Research

2026.11.16Masahiro Taimaマネジメント組織開発

最新研究・実務事例による組織づくりのプロセス

Product

無料で始める(準備中) エンタープライズのご相談

Career

mignで特化型AIエージェントのサービス開発を一緒に取り組む人を積極的に募集しています

Overview

事業の立ち上げでは、どの職種を、どの順番で、いつ採るかが成否を分けます。本稿はまず、組織に関する学術的な定義から、戦略、分業、採用と割り当て、統合、意思決定、動機づけ、文化、整合の8つの要素を導き、それぞれを研究と実務事例で説明します。次に、顧客発見、顧客実証、顧客開拓、組織構築の4つのステージや、ビジネスモデルの種別ごとに、採用する職種と順番、まだ採用しない職種、次のステージへ進む条件を整理します。そしてAI時代において必要性が高まった職種と下がった職種、若手採用をめぐる研究や実務の知見を整理します。最後に、13の失敗パターンと、それまでの知見を整理し、組織づくりのフレームワークを最後に示しています。

はじめに

事業や会社は、組織づくりによってほとんどが決まりますが、多くの方が各自の経験に頼っている部分が多いのではないでしょうか。

ここでは、最新の研究や実務の知見を整理し、組織づくりに関する一般的な知見を得ることを目的とします。

本稿の新規性は次の3点にあります。

  • 事業のフェーズごとに採用する職種と順番を示した:顧客発見から組織構築までの各ステージについて、組織の状態、採用する職種と順番、まだ採用しない職種、大企業の新規事業の場合、次へ進む条件の5点を、求人データや雇用データを使った研究と、職種別の人員構成の統計に基づいて整理しました。例えば、管理職と営業職の求人を早く出した企業ほど失敗しやすいこと(Lee & Kim, 2024)と、ARR規模別の職種構成(Kuramoto, 2026)を組み合わせ、営業の1人目をいつ採るかの条件を示しています。

  • ビジネスモデルと事業の形態による組織づくりの違いを比較した:営業主導のSaaSから業界特化AIまでの7つのモデルと、スタートアップと大企業の新規事業の違いを、最初に採用する職種、後から採用する職種、職種構成の目安という共通の項目で並べました。例えば、業界特化AIでは営業より先に導入エンジニアと実務経験者を採ること、大企業の新規事業では兼務をやめて専任の責任者を置くことを、同じ表の中で確認できます。

  • AI時代の組織づくりの変化を示した:少人数化、若手採用、職種の必要性の変化について、データで確認できること、研究者の見解が分かれていること、事例にとどまることを分けて示し、13の失敗パターンと8つのステップにまとめました。例えば、若手の雇用が19%低いという研究(Brynjolfsson et al., 2026)と、収入と労働時間への影響は2%未満で、若手の雇用比率にも変化がないとする研究(Humlum & Vestergaard, 2025)を並べ、両者が食い違う理由を整理しています。

組織づくりとは何か

本章では、組織づくりという言葉が指す範囲を定義し、そこから導かれる8つの要素を順に説明します。

組織づくりの定義

経営学では、組織や組織設計に関して定義が以下のような研究によって言及されてきました。

組織の定義

  • 協働の体系:Barnard(1938)は、組織を「2人以上の人々の、意識的に調整された活動や諸力の体系」と定義し、成立の条件として共通の目的、貢献する意欲、伝達の3つを挙げました。例えば、同じ場所に10人が集まっていても、共通の目的と情報の伝達がなければ組織とは呼べません。

  • 目標を持つ複数の主体の体系:Puranam et al.(2014)は、組織を、複数の主体から成り、構成員の範囲が明確で、全体としての目標を持ち、構成員の努力がその目標に貢献することが期待される体系と定義しました。例えば、業務委託の人やAIエージェントも、境界と目標への貢献が定められていれば、この定義では組織の一部として設計の対象になります。

  • 市場に代わる調整の仕組み:Coase(1937)は、市場での取引には相手を探し契約する費用がかかるため、その取引を内部に取り込み、経営者の指示による調整に置き換えたものが企業だと論じました。例えば、毎回外注先を探して契約するより雇ったほうが安く確実な仕事は社内に置き、そうでない仕事は外に出すという判断の根拠になります。

組織設計の定義

  • 戦略に従う構造:Chandler(1962)は、構造を「企業を管理運営するための組織の設計」と定義し、構造は戦略に従うという命題を示しました。例えば、単一の製品を一つの地域で売る会社と、複数の製品を複数の地域で売る会社では、必要な組織の形が異なります。

  • 分業と調整:Mintzberg(1979)は、組織構造を「仕事を個別の課業に分割し、その課業の間の調整を達成する方法の総体」と定義し、調整の方法として、相互の調整、直接の監督、作業手順の標準化、成果の標準化、技能の標準化の5つを挙げました。例えば、5人の会社は相互の調整だけで回りますが、50人になると監督と標準化が必要になります。

  • 分化と統合:Lawrence & Lorsch(1967)は、環境の違いに応じて部門ごとの目標や時間軸が異なっていくことを分化、部門間の協働の質を統合と呼び、業績の高い企業は環境が求める分化と統合の両方を満たしていることを示しました。例えば、営業と開発を別の部門にすると、それぞれの専門性は高まりますが、両者をつなぐ役割や会議が必要になります。

  • 情報処理の量と能力の調整:Galbraith(1974)は、課業の不確実性が高いほど処理すべき情報が増えるとし、組織設計を、必要な情報処理の量と組織の処理能力を釣り合わせる問題と捉えました。例えば、検証が済んでいない事業では例外が頻繁に起こるため、ルールや階層で処理するよりも、少人数が直接話し合う形のほうが適しています。

  • 組織設計の要素:Galbraith(2014)のスターモデルは、組織設計の対象を戦略、構造、プロセス、報酬、人材の5つとし、これらが互いに整合していることを求めます。例えば、組織図だけを変えても、評価や報酬の仕組みが以前のままであれば、人の行動は変わりません。また、Waterman et al.(1980)は、構造だけが組織ではないとして、戦略、構造、システム、スタイル、人材、スキル、上位目標の7つを挙げました。例えば、同じ組織図を持つ2社でも、経営者の振る舞いと共有された目標が違えば、成果は異なります。

  • 4つの構成要素の適合:Nadler & Tushman(1980)は、組織を業務、個人、公式の組織、非公式の組織の4つの構成要素から成る体系と捉え、要素間の適合の度合いが高いほど有効に機能するとしました。例えば、探索的な業務を担うチームに、細かな手順と承認を課す公式の仕組みを当てはめると、適合が崩れます。

  • 4つの問題の解決:Puranam et al.(2014)は、どのような組織も、業務の分割、業務の割り当て、報酬の提供、情報の提供という4つの問題を解く必要があり、前の2つが分業、後の2つが努力の統合にあたるとしました。例えば、採用とは業務の割り当ての一つの方法であり、役割の設計は業務の分割にあたります。

以上の定義に共通する要素を整理すると、次の8つになります。以降の節で、この順に説明します。

  • 戦略:何のために人を集めるのか

  • 分業:仕事をどの役割に分けるか

  • 採用と割り当て:誰を採用し、なにを担わせるか

  • 統合:分けた仕事をどう束ねるか

  • 意思決定:誰が何を知り、誰が決めるか

  • 動機づけ:なぜ貢献するのか

  • 文化:何を当然の前提とするか

  • 整合:要素同士と事業の段階は合っているか

1. 戦略

組織は、戦略を実行するための手段です。何を確かめ、何を伸ばそうとしているかによって、集めるべき人と組織の形は変わります。

戦略が組織を決める

  • 構造は戦略に従う:Chandler(1962)は、大企業の歴史から、戦略が変わると組織の形も変わることを示しました。新しい事業では戦略そのものがまだ仮説であるため、組織も仮説を確かめるための形にします。例えば、中小企業に低価格で売ると決めた会社と、大企業に個別対応で売ると決めた会社では、同じ製品でも最初に必要な人が異なります。

  • 創業チームの構成を戦略に合わせる:2,067社を対象にした調査では、創業チームに技術者だけでなく営業や経営の経験者もいる会社は、全体として業績が高い傾向にありました。ただし、その効果は事業化の方法によって変わります。自社で製品を売り、既存企業と市場で競争する会社では、経歴の多様なチームが有利でした。一方、新しい技術を既存企業に提供したり、提携したりして事業化する会社では、技術者を中心にしたチームのほうが適していました。チームの構成が戦略に合っていない場合、後から経営の経験者を採用しても補えるとは限りません(Eesley et al., 2014)。例えば、開発した技術を製薬会社にライセンスする創薬の会社は、初期には研究者を中心にしたチームで進めます。一方、自社のソフトウェアを顧客に直接販売する会社は、創業時から営業や事業開発の経験者を加えます。

  • 学習が拡大に先行する:事業の仮説が検証される前に人を増やした企業は、失敗する確率が高い傾向にあります。Lee & Kim(2024)は米国のスタートアップ3万8,000社超の求人630万件を分析し、管理職と営業職の求人を早く出した企業ほど失敗しやすく、買収や上場といった成功の確率が高まる証拠もないことを示しました。ただし、この結果は相関であり、因果関係を示したものではありません。関連して、A/Bテストを導入した企業は1年後の業績が30〜100%高く(Koning et al., 2022)、仮説検証の訓練を受けた起業家は業績が高く方向転換も多くなります(Camuffo et al., 2020)。例えば、有料顧客が数社しかいない段階で営業部長を採用するよりも、創業者が自分で売りながら「誰に、何が、なぜ売れるのか」を確かめるほうが先です。

4つの事業ステージと組織

本稿では、事業の成熟度を4つのステージに分けます。これはBlank(2020)の顧客開発モデルに基づく区分と対応しています。

ステージ

資金調達の目安

事業の問い

最も重要な指標

組織の姿

人数の目安

1 顧客発見&製品発見

創業前・プレシード

対価を払うほどの課題があるか

課題検証率

創業者と数人の探索チーム

2〜5人

2 顧客実証

シード

製品なしでは困る顧客がいるか

リテンション

開発と顧客対応を兼ねる少人数チーム

5〜15人

3 顧客開拓

シリーズA

再現性のある方法で顧客を増やせるか

ARR成長率

営業・顧客対応の専門化と最初の管理職

15〜60人

4 組織構築

シリーズB以降

成長と収益性を両立できるか

Rule of 40

機能別の部門と経営チーム

60人以上

  • 人数は目安であり、ステージを決めるのは検証の進み具合である:上の人数は、シード期の平均約6人、シリーズA調達時の平均約14人(Dowd & Walker, 2025; Walker, 2025)、およびARR規模別の従業員数の中央値(100万ドル未満で9人、100万〜500万ドルで22人、500万〜2,000万ドルで66人)(Kuramoto, 2026)を参考にした幅です。例えば、30人いてもリテンションが確認できていない会社はステージ2にあり、ステージ3の採用を始めるべきではありません。

  • 部門は最後に作る:Blank(2020)のモデルでは、機能別の部門を作るのは4番目の段階であり、それまでは全員が顧客開発チームの一員です。Blank(2010)は、営業担当副社長のような肩書きは「既知の事業モデルを実行する」役割を表すもので、まだ探索中の会社には合わないと述べています。例えば、ステージ1〜2で必要なのは、曖昧さの中で毎日やり方を変えられる人であり、決まった手順を大きく回すことが得意な人ではありません。

  • 大企業の新規事業にも同じ段階がある:O'Reilly & Binns(2019)は、既存企業の新規事業を、アイデア創出、インキュベーション(市場での検証)、スケーリングの3段階に分け、多くの企業はスケーリングが最も弱いと指摘しています。例えば、社内の新規事業でも、検証前に営業体制を組んだり、検証後も兼務の数人で続けたりすると、スタートアップと同じ失敗が起こります。

2. 分業

分業とは、仕事をどの役割に分けるかを決めることです。分けるほど専門性は高まりますが、分けた仕事をつなぐ手間も増えます。

分けることの利点とコスト

  • 専門化は効率を高めるが、調整の必要も生む:Mintzberg(1979)は、組織の構造を、仕事の分割とその間の調整の2つで捉えました。分化が進むほど、統合の仕組みが必要になります(Lawrence & Lorsch, 1967)。例えば、開発を画面側とサーバー側に分けると、それぞれの作業は速くなりますが、仕様をすり合わせる打ち合わせが必要になります。

  • 初期のメンバーは幅の広さで選ぶ:Lazear(2005)は、起業家は一つの技能に秀でる必要はないが、多くの技能を一通りこなせる必要があるとし、スタンフォード大学の卒業生のデータで、職歴や学習内容の幅が広い人ほど起業していることを示しました。例えば、最初の数人には、開発をしながら顧客対応もできる人や、営業をしながら契約書も読める人が向いています。

  • 役割は曖昧にしすぎない:インターネット分野の新興企業を分析した研究では、創業チームの役割が明確で、機能ごとの担当が分かれ、管理に携わる人が一定数いる企業のほうが、業績が高くなっていました(Sine et al., 2006)。新しい組織は役割を一から学ぶ必要があるため(Stinchcombe, 1965)、変化の激しい分野でも一定の形式が助けになるという解釈です。例えば、5人の会社でも、顧客からの問い合わせに最終的に責任を持つ人を決めておくと、対応の漏れが減ります。

専門化の順番

  • 順番は一つではない:どの機能から専門化するかは、市場での位置取りによって変わります。DeSantola et al.(2023)は米国のベンチャー投資先3,748社を追跡し、既存の分類に収まらない新しい市場を狙う企業は営業・マーケティングなど外部との接点を先に専門化し、既存の市場で戦う企業は経理・人事など内部の機能を先に整える傾向を示しました。したがって、「ステージ別の採用手順」で示す採用の順番は標準形です。例えば、これまでにない分類の製品を売る会社は、製品の意味から顧客に説明する必要があるため、早い時期に営業とマーケティングの専任者を置きます。

  • ゼネラリストから専門家へ移る:事業が検証されるまでは複数の役割をこなせる人が、拡大期には特定の機能を深く知る専門家が必要になります(Hoffman & Yeh, 2018; Gulati & DeSantola, 2016)。初期のメンバーが担っていた仕事を、後から入る専門家に引き継ぐ場面も生じます。例えば、3人目の社員が兼ねていた経理と採用を、それぞれの専門家に引き継ぎます。

ステージによる変化

  • ステージ1:顧客発見&製品発見では、役割は決めるが、分けない:全員が顧客に向き合い、一人が複数の役割を持ちます(Blank, 2020)。例えば、エンジニアが顧客インタビューにも同席します。

  • ステージ2:顧客実証では、開発と顧客対応を兼ねる:部門は置かず、責任を持つ人だけを決めます。例えば、エンジニアが導入作業と問い合わせ対応も担当します。

  • ステージ3:顧客開拓では、顧客に近い機能から専門化する:営業、導入、サポートを分け、それぞれに担当を置きます。ARR 100万〜500万ドルの法人向けSaaS企業では、顧客対応がエンジニアに次いで大きな機能になります(Kuramoto, 2026)。例えば、導入専任の担当と、既存顧客の利用拡大を担う担当を分けます。

  • ステージ4:組織構築では、機能別の部門と専門職を置く:顧客開発チームを機能別の部門に移行させます(Blank, 2020)。例えば、データ分析、セキュリティ、事業計画の専門職を加えます。

3. 採用と割り当て

分けた仕事を誰に担わせるかを決めるのが、採用と割り当てです。

採用の原則

  • 初期メンバーは替えがきかない:最初の年に加わった社員は、後から加わる社員より長く業績を左右します。Choi et al.(2025)は米国の全雇用主企業のデータを使い、創業初年度の社員を予期せず失った企業は、その後5年間の雇用が約8%、売上が約12%低くなり、影響は10年以上続くことを示しました。2年目に加わった社員を失った場合の影響は小さく一時的でした。例えば、最初の5人の採用に何か月もかけることは、遅さではなく合理的な投資です。

  • 採用は取り消しにくい投資である:採用は、設備投資と同じく将来の固定費を確定させる投資であり、資本配分の一部として扱うべきです。離職1件あたりの置き換え費用は年収の約21%(中央値)と推計されており(Boushey & Glynn, 2012)、デンマークの個人創業企業3万3,000社超の分析では、最初の1人を雇うと売上は増える一方で利益には有意な差がなく、利益のばらつきが広がりました(Coad et al., 2017)。例えば、月額の人件費が1人増えるごとに資金が尽きるまでの期間が何か月縮むかを、採用のたびに計算する必要があります。

  • 人数よりも人材の密度が成果を決める:平均的な人材を足すよりも、合わない人材を入れないことのほうが効果は大きくなります。Housman & Minor(2015)は11社5万8,000人のデータから、周囲に悪影響を与える社員1人を避けることによる節約(約1万2,500ドル)は、上位1%の人材を1人採ることによる利益(約5,300ドル)の2倍を超えると推計しました。Hastings & Meyer(2020)は、優れた人材が集まっている度合いを「人材密度」と呼び、これを高めてから管理を減らす順序を説いています。例えば、採用を急いで基準を下げた1人が、既存の5人の生産性を下げることがあります。

人員の調達手段

仕事を誰に担わせるかには4つの手段があります。どの手段を選ぶかは、その仕事が事業の中核かどうかと、どれだけ早く結果が必要かで決まります。

  • 正社員の採用:事業の中核となる知識を社内に蓄積する手段です。採用に時間がかかり固定費になる一方、初期メンバーが組織に残す資産は大きくなります(Choi et al., 2025)。採用経路にも一長一短があり、企業側から候補者に直接声をかけると採用の確率は上がりますが、その経路で入った人は離職しやすいことが報告されています(Kim & Pergler, 2025)。例えば、プロダクトの中核を作るエンジニアと、顧客の業務を理解するドメインエキスパートは、初期から正社員で確保する対象です。

  • 業務委託・外注:必要な期間だけ専門性を借りる手段です。中核でない機能には有効ですが、中核の機能を外に出すと学習が社内に残りません。Weigelt(2009)は米国の銀行を分析し、新しい技術の導入を外注に頼るほど、その技術を自社の業務に統合する能力が弱まり、業績が下がることを示しました。Marmer et al.(2011)の調査でも、時期尚早に拡大した企業は製品開発の外注比率が4〜5倍高い傾向がありました。例えば、経理・法務・給与計算は外注し、製品開発と顧客との対話は社内に置く、という線引きが基本です。

  • AIエージェント:定型的で検証しやすい仕事を、採用せずに処理する手段です。Shopifyは2025年に、人員の追加を求める前にAIでは実現できない理由を示すことを全社員に求めました(Lütke, 2025)。ただし、AI製品を作る企業の経営者約300人への調査では、エージェントが扱う仕事の3割以上で人の介入が頻繁に必要だという回答が約半数を占めており(ICONIQ, 2026a)、監督する人は必要です。例えば、問い合わせの一次対応、見込み顧客の下調べ、テストコードの作成は、最初にAIで試す対象です。

  • 社内異動・兼務:大企業の新規事業に特有の手段です。社内から移った人は社外から採った人の約半分の期間で戦力になりますが(Rollag et al., 2005)、既存事業のやり方をそのまま持ち込む危険があります。Govindarajan & Trimble(2010)は、新規事業には専任のチームを置き、本体の人材は「共有スタッフ」として必要な範囲で協力する形を勧め、専任チームには社外の人材を混ぜるべきだとしています。例えば、新規事業の責任者を既存事業の部長と兼務にすると、四半期末のたびに新規事業が後回しになります。

ステージによる変化

  • ステージ1:顧客発見&製品発見では、創業者の人脈から採る:創業者の元同僚の採用は、初期の収益性と存続率を高めます(Rocha & Brymer, 2025)。例えば、創業者が前職で一緒に働いたエンジニアに声をかけます。

  • ステージ2:顧客実証では、中核は正社員、それ以外は外注で補う:開発と顧客対応は社内に置き、専門機能は必要な期間だけ借ります。例えば、経理と法務は外部の専門家に委託します。

  • ステージ3:顧客開拓では、採用を仕組みにする:採用の件数が増えるため、専任の採用担当者を置き、全候補者に同じ質問と採点基準を使います(Sackett et al., 2022)。例えば、職種ごとに質問と採点基準を用意し、面接官を訓練します。

  • ステージ4:組織構築では、機能の専門家を外部から迎える:拡大期には、機能の専門家の採用が必要になります(Gulati & DeSantola, 2016)。例えば、財務の責任者は外部から迎え、開発の管理職は内部から登用します。

4. 統合

統合とは、分けた仕事を一つの成果に束ねることです。人数が少ないうちは話し合いで足りますが、人数が増えると、管理職や仕組みが必要になります。

調整の手段

  • 人数に応じて手段が変わる:少人数では当事者同士の話し合いで調整できますが、人数が増えると監督と標準化が必要になります(Mintzberg, 1979)。不確実性が高い仕事ほど、ルールよりも直接の対話が向いています(Galbraith, 1974)。例えば、8人の会社は毎朝の短い打ち合わせで足りますが、40人になると、チームごとの目標と週次の報告の形式が必要になります。

  • 階層をなくせば速くなるとは限らない:階層の少ない組織は発想を助ける一方で実行を乱し、少数の管理階層を加えると商業的な成功と存続の確率が上がります(Lee, 2022)。管理職を置かない組織の成功例は、役割と手続きを代わりに厳密に定めていました(Lee & Edmondson, 2017)。例えば、管理職を置かないと決めた会社は、誰が何を決めるかを文書で定め、定期的に見直す仕組みを持つ必要があります。

最初の管理職

  • 引き金は創業者への情報の集中である:最初の中間管理職を置くきっかけは、創業者が情報を処理しきれなくなることです(Colombo & Grilli, 2013)。Greiner(1998)は、これを成長の最初の危機と位置づけました。例えば、創業者が全員の相談に答えるために1日の大半を使うようになったら、管理職を置く時期です。

  • 優れた担当者が優れた管理職とは限らない:214社の営業職のデータでは、営業成績の高い人ほど管理職に昇進していましたが、管理職としての成果をよりよく予測するのは別の特性であり、著者らはこの昇進の仕方が代償を伴うと推計しています(Benson et al., 2019)。例えば、最も売る営業担当者を自動的に営業の管理職にするのではなく、同僚への助言や協働の実績を見て選びます。

  • 管理職の質は定着を左右する:Googleの社内調査では、評価の高い管理職のチームは離職率が低いことが分かりました。ただし、業績との結びつきまでは確認されていません(Garvin, 2013)。例えば、管理職の評価に、部下の定着と育成を含めます。

