鏡
AI人事変革SaaS
KAGAMI AI
従業員の貢献を映す。組織と社会が変わる。
事業構想発表 | 2026年3月
Why Me — 原体験2 / 13
貢献が見えない組織では、人は黙り、挑戦しなくなる。
1 宣言 「名古屋を日本一の GDPの都市にする」 NEC入社、名古屋配属 「挑戦する人のNEC」に則った発言 2 冷笑 「何言ってんの」 挑戦を表明しても 本気で受け取られない 3 洞察 貢献が見えない組織では 声を上げる人がいなくなる → これは個人の問題ではなく構造の問題 貢献が見えない組織では、人は黙り、挑戦しなくなる
出所: 創業者の実体験
Problem — なぜ1on1は形骸化するのか3 / 13
従業員の貢献を見る仕組みが、今の人事には存在しない。
日常業務 Teams / Slack / 日報 断絶 1on1（月1回） 準備なし → 雑談化 断絶 人事評価（半期1回） 記憶頼み → 納得感なし 本人が自覚できない 自分の貢献を客観的に把握する 手段がない → 自己効力感が育たない 上司が把握できない 部下10人の行動を 日常的に追えない → 1on1の対話が表面的に 人事が測定できない サーベイは年1-2回 現場の実態が見えない → 施策が場当たり的に よくある誤解: 「貢献＝売上・KPIの数字」ではない。後輩の相談に乗る、会議の流れを整える、チームの雰囲気を作る — 数字に現れない貢献も、組織を支えている 結果: 見えないから手が打てない → 離職が止まらない 離職コスト = 年収の50〜200%。100名企業なら年間数千万円が「見えないまま」流出
エンゲージメント1pt向上で離職率25%低下（Gallup 2020, 112,312チーム）出所: Gallup / SHRM
Solution — KAGAMI AIとは4 / 13
従業員の貢献を映し出す、唯一のAIソリューション
従業員向け 褒めてくれる 日々の行動を見てくれて 貢献を拾い上げて届ける 「自分は役に立っている」 → 自己効力感が育つ 企業向け ① 1on1が変わる AIが対話素材を自動で届け 準備ゼロでも質の高い対話に 形骸化した1on1が → 育成の場に変わる 企業向け ② ヒートマップ 部署ごとの状態が 一目でわかる 見えるから → 具体的な施策が打てる 数字では見えない貢献を拾い上げる — 他にこの仕組みは存在しない
Value ① — 従業員にとっての価値5 / 13
「誰かが見てくれている」— 従業員が安心して働ける唯一の仕組み
# dev-team 田 田中10:32 Aさん、この件私がやっておきますね A 佐藤10:35 ありがとうございます！助かります 田 田中11:20 完了しました。資料も更新済みです 📧 受信トレイ Re: 製造部との仕様調整 田中さんが間に入って調整してくれたおかげで… 📅 3/21（金） 10:00 新人研修サポート 14:00 部門横断MTG 📝 議事録 部門横断MTG 田中さんが論点を整理し 合意形成をリード 日常に埋もれたまま… KAGAMI AI 4つの情報源から貢献を抽出 チャット 後輩フォロー 3件検出 メール 部門間調整 1件検出 カレンダー 研修サポート参加 議事録 合意形成をリード 週次フィードバック 田中さんの今週の貢献 💪 後輩Aさんのフォロー チャットで3回サポート。タスク引き取り+資料更新 🤝 製造部との仕様調整 メール+MTGで部門間の認識ズレを解消 🌱 新人研修のサポート参加 カレンダーから検出。自発的な育成行動 AIコメント: 今週は特にチーム支援が光っています 「誰かが見てくれている」— それだけで人は頑張れる 従業員の安心感と成長実感を支える、他にない仕組み
共有範囲は本人が選択（Consent-First設計）
Value ② — 1on1の良化6 / 13
上司が部下を支えるための武器を、AIが毎週届ける
Before 今の1on1 上司「最近どう？」 部下「特に…大丈夫です」 30分が雑談で終わる 半期末に記憶頼みで評価 年間数兆円の管理工数が無駄に KAGAMI AI AI導入 After KAGAMI AIの1on1 AIが対話トピックを自動生成 「先週Aさんのフォロー3回」 具体的な行動ベースで対話 対話の記録が評価に自然に接続 準備0分 × 対話の質が劇的に向上 上司の準備工数ゼロで、1on1が「育成の場」に変わる
管理職の1on1準備時間: 推定月2〜4時間 → 0分に削減
