■ 募集背景 当社は、『あらゆる人を負の体験から解放することで、人と企業の可能性を引き出す』をミッションに掲げ、エンタープライズ企業のAI実装の最前線であるカスタマーサポート領域の変革に挑戦しています。 カスタマーサポートは、顧客の「生の声」が集まり、企業の課題や価値が鮮明に表れる接点であり、AIとの親和性が極めて高い領域です。一方で、様々な壁によってその収集・分析・活用が十分に進んでいない現状があります。当社は、国内だけで3.1兆円超の市場規模と言われるカスタマーサポート領域を起点に、顧客体験をデータ×AIで変革するチャレンジをしています。 創業当初からエンタープライズ企業へのプロダクト導入を進め、現在では、カスタマーサポート格付けTOP評価企業の約3割に導入が進み、金融、インフラ、通信キャリア、旅行代理店、航空会社等の幅広い業界のリーディングカンパニーに展開が進んでいます。 こうした実績をもとに、2025年4月にシリーズAラウンドにて8億円（累計14.2億円）を調達しました。AIが日々進化していく現在、プロダクトの根幹となるLLMを組み込んだシステムの設計を担えるAIエンジニアは、顧客価値提供の根幹を担う存在です。 我々は、カスタマーサポートの変革をもたらす体験の実現を目指して、体験想像の最前線を担うために、AI devチームを立ち上げました。チームづくりから行い、プロダクトのコアの価値を共に作っていけるコアメンバーを募集します。 ■ 仕事概要 弊社では複数のプロダクトを運営しており、AI Engineerはそれらすべてに対して、AIを活用した新機能の提案・設計・検証・開発・改善までを一貫して担います。 単にAI機能を実装するだけではなく、弊社プロダクトにおける「AIが生み出す価値」そのものに責任を持つポジションです。 ユーザーに本質的に価値のある体験を届けるために、データ分析、アルゴリズム設計、モデル選定・チューニング、検証、プロダクト実装、顧客との対話など、必要なことを幅広く行います。 もちろん、一人ですべてを担う必要はありません。 それぞれの強みや専門性を活かしながら、チームとして価値を生み出していくことを大切にしています。 ■ 主な業務 - 解くべき課題の特定(顧客ヒアリングを含む) - 課題に対する仮説の構築 - 仮説を解くためのアルゴリズムの提案・実装・検証 - 顧客価値を生み出すためのチューニング ■ 期待する役割 1. AI技術を用いた顧客課題解決への責任を持つ 社内におけるAI技術の担い手として、複数プロダクトから集まる多種多様なデータを活用しながら、解決難易度の高い顧客課題に向き合っていただきます。 AIを用いた解決方法の提案だけでなく、実際にプロダクトとして実装し、エンドユーザーへ価値を届けるところまで責任を持って推進していただきます。 また、日々得られる知見を、実際のプロダクト機能や体験へ落とし込むことも期待しています。 2. ユーザー理解を起点に、本質的な体験を設計する 「AIとして何ができるか」ではなく、「ユーザーの課題をどう解決するか」を起点に、体験設計を行っていただきます。 実際に顧客と接しながら、ユーザーがどのように使い、どのような課題や期待を持っているのかを深く理解し、高い顧客解像度を持ってプロダクトづくりに向き合っていただきます。 理屈だけではなく、実際に価値を感じてもらえる体験を追求していただきます。 3. 高速な仮説検証を通して価値を磨き込む 確からしい仮説を立てたら、まず素早く試し、ユーザーやデータから学びながら、着実にイテレーションを回していただきます。 100%の完成度を目指すよりも、まず試して筋の良し悪しを見極めることを重視しています。 現時点では難しいことでも、将来につながる学びや技術的資産になることを前提に、積極的なトライを期待しています。 また、得られた知見はチームへ共有し、組織の資産として蓄積していくことも期待しています。 【プロジェクト例】 顧客理解を高度化するプロダクト横断データ活用の設計・検証 - AIオペレーターの利用ログ、有人オペレーターの応対ログ、Web行動データ、FAQ・マニュアル等のナレッジを横断的に活用し、顧客状態を統合的に理解するデータ連携基盤を設計する - Web行動データ、有人応対、AI応対等のデータを活用し、ユーザーの真の意図を推定するとともに、課題解決に向けた支援をプロアクティブに行う仕組みを検証する - 複数プロダクト横断で蓄積されるデータを分析し、プロダクト改善や経営判断につながる示唆を継続的に創出する仕組みを企画・提案する 顧客課題を定量化するデータドリブンアセスメントの効果実証と自動化 - 問い合わせデータ、ナレッジ、利用ログ等の非構造データを横断的に分析し、顧客課題や運用状態を定量的に把握するアセスメントを設計する - AIオペレーター・有人対応・Web行動データを統合的に解析し、AI化可能領域、ナレッジ整備が必要な領域、システム連携が必要な領域等を可視化する - アセスメント結果に基づいた顧客ごとに最適化されたサポート改善やAI活用提案を継続的に実施可能とする、AIエージェントによるアセスメント基盤を構築する 継続改善を実現する自己進化型AI基盤の設計・実証 - 実運用データを活用し、AIが継続的かつ自律的に改善されるサイクルを実現し、ユーザー体験向上につなげる - 顧客応対を自動で評価・分析し、改善課題の起票からSystem・Knowledge改善提案までを半自動で行う仕組みを設計・検証する - AI改善による品質劣化やリスクを防ぐため、自律的なテスト生成・評価を含む安全性担保の仕組みと、現場で継続運用可能なユーザー体験を設計する ■ テックカルチャー 私たちは以下のカルチャーを意識し、共通の目的に向かって自律的に動く組織を目指しています。 - ルールは最低限に エンジニアの共通ミッションは「自由な発想でプロダクトをより良くする」「パフォーマンスを意識し、最大限の力を発揮する」です。 この実現のために、プロダクトに関わる裁量を大きく渡して動ける幅を広げるとともに、ルールはできるだけ少なくとどめるような組織文化の設計を心がけています。 - 徹底したプロダクト思考 エンジニアは開発中の機能に思考が閉じやすいものです。もちろん、オーナーシップを発揮するために深く思考することは重要ですが、複合的なプロダクト全体を良くするために、俯瞰した視点から徹底的にプロダクト、そして事業に向き合っていくことを大事にしています。 プロダクト全体や事業そのものに意見を持ち、その上でいま何をすべきかが見えるようになれば、アウトカムのスケールはより大きなものとなります。 - 情報の非対称性をなくす 組織やチームがスムーズに、かつ質の高いアウトプットを出すためには情報の非対称性をなくすことはとても重要です。本当にクローズドにする必要がある情報以外はすべてオープンな場でやりとりし、知りたい情報を知りたいときに得ることができます。 また、そのタイミングも厭いません。非同期コミュニケーションやドキュメント化を日常的に行って、後からでも情報を閲覧できる、議論に参加できる状態づくりを心がけています。 少数精鋭の開発組織で、このフェーズならではの大きな裁量を持ち、プロダクトの核心に向き合う環境で、共に成長していきませんか？ ■ 開発環境 - フロントエンド：TypeScript, React, Next.js, Svelte - バックエンド：TypeScript, Python, Node.js - インフラ：Google Cloud, AWS, Kubernetes, Terraform - データベース：MongoDB, Cloud Spanner, AlloyDB, BigQuery, Elasticsearch - DevOps：Github Actions, CircleCI, ArgoCD, Datadog, Sentry - AI：Claude Code, Cursor, 各種LLM基盤(Azure, Vertex AI)
