AI Product ManagerーAI-nativeな開発プロセスを創り出す
プロダクトマネージャー

AI Product ManagerーAI-nativeな開発プロセスを創り出す

AI要約(β)

年収900万〜1500万円。CTO直下で、AI-nativeなプロダクト開発プロセスを再発明するAI Product Managerを募集。300社以上が導入するAI商談解析サービス『Bring Out』の未来を、あなたの手で創りませんか?顧客の声をAIで構造化し、開発チームが動ける要件へ変換。PMの仕事そのものをAIで再定義し、世の中にまだない新しい職種を創り出す挑戦です。AIを単なるツールではなく、プロダクト開発の中枢に据え、顧客価値と開発生産性の両方にインパクトを与えるこの役割は、あなたのキャリアと人生に新たな地平を拓くでしょう。未来のプロダクト開発を共に築き、社会実装する情熱的な仲間を求めています。

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

年収 900万円 ~ 1,500万円

稼働時間

09:30 ~ 17:00

雇用形態

正社員

出社頻度

フルリモート

勤務地

-

現状と課題

紹介動画
メディア掲載
ブリングアウトは、AI時代の経営変革を「実装」まで届けるAXファームです

ブリングアウトの仕事は、戦略の立案にとどまりません。対話データを構造化するAIプラットフォームと自社プロダクトを併せ持ち、現場の業務に手を入れ、経営判断の質が変わる地点まで届けています。日本を代表するエンタープライズ顧客とともに、業界の構造を変える取り組みを進めてきました。

その中で、私たちは今、自社のプロダクト開発そのものをAI-nativeな仕組みへと再設計しようとしています。その中核を担うのが、AI Product Manager です。

AI Product Manager の役割

ブリングアウトのプロダクトを「AIが自律的に進化するプロダクト」へと変革し、そのプロセス自体を顧客が採用できる形にパッケージ化することが役割です。

顧客の声、商談・CS情報、開発要望、プロダクト利用メトリクス、品質データを LLM が継続的に統合・構造化し、プロダクトの改善機会を発見し、優先順位を提案し、開発チームがすぐに動ける要件へ落とし込むワークフローを設計・運用する責任者です。

単に AI 機能を企画するのではなく、PM の仕事そのもの ── 「顧客の声をどう捉え、何を作るべきかをどう判断し、どのように開発チームへ渡し、リリース後にどう学習するか」というプロダクト開発の OS を、AI で再発明する仕事です。

このロールの面白さ
① PMの仕事そのものをAIで再定義できる

既存プロダクトの一機能を担当するPMではありません。顧客の声をどう集め、どう解釈し、何を作るべきかをどう判断し、どのように開発へつなげるかという、プロダクト開発の中核プロセスそのものを AI で再設計する役割です。今後多くの企業で必要になる新しいテーマであり、職種としてもまだ世の中に完成形がない領域です。

② AIを実験ではなく、日々の開発プロセスに組み込める

LLM や AI エージェントを、PoC やデモで終わらせるのではなく、実際のロードマップ判断、バックログ管理、要件定義、開発プロセスに組み込んでいきます。AI を「便利ツール」ではなく、会社のプロダクト開発の中枢に据える仕事です。

③ 顧客価値と開発生産性の両方にインパクトできる

顧客の声がより早く、より正確にプロダクトへ反映されることで顧客価値を高めます。同時に、PdM・Engineering・CS・Sales の連携を滑らかにし、開発チームが迷いなく動ける状態をつくることで、開発生産性にも直接インパクトできます。顧客満足・開発スピード・売上貢献のすべてに関わる、レバレッジの高い仕事です。

④ CTO直下で、開発組織全体の進化をリードできる

所属は開発組織、CTO 直下です。プロダクト戦略、AI 活用、開発プロセス、データ基盤、組織運営が交差する領域で、経営・開発・ビジネスの意思決定に近いところから変革をリードできます。Principal IC として、組織横断の仕組みづくりに専念できる環境です。

