[新時代] 生成AI時代における採用ブランディングの解体新書

「AIの影響によって変わるのは、事業戦略だけではなく、採用戦略もだ」

そんなことを思い始めたのは1年以上前のことです。
当社から最近アウトプットさせていただいているAI関連のブログをご覧いただいている方はご理解いただけているかと思いますが、明らかにAIにおけるパラダイムシフトが発生しています。

特に、ITやウェブ業界において影響を受けている企業様は多いかと思いますが、影響を受けているのは経営や事業のみならず、採用戦略、具体的に言うと採用活動における企業の「魅せ方」もです。

本ブログでは、生成AIネイティブ時代における採用活動における魅せ方のニュースタンダードについて記載していきたいと思います。

0. 今、何が起きているのか？

詳しく記載するとキリがないのですが、僕が過去に執筆した下記2つのブログはお時間があればご覧ください。
長文ですので、お時間がない方はお読みいただかなくて大丈夫です。
（本ブログを読み進めてください）

直近において、「採用×AIウェビナー」や「採用×AIブログ」を目にすることが増えましたが、おそらく様々なウェビナーやブログの中でも、かなり濃い内容になっているのではないかと思っています。

そんな中で、1つの企業様との出会いがあったのです。

0-1. nocall社との出会い

同社は現時点において、日本では数少ない生成AIエージェントスタートアップです。

ただ、皆様も疑問に感じるかもしれません。
「現時点において日本で数少ないの？」と。

こんなにも生成AIや生成AIエージェントが世の中に蔓延し始めているにもかかわらず、その生成AIエージェントを用いたスタートアップが、なぜそこまで生まれていないのか？
この問いを探求すべきだと思っています。

「いや、生成AIエージェントを用いたビジネスは今も生まれているし、これからも生まれ続けますよ」

その通りだと思います。
ただ、その“今まさに生まれようとしている”そして“生み出そうとしている”生成AIネイティブな事業やプロダクトは、本当に成長に値する企業なのか？

この問いと真摯に向き合うきっかけを提供してくれたのが、nocallさんでした。
nocallさんの話は本ブログでも再び登場しますが、一旦ここでは話を前に進めようと思います。

1. なぜ生成AIエージェントスタートアップが生まれにくいのか？

少し遠回りさせてください。

すごく恐縮な言い方をすると、このタイミングで少しでも皆様に気づきを提供できればと思っています。
本ブログには「生成AIエージェントスタートアップの魅せ方」というメインテーマがありますので、すぐに結論を記載することも可能です。

ただ、その結論と同等以上に重要なのは？

もし仮に、思った以上に生成AIエージェントを用いたスタートアップが少ないのであれば、それはなぜなのか？
そして、その「なぜ？」という“理由”レベルではなく、その理由を発生させている“構造”は何なのか？
さらに、その構造は、日本や世界的な「歴史的文脈」によってそうならざるを得ない可能性があるのではないか、という視点です。

たとえば、現在海外では、ソフトウェアエンジニアの求人数が50%以上減少しているというデータをIndeedが発表しています。
一方、日本のエンジニア求人は、件数がそこまで大きく変化していません。これはなぜなのか？ ここにも構造的な理由がありそうですよね。

つまり、僕らが思った以上に生成AIエージェントのスタートアップが現在生まれていない理由をひもといていくと、それはすなわち「生成AIエージェントスタートアップの魅せ方」の根幹となる要素にたどり着くはずです。
そのため、あえてこういったアプローチを取っています。

話を戻しましょう。

生成AIや生成AIエージェントという言葉を耳にする機会は、この1年で一気に増えました。ChatGPTやClaudeなどのツールも、ビジネスの現場で“普通に”使われるようになってきています。
そう考えると、「それなら、この領域のスタートアップもどんどん増えているはず」と思いたくなりますよね。
僕も以前はそう考えていました。

でも、実際に国内の状況を見てみると、その数はまだ驚くほど少ない。
なぜなのか？
これは単なる技術の難易度や人材不足だけでは説明できないのではないかと思っています。

1-1. 技術よりも深いところにある「構造と文化」の壁

よく聞く説明として、「AIの技術がまだ成熟していないから」「優秀な人材が足りないから」「資金調達が難しいから」という理由があります。
もちろん、これらも一因ではありますが、僕は本質的な理由はもっと深いところにあると感じています。

