AI時代、mentoが考える マネジメントのサクセスと その実践

Transcript

1. AI時代、mentoが考える マネジメントのサクセスと その実践 株式会社mento CTO 松山勇輝 EMConf 2026
2. 松山 勇輝 所属: 株式会社mento 執行役員CTO Twitter: @matsumatsu202 GitHub: @matsumatsu20 新卒リクルート -> mento創業期からCTO AIで自分の思い通りに行くことが増えたので 全然思い通りにいかないゴルフにハマる CTO of the Year 2025でグランプリ受賞
3. 松山 勇輝 所属: 株式会社mento 執行役員CTO Twitter: @matsumatsu202 GitHub: @matsumatsu20 新卒リクルート -> mento創業期からCTO AIで自分の思い通りに行くことが増えたので 全然思い通りにいかないゴルフにハマる CTO of the Year 2025でグランプリ受賞
4. 松山 勇輝 所属: 株式会社mento 執行役員CTO Twitter: @matsumatsu202 GitHub: @matsumatsu20 新卒リクルート -> mento創業期からCTO AIで自分の思い通りに行くことが増えたので 全然思い通りにいかないゴルフにハマる CTO of the Year 2025でグランプリ受賞
5. 5 日本の総労働熱量を上げる
6. 6 日本の総労働熱量を上げる
7. 7 日本の総労働熱量を上げる
8. mento Inc. Question AIの登場でマネージャーの 仕事は楽になりましたか？
9. mento Inc. エンジニアリングに関しては AGI水準に近づいている コード生成・テスト・デバッグ——AIが「コーディングエージェント」 として動くのがスタンダードに。 エディタ機能を持たないエディタすら登場。 個人の「実行」スピードは、極限まで上がった。
10. mento Inc. Output 実行速度は爆上がり コード生成が超高速化 AIエージェントが自律実行 個人の生産性は飛躍的に向上 Outcome 成果は10倍になっていない 「人の意思決定」にボトルネックが移動 レビュー、承認、優先順位づけ 情報が爆発的に増えていく構造 アウトプットは激増 アウトカムは微増
11. mento Inc. ここまでは既知の事実
12. エンジニアリングの現状は 全職種が直面する「未来の予告編」 爆発的なAIによる生産性革命は 「スタートアップ × エンジニアリング」が最前線 非エンジニアの領域やエンタープライズ領域には 少し遅れて波がやってくる
13. mento Inc. EMはすでに「次世代のマネジメント」を訓練している AIエージェントがロングランできるように工夫する セキュアに使うためのサンドボックス環境の用意 SkillやClaude.mdなどで振る舞いをコントロールする エージェントに役割をもたせチーム開発させる これは本質的に「自律化の支援」であり 「チームのマネジメント」と同じ構造
14. mento Inc. 次世代の働き方が進む中で 経営レイヤの考え方も変わってきている
15. mento Inc. グローバルトレンドとしての スパンオブコントロールの拡張 人の意思決定がボトルネックになる構造に対して できる限り階層を減らした「フラット化」と 結果としての「スパン・オブ・コントロールの拡張」 がグローバル企業では進行している
16. mento Inc. Negative Fact しかし、フラット化はマネージャーを 「静かに」追い詰める Gallup調査 マネージャーの エンゲージメント 過去最低 Microsoft調査 仕事の中断頻度 2分に1回 Sources: Gallup "State of the Global Workplace 2025" / Microsoft "2025 Work Trend Index Annual Report" (April 2025)
17. mento Inc. では、誰がこのマネジメントを変えるのか？
18. mento Inc. ★ 全職種の中で「EM」こそが 全社を救う先行事例になる 最前線でAIによる高速化と意思決定の渋滞を体感し、 権限移譲と自律支援に日々向き合っている。 開発現場の泥臭い試行錯誤から見つけた「マネジメントの答え」が 数年後、全社のマネージャーを救う型になる。
19. mento Inc. では「マネジメントOS」を どう書き換えるのか？ mentoが実践するアプローチ
20. mento Inc.
21. mento Inc. 課題 情報処理コストは下がるが Whyの情報は落ちていない 動機のデータは引き続きブラックボックス マネージャーのコーチングスキルに依存 表層的なデータで分析しても血が通わない アプローチ AIコーチングで 「意図」のデータ化をする 属人的なコーチングスキルをAI化 なぜやるのか、なぜやりたいのか、 を引き出して組織のデータにしていく 実践1: 組織に「意図」のデータを落としていく
22. 実践1: 組織に「意図」のデータを落としていく
23. mento Inc. 実践2: AI対話型目標設定 これからの時代はどれだけ「メンバーが自律的に行動する」仕組みを作ることが重要 そのための要素として「わがごと化された目標」を作ることが重要 自己管理された目標があり、メンバー一人一人日常的に目標に向き合い、 それにフィードバックが回ると、評価の付加も結果として下がる
24. mento Inc. 実践2: AI対話型目標設定
25. mento Inc. 実践3: マネージャーの行動変容を仕組み化する 01 プロファイリング マネージャーの「時間の使 い方」を可視化し、ボトル ネックを特定する 02 ギャップ分析 理想のありたい姿を多角的 に言語化し、ギャップを明 確化する 03 継続チューニング AIコーチと人間のコーチの ハイブリッドで継続的に改 善 → → マネージャー自身がこれからの時代に合わせて行動を変えていく必要がある
26. mento Inc. まとめ ✓ 個人の実行はAIが解決し、ボトルネックは組織の意思決定に移った ✓ 企業はフラット化に向かっているが、OSを変えないとマネージャーは潰れる ✓ エンジニアリングの現状は、全職種が直面する「未来の予告編」 ✓ この課題を解決できるのは、最前線でAIと格闘している「EM」
27. 27 日本の総労働熱量を上げる