導入わずか1ヶ月で、従来の採用チャネルでは出会えなかったハイスキル人材と出会い、即プロジェクトにアサイン。現在ではスカウト機能を使わず、LAPRASのJOB機能（求人情報掲載）のみで自発的な応募による採用を実現している株式会社世良。優秀な人材を惹きつける採用戦略とは？同社の代表である遠藤さんにお話を伺いました。

《プロフィール》
代表取締役CEO
遠藤 嵩良さん：
慶應義塾大学でコンピュータサイエンスを専攻後、不動産、医療、人材業界で機械学習エンジニアとしてAI・データ分析の活用を推進。その後、広告代理店で事業責任者を務め、AIとデータ分析を活用したマーケティング事業を立ち上げ、短期間で大きく成長させた。経営戦略にも携わり、子会社設立やガバナンス整備にも従事。2023年11月に株式会社世良を設立し、生成AI受託開発と生成AIサイバーセキュリティを軸に事業を展開。執筆・査読の実績も持ち、常にAI技術の最前線で事業成長を牽引している。

株式会社世良：
生成AIとサイバーセキュリティを軸に受託開発事業を展開するテクノロジー企業。2023年11月の設立以来、幅広い業界に向けて生成AIを活用したシステム開発やAIソリューションの提供を行っている。AI開発における倫理性やセキュリティを重視し、企業や社会にとって価値のあるテクノロジーを届けることを使命としている。今後も、生成AIとサイバーセキュリティ領域での先進的な取り組みを通じて、企業の課題解決と成長を支援していく。

普段のアウトプットから課題解決への姿勢がわかる

― まずは、株式会社世良の事業内容について教えてください。

株式会社世良は、生成AIを活用したシステム受託開発と、生成AIサイバーセキュリティ事業を軸に、企業の課題解決を支援しています。単なるシステム開発にとどまらず、クライアントのビジネス課題を根本から解決するためのパートナーとして、オーダーメイドの各種ソリューションを提供しています。同時に注力しているのが生成AIサイバーセキュリティ事業です。生成AIには特有のリスクがあり、例えばプロンプトインジェクションやデータリークといった問題が発生しやすい領域です。世良では、こういった生成AIのリスクを未然に防ぐための脆弱性診断やセキュリティ対策も包括的に提供し、安全なAI運用をサポートしています。

― なるほど。生成AIに特化したスキルをもつエンジニアの採用はかなりハードルが高く感じます。

たしかに大きな課題のひとつとしてAIに特化したエンジニアと出会うことに難しさはありました。生成AIやサイバーセキュリティといった分野では、単なるコーディング能力だけでなく、深いアルゴリズム理解やセキュリティ意識、そしてクライアントの課題を論理的に分析し解決できる力が求められます。

しかし、一般的な求人媒体では、候補者の表面的なスキルセットしか見えず、本質的な技術力や課題解決力を見極めることが非常に困難でした。特に「AIエンジニア」や「フリーランス」として活動している方々や、プロジェクト単位で自分のスキルを活かしたいと考えているエンジニアと接点を持つこと、それが課題でした。

― その課題を解決するためにLAPRASを導入されたのですね。導入の決め手は何だったのでしょうか？

LAPRASの導入を決めた理由は、候補者のアウトプットを確認することで、履歴書では見えない「課題解決力」や「技術への姿勢」を評価できる点でした。特に生成AIのような高度な領域では、学歴・職歴・スキルセットの列挙ではなく、プログラミング言語やアルゴリズムの知識を示すだけでなく、プロジェクトに合わせて自発的に解決していくスキルが重要です。LAPRASなら、GitHubや技術ブログなどから過去の取り組みを可視化できるのが大きな強みでした。

「今すぐ転職したい人材」だけではなく、「面白いプロジェクトがあれば関わりたい」と考えているエンジニアにも訴求できる点も魅力でした。なので、生成AIやサーバーセキュリティに強いエンジニアさんたちとも繋がることができ、採用ターゲットの幅が大きく広がったと感じています。

