Last Updated 2026年3月 Azit: Company Deck 物流・サプライチェーンマネジメント（SCM）領域特化のAI戦略パートナー © 2025 Azit. inc 

目次 0 エグゼクティブ・サマリー 1 市場と戦略 2 事業内容 3 待ち受ける挑戦 4 会社と存在意義 5 組織と文化 2 

SUMMARY エグゼクティブ・ サマリー Azit のことをさっと知りたい方へ 3 

PRODUCT AI VISION＆STRATEGY 「SCP の意思決定支援」のための統合 AI プラットフォーム サプライチェーン計画のワークフローを担うことで、 AI エージェントが計画策定の意思決定のための学習を推進。
 他社には実現できない AI による意思決定支援の付加価値提供につなげます。 AI エージェントの提供 日々の意思決定をAIが学習することで、各顧客のワークフローに入り込む。
 SaaSのデータ基盤がなくても既存のExcelファイル等を取り込み、そこに意 思決定を反映することで、既存のワークフローを変更せずに導入可能。 SaaS データ基盤 Excel , E RP等 外部データ データ連携 顧客 ROI
 の 改善 SaaSデータ基盤との連携 Excel ベー スで DX化が 遅れているS CP領域で、既存のワークフローを 大きく 変 えずに導入可能な各計画 モジ ュールを提供。基 幹システム等との 連携を 行った 上で、S CPのデータをクラ ウド上に 保管し、AI が学習できる基盤に。 顧客 獲得効率
 の 向上 顧客とAI の共進化 モデ ル
 精度向上 完全自律運転に向けて Huma n in the Loop形式で、日々の計画 業務の 中で 「AI による提 案」と 「人 間による 承認」を 繰り 返し、学習を加 速させることで、 最終的にはAIが 自律 的に意思決定 していくワークフローを ベー スに 業務が 回る 状態を 創り 出す。 顧客基 盤
 の 増加 データ 収集
 ＆モデル 訓練 4 © 2025 A zit. inc 

STRATEGY 「意思決定データ」 × 「AI による学習」こそが Azit の競争優位 AI 時代は多種多様な顧客基盤が事業の発射台となり、 「1. ワークフローに入る」→「2. 学習データ収集」→「3. 継続学習」という“ネットワーク効果”が資産となる - 初期 - ワークフロー に入り込む - 中期 - AI による 意思決定の学習 - 長期 - 意思決定の
 AI 比率向上 一部のSKU・拠点・ユースケースに 対象を絞り、安価なPoCを実施する AIに対して期待と不安が折り混ざる 顧客を“必ず初期的に成功させる”こ とで、顧客との信頼関係を築く PoCの後、本導入を提案し、拡張し たユースケースで計画策定のワーク フローに入り込む Human in the Loop形式で、日々の 計画業務の中で「AI による提案」と 「人間による承認」を繰り返し、学 習を加速させる 財務インパクトと AI による意思決定 の自動化に応じた成果連動型報酬で 顧客への付加価値と 承認された意思決定から順番に AI に 意思決定権限を渡していき、 AI によ る意思決定業務の比率を向上させる 現在地 5 © 2025 Azit. inc 

BUSINESS 各産業を代表する企業を中心に、物流・SCMの支援・連携を推進 導入・支援実績およびパートナー企業（抜粋） 6 

STRATEGY サプライチェーン計画（SCP）の DX・AX が喫緊の課題 現場は担当者の観とExcel業務で発生する不良在庫の発生や圧倒的に非効率な業務に疲弊 市場の急拡大 SCMの国内市場規模* SCPプロダクト郡 需要関連 需要予測・販売計画 15.1% CAGR 在庫関連 在庫計画・補充計画 製造業中心 生産計画・調達計画 小売業中心 発注計画・移送計画 2024年
 1,924億円 2033年
 4,449億円 7 * Grand View Research『Japan Supply Chain Management Market Size & Outlook』https://www.grandviewresearch.com/horizon/outlook/supply-chain-management-market/japan, 為替 ¥150/$換算 © 2025 Azit. inc 

