SaaS・IT企業の開発以外の業務を任せられるAI人材を探す

A対象が異なります。開発領域は社内エンジニアが担う前提で、AIタレント名鑑がご紹介するのはカスタマーサクセス・カスタマーサポート・マーケティング・インサイドセールスといった開発以外の業務を設計してAI化する人材です。IPA「DX動向2025」でも、日本企業が最も不足していると回答した人材はソフトウェアエンジニアではなく、目的設定から効果検証までを一気通貫で推進するビジネスアーキテクトでした。

Aその前提では設計していません。プロダクトの設計・実装・リリース判断は自社の競争優位そのものであり、知見を社内に蓄積し続けること自体が事業価値だと考えています。セキュリティや権限設計の判断も顧客企業の情報資産に対する責任を伴うため、AIの出力や非専門のAI活用人材に委ねる前提では設計しません。ただしこれは、開発会社への実装外注や、セキュリティ専門家への設計レビュー・脆弱性診断の依頼を否定するものではありません。専門家への確認はむしろ活用いただく前提です。

A触れない工程から始める設計が基本です。顧客から預かっているデータは自社の情報ではなく、利用目的と取扱範囲が契約で限定されていることが多いため、まず公開情報や社内資料だけで完結する業務から着手します。必要が生じた場合も、渡す範囲は個人が特定できないレベルまで集約した統計データか、ダミーデータを入れた検証環境に限定します。氏名等を消しただけのデータは個人情報保護法上の「匿名加工情報」「仮名加工情報」の要件を満たさないため、「匿名化したので渡せる」という前提は取りません。集約後のデータについても、顧客IDやテナントIDが残っていないか、契約社数の少ないセグメントで特定の企業に紐づかないかを確認したうえでお渡しします。最終的な適法性の判断は貴社の法務・専門家のご確認を前提としてください。

Aシナリオや項目の設計、運用手順の文書化までを担当範囲とし、本番環境での実操作は貴社側で行っていただく分担を基本としています。MAのシナリオ設定やSFAの項目設計を本番環境で行うと、見込み客の氏名・会社名・メールアドレス・電話番号や商談履歴に不可避的にアクセスすることになるためです。テスト配信のような動作確認でも本番のリストに触れます。構築と検証は検証用テナントとダミーデータで行い、本番環境での作業がどうしても必要な場合は、参照できるオブジェクトと項目を限定した期間限定のアカウントを発行する、個人を特定できる項目は表示させない、一括エクスポートと一括メール送信の権限は付与しない、といった権限分離をご相談のうえで決めます。外部への委託が個人データの取扱いの委託に当たる場合、委託元には委託先への必要かつ適切な監督義務が生じます（個人情報保護法第25条）。

A他の業務より難度が高い領域だと考えられます。総務省「令和7年版 情報通信白書」のデータ集にある日本の回答者442人ベースの数値では、「期待を下回る効果になっている」を選んだ割合が「顧客対応の自動化（カスタマーサポート等）」で10.0%と、社内向けヘルプデスクやメール・議事録の補助の7.5%より高くなっています。これは回答者全体を分母とした構成比のため、その業務で「業務で使用中」と回答した人だけを分母に取り直すと（同データ集CSVの回答者数から算出）、顧客対応の自動化は26.3%、社内向けヘルプデスクは16.8%、メール・議事録の補助は15.8%となり、差はむしろ広がります。社外に直接返す文面は品質の許容範囲が狭いため、全面的な自動化ではなく、AIに任せる範囲と人が引き取る範囲の線引きから設計するのが現実的です。

AヘルプドキュメントとFAQの整備、公開情報をもとにしたコンテンツ制作、ウェビナーの企画・運営など、顧客データにも本番環境にも触れずに始められる業務からの着手が現実的だと考えられます。そのうえでオンボーディング資料の雛形化、リード対応シナリオの設計へ広げる順序が無理がありません。

A週1日・短時間から契約できる人材が中心のため、マーケティングやカスタマーサクセスに専任を1〜3名しか置けない体制でも依頼しやすい形です。まず1つの業務に絞って試行し、進め方を確認しながら範囲を広げる流れが一般的です。