代表取締役CEO
伊賀 達哉 Tatsuya Iga
大企業で使ったBPRとAI実装を、中小企業に落とし込む。
京都大学工学部を卒業後、外資系コンサルティングファームで国内大手企業のAI新規事業、DX・BPR、M&A後の組織設計に携わりました。
AIの可能性と、企業での活用の遅れ。そのギャップを埋めるために創業しました。経営者の業務変革を起点に、組織全体へAI活用を広げる支援をしています。
AIの力で、ビジネスの進化を加速する。
経営層に集中する仕事を、人とAIに任せられる仕組みへ。
01 — Where we stand
原因は能力でも意欲でもありません。 確認や判断が社長に集まり、社長を通らないと仕事が進まないからです。 会社が大きくなるほど、この集中が成長の上限になります。
現場に入るほど、経営に使える時間が減る。 差は2倍を超えます。
AIを入れても、仕事の流れが同じなら、社長の仕事は減りません。 変えるべきは、AIがいる前提の仕事の流れです。 それを企業の現場でやってきたメンバーで運営しています。
02 — People
業務改革とAI実装の専門性。経営を仕組み化してきた実践知。 AIの力が分かるだけでは、会社の仕事は組み直せません。 会社の動かし方が分かるだけでは、AIを置く場所を決められません。
代表取締役CEO
大企業で使ったBPRとAI実装を、中小企業に落とし込む。
京都大学工学部を卒業後、外資系コンサルティングファームで国内大手企業のAI新規事業、DX・BPR、M&A後の組織設計に携わりました。
AIの可能性と、企業での活用の遅れ。そのギャップを埋めるために創業しました。経営者の業務変革を起点に、組織全体へAI活用を広げる支援をしています。
経営パートナー
28社を創業し、8社を売却。社長がいなくても回る会社を作ってきた。
事業の立ち上げから、組織と業務の仕組み化、M&AによるEXITまでを繰り返してきました。売却できる会社とは、社長の手を離れても回る会社です。
経営者の仕事をどこまで手放せるか、何を残すべきかを、自分の会社で試し続け、月15分程度の経営関与を実現しました。その実践知を、経営者業務の仕組み化に注ぎます。
03 — By task
任せ先は3つしかありません。 人、AI、そして仕組み。 仕事ごとに向き先が違います。 AIがいる前提で考えると、人に任せられる仕事も増えます。
調査、集計、会議資料や提案書の作成
AIに任せる調査と集計、資料の下書きをAIが作り、経営者は判断と修正だけ行う
集める・まとめるはAIの得意分野。判断は残す
議題の整理、議事録、決定事項の共有
AIに任せる議題の整理と議事録、決定事項の共有をAIが担い、会議は決めることに集中する
録音から決定事項と担当を自動で書き起こす
各部署の報告を集め、状況を把握する作業
仕組みに任せる報告の型と判断基準を決め、例外だけが経営者に届く形にする
「全部見る」から「外れたものだけ見る」へ
申請内容の確認、判断に必要な情報の収集
仕組みに任せる承認の条件を明文化し、条件内は担当者が決め、条件外だけ経営者に上げる
基準を決めれば、確認の大半は担当者で終わる
進捗確認、担当の調整、繰り返しの説明
人に任せる役割と権限を設計し、日々の調整は担当者が回す。経営者は方針だけ示す
繰り返しの説明は、手順書とAIの案内役へ
定型的な返信、情報の確認、担当者への取次ぎ
AIに任せる定型の返信と一次対応をAIが下書きし、担当者が確認して送る
経営者の受信箱に届くのは判断が要るものだけ
自社ではどれだけ取り戻せるか。業務を3つ選ぶだけで、月の時間を試算できます。
削減できる時間を試算する04 — Services
AIに渡せる仕事は、AIに。 AIの支えがあれば任せられる仕事は、社員に。 その両方を前提に、社長に集まる仕事と判断の流れを設計し直します。
社長の仕事と判断を洗い出し、AIと人の持ち場を決める
AIを実務に組み込み、任せる範囲を広げる
まずAIが仕事の全部を担うと仮定し、人が必要な場所を見極めます。実際に任せる範囲は、精度とリスクを確かめてから決めます。
経営BPRを見る05 — News