BtoBマーケティングリード支援案件/大手小売業 | 新規事業、首都圏、稼働率50%～100%、報酬金額90万円～154万円の案件

業務内容：大手金融サービス企業（非公開・東証プライム上場グループ）の中期経営計画の実現に向けた、経営直下の全社変革プロジェクトです。コスト構造改革（数百億円規模）・大規模な人員再配置・新規事業（BPO/オペレーション外販型）の立ち上げ設計を一体で推進します。

本プロジェクトの特徴は、コスト削減・新規事業・人材再配置を別々の取り組みとしてではなく、「人を創る→動かす→PLで刈り取る」を一つの経営機構として構築する点にあります。経営トップおよび経営企画担当役員を直接のカウンターパートとし、初期フェーズ（2〜3ヶ月のHigh Spot Review：業務スキャン〜削減余地・人材吸収力・PLインパクトの見極め）から、実行支援・成果刈り取りフェーズ（1年〜複数年）への段階的な拡大を予定しています。

新規事業戦略（BPO・オペレーション外販領域）
ミッション：
クライアントが数十年かけて内部機能として磨いてきた金融オペレーション（与信・事務・回収・応対）を、外部に販売可能な事業へ転換できるかを検証し、事業計画として具体化することがミッションです。重要な規律は「雇用の受け皿ありき」で事業を作らないこと——市場性・収益性・Right to Winを先に確認し、事業の成立を確認した後で人材を割り付ける順序を守り切ることです。同時に、吸収人数の上限を正直に定量化し、経営が過大な期待を持たない設計にすることも本ポジションの責任範囲です。

主な業務内容：
• 機能の棚卸しとRight to Win一次判定：与信・事務・回収・応対等を業務群に分解し、単位原価・品質・規制優位性・標準化可能性を外部市場価格と比較。「売れる／体制を組み替えれば売れる／売れない」の判定表（数字と根拠付き）を作成する。外販成立の定義（内部原価＜外部価格）に基づく参入可否スクリーニング
• 需要の実証：地域金融機関・ノンバンク・事業会社等20〜30社への直接インタビューの設計・実施。「興味があるか」ではなく、具体的な発注業務・要求品質・支払意思額・切替条件・発注時期を取得する。クライアントの既存営業活動・株主販路への合流設計を含む
• 事業モデルと器の設計：提供形態（受託／共同運営／ライセンス）・価格モデル（件数・席数・成果連動）・立ち上げ順序の設計。領域ごとに「型・値段・体制・初号案件・広げる順番」を稟議別紙になる粒度で一枚化
• 事業計画の策定：売上・利益・投資額に加え、「いつ・どの職種を・何人受け入れられるか」という人材吸収キャパシティのロードマップを組み込む。人件費回収率（利益率ではない）を含む評価設計
• 複数事業仮説（個社向け外販／業界共同化／AI運用型／公共・自治体／既存顧客網向け／リスク引受型）のポートフォリオ評価と優先順位付け

業務内容：【フェーズ】候補リスト精査〜ソーシング計画〜初期接触〜本格検討判断（2026年9月〜2027年3月、DDフェーズへの継続可能性あり）
【概要】
AI時代のオペレーション企業に必要なのは規模の買収ではなく、社内に存在しないAI特化能力——AIエージェント実装（オーケストレーション・RAG・マルチエージェント制御）、AI品質評価（Evals・ハルシネーション検知）、AI運用監視（AI-Ops）、学習データ・ナレッジ基盤整備——を時間を買う形で調達することです。本プロジェクトは、大手CX・BPO企業様のAI事業転換に向け、「AIケイパビリティギャップの特定→組み先の特定→組み方（提携／出資／M&A）の判断」という順序で調達戦略を具体化するものです。
AI技術資産は陳腐化が速く高値掴みリスクが大きいため、買収を前提とせず提携から段階的に深める判断も設計に含めます。市場に出回る案件への受動的対応ではなく、AIブティック・スタートアップへ能動的に仕掛けるターゲット特定とアプローチを行い、「リストアップで終わらせず、実際に動く」ことを重視するプロジェクトです。

■ 職務内容
1. AIケイパビリティ起点の候補精査：エージェント開発ブティック、Evals専門チーム、AI-Ops、データアーキテクチャ企業等の候補リストについて、保有ケイパビリティの希少性×自社への移植可能性を軸に昇格/降格を判定
2. 昇格候補の初期プロファイリング：技術資産の実体（プロダクトか受託か、独自性の所在）、キーパーソン（AI人材の残留リスク評価を含む）、資本構成、想定シナジーの調査と接触仮説の構築
3. ソーシング・サウンディング計画の策定と実行支援：接触経路の設計（直接／仲介／トップレイヤー経由）、AIスタートアップ経営層に響くメッセージ設計
4. 組み方の判断設計：提携／出資／買収の各シナリオにおける獲得価値・技術陳腐化リスク・人材流出リスク・撤退条件の整理と、経営層への意思決定資料の作成
5. 本格検討移行時のDDプロセス設計：技術DD（AIプロダクトの実力評価）を含む検討ゲートの設計、DD論点の初期整理、体制計画

