LAPRASで「行動量が見える採用」を実現!mentoが語る、生成AI時代のエンジニア採用戦略

この記事をシェアする

「候補者の行動量や伸びしろが見えにくい」「リファラルが頭打ちになる」。エンジニア採用に対してそんな課題を抱えていたmento。そこで同社が活用したのが、アウトプットや学習履歴をもとに“行動の軌跡”を可視化できるLAPRASでした。CTOと採用担当が役割分担しながら候補者に向き合える体制を整え、成長意欲の高い人材とのマッチング成功までの道のりを、同社の CTOの松山さんと、採用担当の小森谷さんに話を伺いました。

《プロフィール》
執行役員CTO
松山 勇輝さん(写真右):
大手人材サービス企業にてソフトウェアエンジニア、スクラムマスターを経験し、開発組織の立ち上げやマネジメントを担当。2019年、創業期のmentoにジョインし、技術戦略の策定からプロダクト開発全体を推進。現在は新プロダクト「mentoマネジメントAI」の立ち上げも務める。

人事採用チーム
小森谷 貴子さん(写真左):
大学卒業後、小学校教諭、貿易業界のベンチャー企業を経て、IT企業で人事としてエンジニア採用や組織開発を担当。2024年5月にフリーランスとして独立し、mentoのエンジニア採用とプロジェクトマネージャー採用を支援。

株式会社mento
「コーチングとテクノロジーの力によって日本の主観的ウェルビーイングを世界No.1に」をミッションに掲げ、管理職向けコーチングサービス「mentoマネジメントコーチ」と、AIを活用したマネジメント支援プロダクト「mentoマネジメントAI」を展開している。2019年の創業以来、コーチングを軸に成長を続けてきたが、2025年4月にシリーズBで16億円を調達し、テックカンパニーへと本格的に舵を切った。現在は従業員約30名、エンジニアは7名の体制で、AIプロダクトの開発を加速させている。

AI時代に高まる開発以外のスキルの重要性

「コードを書く」ことから「事業貢献」へ。マネジメント・リードなど、「作る以外の役割」を果たせるエンジニアのニーズが、ますます高まりを見せています。

事業成長を牽引するこれらのスキル、LAPRASなら見極められます!

「AI時代に求められるエンジニア」を見つける方法

CTOと採用専任人材の協働で、スカウトの波をなくし採用を継続稼働させる

― LAPRAS導入前に感じていた課題について教えてください。

松山:当時はエンジニア採用が非常に難しい状況でした。エンジニアは私ともう1人しかいなくて。そのエンジニアも、既に弊社のコーチングサービスを受けてくださった繋がりから、「いい体験だった」と自ら飛び込んできてくれた非常に稀なケースでした。

私たちが扱っているコーチングのサービスって、エンジニアからすると距離が遠いんですよね。「営業職向けのサービスですよね?」とか、「そもそもプロダクトってあるんですか?」と言われてしまうこともありました。リファラル中心で採用活動をしていたんですが、社員数が母数になるリファラルでは限界があり、これまでにない採用チャネルの拡大が急務だったんですよね。

― なぜLAPRASを選ばれたんですか?

松山:サービス自体は以前から知っていたんですよ。当時の他のIT系の媒体は、若年層をターゲットにしたものが多いイメージでした。LAPRASは、年収1000万クラスの人が市場価値を確認するために登録しているハイクラス層がいるという印象がありましたね。

当初はベンチャー企業でテックリードやCTOの経験を持つ方の採用を目指していましたので、そういう方が多くいそうな媒体としてLAPRASを選びました。他社のCTOからも「LAPRASいいよ」という評判も耳にしていましたね。

― 採用チャネル以外に、体制面での課題もあったとか。

松山:当時は採用業務をずっと私が一人で担当していました。とはいえ、CTOとしての業務は採用だけではないので、どうしても片手間になってしまう。現場メンバーと協働するスクラム採用を試みましたがメンバーにも開発業務があり、採用戦略のような抽象度の高い部分に誰も時間を使えない状態でした。

そこで、副業でエンジニア採用を手伝ってくださる方を募集することにしたんです。そうしたら30件くらい応募がきて。その中で声をかけ、一緒に弊社の採用を牽引してくれるようになったのが小森谷さんです。

― 体制が整ってから、採用活動はどう変わりましたか?

松山:それまではスカウト送信にボラティリティがあって、開発が忙しくなると無風状態になっていました。それがすごく安定したのが大きいです。常に採用にアンテナを張って対応している人がいる、という状況になったのはすごい変化だと思います。

生成AI時代は「行動量」が全て。レジュメでは見えない成長性を可視化する

― 現在のLAPRAS運用体制について教えてください。

小森谷:興味通知やスカウト送付は、松山さんと連携しつつも私がメインで担当しています。あとは日程調整と、「まだ考えます」「転職はもう少し先なんです」という方へのリマインド管理ですね。面談に入るとなったら、松山さんや他のメンバーにつなぐという流れです。

採用活動が常に動き続けるよう、LAPRASでの候補者探しは週2回に固定しています。あえて毎日チェックしないことで、候補者が入れ替わらず効率が落ちる問題を避けています。興味通知に反応がなかった候補者でも、「いいかも」という人には追撃でスカウトをお送りしたり、複数回アプローチするように心掛けています。

― 候補者の選定はどのように?