日本の雇用制度は解雇が難しく、組織は年功序列を前提に設計されている。そこに、長年の成功体験や“これまでのやり方”への愛着が加わる。
さらに、人間の本能として「自分の役割やスキルがAIに置き換えられるかもしれない」という防衛感情が働きます。
この“合理性では説明できない空気”が、組織の意思決定にじわじわと影響を与えているのではないかと思います。

本来、生成AIは少子高齢化が進む日本にとって追い風であるはずです。
にもかかわらず、「分かっていても動けない」。
この現象は、技術の遅れではなく、構造的なパラダイムの問題だと感じています。

1-2. 善意が加速させる「イノベーションのジレンマ」

生成AIを本格的に導入すると、既存業務の一部は不要になります。
経営的には合理的でも、日本では雇用を守ることが“正義”とされやすく、現場の情や人間関係も相まって、構造改革にはブレーキがかかります。

面白いのは、これは単なる抵抗ではなく、むしろ“人を守りたい”という善意から来ている場合が多いことです。
しかし、その善意が結果的に変化を先送りし、国際競争力の低下を招いてしまう。
この皮肉な構造が、日本ではより強く働いているように思います。

1-3. 高度人材ほど変化を恐れやすいという逆説

多くの人は「最初にAIに置き換えられるのは単純作業から」だと考えがちですが、実際にはそうとは限りません。
海外では、ソフトウェアエンジニアやデザイナーといった専門職の求人が、数年間で大幅に減っています。

日本では雇用慣行の影響で整理が進まず、不安が表面化しづらい。
しかし、その“不安”は静かに積み上がっています。
本来なら変革の旗を振るべき人たちが、無意識のうちにブレーキを踏んでしまう。
結果として、新しいプロダクトをゼロから構想する動きが広がりにくくなっているのではないでしょうか。

1-4. SaaSの効率化とAIエージェントの代替はまったく別物

SaaSは、既存の業務を効率化するものでした。たとえば、100の作業を65に減らす、そんな改善です。
一方で、生成AIエージェントは条件によっては100をゼロにできます。これは単なる効率化ではなく、業務プロセスや組織構造、場合によっては事業モデルや顧客接点のあり方そのものを再定義することにつながります。

だからこそ、参入には「AIを使える」だけでは不十分で、現場と経営の両面を深く理解したうえでワークフローを再設計できる力が必要になるのだと思います。

1-5. 初期実装が進みやすい領域は限られている

生成AIエージェントがスムーズに実装されやすいのは、もともと業務が構造化されている領域です。
日本で代表的なのは、電話によるアウトバウンド業務。
話す内容がスクリプトとして決まっており、AIに必要な文脈が最初から整っているため、インバウンド業務よりも誤答リスクが低く、成果に直結しやすい。しかも市場規模も大きい。

逆に言えば、この条件を満たさない領域では、まだ技術的にも運用的にも課題が多く、実装のハードルが高い。
結果として、参入企業は限定されてしまうのです。

1-6. AIネイティブな組織設計ができているかどうか

そして最後に、大きな分かれ目になるのが、組織がAIネイティブかどうかです。
AIを“部分的に”組み込む企業と、AIを前提に事業や組織を設計する企業では、スピードも精度も大きく違います。

意思決定のログや暗黙知を構造化し、AIに渡せる状態にしているか。
この文化が根付いている組織は、AIを経営やプロダクトに自然に組み込めますが、そうでない場合はPoCの段階から前に進めずに止まってしまうことが多いと感じます。

こうして振り返ると、日本で生成AIエージェントのスタートアップが少ない理由は、技術不足ではなく、社会構造・文化・心理・業務設計・組織文化など、複数の要素がまだ“エージェント前提”に整っていないからではないかと思います。
裏を返せば、この壁を正しく理解し、突破できる企業には大きなチャンスがある。
そして、その突破口は、構造化され成果に直結する巨大市場から開くのがもっとも合理的ではないかと思っています。

1-7. DeNAさんが生成AIにオールインを発表したのは2025年2月5日だった

誤解のないように申し上げると、ここで触れたいのはDeNAさんのAIへの取り組みや着手タイミングそのものではなく、日本のトップIT企業の事例としての位置づけです。
DeNAは、直近20年間で間違いなく日本を牽引してきたIT企業の1社だと僕は思っています。
常に新しい可能性を模索し続け、業界を牽引してきた存在――野球界でいえばイチロー、サッカー界でいえば中田英寿のような存在だと思っています。（これはあくまで僕の個人的な所感です）

とにかく、何に着手する上でもスピードは速く、先進的な事業やサービスを数多く生み出してきたDeNAさん。
ただ、AIにオールインすると外部的に発表したのは2025年2月初旬のことでした。