PURPOSE 日本のインフラを 新しい時代へと紡ぐ Weaving the Social Fabric of Japan
 for the Next Generation ECで頼んだ商品、食卓に並ぶ野菜、子どもが待ちわびる教 材――それらが「すぐ手に入る」のは、物流という見えな いインフラが私たちの生活を支えているからです。 しかし、労働人口の減少と共に、こうした日本の“当たり 前”が揺らぎ始めています。 現在の日本で私たちが享受している生活の安心を、子ども たちの世代まで守り抜くこと――それが私たちの想いです。 だからこそ私たちは、AIとテクノロジーを活用し、物流と サプライチェーンの血流をしなやかに再編し、“新しい時代 のインフラ”へと紡ぎます。 誰もが未来を当たり前に描ける社会へ。今を支え、次の世 代へと橋を架ける。それが私たちのミッションです。 8 

STRATEGY 市場と戦略 社会インパクトと勝ち筋について 9 

STRATEGY 物流・サプライチェーンマネジメント（ SCM ）とは？ 調達から製造・物流・販売までの全体工程を一元化し、最適化を行う経営管理手法です。 物流・サプライチェーンの流れ 法人 OR RESTAURANT 物流センター
 （DC/TC） 工場 物流倉庫 店舗 個人 10 

STRATEGY 人手不足が年々深刻化し、待ったなしの市場 EC の台頭もあり物流需要は急拡大し、テクノロジーによる最適化・効率化が求められています。 ドライバーの有効求人倍率 2.71 「2030年には14万人の人手が足りない」 「全荷物の1/3が運べなくなる」 ※ 国土交通省『トラック運送業の現況について』 https://www.mlit.go.jp/common/001225739.pdf
 ※ 株式会社 ＮＸ総合研究所『「物流の2024年問題」の影響について（２）』 https://www.meti.go.jp/shingikai/mono_info_service/sustainable_logistics/pdf/003_01_00.pdf 11 

STRATEGY Pain 需要予測起因で、年間億単位の損失が発生 Excel × 属人化で発生する不良在庫の発生（財務課題）や圧倒的に非効率な業務（生産性課題）に現場は疲弊 財務インパクト 業務生産性 大量の過剰在庫が積み上がり、廃 棄や廉価販売が発生 過剰在庫を抑止しようとすると、 欠品による販売機会ロスが発生 発生した 穴を 埋めるため、 無駄な 輸送や 生産調整が発生 オペレーシ ョンが複 雑化し、人 件 費や 契約コスト 等の OPEXが 増加 複数人の担当者が毎週何十時間も かけてExcelの更新業務 商品数も多いため、数百から数万 のSKUを管理する必要がある 需要は日々変化する一方、バラバ ラのシートのデータ連携は難しい 1行のミスが命取りになり、それだ けで数百万単位の損失が発生 Excel × 属人化 12 © 2025 Azit. inc 

STRATEGY サプライチェーン計画（SCP）の DX・AX が喫緊の課題 現場は担当者の観とExcel業務で発生する不良在庫の発生や圧倒的に非効率な業務に疲弊 市場の急拡大 SCMの国内市場規模* SCPプロダクト郡 需要関連 需要予測・販売計画 15.1% CAGR 在庫関連 在庫計画・補充計画 製造業中心 生産計画・調達計画 小売業中心 発注計画・移送計画 2024年
 1,924億円 2033年
 4,449億円 13 * Grand View Research『Japan Supply Chain Management Market Size & Outlook』https://www.grandviewresearch.com/horizon/outlook/supply-chain-management-market/japan, 為替 ¥150/$換算 © 2025 Azit. inc 

STRATEGY 荷主の「エンタープライズ企業」の課題解決にフォーカス 物流現場の中小企業を対象としたスタートアップが多い中、次世代の AIer の役割を担うポジショニング SIer の主戦場 過渡期 スタートアップの主戦場 未来 過去 現在 物流荷量の過半数を大企業が占め、 インパクトと投資余力を考慮すると 物流・ SCM の DX はその大半は大企 業による投資だった 既存のシステム投資の予算の肥大 化・リリースサイクルの遅さ・技術 負債化・ベンダーロックインといっ た課題を大企業が感じ始める 生成 AI の 急速な普及で、その 活用が 必須に なり、 S aaS の データを 活用 し、 AI ネイテ ィブなプロダクトを 提 供できる企業 への 期待が 高まる 大企業は既存の業務フローに合わせ てカスタマイズしたシステムを求め るため、物流・ SCM の DX 投資予算 は主に SIer の市場だった バーテ ィカル S aaS の 台頭で、業 界 ごとの課題 解決を S aaS モデルに API やモジュールの 提供でカスタマイズ を 行うプレイ ヤーが 出現 ク ライ アント企業の AI 変革を 一気通 貫で支援できる AI 戦略のパート ナー 企業が 深い 関係性と 高いシ ェアを 獲 得する 14 

