営業・マーケ人材を「獲る・借りて・作る」新しい勝ち筋 AI時代の組織と採用（識学様主催ウェビナー登壇資料）

Transcript

1. 営業・マーケ人材を「作る、借りる、獲る」新しい勝ち筋 AI 時代の組織と採⽤ ツクチム（株式会社C ）  代表取締役 井端 裕輝
2. ⾃⼰紹介 井端 裕輝 Yuki Ibata ⼩学校教諭を経て、2017 年にリクルートライフスタイルに転職。 2019 年に独立。HR 系スタートアップで事業開発、営業、採⽤支援 に従事し、 SMB 、エンタープライズ企業を共に担当。2020 年、株式会社C を創 業。AI スタートアップなどのHR/HRBP の戦略策定から携わる。 2024 年10 ⽉に人×AI のハイブリッド体制による採⽤支援サービス 「ツクチム」を正式リリース。現在はスタートアップを中心とした 数⼗社の採⽤・組織支援を⾏なっている。
3. KPIマネジメント （媒体運用、スカウト、イベント） リファラル採用 の仕組み化/強化 採用広報の実施 （月2本） AIを駆使して、より質の高いサービスを提供する 採用/人事立ち上げサービス ①低コスト高品質のAI-RPO 　AI活用で原価を抑え、品質と単価を両立 ②初期フェーズに合ったKPI設計と運用 　採用ファネルとチャネル比率をモデル化 ③初期フェーズに合った広報・リファラル立ち上げ 　記事資産の蓄積と紹介比率の向上を実現 どんな事業を⾏なっているか：AI Powered RPO （採⽤支援）
4. 採用戦略の立案 次の資金調達や年間売上目標から逆算した採 用戦略、実務ロードマップ 要員計画 目標に照らし合わせた組織図、要員計画を書 く（toB、toC、ビジネスモデルに合わせて） 採用KPIの設定 採用手法・媒体選定 採用活動の一部というより、全体を見て足りない部分を補強 戦略・計画 実行・運用 体制強化・自走化 採用広報の実施 採用基本セットの作成 リファラル採用 媒体運用 社内人事育成 未経験も含めた社内人事体制の構築 （シリーズA後での卒業、体制変更を 念頭に） 経営者目線を持った1人目人事、ミニCHROの役割としてジョイン 事業目標や今回の採用の目的、体制、予算などに合わせてロードマップを作成して柔軟に対応
5. どんな事業を⾏なっているか：AI Powered RPO （採⽤支援） 従来のRPO サービスに対し AI を駆使して、より質の高いサービスを提供 価格帯 10 万〜 利益率 高水準 ・AIネイティブなサービスを提供する（ex.ツクチム） ・人のアサインを前提とせず、AIエージェントやAIワークフロー の導入を検討する ・事業成長に対し、人×AIの組織図をコンサルティングする 正式事業開始：2024年10月 従業員数：少数
6. 比較項目 As-Is（一般的な従来の組織） To-Be（AIネイティブな組織） 人材獲得・組織編成 課題解決のために「人を大量に獲る」 。頭数と力技で事業をス ケールさせるため、常に採用リソースが逼迫する。 AIを前提にリソースを「借りて・作る」へシフト。 少数精鋭のコアメンバー＋AIエージェントの組み合 わせで組織を構築する。 オペレーション・業務 「人」が主役で、SaaSやツールを補助として使う。データ転 記や調整など、属人的で定型的なプロセスが多い。 「AI」が自律的に業務を回し、人は「最終的な意思 決定」と「創造的な業務」に集中する。 コスト構造・投資方針 売上拡大に比例して人件費（固定費）が増加する。成長には 大型資金調達によるリソース確保が前提となりがち。 身の丈に合ったPL（損益計算書）からのAI投資で 生産性を飛躍させる。規模に応じた投資で、未調達 でも非線形な成長を狙える。 評価・マネジメント 労働時間や処理したタスク量、気合い、または「人間同士の マネジメント能力」が評価されやすい。 AIをいかに組み込み、少ない労力で大きな成果を出 せたか（ワークフロー構築力やプロンプト設計力） が評価される。 マインドセット AIは「便利な検索ツール」や「一部のITリテラシーが高い人 だけが使うもの」という認識。 AIは「優秀な同僚（Co-worker） 」であり、全社的 な共通言語として業務の前提に組み込まれている。 AI ネイティブ組織への移⾏：As-Is / To-Be マトリクス ツクチムは現在2 、3 合⽬あたりです