僕は「DeNAさんであってもこのタイミングなのか」と感じました。
もちろん、AIの信頼性や脆弱性、トレンド、セキュリティーなど、様々な要素を考慮しながら、どのように事業やサービスを変革していくかを検討していたことは事実でしょう。
ただ、あのDeNAさんであっても2025年2月だったのです。

ChatGPTが3.5をリリースしたのは2022年11月。
そして4oをリリースしたのは2024年8月です。もっと早く抜本的な意思表明はできたかもしれませんが、実際には2025年2月になった。
これにはもちろん理由があり、そして生成AIエージェントを用いたスタートアップが現時点でも際立って出てきていないのは、一筋縄ではいかない文脈的な要因があるはずです。
それこそが、本項目、つまりアジェンダ1で述べた内容につながっているのだと思います。

2. 生成AI時代において「AIに取り組んでいる」という表層的なレベルでは立ち打ちできない

生成AIを用いていないスタートアップが、今後ビジネスの世界で勝てる確率は、これからますます減少していくと思います。
あらゆる著名人がそのような発言をしていますが、僕も同じ考えです。

ただ、前項で記載した通り、生成AIエージェントを抜本的に使っていくにあたり、皆様が思っている以上に“無意識的な”ブレーキポイントが発生していると感じています。
これは様々なIT・ウェブ企業の方々とお話ししていて、確信に近いレベルで思うことです。
ここでのポイントは「無意識的な」という部分です。

こちらは、僕が人材開発や組織開発を学ぶ中で出会った、インテグラル理論の4つの象限についての図です。詳しく知りたい方は、下記ブログをご覧ください。

端的に申し上げると、人間が何かを感じ、判断する際には、この4つの象限のいずれかの視点に自然と入るという考え方です。
たとえば「若手の離職」という事象があったとき、象限ごとの捉え方は次のようになります。

• 左上（個人 × 内面）
  「退職したメンバーとワンオンワンで心の内を聞けなかったんじゃない？」

• 左下（集団 × 内面）
  「この企業のカルチャーが曖昧だから、退職したメンバーは戸惑っていたんじゃない？」

• 右上（個人 × 外面）
  「退職した社員は業務スキルが追いついていなかったから、仕方ないんじゃない？」

• 右下（集団 × 外面）
  「会社の戦略や戦術が不透明だから、辞めても不思議じゃないよね」

同じ「若手の離職」という事象でも、人によって捉え方が異なるという話です。

皆さん、今回のAIにおけるパラダイムシフトで最も関心が高いのは、「AIで何ができるのか？」だと思います。
具体的には、

• AIによってどの業務工数が削減できるのか

• どのAIツールを使うと最も効率が良いのか

• AIによって捻出できた時間で他に何をするのか

といったことです。
これはインテグラル理論でいう右側の象限の話だと考えています。
しかし、AIを扱うときに左側の象限である内面的・文化的な側面がおざなりになっているケースが多いのではないかと感じます。

そして、この“無意識的な”という話に触れると、世の中には必ず次のような思いを抱えている方がいるはずです。

• このままAIが進化し続けたら、自分が必死に身につけたスキルは無効化されてしまうのではないか

• 抜本的なAI改革を起こしたら、〇〇という部署や職種はなくなるのではないか

• AIに振り切った結果、当社の事業やサービスの優位性が失われるのではないか

• 社内でAIに詳しい人が出てきたが、本当は自分の方がスキルがあったのになぁ

• 社内の評価軸がAI活用スキル中心に変わったとき、自分はその競争で戦えるのだろうか

こうした内面的な葛藤を抱えている方は、想像以上に多いと思っています。

少しだけ当社の話をすると、当社はHR領域に関わる企業ですが、HR業界の中でも最もAI探求を進めている企業の一社であると自負しています。
ただ、当社であっても、マネージャークラスからメンバークラスまで、AIに関する内面的な葛藤を抱えるメンバーは少なくありません。
そして、僕自身もその一人です。

僕らであってもこうした葛藤を抱えているのですから、僕らより歴史の長い企業様や、多様な文脈を持つ事業部・チーム・個人において、インテグラル理論の左側にある内面的な活動が“存在しない”ということはあり得ないと思っています。

3. 革命には必ず反対勢力が存在する

また遠回りさせてください。
ただ、この話がAIネイティブ時代の現在において、僕はすごく重要だと思っています。

本項目のタイトル名に記載しましたが、これまで人間の歴史において「革命」には、反対勢力が存在していました。
今回のAI革命よりも前に発生した革命における発生した事象を2つご紹介したいと思います。

