見出し画像

LayerX、AI powered HCM事業やるってよ

初めまして。AI × HR も LayerX ということだけでも覚えてもらいたいtakkyy(タッキー)です。入社4ヶ月目、熱量高く語ります!

今回はCEOの福島と立ち上げていく新しい事業体の話です。
このnoteは「5-10年でLayerXはAI Powered HCM*が主事業となるような成長を実現していくよ」という宣言および立ち上げメンバー募集について書いていきます!
AI powered HCMとは、次世代のHuman Capital Management(人的資本管理)システム。つまり、AIでHR領域全てをバクラクにしていく挑戦です。

簡単な自己紹介
・CEO室で新規事業立ち上げを担当
 L HRMグループ 事業責任者(Biz 5名 まだ組成後半年の組織)
 L AI BPO・AI Agent事業のビジネスチーム(現在ひとり)

好きなこと・興味 関心
・AIをベースにした事業・プロダクト・組織づくり
・不確実性の高いカオスな環境でマーケットインパクトの大きな仕事をすること
・世の中の新たな基準となるような仕組み・体験をつくること

経歴
・HR Techにて執行役員 ビジネス部門全体の責任者 / エンタープライズ部門の責任者 / 新規事業立ち上げ責任者などを担当
・新卒で採用系(求人広告)の法人営業

3年半前にCEO福島が、SaaS事業(支出管理) → カード決済事業の立ち上げに際してnoteを書いておりましたが、今回も同等に大きな変革点としての挑戦です。


HR領域は大きな社会課題のど真ん中

HR領域は、労働生産性や労働人口、エンゲージメント(働きがい)など非常に大きな社会課題に直面しています。労働生産性ランクは、20年ぶりに上昇したものの29位。先進7か国の中ではいまだ最下位労働需給ギャップは、2040年に1,100万人が不足すると言われています

そのためにも、働く人と組織のインフラとして人事システムのOSをアップデートすることが必須だと考えています。

海外に目を向けてみると、RipplingDeelDarwinbox…など急成長しているHR企業は必ずHCM Suite × AIがベースに。
つまり、勤怠・給与・社保手続き・採用・オンボーディング・評価・育成・福利厚生…もはや全て揃っていなければ提供できない価値や自動化しきれない業務があります。

LayerXでは、AIによる業務の「完全自動運転」という効率化の側面だけでなく
働き方や社内制度・福利厚生、採用、評価、育成、給与支払いのあり方そのものを変えていくような体験の提供。
さらに中長期的には、これまでのバクラクの基盤を活用した財務データ×言語データの統合などあらゆる観点から人事・経営・現場に新たな価値を届けていくことを含め構想中です。
※あくまでも現段階での整理です。確定した開発ロードマップではありません。

LayerXは、2025年1月に勤怠管理システムをリリースしたばかりの新参者ですが、「いつかこんなプロダクトにできたらいいよね」という単なる理想で終わらせず、AI powered HCMは5-10年で必ず実現させる未来として捉えています。
(ちなみに、バクラク勤怠のご契約社数は他シリーズの中でも最高水準で拡大中です。みなさまありがとうございます。)


今だからこそできる、AI powered HCMへの挑戦

LayerXが、バクラク勤怠をリリースした際に「なぜ今更、勤怠?」「経理じゃなくて労務向けに?」と思った方は多いと思います。(私も入社前に思いました。笑)
そして今、AI BPO・AI Agentを軸として給与領域のサービスを検討しています。
というと「勤怠に加えてなぜ今更、給与?」「APIではなく自社で?」と感じる方も多いのではないでしょうか。
たしかに、勤怠以上に給与領域をやらない理由はたくさんあります。
例:給与システムは難易度が高い、オンプレシステムの勢力も強い、BPO事業者も多数、ミスできない領域 etc..