小森谷:会社として決まっていること(今だと原則週2出社など)をベースに検索条件を設定して、入口はかなり広めに検索しています。その上で、ドメインや会社のフェーズ、職種や志向性の部分で活かしていただける部分がありそうな方、マッチする人材をピックアップしています。新規候補者数が枯渇してきたと感じたら、過去アプローチ済みのタレントプールもあるので、そこに再度アタックもしています。イベント登壇などをフックに「またよかったら話しませんか」とリマインドを送ったりしていますね。

― スカウト文は個別にカスタマイズされているとか。

小森谷:はい。LAPRASのカスタマーサクセスの方とも相談しながら、ひな形もブラッシュアップしてきました。今では運用当初の2〜3倍の長さになっていますね。LAPRASの候補者はレジュメもしっかり書かれている方が多いので、同じぐらいの熱量を持ったスカウトを送れるよう心掛けています。

特にmentoが抱えている課題と、候補者のスキルがどう活かせそうかは必ず書くようにしています。さらにLAPRASだと「やりたいこと」を記載している方も多いので、そこに対しても、mentoでどう叶えられそうか?を記載するようにしています。「社会貢献したい」方には代表の思いを、「挑戦したい」の方にはmentoの裁量の大きいというカルチャーを伝える、といった形です。

― LAPRASを使っていて、特に良いと感じている機能は?

松山:ここ数年で採用を取り巻く前提も大きく変化しつつあります。生成AIが一般化したことで、誰でも一定水準のレジュメを整えられるようになりました。その結果、従来の経歴ベースの評価では差がつきにくくなっています。ある程度の完成度のものまではAIで整えることができる。そうなると、結局「行動量」こそが重要になってくる。どれぐらいの頻度で新しい技術を自ら学んでいるか、アウトプットしているか、という部分を見るようにしていますね。

特に今、私たちはメンバー層の採用を加速させているんですが、メンバー層こそ行動量が重要。それがLAPRASのプロフィールにまとまっているのですぐに確認することができる。connpassなどイベント参加履歴やGitHub、Qiitaのアウトプット内容から、この人はどれぐらいバイタリティがあって行動しているのか、というのが大体わかるんですよね。

レジュメだけだと「外面」は整えられてしまう。でも実際にやっていることはアウトプットに現れる。そこを可視化できるのは、LAPRASの非常に魅力的なポイントだと思っています。

小森谷:私はエンジニア出身ではないのでコードは読めないんですが、それでもイベント参加履歴や記事のアウトプット量は判断できます。例えばアウトプットが2023年で止まっている方だと、「この後の学習サイクルはどうなっているんだろう?」と成長意欲の継続性が見えにくくなります。

一方で、いまも月1回や週1回といったペースでアウトプットが続いていると、「この人はいまも継続して学んでいるんだな」というのが一目で分かる、すごく分かりやすい指標になります。

松山:「興味がある」は誰でも言えてしまう。実際に「行動に移しているかどうか」が一番大きな壁ですね。私たちとしては「興味があったらすぐ行動してみる」というタイプの人と一緒に仕事がしたい。そういった情報が全てひとまとめになっていてスグにアクセスできるのがLAPRASなんです。

小森谷:タレントプール機能もとても便利ですね。「スカウト送信済み=一度いいと思った候補者」なので、私たちがイベントをやるときに再度そこから送れる。わざわざリストを作って維持管理する必要がないのは、すごくやりやすいですね。

松山:最初にLAPRASを使って感動したのは、カスタマーサクセスの方のクオリティが高いことでした。週に1回という高頻度で、「ここまでいきましょう」「何通送りましょう」と細かく目標設定をしていただいて、しっかりオンボーディングしてもらえました。

小森谷:私も何度も助けられています。スカウト文のカスタマイズについてもたくさんヒントをいただいて、そこから返信率が上がりました。

大切にしているのは、候補者の人生と向き合うこと

― 最近、採用方針が変わってきているとお聞きしました。

松山:はい。元々はシニア層の採用がメインでしたが、その層が充足してきたので、今はメンバー層の採用も加速させています。

世の中的には「ジュニアはもう不要だ」という声もありますが、私は違う捉え方をしています。むしろ若い方が生成AIという武器を手にすることで、従来のシニアエンジニアと遜色ないパフォーマンスを出せる世の中になった、と思っているんです。

若い方は「どういうキャリアを作っていきたいか」という軸で転職活動をされる方が多く、今は「AIを活用したプロダクトを開発したい」というニーズが強い。私たちのプロダクト「mentoマネジメントAI」はそうしたニーズのど真ん中なので、すごく魅力的な環境が整っていると思っています。

― 一方で、シニア層の採用が先に充足したのはなぜでしょう。

松山:これは弊社のドメイン特性だと思います。普通のエンジニアのカンファレンスで「コーチング知ってる人?」と聞くと15人ぐらいしか手が上がらないんですが、エンジニアリングマネージャーのイベントで聞くと全員手を挙げるんですよ。それくらい管理職の方にとってコーチングは身近な存在になっている。

マネージャーやCTOの方は「マネジメントは大変だ」と身をもって理解していますよね。「管理職って大変じゃないですか。私たちはこれを変えていきたい」と話すと、「すごくわかります、一緒に変えていきましょう」となる。共感を得やすいドメインをやっている、というのが大きいですね。

― mentoならではの採用アプローチもありますか?