7. AI Powered RPO に全⼒で取り組んでいます 漏れがなくなる オペレーション体制の構築
8. AI Powered RPO に全⼒で取り組んでいます クライアントの コンテクストの集約 （セキュア環境）
9. AI Powered RPO に全⼒で取り組んでいます 多くの動きを 効率化
10. AI Powered RPO に全⼒で取り組んでいます 現在は経営者で ある自分自身が 開発の大半を進 めております
11. ⽬次 ・はじめに：スタートアップと中⼩企業の「戦い方の分岐点」 ・リソースを「作る」 ・リソースを「借りる」 ・リソースを「獲る」 ・まとめ ・ご案内
12. はじめに：スタートアップと中⼩企業の「戦い方の分岐点」
13. Klarna の教訓 2024 年に「AI が700 人分の業務を代替し、採⽤凍結」の衝撃発表 約1 年後「⾏き過ぎたAI 化」による顧客体験の毀損影響が⼤きく、再び カスタマーサポート人員の採⽤強化を進めていることが明かされた。 CEO も「AI Agent による過度な人員削減は失敗だった」と明言 スウェーデンの世界的フィンテック企業「Klarna （クラーナ） 」が2024 年に「AI アシスタントが700 人分のカスタマーサポート業務を代 替し、採⽤を凍結した」と発表し、激震が⾛りました。 しかし、この話には続きがあり、Klarna は現在、再び人員採⽤を強化していま す。コスト削減に⾛りすぎた結果、パーソナルな対応を求める顧客体験が毀損してしまいました。CEO ⾃身も失敗を認め、 「AI はスピー ドを提供し、人間の才能は共感を提供する」という教訓を導き出しました。
14. 本⽇の対象 現代の企業の「戦いの分岐点」 ルートA ルートB （資金潤沢：⼤型調達、⼤企業） （リソース限定：未調達、少額調達スタートアップ、中業企業） AI を前提に 「借りて・作る」へシフト 人を⼤量に「獲って」 ⼒技で伸ばす AI を入れれば人が要らなくなるは、幻想のケースが多い。 （ビジネスモデルによるが）その中でご支援先は下記のルートに分岐している。
15. 比較項目 As-Is（一般的な従来の組織） To-Be（AIネイティブな組織） 人材獲得・組織編成 課題解決のために「人を大量に獲る」 。頭数と力技で事業をス ケールさせるため、常に採用リソースが逼迫する。 AIを前提にリソースを「借りて・作る」へシフト。 少数精鋭のコアメンバー＋AIエージェントの組み合 わせで組織を構築する。 オペレーション・業務 「人」が主役で、SaaSやツールを補助として使う。データ転 記や調整など、属人的で定型的なプロセスが多い。 「AI」が自律的に業務を回し、人は「最終的な意思 決定」と「創造的な業務」に集中する。 コスト構造・投資方針 売上拡大に比例して人件費（固定費）が増加する。成長には 大型資金調達によるリソース確保が前提となりがち。 身の丈に合ったPL（損益計算書）からのAI投資で 生産性を飛躍させる。規模に応じた投資で、未調達 でも非線形な成長を狙える。 評価・マネジメント 労働時間や処理したタスク量、気合い、または「人間同士の マネジメント能力」が評価されやすい。 AIをいかに組み込み、少ない労力で大きな成果を出 せたか（ワークフロー構築力やプロンプト設計力） が評価される。 マインドセット AIは「便利な検索ツール」や「一部のITリテラシーが高い人 だけが使うもの」という認識。 AIは「優秀な同僚（Co-worker） 」であり、全社的 な共通言語として業務の前提に組み込まれている。 AI ネイティブ組織への移⾏：As-Is / To-Be マトリクス（再掲）
