Lightblueに 興味を持っていただいた⽅へ 株式会社Lightblue CompanyDeck 2026-06 

Lightblueについて 01 L i g h t b l u e C O M P A N Y D E C K 2 

Lightblueは、画像解析‧⾃然⾔語処理AIを軸にしたソリューションを 開発‧提供する東⼤発のAIスタートアップです。 L i g h t b l u e C O M P A N Y D E C K 3 会社概要 名称 株式会社Lightblue 所在地 〒101-0062 東京都千代⽥区神⽥駿河台2丁⽬3-6 CIRCLES御茶ノ⽔ 5階 設⽴ 2018年1⽉ 代表者 代表取締役 園⽥ 亜⽃夢 従業員数 32名（業務委託‧アルバイトを除く）2026年5⽉時点 資本⾦ 158,005,637円（資本準備⾦を含む） サービス内容 • ⽣成AI‧LLMサービス • 画像解析ソリューション • AI研究開発‧個別実装 主要株主 清⽔建設‧うるる‧dip等 1993年⽣まれ。出⾝は九州‧宮崎。東京⼤学⼯学部 卒、同⼤学院⼯学系研究科 博⼠（⼯学）。 画像解析‧⾃然⾔語処理を軸にAIの社会実装を研究する 傍ら、修⼠課程在学中の2018年に株式会社Lightblueを 創業。独⾃の画像解析AI「Human Sensing」や⽇本語 LLM「Karasu∕Qarasu」を展開し、建設‧製造現場の アップデートに挑む。AI関連書籍の執筆多数。 園⽥ 亜⽃夢 代表取締役 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

祖業は画像解析のAI受託開発。⾃社SaaSをリリースした6期以降、事業が急拡⼤中。 L i g h t b l u e C O M P A N Y D E C K 4 沿⾰ 2019 / 1 Lightblue Technologyへ 社名変更 HumanSensing開発‧提供開始 2020 / 8 NVIDIA Inception Program パートナー企業に認定 2021 / 10 Human Sensingパッケージ シリーズをリリース 2022 / 4 第三者割当増資により 約1.5億円の資⾦調達 2023 / 4 Lightblue Chatをリリース 2023 / 7 Lightblue へ社名変更 LLabを設⽴し⽇本語LLMのオープンソースを公開 2023 /9 Lightblue Asssitantをリリース 2018 / 1 BusinessHub創業 1期 2期 3期 4期 5期 6期 7期 8期 年間平均成⻑率 80% 売上⾼ 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

受託開発の「Professional Services」と、SaaSサービスの「Lightblue」の2事業を展開。 現場レベルの実務ニーズを研究に還元し、独⾃価値を⾼める事業モデル。 L i g h t b l u e C O M P A N Y D E C K 5 サービス AIの実装‧定着まで担う プロフェッショナルサービス 実務レベルの課題を 解決する機能をSaaSに実装 画像処理や⽣成AIを中⼼とする 研究知⾒の⾼度な技術で、現場 の安全管理‧⼯程管理の省⼈化 を⽀援 業務特化アシスタントやノー コードRAGでのナレッジ活⽤、 AIエージェントによる⾃律的な タスク実⾏の機能を提供 Professional Services（受託開発） ⿃海 不⼆夫 技術顧問 Toriumi Fujio 研究開発 あらゆる業務を⽀える、 次世代AIプラットフォーム Lightblue（SaaS） 実装 最新技術を PoCで現場検証 検証 現場の実務レベルの ニーズを研究開発へ還元 還元 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

連携 アシスタントに 沿って操作 簡単に 構築が可能 Lightblueは、法⼈向けの⽣成AI環境ツールです。顧客組織内の社内⽂書からRAGを構築し、対話の 精度を向上。アシスタント機能で個別の実務課題に特化したカスタムAIを簡単に構築できます。 L i g h t b l u e C O M P A N Y D E C K 社内⽂書 6 SaaS｜サービスが実現すること RAG • マニュアル • ⼿順書 • カタログ • FAQ • 取引データ • 仕様書 社内⽂書を取り込み AIが参照しやすい 形式にしたデータベース AIチャット マイアシスタント 対話形式で業務の中の課題を解決 実務に沿ったカスタムAIの構築をAIがサポート カスタムAI カスタムAI 検索 ⽂書作成 画像⽣成 要約 翻訳 データ 抽出 社内情報に沿った 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て LLM ‧ ‧ ‧ 1 2 

