採用は、ひとに向き合う仕事。
なのに今日も、PC に向かっている。
手間は AI。時間を、ひとに。
AI shikumi LAB. by one-x
つくるのは答えではなく、しくみ。
AI を導入したけれど、仕事でどう使えばいいか分からない会社へ。
研修と伴走で、あなたの会社に合う AI のしくみを一緒につくります。
その手間、AI におきかえませんか。
求人を出しても、反応がない。どこを直せばいいか分からない。
「ほしい人」が、経営・人事・現場でそろわない。
業界や競合の採用の動きを調べるのに、時間がかかる。
本業のかたわらで、採用も担っている。
本当はひとと向き合いたいのに、情報集めや分析、会社説明の資料や求人票づくりに時間をとられている。
作成や修正の手間も、悩む時間も、AI へ。
ひとと向き合う時間を取りもどす。
どの手間を、どうやって AI におきかえるか。
そのアイデアを、一緒に考えます。
Approach
つくるのは答えではなく、しくみ。Systems, not answers.
AI に頼みっぱなしでは、どの会社にも同じような答えしか返ってきません。
違いが出るのは、あなたの仕事の経験と考えが入ったとき。
あなたの経験や知見、専門性に AI をかけ合わせて、くり返し使える「しくみ」にします。
意思を入れる
頼む前に、あなたの考え・経験・会社の決まりを AI に教える。
相手の視点で確かめてもらう
応募する人、お客様など、
受け取る人の視点で読んでもらい、どんなニーズや本音がありそうかを挙げてもらう。
自分で選ぶ
使う・使わないは、あなたが決める。最後は、人が確かめる。
たとえば、求人票なら。
1 「会社が大事にしていること」を AI に伝える。
2 応募する人の視点で読んでもらう。
3 出てきた直し案から、使うものを自分で選ぶ。
ここからは、リーダー・管理職の方へ。
マネジメントは、ひとに向き合う仕事。
なのに今日も、PC に向かっている。
手間は AI。時間を、メンバーに。
AI shikumi LAB. は、採用だけのものではありません。
目標設定、プロジェクトの進み具合、人とのつながりの整理、調べもの。
リーダー・管理職の仕事にも、しくみにできる手間があります。
仕事で生成 AI を使っている人の割合（米国）
米国の調査では、管理職は、働く人全体より、ずっと多く仕事で AI を使っています。
なぜか――。その鍵は、管理職がもつ経験と知見にあります。
視野の広さ
仕事の全体を見わたせる
視座の高さ
一段上から、目的と優先を決められる
経験の深さ
最初から最後までを把握し、解決策や対応策を知っている
この3つは、AI でしくみをつくるときの強みにもなります。
AI の世界には、お客さまの現場に入りこみ、
困りごとを確かめながら、その現場に合うしくみをつくるエンジニアがいます。（FDE＝フォワード・デプロイド・エンジニアと呼ばれる役割です）
この「現場から考える見方」は、仕事の全体を知るあなたなら、もう持っているかもしれません。
出どころ：Bick, Blandin, Deming（2026）、FRED。米国の働く人に「仕事で生成 AI を使っているか」を聞いた調査です。
くわしい出どころと数字
Bick, Blandin, Deming「The Rapid Adoption of Generative AI」Management Science（2026）、Real-Time Population Survey。数字はセントルイス連邦準備銀行の FRED（2026年8月4日の更新）。米国の18〜64歳の働く人が対象。2024年7〜9月から2026年4〜6月まで、四半期ごと。上手に使えているかは聞いていません。
8つのツール
8つの課題と、それに対応するツールです。
AI を活用すると、こうしたものがつくれます。
これらをベースに、あなたの会社の課題や、かたちにしたいことを、一緒に、毎日の仕事で使えるしくみにしていきます。
- 01
人材採用
「ほしい人」が、経営・人事・現場でそろわない
darehoshi.リサーチ
立場ごとの「ほしい人」の違いを見える化し、人材要件の土台をつくる
