オートメー ション AI を活⽤して、ナレッジベースの汎 化を⾏う。 ルールを⾔語化できない⼈が、オートメー ション AI を活⽤しようと思うと、「⼈」が 「ハルシネーション」を引き起こすリスク がある。 領域 A 領域 B 領域 C 低 ⾼ 組織内の⼈の「リテラシー」の浸透度 ⾼ 低 暗黙知から形式知の変換度 エキスパートが オートメーション AI を利⽤する領域 ⼈が判断する 領域 仕事の領域 A 仕事の領域 B 仕事の領域 C アシスタント AI で学習⽀援を⾏う 汎化 (ルール化) 専⾨性
58. リテラシーとナレッジ Confidential ｜ 
 58 ジェネラリストは「やったことがない領域を恐れない」踏み込む⼒ エキスパートは「暗黙知のナレッジ(AI ルールベース)化による形式値」のナレッジ化が求められる 組織内の⼈の領域に広さ ⾼ 低 暗黙知から形式知の変換度 ⾼ 低 AI を利⽤して ビジネスが成⻑する状態 AI を利⽤して ビジネスが停滞する状態 エンジニア アシスタント AI ビジネス エキスパート エンジニア エキスパート ビジネス オートメーション AI オートメーション AI アシスタント AI 広く深い エンジニア 広く深い ビジネス
59. 組織が AI を活⽤するとは？ Confidential ｜ 
 59 ビジネスもできてエンジニアリングもできる中間層が AI によって⽣まれてビジネスとエンジニアリング の境界線がより⼀層なくなる循環を作るのが組織としての 「AI 活⽤」の本当に重要な所 領域 A 領域 B 領域 C ビジネス エキスパート エンジニア エキスパート ビジネス ジェネラリスト エンジニア ジェネラリスト 汎化 ⽣産性 組織としての 良い循環 ジェネラリスト エキスパート 境界線を断ち切る ナイスミドル