建設‧社会インフラ 輸送‧モビリティ メディア‧ヘルスケア 製造‧素材 業界を問わず、⼤⼿企業を中⼼に導⼊いただいています。 L i g h t b l u e C O M P A N Y D E C K 7 SaaS｜ トラクション 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 8 SaaS｜ プロジェクト事例 PoCや⼀部⾨で⽌まっていた⽣成AI活⽤を、 現場が使い倒せる状態にして、定着させてきた実績が多数あります。 ⽇本製紙株式会社 250名規模で停滞していたAI活⽤をV字回復 オムロンヘルスケア株式会社 累計1,300超のAI業務アシスタントを現場で内製 ナカシャクリエイテブ株式会社 半年で独⾃アシスタント600件‧利⽤率80％超 株式会社⽇⽔コン コンサル本部を中⼼に約700IDで本格運⽤を開始 製紙 医療 情報サービス 建設コンサル（上下⽔道） 先⾏導⼊した他社AIがRAG活⽤で⾏き詰まり、 コスト超過‧活⽤停⽌の状態に。 2025年4⽉にLightblueを全社展開⽤として導⼊。 情報システム部と連携し、現場浸透を伴⾛。 課題 ⽀援 4事業で業務知識が分散しており、 全社共通のAI活⽤体制がなかった。 分科会型のAI推進体制を構築し、現場主導で 独⾃アシスタントを開発できる運⽤と⽂化を設計。 課題 ⽀援 PoCで終わらせず、現場が⽇常的に使うAI活⽤を 全社で設計する必要があった。 2024年10⽉にLightblueを導⼊。 IT部⾨主導で業務別アシスタントの内製化を⽀援し、 AIエージェント活⽤へと拡張。 課題 ⽀援 汎⽤⽣成AIでは⽔コンサル領域の専⾨性‧ 技術継承要件に対応できなかった。 2025年8⽉よりLightblueを本格導⼊。ライセンスを ⼤幅拡⼤し、部⾨横断のAI推進体制を構築。 課題 ⽀援 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 9 経営陣 東京⼤学⼤学院⼯学系研究科修了。創業期より参画 し、当社の技術基盤および研究開発を主導。成果を ⼈⼯知能学会やNVIDIA主催イベントで発表。2023 年2⽉よりCTOに就任。 ⾕⼝ 俊⼀ 取締役 CTO Taniguchi Shunichi 東京⼤学⼤学院⼯学系研究科修了。Morgan Stanley投資銀⾏部⾨にて国内外のM&A‧グローバ ルオファリング‧国内IPOを多数経験。その後 M&A/PMI専⾨ファームでPEファンド⽀援、スター トアップ経営企画‧資⾦調達、上場企業IR⽀援に従 事。2025年8⽉よりCFOとして参画。 紫安 勇成 取締役 CFO Murayasu Yusei 新卒でワークスアプリケーションズに⼊社、法⼈営 業‧マネージャーとして個⼈年間売上No.1、年間⽬ 標3年連続達成。2019年よりWovn Technologiesに て初年度から個⼈売上No.1。2023年に営業部⻑と して当社へ参画。 川俣 彰広 執⾏役員 営業部⻑ Kawamata Akihiro ⽇⽴製作所にて⾦融システムを中⼼にITビジネスに 従事し、「ゼネラルマーケットビジネス統括本部 ⻑」などの要職を歴任。2010年に⽇⽴グループのシ ステムインテグレーター‧株式会社ニッセイコム代 表取締役社⻑に就任。 武本 秀徳 常勤監査役 Takemoto Hidenori 京都⼤学在学中に起業を経験後、⽇本M&Aセン ター⼊社。中堅‧中⼩企業M&AのNo.1コンサルタ ントとして業界を牽引し、2020年に同社最年少で取 締役就任。バトンズ、⽇本投資ファンド取締役を歴 任。現在はスピカコンサルティング代表取締役CEO ほか、複数の上場‧成⻑企業で社外取締役‧顧問を 務め、企業価値向上に貢献。 渡部 恒郎 社外取締役 Watanabe Tsuneo 東京⼯業⼤学⼤学院博⼠課程修了。名古屋⼤学助 教、東京⼤学⼤学院⼯学系研究科准教授を経て現職 （東京⼤学⼯学系研究科 教授）。計算社会科学、⼈ ⼯知能技術の社会応⽤などの研究に従事。⼈狼知能 プロジェクト代表、情報法制研究所理事。 ⿃海 不⼆夫 技術顧問 Toriumi Fujio 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

