プロダクトマネージャー_オープンポジション（kubellグループ）〈フレックス／ハイブリッド勤務OK〉

■仕事概要
採用背景
Chatworkを「コミュニケーションツール」から「業務完了ツール」へ進化させ、BPaaS・AIと融合した新しい体験をスケールさせるため、事業横断でプロダクトを牽引できるプロダクトマネージャーを募集します。
ポジションのミッション
Chatworkの強い業務接点とネットワーク構造を武器に、AIとBPaaSを“会話の流れ”に自然に統合し、業務を完了させる体験を設計・実装・スケールさせる。
※参考記事：
「仕事が終わる」までを設計する— 決定論と非決定論、そしてHuman in the Loopを使い分けてつくる Chatwork × BPaaS × AI Agent 体験 —
期待成果（Outcomes）
新体験（Chatwork × BPaaS × AI）の主要ユースケースを定義し、MVP→定着→拡張の型を作る
業務完了率
リードタイム短縮
エスカレーション率
継続率
NRRに効く指標を設計し、改善サイクルを回す
“人〜AI”の最適な実行モードを設計し、品質・安全・運用コストをコントロールしながら拡大させる
■業務内容
▍1： 体験設計（Chatwork横断）
社外コミュニケーションを前提に、受発注・相談・依頼・進捗・完了までのユーザージャーニー設計
※ 「誰が・何を・どこまでやれば完了か」を定義し、運用・体制まで含めてプロダクト化
▍2：BPaaSメニュー設計・プロダクト化
需要が高い業務領域の選定（継続性・収益性・代行適性）
代行メニューの要件定義、オペレーション設計、品質指標とSLA/ガードレール設計
▍3：AI機能の企画・要件定義・評価設計
LLM活用領域（要約/分類/推論/生成）と決定論領域（制約/権限/監査/検証）の切り分け
Human-in-the-Loop、エスカレーション設計、評価指標（正確性・再現性・コスト・遅延・安全性）の設計
▍4：ロードマップ／優先順位／推進
BizDev・CS・Ops・Eng・DS・Legal/Securityと連携し、ロードマップ策定と優先順位決定
不確実性の高い領域で仮説検証（MVP/PoC）を回し、意思決定を前に進める
※変更の範囲
部署異動等により当社業務全般へ変更する場合があります（出向含む）
■ポジションの魅力
中小企業の“毎日使う入口（Chatwork）”に、AIとBPaaSを統合して市場構造を変える体験を作れる
モデル性能に依存せず「完了」価値を提供し、AIカバー範囲を拡張する複利のプロダクトを担える
Chatworkのネットワーク構造を活かし、セールス依存を下げたPLGでスケールできる
Chatwork × BPaaS × AIの考え方
私たちが作っているのは、単なる生成AI機能でも、オンラインBPOでもありません。
中小企業が365日使い、「社外コミュニケーションが主戦場になりやすい1ワールド」の構造を持つChatworkを起点に、受発注と業務完了の場へ拡張します。さらにBPaaS（AIエージェント×人）を統合し、“会話”を「取引・実行・完了」に変える、SMB向けの経営支援プラットフォームです。
＜バリューの本質＞
強い入口（Distribution）：中小企業の「毎日使う業務接点」を握っている
市場構造に効く設計（Network）：社外コミュニケーションが主戦場になりやすい「1ワールド」
価値の中心の拡張：「会話」から「取引・完了」へ拡張し、実行データが複利で積み上がる
AIの限界に依存しない設計思想：決定論＋Human-in-the-Loopを標準仕様として“業務に耐える”形で提供する
Chatwork × BPaaS × AI の新体験設計：特徴と強み
▍1：強い入口（Distribution）：中小企業の「毎日使う業務接点」を握っている
Chatworkは中小企業を中心に365日業務利用され、 ※Activeの6割強が週5日以上利用という高頻度接点※ を持つ。
これにより、新機能や新サービス（AI/BPaaS）を「別アプリとして売る」だけではなく、日常の会話・依頼の流れに“自然に埋め込む”ことができる。
➡︎ 事業としては CACを押し上げずに、新収益の導線をプロダクト内で育てられる（PLGに強い）。
▍2：市場構造に効く設計（Network）：社外コミュニケーションが主戦場になりやすい「1ワールド」
ChatworkはSNS的な設計思想に近く、ワークスペースが1つで、企業間が同じ“1ワールド”で繋がっている。
比較として、Slack
Microsoft Teams は企業（ドメイン）単位でワークスペースが分かれ、社外連携は招待・接続など“追加のオペレーションが発生”しやすい。
この設計は、LINE や LinkedIn に近い「ネットワーク型の強さ」を持ち、口コミで広がるPLGとも相性が良い。ChatworkはPLGの相性の良さを個人単位の利用サービスではなく、ビジネスチャットとして企業間で利用する組織利用をカバーすることで、より強いネットワーク効果が働きやすい状況を実現。
▍3：価値の中心を「会話」から「取引・完了」へ拡張できる
Chatworkを単なる「人⇄人の会話」から、