⑤ まだ世の中に完成形がない、新しい職種を創り出せる

このポジションは、従来の PdM、Product Ops、AI 活用推進、業務設計、データ活用の要素が混ざった新しい役割です。すでに決まった型を運用する仕事ではなく、「AI 時代のプロダクト開発はこうあるべきだ」という型を自分で作る仕事です。

お願いする業務

このロールで担う5つの仕事
① AI-nativeなプロダクト開発ワークフローの設計・運用

顧客の声、開発要望、プロダクト利用メトリクス、品質データをもとに、LLM がプロダクト改善の機会を発見し、優先順位付けし、要件化するワークフローを設計・運用します。

  • VoC、商談ログ、CS情報、開発要望、利用メトリクスの統合設計
  • LLM による分類・要約・クラスタリング・優先度スコアリングの設計
  • バックログトリアージ、ロードマップ更新、PRD ドラフト生成のワークフロー化
  • PdM・Engineering・CS・Sales が継続的に使える運用プロセスへの落とし込み
② 顧客の声を、開発チームが動ける要件へ変換する

顧客インタビューや商談・CSから得られる一次情報を、プロダクト判断と開発実行に使える形へ変換します。

  • 顧客課題の抽出、構造化、パターン化
  • 開発チームが48時間以内に動き始められる粒度の PRD・Issue ドラフト作成
  • 問題定義、ユースケース、成功指標、受け入れ条件、制約、リスク、未決事項の整理
  • 顧客の言葉と、開発チームの要件言語をつなぐドキュメント設計
③ プロダクト意思決定の判断軸とメカニズムをつくる

AI が出す提案を、組織が信頼して意思決定に使える状態にします。

  • 優先順位付けの判断軸設計
  • 事業インパクト、顧客価値、開発工数、戦略整合性、リスクを踏まえた評価フレームの設計
  • AI が生成する提案の説明可能性・再現性・レビュー観点の設計
  • ロードマップレビュー、スプリント計画、仕様レビュー、リリース後レビューへの組み込み
④ AIエージェントの評価・ガードレール設計

LLM や AI エージェントの出力を、プロダクト開発の実務で使える品質に高めます。

  • PRD、Issue、優先度提案、要約、分類結果の Evaluation 設計
  • AI 出力の品質基準、レビュー基準、Human-in-the-loop 設計
  • 誤分類、過剰要約、幻覚、重要要望の見落としを防ぐガードレール設計
  • AI ワークフローの継続改善
⑤ CTO・開発組織と連携したロードマップ設計

AI が生成するインサイトや優先度提案をもとに、プロダクトロードマップと開発投資判断を継続的にアップデートします。

  • What-if 分析を用いたロードマップシナリオ設計
  • CTO・Engineering との投資対効果レビュー
  • プロダクト改善テーマの言語化
  • 短期の開発優先度と中長期のプロダクト進化の接続
チーム・働き方
  • 所属:開発組織(CTO直下)
  • コラボレーション環境:Notion・Slack・GitHub

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

正社員

給与・報酬

年収 900万円 ~ 1,500万円(候補者様のご経歴、スキルによって柔軟に条件を検討/試用期間は入社年月日より3カ月です。/半期ごとにミッションシートを設定し評価を実施 ※ストックオプション付与の可能性有り/契約期間の定めなし)

稼働時間

09:30 ~ 17:00(フレックスタイム(始業 8:00から10:30まで/終業 15:00から20:00まで/コアタイム 10:30から15:00まで/労働時間 月160h + みなし残業40h以内)※実態として、チームMTG等の都合で9:30-17:00位に稼働している従業員が場合が多い、未就学児のお子さんを持つ家庭が多く、夜に稼働している方は少ない)

出社頻度

フルリモート

休日・休暇

・週休2日(土日)、祝日
・有給休暇 年間10日
・年末年始休暇(12月29日から翌年1月3日まで)
・慶忌休暇

社内制度
(待遇・福利厚生)

