「AIに依存している」と 「AIを使いこなしている」の違い

Transcript

1. © 2026 Wantedly, Inc. 「AIに依存している」と 「AIを使いこなしている」の違い Wantedly CTO Jul.9 2026 - Kensuke Yasuma
2. 自己紹介 名前：安間 健介（やすま けんすけ） 所属：執行役員CTO 略歴：キヤノン株式会社では、全社共通の通信ライブラリ開発を担 当し、HTTP/2の標準化チームを主導。大学発ベンチャー企業を経 て、ウォンテッドリー株式会社に参画。 性格診断： PROFILE
3. © 2026 Wantedly, Inc. 会社‧プロダクトの紹介 About 会社紹介スライド↓
4. © 2026 Wantedly, Inc. 社名 代表者 設⽴ 社員 上場区分 本社 ウォンテッドリー株式会社 代表取締役 仲 暁⼦ 2010年9⽉ 120名 東証グロース市場 〒150-6005 東京都渋⾕区恵⽐寿4-20-3 恵⽐寿ガーデンプレイスタワー 5F 会社概要 4
5. © 2026 Wantedly, Inc. ウォンテッドリーは、⾃律‧共感‧挑戦のある適材適所を、 ⼀時的でも、局所的でもなく、構造的に⽣み出し続けることによって、 あらゆる⼈がシゴトに没頭し成果を上げ、その結果成⻑を実感できるような 「はたらくすべての⼈のインフラ」を構築していきます。 究極の適材適所により シゴトでココロオドル ひとをふやす ミッション 5
6. © 2026 Wantedly, Inc. ATS 採⽤サービス 福利厚⽣ マネジメントツール 社内報 提供サービス 6
7. © 2026 Wantedly, Inc. iOS, Android and Web 気軽に会社訪問 ミッションや価値観への共感でマッチング • 給与や福利厚⽣などの条件ではなく、想いがあれば会社 の規模にとらわれない まず「話を聞きに⾏く」という新しい体験 • 個⼈と企業がフラットな⽬線で出会えることで、より魅⼒ 的な場所を⾒つけることが可能に 7 提供サービス Wantedly Visit
8. © 2026 Wantedly, Inc. 企業の価値観や⽂化を 可視化し効果的に伝達 視覚的‧⾔語的な表現を活⽤し 価値観‧⽂化を表現 相互理解を深め より適切なマッチングを促進 発信データを分析し 採⽤戦略の最適化と改善が可能 メンバーの経歴を 可視化し、親近感や共感を促進 ⾃社に共感し、企業の価値観と 親和性の⾼い⼈材にアプローチ  会社ページ  ストーリー  カジュアル⾯談 / 募集  プロフィール  ダイレクトスカウト  アナリティクス 8 提供サービス Wantedly Visit
9. © 2026 Wantedly, Inc. 次世代型 採用管理システム 採⽤プロセスの悩みを解決 途中辞退を防ぐための業務を効率化 • 繰り返しフローで候補者管理を⾃動化 • 複数名の⾃動⽇程調整で80%時間を削減 多様化する採⽤プロセスに対応 • 最適な選考プロセスを⾃由⾃在に構築 • 多様なメンバーに適した権限 構造化⾯接で⾼精度の⾒極め可能 • 採⽤基準の標準化‧カスタマイズ • 各項⽬の評価を定量化 提供サービス 9 採⽤管理システム（ATS）
10. © 2026 Wantedly, Inc. Perk, Pulse, Story ⾃律型組織づくりをサポート 3つのプロダクトから構成 • 仕事に夢中になり最⾼のパフォーマンスを発揮するために 必要な環境づくりを後押し リモートワークの課題にも • 会社との⼼理的距離の拡⼤によるモチベーションの低下を 防ぎ、退職リスクの増⼤など組織課題を解決 提供サービス 10 Engagement Suite
11. © 2026 Wantedly, Inc. 福利厚⽣ 仕事環境を整える話題のサービスを 提供する「福利厚⽣」 • ⼀⼈ひとりの快適な挑戦を⽀えるサービスを特別価格で提供し、福 利厚⽣の充実を⼿軽に実現 • 特典掲載数 1,000サービス以上 提供サービス 11 Engagement - 福利厚⽣パッケージサービス
12. © 2026 Wantedly, Inc. 開発チームの紹介 Technology 会社紹介スライド↓