STRATEGY エンタープライズ企業の課題解決をハイブリット型で実装 共通化できる課題は SaaS として提供し、各企業固有の課題はカスタマイズしたサービスまで提供します。 共通課題解決 固有課題解決 プロフェッショナル
 サービス プラットフォーム 15 

STRATEGY グローバルでのハイブリット型スタートアップ事例 プラットフォーム×プロフェッショナル・サービスの掛け合わせ価値提供で大規模エンタープライズの導入を推進
 市場に大きなインパクトをもたらす急成長により、ユニコーン・デカコーン化 Tech Solutions & Professional Service Vertical Tech Solutions & Professional Service データ統合 OS を導入拠点に常駐する FDSE/Deployment Strategist が顧客要 件に合わせてに作り込む共創型モデル 輸出入手 配プラットフォームに加え、 貿易ア ドバイリーの提供や E RP / WMS 連携や 関税最適化を伴走業 務まで 支援 サイバーセキュリティプラットフォーム に加え、人手で脅威対応のコンサルや 訓練を丸ごと請負う リアルタイム 輸送可視化プラット フォームに加え、 システム統合か ら稼 働後の 最適化まで 支援 130超の業界別 AI アプリを基盤に「6 か 月 PoC 」で伴走実装するプログラムを 標準装備、 SI パートナー連携も提供 自律型 ドローンや 警戒センサーを顧客 の作 戦要件に合わせて統合 開発・運用 し、 受託生産も 行う レイ クハウス基盤 ＋ プロフ ェッ ショナ ル ・サー ビスに より、データ基盤 設 計・ ML ワー クロー ド最適化を 直接支援 AI 需要 予測プラットフォームにコンサ ル チームが 90 日導入を標準 化、テンプ レ＋共創で 部門別 KPI を 設計支援 16 

STRATEGY 「意思決定データ」 × 「AI による学習」こそが Azit の競争優位 AI 時代は多種多様な顧客基盤が事業の発射台となり、 「1. ワークフローに入る」→「2. 学習データ収集」→「3. 継続学習」という“ネットワーク効果”が資産となる - 初期 - ワークフロー に入り込む - 中期 - AI による 意思決定の学習 - 長期 - 意思決定の
 AI 比率向上 一部のSKU・拠点・ユースケースに 対象を絞り、安価なPoCを実施する AIに対して期待と不安が折り混ざる 顧客を“必ず初期的に成功させる”こ とで、顧客との信頼関係を築く PoCの後、本導入を提案し、拡張し たユースケースで計画策定のワーク フローに入り込む Human in the Loop形式で、日々の 計画業務の中で「AI による提案」と 「人間による承認」を繰り返し、学 習を加速させる 財務インパクトと AI による意思決定 の自動化に応じた成果連動型報酬で 顧客への付加価値と 承認された意思決定から順番に AI に 意思決定権限を渡していき、 AI によ る意思決定業務の比率を向上させる 現在地 17 © 2025 Azit. inc 

STRATEGY 物流・SCM領域特化の「AI戦略のパートナー」へ 生成AIの急速な進化と共に、顧客に提供可能な付加価値が大きく変化 DX Platform[SoR] - AI の学習データの収集基盤 - AI Platform[SoA] - AI エージェントの提供 - AI Workforce - AI 駆動の人材提供 - これまでデータ 活用をしたくても データがな かった り、 あるデータ だ けでは 不十分だった領域でも、 生成 AI の 活用で 生産性や業務効率を 大き く アップデー トすることが 可能にな りました。 プロフェッショ ナル・ サー ビスの 提 供の 際にも、 社内でのAI 活用を 極限 まで行うことで、これまでよ りもは る かに 生産性の 高い 状態で 価値提供 を行います。 物流・SCM領域では、これまでオペ レーション改善による課題解決が行 われてきたため、AIが学習するため のオペレーションデータがないこと も多く、 SaaS を中心としたDXを行 うことで学習データを集めます。 “包括的な価値提供が真の AI の社会実装につながる道” 18 