あと、私自身もAIエンジニアとしてLAPRASに登録しています。実際に使ってみた経験から、LAPRASがいかにエンジニアに寄り添ったサービスかを理解していましたし、使い手の視点で信頼できると感じたことも導入を決めた理由の一つでしたね。

プロジェクトごとに最適な候補者を見極めている

― 実際にLAPRASを導入してから、採用体制や運用方法にはどのような変化がありましたか？

LAPRAS導入後、まず大きく変わったのは採用プロセスの効率化と精度の向上です。これまでの採用活動では、エンジニアの表面的なスキルに頼らざるを得なかった部分が多かったのですが、LAPRASの導入によって候補者のアウトプットを具体的に確認でき、初期段階から精度の高いマッチ度を実感しました。

また、弊社のエンジニア採用の特徴として、私自身が応募者のマッチ度を直接確認しています。AIエンジニア出身の代表として、スキルや経歴だけでなく、そのエンジニアがどんな視点でプロジェクトに向き合うのか、AI技術に対してどんな価値観をもっているのかを重要視しています。

世良では、生成AIの受託開発をメインにしているため、プロジェクトの性質やクライアントのニーズに合わせて最適なメンバーを選定しています。

この採用体制とLAPRASの相性は非常に良く、導入以降、スピーディーかつ的確に人材を確保できました。特に、LAPRASを通じて転職潜在層のAIエンジニアとも接点をもつことができ、これまでの採用チャネルでは出会えなかったような優秀なIT人材とも繋がることができています。

― 実際にLAPRASを活用した採用の中で、特に印象的だった事例はありますか？

はい、導入からわずか1ヶ月で成果に繋がった事例があります。ある生成AIプロジェクトの立ち上げに際し、LAPRASを通じてAI分野に特化したエンジニアと出会うことができました。

その方は、普段からGitHubで生成AIに関するアウトプットを行っており、技術ブログでも考察を発信していました。履歴書や職務経歴書では見えにくい「技術へのこだわり」や「問題解決力」が、LAPRASのプロフィールから伝わってきたんです。実際の面談では、世良が求めていたAIスキルやサイバーセキュリティ事業への適性を十分に感じられ、業務委託としてプロジェクトに参画していただきました。

この事例からも、LAPRASはこれまでの採用ツールとは違い、AIエンジニアの技術力や姿勢を多角的に評価できるプラットフォームであることを実感しました。特に、今まで出会えなかった転職潜在層の生成AIエンジニアとも接点をもてたことは、大きな成果だと感じています。

― 業務委託としての採用が中心ということですが、マッチ度の確認にはどのような工夫をされていますか？

業務委託では、即戦力性が重視される一方で、プロジェクトの進め方や会社のカルチャーにフィットするかどうかも考慮しています。世良では、「学習意欲や課題解決力」「社内/社外コミュニケーション力」「セルフマネジメント力」といったソフトスキルも重要視しています。特に、フルリモート環境での業務が基本なので、テキストベースのコミュニケーション能力や、自律的にプロジェクトを進められる力が必要です。

そのため、LAPRASで候補者を見つけた後は、生成AIに関するアウトプットだけでなく、GitHubのリポジトリ構成やコミット履歴、技術ブログでの考察内容などを確認し、エンジニアのAIスキルや考え方を多角的に評価しています。面談では、AIへの関心や課題解決力を中心に確認し、世良の生成AIプロジェクトに適した人材かどうかを慎重に見極めています。