13. © 2026 Wantedly, Inc. 最適化 選定‧評価 13 プロダクトを成⻑させていくこと（ユーザーに価値を届けること） を追求していくと、さまざまな技術的課題に出会います。例えば、 ユーザーに新しい可能性を提⽰する推薦、⼀貫したインターフェイ ス、継続的な改善それ⾃体。 中にはまだ当たり前に使われていない、先端的な技術で解決できる ものもあります。そのため、課題を解決するためであれば新しい技 術を試してみることは常に推奨しています。 しかし、新しい技術を取り⼊れることで、別の問題を引き起こすこ ともあります。そのため、導⼊して終わりではなく、正しく評価し て全体として最適化された技術戦略をとっています。 技術課題 技術選定フロー ⼤胆かつ丁寧な技術選定
14. © 2026 Wantedly, Inc. Apps #Components < 10 admin Web Platform iOS Platform admin Android Platform Infrastructure : Wantedly Design System [Language] TypeScript, Swift, Kotlin [Foundation] Next.js, Kotlin Multiplatform System API GraphQL The System #Components < 100 System Cluster Gateway Online Communication • Protocol Buffers Over gRPC • Protocol Buffers over Cloud Pub/Sub Online Communication (Batch) • Argo Workflow Infrastructure : Kubernetes [Language] Ruby, Go, Python [Datastore] Postgres, Redis, Elasticsearch [Machine Learning] scikit, LightGBM [Observability] Istio, Datadog Data Data Warehouse Infrastructure : BigQuery [Language] SQL [BI tool] Looker [Data Collector] fluentd [Data Transformer] dbt アーキテクチャと主要技術
15. © 2026 Wantedly, Inc. Visit Tribe Engagement Tribe Ground Tribe Growth Squad Growth Squad Feature Squad Growth Squad Growth Squad Infra Squad AI Ops Squad Chapter Frontend Chapter Backend Chapter Mobile Chapter Infrastructure Chapter Data Chapter PdM Chapter Engineering Manager (CTO / VPoE) Hire Tribe 開発組織の全体像
16. © 2026 Wantedly, Inc. 「AIに依存している」と 「AIを使いこなしている」の違い
17. © 2026 Wantedly, Inc. はじめに AI活⽤されてますか？ AIを 「使っている」 チームはすでにたくさん存在し、⽇常 的なツールとしてAIを利⽤し始めてい ます。 AIを 「使いこなしている」 しかし、業務プロセスに深く組み込 み、劇的な成果を⽣み出せているチー ムは意外と少ないのが実態です。 今⽇はその「違い」を⾔語化したい
18. © 2026 Wantedly, Inc. よくある光景 👤 ユーザー: 「Aの技術の調査して」 🤖 AI: [それっぽい結果を出⼒] 👤 ユーザー: 「なんか違う…もう⼀回」 🤖 AI: [別の結果を出⼒] 👤 ユーザー: 「これも違う…」 なぜ「ガチャ」になってしまうのか？ • 何を評価したいかが⾔語化されていない • どんな基準で判断するかが曖昧 • AIの出⼒を「当たり‧外れ」だけで判断している よくある光景 - ガチャ引き
19. © 2026 Wantedly, Inc. なぜガチャになるのか？ ❌ 依存している順序 AIに聞く ↓ 出てきた答えを⾒る ↓ 「何が欲しかったか」を考える ✅ 使いこなしている順序 何が欲しいかを考える ↓ 仮説を⽴てる ↓ AIで検証する AIに曖昧な問いを投げれば、曖昧な答えが返ってくる。