BUSINESS 事業内容 これまで実現してきたこと
 そして、これからについて 19 

PRODUCT AI VISION＆STRATEGY 「SCP の意思決定支援」のための統合 AI プラットフォーム サプライチェーン計画のワークフローを担うことで、 AI エージェントが計画策定の意思決定のための学習を推進。
 他社には実現できない AI による意思決定支援の付加価値提供につなげます。 AI エージェントの提供 日々の意思決定をAIが学習することで、各顧客のワークフローに入り込む。
 SaaSのデータ基盤がなくても既存のExcelファイル等を取り込み、そこに意 思決定を反映することで、既存のワークフローを変更せずに導入可能。 SaaS データ基盤 Excel , E RP等 外部データ データ連携 顧客 ROI
 の 改善 SaaSデータ基盤との連携 Excel ベー スで DX化が 遅れているS CP領域で、既存のワークフローを 大きく 変 えずに導入可能な各計画 モジ ュールを提供。基 幹システム等との 連携を 行った 上で、S CPのデータをクラ ウド上に 保管し、AI が学習できる基盤に。 顧客 獲得効率
 の 向上 顧客とAI の共進化 モデ ル
 精度向上 完全自律運転に向けて Huma n in the Loop形式で、日々の計画 業務の 中で 「AI による提 案」と 「人 間による 承認」を 繰り 返し、学習を加 速させることで、 最終的にはAIが 自律 的に意思決定 していくワークフローを ベー スに 業務が 回る 状態を 創り 出す。 顧客基 盤
 の 増加 データ 収集
 ＆モデル 訓練 20 © 2025 A zit. inc 

BUSINESS 各産業を代表する企業を中心に、物流・SCMの支援・連携を推進 導入・支援実績およびパートナー企業（抜粋） 21 

BUSINESS AI サプライチェーン計画
 （SCP）プラットフォーム 需要計画、在庫計画等のサプライチェーン計画を一つ のプラットフォームに統合し、日々の計画関連の意思 決定をAIが学習することで、財務インパクトの創出お よび工数削減、属人化からの脱却を支援 詳細は、デモをご覧ください 22 © 2025 Azit. inc 

BUSINESS ディシジョンカード型の意思決定支援AIの組み込み 大量のSKUに対して日々の意思決定が必要な中で、これまでだと業務負荷が高く、 適切な意思決定を行える体制が構築できなかったことが過剰在庫や欠品が発生する要因だった Human-in-the-loopでの学習 AIが「需要スパイクに対しての対応」 や「在庫切れへの対応」等の現場主導 での計画修正案を提案 AIが「需要スパイクに対しての対応」 や「在庫切れへの対応」等の現場主導 での計画修正案を提案 提案には、複数の選択肢の提示（おす すめ表示もあり）や財務インパクトシ ミュレーションが含まれる 担当者が「承認」「却下」「フィード バックによる修正」を行う AIは担当者からの意思決定ログや SaaS上での計画修正ログを学習し、 提案承認比率が向上するように修正 23 

BUSINESS AIエージェントを起点とし、データ基盤としてSCPプロダクト郡を提供 エンタープライズ企業の複合的な課題に対して、アップセル・クロスセルが可能なマルチプロダクト展開 SCMの工程 ForecastX 25年公開 26年8月公開予定 26年12月公開予定 順次追加計画モジュールを展開 2027年 公開予定 2027年 公開予定 2027年 公開予定 2028年 公開予定 2028年 公開予定 2029年 公開予定 24 © 2025 Azit. inc 需要計画 AIエージェント 在庫計画 発注計画 移送計画 生産計画 補充計画 輸送計画 S&OP・IBP 

BUSINESS AI配車プラットフォーム 外部パートナー企業との連携と複数のモジュールを組み 合わせることで最適な配送体制の構築を支援 これまで取得できなかった配送関連のデータ化と活用を 可能に 詳細は、デモをご覧ください 25 

BUSINESS 機能『マーケットプレイス』 全国20万台のネットワークから最適な車両を手配 様々な提携配達ネットワークの中からトラック運転手からフードデリバリーの配達員まで
 最安の配達パートナーを集めるが可能です。 配送会社・プラットフォーム クライアント 依頼 条件提示 配送マッチング 最安値を提案 配送プラン共有 26 

BUSINESS 機能『宅配管理』 宅配事業者への集荷依頼・伝票発行を自動化 配送情報を入稿することで、宅配事業者へ集荷依頼・伝票発行まで自動化することできます。 複数のシステムを行き来することなく、当日配送から翌日配送まで幅広い配送依頼の一元化を実現します。 宅配ネットワーク クライアント 配送情報 システム連携 集荷依頼
 伝票発行 27 