転職潜在層から自発的に応募してもらう求人票の工夫

― LAPRAS導入後、採用活動にどのような変化を感じていますか？

LAPRAS導入後、これまで出会えなかった転職潜在層のAIエンジニアやサイバーセキュリティに強いIT人材ともコンタクトできたことが大きな成果です。

また、LAPRAS内のJOBページにも工夫を加えています。AIエンジニアが興味をもちそうな求人サムネイルにしたり、コーディングやAIモデルなど具体的なエンジニアリング要素について言及した文章構成にするなど、エンジニアが関心をもちやすいコンテンツ作りを意識しています。そうすることで求人票を見たエンジニアからの反応率が向上し、以前より多くの応募が寄せられるようになりました。

（参考）他社求人に埋没しない、独特のサムネイル選択

課題解決に積極的な生成AIエンジニアを求めて

― 今後の採用戦略について、どのようなビジョンを描いていますか？

世良としては、引き続き生成AIとサイバーセキュリティという二軸を強化していく方針です。特に、生成AIの分野は急速に進化しているので、より複雑で高度な課題に取り組めるエンジニアが必要です。また、生成AIの活用が広がる一方で、セキュリティリスクも同時に増しているため、サイバーセキュリティ分野の強化も欠かせません。今後の採用では、こうした専門領域に精通したエンジニアをより多く迎え入れ、生成AI×セキュリティ事業をさらに拡大していきたいと考えています。

今後も働き方の多様性を重視し、業務委託や副業など、柔軟な形でプロジェクトに参画できるエンジニアとの繋がりを広げていきたいですね。

― 具体的には、どのようなエンジニアに来てほしいと考えていますか？

一言でいえば、「課題解決に楽しさを感じられるエンジニア」ですね。生成AIやサイバーセキュリティの領域は、日々新しい技術や課題が生まれる常に流動的な分野です。そのため、「自分で課題を見つけて解決することを楽しめる人」「技術を深掘りすることが好きな人」にぜひ来てほしいと考えています。

また、世良ではクライアントの課題解決に寄り添う姿勢を大切にしているので、コードが書けるだけでなく、「顧客ビジネスの課題を理解し、最適な解決策を提案できるエンジニア」を求めています。特に、生成AIエンジニアとして活躍できる方には、AIモデルの設計だけでなく、その活用方法やビジネス適用の視点もあるといいですね。

さらに、リモート環境での勤務が基本なので、セルフマネジメント力やテキストベースのコミュニケーション能力も重要視しています。業務委託であっても、チームの一員として積極的に関わり、AIプロジェクトを推進できる方と一緒に働きたいと考えています。

常に学び続ける・価値観を共有できるエンジニアと出会いたい

― LAPRASに今後期待していることはありますか？

LAPRASには、引き続き「候補者の深い部分を見える化できるプラットフォーム」であってほしいと考えています。現在でも、GitHubや技術ブログなどから候補者の技術スタンスや考え方をある程度把握できていますが、もう一歩踏み込んで、「なぜこの技術を選んだのか」「どのような課題意識をもっているのか」といった内面的な部分まで見えるような機能が追加されると、さらにマッチ度の高い採用ができると思います。

また、これまで通り、転職潜在層へのリーチ力も維持してほしいです。特に、世良のように業務委託を積極的に採用を行っている企業にとっては、今すぐ転職を考えていないエンジニアとも接点をもてることが大きなメリットです。LAPRASのおかげで、これまで出会えなかった層と繋がることができ、結果として優秀なIT人材の採用に繋がっています。

― 最後に、今後の世良の採用活動における目標を教えてください。

最終的な目標は、「エンジニアが自然体で働ける環境」を作ることです。世良では、「自分が面白いと思える仕事」に時間を使える環境を大切にしています。だからこそ、プロジェクトごとに柔軟に関わることができる体制を整え、多様な働き方を認めています。

また、生成AIやサイバーセキュリティといった先端技術の分野では、常に学び続ける姿勢が必要なので、「課題解決を楽しむ文化」「技術を深掘りする文化」を今後も育てていきたいと考えています。LAPRASを活用し、こうした価値観に共感できるAIエンジニアと出会い、世良のチームをさらに強化していきたいですね。

― 本日はありがとうございました。