Lightblueは、⾔語化‧デジタル化されていないリアル世界の情報をデジタル世界に引き込み、 アルゴリズム化することで企業の課題解決を実現します。 L i g h t b l u e C O M P A N Y D E C K 10 Lightblueの提供価値 ⼈の動き 経験と勘 熟練者の 判断 設備の状況 … 暗黙知 画像/動画 解析処理 ⾔語処理 アルゴリズム化 暗黙知の ⾔語化 コンテンツの デジタル化 リアル世界 デジタル世界 研究と実践による独⾃技術 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

画像解析‧⾃然⾔語処理の専⾨家として、多数のメディアやイベントに出演。 書籍の監修にも携わっています。 L i g h t b l u e C O M P A N Y D E C K 11 メディア実績 新R25 MEDIA 「情報の流通をなめらかに」 東⼤発のAIスタートアップが ⼿がける⽣成AIアプリケーション （2023/10） NTTPC Innovation LAB INTERVIEW｜NTTPCの 共創パートナープログラム （2022/11） 『とくダネ！』 ⽇本の全ての業種、 業態でAI導⼊率100%にします！ （2020/04） GovTech Bridge Conference 2025 ⾃治体DXの課題を官⺠で議論する （2025/10） Pythonによる 動画解析‧ヒュー マンセンシングAI オーム社（2025年11⽉） ⼈狼知能で学ぶ AIプログラミング マイナビ出版（2017年5⽉） AIエージェントの 教科書 ワン‧パブリッシング （2025年8⽉） 共著 共著 技術監修 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 12 受託開発｜サービス概要 セル⽣産⽅式における 作業の分類‧計測 姿勢推定と物体検出を時系列解析し、⾼度な判定を実現。作業員への指導 内容改善、マニュアル改善、リコール費⽤削減などの効果。 常時⼤量解析の超軽量化 たった1台のエッジで100台以上の防犯カメラ映像を営業時間中‧毎⽇解 析。圧倒的な投資対効果の底上げを実現します。店舗や⼤規模空間の、⼈ 流、⼈数カウント、特徴分析、購買⾏動分析などのデータ蓄積を現実にし ます。 ハンドサイン/⼿の⾻格検出 指の⾻格を検出、複雑な⼿の動きをリアルタイムで認識。ジェスチャーに よる機械‧設備機器の遠隔操作や、⼿作業現場の⼯程管理を実現します。 受託開発 SaaSサービス AIの実装‧定着まで担う プロフェッショナルサービス AI導⼊‧活⽤設計‧教育‧定着⽀援に加 え、業務特化の開発やHuman-Sensingな どの映像解析まで。 AIは、導⼊するだけでは組織は変わらな い。企業ごとの変⾰を、実装で終わらせ ず定着までサポート。 アルゴリズム の実証実験 ソフトウェア 開発 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 13 受託開発｜プロジェクト事例 熟練者の勘や判断といった、これまでAIが届かなかった現場の暗黙知を、 プロダクトとして実装してきた実績が多数あります。 清⽔建設株式会社 重機接近や作業者の状態把握が⼈の⽬頼みで、 危険の早期検知が難しかった。 距離推定‧姿勢推定‧⾏動認識を組み合わせた AIを開発。危険検知時は現場へ即アラートを通 知。 単眼カメラ1台で、⼈と重機の距離をリアルタイム推定 JFEスチール株式会社 危険動作の監視が熟練者の⽬視頼りで、労災リ スクを定量的に把握できなかった。 カメラ映像から姿勢‧動作を解析する動作検知 AIを共同開発。現場主導で改善サイクルを回せ る体制へ移⾏。 画像解析AIで作業者の不安全⾏動をリアルタイム検知 株式会社⼤林組 ひび割れ画像のアノテーションが⼈⼿作業で、 学習データ確保に膨⼤な⼯数がかかっていた。 画像収集〜アノテーションを効率化する基盤を 構築し、学習データ⽣成プロセスを標準化。 コンクリートひび割れ診断AIの教師データ収集システム開発 株式会社うるる 膨⼤な⼊札情報を業種分類する既存ロジックで は精度に限界があった。 NLPベースの業種分類AIを設計‧開発し、うる るの⼊札データと組み合わせて精度を⼤幅改 善。 ⼊札情報速報の業種検索精度を従来⽐178％以上に引き上げ 受託開発 SaaSサービス 課題 ⽀援 課題 ⽀援 課題 ⽀援 課題 ⽀援 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 14 SaaS｜サービス概要 汎⽤AIチャット 検索‧要約‧⽂書作成‧翻訳‧画像⽣成 までを統合 チャットツール連携 ブラウザに加え、Slack⁄Teamsから直接 利⽤可 マイアシスタント ノーコードで業務特化型 チャットボットを誰でも構築 法⼈向けセキュリティ 外部AIへの学習データ流出を防⽌。HENNGE One連携にも対応 RAG機能 Box‧Google Drive‧SharePoint等と連携し、 社内⽂書を参照した⾼精度な回答を⽣成 あらゆる業務を⽀える、次世代AIプラットフォーム Lightblueは、検索‧要約‧⽣成にとどまらず、業務ノウハウや社内ナレッジを活かし、 誰もが使えるAIアシスタントを構築‧運⽤が可能に。 組織の中で機能し、使われ、価値になるまでをプロデュース。 受託開発 SaaSサービス 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