16. リソースを作る
17. リソースは「社内で作る」時代へ プログラミング言語が「⽇本語」になった ＝ 非エンジニアのエンジニア化
19. ほとんど失敗します （弊社も類にもれず失敗しました）
20. AI における残酷な現実 ボトムアップの幻想 現場にはAI を使うインセンティブがない。 （効率化しても、別のタスクが降ってくるだけ） 消える⽣産性 AI の返事待ちは「個人の休憩時間」が増えるだけ。 会社全体の⽣産性（1 人⽉）は上がっていない。
21. スタートライン 解決策（リソースの作り方） 経営層がまずコミット AI の並列稼働 AI を単なるツールではなく「部下」 として扱い、複数同時に裏で⾛ら せるマネジメント⼒、環境設計⼒ を現場に持たせる。 経営者⾃身がAI の⼿触り感を持た なければ、正しい評価制度の再設 計も、組織への的確な指⽰ができ ません。 浮いたリソースの再配置 空いた時間を放置せず、経営層が 新たなミッションを与え、給与や 評価に直結させる制度設計を⾏ う。 現場任せのボトムアップではダメで、経営層が本気でコミットするしかない 引用：https://x.com/sogitani_baigie/status/2026204586860843151
22. リソースを借りる
23. AI 時代は「⾃前主義」が命取り
24. 解決の鍵：最上流に「外部の実践知」を入れる AI 時代において最⼤の武器になるのは、⾃社にないノウハウ、つまり他社でのリアルな失敗と成功の「実践知」です。だからこそ、リソ ースを「借りる」戦略が活きてきます。 これは単に「作業をBPO やフリーランスに外注する」という意味ではありません。経営戦略やAI ワークフロー設計の「最上流」に、さま ざまな企業の情報に触れ、AI の最前線を知っている外部のプロを巻き込んで、その知⾒を「借りる」ということです。
25. リソースを獲る
26. 採⽤すべき対象：ジェネラリストの復権 「コードが書ける、綺麗な資料が作れる。こうしたハードスキルはAI によって急速にコモディティ化 （均質化）します。半年前に作った『〇〇のスペシャリスト求人』はもう古くなっております。
27. 採⽤成果を出すには「因果関係」ではなく「因果構造」で設計する 積極的に発信いただいている採⽤広報支援会社「OTOGI 」さんのまとめです 引用：https://x.com/kawakami_otogi/status/2020793867793260820
28. 採⽤成果を出すには「因果関係」ではなく「因果構造」で設計する ツクチムでも「認知・興味・検討・応募」というタッチポイント全体を「⾯」で設計して採⽤実務、採⽤広報を進める必要がある時代 と認識しております
29. これからの人事・採⽤担当者に求められる「3 つの要件」 採⽤現場の「ドメイン知識」 ⿃の⽬ ＋ 営業スタンス マルチチャネル、線の視点で採⽤ 全体を俯瞰しつつ、待つのではな く⾃らコミュニティに入り込み、 候補者を⼝説き落とす。 AI には理解できないくらい採⽤現 場の解像度と深い業界知識を持 つ。 （要件定義の精度に直結） ハイブリッド組織設計⼒ AI を活⽤した組織構造と人を介し た組織構造を同時に設計できる方 （AI による⾃動化のスピードと、 人が介在すべきカルチャーや共感 を同時にデザイン）
30. まとめ
31. テクノロジーには「順張り」しよう 「まだ早い」 「うちには合わない」という逆張りは歴史的に失敗する。 （例：スマートフォン、クラウド、S&P500 等）
32. 経営⾃ら AI で⼀つ課題を解く メンバーの評価方法を⾒直し AI 前提に再設計する 「外部の実践知」を入れる 今⽇から経営陣が⾏うこと
33. 個別壁打ちを⾏っております ぜひ本⽇のアンケートから気軽にお申し込みください（私が対応させていただきます） 例：規模が⼤きな企業様においても、まずはこの部署からなどであれば対応可能です 過去の資料ですみません・・・