- 02
人材採用
日々の業務に追われて、求人を何か月も更新できていない
Q人Docきゅうじんドック
修正案がすぐに出るので、短い時間で求人を更新できる
- 03
相互理解
互いの得意・不得意や考え方を知らないまま働いている
anatane.診断
力を発揮しやすい場面を言葉にし、メンバー間でお互いを知るきっかけに。
- 04
目標設定・面談
目標がうまく書けない、数値化できない。面談しても効果を実感しない。
nobitane.目標設定
AI を活用し、求められている役割をもとに、目標設定の言語化と数値化をサポート。毎月の記録が、面談の材料になる。
- 05
プロジェクト管理
いつまでに、どこまで、何をするのか。ゴールが見えない
Casicaカシカ
プロジェクトごとの進み具合と次のアクションが、可視化できる。
- 06
人との関わりを整理
社内の誰と誰がつながっているか。お客様や関連会社とどんな関係か。人が増えるほど、把握できない
つなGO！関係性マップ
名刺や訪問の記録をまとめ、誰が誰とつながっているかを地図にして、チームで共有できる
- 07
PDCAサイクル
仕事がその場その場の「点」で終わり、ふり返って次につなげる習慣がない
cycrew
計画 → 実行 → ふり返り → 改善を、ひと続きの流れとして回せるようにサポート。
- 08
リサーチ・分析
リサーチや分析が苦手。何から調べればいいのか分からない
しらbell
仕事に合った確かな情報集めから、直感的に分かるデータ化・グラフ化までを AI でサポート。
AI＋人の手
画面を押すと、AI ツールがくわしく見られます
AI は導入した。
でも、私の仕事の、どこで使えばいいんだろう。
AI shikumi LAB. は、AI にくわしい人のためのサービスではありません。
時代の流れで AI を導入したけれど、自分の会社の仕事でどう使えばいいか分からない。
その「分からない」から、一緒に始めます。
使い方としくみを、ふだんの仕事の言葉で考えます。
こんなときは、AI shikumi LAB. へ
- AI を導入したけれど、使っている人が少ない
- 社員によって、使い方がばらばら
- AI の担当者がいない、または兼務している
- AI の担当はいるけれど、現場の使い方とかみ合わない
- 何から始めればいいか分からない
- AI の導入はまだだけれど、どこから考えればいいか知りたい
大きなシステムの開発をまるごと頼みたいときは、専門の会社が合います。
AI shikumi LAB. は、自分たちで回せるしくみづくりの伴走です。
相談から、自分たちで回せるまで。
進め方と料金の目安です。
迷ったら、00 の無料相談から。
01〜03 は、どれか1つだけでも頼めます。
相談・ワークショップ・研修・伴走のどれでも、あなたの会社の AI の決まり（セキュリティポリシー）を守って進めます。
情報の扱いと、AI を使えない場合
- 応募者や社員の個人情報は、AI に入れない進め方を基本にします。
- 求人原稿や会社案内など、外に出している情報から始めます。
- AI の決まりがまだない会社は、最初に「入れてよいもの・入れないもの」を一緒に決めます。
会社の決まりで AI を使えない場合も、無料の相談とワークショップは、講師の画面と紙で進められます。
研修と伴走は、AI を使える環境があることを前提にしています。
沖縄県内であれば、御社まで伺います。交通費などは、ご相談のうえお見積もりします。
オンラインでの実施は、ご相談ください。
Founder
Leave the busywork to AI. Give your time to people.
Tetsuya Okuhira
奥平 哲矢
one-x 代表｜沖縄県那覇市出身
大手メーカーグループ会社で約16年、
現場のリーダー、新しい業務の立ち上げ、
人事として採用と人材育成に携わりました。
プログラマーではありませんので、コードは書けません。
だからこそ、AI を活用する中で、
コードを書かない人がどこでつまずき、
何に迷うのかを、身をもって体験しています。
専門用語を使わずに、同じ目線で一緒に進めます。