仕組みによる統合

  • 計画と予算の仕組みは早めに入れる:創業10年未満の78社を調べた研究では、予算の仕組みは創業から平均で約1年半後に導入されており、ベンチャーキャピタルの出資を受けた企業や経験のあるCEOの企業ほど早く導入していました。早く導入した企業ほど売上と人員の伸びが大きかったものの、どちらが原因かは特定されていません(Davila & Foster, 2007)。例えば、15人の段階で、月次の予算と実績、採用計画、売上の見通しを一つの表にまとめます。

  • 創業者は管理の仕組みを軽視しやすい:経営管理の実践を測る国際調査では、創業者がCEOを務める企業の評点が最も低く、創業者自身はその弱さを認識していませんでした(Bennett et al., 2017)。例えば、目標の設定と進捗の確認を、創業者の記憶に頼らず、決まった会議と文書で行います。

ステージによる変化

  • ステージ1:顧客発見&製品発見では、日々の対話で足りる:全員が同じ顧客の情報を見ているため、仕組みは要りません。例えば、顧客と会った当日に、その内容を全員で共有します。

  • ステージ2:顧客実証では、週次の全体会議でそろえる:全員が創業者に直接報告します。例えば、週次の全体会議で顧客の反応を共有し、その週の優先順位を決めます。

  • ステージ3:顧客開拓では、最初の管理職と、目標と予算の仕組みを置く:従業員が20〜30人のあたりが、管理職を置き始める目安とされています(Lee, 2022)。例えば、営業と開発にそれぞれ責任者を置き、四半期ごとの目標を決めます。

  • ステージ4:組織構築では、部門の間をつなぐ:階層を増やしすぎると決定が遅くなるため、管理の階層は必要な数にとどめます(Zuckerberg, 2023)。例えば、営業、開発、顧客対応の責任者が週次で集まり、部門をまたぐ問題を解決します。

5. 意思決定

意思決定の設計とは、誰がどの情報を持ち、誰が何を決めるかを定めることです。創業期は創業者がすべてを知り、すべてを決めますが、その形は人数とともに限界を迎えます。

決める権限の置き場所

  • 権限は知識のある場所に置く:Jensen & Meckling(1995)は、判断に必要な知識を決める人に移すか、決める権限を知識のある人に移すかのどちらかが必要であり、移しにくい知識ほど権限を現場に委ねるべきだと論じました。例えば、顧客ごとの値引きの判断は、顧客を最もよく知る営業担当者に一定の範囲で任せます。

  • 取り消せる決定は任せ、取り消せない決定は慎重に行う:AmazonのBezos(2016)は、取り消しが難しい決定と取り消せる決定を分け、後者は判断力のある個人や小さなチームが素早く決めるべきだとしました。組織が大きくなると、取り消せる決定にも重い手続きを当てはめるようになり、遅さと実験の不足を招くとも述べています。例えば、機能の試験的な公開は担当チームが決め、資金調達や役員の採用は経営陣が時間をかけて決めます。

  • 創業者への集中は拡大の妨げになる:創業者が支配的な立場を多く保つ企業ほど企業価値が低いという分析があります(Wasserman, 2017)。Wasserman(2008)は、これを「富か王座か」の選択と呼びました。例えば、創業者がすべての採用面接と値引きの承認を続けていると、創業者の予定が会社の速度の上限になります。

決め方の速さと質

  • 速い決定は情報を減らすことではない:マイクロコンピューター業界の8社を調べた研究では、決定の速い経営チームほど、リアルタイムの情報を多く使い、複数の選択肢を同時に検討し、対立を積極的に解消していました。決定の速い企業は業績も高くなっていました(Eisenhardt, 1989)。例えば、受注、解約、利用状況の数字を毎週確認している経営チームは、問題が起きたときに調査から始める必要がありません。

  • 合意を待たずに決め、決まったら従う:Bezos(2017)は、多くの決定は欲しい情報の70%ほどがそろった時点で下すべきであり、合意に至らない場合は、反対であっても決定に従うことを求めるべきだと述べています。意見の不一致は、早く上位者に上げて解消します。例えば、開発の優先順位で営業と開発の意見が割れたら、その週のうちに責任者が決め、反対した側も実行に協力します。

ステージによる変化

  • ステージ1:顧客発見&製品発見では、創業者が決め、全員が知っている:情報も決定も創業者に集まります。例えば、顧客との会話の記録を、全員が読める場所に置きます。

  • ステージ2:顧客実証では、決めた理由を共有する:初期のメンバーが創業者と同じ判断を下せるようにします。例えば、価格や優先順位を決めたときに、その理由を短く書いて残します。

  • ステージ3:顧客開拓では、委ねる範囲を明文化する:管理職に何を任せるかを決めます。例えば、金額と影響の範囲に応じて、担当者、管理職、創業者のだれが決めるかを一覧にします。

  • ステージ4:組織構築では、経営チームで決め、創業者の役割を見直す:上場に至った50社では、創業者がCEOを務める割合は事業計画の段階の66%から上場の約3年後には38%に下がっていました(Kaplan et al., 2009)。例えば、創業者が製品に専念し、経営の実務を経験のあるCEOに委ねる選択肢を、取締役会で検討します。

6. 動機づけ

動機づけの設計とは、人がなぜこの組織に貢献し続けるのかという問いに答えることです。新しい事業は、給与の水準でも雇用の安定でも既存企業に及ばないことが多いため、別の理由を用意する必要があります。

人をつなぎとめる源泉

  • 源泉を選び、一貫させる:Baron & Hannan(2002)は、創業者が人をつなぎとめる拠りどころを、仕事の面白さ、組織や仲間への愛着、金銭の3つに分けました。どれを軸にするかは、採用の基準や統制の方法と結びついています。例えば、難しい技術課題に取り組めることを軸にする会社は、採用でも評価でも技術的な挑戦を前面に出します。

  • スタートアップを選ぶ人は、安定や給与より裁量を重んじる:米国の研究開発職1万人超の調査では、スタートアップの従業員は、既存企業の従業員に比べて雇用の安定と給与を重視する度合いが低く、独立性と責任を重視していました。特許の多さの一部は、この動機の違いで説明されました(Sauermann, 2018)。例えば、面接で候補者が仕事に何を求めるかを尋ね、安定と高い給与を最優先する人には、合わない可能性を率直に伝えます。

報酬と株式

  • 給与の差は株式と仕事の幅で説明する:デンマークの1991〜2006年のデータでは、同等の人材に対して、規模の大きい企業ほど高い賃金を払っていました(Burton et al., 2018)。例えば、10人の会社が大企業と同じ給与を出せない場合、その差を株式と任せる仕事の広さで説明できるようにします。

  • 株式報酬は人数が増えると効きにくくなる:発行済株式の5%未満の小規模な従業員持株制度は、従業員数が中程度の企業では生産性を高めますが、人数が多いと他人の努力に頼る人が増え、効果が弱まります(Kim & Ouimet, 2014)。米国のベンチャー投資先企業でも、27%は全従業員には付与していませんでした(Hand, 2008)。例えば、20人の会社では全員への付与が当事者意識につながりますが、500人の会社では、チームの成果に結びつく報酬を組み合わせます。

  • 創業者間の配分は話し合って決める:株式を均等に分けた創業チームは外部から資金を得る確率が低く、著者らはこれを、均等な分割が交渉を避けたチームの特徴であるためと解釈しています(Hellmann & Wasserman, 2017)。例えば、創業者それぞれの役割、投じる時間、これまでの貢献を話し合ったうえで配分を決めます。

評価と昇進

  • 評価する行動と望む行動を一致させる:Kerr(1975)は、望む行動とは別の行動に報いてしまう仕組みが、多くの組織にあることを指摘しました。例えば、チームでの協力を求めながら個人の受注額だけで賞与を決めると、見込み顧客の情報が共有されなくなります。

  • 昇進だけを報酬にしない:成果を上げた人への報酬が管理職への昇進しかないと、管理職に向かない人が管理職になります(Benson et al., 2019)。例えば、管理職にならなくても等級と報酬が上がる専門職の道を用意します。

ステージによる変化

  • ステージ1:顧客発見&製品発見では、使命と株式で引きつける:スタートアップを志向する人材は、既存企業より約17%低い報酬で就職していました(Roach & Sauermann, 2024)。例えば、解こうとしている課題と、その人に任せる範囲を具体的に伝えます。

  • ステージ2:顧客実証では、仕事の幅と学びを報酬にする:一人が担う範囲の広さが、この段階の魅力になります。例えば、エンジニアに顧客との対話から設計までを任せます。

  • ステージ3:顧客開拓では、給与の基準と評価の仕組みを整える:ベンチャーキャピタルの出資は、人事制度の整備やストックオプションの導入と結びついています(Hellmann & Puri, 2002)。例えば、職種と等級ごとに給与の幅を決め、入社時期による不公平を減らします。

  • ステージ4:組織構築では、公平さと成長の機会を保つ:人員削減の後には自発的な退職率が上がるため(Trevor & Nyberg, 2008)、手続きの公正さが重要になります。例えば、等級ごとの期待と昇格の条件を公開します。

7. 文化

「採用と割り当て」の節で、人数よりも人材の密度が成果を決めること、合わない人材を入れないことの効果が大きいことを述べました。では、何をもって「合う」とするのでしょうか。その基準になるのがカルチャーです。

カルチャーの定義

  • 共有された前提:Schein(2010)は、組織文化を、集団が外部への適応と内部の統合の問題を解決する過程で学習し、共有するようになった基本的な前提の型と定義しました。例えば、「締め切りより品質を優先する」という判断が何度も成果につながった会社では、それが議論の対象にならない前提になります。

  • 規範による統制:Chatman & O'Reilly(2016)は、文化を集団を特徴づける規範と定義し、規範が広く共有され強く保持されるとき、社会的な統制として働くとしました。そのうえで、従来「強い文化」と一括りにされてきたものを、内容(何が重視されるか)、合意(どれだけ広く共有されているか)、強度(守らない人をどれだけ正すか)の3つに分けています。例えば、全員が同じ価値観を口にしていても、それに反する行動を誰も指摘しない会社は、合意はあっても強度がありません。

  • 共有された信念:Van den Steen(2010)は、文化を共有された信念と価値観と捉え、採用時の選別、応募者自身の選択、経営者のもとでの共同の学習を通じて、意図しなくても生まれると論じました。例えば、創業者が「顧客に会いに行くべきだ」と強く信じていれば、それに共感する人が応募し、採用され、成功体験を共有することで信念が強まります。

  • 風土や掲げた価値観との違い:風土は方針や慣行についての共有された認識であり、文化は周囲に受け入れられるために期待される行動です(Chatman & O'Reilly, 2016)。企業が掲げる価値観は、さらに別のものです。500社超の従業員の口コミ120万件超と公式の価値観を比べた調査では、両者の相関はごく弱いか、存在しませんでした(Sull et al., 2020)。例えば、ウェブサイトに「誠実」と書いてあることと、不都合な数字を上司に報告できることは、別の事柄です。

  • 類型で捉える見方:Cameron & Quinn(2011)は、文化を家族型、革新型、市場型、階層型の4つに分類しました。ただし、84の研究を統合した分析では、これらの型は対立するものではなく、同時に現れる傾向があることが示されています(Hartnell et al., 2011)。例えば、「うちは家族型か市場型か」と一つを選ぶよりも、どの行動を当然とするかを具体的に決めるほうが実用的です。

  • まとめ:以上を踏まえると、カルチャーを「その組織で当然とされ、守らないと周囲から正される行動の基準」と定義できます。掲げた言葉ではなく、実際の行動と、それに対する周囲の反応で捉える立場です。例えば、自社のカルチャーを知るには、価値観の一覧を読むよりも、誰が昇進し、誰が注意され、誰が去ったかを見るほうが確実です。

カルチャーが成果に与える影響

  • 掲げた価値観は業績と関係しない:S&P 500企業の85%が価値観をウェブサイトに掲げていますが、掲げた価値観と業績には有意な関係がありませんでした。一方、従業員が経営陣を誠実だと認識している度合いは、企業価値や収益性の高さと結びついていました(Guiso et al., 2015)。例えば、価値観の文言を磨くことよりも、経営者が約束を守ることのほうが成果に近いと言えます。

  • 定着への影響は明確である:3,400万人の従業員の経歴データを使った分析では、有害な文化は、業種の違いを調整した離職率を、報酬の10.4倍の強さで予測していました(Sull et al., 2022)。例えば、報酬を上げても離職が止まらない場合は、文化に原因がある可能性を疑う必要があります。

  • 「強い文化」の効果は環境による:文化の強い企業は、安定した環境では業績のばらつきが小さく安定していますが、変動の大きい環境ではその利点が消えます(Sørensen, 2002)。一方、ハイテク企業39社の分析では、合意の度合いが高く、かつ適応を重んじる規範が強い企業が、3年後の業績で他を上回りました(Chatman et al., 2014)。例えば、新しい事業では「決めたことを守る」よりも「間違いに気づいたらすぐ変える」を強い規範にするほうが適しています。

  • 創業時の人事の考え方が長く影響する:シリコンバレーの新興企業177社を追跡した研究では、会社への愛着でつなぎとめ、価値観の適合で選び、仲間同士の規範で統制する「コミットメント型」で創業した企業は、観察期間中に1社も倒産せず、上場の確率も基準となる型の3倍を超えていました。創業時の型を途中で変えた企業は、倒産の確率が約3倍でした(Hannan et al., 2006)。ただし、対象は1990年代のシリコンバレーで、該当する企業数は多くありません。例えば、創業期に「誰でもよいから早く採る」方針で集めた組織を、後から愛着と規範で動く組織に変えるのは困難です。

  • 合意と幅は両立する:上場企業約500社の口コミの分析では、文化についての認識が従業員の間で食い違っている企業は収益性が低く、一人ひとりが幅広い考え方を持っている企業は特許の質と企業価値が高くなっていました(Corritore et al., 2020)。例えば、「何を当然とするか」は揃え、経歴や発想の幅は広げるという組み合わせが有利です。

  • 評価と報酬は文化を上書きする:北米の経営幹部1,348人への調査では、92%が文化の改善は企業価値を高めると答えた一方、妨げとして報酬制度との不整合が挙げられました(Graham et al., 2022)。Wells Fargoの不正営業問題を調べた取締役会の報告書は、営業文化と業績管理の仕組みの歪みを根本の原因とし、掲げた価値観と営業目標の重視が対立していたと指摘しています(Wells Fargo & Company, 2017)。例えば、「顧客第一」を掲げながら販売件数だけで評価すれば、人は評価される行動を選びます。

  • 因果関係には注意が必要である:文化と業績の相関は、成功した企業ほど信念が共有されやすいという逆の因果を含んでいる可能性があります(Van den Steen, 2010)。例えば、成功した企業の文化をまねても、同じ成果が得られるとは限りません。

カルチャーのつくり方

  • 創業者の行動と最初の採用で決まる:Schneider(1987)は、組織は引き寄せ、選抜、離脱の循環を通じて似た人が集まる場になり、そこにいる人が文化を決めると論じました。創業者の考え方と初期の人員構成は、その後の管理職への依存度に長く影響します(Baron et al., 1999)。例えば、最初の10人の働き方が、11人目以降にとっての「普通」になります。

  • 価値観を行動の言葉で書く:規範が暗黙のままでは、人数が増えると伝わらなくなります。実務家は、従業員が25人ほどの段階から、遅くとも50人に達するまでに、一つの価値観につき2〜3個の観察できる行動として書き出すことを勧めています(First Round Review, 2015; CRV, 2026)。HubSpotは文化を製品と同じように扱い、明文化した文書を30回以上改訂してきました(Shah, 2013)。例えば、「オーナーシップ」と書く代わりに、「問題を見つけた人が、担当でなくても解決まで追う」と書きます。

  • 他社の言葉を借りない:競争力のある慣行の多くは、明文化されない約束の積み重ねで成り立っており、約束が守られるという信頼と、何が約束されているかの明確さの両方を時間をかけて築く必要があります(Gibbons & Henderson, 2012)。例えば、有名企業の価値観をそのまま掲げても、それを裏づける行動の実績がなければ機能しません。

  • 入社後の接点で伝える:会計事務所の新人171人を追跡した研究では、入社1年後の適合を高めていたのは、公式の研修ではなく、メンターと過ごした時間と社内の交流への参加でした(Chatman, 1991)。別の研究でも、手順が明確で、経験者が手本として関わる受け入れ方が、適合の認識を高めていました(Cable & Parsons, 2001)。例えば、入社初月に、価値観を体現している先輩と毎週1時間話す機会を設けます。

  • 評価、昇進、退出を一貫させる:誰を昇進させ、誰に去ってもらうかが、文書よりも強く基準を伝えます。Netflixは、十分ではあっても卓越していない人には手厚い退職金を払って去ってもらう方針を取り、管理職が「この人が辞めると言ったら引き止めるか」を問う仕組みを置いています(McCord, 2014; Netflix, n.d.)。例えば、売上は高いが同僚を軽んじる人を昇進させれば、価値観の文書は信用を失います。

  • 経営者自身の行動で示す:Horowitz(2019)は、文化を、社員が日々の判断に使う前提と捉え、放置すれば偶然に決まってしまうため意図して設計すべきだと論じています。従業員が認識する経営陣の誠実さが成果と結びつくという結果(Guiso et al., 2015)とも整合します。例えば、経営者が自分の誤りを全社会議で認めるかどうかは、「失敗を報告してよい」という規範が本物かどうかを決めます。

自社に合う人材と合わない人材の見分け方

  • 適合が予測するのは定着であり、成果ではない:172の研究を統合した分析では、個人と組織の適合は、職務満足(0.44)、組織への愛着(0.51)、離職の意図(−0.35)と強く関係する一方、実際の離職(−0.14)との関係は弱く、職務成果全体(0.07)とはほとんど関係がありませんでした(Kristof-Brown et al., 2005)。別の分析でも、適合の成果に対する妥当性は0.15にとどまり、著者らは適合を採否の基準に使う場合は他の選考手法と同じ検証が必要だとしています(Arthur et al., 2006)。例えば、適合は「長く意欲を持って働くか」の判断には使えますが、「仕事ができるか」は技能の評価で別に確かめます。

  • 「合う」は面接官に似ていることではない:投資銀行、法律事務所、コンサルティング会社の面接官120人への聞き取りでは、半数以上が面接で最も重視する基準に「適合」を挙げましたが、その中身は趣味や経験、話し方が面接官自身に似ていることでした(Rivera, 2012)。適合の認識は面接官の採用意向と強く結びつくため(Kristof-Brown et al., 2005)、定義が曖昧なままでは採否を大きく左右します。例えば、「一緒に働きたいと思えるか」という質問だけで適合を判断すると、同じ学校や同じ前職の人ばかりが残ります。

  • 価値観の適合と、規範を読み取る力を分ける:適合には2種類あります。自分の価値観が組織の価値観と合っていることは愛着を通じて自発的な離職を左右し、組織の規範を正確に読み取れていることは日々の協働を左右します(Lu et al., 2024)。後者は入社後に身につけられます。例えば、価値観が合っていれば、仕事の進め方の細かな違いは入社後に埋められます。

  • 入社時の適合よりも、適応する力を見る:ある技術企業の従業員601人のメールを分析した研究では、後に解雇された人は入社時の適合が低いまま上がらず、定着した人は着実に上がっていました。著者らは、規範に適応する力は入社時の適合と少なくとも同じ程度に重要だとしています(Srivastava et al., 2018)。これは1社のデータに基づく結果です。例えば、過去の転職で、前職と異なる環境にどう合わせたかを具体的に尋ねます。

  • 基準は揃え、人の幅は広げる:同じ企業の分析では、文化への適合が高い人は複数の集団をつなぐ立場で最も成果を上げ、適合が高くても閉じた人間関係の中だけにいる人は解雇されやすい傾向がありました(Goldberg et al., 2016)。価値観の一致と経歴の類似を区別することは、同質的なチームという失敗を避ける条件でもあります(Ruef et al., 2003)。なお、近年使われる「カルチャーに何かを加える人を採る」という考え方を直接検証した研究は、今回の調査では確認できませんでした。例えば、行動の基準には全員が合意したうえで、出身業界や専門は意図してばらつかせます。

  • 見分ける手法を組み合わせる:適合の判断は、面接官の印象に任せず、複数の構造化された手法で行います。構造化面接は、属性による評価の差と、印象を操作する振る舞いの影響を小さくします(Levashina et al., 2014)。Amazonは、採用チームの外から面接官を1人加え、職務ではなく会社全体への適合を判断させています(Amazon, 2019)。例えば、価値観ごとに「過去にその行動を取った場面」を尋ねる質問と、回答の採点基準を事前に用意します。

手法

見るもの

根拠

限界

価値観に対応させた構造化面接

過去の行動が自社の行動の基準に合うか

属性による評価の差と印象操作の影響が小さくなる(Levashina et al., 2014)

候補者には難しく感じられる

採用チーム外の面接官

職務ではなく会社全体への適合

Amazonの実践(Amazon, 2019)。成果のデータは公表されていない

面接官の選定と育成が必要

実務の課題

技能と仕事の進め方

職務成果との相関は0.33(Roth et al., 2005)

価値観の適合を測れるかは検証されていない

現実的な事前説明

候補者自身による見極め

離職が減る(Phillips, 1998)。効果は会社が誠実だという認識を通じて生じる(Earnest et al., 2011)

効果は大きくない

構造化したリファレンス確認

誠実さや協調性に関わる過去の行動

上司による評価との相関は0.25(Taylor et al., 2004)

一つの研究に基づく

入社後の適応の観察

規範を読み取り合わせていく速さ

適応の速さは解雇を予測する(Srivastava et al., 2018)

1社のデータに基づく

  • 会社の実像を先に伝える:仕事と会社の良い面も悪い面も事前に伝えると、入社後の離職が減ります(Phillips, 1998)。その効果は主に、会社が誠実だという認識を通じて生じます(Earnest et al., 2011)。例えば、長時間の顧客対応がある、評価が率直である、といった合わない人には負担になる点を、内定の前に説明します。

  • 合わなかった場合は早く判断する:どの手法も予測の精度には限界があるため(Sackett et al., 2022)、入社後の確認と組み合わせます。例えば、入社後30日、60日、90日の時点で、技能だけでなく行動の基準に照らした振り返りを行い、改善が見られない場合は配置転換か退出を検討します。

ステージによる変化

カルチャーへの取り組み方は、人数とともに変わります。ただし、成長に伴って文化がどう変わるかは研究の空白として指摘されており(DeSantola & Gulati, 2017)、以下の人数の目安は実務家の経験則に基づきます。