⾃然と 広がる Lightblueは、競合プロダクトと⽐べても「精度の⾼さ」「UIの使いやすさ」の点で優位。 選ばれるだけでなく、組織の中で⾃然と広がっていきます。 L i g h t b l u e C O M P A N Y D E C K 15 SaaS｜選ばれる理由 受託開発 SaaSサービス 精度が⾼い 業界特化の国産サービスと⽐較しても 上回る精度 東⼤発‧博⼠号集団が 研究ベースで開発する、確かな技術 汎⽤AIが苦⼿な専⾨領域（⼀級建築⼠ 試験）で98%の正答率を記録 UIが使いやすい 現場で内製できた感動と体験が、 すぐに広がる‧再現できる 「⾔えば作ってくれる」 ⾃然⾔語ベースのノーコードUI AI知識の低い社員でも短時間で ⾃分専⽤AIを内製 買われる理由 広がる理由 精度が低く、思うようなアウトプットが出ない UIがわかりづらく、導⼊しても広がらない よくある課題 よくある課題 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

AIを「使える」ではなく、現場で「作れる」状態へ。 現場が社内開発できる仕組みを提供することで、組織全体のAI活⽤が活発になります。 L i g h t b l u e C O M P A N Y D E C K 16 SaaS｜ 市⺠開発の事例 受託開発 SaaSサービス ⽇⽴建機様の事例 清⽔建設様の事例 ⼝コミで社内に拡散し、アシスタントが 他部署やチームへ次々と普及‧浸透 全社へ展開。現場へ⼀気に浸透し、半年で 利⽤者が2,000名→4,000名超へ倍増 Copilot Studioを導⼊。全社研修を実施するも、 受けた20名中、ワークを完遂できたのは半数以下。 他社の⽣成AIを全社導⼊。 しかし「使い⽅がわからない」「安全性が不安」などの 声で停滞し、現場主導の活⽤にはほど遠い状態。 課題 Lightblueへシフト。「AIに⾔えば作ってくれる感」が あるとの声多数。実際に使い始める社員が続出。 Lightblueによる⽀援のもと、 技術⽂書アシスタント（RAG）を開発。 導⼊ ある社員が議事録アシスタントを作成。 「業務が本当に変わった」という感動をその場で上司‧部下へ 共有。「こんなことができるのか」と驚きが広がる。 トライアルを実施した結果、 検索精度が35%→93%へと⼀気に上昇。 全社に展開できる⼿ごたえをつかむ。 感動 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

SNS上でも多くのユーザーボイスが投稿されています。 L i g h t b l u e C O M P A N Y D E C K 17 SaaS｜サービス概要 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 受託開発 SaaSサービス 

L i g h t b l u e C O M P A N Y D E C K 18 Mission Vision テクノロジーの恩恵を、 すべての⼈へ AIでビジネスと 働き⽅を再定義する Lightblueは、先端テクノロジーをすべての⼈の当たり前へと変え、 AIによる実装⼒と発想⼒でビジネスと働き⽅を再定義し、 イノベーションが⽇常に溶け込む未来を創造します。 Feature① 個⼈だけでなく、 組織を変える Feature② 暗黙知をロジック化 し、組織の資産へ Feature③ ⼈を「使う側」から 「創る側」へ進化させる 

