ソフトウエアエンジニア【AI BPO／AIエージェント実装】

人とソフトウエアが共進化する社会へ

PKSHAは「人とソフトウエアの共進化」をビジョンに掲げ、人と人の「間」をAIでつなぎ直す コネクティブAI を事業の核に据えています。顧客個別のアルゴリズムを開発・提供する AIソリューション事業 、「PKSHA AIヘルプデスク」「PKSHA ChatAgent」等を展開する AI SaaS事業 、そしてAIで人の能力を拡張する AI Powered Worker事業 の3事業を推進しています。

業務内容 PKSHA TechnologyのAI SaaS事業では、自然言語処理・音声認識・生成AIなどの技術を活用し、企業におけるコミュニケーションやナレッジ活用の課題を解決する複数のSaaSプロダクトを提供しています。エンプロイーエクスペリエンス（EX）領域では、「PKSHA AIヘルプデスク」をはじめとするプロダクトを通じて、社内問い合わせ対応やナレッジ活用の効率化に取り組んできました。

生成AIやAI Agentの進化によって、AIが支援できる対象は「問い合わせに答える」ことから、情報の収集・判断・システム操作を含む業務プロセスそのものへ広がっています。AI BPO推進本部は、この変化を捉え、バックオフィス業務を「どこをAIに任せるか」の切り分けから実装、運用まで一気通貫で引き受ける新規事業を立ち上げているチームです。業務の診断・設計（AI-BPR）、エージェントの構築（AI実装）、運用の受託（AI-BPO）を1本のプロセスで提供し、まずは人事の業務に注力しています。

本ポジションは、このうちAI実装の主担当です。BPRコンサルが決めた業務の切り分けと、ITコンサル・PMが描いたシステム構成をもとに、案件ごとにAIエージェントを構築し、顧客の既存システムにつないで、実際の業務で動く状態にします。仕様どおりに作るだけではありません。上流の意図を理解したうえで、顧客の業務担当者と話しながら、例外や運用の細部を詰めていきます。

稼働後は、検証・定着と運用のフェーズにも関わり、例外から見つかった改善を実装に反映します。また、案件でよく使う処理を部品として切り出し、プラットフォーム構築を担うソフトウエアエンジニアに返すことで、次の案件をより短期間で立ち上げられるようにすることも重要な役割です。

具体的な業務内容
・生成AI・AI Agent、PKSHAの既存プロダクト、外部SaaS等を組み合わせたAIエージェントの構築（ローコード中心。必要に応じてPython / TypeScript等で実装）
・API・RPA・画面操作による、顧客の既存システムとの連携
・規程・ナレッジの取り込みと、例外パターン・人による確認ポイントの実装
・受入テスト、人とAIの並行稼働、before/afterの効果測定への参加
・運用手順書の作成と、運用チームへの引き継ぎ
・稼働後の完結率・例外率などをもとにした継続的な改善
・よく使う処理の部品化と、共通基盤への還元

ポジションの魅力
最新のAI技術を、デモではなく実際の業務へ実装できる
生成AIやAI Agentを試すだけではなく、既存システムやSaaSと接続し、実際の業務プロセスの一部として継続的に利用されるところまで取り組みます。精度だけでなく、セキュリティ、運用、コスト、Human-in-the-loopも含めて、本番で使える仕組みを作ることが求められます。

作って終わりではなく、業務が変わるところまで見届けられる
実装のあと、人とAIの並行稼働、効果測定、運用までを同じチームで担います。自分が作ったエージェントが業務をどれだけ変えたかを、before/afterの数字で確かめられます。

特定のプロダクトや技術に縛られず、顧客価値から手段を選べる
PKSHAの既存プロダクトだけでなく、外部のAIサービスやSaaS、RPAも含め、その時点で最も速く・確実に業務を動かせる手段を選びます。「すべて自分たちで作る」のではなく、既存技術を活用する部分と、自分たちで実装すべき部分を見極めることも、重要なエンジニアリングです。

業務設計・構成設計・運用のメンバーと、1チームで動ける
事業開発・業務設計・デリバリー・運用の4つの機能が、1つのチームにあります。業務設計の意図をBPRコンサルから直接聞き、運用の現場で起きた例外を運用リードから直接受け取れる距離で開発できます。

立ち上げ期の今、実装の「型」をつくる側に立てる
1案件を、次の案件の資産にしていくフェーズです。案件から切り出した部品が、共通基盤やプロダクトの元になります。将来、プラットフォーム開発やプロダクト開発へ領域を広げる道もあります（一例）。

必須要件
・業務システム・RPA・ローコードのいずれかでの実装経験
・API・データ連携の基礎知識
・業務担当者と話しながら、要件を形にした経験
・自ら実装した仕組みを、テスト・リリース・本番稼働まで担当した経験
・ビジネスレベルの日本語力
※生成AI・LLMそのものの実務経験は必須としません。新しい技術を短期間でキャッチアップし、実際の業務へ適用できる実装力を重視します。

歓迎要件
・LLM、RAG、AI Agent、Tool Calling等を利用したアプリケーション開発経験
・Python / TypeScript での開発経験
・SIer・社内SEとしての業務自動化の経験
・Microsoft Copilot / Cowork、Claude Cowork、Dify、n8n等のAI・業務自動化ツールの利用経験
・SaaSや外部システムとのAPI連携、認証・認可の設計・実装経験
・セキュリティ、個人情報、監査ログ等を考慮したエンタープライズシステムの開発経験
・BPR、業務システム導入、Professional Service、SI等の顧客向けプロジェクト経験
・人事・労務、総務、経理、情シス等の企業内業務に関する知識・経験
・英語の技術ドキュメントを読み、新しいツール・サービスを自ら検証できる能力

求める人物像
顧客の業務そのものに興味を持てる方技術要件だけを見るのではなく、「なぜこの業務が存在するのか」「どこで例外が起きるのか」まで踏み込んで理解しようとする方
技術を目的化せず、最短で業務を動かすことを重視できる方自前での開発にこだわらず、既存プロダクトやSaaS、RPA、AIサービスも含めて最適な手段を選択できる方
上流の意図を汲み、曖昧な部分を自分から確かめにいける方完成した仕様を待つのではなく、BPRコンサル・ITコンサル・顧客の業務担当者に自分から確認し、プロトタイピングと検証を繰り返しながら細部を詰めていける方
PoCを作ることではなく、実際に業務が変わることにこだわれる方作って終わりではなく、利用状況や業務成果を確認しながら継続的に改善できる方
目の前の案件と、次の案件の両方を考えられる方「この解決方法を、次の顧客ではより短期間で導入するにはどうすればよいか」を考え、再利用できる形で残せる方
型のない状況を楽しめる方ロールも進め方もこれから決まる立ち上げ期に、いま最も効く一手を自分で見つけて動ける方