※2026年10月上旬からの稼働を想定
※9月中に選考・オンボーディングを行います

業務内容：【フェーズ】AI効果測定設計〜削減試算フレーム構築〜成果連動契約スキーム設計（2026年10月〜2027年3月、以降の個社適用フェーズへの継続可能性あり）
【概要】
企業のAI投資は「PoCは成功したが損益に効いた例が乏しい」という段階で停滞しており、その原因の一つが効果測定インフラの不在です。導入前ベースラインが実測されておらず、AIによる削減効果の帰属が判定できないため、経営は次の投資判断ができず、提供側は成果を約束できません。
本プロジェクトは、この測定問題を解いた上で、「一定期間で一定率のコスト削減をコミットし、初期フィーを実現した削減額から充当する」成果共創型のAI業務改革契約を事業モデルとして設計するものです。AI適用業務単位の削減額積み上げロジック、AI解決率・自動化率・抑止可能呼量の算定フレーム、未達時条項を含む契約構造、経営会議に載る月次のAI-ROI管理までを一体で構築します。
本ポジションはこの技術的中核であり、削減試算の計算ロジックの型化が営業開始の前提条件と位置づけられている、AI事業の値付け能力そのものを作る役割です。

■ 職務内容
1. AI削減効果の試算フレーム型化：業務単位の件数×処理時間×単価による削減額積み上げモデル、AI完結率・自己解決率・重複問い合わせ抑止量の算定ロジックの標準化
2. ベースライン測定設計：AI導入前実測値（解決率・処理時間・コスト構造）の測定計画と、導入後効果のAIへの帰属を判定できる測定設計（導入後には取得不能なデータの特定を含む）
3. 成果コミット型契約スキームの設計：削減コミットの下限設定ロジック、フィー充当構造、未達時条項（減額・是正プログラム・解約権）、マイルストーンゲートの設計
4. AI投資対効果モデルの構築：個社提案に載せる3〜5年のAI化ロードマップとDCF・感応度分析を含む投資対効果モデルの作成
5. AI-ROIの経営管理設計：削減実績・AI稼働状況・計画差異を経営層に月次報告するKPI統合管理と会議体フォーマットの設計

※2026年10月上旬からの稼働を想定
※9月中に選考・オンボーディングを行います

業務内容：■クライアント
データ分析・データ活用を主力事業とする企業
※企業規模：約100名
※少数精鋭のエンジニア組織

■案件背景
クライアントでは、データ分析・活用領域を中心に複数の開発プロジェクトを推進しており、今後は新規領域の開発や組織拡大も予定しています。
システム全体のアーキテクチャ構想・技術選定から、自ら手を動かした設計・実装までを一気通貫で担当するとともに、開発品質の担保やレビュー体制の強化を担える、QA／QCに強いエンジニア出身者を募集します。

■主な業務内容
データ基盤・分析基盤におけるシステムアーキテクチャの構想・設計
プロジェクトに応じた技術選定、実現方式の検討
フロントエンドからバックエンド、データ処理までを横断した開発
プロトタイピング、PoC、技術検証
コードレビュー、設計レビュー、テスト観点の整理
成果物の品質評価、品質課題の抽出・改善
不具合傾向の分析、再発防止策の検討
開発プロセス、レビュー基準、品質管理ルールの整備
若手エンジニアへの技術移転、品質面での指導
クライアントへの技術的な実現性・品質課題の説明


■開発／技術環境
※プロジェクトにより異なり、すべての経験が必須ではありません。
言語： Python、SQL、Java、TypeScript、JavaScript等
フロントエンド： React、Next.js等
バックエンド： Spring Boot、各種API開発等
データ処理： Apache Beam、Apache Spark等
クラウド： GCP、AWS、Azure
インフラ・ツール： Kubernetes、Docker、Terraform、GitHub、Slack等

■求める人物像
アーキテクチャ構想だけでなく、自ら実装まで担当できる方
開発現場を理解したエンジニア出身で、QA／QCの観点から成果物の品質を見極められる方
単なるテスト実施者ではなく、設計・コード・開発プロセスまで踏み込んで改善できる方
品質上の問題を指摘するだけでなく、原因分析から改善策の実行まで推進できる方
若手エンジニアに対して、技術・品質の両面からレビューや指導ができる方
少数精鋭の環境で、自律的に手を動かせる方

■契約条件
参画時期： 2026年8月1日～
稼働率： 100％
※稼働日数・稼働率は応相談
勤務地： 基本リモート、MTG時は出社の可能性あり