事業環境と成⻑戦略 02 L i g h t b l u e C O M P A N Y D E C K 19 

LightblueはホリゾンタルSaaSのAIエージェントソリューションサービスの市場シェア2位。 まだ⼩規模のスタートアップながら、マーケットのポジションを確⽴しています。 20 マーケットシェア 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 1位 2位 Lightblue AI上場企業 A社 社員数 32名 社員数 587名 売上シェア 47% 売上シェア 14% 少数精鋭でAI業界2位のポジションを確⽴ ホリゾンタルSaaS 市場シェア 出典：デロイト トーマツ ミック経済研究所「LLM（⼤規模⾔語モ デル）を⾃律的に連携させ⾮定型業務を⾃動化するAIエージェント ソリューションサービスの市場動向」、発刊⽇2025年5⽉30⽇ （2026年5⽉現在 業務委託‧アルバイトを除く） 

AIプラットフォームを⾯で押さえ業務フローに⼊り込むことで粘着性を⾼めながら、 業界固有の課題にもアプローチしていく2軸の成⻑モデルをとっています。 L i g h t b l u e C O M P A N Y D E C K 21 成⻑戦略 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 新規 アップセル 業界横断で 市場を開拓する 役割 導⼊が広がり より深い課題に 踏み込む役割 AIプラットフォーム 業界固有の課題 業界固有の課題 業界固有の課題 建設‧社会インフラ 製造‧モビリティ 情報サービス 業界 課 題 の 深 化 … Horizontal Growth Vertical Growth 事業モデル 戦略上の役割 

L i g h t b l u e C O M P A N Y D E C K 22 ロングテール業務へのアプローチ ⽇本企業の業務の現場には、⼤きくヘッド領域とロングテール領域が存在。 Lightblueは内部⼈材を育成することで、ロングテール業務へのアプローチが可能に。 ロングテール領域 少数が関わる多数の業務 担 当 者 数 業務 ヘッド領域 多数が関わる少数の業務 従来型のシステム開発では費⽤対効果が⾒合わないため 内部⼈材×AIプラットフォームでしか解けない 外部コンサル ×システム で解ける 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 市⺠開発の巨⼤な拡⼤余地 

Lightblueは、「開発の代⾏」ではなく「顧客組織内での⼈材育成」を提供。 組織内に開発⼈材が育つ仕組みを構築する独⾃のモデルをとっています。 23 独⾃の価値提供モデル 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て パフォーマンス 低い パフォーマンス ⾼い AIを作る AIを使う ビルダー 指⽰に基づくプロンプトの テンプレートやワークフローを構築 ユーザー AIを活⽤した定型業務 （AIの能⼒は最⼤限⽣かせていない） AIアーキテクト ⾃らのノウハウ‧ロジックを AIに落とし込み、業務を仕組み化 業務プロフェッショナル 業務知識を活かしてAIを駆使 （仕組み化までは担えない） ① ⽣成AI教育 ② 型の提供 ③ ⼈材の成⻑ Lightblue が⽀援 

組織について 03 L i g h t b l u e C O M P A N Y D E C K 24 

L i g h t b l u e C O M P A N Y D E C K 25 バリュー 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て ⾃分の仕事に 誰よりも詳しくなる それは、知識を増やすことだけじゃない。 この技術が、誰にどう使われるのか。 この提案が、顧客の現場をどう変えるのか。 この意思決定が、社会にどんな影響を⽣むのか。 ⾃分の仕事のひとつ先を想像し、 価値に関わる細部まで責任を持つこと。 たとえ専⾨外であっても、必要なら学ぶ。踏み込む。 考え抜く。エンジニアもビジネス職も、関係ない。 年齢も職歴も、関係ない。 ⾃分の領域を、⾃分で狭めない。 それが、Lightblueの考えるプロフェッショナルです。 

L i g h t b l u e C O M P A N Y D E C K 26 数字でわかるLightblue AVARAGE AGE AGE DISTRIBUTION 36% 45% 18% 20代 30代 40代〜 STYLE AT WORK GENDER RATIO NUMBER OF EMPLOYEES 社員数 32名 男⼥⽐率 服装 年齢構成 平均年齢 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 業務委託‧アルバイトを除く 2026年5⽉時点 オフィス カジュアル 私服‧ 会社ロゴT/パーカー TPOに沿った服装であればOK。 会社オフィシャルTシャツや パーカーの販売もあります。 STYLE AT WORK 残業時間 ワークライフバランスを 重視し、効率的な働き⽅を 推進しています。 32.0歳 若⼿のエネルギーと ベテランの知恵が融合する、 活気ある環境です。 40% 60% 20代〜30代の メンバーが全体の 約8割を 占めています。 81% 2026年5⽉時点 全体としては 男性の⽅が やや多めですが、 部⾨によっては ⼥性⽐率の⽅が⾼い部⾨も。 多様なバックグラウンドを持つ プロフェッショナルが集まっています。 従業員数はこの4年間で175%の増加を達成。 毎年着実に成⻑を続けています。 ⽉平均 18.5h 55 45 : % % 