  • ステージ1:顧客発見&製品発見では、創業者の行動がそのまま文化になる:文書よりも、創業者が何に時間を使い、何を許さないかが基準になります。デンマークの新興企業8,312社の分析では、創業者の元同僚や同窓生を採用した企業は収益性と存続率が高く、初期には元同僚が、成熟するにつれてより遠い関係の人材が効果的でした(Rocha & Brymer, 2025)。例えば、最初の数人は互いをよく知る人で固め、その分、欠けている機能と視点を2人目以降の採用で意識して補います。

  • ステージ2:顧客実証では、次の採用の前に書き出す:30〜50人になると、非公式なやり取りが全員に届かなくなるため(First Round Review, 2015)、その前に基準を言葉にしておきます。例えば、15人の時点で、創業メンバーが「この会社で評価される行動」と「許されない行動」を各5つ書き出し、面接の質問に対応させます。

  • ステージ3:顧客開拓では、管理職が文化の担い手になる:50人前後になると、最初の管理職の層が規範を伝える主な経路になり、機能ごとに下位の文化が生まれます(CRV, 2026)。例えば、管理職の選任と評価の基準に、成果だけでなく行動の基準の体現を含め、構造化した価値観面接と、メンターを割り当てる受け入れを始めます。

  • ステージ4:組織構築では、合意を測り、仕組みと整合させる:数百人になると、創業者と話したことのない人が多数になります。リモート中心の働き方では、集団をまたぐつながりが減ることも示されています(Yang et al., 2022)。若手は席が近いほど多くの助言を受けられますが(Emanuel et al., 2023)、週2日の在宅勤務は成果を下げずに離職を約3分の1減らしました(Bloom et al., 2024)。例えば、文化の浸透を前提とせず、従業員調査で認識のずれを定期的に測り、評価と報酬の仕組みが基準と矛盾していないかを点検します。

8. 整合

整合とは、ここまでの7つの要素が互いに矛盾せず、事業の段階にも合っている状態を指します。個々の要素が優れていても、組み合わせが合っていなければ組織は機能しません。

要素同士の整合

  • 要素は組み合わせで効く:組織は、要素間の適合の度合いが高いほど有効に機能します(Nadler & Tushman, 1980; Galbraith, 2014)。Milgrom & Roberts(1995)は、互いに補い合う施策は一つだけ変えても成果が上がらず、まとめて変える必要があることを示しました。例えば、権限を現場に委ねながら評価を上司の主観だけで行うと、現場は自分で決めることを避けるようになります。

  • 最初の設計は後まで残る:創業期に選んだ雇用の考え方や機能の構成は、後から変えにくく、変えると代償を伴います。Baron & Hannan(2002)とBaron et al.(2001)は、シリコンバレーの新興企業を追跡し、創業時の人事モデルを途中で変えた企業は離職が増え、業績が下がることを示しました。Beckman & Burton(2008)は、創業時に機能の幅が狭いチームは後から欠けた専門性を補いにくいことを示しています。例えば、技術者だけで創業し「営業は後で考える」とした会社は、営業の責任者を迎える段階で、そもそも営業を評価できる人が社内にいないという問題に直面します。

  • 事業の活動と組織を合わせる:アプリの分析では、事業の活動と収益の得方が合っている企業ほど業績が高いことが示されています(Tidhar & Eisenhardt, 2020)。活動を担う組織も、ビジネスモデルに合わせる必要があります(mign, 2026c)。例えば、利用者が自分で使い始める製品では、営業よりもプロダクトとデータ分析の人員を厚くします。

ステージとの整合

  • 成長は整合を崩す:Greiner(1998)は、ある段階に適した管理の方法が、次の段階では危機の原因になるとしました。例えば、10人のときに有効だった全員で決めるやり方は、50人では決定を遅らせる原因になります。

  • 次の段階の形を先取りしすぎない:管理職と営業職の求人を早く出した企業ほど失敗しやすいという結果は(Lee & Kim, 2024)、組織の形が事業の段階より先に進むことの危険を示しています。例えば、ステージ2の会社が部門長をそろえると、固定費が増えるだけでなく、検証に必要な柔軟さが失われます。

  • 節目ごとに点検する:整合は一度整えれば終わりではなく、見直しを続ける必要があります。例えば、資金調達の後や人数が倍になった時点で、8つの要素を一つずつ点検します。

ステージ別の採用手順

本章では、4つのステージごとに、組織の状態、採用する職種と順番、まだ採用しない職種、大企業の新規事業の場合、次のステージへ進む条件の5点を整理します。ここで示す順番は、法人向けソフトウェアを念頭に置いた標準形です。ビジネスモデルによる違いは次章で扱います。

ステージ1:顧客発見&製品発見

対価を払うほど深刻な課題を持つ顧客がいるかを確かめる段階です。組織の目的は売ることでも作ることでもなく、学ぶことにあります。

組織の状態

  • 創業者が全機能を担う:創業者2〜3人と、多くても数人の初期メンバーで構成します。投資家もこの段階ではチームを見ています。AngelListでの無作為化実験では、投資家は創業チームの情報には強く反応し、事業の進捗や既存投資家の情報には反応しませんでした(Bernstein et al., 2017)。ベンチャーキャピタリスト885人への調査でも、投資判断で最も重視されるのは経営チームでした(Gompers et al., 2020)。例えば、技術に強い創業者と顧客に強い創業者の組み合わせは、時期尚早な拡大に陥る確率が19%低いと報告されています(Marmer et al., 2011)。

  • 全員が顧客に会う:部門も肩書きも置かず、全員が顧客開発チームとして動きます(Blank, 2020)。例えば、エンジニアが顧客インタビューに同席し、翌日には試作品を直して再び見せる、という速さがこの段階の競争力です。

採用する職種と順番

  • 1人目はエンジニア:法人向けソフトウェア企業の創業者への聞き取りでは、3分の2超が最初にエンジニアを採用し、最初の3人の中にエンジニアがいない会社は一つもありませんでした(Rachitsky, 2023a)。例えば、創業者の一人が開発を担える場合でも、検証の速度を上げるために2人目の開発者を最初に迎えるのが一般的です。

  • 2人目以降は試作と検証を速める人:デザイナー、または開発も顧客対応もこなせるゼネラリストを加えます。選ぶ基準は職種名よりも学習の速さです。例えば、画面の試作品を1日で作り直せるデザイナーは、この段階ではエンジニア1人分以上に検証回数を増やします。

  • 業界の知識は早く取り込む:専門性の高い業界を対象にする場合、業界の実務を知る人を創業メンバーか最初期の採用、少なくとも顧問として確保します。技術系製造業の分析では、スタートアップは業界経験を持つ人材に賃金を上乗せしてでも採用しており、創業者に業界経験がなくてもチームが大きければ経験者を引きつけられました(Honoré & Ganco, 2023)。例えば、医療や法務、建築のように実務の規則が複雑な領域では、実務経験者が週に数時間関わるだけでも、検証すべき仮説の精度が変わります。

  • 報酬より志向で選ぶ:理工系の博士2,394人を追跡した研究では、能力が高くスタートアップで働くことを望む人ほど実際にスタートアップに就職しており、その報酬は既存企業より約17%低い水準でした(Roach & Sauermann, 2024)。例えば、大企業並みの報酬を出せなくても、裁量や事業への関心を重視する優秀な人材は採用できます。

まだ採用しない職種

  • 営業:最初の顧客は創業者自身が獲得します。Graham(2013)は、営業を人に任せることで避けることはできず、少なくとも創業者の一人が販売に多くの時間を使う必要があると述べています。例えば、創業者が20社に断られて初めて、価格と訴求点のどこが間違っていたかが分かります。

  • 管理職と役員の肩書き:探索中の会社に、既知の事業を実行するための役職は合いません(Blank, 2010)。管理職と営業職の求人を早く出した企業ほど失敗しやすいというLee & Kim(2024)の結果とも一致します。例えば、5人の会社で「営業担当副社長」を採用すると、その人は自分の人脈に同じ製品を売り続け、方向転換に抵抗しやすくなります。

  • コーポレートの専任者:評価額100万〜2,500万ドルのスタートアップでは、専任者がいる割合は人事で約11%、経理で7%未満、法務で約3%にとどまります(Walker, 2023)。例えば、会計・給与計算・契約書の確認は外部の専門家に任せ、創業者は月に一度だけ数字を確認します。

大企業の新規事業の場合

  • 専任の責任者を一人置く:Amazonの元幹部であるBryar & Carr(2021)は、同社が一つのことだけに取り組む責任者とチームを置く方式を採っており、兼務にした新規事業は進まなかったと述べています。Garvin & Levesque(2006)は、責任者には若手の異端児ではなく、すでに大きな事業を運営した実績があり、社内の資源の在りかを知っていて、それを引き出す信用のある管理職を充てるべきだとしています。IBMでも、新規事業を若手に任せる以前のやり方は失敗が多く、経験豊富な幹部に任せる方式に改めました(O'Reilly et al., 2009)。例えば、既存事業の部長が週1日だけ新規事業を見る体制では、顧客との対話の回数が足りず、検証が進みません。

  • 評価を本体と分ける:IBMの新規事業の審査は、財務計画ではなくマイルストーンに基づいて行われました(Garvin & Levesque, 2006)。例えば、初年度の評価項目を売上ではなく「課題を確認できた顧客の数」と「有償の実証に合意した顧客の数」にします。

次のステージへ進む条件

  • 課題が確認できている:累計30件以上の顧客インタビューで、6割以上が課題を認めていることが目安です(mign, 2026b)。法人向けでは、導入を前向きに検討する見込み顧客が最低5社いることも条件になります(mign, 2026a)。例えば、「興味がある」という回答ではなく、試作品に時間を割き、予算の話に応じる顧客を数えます。

  • 創業者が自分で売り、作れている:次のステージの採用は、創業者のやり方を再現する人を迎えることです。例えば、創業者自身がまだ1件も契約を取れていないなら、営業担当者を採っても再現すべき型がありません。

ステージ2:顧客実証

製品がなくては困る顧客がいること、その顧客が定価で払うことを確かめる段階です。組織は依然として小さく、開発と顧客対応の往復の速さが成果を決めます。

組織の状態

  • 開発が中心の5〜15人:ARR 100万ドル未満の法人向けSaaS企業では、従業員の41%がエンジニア、15%がプロダクト・デザイン、16%が営業、11%がカスタマーサクセス・サポート、7%がマーケティング、6%が管理部門です(Kuramoto, 2026)。例えば、9人の会社であれば、エンジニア4人、プロダクト・デザイン1〜2人、営業と顧客対応が2〜3人という構成が中央値に近い姿です。

  • 階層はまだない:全員が創業者に直接報告します。例えば、週次の全体会議で顧客の反応を全員が共有し、その週の開発の優先順位を決めます。

採用する職種と順番

  • まずエンジニアを数人増やす:顧客の要望を製品に反映する速度が、リテンションを決めます。例えば、最初の有料顧客5社から出た要望のうち、共通するものを2週間以内に実装できる体制を作ります。

  • 次に顧客対応のゼネラリスト:導入、サポート、利用の定着を一人で担う人を採ります。このステージの最重要指標はリテンションであり(mign, 2026b)、それを直接動かす役割です。例えば、導入のたびに創業者が顧客先に通っている状態を、この1人目が引き継ぎます。

  • 後半に最初の営業を数人:Leslie & Holloway(2006)は、営業組織の学習を開始・移行・実行の3段階に分け、段階ごとに営業組織の規模と種類を変えるべきだとしました。開始期に必要なのは、製品・マーケティング・開発と一緒に動ける、幅の広い営業担当者3〜4人です(Leslie, 2016)。営業の専門家は検証済みの製品を検証済みの売り方で売ることには長けていますが、売り方そのものを見つける役割ではありません(Kazanjy, 2020)。例えば、創業者が10社を受注し、その過程を文書にしてから、最初の営業担当者を迎えます。

  • 専門機能は外注で補う:マーケティングや法務はこの段階では外注し、初期の受注をまとめるために営業の専門家を期間限定で使うこともあります(mign, 2026a)。例えば、展示会の出展や導入事例の制作は外部に依頼し、社内の人数は増やしません。

まだ採用しない職種

  • 営業責任者と大人数の営業:営業担当者1人が生む売上が、その人にかかる総費用を上回ることを確認するまで、営業を増やしません(Leslie & Holloway, 2006)。時期尚早に拡大した企業は、同じ段階の企業の約3倍の人数を抱えていました(Marmer et al., 2011)。例えば、最初の営業2人のうち1人も目標を達成していない段階で5人に増やすと、売り方が固まらないまま資金だけが減ります。

  • プロダクトマネージャー:創業者がプロダクトの責任者を兼ねます。30社への聞き取りでは、最初のプロダクトマネージャーを採用したのは創業から2〜3年後、エンジニア10〜15人、従業員15〜25人の時点が典型でした(Rachitsky, 2023b)。例えば、顧客と直接話している創業者が優先順位を決めるほうが、この段階では速く正確です。

  • 管理職:階層が少ない組織は新しいアイデアを生みやすい一方、実行が乱れやすくなります(Lee, 2022)。著者のLeeは、成功した企業が管理職を置き始めるのは従業員20〜30人のあたりだと述べています。例えば、12人の会社で管理職を置くと、報告のための仕事が増えるだけです。

大企業の新規事業の場合

  • 専任チームに社外の人材を混ぜる:本体から移った人だけで構成すると、本体の小型版になります。Govindarajan & Trimble(2010)は、専任チームを新しい会社を作るつもりで設計し、職務記述書も業務の進め方も新しく作ることを勧めています。新聞社8社の事例研究でも、デジタル事業への対応に成功した1社は、組織を分離し、社外の人材を入れていました(Gilbert, 2005)。例えば、プロダクト責任者を社外から採り、顧客基盤を知る営業担当者を本体から移します。

  • 報酬と人事を本体と分ける:新規事業づくりに慣れた企業は、不慣れな企業に比べて、本体より高い報酬を新規事業の人材に払える割合が高く(25%対13%)、新規事業に高い意思決定の独立性を与える割合も2倍でした(Vasquez-McCall et al., 2024)。例えば、本体の等級表に当てはめると採れないエンジニアを、別の報酬枠で採用します。

次のステージへ進む条件

  • リテンションが確認できている:継続率の曲線が下がり続けずに平らになること、定価で3〜5件を受注し、紹介に応じる顧客が6社あること、製品が使えなくなると「非常に残念」と答える利用者が40%を超えることが目安です(mign, 2026a; mign, 2026b)。例えば、値引きや創業者の人間関係で取った契約は、この条件には数えません。

  • 創業者以外が売れ、導入できている:最初の営業担当者が創業者の同席なしに受注でき、導入が創業者なしで完了することが、拡大の前提です。例えば、営業担当者1人が1年に生む売上が、その人にかかる総費用(本人の報酬のほか、同行する技術担当や管理職の費用、出張費を含む)の2倍に届くかどうかを、増員の判断基準にします(Leslie, 2016)。

ステージ3:顧客開拓

検証済みの売り方を、再現性のある仕組みにして広げる段階です。組織の中心課題は、専門化と最初の管理職の導入です。

組織の状態

  • 顧客対応が2番目に大きな機能になる:ARR 100万〜500万ドルの法人向けSaaS企業では、エンジニアが31%、カスタマーサクセス・サポートが19%、営業が18%、プロダクト・デザインが10%、管理部門が9%、マーケティングが7%です(Kuramoto, 2026)。例えば、22人の会社では、営業4人、顧客対応4人、マーケティング1〜2人という構成になります。

  • 創業者が全員を見られなくなる:情報が創業者に集中して処理しきれなくなることが、最初の管理職を置く引き金です(Colombo & Grilli, 2013)。投資家もこの時期に専門化を促します。シリコンバレーの新興企業の分析では、ベンチャーキャピタルの出資は、人事制度の整備、ストックオプションの導入、マーケティング担当役員の採用と結びついていました(Hellmann & Puri, 2002)。例えば、創業者への確認待ちで受注が1週間止まるようになったら、権限を渡す時期です。

採用する職種と順番

  • 営業の増員と分業:営業担当者1人が1年に生む売上が、その人にかかる総費用の約2倍に達したら、決まった手順を大きく回すことが得意な営業を増やします(Leslie, 2016)。次に、見込み顧客の開拓と商談の成約を別の担当に分けます(Ross & Tyler, 2011)。例えば、営業4人のうち2人が目標を安定して超えた時点で4人を追加し、開拓の担当を2人置きます。

  • カスタマーサクセスと導入支援のチーム化:顧客数の増加に合わせて、導入と定着の担当を分けます。例えば、導入専任の2人と、既存顧客の利用拡大を担う2人に分けます。

  • マーケティング:営業の拡大と並行して、需要を作る担当を採ります。HubSpotの営業組織を率いたRoberge(2015)は、営業の採用・育成・管理と需要創出を一つの仕組みとして設計することを勧めています。例えば、商談の4割が自社の発信経由になることを目標に、コンテンツ担当と広告運用の担当を採ります。

  • 最初の管理職と機能の責任者:営業責任者と開発の管理職を置きます。少数の管理階層を加えると、創造性をやや損なう可能性はあるものの、商業的な成功と存続の確率は大きく上がります(Lee, 2022)。幹部は会社の最終形ではなく、今後12〜18か月の規模に合う人を選びます(Gil, 2018)。例えば、エンジニア20人の会社には、1万人を率いた人ではなく、50〜100人を率いた経験のある人が合います。

  • 最初のプロダクトマネージャー:エンジニアが10〜15人に達したら、創業者からプロダクトの優先順位づけを引き継ぐ人を採ります(Rachitsky, 2023b)。例えば、最初の一人は部門の長ではなく、自分で仕様を書く実務者を選びます。

  • 採用担当と財務:採用の件数が増えるため、専任の採用担当者を置きます。採用担当者は意外に早い時期の採用として挙げられることが多い職種です(Rachitsky, 2023a)。財務は、支出の把握が難しくなった時点で経理の責任者を置きます。例えば、年間20人を採用する計画であれば、採用担当者1人の費用は外部の紹介手数料より小さくなります。

まだ採用しない職種

  • 大企業型の経営幹部:Horowitz(2010)は、大企業の幹部は入ってくる仕事に応えることに慣れており、自分で仕事を生み出す必要があるスタートアップとはリズムが合わず、組織を運営する技能と一から作る技能も別物だと指摘しています。例えば、面接で「最初の1か月に何をするか」を尋ね、「まず学びます」という答えには注意します。

  • 細分化しすぎた専門職:Shopifyが2022年に人員を約1割減らした際、対象には専門化しすぎた役割や重複した役割が含まれていました(Lütke, 2022)。例えば、営業40人の段階で、営業企画、営業研修、営業分析をそれぞれ専任にする必要はありません。

  • 一時的な需要に合わせた人員:MetaとStripeは2022年、需要の急増が続くと見込んで人を増やしすぎたことを認め、それぞれ13%と14%の人員を削減しました(Zuckerberg, 2022; Collison, 2022)。例えば、特需の四半期の成長率をそのまま翌年の採用計画に当てはめません。

大企業の新規事業の場合

  • 分離したまま経営層で統合する:O'Reilly & Tushman(2004)は、15の事業部門による35件の革新的な新規事業を比較し、独立した組織を持ちながら経営チームの段階で統合する「両利き」の設計では9割超が目標を達成したのに対し、既存の機能別組織に任せた場合は約25%、部門横断チームと支援のない独立チームでは成功例がなかったと報告しました。例えば、新規事業の責任者を事業部長と同格にし、同じ経営会議に出席させます。

  • 本体の資産を移す仕組みを作る:Infosysがコンサルティング事業を立ち上げた際は、専任チームに独自の報酬体系を持たせつつ、本体の顧客関係を使えるようにし、紹介した本体の事業にも売上を計上しました(Kinni, 2011)。例えば、本体の営業担当者が新規事業の商談を紹介したら、その担当者の目標にも実績を加算します。

  • 拡大の難しさを見込む:経営幹部1,178人への調査では、立ち上げから4年以上たった新規事業の8割以上が年間売上5,000万ドルを超えていませんでした(Beard et al., 2021)。例えば、検証が済んだ時点で拡大に必要な人員と予算を見積もり直し、本体の年度予算とは別枠で複数年分を確保します。

次のステージへ進む条件

  • 成長が再現している:ARRが前年比2〜3倍で伸び、製品単位の粗利がプラスで、営業の進捗から受注を安定して予測できることが目安です。例えば、新しく採った営業担当者が、先に入った担当者と同じ期間で目標に届くかを確かめます。

  • 管理職が機能している:創業者を経由しなくても、日常の意思決定が完了する状態です。例えば、創業者が2週間不在でも、受注、採用、出荷が止まらないことを確認します。

ステージ4:組織構築

成長と収益性を両立させ、会社として持続する形を作る段階です。組織は機能別の部門に分かれ、創業者の役割も変わります。

組織の状態

  • 機能別の部門ができる:Blank(2020)のモデルでは、この段階で初めて顧客開発チームを機能別の部門に移行させます。法人向けSaaS企業の従業員数の中央値は、ARR 500万〜2,000万ドルで66人、2,000万〜5,000万ドルで131人、5,000万ドル超で361人です(Kuramoto, 2026)。例えば、ARR 2,000万〜5,000万ドルの企業では、エンジニア30%、カスタマーサクセス・サポート20%、営業13%、管理部門11%という構成になります。

  • 創業者と経営チームが入れ替わる:ベンチャー投資先から上場に至った50社を追跡した研究では、創業者がCEOを務める割合は事業計画の段階で66%、上場時に58%、上場の約3年後に38%でした(Kaplan et al., 2009)。創業者CEOの交代は、製品開発の完了と資金調達の節目で起こりやすくなります(Wasserman, 2003)。Hoffman & Yeh(2018)は、この段階の移行を「海賊から海軍へ」「ゼネラリストからスペシャリストへ」と表現しています。例えば、創業者がCEOから製品の責任者に移り、拡大期の経営を経験した人をCEOに迎える形があります。

採用する職種と順番

  • 機能別の責任者:財務、人事、法務、マーケティングの責任者を迎えます。Gulati & DeSantola(2016)は、拡大期の企業に必要な活動として、機能の専門家の採用、管理構造の追加、計画と予測の仕組み、文化の維持の4つを挙げています。経営幹部の加入は上場の確率の高さと、創業者以外の幹部の離脱は低さと結びついていました(Beckman et al., 2007)。例えば、資金調達と予算管理が複雑になった時点で、経理の責任者とは別に財務の責任者を採ります。