BUSINESS 機能『 TMS （AI 自動配車・AI 配送管理・ドライバーアプリ）』 カスタマイズ開発が可能な配送管理システム 配送を最適化・効率化し、1件あたりの配送コストを削減します。 リアルタイムの位置情報を監視し、配送状況を管理することもできます。 クライアント側管理画面・配達パートナー向けアプリ リアルタイムの位置情報を元に
 配送状況を管理 28 

BUSINESS 支援事例：新幹線輸送との連携によるマルチモーダル配送 JR九州の物流 DX をハイブリッド型で提供 物流荷量の増加による貨物列車の積載量圧迫もあり、新幹線輸送は全国に拡大中 「配送は DeliveryX を用いて主要駅からの集荷配送」×「プロフェッショナル・サービスによる事業開発」を実施 ※ JR九州と九州地域で輸送管理を実施。全国展開に向けて推進中
 ※ 画像引用元 https://www.railforum.jp/ftrain/app/bbs.php?act_media=true&mno=131332 29 

CHALLENGE 待ち受ける挑戦 これから取り組む課題について 30 

“すべては 真のカスタマーサクセス のために” Azitでの挑戦は「顧客の真の課題解決と向き合うこと」です。 それはすなわち、これまでのシンプルな解法では解決できなったことと向き合うこと であり、困難や複雑性を伴います。 創意工夫に泥臭さも含めて、執念深く顧客と向き合っていったその先にこそ、本質的 な課題解決があると信じています。 31 

CHALLENGE 「SaaS（SoR） 」から「AIエージェント（SoA） 」へのシフト エンタープライズ企業に深く入り込むは、ワークフロー改革が不可欠。SaaS 単体では価値を届けきれない。 これまでの提供価値 提供方法 プロダクトのみ これからの挑戦 提供方法 ＋ ワークフローへの組み込み ゴール システムが正しく動く ゴール ＋ ビジネス上の成果の継続改善 運用 機能追加・バグ修正 運用 ＋ AI 学習のためのモデル訓練 連携 DevOps 連携 ＋ AIOps 32 

CHALLENGE “オープンで共創可能な API エコシステム”へ 多様な外部パートナー企業とのAPI連携がプロダクトの強みの一つです。 また、自社プロダクトだけでは完結せず、様々な既存システムとのつなぎこみが必要となることもあります。 基幹＆財務 ERP等 倉庫＆輸送 WMS, TMS プラットフォーム 金融 決済, 請求等 物流 3PL, 宅配等 受発注 OMS, POS等 顧客 EC, CRM等 外部環境 天候, 休祝日等 持続可能性 CO2, カーボンクレジット等 33 

CHALLENGE “多様な立場の人の声を同時に満たす”プロダクトデザイン 一言に顧客の声を聴くと言っても「決裁者」「導入者」「利用者」といった様々な役割が登場します。 これら一人ひとりにとって価値あるプロダクトを届ける必要があります。 登場する多数のステークホルダー 声の例 利用者 「ROIはどれくらい？」 どの程度のコスト削減につながるか知りたい 「既存システムとの連携やセキュリティは？」 導入に必要な条件を満たせるか知りたい 導入者 「使い方は簡単？」 導入で現場に混乱が起きないかが知りたい 決裁者 34 

CHALLENGE 異文化の融合とシームレスな連携 従来、文化が異なるとされてきた2つの組織が一つの企業に内包されます。 ワークフロー自体を見直しつつ、プロダクトへの橋渡しを行うためのスムーズな連携も求められます。 SaaS DNA - プロダクトドリブン - 顧客にディープダイブし成果にコミット
 一般化した課題をプロダクトに反映 Mixed DNA - 異文化の融合 - ProfServ DNA - 顧客課題ドリブン - アジャイル開発でスケール
 顧客全体に価値を届ける 人が課題に深く潜る
 顧客ごとに解決策をカスタム SaaS型組織とプロフェッショナル・サービス型組織の両立 35 

PURPOSE 会社と存在意義 私たちが目指している世界について 36 

PURPOSE 日本のインフラを 新しい時代へと紡ぐ Weaving the Social Fabric of Japan
 for the Next Generation ECで頼んだ商品、食卓に並ぶ野菜、子どもが待ちわびる教 材――それらが「すぐ手に入る」のは、物流という見えな いインフラが私たちの生活を支えているからです。 しかし、労働人口の減少と共に、こうした日本の“当たり 前”が揺らぎ始めています。 現在の日本で私たちが享受している生活の安心を、子ども たちの世代まで守り抜くこと――それが私たちの想いです。 だからこそ私たちは、AIとテクノロジーを活用し、物流と サプライチェーンの血流をしなやかに再編し、“新しい時代 のインフラ”へと紡ぎます。 誰もが未来を当たり前に描ける社会へ。今を支え、次の世 代へと橋を架ける。それが私たちのミッションです。 37 

