Slide 1

Slide 1 text

Sell Workによる価値とは何か? 2025年9月25日 Kentaro Fujii

Slide 2

Slide 2 text

2 登壇者 藤井 謙太郎 Fujii, Kentaro 株式会社kubell インキュベーションディビジョン R&Dグループ長 新卒で富士通株式会社に入社。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を経験し、PwCコンサルティングで金融機関向け経 営管理プロジェクトに従事。 Laboro.AIにて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および戦略策定コンサルティングを主導、執行役員 に就任。 2024年4月株式会社kubell(旧 Chatwork株式会社)に入社、AI分野に おける新規事業の推進とR&D領域を担当。 ふじい  けんたろう (@kentaro_fujii_)

Slide 3

Slide 3 text

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93.5万社*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93.5万社以上*2 775万ユーザー ● 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 及びNielsen Mobile NetView Customized Report 2024年4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、Skypeを含む41サービスを株式会社kubellにて選定。 *2 2025年6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

Slide 4

Slide 4 text

4 a お客様 BPaaS領域でのサービス展開 ● 現在のBPaaSの主力商品は「タクシタ」と「Chatwork 労務管理」 ● 中小企業のノンコアビジネス全域に展開すべく、業務領域を拡大中 月に10時間から必要なタイミングで必要な分だけ作業を依頼可能 経験豊富な アシスタントが対応 専任サポート お客様担当者 アシスタントチーム 経理 事務 総務 採用 Chatwork 労務管理 勤怠管理システム・給与計算など労務に関する業務を一括で対応 給与計算 賞与計算 年末調整 マイナンバー 知識が豊富な 労務専門スタッフが対応 労務チーム 専任サポート AIエージェント AIエージェント

Slide 5

Slide 5 text

ここからが本題です

Slide 6

Slide 6 text

6 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 ユーザーはアシスタントを通じてAIエージェントを利用 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 短期的に実現するBPaaSにおけるサービスイメージ

Slide 7

Slide 7 text

7 ソフトウェアだけじゃ解けない課題とは??

Slide 8

Slide 8 text

8 どのようなオペレーションをAI化していくか ソフトウェアで実現できないことはほとんどない(と思っています) 費用対効果と変更可能性が問題 ● 業務量観点:Excel業務の自動化 ● 環境観点:あちこちに散っている業務システムを横断接続する ● 人材観点:特定スペシャリスト知見を標準化する ● 技術観点:LLMで実現できるようになったこと ● 技術観点:人の目や感覚で対応しているものをAI化する

Slide 9

Slide 9 text

9 費用対効果を分解すると ● 業務量と効果の関係 ● 処理スピード ● スケーラビリティ ● 付加価値創出しリソースを他業務にシフト ● 量が多いがロジックにできずフローが短い業務 効果 (アウトプット) 制約・条件 (法規制・セキュリティ・前 提) 費用 (リソース投入) ● 仕様するシステムや実行環境(SaaS?Excel?) ● 業務フローをロジック化する余地 ● オペレーションの変更可能性・頻度 ● 法規制・コンプライアンス ● セキュリティ要件 ● 人材のスキルレベル ● 汎用性を求めるとカスタマイズコストがかかる ● 特化すると個別対応が増える ● 新規・エッジケースは人が担保 ● 確実性を過剰に求めると費用増大 ● ユーザーの学習コスト

Slide 10

Slide 10 text

10 変数がいろいろとありスケールできるソフトウェア で新たに対応できるものは都合よく見つからない

Slide 11

Slide 11 text

11 振り返って生成AI時代の前後で解決できることの違い ● 自動化方法:GAS / マクロ / RPAでルール化 / 機械学習 ● 強み:定型処理に強い ● 弱点: ○ 柔軟な変更に弱い(業務フローが変わると再構築が必要) ○ データ基盤整備に時間がかかる ○ 機械学習も単純な分類や判断止まり 生成AI Before 生成AI After ● 自動化方法:自然言語ベースのインターフェース ● 強み: ○ ルールにできない曖昧な処理も対応可能 ○ 単純因果で解決できない課題にも柔軟に対応 ○ リテラシーがあれば業務ルールをすぐ変更可能 ● 業務インパクト: ○ 非エンジニアでも自動化が実現可能 ○ 部署横断で共通ルールを即時展開できる ○ 「自動化」ではなく「業務アシスト」に近い

Slide 12

Slide 12 text

12 AIになって色々とできるようになってきましたが ユースケースを探索するコストが重い

Slide 13

Slide 13 text

13 AIを活用していて起きたこと AIエージェント / プロンプト / n8n / Difyなど様々なアプローチで検証 現場との取り組みからのよく聞く声 <ネガ> ● 自動化ワークフローに見えるので、SaaSとの提供価値の違いが知りたいです ● Excelの中の作業の自動化やチェックがしたいのです ● 個別の業務の点の効果は小さいので、線で繋ぐと効いてくる印象です ● 思考のフローを思ったより細かく言語化する必要があるのですね <ポジ> ● 見て確認していた作業は、スピードと精度があがりました ● 複数条件の判断を同時に1つのデータに対して実行できるのは助かります

Slide 14

Slide 14 text

14 泥臭く、個別ケースを通じて 結局の提供価値は何なのかに向き合う

Slide 15

Slide 15 text

15 事業開発目線で「ヒト」と行う オペレーションのラストワンマイルに 該当するものは何か

Slide 16

Slide 16 text

16 事業開発目線でソフトウェアで解くかの大きな転換点 ユーザーに“Software”を提供する Sell Software ユーザーに“work”を提供する Sell Work

Slide 17

Slide 17 text

17 事業開発目線でソフトウェアで解くかの大きな転換点 ユーザーに“Software”を提供する Sell Software ユーザーに“work”を提供する Sell Work ソフトウェアの動作を補償する 業務の実行 or 完遂を補償する

Slide 18

Slide 18 text

18 事業開発目線でソフトウェアで解くかの大きな転換点 ● 提供価値 :標準化機能でスケール  製品内にスコープ固定 ● 顧客期待 :顧客運用(判断・設定・確認) ● 適した領域:定型・例外少・リテラシー高 ● 学習コスト:活用定着に時間 (導入ガイド・テンプレなど) ● KPI :MRR /ライセンス数 /    アクティブ率 /継続率 ● リスク :例外=カスタム開発の沼 ● 提供価値 :業務完了にコミット(品質/納期)  提供幅が柔軟 ● 顧客期待 :任せたい(請負的) / 結果責任を重視 ● 適した領域:大量処理・継続運用・例外多 周辺Ops込み、丸っと業務を横断 ● 学習コスト:顧客側は低い(提供者は高い) ● KPI :処理件数 / 完了率 /  1件コスト / リードタイム ● リスク :スコープ膨張・人手依存・原価悪化 ユーザーに“Software”を提供する Sell Software ユーザーに“work”を提供する Sell Work サービスをSoftwareからWorkに拡張すると、ユーザーは”使う”から”任せる”へ。 KPI・責任範囲・価格モデルが変化する。 機能を提供し、ユーザーが自ら運用 成果(業務完了)を提供し、プロバイダーが運用

Slide 19

Slide 19 text

19 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におけるサービスイメージ Chatwork から実行

Slide 20

Slide 20 text

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エージェントエンジニア  AIエージェント PM