  • 中間管理職:管理職の質は、チームの定着と結びついています。Googleは2002年にエンジニアの管理職を廃止しましたが、経費精算や対人関係の問題まで創業者に持ち込まれ、数か月で元に戻しました。その後の社内調査では、評価の高い管理職のチームは離職率が低いことが分かっていますが、業績との結びつきまでは確認されていません(Garvin, 2013)。例えば、管理職を「優秀な実務者への褒美」として任命せず、部下の育成に時間を使える人を選びます。

  • 専門職と計画の機能:データ分析、セキュリティ、事業計画、営業企画などの専門職を加えます。例えば、月次の予測と実績の差を説明できる事業計画の担当者を置き、採用計画を売上の見通しに連動させます。

  • 必要であれば経営者の交代も検討する:ベンチャー投資先約1万2,000社の分析では、創業者の交代は、単純な相関では業績の低さと結びついていますが、因果関係を識別すると業績を改善していました(Ewens & Marx, 2018)。例えば、創業者がCEOを続ける場合でも、苦手な機能には経験のある責任者を置き、権限を明確に渡します。

まだ採用しない職種

  • 部下の少ない管理職と余分な階層:Metaは2023年、管理階層を減らし、多くの管理職を実務担当者に戻す方針を示しました(Zuckerberg, 2023)。Amazonは2024年、管理職1人あたりの実務担当者の比率を15%以上高めることを各組織に求めました(Jassy, 2024)。例えば、急成長期に「将来の部下のために」先に任命した管理職が、部下2〜3人のまま残っていないかを点検します。

  • 事業の規模に見合わない管理部門:管理部門の比率は、ARR 100万ドル未満の6%から2,000万〜5,000万ドルの11%へ上がります(Kuramoto, 2026)。例えば、この水準を大きく超える場合は、定型業務を外注やAIに移せないかを先に検討します。

大企業の新規事業の場合

  • 事業部として独立させる条件を事前に決める:IBMでは、新規事業が本体の事業部に移る基準を事前に合意しており、5年間に手がけた25件のうち失敗は3件で、2003年には14件が育成の仕組みから卒業しました(Garvin & Levesque, 2006)。この仕組みは2000年から2005年に150億ドルを超える売上の成長を生みました(O'Reilly et al., 2009)。例えば、売上規模と顧客数が基準に達したら、評価制度と予算の扱いを本体の事業部と同じにします。

  • 事業づくりを繰り返せる体制にする:5年間に3件以上の新規事業を立ち上げた企業は、1〜2件の企業より、損益分岐点までの投資1ドルあたりの売上が高くなっていました(1.9倍対1.3倍)(Aminetzah et al., 2025)。例えば、最初の新規事業の責任者とチームを解散させず、次の事業の立ち上げに回します。

このステージの到達点

  • 成長と収益性の両立:売上成長率と利益率の合計が40%以上であること(Rule of 40)が目安です(mign, 2026b)。例えば、成長率が25%に落ちても利益率が15%あれば、組織は持続可能な状態にあります。

  • 人に依存しない運営:特定の個人が抜けても事業が止まらないことが、この段階の組織の完成形です。例えば、主要な役割ごとに後任の候補が社内にいるかを年に一度確認します。

ビジネスモデルによる違い

前章の順番は標準形であり、実際の順番はビジネスモデルで変わります。事業の活動と収益の得方が合っている企業ほど業績が高いことが示されており(Tidhar & Eisenhardt, 2020)、活動を担う組織もモデルに合わせる必要があります。

エンタープライズ向けSaaS(営業主導)

  • 事業の特徴:契約単価が高く、商談に時間がかかり、営業担当者が受注を作ります。クラウド企業の分析では、営業・マーケティング費は成熟期でも売上の50%を超えていました(D'Onofrio & Ding, 2021)。例えば、年間契約10万ドルの製品を、情報システム部門と事業部門の両方の承認を得て販売する事業です。

  • 最初に採用する職種:エンジニア、創業者による営業、次に顧客対応のゼネラリスト、その後に、製品や開発とも一緒に動ける幅の広い営業担当者を3〜4人という順番です(Leslie, 2016; Kazanjy, 2020)。例えば、創業者が最初の10社を受注するまで、営業の採用は行いません。

  • 標準の手順との違い:前章の標準形はこのモデルに最も近く、違いは営業の分業の深さにあります。開拓と成約を分け(Ross & Tyler, 2011)、営業を主軸とする企業では、営業・マーケティング・顧客対応の部門の人員の約45%を商談担当が占めます(ICONIQ, 2026b)。例えば、ステージ3では、開拓の担当、商談の担当、技術的な質問に答える担当、契約後の担当の4つに分かれます。

  • 職種構成の目安:ARR 100万ドル以上では、エンジニア約3割、カスタマーサクセス・サポート約2割、営業13〜18%が中央値です(Kuramoto, 2026)。例えば、50人の会社であれば、エンジニア15人、顧客対応10人、営業8人前後になります。

プロダクト主導(PLG)のSaaS

  • 事業の特徴:利用者が自分で使い始め、製品そのものが獲得・転換・定着を担います(Bush, 2019)。Atlassianは上場時、営業・マーケティング費が売上の12〜21%にとどまり、研究開発費は40%を超えていました(Tunguz, 2015)。Dropboxは2017年時点で売上の9割超をセルフサービス経由で得ていました(Janz, 2018)。例えば、無料で使い始めた個人が、チームに広げる段階で有料プランに移る事業です。

  • 最初に採用する職種:エンジニア、プロダクト、デザイナーの次に、利用データを見て獲得と転換を改善する担当を採ります。ソフトウェア企業450社超の調査では、無料プランを持つ企業の最初の営業・マーケティング関連の採用は、グロースマーケティングが49%で最多でした(Poyar, 2022)。例えば、登録から最初の成功体験までの離脱を週次で改善する担当を、営業より先に採ります。

  • 標準の手順との違い:営業の採用は遅れますが、なくなるわけではありません。Figmaは2025年時点で、営業が販売する上位プランが売上の70%を占めていました(Gustafson, 2025)。「営業がいない」のは一時期の姿であり、成長とともに営業は人員の大きな割合を占めるようになります(Grabell, 2021)。例えば、最初の営業は新規開拓ではなく、すでに社内で使われている企業に全社契約を提案する役割です。

  • 職種構成の目安:初期はエンジニアとプロダクトが大半を占め、営業はステージ3の後半から増えます。例えば、30人の時点でエンジニアとプロダクトが20人、グロースとマーケティングが4人、営業が2人という構成です。

マーケットプレイス

  • 事業の特徴:供給側と需要側の両方を集める必要があり、多くは供給側の確保が難所です。17のマーケットプレイスへの聞き取りでは、1社を除く全社が特定の地域か分野に絞って開始していました(Rachitsky, 2019)。例えば、一つの都市で運転手を30人集めてから、利用者を募集する事業です。

  • 最初に採用する職種:供給側を開拓する営業と、現場の運営を担う人です。同じ聞き取りでは、供給側の獲得に直接営業を使った企業が約6割で、他の手段の2倍でした(Rachitsky, 2019)。Uberは新しい都市に入るための専門職を置き、その担当者が現地のチームを採用し、事業者との提携を作りました(Chen, 2017)。例えば、最初の採用はエンジニアと並んで、出店者や運転手を1件ずつ訪ねる担当になります。

  • 標準の手順との違い:拡大の単位が機能別の部門ではなく、都市や分野ごとの小さなチームになります。Uberの元社員は、各都市を、都市の責任者、供給側の運営担当、需要側の担当の3人で始めたと回想しています(Gorlick, 2020)。需要側のマーケティングは後回しで、OpenTable、Lyft、Uber、DoorDashは初期の資源をほとんど需要の喚起に使わず、過半数の企業で最大の需要経路は口コミでした(Rachitsky, 2019)。なお、早すぎる拡大が失敗に結びつく傾向は、プラットフォーム型の企業で特に強く表れます(Lee & Kim, 2024)。例えば、1都市目で採算が合う前に5都市へ同時に展開すると、どの都市でも供給が足りなくなります。

  • 職種構成の目安:運営と供給側の営業の比率が高くなります。今回の調査では、信頼できる職種別の統計は確認できませんでした。例えば、3都市で事業を行う40人の会社では、都市チームが15人前後を占める構成が考えられます。

コンシューマー向け

  • 事業の特徴:営業を必要とせず、製品の質と口コミで広がります。WhatsAppは2014年の買収時、利用者4億5,000万人に対して従業員55人、うちエンジニア32人で、マーケティングには費用をかけていませんでした(Goetz, 2014; NPR, 2014)。Instagramは2012年の買収時に従業員13人でした(CNBC, 2019)。例えば、個人が無料で使うアプリを、広告か少額の課金で収益化する事業です。

  • 最初に採用する職種:エンジニアとデザイナーです。例えば、最初の10人はほぼ全員が製品を作る人で構成されます。

  • 標準の手順との違い:営業と顧客対応の採用がほぼなく、利用者が増えてから、収益化、利用者の安全、コミュニティ運営の担当を加えます。例えば、利用者が100万人を超えた時点で、不正利用への対応と問い合わせの自動化の担当を採ります。

  • 職種構成の目安:少人数化が最も進んでいる領域です。シリーズA調達時の平均従業員数は、コンシューマー分野では5年間で57%減りました(Dowd & Walker, 2025)。例えば、数十万人の利用者を、10人未満のチームで支える会社は珍しくありません。

ディープテック・ハードウェア

  • 事業の特徴:技術の確立に時間がかかり、売上が立つまでの期間が長くなります。ディープテック企業の83%は物理的な製品を作っており(Gourévitch et al., 2021)、400社超への調査では2割以上が市場に出るまで3年以上かかると見込み、半数は必要な時間を過小評価していました(Soussan & de la Tour, 2017)。例えば、新素材や医療機器のように、製品の完成前に規制の認可と量産技術の確立が必要な事業です。

  • 最初に採用する職種:研究者とエンジニアです。博士号を持つ人材の中には、自分で起業はしないがスタートアップで働くことを望む層があり(Roach & Sauermann, 2015)、初期の技術者の主な供給源になります。研究者が創業する場合は、事業を担う外部の経営人材を早い時期に組み合わせることが有効だとされています(Franklin et al., 2001)。例えば、大学発の企業では、研究室の出身者3人と、同じ業界で事業開発を経験した1人で始めます。

  • 標準の手順との違い:営業より先に、製造、調達、現場への導入の担当が必要になります。Elmgren(2026)は、ハードウェア企業の重要な採用として製造、導入、調達、財務、営業、政策、マーケティングの7つを挙げ、導入の責任者は最初の約10件の導入が見えた時点で採ること、営業は創業者が売り方を理解してから採ることを勧めています。例えば、試作機が完成した段階で、営業より先に量産の立ち上げを経験した製造の責任者を採ります。

  • 職種構成の目安:同じステージでも人数が多くなります。シリーズA調達時の平均従業員数は、全体が約14人であるのに対し、ハードウェアでは29.8人で、5年間で2倍超に増えています(Dowd & Walker, 2025; Walker, 2025)。例えば、30人のうち20人以上が研究開発と製造に属し、営業は創業者と1〜2人にとどまります。

汎用AI

  • 事業の特徴:基盤モデルを開発する研究所型の企業と、基盤モデルの上で業種を問わない製品を提供する企業を指します。前者では人数よりも人材の獲得競争が制約になります。OpenAIの株式報酬は2025年に従業員1人あたり平均約150万ドルと報じられ(Bastian, 2025)、2年後の定着率は企業によって64〜80%と差があります(Bantock, 2025)。例えば、数百人の研究者を世界の数社が奪い合う状況では、報酬設計と定着が組織づくりの中心になります。

  • 最初に採用する職種:研究所型では、研究者、研究を実装するエンジニア、安全性と政策の担当です。Anthropicの共同創業者8人の多くは、研究・安全性・政策の出身でした(Contrary Research, 2026)。製品型では、少人数のエンジニアとデザイナーがセルフサービスで広げます。Lovableは2025年7月、公開から8か月でARR 1億ドルを超えた時点で正社員45人でした(Heim, 2025)。例えば、製品型の最初の10人は、全員が製品を作り、利用者の反応を直接見る人です。

  • 標準の手順との違い:営業と導入の機能は、売上が立ち上がってから急速に加わります。Cursorを開発するAnysphereは2025年11月、年換算売上10億ドル超の時点で300人超でした(Anysphere, 2025)。Anthropicは2025年に最初の商業部門の責任者を迎え、顧客に実装する応用チームを年内に5倍にする計画を示しました(Contrary Research, 2026; Deutscher, 2025)。Lovableも2026年2月には146人に増え、営業の責任者を採用したと報じられています(Lemkin, 2026b)。例えば、個人の利用が企業内に広がった時点で、全社契約と導入支援の担当を一気に採ります。

  • 職種構成の目安:報酬データに基づく比較では、急成長中のAI企業はエンジニアの比率が47%で他のテクノロジー企業の33.9%より高い一方、営業の比率は18.4%と20.7%でほぼ変わらず、カスタマーサポートは1.8%と4.4%で半分以下でした(Lemkin, 2026a)。例えば、100人の会社で、エンジニア47人、営業18人、サポート2人という構成です。

業界特化AI

  • 事業の特徴:特定の業界の業務を、ソフトウェアではなく仕事の成果として提供します。従来のソフトウェアが利用者数に課金したのに対し、AI企業は成果に課金し(Huang & Grady, 2024)、成果を出す責任は顧客ではなく提供側が負います(Chen & Gupta, 2024)。その分、粗利率は約56〜65%と、従来のソフトウェアより低くなります(Bennett et al., 2024; Dholakia et al., 2025)。例えば、契約書の確認、診療記録の作成、申請書類の審査を、件数あたりの料金で引き受ける事業です。

  • 最初に採用する職種:業界の実務を知る人と、顧客の現場に入るエンジニアです。業界特化AIは、汎用のソフトウェア以上に業界内部の知見が報われる領域で、心臓専門医や元監査人が創業した例があります(Bessemer Venture Partners, 2026)。エンジニア10人ほどで法人契約が数件の段階では、全員が顧客に入り込む導入担当として動くべきだとされています(ICONIQ, 2026d)。例えば、創業メンバーにその業界の資格保有者を含め、エンジニア全員が顧客の業務を現場で観察します。

  • 標準の手順との違い:営業よりも導入と品質の機能が先に厚くなります。顧客先に入り込んで実装する「フォワード・デプロイド・エンジニア」(以下、導入エンジニア)は2010年代初めにPalantirで生まれた職種で(Orosz, 2025)、同社は上場時点でも直接の営業組織が限定的で、顧客内での利用拡大をこの職種に頼っていました(Palantir Technologies, 2020)。AIネイティブ企業では、営業・マーケティング・顧客対応の部門のうち契約後の担当が約31〜34%を占め、成長の速い非AIネイティブ企業の約23%より高くなっています(ICONIQ, 2025b)。成果物を実務者が確認する体制も製品の一部であり、EvenUpでは法務の運営チームがすべての文書を確認しています(Dholakia et al., 2025)。例えば、ステージ2の採用は、営業1人より先に、導入エンジニア2人と成果物を検査する実務者1人になります。

  • 職種構成の目安:実務経験者が人員の大きな割合を占めます。法務向けのHarveyは2026年6月時点で約960人のうち約25%が法務の経歴を持つと報じられています(O'Shea, 2026)。事業の健全性は、自動化率、精度、AI原価率といった固有の指標で確認します。例えば、人による確認と修正の割合が下がらないまま人数を増やすと、実態は人手のサービス業に近づき、利益が残りません。

AI時代における組織づくりの変化

生成AIとAIエージェントは、「誰を採るか」の前に「そもそも採るかどうか」という問いを組織づくりに加えました。ただし、変化の大きさについては証拠の強さに差があります。

少人数化の実態

  • 初期のチームは小さくなっている:シード期の平均従業員数は2021年調達企業の11.1人から2025年上期の6.2人へ、シリーズA調達時は2022年の22人から2025年の14人へ減りました(Dowd & Walker, 2025; Walker, 2025)。2025年に設立された企業の36%は創業者が一人です(Walker & Dowd, 2026)。ただし、この縮小は2022年の資金調達環境の悪化とともに始まっており、原因がAIなのか費用圧力なのかは判別しにくいと、データの集計者自身が述べています。例えば、同じシード資金で以前は10人を雇っていた会社が、現在は6人で同じ期間を走る計画を立てています。

  • AIを製品の中核に置く企業はさらに小さい:Kim & Koning(2026)は、Y Combinator出身の2,891社を分析し、AI企業は同じ業種・同じ時期の非AI企業より従業員が約25%少ないこと(より広い約4万7,000社の標本では約12%)、若手の比率が4ポイント低く、シニアの比率が5ポイント高く、管理職の比率が3.7ポイント低く、階層が約0.5層少ないことを示しました。差を生んでいるのはAIを製品に組み込んでいることであり、社内業務でAIツールを使っているかどうかは規模や階層と関係がありませんでした。著者らは、この結果は相関であるとしています。例えば、サービスの提供そのものをAIが担う業種では、AI企業の規模は非AI企業より約7割小さくなっています。

  • 1人あたりの売上は上がっている:非上場SaaS企業1,000社超の調査では、従業員1人あたりARRの中央値は約14万1,000ドルで、前年の約13万ドルから上昇しました(Perry, 2026)。AI製品を作る企業の経営者への調査では、高成長企業の1人あたりARRは2025年の27万ドルから2026年は36万9,000ドルになる見込みです(ICONIQ, 2026a)。例えば、Gammaは従業員約50人でARR 1億ドルに達したと報じられています(Lemkin, 2026b)。

  • ただし機能の構成は大きく変わっていない:ソフトウェア企業137社の経営データでは、営業・研究開発・管理の人員構成は「ほぼ変わっていない」とされ、年100%以上で成長する企業の人員増加率の中央値は2025年の115%から2026年は146%へむしろ上がっています(ICONIQ, 2026e)。社内でのAI活用が2026年の人員計画に与える影響を尋ねた調査では、「大きな影響はない」が42%で最多でした(ICONIQ, 2026c)。米国の企業調査でも、AIが雇用に差し引きの影響を与えていないとする企業が約95%です(Eckhardt & Goldschlag, 2025)。例えば、急成長中のAI企業でも営業は人員の約18%を占めており、他のテクノロジー企業の約21%と大きな差はありません(Lemkin, 2026a)。

  • 小さく始めた企業も、売上が立つと急速に人を増やす:Lovableは2025年7月の45人から2026年2月には146人へ増え、Anthropicのスタートアップ向け営業チームは18か月で10人未満から150人超になったと報じられています(Heim, 2025; Lemkin, 2026b)。「一人で10億ドル企業を作れる」という予測は語られていますが(Confino, 2024)、該当する企業は確認できませんでした。例えば、製品が自然に広がる段階を過ぎて大企業との契約が増え始めると、営業と導入の担当を数か月で数十人採ることになります。

若手採用をめぐる論点

  • 採用の減少を示す研究:米国の給与データ(月350万〜500万人)を使った分析では、AIの影響を受けやすい職業に就く22〜25歳の雇用は、影響の小さい職業の同年代と同じ伸びを保っていた場合に比べて19%低い水準にあります。減少は解雇ではなく採用の抑制によるもので、経験者には同様の差が見られません(Brynjolfsson et al., 2026)。企業単位の分析でも、生成AIの導入を担う人材を募集した約1万社では、他社に比べて若手の雇用が約9%減り、シニアには変化がありませんでした(Hosseini & Lichtinger, 2026)。求人データでは、若手ソフトウェア開発者の求人がシニアに比べて14〜15%減っています(Westby et al., 2026)。例えば、初期段階のスタートアップによる新卒・未経験者の採用は、2019年に比べて約76%減ったと集計されています(Cranz & Bantock, 2026)。

  • 影響は小さいとする研究:デンマークの行政データを使った研究は、AIチャットボットを導入した職場で、収入と労働時間への影響が2%を超える可能性を否定し、若手の雇用比率にも変化がないことを示しました(Humlum & Vestergaard, 2025)。米国の世帯調査を使った研究も、職業構成の変化はAI以前から始まっており(Gimbel et al., 2025)、2026年夏の新卒者の失業率にAIの影響を受けやすさによる有意な差はないと報告しています(Fairlie & Wu, 2026)。例えば、若年層の失業率は、AIの影響を受けやすい職業でも受けにくい職業でも同じように上がっています(Eckhardt & Goldschlag, 2025)。

  • なぜ結果が食い違うのか:使っているデータ(給与記録、世帯調査、求人)、AIの影響の測り方、対象国が研究ごとに異なります(Kolko, 2026)。時期の問題もあり、影響を受けやすい職業の採用は2022年3月の利上げ開始後、つまりChatGPTの公開前から減り始めており、条件を揃えると若手の減少が目立つのは2024年以降です(Mahoney et al., 2026)。「若手の採用が減った」という事実と、「AIが原因で減った」という主張は、分けて扱う必要があります。例えば、給与記録では若手の雇用の減少が見えても、標本の小さい世帯調査では同じ年齢層の変化を統計的に確認できないことがあります。

  • AIは誰の生産性を高めるのか:補助として使うAIは、経験の浅い人をより大きく助けます。顧客対応の担当者5,172人の分析では、AIの導入で1時間あたりの解決件数が平均15%増え、経験の浅い人ほど伸びが大きくなりました(Brynjolfsson et al., 2025)。開発者4,867人の実験でも、完了した作業が約26%増え、経験の浅い開発者ほど効果が大きくなりました(Cui et al., 2025)。一方、理論研究は、自律的に働くAIは最も知識のある人を主に利し、補助型のAIは知識の少ない人を主に利すると示しています(Ide & Talamàs, 2025)。例えば、AIが補助からエージェントへ移るにつれて、恩恵を受ける層が若手からシニアへ移る可能性があります。

  • 育成の道筋が途切れる問題:若手はこれまで、定型的な仕事を引き受けることで訓練の費用を賄ってきましたが、その仕事をAIが吸収しつつあります。Garicano & Rayo(2025)は、AIで強化された熟練者の価値がAI単独の成果の約2.7倍を超えるかどうかで、徒弟的な育成が成り立つかが決まるという理論を示しました。Beane(2019)は、外科や金融の現場で、知的な機械が見習いを実務から遠ざけ、熟練者から学ぶ経路を断っていると報告しています。例えば、若手に任せていた調査や下書きをすべてAIに移すと、5年後に判断を担える中堅が社内に育っていないことになります。