PURPOSE 物流・サプライチェーンという領域と向き合う理由 “最もひずみが大きく、データが眠り、
 社会インパクトが即座に顕在化する領域” 経済の血流とも言える物流・サプライチェーンが人手不足という危機を迎えている中、
 もしそれらが止まれば、小売も医療もありとあらゆる生活基盤が停止し、すなわち私たちの日常が失われます。 社会課題の深刻さ 人手不足で高齢化が進み、平均年齢49歳のドラ イバーの“続かない努力”によって守られている もし血流が止まり、「物が届かない」「棚に商 品がない」となれば、その影響を受けるのは他 でもない私たち自身 テクノロジーで解決できる余白 現場の業務プロセスが変えられないという理 由で DX が遅れていた市場だからこそ、AI の 活用によってシステムが現場に合わせる変革 が可能になったことで急速にイノベーション が進む余地が大きく残されている領域 38 即効性のある社会価値 物流・サプライチェーンは、暮らしを 支えるインフラであり、改善の効果が ダイレクトに日常生活に跳ね返る 顧客の成功を日々の生活の中で“翌 日”に体感できる 

PURPOSE 会社紹介 株式会社Azitは、物流・SCM領域に特化したテクノロジー企業です。 VCや事業会社・CVCの他、物流関連のファンドとも資本業務提携を行い、事業推進を加速しています。 株式会社Azit 英名: Azit Inc. 主要株主 代表取締役 取締役 監査役 所在地 会社設立 資本金 取引先金融機関 みずほ銀行 顧問弁護士 GVA法律事務所 ウェブサイト Azit https://azit.co.jp/ 吉兼 周優 須藤 信一朗 荻野敦史 (TMI総合法律事務所) 東京都渋谷区恵比寿南3丁目9番16号 2013年11月 山口 恭平 岡 洋(Log is tics Inno va tion Fund ) 1億円 (累計資金調達額：約25.5億円） DeliveryX https://deliveryx.jp/ 39 

PURPOSE 会社変遷 創業以来、日本の生活インフラの課題に 一貫して向き合い続けている企業 コアとなるテクノロジーは活かしつつ、移り変わる時代に合ったプロダクトへと事業転換を行いました。 2013年 2015年 2019年 2020年 2024年 スマートフォンおよびウェブアプリ開発会社として創業 配車アプリ「CREW」を公開 CREWは日本発の自家用車配車サービスとして、WBSや日経新聞等メディアで話題に。 安心安全対策に力を入れ、損保ジャパン株式会社とCREW専用の保険商品を開発。 1万ライド突破＆約8億円の追加調達を実施 累計資金調達金額は約18億円に 物流・SCM領域へのピボット 移動に関するテクノロジーを活かし、エンタープライズ企業を対象とした AI配車プラットフォーム『DeliveryX（旧CREW Express）』をスタート。 事業領域変更後、約7.5億円の資金調達を実施 40 

CULTURE 組織と文化 Azitらしさについて 41 

CULTURE Azit Values 私たちが大切にしている行動指針です。採用や人事評価にも用います。 また、毎週全社会で全従業員がバリューに沿った行動を共有する時間を設けています。 01 Love＆Respect 愛とリスペクトを持つ スタートアップではありますが、資本主義上 での成功だけを重視しているわけではなく、 人との想いや関係性を大事にしてきました。 創業以来、Azitが大切に育んできたきた価値 観であり、LOVE＆RESPECTを略して「ラブ リス」とも呼ばれます。 構成要素 ピュアに人と接する 心の弱さに屈しない 人の機微や立場を理解する 02 Sharpen Edge 刃を研ぎ続ける AIの時代となり、働く人間の役割も大き く変化していくことでしょう。 Azitも時代の変化と共に姿を変えてきた組 織です。日々学び続けることで、テクノ ロジーの進化と共に、それらを自分たち の武器として社会に還元していきます。 構成要素 一次情報を取りに行く AIフレンドリー アウトプット前提 03 Tenacious leadership 執念を持って率いる 創業から幾度かの経営危機を乗り越え て、Azitの今があるのは、執念の力だと私 たちは考えます。 目的から逃げず、コミュニケーションか ら逃げず、いつ何時もご機嫌にチームを 率いることが、困難な状況を乗り越える ためのヒントだと私たちは考えます。 構成要素 ラスト マンシップ 目的にこだわり、言葉にこだわる ご機嫌でいる責任 42 