Value ③ — ヒートマップで組織を可視化7 / 13
経営者が組織全体の健康状態を一目で把握できる
部署 PJ遂行 チーム支援 組織調整 スキル成長 営業部 92 85 62 78 開発部 80 65 88 95 管理部 58 35 52 30 企画部 75 90 82 60 好調(70+) 注意(50-69) 危険(~49) AIインサイト ! 管理部に離職リスク チーム支援・スキル成長が 2ヶ月連続で低下中 → 推奨アクション 管理部の1on1頻度を 月1→隔週に変更を提案 ★ 営業部が好調 成功パターンを他部署に横展開可能 見えるから打てる。打てるから変わる。
ヒートマップのスコアは行動データからAIが自動算出。サーベイ不要で常時更新
Consent-First — なぜ本音のデータが集まるのか8 / 13
従業員が安心できるから、本音のデータが集まる
従来ツール データ取得経営が購入 → 全社強制導入 閲覧権限管理者が全アクセス可 従業員の感覚「監視されている」 データの質取り繕った情報のみ 結果利用率低下 → 形骸化 KAGAMI AI データ取得本人にメリット → 自発的Submit 閲覧権限本人が承認した範囲のみ 従業員の感覚「自分のためのツール」 データの質本音が出る → 高精度AI 結果安心→蓄積→精度向上の好循環 VS
バックドアは設計上存在しない。全操作が監査ログに記録される。
Field Research — 現場の声9 / 13
「こういう仕組みが欲しかった」— 経営者も人事も求めている
" 面白い。使ってみたい 従業員50名。1on1の形骸化に悩んでいた。 「うちの会社に必要なのはまさにこれ」 中小企業 経営者 " ヒートマップで見れるなら超有意義 組織全体の貢献分布を俯瞰できることに 強い関心。「経営判断に直結する」 中小企業 経営者 " 感覚じゃなくデータで判断したい 誰が貢献しているか、していないかを 根拠をもって人事判断できる仕組みが欲しい。 中小企業 人事責任者 " めちゃくちゃ面白い取り組み できたら試してみたい、と強い関心。 大手人事部門からも共感を得るコンセプト。 NEC 人事担当者
ヒアリング対象: 中小企業経営者・人事担当者 複数名出所: 自社ヒアリング（2025-2026）
Business Model — 収益モデルと収支計画10 / 13
SaaS + 導入支援の2層モデル。固定費はAI APIのみ。Y1から黒字。
SaaS月額 800〜1,200円 / 人 / 月 粗利 80-85% | ストック収益 100名企業 → 月額8〜12万円 導入支援パッケージ 150〜500万円（初回） 粗利 60-70% | フロー収益 理念×行動の運用設計込み
0 1億 2億 3億 Y1 68% Y2 75% Y3 77% Y4 78% Y5 78% 売上 コスト
Y1Y2Y3Y4Y5
顧客数5社12社20社25社30社
売上2,500万7,000万1.4億2.2億3.0億
営業利益+1,700万+5,250万+1.08億+1.72億+2.35億
営業利益率68%75%77%78%78%
固定費: AI API+クラウドのみ | 開発・CS・経理すべてAI | 営業は代行に売上20%還元出所: 自社試算
Why We Can — AI経営OSが証明する実現性11 / 13
この仕組みを作れるのは、自ら実証してきた我々だけ
✓ AI経営OS（自社で稼働中） 2名 × 10体の専門AI × MCP連携 AI経営OSで稼働中の機能 AIが業務を自動で回す10体の専門AIが役割分担 会話からやるべきことを抽出議事録→アクション自動整理 複数ツールの情報を統合チャット+メール+予定+資料 毎朝・毎晩の報告を自動生成人が作業する必要なし 業務ルールに沿って自動更新台帳・リストが常に最新 誰が何を見れるか厳密に管理操作履歴もすべて記録 → KAGAMI AIの技術要件（すべて実証済み） 日々の行動→貢献として整理同じ仕組みを転用 日報やチャットをAIが読み取り精度を実証済み Teams/Slack/メールと連携接続済み 貢献レポートを自動で届けるそのまま転用可 企業ごとの理念に合わせて運用カスタマイズ実績あり 本人が許可した分だけ共有設計済み
KAGAMI AIは「新規開発」ではなく「稼働中のAI経営OSの横展開」。技術リスクはゼロに近い
Future Vision — さらなる発展12 / 13
一社の中から、社会全体の人材最適配置へ — 次世代の人事インフラ