  • 組織づくりへの含意:証拠が示しているのは「若手が不要になった」ことではなく、「若手に任せていた仕事の中身が変わった」ことです。賃金データでも、AIの影響を受けやすい職業の賃金は、経験が高く評価される職業では伸び、経験の評価が低い職業では伸び悩んでいます(Davis, 2026)。例えば、ステージ1〜2では育成に割ける人がいないためシニア中心で構成し、管理職と育成の仕組みが整うステージ3以降に、AIを使いこなす若手を計画的に採るという順番が考えられます。

必要性が高まった職種

  • 導入エンジニア:顧客の現場で製品を実装し、要望を製品に戻す職種です。AI製品を作る企業のうち37%がすでに置いており、14%が採用中、28%が半年から1年以内の採用を計画しています(ICONIQ, 2026a)。この職種を置く企業では、対応する顧客の割合の中央値が、2024年の20%から2026年は32%へ上がる見込みです(ICONIQ, 2026c)。求人件数は2025年1月から9月に800%超増えたと報じられましたが(Bregel, 2025)、ごく小さな母数からの増加であり、2026年5月時点で確認された募集は39社224件という集計もあります(Mayo, 2026)。例えば、OpenAIの導入チームは2025年に2人で始まり、同年のうちに8都市10人超になりました(Orosz, 2025)。

  • AI・機械学習エンジニア:エンジニア全体に占める比率は2022年以降、AI・機械学習エンジニアで39%、研究エンジニアで28%増えました(Cranz & Bantock, 2026)。採用には平均70日超かかり、AI関連の職種の中で最も長くなっています(ICONIQ, 2025a)。例えば、製品にAIを組み込む会社では、この職種の採用の遅れがそのまま開発計画の遅れになります。

  • 評価と信頼性の担当:AIの出力が正しいかを測り、誤りを減らす職種です。AIの安全性・信頼性を担うエンジニアは24%の企業にすでにおり、15%が採用中、23%が計画中です(ICONIQ, 2026a)。例えば、業界特化AIでは、実務者が成果物を採点する評価データの整備が、モデルの選択よりも品質を左右します。

  • ドメインエキスパート:業界の実務を知り、AIの出力の良し悪しを判断できる人です。業界特化AIでは内部の知見を持つ創業者や初期メンバーが強みになるとされますが(Bessemer Venture Partners, 2026)、この職種の需要を示す求人統計は確認できませんでした。例えば、法務と開発の両方を担う「リーガルエンジニア」のように、実務者とエンジニアを兼ねる新しい職種名が現れています(Hollands, 2026)。

  • 判断を担うシニア:AIが得意な範囲とそうでない範囲を見分ける力が希少になっています。コンサルタント758人の実験では、AIの能力の範囲内の課題では成果が上がった一方、範囲外の課題ではAIを使った人のほうが正答する確率が19ポイント低くなりました(Dell'Acqua et al., 2023)。例えば、AIが書いた契約書の草案を、どこまで信頼しどこを自分で確認するかを決められる人が、チームの品質の上限を決めます。

  • AIプロダクトマネージャーとソリューションエンジニア:AI製品を作る企業の55%がAIプロダクトマネージャーを、53%がAIソリューションエンジニアをすでに置いています(ICONIQ, 2026a)。例えば、顧客ごとのエージェントの設定と立ち上げを専門に担う役割を置く企業も出ています(Schmidt, 2025)。

必要性が下がった職種

  • 一次対応のカスタマーサポート:急成長中のAI企業では、サポートが人員に占める比率は1.8%で、他のテクノロジー企業の4.4%の半分以下です(Lemkin, 2026a)。今後1〜2年で縮小が見込まれる機能としても、サポートと管理部門が挙がっています(ICONIQ, 2026a)。ただし事例には留保がつきます。Salesforceはサポートの人員を9,000人から約5,000人に減らしたと経営者が述べましたが(Clark, 2025)、同社はその後、削減ではなく営業への再配置だったと説明したと報じられています。例えば、問い合わせの半分をAIが処理できても、残りの半分は以前より難しい案件であり、対応する人には高い技能が求められます。

  • 定型的な実装とテスト:若手開発者の求人の減少(Westby et al., 2026)に加え、フロントエンド専門のエンジニアの比率は2022年以降約25%下がりました(Cranz & Bantock, 2026)。独立した品質保証の担当も、縮小している役割として挙げられています(ICONIQ, 2026e)。例えば、画面の実装とテストコードの作成はAIに任せ、エンジニアは設計とレビューに時間を使う分担が広がっています。

  • インサイドセールス:見解が分かれる職種です。10人の開拓チームを約1人に減らした企業の例が報じられる一方(Lemkin, 2026b)、営業組織に占める開拓担当の比率は調査上19〜22%でほぼ横ばいです。違いが出ているのは比率で、AIネイティブ企業では商談担当1人に対する開拓担当の数が少なくなっています(ICONIQ, 2026b)。例えば、見込み顧客の調査とメールの下書きをAIに任せ、開拓担当1人が以前の2〜3人分の範囲を受け持ちます。

  • 定型的なバックオフィス:スタートアップの新規採用に占めるオペレーション職の割合は、2019年の12.4%から2025年上期には5.2%へ下がりました(Dowd & Walker, 2025)。例えば、請求書の処理、経費精算の確認、日程調整は、専任者を置かずにAIと外注で処理する会社が増えています。

  • 調整を主な仕事とする管理職:スタートアップでは、エンジニアリングマネージャー1人あたりのエンジニアが約15人となり、34%増えました(Cranz & Bantock, 2026)。開発者18万7,000人超の分析では、AIの利用によってコーディングの活動が増え、プロジェクト管理の活動が減りました(Hoffmann et al., 2024)。ただし、階層を減らす動きは生成AIの普及前に効率化として始まっており(Zuckerberg, 2023; Jassy, 2024)、AIは加速要因の一つと見るのが妥当です。Gartner(2024)は、2026年までに組織の20%がAIを使って中間管理職の半数以上を削減すると予測しましたが、これは予測であり、実現を確認した調査は見当たりません。例えば、進捗の集約と報告だけを担っていた管理職の仕事は、AIによる自動集計に置き換わりつつあります。

役割の再定義

  • ゼネラリストへの回帰:P&Gの専門職776人による実験では、AIを使う個人が、AIを使わない2人組のチームと同等の成果を出し、研究開発と営業という出身部門による解決策の偏りも小さくなりました(Dell'Acqua et al., 2025)。例えば、以前はエンジニア、デザイナー、プロダクトマネージャーの3人で進めていた試作を、一人が最後まで作り切る場面が増えています。

  • 管理スパンの拡大:成績の良い営業組織では、管理職1人あたりの実務担当者が8〜9人で、他の組織の4〜5人より多く、管理職の比率は12%と17%でした。ただし同じ調査は、設計によらず成り行きでスパンが広がる危険を指摘しています(ICONIQ, 2026b)。例えば、管理職が部下15人を持つ場合、育成と評価に使える時間を確保できているかを点検します。

  • プレイヤー兼マネージャー:管理職が自ら実務を担う形が広がっているという指摘は多いものの、今回の調査では、これを裏づける統計は確認できませんでした。例えば、Metaが管理職の多くを実務担当者に戻す方針を示したこと(Zuckerberg, 2023)は、この方向の事例の一つです。

  • 採用基準の変化:AIを使いこなす力が、採用と評価の正式な基準になり始めています。Shopifyは、AIの活用に関する質問を業績評価と同僚評価に加えるとしました(Lütke, 2025)。例えば、面接の課題で、候補者がAIをどう使い、出力のどこを疑ったかを確認します。

「採用する前にAIで代替を試す」原則とその限界

  • 原則:人員を増やす前に、その仕事をAIで処理できないかを試します。Shopifyは2025年、AIを日常的に使うことを全社員の前提とし、人員や資源の追加を求めるチームには、AIでは実現できない理由を示すことを求めました(Lütke, 2025)。例えば、採用の申請書に「AIで試した結果」と「人が必要な理由」を記入する欄を設けます。

  • 限界1 効果は業務の再設計とセットでしか出ない:約2,000人への調査では、AIを少なくとも一つの機能で定常的に使う組織は88%に達した一方、利益への影響を認めたのは39%で、利益の5%以上をAIから得ている組織は約6%でした。この上位層は、業務の流れを根本から作り直している割合が約3倍高くなっています(Singla et al., 2025)。例えば、既存の手順の一部をAIに置き換えるだけでは、人を減らせるほどの効果は出ません。

  • 限界2 監督の費用がかかる:エージェントが扱う仕事の30〜60%で人の介入が頻繁に必要だとする企業が39%、60%超で必要だとする企業が9%あります(ICONIQ, 2026a)。質の低いAIの成果物を受け取った人が手直しに時間を取られる問題も報告されています(Niederhoffer et al., 2025)。効果の自己評価も当てになりません。経験豊富な開発者16人の実験では、AIを使うと作業時間が19%延びたにもかかわらず、本人たちは20%速くなったと感じていました(Becker et al., 2025)。なお、同じ研究チームは後の実験で、この結果はもはや当てはまらない可能性が高いとしています(Becker et al., 2026)。例えば、「AIで何人分の仕事が減ったか」を判断するときは、手直しと確認に使った時間を差し引きます。

  • 限界3 費用だけを見ると品質が下がる:Klarnaは、AIアシスタントが担当者700人分の仕事をしていると公表していましたが、2025年に経営者が、費用を重視しすぎた結果として品質が下がったと認め、人による対応の担当者を再び募集し始めました(Ivanova, 2025)。例えば、AIへの置き換えを評価するときは、費用の指標と品質の指標を必ず並べて見ます。

  • 限界4 方針の揺り戻しが起こる:Duolingoは2025年に「AIファースト」を掲げ、AIで処理できる仕事への外部委託を段階的にやめる方針を示しましたが、反発を受けて、正社員を解雇したことはなく採用も続けると説明し直しました(Coacci, 2025)。例えば、AIによる代替を人員削減の方針として発表すると、採用と定着の両方に悪影響が出ます。

  • 限界5 知識が社内に残らなくなる:AIに任せた仕事からは、人が学ぶ機会が失われます(Beane, 2019)。例えば、顧客対応をすべてAIに任せると、顧客の不満を直接聞いた経験を持つ人が社内にいなくなり、製品の改善点に気づけなくなります。

研究・実務の最新動向

本章では、2020年代に入ってからの研究と実務で得られた新しい知見を整理します。

研究の最新動向

  • 検証の前に拡大すると失敗しやすい:Lee & Kim(2024)は、早い拡大が失敗と結びつき、模倣を防ぐ利点よりも資源を固定する危険のほうが大きいことを示しました。不確実性が残る段階でも先に規模を取りに行くべきだとする考え方(Hoffman & Yeh, 2018)は、勝者が市場の大半を取る事業を想定したものです。いずれも、厳密な因果関係を示したものではありません。例えば、勝者が市場の大半を取る事業では速さを優先し、それ以外の事業では検証を優先します。

  • 初期メンバーは長く業績を左右し、経営幹部は段階に応じて入れ替わる:創業初年度の社員を失うと長期にわたって業績が下がり(Choi et al., 2025)、創業時の人事モデルを変えると離職が増えます(Baron et al., 2001)。経営幹部については、上場に至った企業では経営陣の多くが入れ替わっても事業の中身はほとんど変わらず(Kaplan et al., 2009)、創業者の交代が業績を改善するという結果もあります(Ewens & Marx, 2018)。例えば、経営幹部は段階に応じて入れ替えつつ、初期メンバーが持つ暗黙の知識は意識して引き継ぎます。

  • 責任は早く割り当て、専任者の採用は検証の後にする:創業時から機能の幅が広いチームは、資金調達と上場が早くなっています(Beckman & Burton, 2008)。役割を増やす採用は、検証の後のほうが失敗しにくいことも示されています(Lee & Kim, 2024)。2つを合わせると、責任は創業チームの中で早く割り当て、専任者の採用は遅らせるのが妥当です。例えば、創業者3人が開発、営業、財務の責任をそれぞれ持ち、営業と財務の専任者はステージ3まで採りません。

  • 専門化の順番は市場の位置取りで変わる:DeSantola et al.(2023)は、専門化の道筋が一つに収束しないことを示しました。新しい分類の市場を狙う企業は外部との接点を先に、既存の市場で戦う企業は内部の機能を先に整えます。例えば、まだ名前のない製品分野を作る会社は、経理の責任者よりもマーケティングの責任者を先に採ります。

  • 階層をなくす場合は、役割と手続きの定めが要る:階層の少ない組織は、発想を助ける一方で実行を乱します(Lee, 2022)。上司の命令権をなくした自己管理型の組織を調べた研究によると、成功例は管理職の代わりに役割と手続きを厳密に定めていました。成果への影響は、まだ分かっていません(Lee & Edmondson, 2017)。例えば、管理職を置かないのであれば、誰が何を決めるかを文書で定める必要があります。

  • AIを中核に置く企業は、小さく、平たく、シニアに偏る:Kim & Koning(2026)は、AI企業が小さく、平たく、シニアに偏っていることを大きな標本で示しました。AIを使う個人が2人組のチームと同等の成果を出すという実験結果(Dell'Acqua et al., 2025)と合わせると、チームの最小単位が小さくなっている可能性があります。2010年代の機械学習への投資では、若手の比率が上がり、中間管理職とシニアの比率が下がっていたため(Babina et al., 2023)、生成AIの影響は過去の技術とは向きが異なると考えられます。例えば、5人で担っていた開発を、AIを使いこなす経験者2〜3人で進める体制が考えられます。

  • 選考は構造化面接の妥当性が最も高い:選考手法の妥当性を見直した研究では、構造化面接の妥当性が最も高く(0.42)、職務知識のテスト(0.40)が続き、従来は構造化面接と並んで上位とされた一般的な認知能力(0.31)を上回りました(Sackett et al., 2022)。例えば、面接官ごとに質問が違う面接をやめ、同じ質問と採点基準を使うだけで、採用の精度は上がります。

実務の最新動向

  • 少人数で伸びた企業も、後から営業組織を作る:AI企業では、数十人でARR 1億ドルに達する事例が出ています。Lemkin(2026b)は、そうした企業も売上が伸びると営業組織を作っており、作る時期が後ろにずれたと指摘しています。例えば、最初の1億ドルは製品の力で、次の数億ドルは営業の力で伸ばすという順番になります。

  • 導入エンジニアを早い時期から置く:Schmidt(2025)は、法人向けAI企業が導入エンジニアを早い時期から意図的に置き、粗利率を犠牲にして競争優位を築いていると論じ、上場時の粗利率が低かったServiceNowやWorkdayが後に改善した前例を挙げています。人手のサービスを避けて粗利率を守ってきた従来のソフトウェア経営とは異なる進め方です。例えば、導入の作業を毎回手作業で繰り返すのではなく、繰り返すたびに製品へ取り込みます。

  • 部下の少ない管理職を減らす:Meta、Amazonに続き、Googleも少人数のチームを持つ管理職を1年で35%減らしたと報じられています(Zuckerberg, 2023; Jassy, 2024; CNBC, 2025)。Googleは2002年に管理職の廃止を試みて数か月で撤回しており(Garvin, 2013)、減らす対象は管理職そのものではありません。例えば、部下が2〜3人しかいない管理職と、報告のためだけの階層を見直します。

  • 創業者は細部を把握し続ける:Graham(2024)は、優秀な人を雇って任せるという標準的な助言が創業者を失敗させてきたと論じ、創業者が直属の部下より下の層にも関与し続ける「ファウンダーモード」を提唱しました。Graham自身は、任せるべきことを任せない口実に使われる危険も認めています。6,000社超の分析では、創業者が支配的な立場を一つ多く保つごとに企業価値が約17〜22%低くなっていたと紹介されており(Wasserman, 2017)、細部の把握と決定権の保持は分けて考える必要があります。例えば、創業者は現場の担当者と直接話して状況を把握しつつ、日常の決定は管理職に任せます。

  • AIによる代替は、増やす前に試す手順として運用する:人員の追加より先にAIを試すという方針が広がっています(Lütke, 2025)。KlarnaやDuolingoは、当初の方針を後から修正しました(Ivanova, 2025; Coacci, 2025)。例えば、人を減らすと宣言するのではなく、増員を求める前にAIで試した結果を示す手順にします。

  • 大企業の新規事業は、専任の体制と目的の絞り込みが要る:新規事業づくりに慣れた企業は、専任のチームを持つ割合が1.5倍、専任の責任者を持つ割合が2.3倍高く(Vasquez-McCall et al., 2024)、繰り返し立ち上げる企業ほど投資効率が高くなっています(Aminetzah et al., 2025)。約100の社内ベンチャー組織を調べた研究では、複数の事業を育てて新しい柱を作るという広い目的で成功した型は見つかりませんでした(Campbell et al., 2003)。例えば、新規事業の部署を作る前に目的を絞り、それに合う専任の責任者を選びます。

組織づくりの失敗パターン

組織づくりの失敗は、いつ採るか、誰を採るか、どの構造で動かすか、どの手段で調達するか、どう維持するかという5つの判断のどこかで起こります。

タイミングの失敗

採用の時期が、事業の検証の進み具合とずれることで起こる失敗です。

検証前の拡大

  • 概要:製品と市場の適合を確認する前に、営業、マーケティング、管理職を増やす失敗です。高成長のインターネット企業3,200社超の調査では、約7割が何らかの面で時期尚早に拡大しており、そうした企業の93%は月次売上が10万ドルを超えませんでした(Marmer et al., 2011)。例えば、有料顧客が3社の段階で営業を5人採り、半年後に全員が目標に届かないまま資金が尽きます。

  • 原因:大きな資金調達の直後は、人を増やす圧力がかかります。時期尚早に拡大した企業は、拡大前に約3倍の資金を調達していました(Marmer et al., 2011)。一時的な需要を恒久的なものと見誤ることも原因です(Zuckerberg, 2022; Lütke, 2022)。例えば、調達した資金を「18か月で使い切る計画」から逆算して採用人数を決めると、検証の進み具合と無関係に人が増えます。

  • 兆候:人数が同じ段階の企業の目安を大きく上回る、リテンションの曲線が平らにならない、営業1人あたりの受注が費用を下回る、の3つです。2023年以降に閉鎖したベンチャー投資先431社の分析では、根本の原因として最も多かったのは製品と市場の適合の弱さ(43%)でした(CB Insights, 2026)。例えば、解約が続いているのに新規獲得の担当を増やしている状態は、典型的な兆候です。

  • 対策:採用の開始を、期間や資金ではなく検証のマイルストーンに結びつけます。例えば、「営業の2人目は、1人目が1年に生む売上が、その人にかかる総費用の2倍に達してから」という条件を採用計画に書き込みます。

採用の遅れ

  • 概要:創業者がすべての判断を抱えたまま人数だけが増え、実行が止まる失敗です。Eisenmann(2021)は、急成長する企業が経営人材の不足で行き詰まる型を、後期の失敗パターンの一つに挙げています。例えば、40人の全員が創業者に報告し、承認待ちの案件が常に20件たまっている状態です。

  • 原因:創業者は自社の管理の弱さに気づきにくい傾向があります。経営管理の実践を測る国際調査では、創業者がCEOを務める企業の評点は、あらゆる所有・経営の形態の中で最も低くなっていました(Bennett et al., 2017)。例えば、創業者が「うちは少数精鋭だから管理は不要だ」と考えている間に、現場では優先順位の衝突が増えています。

  • 兆候:日常の細かな問題まで創業者に持ち込まれる(Garvin, 2013)、目的のはっきりしない探索や社内の対立が増える(Lee, 2022)、といった状態です。例えば、経費の承認や休暇の調整が創業者の予定表を埋めています。

  • 対策:最初の管理職の導入を前もって計画します。Lee(2022)の著者は、成功した企業が管理職を置き始めるのは従業員20〜30人のあたりであり、初期の社員にはその予定を早めに伝えるべきだと述べています。Greiner(1998)は、創業者の統率が限界に達する「リーダーシップの危機」を、成長の最初の転換点としています。例えば、15人の時点で「25人になったら開発と営業に責任者を置く」と全員に共有します。

人選の失敗

採る人が、事業の段階や必要な水準に合わないことで起こる失敗です。

ステージに合わない人材

  • 概要:大企業の幹部や狭い専門家を早すぎる段階で採る、あるいは初期のゼネラリストが拡大期の役割に合わなくなる失敗です。例えば、従業員15人の会社が大企業の営業本部長を採用し、部下も予算もない環境で成果を出せずに半年で退職します。

  • 原因:大きな組織を運営する技能と、ゼロから組織を作る技能は別物です(Horowitz, 2010)。肩書きと経歴で選ぶと、この違いを見落とします(Blank, 2010)。例えば、「有名企業で100人を率いた」という実績は、最初の5人を自分で採用できることを意味しません。

  • 兆候:最初の1か月の計画が「学ぶこと」である、仕事が来るのを待っている、30日たっても成果が出ない、の3つです(Horowitz, 2010)。例えば、入社後に最初に求めたものが、資料作成の担当者と定例会議の設定だった場合は注意が必要です。

  • 対策:今後12〜18か月の規模に合う経験を持つ人を選び(Gil, 2018)、入社直後から日・週・月の単位で具体的な成果を設定します(Horowitz, 2010)。例えば、営業責任者には最初の30日で自ら3件の商談を進めてもらいます。

採用基準の妥協

  • 概要:急いで席を埋めるために基準を下げる失敗です。米国の採用担当者2,257人への調査では、74%が誤った採用をした経験があり、1件あたりの損失は自己申告の平均で約1万4,900ドルでした(CareerBuilder, 2017)。例えば、3か月空席だった職種に、面接で懸念があった候補者を採用します。

  • 原因:同じ調査で挙げられた理由は、技能が不足していても学べると考えた(35%)、好感を持って賭けた(32%)、早く埋める圧力があった(30%)、兆候を無視した(25%)でした(CareerBuilder, 2017)。例えば、採用の目標人数だけを管理職の評価項目にすると、基準は必ず下がります。

  • 兆候:面接官ごとに質問が違う、判断の理由が「感じが良かった」である、反対意見が記録されていない、といった状態です。例えば、不採用にした理由を後から説明できない選考は、採用した理由も説明できません。

  • 対策:構造化面接と実務の課題を使います。選考手法の研究では、構造化面接の妥当性は非構造化面接を上回り(Schmidt & Hunter, 1998)、見直し後の推定でも最上位です(Sackett et al., 2022)。入社後は「この人が辞めると言ったら引き止めるか」を定期的に問います(Netflix, n.d.)。例えば、全候補者に同じ実務課題を出し、採点基準を事前に決めておきます。