3-1. 工業製品の時代:手仕事の誇りに宿る“しがみつき”

産業革命の時代の話です。
工業機械が登場し、大量生産という考え方が広がっていったことで、それまで“人の手”によって一つひとつ丁寧につくられていた製品が、機械によって一気に代替されるという出来事が起きました。

当時、機械によって自分たちの仕事が奪われることを恐れた職人たちが、機械を壊すという行動に出た、という話があります。
いわゆる「ラッダイト運動」と呼ばれる動きです。
これは1800年初頭に発生したのですが、今これを見ると感じることがあります。
下記、ラッダイト運動を見てみてください。

皆さま、いかがでしたでしょうか？
ここまで大々的な運動ではないにせよ、「みなさん個人」でも”ミニラッダイト運動”をしているのではないでしょうか？

今回のラッダイト運動は、単なる抵抗や暴動ではなく、自分の“存在意義”や“誇り”を守ろうとする行為だったのではないかと。
一つひとつの手作業に魂を込めていた人たちにとって、「この技術なら、あの人に任せておけば間違いない」と言われてきたことが、何よりの価値だった。

ただ、その価値が「もっと速く、もっと安く、もっと均一に」といった論理に置き換えられていったときに、それまでの前提そのものが壊れていくような感覚があったのではないかと思います。

このとき起きた “しがみつき” は、手の技術への誇りと、役割を奪われる恐怖が、同時に存在していたように思います。

3-2. Web革命の時代：既存の構造に根ざす“しがみつき”

次に、インターネットが登場し、社会全体の情報流通や購買行動が大きく変わっていった時代です。僕もまさにこれを体験しています。

テレビや新聞といったマスメディアが情報の中心だった時代から、Web上での発信が当たり前になり、「広告」の主戦場も、リアルからデジタルへと移っていきました。

この変化に対して、既存の広告代理店や紙媒体を中心にビジネスをしていた企業は、どこかでそのスピード感に乗り遅れていった印象がありました。
2008年頃だったと記憶しているのですが、僕はサイバーエージェント社を人材紹介エージェントとして担当させていただいていました。
とてつもない勢いで事業成長をしていました。
それに対して、大手のマス広告代理店企業の動きと熱量はサイバーエージェント社ほどではなかったと、肌で感じていました。

変化が見えていなかったわけではないと思います。
ただ、それまで培ってきた “ポジション” や “専門性” が、新しい技術によって相対化されてしまうことへの抵抗があったのではないかと思っています。

「これまでもこのやり方でやってきた」
「信頼関係は簡単に真似できない」
「広告は文脈とクリエイティブが命だ」

そういった言葉の中には、たしかに守るべき文化や価値観が込められていたと思います。
でも同時に、それが変化を遠ざける理由として使われてしまった側面もあったのかもしれません。
このときの“しがみつき”は、既存の構造や地位への固着というかたちで現れていたように思います。

3-3. AI革命の時代：思考や創造性そのものへの“しがみつき”

そして今、私たちが直面しているのが、生成AIの登場をきっかけとした、思考や創造性までもが代替されていく時代です。

AIは、文章を書くこともできるし、プログラムのコードを書くこともできる。
ロジックを組み立てることも、相手のプロファイルに応じてスカウト文をつくることも、できるようになってきました。

この変化の中で、しがみつきはより “見えにくいかたち” で表面化している気がしています。

たとえば、

・AIは便利だけど、やっぱり人ができることはあるよね
・生成物には、どこか浅さがある
・最終的には人の目が必要だと思う

そういう言葉の中には、自分が長年かけて培ってきたスキルや専門性を、簡単には手放せない気持ちが滲んでいるように思います。
僕はまさにそうでした。

・AIが作るスカウト生成文章はやっぱAIなんだよね
・AIにちゃんと指示をしているのに良いアウトプットがない
・採用戦略や採用ブランディングはクリエイティブな仕事だからAIはできないでしょ

こんな言葉を1〜2年ほど前まで言っていたことを今でも覚えています。
ただ、この言葉を発している僕はまさらに "しがみつき"だったのだと思います。

そして、AI革命は、過去2回の革命とは少し違う、“知的労働”へのしがみつきです。そしてややこしいのは、しがみついているのが「やり方」ではなく、「自分の価値の前提」だということ。