・社会保険完備
・健康診断(年1回)
・育休産休制度
・交通費支給
・出先での会議の場合の会議室代全額支給
・リモートワーク手当(ヘッドセットなどの準備として最大2万円補助)
・PC支給(ビズ15万円以内、開発20万円以内)

【加入保険】
社会保険完備

必須スキル/経験

  • B2B SaaS におけるプロダクトマネジメント経験 5年以上(0→1 もしくは 1→10 フェーズの主導経験)
  • 顧客の声やプロダクトメトリクスをもとに、プロダクト戦略・ロードマップ・要件へ落とし込んだ経験
  • PRD、仕様書、ロードマップ、意思決定ドキュメントなどを通じて、複数職能の合意形成をリードした経験
  • LLM を業務プロセスに組み込んだ実践経験(プロンプト設計、評価ループ、ガードレールのいずれかに関する実践的な理解)
  • エンジニアと対等に議論できる技術リテラシー(API、データモデル、基本的なシステム設計、ログ・メトリクス設計)
  • 曖昧な課題を構造化し、運用可能な仕組みに落とし込む力
マインドセット
  • AI を単なる効率化ツールではなく、プロダクト開発の前提を変える存在として捉えられる方
  • 顧客の言葉、事業の論理、開発チームの要件言語を行き来できる方
  • 曖昧な情報を構造化し、意思決定に使える形へ変換することが得意な方
  • 手を動かしてプロトタイプを作り、仮説検証しながら仕組みを磨ける方
  • ドキュメントを書くことで思考し、組織の合意形成を前に進められる方
  • AI の出力を鵜呑みにせず、評価・レビュー・ガードレールまで設計できる方
  • 完成されたプロセスを運用するよりも、まだ存在しない仕組みをつくることに面白さを感じる方

歓迎スキル/経験

  • Product Ops、BizOps、RevOps、CS Ops など、複数部門にまたがる業務プロセス設計の経験
  • 顧客フィードバック管理、バックログ管理、ロードマップ運用の仕組みを構築・改善した経験
  • Linear、Jira、GitHub、Productboard、Notion、Slack などを活用したプロダクト開発ワークフローの設計経験
  • LLM を活用した業務自動化、エージェントワークフロー、RAG システムの設計または実装経験
  • マルチエージェントワークフローの設計経験
  • SQL や BI ツールを用いた自己完結したデータ分析経験
  • AI/ML プロダクトの本番運用経験
  • モデル評価、ドリフト、バイアス、セキュリティ、権限管理などへの理解
  • DX/AX コンサルティングや、業務変革プロジェクトのリード経験
  • 技術ブログ、登壇、OSS、社外発信などの実績

スキル要件

スキル名

経験年数

種別

AI指定なし必須
LLMs指定なし必須
SQL指定なし歓迎
RAG指定なし歓迎

サービス内容の詳細

大規模言語モデルを活用した、対話データ解析サービスの提供
◆対話をデータ化して経営を変革する。

対話データの解析はデータドリブン経営における最重要なトピックです。 ハイパフォーマーの商談分析から営業の勝ちパターンを見出すこと。 感覚に頼らず、顧客の生の声を踏まえたサービス開発を可能にすること。 面接官の好みによらず優秀な人材を採用すること。 Bring Outは、この全てを手間なく実現します。

◆テクノロジーとプロフェッショナルの融合で、勝ち続ける組織づくりをサポートします。

最先端の対話解析テクノロジーを用いた分析基盤を活用し、経験豊富なコンサルタントが経営変革の論点を最短距離で導き出します。

◆AIを活用した商談解析サービス「Bring Out(ブリングアウト)」の開発

https://www.bringout.jp/

「Bring Out」は、顧客との対話を会社の資産に変える営業支援ツール。 99%の精度の文字起こしによる商談可視化と、自動報告書作成モデルにより、営業の事務工数削減に寄与することが特徴。 採用担当者向けに、面接内容をAIが分析するサービス「Bringout for HR」を展開。