①人⇄AI（判断・下書き・整理）、②人⇄BPaaS（代行の発注/進捗/完了）から③受発注の場（取引増）へ拡張できる。今後は、④AI⇄AI（マシンカスタマー同士の取引の場）にも対応。
中小企業は取引先開拓を重視し、社外コミュニケーション頻度が高い。ここに「受発注」と「代行供給（人＋AIエージェント）」を重ねると、取引量が増える → 手が回らない業務が増える → BPaaS需要が増える → 実行データが溜まる → さらに完了体験が強化されるという“複利”が回る。
➡︎市場（取引）を拡大しながら、自社の提供価値も強化される構造。
▍4：AIエージェントを軸としたBPaaSの差別化の核は2つ：需要起点 × 業務が終わる設計
(1) 需要起点で“成果が出る業務”から設計している
kubellは タクシタ を通じ、経理・採用・給与計算・労務手続き・クリエイティブ等を代行し、継続需要になりやすい業務／詰まりポイント／判断ポイントを把握している。
だから「汎用AI機能」からではなく、需要が高く成果が出る業務×フロー×提供体制をセットで立ち上げられる。
➡︎ 深く勝てる型を作り、横展開で範囲を広げる“再現性のある拡張”。
(2) ツール提供ではなく「業務完了」までを前提に、提供範囲を定義して設計する
競合はSaaS/AIを“つなぐ”ところで止まり、最後の判断・例外・完了条件が曖昧になりやすい。
こちらは最初から 「誰が・何を・どこまでやれば終わりか」を定義し、“業務が終わること”を前提に設計する。
➡︎体験価値が「便利」から「仕事が終わる」へ変わる。
▍5：AIの限界に依存しない：決定論＋Human-in-the-Loopが標準仕様
プロダクトは、LLMのような非決定論的アプローチと、ルールベースの決定論的アプローチを組み合わせ、さらに Human-in-the-Loop を標準装備として組み込みます。
LLMは「要約・分類・推論」など得意領域で最大活用
形式・キー・制約・権限・監査などは決定論で固定
重要判断や例外処理は人が担い、誤りやハルシネーションを“業務事故”にしない
この設計により、モデルの性能差や限界に左右されずに価値提供を開始でき、同時にAIのカバー範囲を継続的に拡張し続けられる。
▍6：体制面の優位：4つの解決モードを状況に応じて使い分けられる
業務の難易度・リスク・緊急度に応じて、以下のモードを同一の枠組みで使い分けられるのが強み。
A：人が中心（高難度・高リスク・例外が多い）
B：人×AIツール（生産性最大化）
C：AI中心＋人がガードレール（標準化された業務を高速処理）
D：ほぼ自動（低リスク・定型・大量処理）
競合が「AIだけ」または「人だけ」に寄りがちな中で、私たちは “業務が終わるために最適な組み合わせ”を最初から選べることが対応スコープと再現性の広さに直結し、結果として差別化になる。
サマリー
このプロダクトは、単なる機能開発ではなく「構造変化」を起こす挑戦です。
Distributionが強い：毎日使われる接点が既にある（0→1ではなく、1→10/10→100を設計できる）
Networkが効く：企業間の“1ワールド”で、社外コミュニケーションと取引が複利で回る設計
Executionが本質：AIを“動くデモ”ではなく、決定論＋監査＋Human-in-the-Loopで“業務に耐える”形に落とし込む
DataがMoatになる：取引・代行・完了プロセスの実行データが、継続的にプロダクトを強化する
社会課題が大きい：中小企業の生産性とAI浸透の遅れを、現実的な導線で変えにいける
これらが合わさることで、長期の成長と参入障壁の源泉になります。
関連記事
採用サイト
CPOインタビュー
《テックブログ》Chatworkの技術的展望について
《テックブログ》Google ADK AIエージェント開発
《テックブログ》なぜAIエージェント導入には「技術」よりもコミュニケーションが重要なのか？
《テックブログ》AI エージェント開発におけるルールベースと LLM の使い分け

B2Bプロダクトマネジメント経験（目安：5年以上）
多職種・多部門を巻き込み、曖昧な状況で意思決定し、リリースまでやり切った経験
生成AI/LLMの基礎理解（RAG/Embedding/LLM API、LLMの限界とリスク）
“作る”だけでなく、定着・成果・運用まで責任を持って改善した経験

BPaaS
BPO
業務代行をプロダクトとして設計・運用した経験
AI機能の評価設計・ガードレール設計・Human-in-the-Loop設計の経験
エンタープライズ/士業/外部パートナーなど社外連携が多い領域でのプロダクト経験
MLOps、監査ログ、権限設計、セキュリティ・プライバシーの基礎理解
英語論文/文献のキャッチアップ、グローバルAI動向の吸収力

kubellのミッション・ビジョン・バリューに強く共感できる方
需要起点で「勝てる業務」を見極め、型を作って横展開できる方
“業務完了”を前提に、プロダクト・オペ・AI・人の役割を一体で設計できる方
不確実性を前提に仮説検証を高速に回し、学習して意思決定できる方
誤差・事故・炎上を避けるだけでなく、信頼を増幅させる設計（監査・説明可能性）ができる方