工業革命では、“手仕事”という誇りへのしがみつきがあったのだろうなと。熟練の技術に誇りを持つ職人たちにとって、機械化は存在価値を脅かすものでした。
Web革命では、“これまでのやり方”へのしがみつきが目立ちました。マス広告や紙メディアに慣れた企業が、デジタルへの転換に乗り遅れたのはこれだったのかなと。
そして今、AI革命が問いかけてくるのは、“自分の価値の前提”そのものです。考える力、言語化力、創造性。
これまで「自分はこういう人間だ」と信じてきたものが、AIによって代替されつつありますよね。この変化は、やり方の変化ではなく、「自分って何者なんだっけ？」という問いを引き起こします。
しがみつきのレイヤーが、より深く、より見えにくいところに移っているように感じています。

だからこそ、手放すのが難しい。
そして、その変化を“技術の話”としてではなく、“存在の話”として受け取る感覚が、今あちこちで生まれているのではないかと感じています。

4. nocall社の事例から紐解く生成AIネイティブ時代の魅力設計

さて、お待たせいたしました。
生成AIネイティブ時代の魅力設計について具体的な事例を用いて説明したいと思います。

繰り返しになりますが、前項目までに記載をいたしました。
内容を認識しているのと認識していないのでは、生成AIネイティブ時代における採用ブランディングの深みが全然違います。(と山根は思っています)

では、記載します。

4-1. 生成AIネイティブ時代に沿った組織設計

nocallさんは、AIを“あとから”導入した組織ではありません。
創業初期から、経営判断・プロダクト開発・営業・カスタマーサクセスまで、すべての業務プロセスを「AIが前提」という設計思想で構築していることが素晴らしいと感じました。
これは単に最新技術を使っているという話ではなく、組織そのもののOSをAIに合わせて設計しているということ。

多くの企業では、「まずは人で業務構造を作って、その後にAIを置き換える」という流れを取ります。
確かにそれは理解しやすいステップかもしれませんが、その分だけ意思決定や実行に余白や摩擦が生まれる。
一方でnocallさんの場合は、最初から「人とAIが共に意思決定を行う」構造で走り始めているため、変化の兆しを捉えてから実際に舵を切るまでの時間が圧倒的に短いことが絶対的な強みだと個人的に思っています。

このスピード感は、生成AIネイティブ時代においては非常に重要だと思っています。
なぜならば、技術や市場の状況が数ヶ月単位で塗り替わる今、方向転換の遅れはそのまま競争力の低下につながるからです。
そして、そうした“即応できる組織”を経験することは、働く人にとっても大きな資産になると感じています。

候補者の方にとって、ここで働くということは、変化のたびにゼロから学び直すのではなく、「変化を前提に走る組織」の中で学習と実行を積み重ねていくことを意味すると思っています。
これは、単なるキャリアの一行ではなく、これからの時代を生き抜くための筋力そのものを身につける経験になるのではないかと思っています。

4-2. AI駆動経営を組織の軸にしている

nocallさんが掲げている「AI駆動経営」という言葉は、単にAIツールを日常的に使っているという話ではないと解釈しています。
過去の議事録や意思決定の背景、顧客からのフィードバックや現場でのナレッジ、さらには組織内の暗黙知までをAIに統合的に学習させ、必要なときに誰もが即座にアクセスできる状態をつくっていると感じています。

この仕組みがあることで、新しいメンバーが入っても、数ヶ月かけて文脈をキャッチアップする必要がなく、短期間で戦力化できる。
さらに、経営陣やマネジメント層だけが持っていた情報や判断の基準が全員に共有されるため、意思決定の再現性と納得感が飛躍的に高るのだろうなと。

僕はここに大きな意味があると感じています。
なぜならば、これまで多くの企業で「ベテランの頭の中にしかない情報」がボトルネックになり、新しい施策やアイデアが進まないという光景を何度も見てきたからです。
nocallさんのAI駆動経営は、そのボトルネックを構造的に取り除き、組織全体が同じ地図を持って走ることを可能にしているのだと思っています。

候補者の方にとって、こうした環境で働くことは、ただ効率的に仕事ができるという話にとどまりません。
これは、自分の判断が常に十分な情報と背景理解に裏打ちされるという経験を積めるということです。
これまで「一部の人だけが見えていた景色」が、自分の目にも常に開かれている。
そんな環境で日々意思決定を繰り返すことは、間違いなくキャリアの質を高める経験になるのではないかと思っています。