CULTURE 経営チーム 全員がプロダクト・バックグラウンドかつ事業ドメインの経験が豊富なメンバー CEO, 吉兼周優 (共同代表) 2013年にAzitを共同創業。創業期 は、プロダクトマネージャーとし てUIデザインやデータ分析等プロ ダクト開発に従事。 現在は、特にAI戦略の立案・実行 をリードする。 COO, 山口恭平 (共同代表) 新卒入社したDeNAでゲーム事業領 域における事業統括や子会社役員 を歴任後、2019年にプロダクト本 部長としてAzit参画。 2020年にCOOに就任。事業統括と して、事業開発全般をリードす る。 CRO, 須藤信一朗 2013年にAzitを共同創業。中部電 力に新卒入社後、創業期のAzitに 復帰。 Chief Relationship Officerとして、 各種ステークホルダーとの関係性 構築・強化をリードする。 CTO, 十亀眞怜 2013年にAzitを共同創業。創業 以 来す べてのプロダクトの 初期開発 を 務める。 2021年にC TO就任。 サー バー サイ ドの開発、 技術戦略の立案・実行 を中 心にプロダクト開発全般を リードする。 43 

CULTURE 顧問 ビジネス・プロダクトの双方の観点から、経営チームの支援を行っていただいています 経営・営業顧問, 宮下 建治 P&Gで22年、日本マクドナルドで16年勤務し、両社で営業本部長と取 締役を務める。P&Gでは全事業部の流通戦略と取引制度改革、営業組 織デザイン等、B2Bマーケティングの仕組み構築、M&Aを行った５社の 組織統合とビジネス成長、化粧品事業のＶ字回復をリード。海外事業 は中華圏と韓国を中心に5年間経験。マクドナルドではフランチャイズ 化、営業組織改革、サステナビリティ、働き方改革、リスクマネジメン ト等、ビジネスの変革をリード。 技術戦略顧問, 今村 雅幸 2006年ヤフー株式会社に入社。
 2009年に株式会社VASILYを創業し、取締役CTOに就任。2017年にVASILY をスタートトゥデイ（現ZOZO）に売却。会社統合とともに2018年4月、 ZOZOテクノロジーズの執行役員CTOに就任。
 2021年3月に株式会社BuySell Technologies取締役CTO就任。同年6月よ り日本CTO協会理事、2023年12月よりファインディ株式会社 社外取締役 を兼任。2025年7月より日本CTO協会代表理事に就任。 44 

CULTURE 組織図 「SaaS型の組織」×「プロフェッショナル・サービス型の組織」の掛け合わせで構築しています。 AI活用を絶え間なく実践することで、AI時代に適した少数精鋭によるレバレッジを実現する組織です。 CEO COO プラットフォーム事業部 プロダクト開発本部 コーポレート本部 プロフェッショナル・サービス事業部 エンタープライズ・セールス インサイド・セールス カスタマー・サクセス プロダクト・マネージャー ソフトウェア・エンジニア UI/UXデザイナー BizDev FDE AIデータサイエンティスト 財務・経営企画 人事・広報 経理・総務・労務・情シス 45 

CULTURE 技術スタック AIネイティブな開発体制を実践しています。AIツールの導入は会社から補助があります。 ForecastX Developer Experience AI Coding Github
 Copilot Cursor ChatGPT Slack Notion Figma AWS Go Python Github TypeScript React Router Claude Code Rabbit 46 

CULTURE 数字で視るAzit スタートアップからプロフェッショナル・ファーム、大企業出身者まで多様なバックグラウンドの人が活躍。 20代・30代中心のチームでハイブリッドワークを推進しており、子育てとの両立がしやすい環境です。 職種 コーポレート15％ ビジネス28% 役員14% プロダクト43% 40代 5% 東京 52 % 首都圏 26 % 首都圏外 22 % 20代 30% 育休取得率 100% 子育て率 38% 平均年齢 32.3 歳 CEOとCOOも パパとして 育休取得済み！ 既婚率 62% 30代 65% 47 