同質的なチーム

  • 概要:似た経歴の人だけで構成され、必要な機能や視点が欠ける失敗です。米国の起業準備者816人の分析では、チームの組み合わせを最も強く決めていたのは属性の類似であり、機能の多様性は偶然で期待される水準を上回っていませんでした(Ruef et al., 2003)。例えば、同じ研究室の出身者4人で創業し、顧客に会ったことのある人が一人もいません。

  • 原因:初期の採用は友人と元同僚に頼ります。法人向けソフトウェア企業への聞き取りでも、最も多い採用経路は友人と元同僚でした(Rachitsky, 2023a)。例えば、最初の10人のうち8人が創業者の前職の同僚という構成になります。

  • 兆候:出身校、前職、職能が偏っている、重要な機能に責任者がいない、の2つです。例えば、会議で異論が出ず、全員が同じ情報源を見ています。

  • 対策:欠けている機能と、異なる前職を持つ人を意識して加えます。機能の多様な経営チームを持つ企業は、ベンチャー資金を得る確率が大きく高まっていました(Beckman et al., 2007)。投資の世界では、同じ学校の出身者同士が組んだ投資は成功率が11.5%低いという結果があります(Gompers & Kovvali, 2018)。

構造の失敗

役割、権限、階層の設計が、人数や段階に合わないことで起こる失敗です。

役割と権限の曖昧さ

  • 概要:階層のない組織への過信から、誰が何を決めるのかが定まらない失敗です。Zapposは全社に自己管理の仕組みを導入しましたが、従業員1人あたりの役割の数が2年で1から7.4に増えました(Lee & Edmondson, 2017)。例えば、製品の価格を誰が決めるのかが決まっておらず、3人が別々の価格を顧客に提示します。

  • 原因:創業者の間で役割と貢献を話し合っていないことが出発点です。株式を均等に分けた創業チームは外部から資金を得る確率が低いという結果があり、著者らはこれを、均等な分割が交渉を避けたチームの特徴であるためと解釈しています(Hellmann & Wasserman, 2017)。例えば、共同創業者2人がともに「CEO」を名乗り、採用の最終判断が毎回割れます。

  • 兆候:決定が先送りされる、同じ議論が繰り返される、役割の名前だけが増える、の3つです。例えば、会議の最後に「では誰がやるのか」が決まらないまま終わります。

  • 対策:役割ごとに決定権を文書で定め、人数が増えるたびに見直します。管理職を置かない場合は、それに代わる正式な仕組みが必要です(Lee & Edmondson, 2017)。例えば、採用、価格、製品の優先順位について、提案する人、決める人、相談を受ける人を一覧にします。

管理職の導入時期の誤り

  • 概要:管理職を置くのが遅すぎる失敗と、急成長期に置きすぎる失敗の両方があります。同じGoogleが、2002年には管理職の廃止を数か月で撤回し(Garvin, 2013)、2025年には少人数のチームを持つ管理職を35%減らしたと報じられています(CNBC, 2025)。例えば、80人の会社に管理職が20人いて、その半数は部下が3人以下です。

  • 原因:急成長期には、将来の増員を見込んで管理職を先に任命します。Amazonの経営者は、成長の過程で管理職と階層が増え、意思決定の会議の前に準備の会議が重なるようになったと述べています(Jassy, 2024)。例えば、採用が計画の半分で止まると、部下のいない管理職だけが残ります。

  • 兆候:部下が2〜3人の管理職が多い、会議の準備のための会議がある、チームの大きさが評価や地位の基準になっている、の3つです。例えば、ある決定に関わる承認者が5人を超えています。

  • 対策:最初の管理職は、創業者が全員の相談に応じきれなくなった時点で置きます(Colombo & Grilli, 2013)。その後は管理職の数を抑え、1人の管理職が受け持つ部下の人数を増やして、階層を減らします。米国の大企業300社超でも、CEOに直接報告する役職が増え、CEOと事業部長の間の階層が減っていました(Rajan & Wulf, 2006)。例えば、部下が5人に満たない管理職の役職は新しく作らず、近いチームの管理職が兼ねます。

権限委譲の失敗

  • 概要:創業者が決定権を手放さず、組織の成長が創業者の処理能力で止まる失敗です。米国の212社の分析では、創業3年目までに創業者の50%がCEOを退いており、上場時にCEOを務めていた創業者は25%未満でした(Wasserman, 2008)。例えば、100人の会社で、500ドルを超える支出がすべて創業者の承認を必要としています。

  • 原因:創業者は、企業価値を大きくすることと、支配を維持することの間で選択を迫られます。Wasserman(2008)はこれを「富か王座か」の選択と呼び、多くの株式と支配を手放した創業者のほうが価値の高い会社を築くとしています。例えば、優秀な営業責任者を迎えるには、価格と採用の決定権を渡す必要があります。

  • 兆候:創業者の承認待ちで案件が滞る、経営幹部が短期間で辞める、創業者が休むと判断が止まる、の3つです。例えば、幹部の退職理由が「権限がなかった」で共通しています。

  • 対策:何を自分で決め、何を任せるかを明示し、実績に応じて任せる範囲を広げます。任せることは関心を失うことではなく、創業者が現場の細部を把握し続けることとは両立します(Graham, 2024)。例えば、採用の最終面接には出続けながら、採否の決定は責任者に委ねます。

調達手段の失敗

仕事を誰に担わせるかの選択を誤ることで起こる失敗です。

中核機能の外注

  • 概要:競争力の源泉となる機能を外に出し、学習が社内に残らない失敗です。Boeingは787型機で主要部分の設計と製造を一次の供給元に委ね、初飛行を5回延期した末に、供給元の事業を約5億8,000万ドルで買い取りました(Bowman, 2009)。例えば、製品の開発をすべて外部の開発会社に委託し、仕様を理解している人が社内にいなくなります。

  • 原因:技術を利用できることと、それを自社の業務に統合できることは別の能力です(Weigelt, 2009)。例えば、外部が作ったシステムを顧客の要望に合わせて直そうとするたびに、見積もりと契約の変更が必要になります。

  • 兆候:製品開発の外注比率が高い、製品の方向を外部が実質的に決めている、の2つです。時期尚早に拡大した企業は、製品開発の15〜19%を外注しており、そうでない企業の3〜4%を大きく上回っていました(Marmer et al., 2011)。例えば、障害が起きたときに原因を説明できる社員がいません。

  • 対策:多様な市場への展開を可能にし、顧客が感じる価値に大きく貢献し、競合が模倣しにくい能力は社内に置きます(Prahalad & Hamel, 1990)。外注の悪影響は、関連する技術の経験がすでにある企業では小さくなります(Weigelt, 2009)。例えば、外注する場合も、設計の判断と統合の作業は社内の担当者が行います。

AI代替の過信

  • 概要:人をAIに置き換えた結果、品質が下がる、あるいは知識と育成の道筋が失われる失敗です。Klarnaは顧客対応のAI化を進めた後、品質の低下を認めて人による対応の担当者を再び募集し始めました(Ivanova, 2025)。例えば、問い合わせ対応を全面的にAIに切り替え、解約率が上がってから原因に気づきます。

  • 原因:効果を費用だけで測ると、品質の低下が見えません。例えば、対応1件あたりの費用は半分になったものの、解決までのやり取りの回数が2倍になっています。

  • 兆候:費用の指標が改善する一方で品質の指標が悪化する、AIから人へ引き継ぐ経路がない、若手が実務を経験する機会がない、の3つです。例えば、新人が一度も顧客と直接話さないまま1年が過ぎています。

  • 対策:費用と品質の指標を並べて追い、人に引き継ぐ経路を残し、若手が実務を学ぶ機会を意図して設計します(Beane, 2019)。例えば、AIが処理した案件の一部を毎週人が見直し、誤りの傾向を製品と訓練の両方に戻します。

兼務と既存事業の制度の持ち込み

  • 概要:大企業の新規事業で、担当者が既存事業と兼務のまま進め、本体の評価・予算・人事の規則をそのまま適用する失敗です。IBMでは、新規事業の仕組みを整える前は、新規事業が他部門の人材による片手間の支援に頼っていました(Garvin & Levesque, 2006)。例えば、新規事業の担当者全員が本業を7割抱えており、顧客訪問が月に1回しかできません。

  • 原因:既存事業の業務の型は、資金が十分にあっても新規事業を縛ります。Gilbert(2005)は、脅威の認識が資金の投入を促す一方で、権限の集中と実験の減少を招くことを示しました。IBMの社内調査でも、自社で開発した29の技術・事業を取り逃がした原因の一つは、短期の業績に報いる管理の仕組みでした(O'Reilly et al., 2009)。例えば、初年度から本体と同じ利益率の基準で審査され、検証のための実験が認められません。

  • 兆候:新規事業が誰かの副業になっている、本体の等級と報酬の枠に当てはめている、業績が悪化すると最初に削られる、の3つです。例えば、責任者の人事評価の9割が既存事業の数字で決まっています。

  • 対策:専任の責任者とチームを置き、評価と報酬を本体と分け、経営層が直接支援します。CEOが投資枠の確保や短期利益の犠牲の容認などを自ら行った企業では、新規事業が成功する確率が1.9倍でした(Beard et al., 2021)。例えば、新規事業の責任者をCEOの直属にし、予算を本体の年度予算から切り離します。

維持の失敗

採用した後の立ち上げと、合わなくなった人への対応を怠ることで起こる失敗です。

オンボーディングの不足

  • 概要:採用に力を使い切り、入社後の立ち上げを本人任せにする失敗です。70の標本を統合した分析では、役割の明確さ、自信、周囲からの受け入れの3つが、新しく入った人の成果、定着、満足度を左右していました(Bauer et al., 2007)。例えば、入社初日に端末と資料の一覧だけを渡し、最初の1か月の目標を伝えていません。

  • 原因:戦力になるまでの期間を過小に見積もります。社外から採った人が十分な生産性に達するまでの期間は、事務職で約8週間、専門職で約20週間、経営幹部で26週間超とされています(Rollag et al., 2005)。例えば、入社2週間の営業担当者に、既存の担当者と同じ月間目標を課します。

  • 兆候:入社後30〜90日の時点で期待される成果が曖昧である、社内に相談相手がいない、半年以内の退職が続く、の3つです。合わない仕事に就いたと感じた人の半数は、6か月以内に退職しています(CareerBuilder, 2017)。例えば、新しく入った人に尋ねると「誰に聞けばよいか分からない」という答えが返ってきます。

  • 対策:資料よりも人間関係を割り当てます。早く立ち上がる鍵は、同僚との情報のつながりを最初に作ることです(Rollag et al., 2005)。例えば、入社初週に会うべき10人の一覧を渡し、30日・60日・90日の目標を書面で合意します。

退出と配置転換の先送り

  • 概要:役割に合わなくなった人への対応を先送りし、後になって大規模な人員削減に至る失敗です。Stripeの経営者は2022年、人員の14%を削減する際に、置かれた環境に対して人を採りすぎたと認めました(Collison, 2022)。例えば、個別に対応していれば年に数人で済んだ問題が、3年後に全社の1割の削減になります。

  • 原因:個別の判断は心理的な負担が大きく、成長している間は問題が表に出ません。例えば、売上が年2倍で伸びている間は、成果の出ていないチームがあっても見直しの対象になりません。

  • 兆候:営業費用の伸びが売上の見通しを上回る、管理職に尋ねると「今ならこの人は採らない」という答えが返る、の2つです。

  • 対策:個別の見直しを日常の業務にし、削減の前に配置転換と再訓練を検討します(Sucher & Gupta, 2018)。人員削減の後には自発的な退職率が上がるため(Trevor & Nyberg, 2008)、手続きの公正さが重要です。例えば、四半期ごとに、役割と本人の適性が合っているかを管理職と確認します。

組織づくりのフレームワーク

本章では、ここまでの内容を8つのステップにまとめます。ステップ1から8までを四半期ごとに一巡させ、ステップ8の結果を次の周期のステップ1に戻します。各ステップの例では、同じ一つの設例を使います。例のX社は業界特化AIの企業の想定です。

ステップ1:ステージを判定する

  • 人数や調達額ではなく、検証の指標で判定する:ステージごとの最重要指標(課題検証率、リテンション、ARR成長率、Rule of 40)がどこまで満たされているかで判定します(mign, 2026b)。例えば、X社は5社が定価で契約し、利用開始から6か月の継続率が平らになっているため、ステージ2の後半にあります。

  • 最も進んでいない仮説に合わせる:複数の指標のうち、未検証のものが残っている段階にとどまります。例えば、X社の受注はすべて創業者によるもので、創業者以外が売れることは確認できていないため、ステージ3の採用(営業の増員と分業)はまだ始めません。

  • 大企業の新規事業も同じ基準で判定する:社内での位置づけや予算の規模ではなく、市場での検証の進み具合で判定します(O'Reilly & Binns, 2019)。例えば、役員会で承認され1,000万ドルの予算がついた事業でも、有料顧客がいなければステージ1です。

ステップ2:事業のボトルネックを特定する

  • 次のマイルストーンを止めている制約を一つに絞る:採用は、その制約を解くために行います。例えば、X社では導入のたびに創業者が6週間かかりきりになり、同時に導入できるのは2社までで、有料顧客5社とは別に、契約を終えた3社が導入を待っています。制約は受注ではなく導入の能力です。

  • 創業者の時間の使い方を棚卸しする:情報と判断が創業者に集中しすぎていないかを確認します。処理しきれない情報の集中は、最初の管理職を置く引き金です(Colombo & Grilli, 2013)。例えば、X社の業界出身の創業者は、週の6割を導入先での作業に使っており、新規の商談に使える時間が残っていません。

  • 人を増やさずに解ける部分を先に解く:手順の文書化や製品の改善で解ける制約は、採用の対象から外します。例えば、X社は導入手順を文書にし、初期設定を製品に組み込むことで、導入期間を6週間から4週間に縮められる見込みです。

ステップ3:人・外注・AI・社内異動に切り分ける

  • 中核の仕事は社内に置く:顧客が感じる価値に直結し、模倣されにくい能力に関わる仕事は、正社員が担います(Prahalad & Hamel, 1990; Weigelt, 2009)。例えば、X社では導入と成果物の検査が品質を決めるため正社員で担い、経理、給与計算、契約書の確認は外注します。

  • 定型で検証しやすい仕事は、採用の前にAIで試す:人員の追加を求める前に、AIで実現できないかを確かめます(Lütke, 2025)。試す期間と、費用・品質の両方の指標は事前に決めます。エージェントには人の介入が必要な場面が多いため(ICONIQ, 2026a)、監督する担当者も決めます。例えば、X社は問い合わせの一次対応、見込み顧客の下調べ、テストコードの作成を2週間AIで試し、回答の正確さと手直しの時間を記録します。

  • 大企業の新規事業は、社内異動と社外採用を混ぜる:社内から移る人は立ち上がりが早く(Rollag et al., 2005)、社外から来る人は本体のやり方を持ち込みません(Govindarajan & Trimble, 2010)。例えば、顧客基盤を知る営業と社内調整を担う責任者は本体から専任で移し、プロダクトの責任者とエンジニアは社外から採ります。

ステップ4:職種の優先順位を決める

  • ボトルネックを直接解く職種から採る:ステップ2で特定した制約に対応する職種を最初に置きます。例えば、X社の順番は、導入エンジニア2人、成果物を検査する実務経験者1人、その後に最初の営業1人です。営業は、創業者が売り方を文書にした後に採ります。

  • ステージとビジネスモデルの標準形と照らし合わせる:標準形から外れる場合は、その理由を確認します。業界特化AIでは、営業より先に導入と品質の機能が厚くなるのが標準です。例えば、X社がこの段階でマーケティングの責任者を採ろうとしているなら、需要が本当に制約なのかを見直します。

  • 後回しにする職種を明記する:採らない職種を決めておくと、場当たりの採用を防げます。例えば、X社はマーケティングの専任者、インサイドセールス、人事の専任者を、ステージ3に入るまで採らないと決めます。

ステップ5:採用基準を決める

  • シニアか若手かは、育成に割ける人がいるかで決める:若手はこれまで定型業務を担うことで訓練の費用を賄ってきましたが、その業務をAIが担うようになっており(Garicano & Rayo, 2025)、育成には教える側の時間を意識して割く必要があります。AIを製品の中核に置く企業はシニアの比率が高くなっています(Kim & Koning, 2026)。例えば、管理職のいないX社は、採用する全員を、指示がなくても動ける経験者にします。

  • ゼネラリストか専門家かは、ステージで決める:ステージ1〜2では複数の役割をこなせる人、ステージ3以降では専門家を選びます(Leslie, 2016; Hoffman & Yeh, 2018)。経験の規模は、今後12〜18か月の姿に合わせます(Gil, 2018)。例えば、X社の最初の営業は、製品の改善にも関わり、導入にも同行できる人にします。

  • 選考は構造化面接と実務の課題で行う:全候補者に同じ質問と採点基準を使います(Sackett et al., 2022)。カルチャーへの適合も、面接官の印象ではなく、行動の基準に対応させた質問で確かめます(Levashina et al., 2014)。AIをどう使い、出力のどこを疑うかも確認します。例えば、X社は導入エンジニアの候補者に、実際の顧客データに近い資料を渡し、2時間で設定と検証を行う課題を出します。

  • 欠けている機能と経歴を補う:すでにいる人と似た人ではなく、足りない機能と異なる前職を持つ人を優先します(Beckman et al., 2007)。例えば、X社で対象業界の実務を知るのは創業者の1人だけであるため、検査の担当には対象業界で実務を10年経験した人を選びます。

ステップ6:採用計画を資金規律と照合する

  • ランウェイへの影響を計算する:採用のたびに、資金が尽きるまでの期間がどれだけ縮むかを確認します。例えば、X社が導入エンジニア2人と検査担当1人の計3人を採ると、1人あたりの総費用を月1万7,000ドルとして月次の純支出は15万ドルから約20万ドルに増え、ランウェイは20か月から約15か月に縮みます。

  • 次のマイルストーンまでの余裕を確認する:次の資金調達に必要な水準に達する時期と、ランウェイを比べます。例えば、X社がARR 150万ドルに12か月で届く見込みであれば、余裕は約3か月です。余裕が小さいため、この3人を先に採り、4人目となる最初の営業はARR 100万ドルに達した時点で採ると決めます。

  • 1人あたりの売上で検算する:同じ規模の企業の水準と比べます。ARR 100万〜500万ドルの企業の1人あたりARRの中央値は約13万6,000ドルです(Kuramoto, 2026)。例えば、X社は10人でARR 150万ドルに達すれば1人あたり15万ドルとなり、中央値を上回ります。営業を加えた11人では約13万6,000ドルで、中央値と同じ水準です。

  • 採用の開始条件をマイルストーンに結びつける:時期ではなく条件で採用を始めます。例えば、「営業の2人目は、1人目が1年に生む売上が、その人にかかる総費用の2倍に達してから」と計画に書きます。

ステップ7:組織設計を整える

  • 報告の線を決める:誰が誰に報告するかを、人数に合わせて決め直します。例えば、X社は10人の時点で、開発と導入を技術出身の創業者に、顧客対応と検査を業界出身の創業者に報告する形にします。

  • 決定権を文書にする:採用、価格、製品の優先順位について、誰が提案し、誰が決めるかを一覧にします。例えば、X社は、値引きは業界出身の創業者が決め、製品の優先順位は技術出身の創業者が決めると明記します。

  • 管理職を置く時期を予告する:Lee(2022)の著者は、管理職を置く予定を初期の社員に早めに伝えるべきだと述べています。例えば、X社は「20人を超える前に、導入チームに責任者を置く」と全員に伝えます。

  • 大企業の新規事業は、分離と統合を同時に設計する:組織、評価、報酬は本体と分け、経営層の段階で統合します(O'Reilly & Tushman, 2004; Vasquez-McCall et al., 2024)。例えば、新規事業の責任者をCEOの直属にし、本体の営業部門が紹介した商談には本体側にも実績を計上します。

ステップ8:定期的に見直す

  • 四半期ごとにステップ1から判定し直す:ステージとボトルネックは変わります。例えば、X社は3か月後、導入の待ちが解消し、今度は新規の商談の不足が制約になっていることを確認します。

  • 入社後の立ち上がりを確認する:入社後30日、60日、90日の時点で、役割の明確さと成果を確認します(Bauer et al., 2007; Horowitz, 2010)。例えば、X社は導入エンジニアに、30日で1社の導入に同行、60日で1社を単独で担当、90日で導入手順の改善案を出す、という目標を示します。

  • 役割と人の適合を見直す:合わなくなった場合は、先送りせずに配置転換か退出を検討します(Sucher & Gupta, 2018; Netflix, n.d.)。例えば、X社は半年ごとに、各メンバーが今の役割に最も合っているかを創業者2人で確認します。

  • AIに移した仕事の品質を点検する:費用と品質の指標を並べて確認し、人が学ぶ機会が失われていないかも見ます(Ivanova, 2025; Beane, 2019)。例えば、X社はAIが対応した問い合わせの1割を毎週人が読み返し、誤りの傾向を製品に戻します。

フレームワークの限界

  • 根拠の多くは米国のソフトウェア企業である:本稿が依拠した研究と統計の多くは、米国のベンチャー投資先やシリコンバレーの企業を対象としています。例えば、解雇の規制が厳しい国では、合わなかった採用をやり直す費用が大きく、採用の慎重さをさらに高める必要があります。

  • 相関を示す研究が多い:早い拡大と失敗の関係(Lee & Kim, 2024)も、AI企業の小ささ(Kim & Koning, 2026)も、因果関係を証明したものではありません。例えば、早く拡大したから失敗したのではなく、もともと見通しの甘い企業が早く拡大していた可能性は残ります。

  • 成功企業の事例には偏りがある:最初の採用の順番に関する聞き取り(Rachitsky, 2023a)は、成功した企業だけを対象にしています。例えば、同じ順番で採用して失敗した企業は、標本に含まれていません。

  • AIに関する知見は変化が速い:若手雇用の推計値は改訂のたびに変わっており(Brynjolfsson et al., 2026)、開発者の生産性に関する実験結果も1年で見直されました(Becker et al., 2026)。本稿の数値は2026年11月時点のものです。例えば、導入エンジニアやインサイドセールスの必要性に関する記述は、半年ごとに最新の調査で確かめる必要があります。

