AIエージェント時代に必要なオペレーションマネージャーのロールとは

2026年3月26日(木)に実施された「AIエージェントマニアNight #2 〜AIエージェント×オペレーション設計〜」での発表資料です。
イベントページ：https://moneyforward.connpass.com/event/382762/
登壇者：株式会社kubell 藤井 謙太郎

Transcript

1. AIエージェント時代に必要な オペレーションマネージャーのロールとは 2026年3月26日 Kentaro Fujii
2. 2 登壇者 ◾富士通 金融SE 　・基幹システムやERP導入などのプログラマやプロジェクト管理 ◾ PwCコンサルティング合同会社 　・銀行やリース会社向け管理会計プロジェクト、財務会計、IFRS導入 　・IT PMOなど ◾ Laboro.AI 執行役員として上場準備フェーズで全社売上責任 　・画像や自然言語、レコメンドなどAI PoCなど50以上、企画や相談100程度 　・AIを活用したアプリ開発やAI受託開発、カメラやIoTなどを活用した事業開発 　・AI戦略や事業戦略策定コンサルティング ◾Pioneer Cross Technology Center CTO室長 　・ナビアプリ開発やエンジニア組織の再編など ◾kubell Bizdev・AIエージェント事業開発 　・新規事業領域の探索、新規プロダクト企画、M&Aの実行など 　・AIエージェント事業立ち上げBizdev、エンジニア、n8n運営など全般度の拡大が激しい最近 (@kentaro_fujii_) 藤井 謙太郎 Fujii, Kentaro ＜イベント登壇例＞
3. 3 事業概要 • 国内最大級のビジネスチャット「Chatwork」を展開。業界のパイオニアであり国内利用者数No.1*1、導入社数は97.3万社*2を突破 • 圧倒的な顧客基盤のあるプラットフォームを背景に、チャット経由で業務を請け負いDXを推進するBPaaS「タクシタ」を展開 　ビジネスチャット「Chatwork」 BPaaS (Business Process as a Service) • 国内利用者数No.1*1 有料ユーザーの97%が中小企業ユーザー • 日本の1/5を占める導入社数97.3万社以上*2 806万ユーザー • 全業界・全職種の方が日常的に使うプラットフォーム *1 Nielsen NetView Customized Report 2025年7月度調べ月次利用者（MAU:Monthly Active User）調査。 調査対象はChatwork、Microsoft Teams、Slack、LINE WORKSを含む44サービスを株式会社kubellにて選定。 *2 2025年12月末時点 チャット経由で業務を請け負いDXを推進 業務代行 経理・総務・事務な ど幅広い業務に対応 人事・労務など専門 性の高い業務に対応 採用 経理・会計 労務 営業事務 AI・SaaSを徹底活用
4. 4 kubell SaaS・ツール アシスタントは、 専門知見＋AIエージェントや 各種技術を使いこなし業務を実行 利用企業は自らSaaSや AIの活用を推進することなく 効果を得られる 業務に応じて「ヒト」と「ソフトウェア（AIなど）」を分けて実行する ユーザーニーズに応じて適切なアプローチを用いる 業務量が多めのフローが短いオペレーション＝「ソフトウェア（AIなど）」 長い業務・エッジケース・可用性業務＝「ヒト」 AIエージェントへの 自然言語での指示 バックオフィス担当・経営者 顧客利用SaaS・ツール AIエージェント オーケストレーター AIエージェント AIエージェント kubell アシスタント AIエージェント 手動操作 / upload 手動操作 / upload BPaaSサービス BPaaS利用企業 API連携 API連携 BPaaS サービスイメージ
5. 5 AIエージェント群 サービスの構成イメージ アシスタント業務実行 AI OCR 経費精算 エージェント 請求書処理 エージェント ユーザー 照会 サービス基盤 用途別OCR ワークフロー BPaaSサービスは、アシスタントが「業務をいかに効率的に実行できるか」がポイント SaaSやチャット型のAIエージェントと異なり「アシスタントの業務環境」が必要 エージェント実行/ 結果確認/結果修正 OCR実行/ 結果確認/結果修正 顧客別の業務実行 業務状況確認 取引先管理 実行履歴 認証・認可 ステート管理 依頼内容照会 電帳法 / 証跡
6. AIオペレーションマネージャーとは
7. 7 ここで大事な前提 オペレーションサービスは、 1社ごとにカスタム特注で個別最適されたケースを毎回構築と プラットフォーム型での提供の2種類が存在 今回はプラットフォーム型を前提としたお話です