4-3. 職種の垣根を超えた完全越境型の働き方

nocallさんの開発・事業づくりの現場では、「自分の職域はここまで」と線を引く発想がほとんどありません。
エンジニアが顧客の課題ヒアリングに入り、デザイナーが機能要件の議論に加わり、PdMが実装プロセスに深く関与する、そんな光景が日常的にあります。
これは単なる多能工化や人手不足の代替ではなく、価値を生むために必要なことを、職種を超えてやることが当たり前という文化があります。

背景には、生成AIの進化があります。
かつては専門職だけが担っていた高度なタスクが、AIによって仮説検証やプロトタイプ段階まで簡単に進められるようになりました。
たとえば、デザイン案をFigma×GPTで数時間で形にし、そこからエンジニアが実装に入り、PdMが同じ日中にユーザーインタビューに持っていく、こうした短いループが当たり前に回る環境があるのだなと思っています。

僕は、この完全越境型の働き方は、生成AIネイティブ時代のキャリア形成において非常に大きな意味を持つと感じています。
なぜならば、これからの時代は「1つの専門スキルだけに閉じる」よりも、「複数の領域を横断して価値を生み出せる人材」が市場から強く求められるからです。
nocallさんで働くということは、そのスキルセットを自然と日常業務の中で鍛えられるのだろうなぁと。

候補者の方にとっては、この環境での経験は、将来どの業界・職種に進んでも通用する“汎用性の高い実践知”として残ります。
職種の壁を超えて動ける力は、履歴書の肩書き以上に、その人の市場価値を長期的に押し上げるものになるのではないかと思っています。

4-4. 生成AIネイティブキャリアを積める環境

nocallさんで働くことの最大の価値のひとつは、生成AIネイティブキャリアを黎明期のど真ん中で積めるという点だと思っています。
今、生成AIはニュースやSNSで日常的に取り上げられる存在になりましたが、その多くはまだPoCや一部業務での試験導入にとどまっています。
一方でnocallさんは、音声×生成AIという難易度の高い領域を、すでに本番環境で社会実装し、日々数千〜万件単位のオペレーションを回していらっしゃるようです。

こうした本番運用の現場に身を置ける経験は、5年後・10年後の市場価値を大きく押し上げます。
かつてSaaS黎明期にSansanやfreeeで経験を積んだ人材が、その後のキャリアで大きなレバレッジを得たように、生成AIエージェントの初期市場で実装・改善・拡張を経験することは、将来「この領域を知っている人材」として希少価値を持つことになるはずです。

僕は、この価値は単なる技術スキルやプロジェクト経験の蓄積以上の意味を持つと思っています。
なぜなら、黎明期の現場は常に正解がなく、試行錯誤を前提とした意思決定の連続だからです。
高速で仮説を立て、AIを組み込み、実装し、ユーザーの反応を見て改善する。
このサイクルを何十回、何百回と繰り返す経験は、変化の速い時代においてあらゆる領域で通用する思考習慣になるのだろうなと。

候補者の方にとっては、nocallさんでの経験は「生成AI時代を知っている」ではなく、「生成AI時代を創った側」に立つキャリアになります。
これから数年後、AIが当たり前の前提になったときに、「自分はその初期地図を描いたチームにいた」という事実は、どんな市場環境になっても色あせないキャリア資産になるのではないかと思っています。

4-5. 音声×生成AIという未踏領域の経験値

nocallさんが挑んでいる領域は、生成AIの中でも特に難易度の高い音声領域です。
生成AIの社会実装の多くは、チャットやテキストUIから始まっています。
これは、テキストベースのやり取りは構造化されており、ハルシネーションや誤回答のリスクを制御しやすいからです。
一方、音声は非構造情報を多く含み、話者の抑揚、間、かぶせ、言い直しといった要素が複雑に絡み合います。
これをリアルタイムに処理し、意味の通った応答を返すことは、技術的にもUX的にも極めてハードルが高い取り組みです。

しかもnocallさんは、PoC（概念実証）や限定的な試験運用ではなく、この音声×生成AIを本番環境で、数千〜万件単位のオペレーションとして日々稼働させていらっしゃいます。
リアルタイム処理、スケーラビリティ設計、会話生成、感情トーンの制御など、すべてを同時に成立させながら社会実装している事例は、国内外を見ても限られています。

僕は、この「未踏領域での本番運用経験」には2つの価値があると感じています。
ひとつは、技術者にとって非常に希少なスキルセットになること。
リアルタイム音声処理や対話生成、GPUを前提とした推論基盤などは、他の多くのプロダクトでは経験できません。
もうひとつは、ビジネス職や企画職にとっても、自分が関わるプロダクトが高度な技術的挑戦の上に成り立っていることを理解し、その価値を顧客や市場に翻訳できる力が身につくことです。