20. © 2026 Wantedly, Inc. 依存と使いこなしの違い AIに依存している AIを使いこなしている 起点 AIに聞いてから考える ⾃分の仮説を持ってから使う ゴール 曖昧なまま投げる 明確に設定してから使う マイルストーン ない 分解して段階的に検証する 結果の扱い 出てきたものを採⽤ 仮説の検証材料として使う 主導権 AIにある ⾃分にある
21. © 2026 Wantedly, Inc. ゴールとマイルストーンを持つ ゴールとマイルストーンによって、AIをコントロールする。 ❌ 悪い例 「採⽤の改善案を考えて」 ✅ 良い例 「選考通過率が低い原因を3つ仮説⽴てて。⺟集団‧選考プロセス‧評価基準の3軸で分析して欲しい。そ れぞれの仮説を多⾓的な視点（マネージャー、採⽤担当者、候補者など）でレビューを実施して、レ ビューサイクルを回して。それぞれの仮説にS〜Dの点数をつけて。」
22. © 2026 Wantedly, Inc. 仮説思考で使う AIを「答えを出す道具」ではなく「仮説を検証する道具」として使う STEP 1 ⾃分の仮説を⽴てる ↓ STEP 2 AIに問いを投げる 仮説を補強‧証明‧実証するために、AIへ問いを投げかけ る ↓ STEP 3 仮説を修正し、繰り返す 結果を⾒て仮説をアップデートし、さらに精度を上げる 「AIが考える」のではなく ⾃分が考えるスピード を AIが上げる
23. © 2026 Wantedly, Inc. 仮説思考 Before / After ❌ Before（依存） 「採⽤プロセスの改善案を出して」 → AI: ⼀般的な改善案を10個列挙 → 「なんか薄い…」 → もう⼀回 → 延々とガチャを引き続ける ✅ After（仮説思考） 「弊社の⽣データはこれです。評価基準のズレ が主因と仮説。評価軸の構造化に絞って提案し て」 → AI: 仮説に対する具体的な改善案 → 「これは使える」 → 次のステップへ 必要なデータを渡した上で、仮説思考で考えているか？
24. © 2026 Wantedly, Inc. 使いこなしの具体例 その① 個⼈‧組織のワークフローを⾔語化‧⼀般化して使っている 💡 ⾔語化‧⼀般化のステップ ✦⾃分がどう判断しているかを構造化できる ✦その構造をAIへの指⽰として渡せる ✦チーム全体で再現できる形にできる ❓ こんな問いに答えられますか？ ‧採⽤候補者を評価するとき、何を⾒ています か？ ‧評価基準はどんな順序で確認しますか？ ‧何があれば合格で、何があれば不合格です か？ 答えられれば、AIに渡せる。答えられなければ、まずそこを⾔語化するのが先。
25. © 2026 Wantedly, Inc. 使いこなしの具体例 その② ⼈間の不得⼿をAIで補っている ⚠ ⼈間は必ず認知バイアスを持つ ✦ 直近バイアス 最近の出来事に評価が引きずられる ✦ 確証バイアス ⾃分の仮説を⽀持する情報を優先する ✦ アンカリング 最初に⾒た情報に引っ張られる ✨ AIで俯瞰的視点を補強する ✦ ⼈事評価の時、期間全体を俯瞰した視点 で情報をまとめさせる ✦ 「逆の視点から反論して」と投げる ✦ 「私が⾒落としている傾向はあるか」と 聞く バイアスを排除して、主張を補強する
26. © 2026 Wantedly, Inc. チームに広げるには チームの暗黙知を引き出すサポートをする ❌ 「AIを使ってみて」 → ツールを渡すだけ。何も変わらない。 ✅「あなたがいつもやっている作業の判断、ど ういう⼿順でやってる？」 → 考え⽅、進め⽅を⾔語化する。 ✦ チームの暗黙知を引き出す「実際の問いかけ例」 ‧どのようなことに注意して進めている？ ‧このタスク、何を確認したらゴールと⾔える？ ‧⾃分以外の⼈に頼むとしたら、何を伝える？ 問いかけを通じて暗黙知を引き出すことが、チームでのAI活⽤の第⼀歩です。
27. © 2026 Wantedly, Inc. まとめ ① 仮説を持っていますか？ AIに聞く前に、⾃分なりの仮説がありますか？ ② マイルストーンを設計しましたか？ ゴールへの道筋を⾃分で分解できていますか？ ③ ゴールを⾔えますか？ このAI活⽤が終わったとき、何を⼿にしていればOKか？ 主導権を持って、AIを使いこなそう！
28. © 2026 Wantedly, Inc. 発表資料など AI関連ドキュメント 様々な観点でブログを執筆しています！
29. © 2026 Wantedly, Inc.