L i g h t b l u e C O M P A N Y D E C K 27 Lightblueで得られるもの 市場の成⻑ ⾃社の成⻑ プロジェクトの成果 × × 3つが揃う環境で成⻑できるのはLightblueならではです。 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 成⻑市場の ⽣成AI領域での ビジネス経験 現在32名の ベンチャーから 急速成⻑の経験 ⽇本を代表する ⼤企業との プロジェクト 推進経験 市場の最前線での実務を通じ、 将来の武器となる希少な知⾒を 養える環境です。 少数精鋭の組織が急拡⼤する フェーズでゼロから事業を創る 経験は、判断⼒や実⾏⼒を育みます。 国内⼤⼿企業との共創を通じ、 社会的影響⼒が⼤きく難易度の⾼い 課題に挑戦できます。 

L i g h t b l u e C O M P A N Y D E C K 28 私たちについて 時にテクノロジーは、使う⼈を選ぶことがあります。 便利なはずの技術が、難しすぎたり、複雑すぎることで、 使いこなせる⼈を限ってしまう。 その瞬間、テクノロジーは ⼈を⽀える道具ではなく、 壁になってしまいます。 だからこそ私たちは、使う⼈と真剣に向き合います。 「本当に必要なものは何か？」「逆に不要なものは何か？」。 その問いを繰り返し、 使う⼈にとって最も⼤切な価値を⾒極めます。 Lightblueが⽬指すのは、誰もが⾃然に使えるサービス。 技術の先にいる⼈を思い描きながら、磨き上げ、研ぎ澄まし、 時代を超えて役⽴つ存在に育てていく。 それが、私たちの使命であり、挑戦です。 About Lightblue 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 29 募集ポジション カテゴリー 職種名 中途 新卒 インターン エンジニアリング • データサイエンティスト ◯ ◯ • フロントエンドエンジニア ◯ ◯ ◯ • ソフトウェアエンジニア • バックエンドエンジニア ◯ ◯ マーケティング‧PR • マーケティング • 広報 ◯ ◯ • Webマーケティング ◯ セールス‧事業開発 • 法⼈営業 ◯ ◯ • マーケティング ◯ サポート • カスタマーサクセス ◯ ◯ ◯ コーポレート • 経理‧財務 ◯ ◯ ◯ • ⼈事 ◯ ◯ • 経営企画 ◯ ◯ ◯ • 社⻑室 ◯ ◯ ◯ コンサルティング • AIコンサルタント ◯ ◯ ◯ その他 • オープンポジション ◯ 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

L i g h t b l u e C O M P A N Y D E C K 30 選考フロー コーディングテスト 1時間の⾯談を設定させていただき、 当⽇にバイブコーディングで当⽇指定する 簡単なアプリを作成していただきます。 エンジニア職 営業職 ⾯談会 筆記試験 社員⾯談 内定‧オファー 役員⾯談 選考は⼀⽅的に評価する場ではなく、候補者の ⽅と会社の双⽅が⾃然体で相性を確かめ合うプ ロセスだと考えています。 その⼀環として、AIツールを活⽤しながら短時 間でものづくりに取り組む「コーディング⾯ 談」を実施しています。 スキルや完成度だけ でなく、考え⽅‧進め⽅‧カルチャーとの フィットを確認するためです。 実際に⼿を動かす時間を通じ、 お互いの相性や価値観を 理解できるプロセスを とっています。 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

オフィスは御茶ノ⽔駅から徒歩1分。拡⼤に伴い、⼤⼿町（東京駅）に移転予定です。 L i g h t b l u e C O M P A N Y D E C K 31 オフィス 事 業 概 要 成 ⻑ 戦 略 組 織 に つ い て 

最先端の技術を世の中に広げる仕事に、私たちと⼀緒に取り組みませんか？ テクノロジーの恩恵を、全ての⼈へ