候補者の方にとって、nocallさんでのこの経験は「音声AIを触ったことがある」という表面的な話にとどまりません。
それは、技術的に難しく、かつ社会的な意義が大きい領域で、実装者として結果を出した事実になります。
この「未踏領域で結果を出す」という経験は、どんな時代になっても希少価値を保ち続けるのではないかと思っています。

4-6. 最適解を選び続ける柔軟性

生成AI領域は、わずか数ヶ月、場合によっては数週間単位で勢力図が塗り替わる世界です。
新しいモデルやツールが次々と登場し、昨日のベストプラクティスが今日はもう古くなっている、そんな変化が日常です。
多くの企業は、こうした環境下で「一度導入したツールや仕組みを長く使い続ける」ことを前提にしてしまいます。
理由は簡単で、ツールを変えるには社内教育や運用ルールの改修が必要で、組織に摩擦が生じやすいからです。
しかし、その慎重さが、結果的に変化への対応スピードを落としてしまうことも少なくありません。

nocallさんは、この点において非常に割り切った文化を持っています。
特定のツールやフレームワークに固執せず、「現時点で最も優れたもの」を即採用する。
仮に3ヶ月後にもっと良い選択肢が出れば、迷わず切り替える。
この“意思決定の軽さ”は、変化を前提とした生成AIネイティブな組織だからこそ可能なものです。

僕はこの柔軟性こそが、これからの時代の働き方において非常に重要だと感じています。
変化のスピードが速い環境では、「正解を持ち続けること」よりも、「常に正解を選び直せること」が価値になるからです。
そして、その選び直しのプロセスを日常業務の中で繰り返すことは、働く人にとって「変化を怖がらない筋力」を養うことにつながります。

候補者の方にとって、この環境で働くということは、特定のツールや技術に依存しない汎用的な判断力と吸収力を身につけることを意味します。
どんな市場や組織に移っても、最適解を見つけて適用できる。
そんな人材としての基礎体力が、自然と鍛えられていくのではないかと思っています。

4-7. 無意識のブレーキを外す経営マインド

日本企業には、長年の成功体験や雇用構造によって染みついた“無意識のブレーキ”が存在していると思います。

「過去にうまくいった方法を手放せない」
「既存のポジションや組織構造を壊したくない」
「変化の必要性はわかっていても、最後の一歩が踏み込めない」
こうした状態は、生成AIのようなパラダイムシフトに直面すると特に表面化します。

nocallさんの経営チームは、この“無意識のブレーキ”を自覚的に外せる稀有な存在です。
必要とあれば事業の方向性も、組織のルールも、採用の基準も、即座に変える。
これは単なるスピード経営ではなく、「環境の変化に合わせて、前提そのものを組み替える」という発想を日常的に持っているということです。
この柔軟さは、既存の成功モデルや慣習に引っ張られやすい大企業や歴史ある組織ではなかなか再現が難しいものであり、nocallさんの大きな特徴になっています。

僕は、この経営マインドが働く人に与える影響は非常に大きいと感じています。
なぜなら、組織の意思決定の軽さと柔軟性は、そのまま現場での挑戦のしやすさにつながるからです。
トップが方針転換を恐れない文化では、メンバーも新しい試みや改善提案をためらわなくなる。
結果として、組織全体が変化を楽しめるモードに入っていきます。

候補者の方にとって、こうした環境に身を置くことは、自分自身の中にある“無意識のブレーキ”にも気づき、それを外す訓練を日常的に積むことになります。
それは単なるスキル習得以上に、変化を前提とした時代を生き抜くための基礎力を身につける機会になるのではないかと思っています。

4-8. ミドルマネジメントの再定義

これまで多くの組織では、ミドルマネジメント層が情報のハブとして機能してきました。
経営と現場の間に立ち、上からの方針を噛み砕き、現場の声を吸い上げ、時には緩衝材として摩擦を和らげる。
この役割は非常に重要である一方、負荷も高く、板挟みになりやすいポジションでもありました。

しかし、nocallさんでは、AIが情報共有と意思決定の媒介を担うことによって、この構造が大きく変わり始めています。
経営判断の背景や過去のやりとり、部門間のコンテキストまでがAIに記録され、いつでも全員が参照できる状態になっている。
結果として、「なぜ今これをやるのか」という背景理解を得るために、わざわざマネージャーを経由する必要がなくなっているのです。