▼Bring Outの提供する価値

これまで収集困難だった社内外の対話情報を収集し、解析し、CRMへの格納までをワンストップで実行。 現場の業務を最小化しながら、対話を文字情報に、そして分析可能な構造データへと自動変換します。 勘と経験に基づく仕事のあり方から、データに基づく仕事のあり方へとトランスフォームしていきます。

▼Mission

〈PDCAが回るためのインフラを社会実装し、あらゆる活動が日々より良いものになっていく可能性を拓く〉

よりよくあるためには、自分が今いる位置を認知したうえで、改善サイクル(PDCA)を回していくことが必要です。 ビジネスにおける年間100兆文字に及ぶ対話データは、正しい解析プロセスを経ることで、現在地を事実に基づいて評価し、改善行動の実践状況や課題を把握し、効果を測定するための幹となる情報となります。 Bring Outは、テクノロジーとプロフェッショナルの融合で、対話情報から世の中を一歩ずつ良いものへと変えていきます。

選考フロー

  1. カジュアル面談
  2. 書類選考
  3. 1次面接
  4. 2次面接
  5. 3次面接
  6. オファー面談

カジュアル面談(任意)→ 書類選考 → 一次面接 → 二次面接 → 最終面接 → オファー

※ポジションによってフローは異なる場合がございます。

同じ企業の求人

同じポジションの求人

おすすめのイベント

もっと見る
  • AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    アーカイブ公開中

    AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    昨今、AIエージェントの活用が一般的になってきたことで、「プロジェクト全体のコードを横断的に理解させるには、コードベースが一つにまとまっている方が適しているのではないか」という議論が増えています。 一方で、モノレポにはCIのパフォーマンスやコンテキストの絞り方など運用上の課題も存在し、組織規模やプロダクトのフェーズ、チーム体制などによって最適解は異なります。「どちらが正解か」を一概に難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、iOSやKotlinを含む複数言語のコードを一つのリポジトリに集約して運用されているカウシェと、バックエンド・フロントエンドともにモノレポ化を進めてきたLayerXの2社をお迎えし、それぞれのリポジトリ構成の実例をもとに、モノレポの実際を紐解きます。 前半のLTでは、カウシェからはモノレポになった歴史や複数言語を集約したメリット・デメリットを、LayerXからはリポジトリ統合プロジェクトの進め方や意思決定の裏側をお話しいただきます。 後半のディスカッションでは、両社を交え、モノレポにするタイミングや、CI・IDEとい開発体験に関する課題の課題、AIとの親和性を上げるための工夫やスコープの絞り方など、現場目線でさらに深掘りしていきます。 モノレポへの移行を検討している方から、すでにモノレポ運用で課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年6月11日(木)19:00~20:00

  • 仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    アーカイブ公開中

    仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    昨今、AIコーディングエージェントの進化により、開発フロー自体を見直す動きが広がっています。その中で注目を集めているのが「仕様駆動開発( Spec Driven Development)」というアプローチです。 しかし現在は「仕様駆動開発」という言葉だけが独り歩きしており、具体的にどのようなフローであるべきなのか、ツールを使えば実現できるものなのかといった、実態を掴みきれないという声も多く聞かれます。 そこで本イベントでは、仕様駆動開発をはじめとしたAI駆動開発を実践されている中村充志氏をお迎えします。 前半のLTでは、、中村氏より仕様駆動開発SDDの基礎概念についてお話しいただき、ツールのデモを通じてその具体的な仕組みを提示いただきます。からハーネスとの組み合わせ、そして実際のデモを交えた実践までを紐解きます。 後半のディスカッションでは、仕様から出力される膨大なコードをどう効率的にレビューし、生産性を次のレベルへ押し上げるかという「実戦的なフロー」について議論していきます。また、その品質を支える「ハーネスエンジニアリング」という考え方も補足的に交えながら、現場で直面する疑問を紐解いていきます。 AI時代の開発フローに関心がある方から、仕様駆動開発の導入を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月28日(木)19:00~20:00

  • useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    アーカイブ公開中

    useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    React Compilerの登場以降、フロントエンド界隈では「これまで煩雑だったメモ化(useMemoやuseCallback、React.memo)が不要になるのではないか」と大きな話題になりました。 一方で、「本当にそのまま有効化して問題ないのか」「有効化による副作用や注意点はないのか」「従来どおりメモ化を残すべきケースはあるのか」といった不安の声も耳にします。実際に導入してみたチームからは、React Hook FormなどのライブラリやuseRefを使った実装でハマりポイントがあったという話も聞こえてきます。 そこで本イベントでは、React Compilerを有効化して1年以上本番運用されている浅見氏と、導入にあたって生成AI向けのルール整備まで仕組み化されているカケハシの大村氏をお迎えし、React Compilerの特徴や実際の導入プロセス、注意点・ベストプラクティスを紐解きます。 React Compilerが気になり始めた方から、すでに検証・導入を始めている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月20日(水)19:00~20:00

  • TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    アーカイブ公開中

    TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    昨今、バックエンドにTypeScriptを導入する事例は一般的になり、フロントエンドとバックエンドで型を共有することで開発効率を高めるさまざまなソリューションが登場しています。中でも「RPC(Remote Procedure Call)」を活用したアプローチは注目を集めており、tRPC・oRPC・Hono RPCなど複数の選択肢が存在します。 一方で、「そもそもRPCとは何か」「tRPC・oRPC・Hono RPCはそれぞれ何が違うのか」といった基本的な部分から整理したいと感じている方も多いのではないでしょうか。名前は聞いたことがあるけれど違いがわからない、どれを選べばいいのか判断がつかない、という声も少なくありません。 そこで本イベントでは、tRPCを実務で導入・運用されている海老原氏、oRPCやElysiaを活用されている柿氏、Hono RPCでマルチクライアント対応を実践されているよだか氏の3名をお迎えし、RPCの基本から各ソリューションの特徴・選定の考え方までを紐解きます。 前半のLTでは、柿氏、海老原氏、よだか氏の3名にそれぞれの視点からお話しいただきます。 後半のディスカッションでは、3名を交え、各RPCの推しポイントや課題、モバイル・Webの対応可能性を見据えた技術選定など、現場目線でさらに深掘りしていきます。 RPCという概念自体をこれから理解したい方から、すでに使っていて他の選択肢と比較したい方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月23日(木)19:00~20:30

  • もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    アーカイブ公開中

    もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    昨今、Next.jsの急速な進化に伴い、そのブラックボックス的な実装に疑問を感じ、新たな選択肢を模索するエンジニアの声が増え始めています。そうした中、TanStack Queryをはじめとする「TanStack系ライブラリ」や、新たなフルスタックフレームワーク「TanStack Start」への注目が高まっています。 しかし、実際の運用において「Next.jsと比べて何がどこまで変わるのか」「TanStack系ライブラリを採用する具体的なメリットは何か」を明確にイメージできている方はまだ少ないのが現状です。 そこで本イベントでは、TanStack QueryやTanStack Routerを実務で活用されている寺嶋氏と、TanStack Startをプロダクション環境で実際に採用されている池内氏をお迎えし、Next.js経験者の視点からTanStack系ライブラリ・TanStack Startの実際を紐解きます。 前半のLTでは、まず寺嶋氏よりTanStack Startの全体像やViteエコシステムにおけるポジション、Next.jsとの比較を交えた概要を解説いただきます。続いて池内氏より、TanStack Startプロダクトにおける実践的な側面(デプロイ環境、認証基盤、データベース連携など)について、現時点での整備状況をお話しいただきます。 後半のディスカッションでは、お二人を交え、チーム開発での採用やAIコーディングとの親和性など、現場目線でさらに深掘りしていきます。 TanStackが気になり始めた方から、Next.jsからの移行を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月9日(木)19:00~20:00

転職に役立つノウハウ

もっと見る