松山:はい。一つは、私たちの面接スタイル自体がコーチング的だということ。弊社の面接に携わる人たちは「問いを投げて相手の感情や想いを引き出す」というコミュニケーションスタイルの人が多いんです。面接後に「コーチングされているみたいな感覚でした」と言われることがよくあります。

「今どんなところを受けているんですか?」「それぞれ結構違う会社だなと思ったんですが、共通項ってあるんですか?」と深掘りしていく。そうすると、その人が大事にしている価値観が出てくるんですよね。

もう一つは、プロのコーチによるコーチングセッションを候補者の方にプレゼントするケースがあります。弊社のサービスを体験してもらうパターンですね。

― どういった方にコーチングをプレゼントされるんですか?

松山:細かく決めているわけではないのですが、「そもそも転職した方がいいのか迷っている」という方に対してプレゼントしたケースがありますね。

もちろんコーチングするのは私たちではなく、弊社が契約するmento所属コーチです。私たちがコーチングすると「弊社に転職してほしい」という思いがあるので、ステークホルダーになってしまいますから。でも契約しているコーチの方々は100%フラットにコーチングしてくれます。

結果として「ますますmentoさんに興味が湧きました」となるケースもあれば、「考えがまとまりました。現職に残ります」というケースもあります。後者の場合は、採用という観点では残念ですが、「その方の人生が良い方向に変わった」のであれば、私たちのビジョンに近づいているので、それで良いと考えています。採用観点ではマイナスに見えても、長期的には関係性を育て、2年後・3年後に「コーチングって良い体験だったな」と思い返してくれれば、何かしら私たちに返ってくることもあるかもしれませんし。これはコーチング事業に深く携わってきたmentoならではのアプローチだと自負しています。

― 現在、CTOの松山さんがカジュアル面談を100%対応されている理由は?

松山:「経営陣が最初に採用にコミットしないといけない」というのは、スタートアップ界隈でよく言われることです。相手からしても、技術のトップが一発目に会いに来てくれる、というインパクトは大きいと思っています。

少なくともエンジニア組織が100人規模になるまでは、自分が見続けるつもりです。カジュアル面談の目的は8割が採用ですが、2割は採用広報も兼ねています。縁がなかったとしても、「mentoって面白い会社だな」と思っていただければ、それが回り回ってリファラルやバイラルにつながる。全ての方を私たちのファンにするぐらいの気持ちでいます。

― 今後の採用計画について教えてください。

松山:メンバー層の採用を続けていきますが、爆発的に人数を増やすというより、1人1人の生産性が生成AIの力で10倍、20倍になる時代ですから、1人あたりの「掛け算」を高めながら組織を伸ばしていくイメージです。

「生成AIを本当にフル活用して、10人ぐらいのコーディングエージェントを従えて開発を回したい」という人たちを、どれだけ組織に入れられるかがポイントです。それから、今後1年間で、テクニカルサポートやSREの組織を立ち上げていきます。

― 最後に、読者の方へメッセージをお願いします。

小森谷:人事と現場で一緒にやる採用スタイルの企業は多いと思います。LAPRASのタレントプール機能でコメントを共有できるのは便利で、スクラム採用や複数人で採用を回すという体制がすごくやりやすい。人事の方もCTOや現場の方も、両方が使いやすいサービスだと思います。

松山:ずっと使っていても送れる候補者がいるんですよね。なので今後もデータベースをしっかり維持・拡充していただけると、ずっと使い続けられるサービスだなと思います。採用は単なる人員補充ではなく、未来の事業を一緒につくる仲間を見つける営みです。

mentoは「人の可能性を引き出す会社」として、これからも“伸びる人を見抜く採用”を追求していきます。そして、LAPRASとともに「行動量が見える採用」をさらに進化させていきたいですね。

― 本日はありがとうございました。

AI時代に活躍できるエンジニア、どう見極める?

AIが「作る役割」を担う今、エンジニアの役割は「技術で事業成長を導く」ことへと変わりつつあります。

採用市場では、従来の開発力に加え、「事業貢献」に直結するスキルの重要性が高まっています!

今、需要が高まるエンジニアのスキル

  • 課題解決能力:顧客やビジネスへの深い理解で、技術を価値創出につなげる
  • 技術応用力:新しい技術(特に生成AI)でチームの生産性を高める
  • マネジメント能力:戦略策定・組織運営・人材育成で事業成長を牽引する

こうしたスキルを持つ人材は、従来の経歴書だけでは見極めが困難です。
LAPRASなら、「AI時代に求められるエンジニア」とそのスキルを、独自のアプローチで可視化できます。

▼詳細はこちら▼

他者貢献/事業貢献型エンジニア