これは単なる効率化ではなく、意思決定の当事者が一気に増えるという組織設計上の変化です。
現場メンバーが直接コンテキストを理解し、即座に動ける。
これまでマネージャーが担ってきた“情報の翻訳”や“意思決定の代理”といった役割が軽減され、その分、マネージャーは本来取り組むべき中長期の戦略や組織づくりに集中できるようになっています。

僕は、この変化が候補者にとって非常に大きな意味を持つと感じています。なぜなら、自分の手元に正しい情報と背景が揃っていれば、キャリアの早い段階から質の高い意思決定を経験できるからです。
組織に入った瞬間から「受け手」ではなく「意思決定の担い手」として動ける環境は、学習の密度も成長のスピードも圧倒的に高めるのではないかと思っています。

4-9. 組織OSと事業OSが一致している

多くの企業では、「事業として提供している価値」と「社内の働き方や組織の動き方」が必ずしも一致していないことがあります。
たとえば、外部には「変化に強いDXソリューション企業です」と発信しながら、社内の意思決定や業務フローは紙やエクセルに依存していたりする。
そんなギャップは珍しくありません。
外から見れば最先端でも、中で働くと旧来型のオペレーションに縛られる。
この構造は、社員の成長や挑戦意欲を削ぐ大きな要因になってしまいます。

nocallさんは、この点において非常に稀有な存在です。
事業のコアバリューが「AIによる業務再設計」であり、その思想が社内の組織運営にも完全に反映されています。
事業OSと組織OSが同じアーキテクチャで動いている。
つまり、外部に提供している価値を、まず自分たちの組織の中で実証し、磨き込み、成果を出してから顧客に届けているということです。

この一致がもたらすものは、単なる効率化や社内満足度の向上ではありません。
働く一人ひとりが日常の業務を通じて、事業の本質や提供価値を身体感覚として理解できるようになります。
プロダクト開発に関わる人であれば、社内のオペレーションで実証された改善プロセスをそのまま顧客価値として実装できる。
営業やカスタマーサクセスであれば、机上の提案ではなく「自分たちが使って成果を出した」事例として語れる。

候補者の方にとって、この環境は「働くこと」と「事業を成長させること」が分離していない状態を意味します。
日々の仕事がそのまま市場価値の高いスキルや経験に直結する。
これは、キャリアの中で後から付け足せない非常に大きな価値になるのではないかと思っています。

4-10. 生成AIネイティブ時代の経営者であること

nocallさんの経営陣は、「生成AIを導入している経営者」ではないと思っています。
もっと根本的に、生成AIが当たり前に存在する世界を前提としてキャリアを積み、組織づくりや事業判断をしてきた“生成AIネイティブ世代”です。

代表の林さん、取締役の阿部さんはいずれもアメリカの大学を卒業し、日本的な雇用慣行や旧来型の組織論に縛られない発想を持っています。
CTOの森本さんは大学時代からAI研究に没頭し、もはや「非AIで作る」という選択肢が発想の中に存在しない人材だと思っています。
こうした背景を持つ経営チームだからこそ、ChatGPT4やClaude、Cursorといった最前線のツールを「触ってみる」ではなく「組み込む」ことを自然に行い、組織運営や事業設計に反映させているようです。

そして、nocallさんは日本国内でも数少ない、生成AIプロダクトをPoC段階ではなく本番フェーズに社会実装し、市場投入まで到達している企業です。
旧来の常識や過去の成功体験に引っ張られることなく、環境の変化に合わせて方針を大胆に切り替える。
これが日常的に行われているのがnocallの経営スタイルとのこと。

僕は、このような経営者のもとで働くことは、候補者の方にとって単に経営判断を近くで見られるという話ではないと思っています。
それは、変化を前提とした意思決定のプロセスを間近で体験し、自分自身もまた変化に柔軟に対応できる人材へと成長していく機会を得られるということです。
生成AIネイティブ時代において、この「変化対応力」はどんな職種・どんな業界でも通用する、最も汎用性の高い資産になるのではないかと思っています。

5. 生成AI時代の魅力項目表について

今回のブログの内容を考慮した上で、新しい魅力設計表を作成しました。ぜひご活用ください。

最後に

皆さんいかがでしたでしょうか。
※当社の採用/人事組織系支援にご興味がある方はお気軽にお声掛けください。

今後も採用/人事系のアウトプットを続けていきます。
よろしければフォローもよろしくお願い致します(左上クリックいただき、「フォロー」ボタンがあります)👆