  • 順番は標準形であり、唯一の正解ではない:専門化の道筋は市場の位置取りで変わり(DeSantola et al., 2023)、勝者が市場の大半を取る事業では検証より速さが優先される場合があります(Hoffman & Yeh, 2018)。例えば、ネットワーク効果の強い事業で競合が同時に立ち上がっているなら、本稿の標準形より早い採用が合理的なことがあります。

  • 大企業の新規事業に関する定量的な研究は少ない:兼務と専任、社内異動と社外採用を比べた厳密な研究は見当たらず、根拠は事例研究と経営者の自己申告による調査が中心です。本稿が示した大企業向けの指針は、スタートアップ向けの指針より確度が低いものとして扱ってください。例えば、専任にすれば成功の確率が何倍になるかといった数値は、同じ条件で比べた研究からは得られていません。

おわりに

ここでは、最新の研究や実務家の意見の踏まえて、組織づくりに関する一般的な知見を網羅的に整理しました。数十年以前から蓄積してきた組織づくりと、AI時代によって大きく変化する組織づくりを踏まえて、各企業の組織がどのように構築・更新されていくのか参考になれば幸いです。

参考文献

  • Amazon. (2019, October 30). What is an Amazon Bar Raiser? About Amazon. https://www.aboutamazon.com/news/workplace/amazon-bar-raiser 概要:採用チームの外から参加する面接官が、職務ではなく会社全体への長期的な適合を客観的に判断し、採否を採用責任者とともに決める仕組みを説明した公式ページ。

  • Aminetzah, D., Bello, J., Königsfeld, J., Jenkins, P., Leist, C., & Martens, R. (2025, October 28). The way to win in corporate venturing: Serial building and AI. McKinsey & Company. https://www.mckinsey.com/capabilities/business-building/our-insights/the-way-to-win-in-corporate-venturing-serial-building-and-ai 概要:経営幹部715人への調査で、5年間に3件以上の新規事業を立ち上げた企業は1〜2件の企業より投資効率が高い(損益分岐前の投資1ドルあたり売上1.9倍対1.3倍)ことを示した。

  • Anysphere. (2025, November 13). Past, present, and future. Cursor. https://cursor.com/blog/series-d 概要:AIコーディングツールCursorの開発元が、年換算売上10億ドル超、従業員300人超の時点で23億ドルのシリーズDを公表した発表文。

  • Arthur, W., Jr., Bell, S. T., Villado, A. J., & Doverspike, D. (2006). The use of person–organization fit in employment decision making: An assessment of its criterion-related validity. Journal of Applied Psychology, 91(4), 786–801. https://doi.org/10.1037/0021-9010.91.4.786 概要:個人と組織の適合の妥当性は職務成果で0.15、離職で0.24、職務態度で0.31にとどまると推定し、採否の基準に使う際は他の選考手法と同じ検証が必要だとした。

  • Babina, T., Fedyk, A., He, A. X., & Hodson, J. (2023). Firm investments in artificial intelligence technologies and changes in workforce composition (NBER Working Paper No. 31325). National Bureau of Economic Research. https://doi.org/10.3386/w31325 概要:2010〜2018年の米国の履歴書・求人データから、AIに投資した企業では高学歴・理工系の比率が上がり、若手の比率が上がって中間管理職とシニアの比率が下がる階層の平坦化が起きたことを示した。

  • Bantock, A. (2025, May 20). The SignalFire state of tech talent report — 2025. SignalFire. https://www.signalfire.com/blog/signalfire-state-of-talent-report-2025 概要:大手テック企業とスタートアップの新卒採用が2019年比で大きく減ったこと、AI研究所間の定着率(2年後64〜80%)と人材の移動の偏りを報告した。

  • Barnard, C. I. (1938). The functions of the executive. Harvard University Press. 概要:組織を2人以上の人々の意識的に調整された活動の体系と定義し、成立の条件として共通の目的、貢献する意欲、伝達の3つを挙げた。

  • Baron, J. N., Burton, M. D., & Hannan, M. T. (1999). Engineering bureaucracy: The genesis of formal policies, positions, and structures in high-technology firms. Journal of Law, Economics, & Organization, 15(1), 1–41. https://doi.org/10.1093/jleo/15.1.1 概要:シリコンバレーの新興企業で、創業者の組織モデルと初期の人員構成が後の管理職への依存度に長く影響する一方、制度の公式化は規模や投資家の圧力に左右されることを示した。

  • Baron, J. N., & Hannan, M. T. (2002). Organizational blueprints for success in high-tech start-ups: Lessons from the Stanford Project on Emerging Companies. California Management Review, 44(3), 8–36. https://doi.org/10.2307/41166130 概要:シリコンバレーの新興企業を追跡し、創業時に選んだ人事モデルがその後の管理部門の肥大、離職、業績に影響し、途中の変更は組織を不安定にすることを示した。

  • Baron, J. N., Hannan, M. T., & Burton, M. D. (2001). Labor pains: Change in organizational models and employee turnover in young, high-tech firms. American Journal of Sociology, 106(4), 960–1012. https://doi.org/10.1086/320296 概要:新興ハイテク企業で雇用モデルを変更すると離職が増え、その離職がその後の業績を下げること、離職は古参の社員に集中することを示した。

  • Bastian, M. (2025, December 31). OpenAI's stock compensation averages $1.5 million per employee, dwarfing every tech startup in history. The Decoder. https://the-decoder.com/openais-stock-compensation-averages-1-5-million-per-employee-dwarfing-every-tech-startup-in-history/ 概要:投資家向け資料に基づく報道として、OpenAIの株式報酬が約4,000人の従業員1人あたり平均約150万ドル、売上比46%に達すると伝えた記事。

  • Bauer, T. N., Bodner, T., Erdogan, B., Truxillo, D. M., & Tucker, J. S. (2007). Newcomer adjustment during organizational socialization: A meta-analytic review of antecedents, outcomes, and methods. Journal of Applied Psychology, 92(3), 707–721. https://doi.org/10.1037/0021-9010.92.3.707 概要:70の標本を統合し、役割の明確さ、自己効力感、周囲からの受容という3つの適応指標が、新規入社者の成果、満足、定着を左右することを示した。

  • Beane, M. (2019, September–October). Learning to work with intelligent machines. Harvard Business Review. https://hbr.org/2019/09/learning-to-work-with-intelligent-machines 概要:AIやロボットが見習いを実務から遠ざけ、熟練者から学ぶ従来の経路を断っていることを外科や金融の現場調査から示し、育成の再設計を提案した。

  • Beard, L., Berger-de León, M., Collins, S., Devani, B., Dreischmeier, R., Fairbairn, W., Janewit, N., Lambeck, T., Libarikian, A., Schatz, D., Unni, U., & Vasquez-McCall, B. (2021, December 6). 2021 global report: The state of new-business building. McKinsey & Company. https://www.mckinsey.com/capabilities/tech-and-ai/our-insights/2021-global-report-the-state-of-new-business-building 概要:1,178人への調査で、立ち上げ4年以上の新規事業の8割以上が売上5,000万ドルに届かないこと、CEOが投資枠の確保など4つの行動を取った企業では成功の割合が1.9倍だったことを示した。

  • Becker, J., Rush, N., Barnes, E., & Rein, D. (2025). Measuring the impact of early-2025 AI on experienced open-source developer productivity (arXiv:2507.09089). arXiv. https://arxiv.org/abs/2507.09089 概要:経験豊富な開発者16人の無作為化実験で、AIの利用が作業時間を19%延ばした一方、本人は20%速くなったと感じていたことを示した。

  • Becker, J., Rush, N., Cunningham, T., Rein, D., & Mahamud, K. (2026, February 24). We are changing our developer productivity experiment design. METR. https://metr.org/blog/2026-02-24-uplift-update/ 概要:2025年後半の追試(開発者57人)では速度向上の推定値が正に転じたものの信頼区間はゼロを含み、前年の「遅くなる」という結果は現状に当てはまらない可能性が高いと報告した。

  • Beckman, C. M., & Burton, M. D. (2008). Founding the future: Path dependence in the evolution of top management teams from founding to IPO. Organization Science, 19(1), 3–24. https://doi.org/10.1287/orsc.1070.0311 概要:創業チームの機能経験と初期の機能構成が後の経営陣と組織構造を規定し、機能の幅が狭いチームは欠けた専門性を後から補いにくいことを示した。

  • Beckman, C. M., Burton, M. D., & O'Reilly, C. (2007). Early teams: The impact of team demography on VC financing and going public. Journal of Business Venturing, 22(2), 147–173. 概要:シリコンバレーの161社を追跡し、機能の多様な経営チームと多様な前職を持つチームほどベンチャー資金の獲得と上場が早く、幹部の加入は上場の確率の高さと、創業者以外の幹部の離脱は低さと結びつくことを示した。

  • Bennett, K., Deeter, B., Droesch, M., Malik, M., Bondy, S., Feinstein, B., Dholakia, S., Rea, C., Yuditski, A., & Sarycheva, A. (2024, September 3). Part I: The future of AI is vertical. Bessemer Venture Partners. https://www.bvp.com/atlas/part-i-the-future-of-ai-is-vertical 概要:業界特化AI企業は従来の業界特化SaaSに比べ、契約単価は約8割、成長率は年約400%、粗利率は約65%であると投資先のデータから報告した。

  • Bennett, V. M., Lawrence, M., & Sadun, R. (2017). Are founder CEOs good managers? In J. Haltiwanger, E. Hurst, J. Miranda, & A. Schoar (Eds.), Measuring entrepreneurial businesses: Current knowledge and challenges. University of Chicago Press. https://www.nber.org/books-and-chapters/measuring-entrepreneurial-businesses-current-knowledge-and-challenges/are-founder-ceos-good-managers 概要:経営管理の実践を測る国際調査を使い、創業者がCEOの企業は管理の評点があらゆる所有・経営形態の中で最も低く、創業者はその弱さを認識していないことを示した。

  • Benson, A., Li, D., & Shue, K. (2019). Promotions and the Peter Principle. The Quarterly Journal of Economics, 134(4), 2085–2134. https://doi.org/10.1093/qje/qjz022 概要:214社の営業職のデータから、企業は現在の職務の成績を重視して昇進を決めており、管理職としての成果をよりよく予測する特性が軽視されていること、その代償が大きいことを示した。

  • Bernstein, S., Korteweg, A., & Laws, K. (2017). Attracting early-stage investors: Evidence from a randomized field experiment. The Journal of Finance, 72(2), 509–538. https://doi.org/10.1111/jofi.12470 概要:AngelListでの無作為化実験により、初期段階の投資家は創業チームの情報に強く反応し、事業の進捗や既存投資家の情報には反応しないことを示した。

  • Bessemer Venture Partners. (2026). Building vertical AI: An early stage playbook for founders. https://www.bvp.com/assets/uploads/2026/01/BUILDING-VERTICAL-AI_PDF_BESSEMER_VENTURE_PARTNERS_BOOK_JANUARY_2026.pdf 概要:業界特化AIの創業者向けの手引きで、業界内部の知見が汎用SaaS以上に報われること、専門職の役割が品質管理と評価に移ることを事例とともに論じた。

  • Bezos, J. P. (2016). 2015 letter to shareholders. Amazon.com. https://www.sec.gov/Archives/edgar/data/1018724/000119312516530910/d168744dex991.htm 概要:取り消しが難しい決定と取り消せる決定を区別し、後者は判断力のある個人や小さなチームが素早く下すべきであり、大きな組織は両者に同じ重い手続きを当てはめがちだと述べた株主への手紙。

  • Bezos, J. P. (2017). 2016 letter to shareholders. Amazon.com. https://www.sec.gov/Archives/edgar/data/1018724/000119312517120198/d373368dex991.htm 概要:多くの決定は欲しい情報の70%ほどで下すべきこと、合意がなくても決定に従うこと、意見の不一致は早く上位者に上げることを、速い意思決定の条件として挙げた株主への手紙。

  • Blank, S. (2010, September 13). Job titles that can sink your startup. Steve Blank. https://steveblank.com/2010/09/13/job-titles-that-can-sink-your-startup 概要:営業担当副社長のような肩書きは既知の事業モデルの実行を前提としており、探索段階のスタートアップには曖昧さの中で学べる人材が必要だと論じた。

  • Blank, S. (2020). The four steps to the epiphany: Successful strategies for products that win. Wiley. (Original work published 2005) 概要:顧客発見、顧客実証、顧客開拓、組織構築の4段階からなる顧客開発モデルを示し、機能別の部門は最後の段階で作るべきだとした。

  • Bloom, N., Han, R., & Liang, J. (2024). Hybrid working from home improves retention without damaging performance. Nature, 630(8018), 920–925. https://doi.org/10.1038/s41586-024-07500-2 概要:中国の技術企業の従業員1,612人による6か月の無作為化実験で、週2日の在宅勤務が成果を下げずに離職を約3分の1減らすことを示した。

  • Boushey, H., & Glynn, S. J. (2012, November 16). There are significant business costs to replacing employees. Center for American Progress. https://www.americanprogress.org/article/there-are-significant-business-costs-to-replacing-employees/ 概要:30の事例研究を整理し、従業員1人の置き換え費用の中央値は年収の約21%で、経営幹部などでは最大213%に達することを示した。

  • Bowman, R. J. (2009, August 28). Building Boeing's Dreamliner: Why all the delays? SupplyChainBrain. https://www.supplychainbrain.com/blogs/1-think-tank/post/6024-building-boeings-dreamliner-why-all-the-delays-1 概要:787型機の度重なる遅延の原因として、主要部分の設計・製造を一次供給元に委ねた調達方式を挙げ、Boeingが供給元の事業を買い取って内製に戻した経緯を伝えた。

  • Bregel, S. (2025, November 5). Postings for this AI job are up 800%. Fast Company. https://www.fastcompany.com/91435680/postings-for-this-ai-job-are-up-800 概要:求人サイトのデータに基づく報道として、フォワード・デプロイド・エンジニアの求人が2025年1〜9月に800%超増えたと伝えた記事。

  • Bryar, C., & Carr, B. (2021). Working backwards: Insights, stories, and secrets from inside Amazon. St. Martin's Press. 概要:Amazonの元幹部が、一つの事業だけに専念する責任者とチームを置く方式など、同社の新規事業づくりの仕組みを解説した。

  • Brynjolfsson, E., Chandar, B., & Chen, R. (2026). Canaries in the coal mine? Six facts about the recent employment effects of artificial intelligence (Working paper, August 2026 revision). Stanford Digital Economy Lab. https://digitaleconomy.stanford.edu/app/uploads/2026/08/Canaries_August2026.pdf 概要:米国の給与データを使い、AIの影響を受けやすい職業の22〜25歳の雇用が同年代の他職業に比べ19%低い水準にあり、原因は採用の抑制であることを示した。

  • Brynjolfsson, E., Li, D., & Raymond, L. (2025). Generative AI at work. The Quarterly Journal of Economics, 140(2), 889–942. https://doi.org/10.1093/qje/qjae044 概要:顧客対応の担当者5,172人へのAI導入で1時間あたり解決件数が平均15%増え、経験の浅い担当者ほど効果が大きいことを示した。

  • Burton, M. D., Dahl, M. S., & Sorenson, O. (2018). Do start-ups pay less? ILR Review, 71(5), 1179–1200. 概要:デンマークの1991〜2006年のデータから、同等の人材に対して規模の大きい企業ほど高く、若い企業ほど高く払うが、規模の影響のほうが大きく、典型的なスタートアップの賃金は平均では低いことを示した。

  • Bush, W. (2019). Product-led growth: How to build a product that sells itself. Product-Led Institute. 概要:製品そのものを獲得・転換・定着の手段とするプロダクト主導の成長の考え方と、無料プランや無料試用の選び方を解説した。

  • Cable, D. M., & Parsons, C. K. (2001). Socialization tactics and person–organization fit. Personnel Psychology, 54(1), 1–23. https://doi.org/10.1111/j.1744-6570.2001.tb00083.x 概要:2年間の追跡調査から、手順が明確で経験者が手本として関わる受け入れ方が、新人の適合の認識を高め、価値観を組織に近づけることを示した。

  • Cameron, K. S., & Quinn, R. E. (2011). Diagnosing and changing organizational culture: Based on the competing values framework (3rd ed.). Jossey-Bass. 概要:組織文化を家族型、革新型、市場型、階層型の4つに分類する競合価値観フレームワークと、その診断手法を解説した。

  • Campbell, A., Birkinshaw, J., Morrison, A., & van Basten Batenburg, R. (2003, October 15). The future of corporate venturing. MIT Sloan Management Review. https://shop.sloanreview.mit.edu/the-future-of-corporate-venturing 概要:約100の社内ベンチャー組織を調べ、目的を絞った4つの型は機能するが、複数の事業を育てて新しい柱を作る型には成功例が見つからなかったと報告した。

  • Camuffo, A., Cordova, A., Gambardella, A., & Spina, C. (2020). A scientific approach to entrepreneurial decision making: Evidence from a randomized control trial. Management Science, 66(2), 564–586. https://doi.org/10.1287/mnsc.2018.3249 概要:イタリアのスタートアップ116社の無作為化実験で、仮説を立てて検証する訓練を受けた起業家は業績が高く、方向転換も多いことを示した。

  • CareerBuilder. (2017, December 7). Nearly three in four employers affected by a bad hire, according to a recent CareerBuilder survey [Press release]. PR Newswire. https://www.prnewswire.com/news-releases/nearly-three-in-four-employers-affected-by-a-bad-hire-according-to-a-recent-careerbuilder-survey-300567056.html 概要:採用担当者2,257人への調査で、74%が誤った採用を経験し、1件あたりの損失は自己申告の平均で約1万4,900ドル、原因は早く埋める圧力などであると報告した。

  • CB Insights. (2026, March 5). The top 9 reasons startups fail. https://www.cbinsights.com/research/startup-failure-reasons-top/ 概要:2023年以降に閉鎖したベンチャー投資先431社を分析し、最終的な原因は資金枯渇(70%)、根本の原因では製品と市場の適合の弱さ(43%)が最多であると報告した。

  • Chandler, A. D., Jr. (1962). Strategy and structure: Chapters in the history of the industrial enterprise. MIT Press. 概要:米国の大企業の歴史から、組織構造は戦略に従って変化するという命題を導き、事業部制が多角化戦略に対応して生まれた過程を示した。

  • Chatman, J. A. (1991). Matching people and organizations: Selection and socialization in public accounting firms. Administrative Science Quarterly, 36(3), 459–484. https://doi.org/10.2307/2393204 概要:会計事務所の新人171人を追跡し、入社後の適合を高めるのは公式の研修ではなくメンターとの時間と社内の交流であり、適合が満足と定着を予測することを示した。

  • Chatman, J. A., Caldwell, D. F., O'Reilly, C. A., & Doerr, B. (2014). Parsing organizational culture: How the norm for adaptability influences the relationship between culture consensus and financial performance in high-technology firms. Journal of Organizational Behavior, 35(6), 785–808. https://doi.org/10.1002/job.1928 概要:ハイテク企業39社の分析で、文化についての合意が高く、かつ適応を重んじる規範が強い企業が、3年後の業績で他を上回ることを示した。

  • Chatman, J. A., & O'Reilly, C. A. (2016). Paradigm lost: Reinvigorating the study of organizational culture. Research in Organizational Behavior, 36, 199–224. https://doi.org/10.1016/j.riob.2016.11.004 概要:文化を集団を特徴づける規範と定義し、内容・合意・強度の3つの性質に分けて捉えること、文化と風土を区別することを提案した。

  • Chen, A. (2017). How to build a billion dollar digital marketplace — examples from Uber, eBay, Craigslist, and more. andrewchen.com. https://andrewchen.com/how-to-build-a-billion-dollar-digital-marketplace-examples-from-uber-ebay-craigslist-and-more/ 概要:マーケットプレイスが新しい都市に参入する際に置く専門の運営職の役割を、Uberの例を使って解説した。

  • Chen, J., & Gupta, J. (2024, April 19). AI leads a service as software paradigm shift. Foundation Capital. https://foundationcapital.com/ai-service-as-software/ 概要:AIがソフトウェアではなく成果を提供する「サービス・アズ・ソフトウェア」への転換を論じ、対象市場を人件費と外部委託費の合計4.6兆ドルと試算した。

  • Choi, J., Goldschlag, N., Haltiwanger, J., & Kim, J. D. (2025). Early joiners and startup performance. The Review of Economics and Statistics, 107(6), 1485–1500. https://doi.org/10.1162/rest_a_01386 概要:米国の行政データを使い、創業初年度の社員を予期せず失った企業はその後5年間の雇用が約8%、売上が約12%低く、影響が10年以上続くことを示した。

  • Clark, L. (2025, September 2). Salesforce sacrifices 4,000 support jobs on the altar of AI. The Register. https://www.theregister.com/2025/09/02/salesforce_4000_jobs_ai 概要:Salesforceの経営者がサポート人員を9,000人から約5,000人に減らしたと述べたことを伝えた記事。

  • CNBC. (2019, September 24). Facebook bought Instagram because it was scared of Twitter and Google. https://www.cnbc.com/2019/09/24/facebook-bought-instagram-because-it-was-scared-of-twitter-and-google.html 概要:2012年のInstagram買収の経緯を伝えた記事で、買収時の従業員が13人であったことを記している。

  • CNBC. (2025, August 27). Google has eliminated 35% of managers overseeing small teams in past year, exec says. https://www.cnbc.com/2025/08/27/google-executive-says-company-has-cut-a-third-of-its-managers.html 概要:Googleの人事担当幹部が全社会議で、少人数のチームを持つ管理職が1年前より35%少なくなったと述べたことを伝えた記事。

  • Coacci, J. (2025, August 18). Duolingo CEO admits his controversial AI memo "did not give enough context" and insists the company never laid off full-time employees. Fortune. https://fortune.com/2025/08/18/duolingo-ceo-admits-controversial-ai-memo-did-not-give-enough-context-insists-company-never-laid-off-full-time-employees/ 概要:「AIファースト」を掲げた社内文書が反発を受けた後、Duolingoの経営者が説明不足を認め、正社員の解雇はなかったと述べたことを伝えた記事。

  • Coad, A., Nielsen, K., & Timmermans, B. (2017). My first employee: An empirical investigation. Small Business Economics, 48(1), 25–45. https://doi.org/10.1007/s11187-016-9748-3 概要:デンマークの個人創業企業3万3,297社を分析し、最初の雇用の前に売上の伸びが先行すること、雇用後は売上が増えるが利益には有意な差がないことを示した。