8. 8 AIオペレーションマネージャーが重要と感じた経緯 • 中小企業の環境は様々で、多くのサイトやツールと接続したりするた め、ベストな環境は段階的な拡張と継続的な模索が確実に必要 • ところで、藤井さん作ったオペレーションを誰が実行&管理するんで すか？？ → 確かに！！ 誰かが様々なユーザーのオペレーションを横断して維持・改善しない といけない。従来のCSやプロダクトの運用保守と違いそう。 中小企業の課題やオペレーションのイメージをもとにAI & プロダクトで 対応するサービスを検討中の社内でのふとした会話
9. 9 変数① AI化・プロダクト化ス コープの探索 その時の状況とコントロールが必要な変数 変数② 顧客の業務環境への 対応拡張 変数③ 関連するチーム の役割変化 変数の要素 プロダクト / AIエージェント / オペレーターの対応境界 なぜ変動するのか • 探索的に対応境界が変動し 自動化範囲を拡張する フェーズ • サービスの対応範囲・価値 を段階拡張 必要なモニタリングポイント • どこまでAI化し、どこをヒ トが担うのか？ • サービス範囲をどう拡張す ると価値があるのか 変数の要素 顧客が利用するシステムやツー ルなど、多様な環境やプロセス なぜ変動するのか • 顧客状況には、まだまだ未 知であり、多くの想定外が 発生する • 価値向上のため、優先度判 断をボリュームやペインの 深さを見る 必要なモニタリングポイント • 検知→課題レイズ→暫定対 応・恒久対応の意思決定 • どこまでをエッジケースと するか 変数の要素 成長事業でのエンジニア / BO / オペレーターなどの役割変動 なぜ変動するのか • 変数①と②の変化に伴いオペ レーションに関係するロール との連携 • オペレーション実行中に想定 外タスクが発生し、対漏れリ スク（ボールが落ちる） 必要なモニタリングポイント • 変化が大きい状況でのロール や各課題の対応状況理解 • 現時点と今後の想定を持った 全体像の把握
10. 10 AIオペレーションマネージャーへの期待 簡単にいうと・・・ • サービスのオペレーションの実行・管理や課題の早期検知とイシュー レイズ • 課題発生時にオペレーションが止まらないように、 “暫定的な対応の判断”、“全体に影響する課題のエスカレーション”、 “ニーズ度を判断し改善要望”、といったオペレーション現場の指揮を 期待している • 理想は、プロンプト改善で対応可能・対応困難などの 自動化領域（&AIカスタム対応）と有人対応領域の切り分け・判断 も期待したい
11. 11 オペレーションに関連するロール • SaaSプロダクト： ユーザー購入後はCS対応。業務レイヤーはユーザー • BPOなどの業務サポート： マニュアルで担保し、基本は顧客ごとに作成 ツール利用マニュアルなどあれど顧客ごとに対応がメイン • DX支援などのツール作成： 作ったらユーザーで利用、使い方マニュアルで管理
12. 12 AIオペレーションマネージャーのロール範囲 プロダクト開発 AIオペレーションマネージャーは、オペレーションの管理・改善・メンテナンスが メインとなるロール。AIとの協働やプロダクトによるオペレーション測定など広範 なサービスオペレーションの質や改善に責任を持つ。 AIエージェント開発 業務オペレーション 顧客対応 プロダクト〜 AI開発の範囲 プロダクトオンボードオペレーション 開発・実装 顧客サポートの オペレーション 顧客業務の実行 PdM / PM エンジニア CS 業務代行 オペレーター AI Ops Manager オペレーションの 監督・実行管理 「AIとヒト境界改善」 継続的なupdate 自動化余地の検討 オペレーションログ計測 顧客への業務実行
13. 13 シンプルにAIオペレーションマネージャーの主任務 AI時代のプロダクトも混じったオペレーションという サービスを運用・改善するロール
14. 14 藤井が思うAIオペレーションに重要なポイント • ポイント1 ：オペレーションを"アーキテクト”する • ポイント2 ：AIの使い所を見極める • ポイント３ ：HITL（Human-in-the-Loop）の設計 • ポイント４ ：オペレーションデータによる差別化
15. 15 業種別ドメインレイヤー （ドメイン適用） 顧客共通レイヤー （標準サービス・モジュラー） オペレーションデータ （記録・最適化） ユーザー企業別ドメインレイヤー （データ・プロンプト・自動最適） ポイント1：オペレーションを”アーキテクト”する 共通的に実行する業務（共通化業務） 多くの業務で再利用する業務の型。 インボイスチェック・OCRチェック・ ストレージupload・通知・証憑収集 業種や領域に特化したドメイン業務 与信チェック・レセプト対応・法務事例 リサーチ ユーザー企業特有のコンテキスト 業務の型を変更せずに自律エージェント やプロンプト最適化などで対応 領域別に特化した 業務の型を変更せずに自律エージェント やプロンプト最適化、エッジケースなど 企業特有のラストワンマイル 標準化されたオペレーションサービスでは、業務を共通化・モジュラー化してアーキテク チャ構造に設計する。N=1の個別ケースは、柔軟な共通フレームで吸収かヒトが対応。 ドメイン 固有プロセス