しかし、この意思決定は非常にシンプルです。
・勤怠と給与はセットで利用したいお客様が多い(ヒアリングをする中でも課題は山積み
・HCM Suiteを作る上で給与領域は欠かせないコアである

チャレンジの難易度は高く、競合サービスも多数。
でもそれらはやらない理由にはなりません。

LayerXのAI powered HCMは、AI nativeなプロダクトとして次世代にあるべき新しい体験を爆速でつくりかえる。システムとシステムの間の手作業をなくす、非構造化データを活用するなど、AI時代だからこそ提供できる価値を再設計し、バクラクらしく管理者だけでなく、従業員体験にもこだわります。

最後発ながら爆速開発で AI powered HCM Suiteを実現させます。


AIによる体験の再設計

少し足元の動きについてもお話します。
AI BPO・AI Agent事業について、まずはバクラク内での請求書受け取り代行から始めると日経新聞でも取り上げていただきましたが、給与など他領域におけるAI BPO・AI Agentの探索も進めています。

AI BPOについてはこちらのnoteもぜひご覧ください↓
・代表 福島:LayerXのバクラクAIエージェント事業についての解説
・CEO室 秋葉:
AI BPOを立ち上げます

「AI BPOと格好よく言ってるけど、代行事業なんでしょ?」と思うかもしれませんが、半分正解・半分不正解です。

BPO事業をやる場合、泥臭い部分を含めて向き合うべきオペレーションは存在します。はじめはAIで解決しきれない部分ももちろんあります。
勤怠・給与を中心に労務担当の業務は、BPOサービスやBPaaSを活用していても工数がかかっている部分がまだまだ多い現状。

ただ、AI BPO・AI Agent事業は、労働力の再差配ではなくAIにBetして業務の体験を根本的に変えていくという挑戦です。

理想的には図のようなイメージですが
まずは、人が対応すべきところ、代行するところ、AIがサポートするところ、SaaSのロジックで完結するところ…の役割分担をゼロベースで考えることからトライしています。
今は人が手作業で対応しているシステムとシステムの間の作業をなくすor効率化していくことで、人事労務業務の自動運転も実現していきます。
※外部委託の場合、社労士業務をAIで置き換えるのではなく、社労士さんがより専門的な役割に集中できるよう作業部分をAIが補うというイメージです

画像
例:人事労務業務における体験イメージ

まずは、担当者も従業員も、ノンコア業務のストレスがゼロになる体験を目指します。その先のAI powered HCM Suiteを見据える上でも重要な部分です。


【絶賛採用中】 LayerXの中でも超アーリーフェーズ

AI BPO・AI Agent事業およびHRM事業はCEO直下での立ち上げポジション。Bizチームはまだ5名ほど。0→1を経験したい方にはピッタリの環境です。

どうすれば1日でも早くAI powered HCM Suiteを完成させられるか?」が事業成長における最も重要な問いです。何をどの順番で作るか?ではなく、どうすれば同時並行で早くより良いものを作れるか? 成長のボトルネックは「人」。

つまり、事業を丸っと任せられるビジネスリーダーや最高のプロダクトをリードできるCTOを少なくとも5名ずつ採用・育成することが必須ラインだと考えています。(営業・CS責任者やメンバー、エンジニアはもちろん)

実際に私は「AIをベースに新規事業やりたいです」という理由で入社した結果、4ヶ月後には新規事業の立ち上げを任せていただいています。
それくらいお任せしたいもの、一緒につくりたいプロダクトはたくさんある状態です。

AI nativeなプロダクトの開発に興味がある人
LLMやAIエージェントの開発に興味がある人
HRの課題を解決したい人
AI BPOに興味がある人

気になるキーワードが1つでもあった方は、ぜひまずカジュアルにお話させてください!noteでは書けないdeepな話もたくさんできると思います!
LayerXで、AI powered HCMを一緒に立ち上げていきましょう!

CEO福島のOpendoor
本当に、カジュアルな面談です。笑 ぜひお待ちしています!


いいなと思ったら応援しよう!

この記事は noteマネー にピックアップされました
noteマネーのバナー

コメント

ログイン または 会員登録 するとコメントできます。
LayerX、AI powered HCM事業やるってよ|takkyy | LayerX - AI×HR
word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word word

mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1
mmMwWLliI0fiflO&1