KAGAMI AIの貢献データ基盤 行動×貢献パターンが蓄積される 社内スカウト 他部署からスカウトが届く 貢献データから「この人、うちの部署に合いそう」 貢献が 可視化される 適性が マッチングされる 異動が 成功する まず一社の中で、適材適所を実現する → 社内の人材最適配置が、次世代人事インフラの第一歩 社外チャレンジ 地域の会社への出向支援 相性の良い近隣企業とのマッチング 貢献パターンを 匿名化して共有 地域企業と マッチング 出向で 挑戦 企業を越えて、社会全体で人材が最適配置される → KAGAMI AIが次世代の人事インフラになる
貢献データが蓄積されると「この人に合う場所」が社内にも社外にも見えてくる
鏡
従業員を支える唯一のソリューション。
次世代の人事インフラを、ここから。
KAGAMI AI — AI人事変革SaaS
120億円
TAM（中小企業）
23x
LTV/CAC
Y1黒字
初年度から黒字
Thank you for your time
Appendix
参考資料
A1. Why Now — 3つの追い風A1
規制・技術・市場の追い風が同時に吹いている
領域2024年以前2026年〜
規制人的資本開示は大企業のみ金融庁が開示範囲を拡大。ISO 30414改訂（2025年）。中堅企業も対応必須に
技術LLMは精度不足。構造化が実用レベルに至らずClaude/GPT-4クラスで会議録→論点構造化が実用水準に到達
市場ジョブ型は検討段階導入企業の42.7%が「機能していない」。評価制度の再構築ニーズが顕在化
競合大手TMSがフルスイートを拡張中大手は「箱」を広げるが「中身」（行動データ）は空のまま。隙間が拡大
TAM: 6,800億円（矢野経済研究所 2024年推計）出所: 各種公開情報・矢野経済研究所
A2. 対象顧客・TAMA2
従業員30〜300名の中小企業。1on1制度があるが形骸化している層。
項目内容
企業規模従業員30〜300名の日本企業（製造・サービス・IT）
前提条件Teams / Slack 導入済み。Graph API / Slack API でデータ自動取得
ICP経営者 / 人事部長。SaaS予算 100〜500万円/年
共通課題1on1形骸化、サーベイ結果が改善に繋がらない、離職率の上昇
TAM（中小企業）120億円（30〜300名企業 × 平均SaaS単価）
SAM24億円（Teams/Slack導入済み企業に限定）
出所: 各種公開情報
A3. 競合分析・差別化A3
競合との違いは「中小企業が本当に使えるかどうか」
競合アプローチKAGAMI AIとの差
Co:TEAM
Post ¥7.89億調達		1on1×評価の接続大企業向け設計。中小が使える価格・運用ではない
MS Copilot汎用AI要約汎用ツール。自社の理念に沿った評価軸は作れない
既存TMS
カオナビ等		タレマネの箱を拡張日々の行動データが入らず、器だけになりがち
エンゲージメント
サーベイ		年1-2回のスナップショット年数回の調査では日常の変化を捉えられない
KAGAMI AIの強み = 高機能ではなく「中小企業でも無理なく始められる設計」
出所: 各社公開情報
A4. Go-to-Market戦略A4
有償PoCから始め、営業代行パートナーで展開
フェーズ期間目標社数施策
Phase 0
PoC		0-6ヶ月3社有償PoC（50-100万円）で初期検証。PMF確認
Phase 1
創業者営業		6-12ヶ月8社創業者が直接営業。導入事例を作る
Phase 2
代行展開		12-24ヶ月20社営業代行パートナーに売上20%還元で展開
Phase 3
拡大		24ヶ月〜30社+インバウンド + パートナー経由で拡大
JTC（日本の伝統的大企業）は同業他社実績で動く。中小企業は経営者の直感で動く
A5. リスクと対策A5
課題は明確。すべてに対して具体的な打ち手がある
リスク深刻度対策
監視ツール誤解高Consent-First設計を前面化 + 従業員向け説明会パッケージ
専任不在リスク中AI経営OSで開発・CS・経理を自動化済み。営業は代行で外部化
Big Tech追随中中小企業の伴走型運用設計は汎用AIでは代替不可
PMF不確実性中有償PoCで最短検証 → 低固定費のため損益分岐点が低い
AI精度の限界低本人が確認・修正するフロー組込み → 精度100%不要の設計
すべてのリスクに対し「検証可能な次のアクション」が明確
← → キーで移動 | Esc で一覧