16. 16 ポイント2：AIの適用対象を見極める 高 業務発生頻度 低 複 雑 性 低 高 ヒト 経験・直感・論理の必要な業務 テンプレート 頻度が低くフォーマットで良い業務 AI パターン認識・曖昧性がある業務 非決定論 ルールベース システム /RPAなどルール通り反復業務 決定論的 ルールベースに AIを使うのはコスト・ モニタリング運用の無駄 （実現に注力し運用観点が抜けてる） 24時間365日疲れ知らずに大量に即時で対応できるのがプロダクトの強みの原点。 そこに曖昧性領域にAI、徐々に別領域に進出。 手 段 を 間 違 え が ち 境界が曖昧になってきている
17. 17 ポイント3：HITL（Human-in-the-Loop）の設計 補完型 AIエージェントが不足情報 を取得する 監督型 協調型 AIエージェントの役割 • 処理の主体者 • 追加情報を要望 ヒトの役割 • 不足情報の補完 • 判断はしない 例 大量処理業務 • インボイス番号不足 • 打刻漏れ ヒトが最終承認を行う AIエージェントの役割 • 判断に必要な情報提供 • 判断理由など根拠を明示 ヒトの役割 • 最終判断者 • AIが迷うポイントへの対応 例 高リスク業務 • 勘定科目の判定と根拠 • 反社チェック AIエージェントとヒトの インタラクション AIエージェントの役割 • リサーチや情報収集 • 通常との違いのアラート ヒトの役割 • 情報の確認と方針指示 • AIが判断する情報提供 例 複雑な意思決定や低頻度 • リサーチ業務 • エッジケース HITLは、最終確認やAIが対応できないケースへの対応のみを行うことだけではない。 ヒトが受動的な行動に変化するための円滑な業務実行をするためのもの。
18. 18 ポイント4：オペレーションデータによる差別化 その場の業務を実行のみならず、コンテキストの蓄積を仕掛ける設計。 AIのコモディティ化をこえ、「独自のコンテキスト」を資産化するサイクル。 入力データ AIによる判断・判 断チェック AI完結 AIによる再試行 HITL ヒトを含めた判断 出力データ・成果物 例外処理/不確実 フィードバック/最適化 正常系 ヒトの介入履歴と介入 の促しが”このAIわかっ てるね”的な模倣困難な Moat資産となる 多用なオペレーションデータ 作業 ログ ユーザー FB Expert メモ 例外頻度ログ / 作業タイム
19. 19 再掲）藤井が思うAIオペレーションに重要なポイント • ポイント1 ：オペレーションを"アーキテクト”する • ポイント2 ：AIの使い所を見極める • ポイント３ ：HITL（Human-in-the-Loop）の設計 • ポイント４ ：オペレーションデータによる差別化 事業に直結する大事な設計要素 事業やAIの感覚を持ったオペレーションマネージャー
20. 20 まとめ • AIオペレーションマネージャーは、事業とAI感覚を持って オペレーションサービスを運用・改善するロール • オペレーションデータによる差別化の確立を維持する重要な役目 • 設計されたオペレーションサービスの思想を理解し実行を行う • オペレーション自体を生み出したり、AIエージェントを作れる必要はないが、 概念を理解し、運用保守 & 改善は必須 • オペレーションの"アーキテクト”を理解する必要がある • 本日は4つのポイントに絞りましたが、他にも重要な要素があります 気になる方はぜひ個別に話しかけてください
21. 最後にチーム紹介
22. 22 どんなチーム？ BPaaSのAIサービス開発グループ 下記のようなサービスの開発や、オペレーションの実行改善を行うチームです！！ • プロダクト組織と連携したAIエージェントベースのサービス開発 • AIやツールにより効率化された業務サービスパッケージ開発 • 開発したサービスやパッケージの実行 • Bizdev / PM / AIオペレーションマネージャーで構成 kubell CSO桐谷 note ”BPaaSとは？” BPaaS JOURNAL “なぜ中小企業の生産性は上がらないの か。調査データが示す停滞の正体と、 BPaaSという現実解” 藤井 note AIオペレーションマネージャー とは？
23. 23 最後に・・・ 会計×AIの「壁」はどこにあるのか——人とAIの役割分担 が経理の未来を変える BPaaS Journal：https://bpaas.biz-journal.jp/interview/post_337057.html 株式会社SoVa 執行役員 手島春樹氏、 株式会社kubell 藤井謙太郎 対談記事
24. 積極採用中です！！ カジュアル面談からお待ちしてます！ 働くをもっと楽しく、創造的に Thank you for your listening. 　AIオペレーションマネージャー