CULTURE 働く環境 働き方 ハイブリッド勤務（職種によりフルリモート可） フレックスタイム制度（コアタイム12-18時） 完全週休2日制（祝日及び年末年始休み） 入社日に有給付与（年次10日、入社月に応じて変動） OKRでの組織運営 全社員にAI活用費用を補助 サポート PCおよびディスプレイ支給
 （エンジニア・デザイナーは希望のスペック） 交通費もしくはリモートワーク手当の支給 グレードや在籍期間に応じたストックオプション付与 社会保険・労働保険・健康診断 出産・育児・介護休暇取得可能 共に働くメンバー及び家族の心身の健康と生産性向上のための投資は惜しみません。
 入社前後問わず、必要な人事制度があれば、経営陣までご連絡ください。迅速に検討して、即日で制度化します。 4 8 

CULTURE 採用・選考フロー 採用活動で接する方々は、将来「事業・組織を共に創る仲間」でもあり、 「人生の多くを過ごす時間を共にパートナー」だと考え、ひとりひとりと向き合います。 求めている人物像 ・「顧客の真の課題解決・カスタマーサクセス」と 「事業成長」の両立と真剣に向き合うことができる ・AIを駆使して、これまでよりも遥かに生産的かつ スケール可能な働き方を実践していくことができる ・組織が拡大する中で、これまで以上にAzitのカル チャーを良質なものへと育むことができる ▷▷▷▷▷▷▷▷▷▷▷▷▷▷▷▷▷ 詳しくは採用ページをご覧ください
 選考の応募もこちらから ▷▷▷▷▷▷▷▷▷▷▷▷▷▷▷▷▷ 01 カジュアル面談・書類選考 事業内容および業務ミッションの理解 応募者のキャリア感と弊社で与えられる環境のフィット 02 面接 原則3回実施（必要に応じて回数は変更となる可能性あり） 業務ミッションの解像度向上を目的とし、実際の業務課題に類似 するケースにも取り組んでいただきます 03 オファー面談・社員面談 事前に業務委託として体験入社を行うことも、状況に応じて対応 リファレンスチェックの対応をお願いしています 他社の選考状況やスケジュールに応じて、カスタマイズした対応も可能です。弊社人事または面談・面接の担当者までお気軽にご相談ください。 49 

CULTURE Azitで働くこと興味を持っていただいた方々へ コーポレートブログおよびPodcastで様々な周辺情報を発信しています。 社内の雰囲気を知りたい 事業環境を知りたい ANDエンタープライズ Azitが主催しているエンター プライズの進化をテーマと したポッドキャストです。 AI関連の話題も多く、外部 ゲストの登壇回もございま す。 Love from Azit Azitに関わる人の愛をお伝え するオウンドメディアです。 社員インタビューやプロダ クト開発のぶログ等様々な コンテンツを用意していま す。 各プロセスにおける役割 love-from.azit.co.jp SpotifyやApple Podcastで「ANDエンタープライズ by Azit」で検索 50 

CEOメッセージ スタートアップで働くことを 選ぶのは、そこに愛があるから Azitを創業した頃は、テクノロジーを用いてイノベーションを行う集合体としての社会 からの期待と、大切な仲間と大きな夢があり、それがスタートアップをはじめたモチ ベーションのひとつでした。 しかし、暗中模索の中でも顧客と向き合い続けることで見つけ出した事業の種がプラッ トフォームとして成長していく過程で、急拡大する組織構築、規制やガバナンスの対 応、外部環境の変化による経営危機と、経験したことのない様々な困難が僕らを待ち受 けていて、それら一つひとつをチームとして乗り越えていく日々がはじまりました。 そんな中、あるときふと感じた「自分はなぜスタートアップを続ける道を選んでいるの だろうか」という疑問。答えにはすぐたどりつきました。Azitとそこに関わる人々が好 きだからです。僕は、彼らと共に社会への恩返しがしたいのです。 AIの浸透で社会が急速に変化する中で、どのような価値を社会に提供するか、実装して いくかを自分たちの頭で考え、その先に実現できる未来を信じて、仲間とともに汗をか く日々は、なかなか他では得られない経験だと思います。 僕らが行う物流・SCM領域での挑戦は「次の世代に残す日本を、より明るい未来にする ための挑戦」で、安心して生きていける日常を守るための仕事です。 信頼できる仲間に背中を預けながら、日本の未来を一緒に自分たちの手で創りません か？ぜひ一度、僕や他のAzitのメンバーとお話ししてみてください。 株式会社Azit
 共同創業者＆代表取締役 CEO 吉兼 周優 51