  • Coase, R. H. (1937). The nature of the firm. Economica, 4(16), 386–405. 概要:市場での取引に費用がかかるとき、取引を内部に取り込み、指示による調整に置き換えたものが企業であると論じ、企業の境界を説明した。

  • Collison, P. (2022, November 3). CEO Patrick Collison's email to Stripe employees. Stripe. https://stripe.com/newsroom/news/ceo-patrick-collisons-email-to-stripe-employees 概要:Stripeが人員の約14%を削減した際の社内メールで、成長見通しの過大評価と費用の急拡大という2つの誤りと、採りすぎを認めた。

  • Colombo, M. G., & Grilli, L. (2013). The creation of a middle-management level by entrepreneurial ventures: Testing economic theories of organizational design. Journal of Economics & Management Strategy, 22(2), 390–422. https://doi.org/10.1111/jems.12010 概要:イタリアのハイテク新興企業を分析し、最初の中間管理職の任命を促すのは創業者への情報の過負荷であり、管理職の労働市場の摩擦がそれを妨げることを示した。

  • Confino, P. (2024, February 4). Could AI create a one-person unicorn? Sam Altman thinks so—and Silicon Valley sees the technology "waiting for us". Fortune. https://fortune.com/2024/02/04/sam-altman-one-person-unicorn-silicon-valley-founder-myth/ 概要:OpenAIのAltmanが、一人で10億ドル企業が生まれる年を経営者仲間で賭けていると語ったことを伝えた記事。

  • Contrary Research. (2026, February 6). Anthropic. https://research.contrary.com/report/anthropic 概要:Anthropicの創業経緯、研究体制、人員の推移、商業部門の責任者の採用時期などをまとめた企業調査レポート。

  • Corritore, M., Goldberg, A., & Srivastava, S. B. (2020). Duality in diversity: How intrapersonal and interpersonal cultural heterogeneity relate to firm performance. Administrative Science Quarterly, 65(2), 359–394. https://doi.org/10.1177/0001839219844175 概要:上場企業約500社の従業員の口コミを分析し、文化の認識が従業員間で食い違う企業は収益性が低く、個人が幅広い考え方を持つ企業は特許の質と企業価値が高いことを示した。

  • Cranz, T., & Bantock, A. (2026, June 22). SignalFire's state of talent report — 2026: Flatter, leaner, more technical: The new shape of tech companies in 2026. SignalFire. https://www.signalfire.com/blog/signalfire-state-of-talent-report-2026 概要:2019年比で新卒採用が初期スタートアップで約76%減ったこと、AI・機械学習や導入エンジニアの比率が上がり、管理職1人あたりのエンジニアが約15人に増えたことを報告した。

  • CRV. (2026, September 28). Scaling company culture: A stage by stage guide for founders. https://www.crv.com/content/scaling-company-culture 概要:人数の段階ごとに文化の伝わり方がどう変わるかを整理し、20〜50人の段階で価値観を観察できる行動として書き出すことなどを勧めた投資会社の手引き。

  • Cui, Z., Demirer, M., Jaffe, S., Musolff, L., Peng, S., & Salz, T. (2025). The effects of generative AI on high-skilled work: Evidence from three field experiments with software developers. Management Science. Advance online publication. https://doi.org/10.1287/mnsc.2025.00535 概要:3社の開発者4,867人の実地実験で、AIコーディング支援により完了した作業が約26%増え、経験の浅い開発者ほど効果が大きいことを示した。

  • Davila, A., & Foster, G. (2007). Management control systems in early-stage startup companies. The Accounting Review, 82(4), 907–937. 概要:創業10年未満の78社を調べ、予算などの計画の仕組みが最も早く導入されること、出資者や経営者の経験が導入を早めること、導入の早さが成長と結びつくことを示した。

  • Davis, J. S. (2026, February 24). AI is simultaneously aiding and replacing workers, wage data suggest. Federal Reserve Bank of Dallas. https://www.dallasfed.org/research/economics/2026/0224 概要:AIの影響を受けやすい業種で若年層の雇用が減る一方、賃金は経験が高く評価される職業では伸び、そうでない職業では伸び悩むことを示した。

  • Dell'Acqua, F., Ayoubi, C., Lifshitz, H., Sadun, R., Mollick, E., Mollick, L., Han, Y., Goldman, J., Nair, H., Taub, S., & Lakhani, K. (2025). The cybernetic teammate: A field experiment on generative AI reshaping teamwork and expertise (NBER Working Paper No. 33641). National Bureau of Economic Research. https://doi.org/10.3386/w33641 概要:P&Gの専門職776人の実験で、AIを使う個人がAIを使わない2人組と同等の成果を出し、出身部門による解決策の偏りも小さくなることを示した。

  • Dell'Acqua, F., McFowland, E., III, Mollick, E., Lifshitz-Assaf, H., Kellogg, K. C., Rajendran, S., Krayer, L., Candelon, F., & Lakhani, K. R. (2023). Navigating the jagged technological frontier: Field experimental evidence of the effects of AI on knowledge worker productivity and quality (Harvard Business School Working Paper No. 24-013). https://www.hbs.edu/faculty/Pages/item.aspx?num=64700 概要:コンサルタント758人の実験で、AIの能力の範囲内の課題では生産性と品質が上がる一方、範囲外の課題では正答の確率が19ポイント下がることを示した。

  • DeSantola, A., & Gulati, R. (2017). Scaling: Organizing and growth in entrepreneurial ventures. Academy of Management Annals, 11(2), 640–668. 概要:新興企業の成長と内部の組織化の関係に関する研究を統合し、スケーリングを組織の現象として整理した展望論文。

  • DeSantola, A., Gulati, R., & Zhelyazkov, P. I. (2023). External interfaces or internal processes? Market positioning and divergent professionalization paths in young ventures. Organization Science, 34(1), 1–23. https://doi.org/10.1287/orsc.2021.1561 概要:米国のベンチャー投資先3,748社を追跡し、新しい市場を狙う企業は営業など外部との接点を、既存市場の企業は経理など内部の機能を先に専門化することを示した。

  • Deutscher, M. (2025, September 26). Anthropic to triple international headcount, add offices following latest funding round. SiliconANGLE. https://siliconangle.com/2025/09/26/anthropic-triple-international-headcount-add-offices-following-latest-funding-round/ 概要:Anthropicが米国外の人員を3倍に、顧客への実装を担う応用AIチームを年内に5倍にする計画を伝えた記事。

  • Dholakia, S., Rea, C., Yuditski, A., Feinstein, B., Deeter, B., Bennett, K., Droesch, M., Malik, M., Bondy, S., & Sarycheva, A. (2025, January 28). Part IV: Ten principles for building strong vertical AI businesses. Bessemer Venture Partners. https://www.bvp.com/atlas/part-iv-ten-principles-for-building-strong-vertical-ai-businesses 概要:業界特化AI企業の10の原則を示し、投資先の平均粗利率が約56%であること、実務者による成果物の確認を製品に組み込む事例を紹介した。

  • D'Onofrio, M., & Ding, E. (2021, September 21). Scaling to $100 million. Bessemer Venture Partners. https://www.bvp.com/atlas/scaling-to-100-million 概要:クラウド企業の投資先データから、研究開発費と管理費の売上比は成長とともに下がる一方、営業・マーケティング費は成熟期でも売上の50%を超えることを示した。

  • Dowd, K., & Walker, P. (2025, August 26). H1 2025 state of startup compensation. Carta. https://carta.com/data/startup-compensation-h1-2025-full-report/ 概要:5万3,000社のデータから、シード期の平均従業員数が11.1人から6.2人に減り、シリーズAではハードウェアが増えコンシューマーが57%減ったこと、採用の職種構成の変化を報告した。

  • Earnest, D. R., Allen, D. G., & Landis, R. S. (2011). Mechanisms linking realistic job previews with turnover: A meta-analytic path analysis. Personnel Psychology, 64(4), 865–897. https://doi.org/10.1111/j.1744-6570.2011.01230.x 概要:52の研究を統合し、仕事の実像を事前に伝えることが離職を減らす主な経路は、会社が誠実だという認識であることを示した。

  • Eckhardt, S., & Goldschlag, N. (2025, August 10). AI and jobs: The final word (until the next one). Economic Innovation Group. https://eig.org/ai-and-jobs-the-final-word/ 概要:米国の世帯調査と企業調査から、失業率の上昇はAIの影響を受けやすい職業のほうが小さく、約95%の企業がAIによる雇用への差し引きの影響はないと回答していることを示した。

  • Eesley, C. E., Hsu, D. H., & Roberts, E. B. (2014). The contingent effects of top management teams on venture performance: Aligning founding team composition with innovation strategy and commercialization environment. Strategic Management Journal, 35(12), 1798–1817. https://doi.org/10.1002/smj.2183 概要:2,067社の調査から、機能の多様な創業チームは競争的な環境で、技術に集中したチームは協力的な環境で革新的な技術を軸にする場合に、それぞれ業績が高いことを示した。

  • Eisenhardt, K. M. (1989). Making fast strategic decisions in high-velocity environments. Academy of Management Journal, 32(3), 543–576. 概要:マイクロコンピューター業界の8社の事例から、決定の速い経営チームは多くの情報と選択肢を使い、対立を積極的に解消していること、決定の速さが業績の高さと結びつくことを示した。

  • Eisenmann, T. (2021). Why startups fail: A new roadmap for entrepreneurial success. Currency. 概要:創業者と投資家への調査に基づき、初期3つと後期3つの計6つの失敗パターンを示し、急成長企業が経営人材の不足で行き詰まる型を後期の一つに挙げた。

  • Elmgren, Z. (2026, July 20). The 7 hires a hardware startup needs to get right. Andreessen Horowitz. https://a16z.com/the-7-hires-a-hardware-startup-needs-to-get-right/ 概要:ハードウェア企業の重要な採用として製造、導入、調達、財務、営業、政策、マーケティングの7つを挙げ、それぞれを採る時期の目安を示した。

  • Emanuel, N., Harrington, E., & Pallais, A. (2023). The power of proximity to coworkers: Training for tomorrow or productivity today? (NBER Working Paper No. 31880). National Bureau of Economic Research. https://doi.org/10.3386/w31880 概要:ソフトウェアエンジニアが同僚の近くに座ると助言が18.3%増え、その恩恵は若手に集中する一方、経験者の生産量は下がることを示した。

  • Ewens, M., & Marx, M. (2018). Founder replacement and startup performance. The Review of Financial Studies, 31(4), 1532–1565. https://doi.org/10.1093/rfs/hhx130 概要:ベンチャー投資先1万1,929社を分析し、創業者の交代は単純な相関では業績の低さと結びつくが、因果関係を識別すると業績を改善していることを示した。

  • Fairlie, R. W., & Wu, J. (2026). The early impacts of AI on employment among recent college graduates (NBER Working Paper No. 35796). National Bureau of Economic Research. https://www.nber.org/system/files/working_papers/w35796/w35796.pdf 概要:米国の世帯調査を使い、2026年夏時点で新卒者の失業率にAIの影響を受けやすさによる有意な差は見られないと報告した。

  • First Round Review. (2015, September 9). "Give away your Legos" and other commandments for scaling startups. https://review.firstround.com/give-away-your-legos-and-other-commandments-for-scaling-startups/ 概要:30人から750人への拡大期に組織に起こる変化を段階ごとに整理し、急成長の前に会社の在り方を書き出すことを勧めた実務家へのインタビュー。

  • Franklin, S. J., Wright, M., & Lockett, A. (2001). Academic and surrogate entrepreneurs in university spin-out companies. The Journal of Technology Transfer, 26(1–2), 127–141. 概要:英国57大学への調査から、スピンアウトを多く生む大学ほど外部の経営人材の活用に前向きであり、研究者と外部経営者の組み合わせが有効だと示唆した。

  • Galbraith, J. R. (1974). Organization design: An information processing view. Interfaces, 4(3), 28–36. 概要:課業の不確実性が高いほど処理すべき情報が増えるとし、組織設計を情報処理の必要量と処理能力を釣り合わせる問題として定式化した。

  • Galbraith, J. R. (2014). Designing organizations: Strategy, structure, and process at the business unit and enterprise levels (3rd ed.). Jossey-Bass. 概要:組織設計の対象を戦略、構造、プロセス、報酬、人材の5つとし、相互の整合を求めるスターモデルを解説した。

  • Garicano, L., & Rayo, L. (2025). Training in the age of AI: A theory of apprenticeship viability (CEPR Discussion Paper No. 20634). Centre for Economic Policy Research. https://ideas.repec.org/p/cpr/ceprdp/20634.html 概要:若手が定型業務で訓練費用を賄う徒弟的な育成が、AIによって成り立たなくなる条件を理論化し、熟練者の価値がAI単独の約2.7倍を超えるかが分岐点だとした。

  • Gartner. (2024, October 22). Gartner unveils top predictions for IT organizations and users in 2025 and beyond [Press release]. https://www.gartner.com/en/newsroom/press-releases/2024-10-22-gartner-unveils-top-predictions-for-it-organizations-and-users-in-2025-and-beyond 概要:2026年までに組織の20%がAIを使って階層を平坦化し、中間管理職の半数以上を削減するという予測を公表した。

  • Garvin, D. A. (2013, December). How Google sold its engineers on management. Harvard Business Review. https://hbr.org/2013/12/how-google-sold-its-engineers-on-management 概要:Googleが2002年に管理職の廃止を試みて数か月で撤回した経緯と、良い管理職の行動を特定した社内調査の内容を紹介した。

  • Garvin, D. A., & Levesque, L. C. (2006, October). Meeting the challenge of corporate entrepreneurship. Harvard Business Review. https://store.hbr.org/product/meeting-the-challenge-of-corporate-entrepreneurship/R0610G 概要:大企業の新規事業に必要な戦略・運営・組織の均衡を論じ、IBMの事例から、実績ある管理職の起用、マイルストーンによる審査、本体への移管基準の重要性を示した。

  • Gibbons, R., & Henderson, R. (2012). Relational contracts and organizational capabilities. Organization Science, 23(5), 1350–1364. https://doi.org/10.1287/orsc.1110.0715 概要:競争力のある経営慣行の多くは明文化されない約束に支えられており、信頼と明確さの構築に時間がかかるため、他社には容易に模倣できないと論じた。

  • Gil, E. (2018). High growth handbook. Stripe Press. 概要:急成長期の企業の経営課題を扱い、経営幹部は今後12〜18か月の規模に合う人を採ること、組織構造は半年から1年先を前提に設計することを勧めた。

  • Gilbert, C. G. (2005). Unbundling the structure of inertia: Resource versus routine rigidity. Academy of Management Journal, 48(5), 741–763. 概要:新聞社8社の事例研究から、脅威の認識は資金の投入を促す一方で業務の型の硬直を強めること、成功例は組織の分離と社外の人材を用いていたことを示した。

  • Gimbel, M., Kinder, M., Kendall, J., & Lee, M. (2025, October 1). Evaluating the impact of AI on the labor market: Current state of affairs. The Budget Lab at Yale. https://budgetlab.yale.edu/research/evaluating-impact-ai-labor-market-current-state-affairs 概要:ChatGPT公開後33か月の米国の世帯調査を分析し、職業構成の変化はAI以前から始まっており、AIの影響度と雇用・失業の変化に関係は見られないと報告した。

  • Goetz, J. (2014, February 19). Four numbers that explain why Facebook acquired WhatsApp. Sequoia Capital. https://sequoiacap.com/article/four-numbers-that-explain 概要:WhatsAppが利用者4億5,000万人をエンジニア32人で支え、マーケティングに費用をかけていなかったことを投資家の立場から紹介した。

  • Goldberg, A., Srivastava, S. B., Manian, V. G., Monroe, W., & Potts, C. (2016). Fitting in or standing out? The tradeoffs of structural and cultural embeddedness. American Sociological Review, 81(6), 1190–1222. https://doi.org/10.1177/0003122416671873 概要:技術企業の従業員601人のメール1,024万通を分析し、文化への適合は複数の集団をつなぐ人に最も有利に働き、適合と人間関係の閉鎖性の両方が高い人は解雇されやすいことを示した。

  • Gompers, P., & Kovvali, S. (2018). The other diversity dividend. Harvard Business Review, 96(4), 72–77. 概要:ベンチャー投資のデータから、同じ学校の出身者同士や同じ民族同士が組んだ投資は成功率が低いことを示し、同質性の費用を論じた。

  • Gompers, P. A., Gornall, W., Kaplan, S. N., & Strebulaev, I. A. (2020). How do venture capitalists make decisions? Journal of Financial Economics, 135(1), 169–190. https://doi.org/10.1016/j.jfineco.2019.06.011 概要:ベンチャーキャピタリスト885人への調査で、投資判断でも成否の要因でも、製品や技術より経営チームが重視されていることを示した。

  • Gorlick, S. (2020, August 26). Why did Uber open hundreds of offices in cities around the world? https://scottgorlick.substack.com/p/why-did-uber-open-hundreds-of-offices 概要:Uberの元社員が、各都市を責任者、供給側の運営担当、需要側の担当の3人で立ち上げた体制を回想した記事。

  • Gourévitch, A., Portincaso, M., de la Tour, A., Goeldel, N., & Chaudhry, U. (2021, March 11). Deep tech and the great wave of innovation. Boston Consulting Group & Hello Tomorrow. https://www.bcg.com/publications/2021/deep-tech-innovation 概要:ディープテック企業の83%が物理的な製品を作っていること、成功する企業は科学者、エンジニア、起業家を組み合わせていることを報告した。

  • Govindarajan, V., & Trimble, C. (2010). The other side of innovation: Solving the execution challenge. Harvard Business Review Press. 概要:新規事業の実行には専任チームと本体の共有スタッフの連携が必要であり、専任チームは社外の人材を混ぜて新しい会社として設計すべきだと論じた。

  • Grabell, A. (2021, July 26). The myth of "no sales" at product-led growth companies. Pocus. https://pocus.com/post/the-myth-of-no-sales-at-product-led-growth-companies 概要:プロダクト主導の企業でも営業は人員の大きな割合を占めており、「営業がいない」のは成長の一時期の姿であることをデータで論じた。

  • Graham, J. R., Grennan, J., Harvey, C. R., & Rajgopal, S. (2022). Corporate culture: Evidence from the field. Journal of Financial Economics, 146(2), 552–593. https://doi.org/10.1016/j.jfineco.2022.07.008 概要:北米の経営幹部1,348人への調査で、92%が文化の改善は企業価値を高めると考え、妨げとして経営者の関心の不足や報酬制度との不整合を挙げたことを報告した。

  • Graham, P. (2013, July). Do things that don't scale. https://paulgraham.com/ds.html 概要:創業者は最初の利用者を自ら獲得する必要があり、営業を人に任せることで避けることはできないと論じた。

  • Graham, P. (2024, September). Founder mode. https://paulgraham.com/foundermode.html 概要:優秀な人を雇って任せるという標準的な助言が創業者を失敗させてきたと論じ、創業者が現場の細部に関与し続ける経営の型を提唱した。

  • Greiner, L. E. (1998, May–June). Evolution and revolution as organizations grow. Harvard Business Review. (Original work published 1972) https://hbr.org/1998/05/evolution-and-revolution-as-organizations-grow 概要:組織の成長を5つの段階に分け、各段階はその段階に適した管理手法が招く危機で終わるとし、最初の危機をリーダーシップの危機とした。

  • Guiso, L., Sapienza, P., & Zingales, L. (2015). The value of corporate culture. Journal of Financial Economics, 117(1), 60–76. https://doi.org/10.1016/j.jfineco.2014.05.010 概要:企業が掲げる価値観は業績と関係がない一方、従業員が認識する経営陣の誠実さは企業価値と収益性の高さに結びつくことを示した。

  • Gulati, R., & DeSantola, A. (2016). Start-ups that last: How to scale your business. Harvard Business Review, 94(3), 54–61. 概要:拡大期の新興企業に必要な活動として、機能の専門家の採用、管理構造の追加、計画と予測の仕組み、文化の維持の4つを挙げた。

  • Gustafson, C. J. (2025, July 2). Figma IPO: S-1 breakdown. Mostly Metrics. https://cjgustafson.substack.com/p/figma-ipo-s1-breakdown 概要:Figmaの上場申請書類を分析し、営業が販売する上位プランが2025年第1四半期時点で売上の70%を占めることを示した。

  • Hand, J. R. M. (2008). Give everyone a prize? Employee stock options in private venture-backed firms. Journal of Business Venturing, 23(4), 385–404. 概要:米国のベンチャー投資先企業の27%は全従業員にはストックオプションを付与しておらず、企業は費用と便益に応じて付与の範囲を使い分けていることを示した。

  • Hannan, M. T., Baron, J. N., Hsu, G., & Koçak, Ö. (2006). Organizational identities and the hazard of change. Industrial and Corporate Change, 15(5), 755–784. https://doi.org/10.1093/icc/dtl020 概要:シリコンバレーの新興企業177社を追跡し、コミットメント型で創業した企業は倒産がなく上場の確率が高いこと、創業時の型を変えると倒産の確率が約3倍になることを示した。

  • Hartnell, C. A., Ou, A. Y., & Kinicki, A. (2011). Organizational culture and organizational effectiveness: A meta-analytic investigation of the competing values framework's theoretical suppositions. Journal of Applied Psychology, 96(4), 677–694. https://doi.org/10.1037/a0021987 概要:84の研究を統合し、文化の型はいずれも組織の成果と正の関係にあるが、型同士は対立せず同時に現れる傾向があることを示した。

  • Hastings, R., & Meyer, E. (2020). No rules rules: Netflix and the culture of reinvention. Penguin Press. 概要:Netflixの経営者が、優れた人材が集まる度合いである人材密度を高め、そのうえで管理と規則を減らすという同社の経営の考え方を解説した。

  • Heim, A. (2025, July 23). Eight months in, Swedish unicorn Lovable crosses the $100M ARR milestone. TechCrunch. https://techcrunch.com/2025/07/23/eight-months-in-swedish-unicorn-lovable-crosses-the-100m-arr-milestone 概要:AI開発ツールのLovableが公開から8か月でARR 1億ドルを超え、その時点の正社員が45人であったことを伝えた記事。

  • Hellmann, T., & Puri, M. (2002). Venture capital and the professionalization of start-up firms: Empirical evidence. The Journal of Finance, 57(1), 169–197. https://doi.org/10.1111/1540-6261.00419 概要:シリコンバレーの新興企業を分析し、ベンチャーキャピタルの出資が人事制度の整備、ストックオプションの導入、マーケティング担当役員の採用、創業者の交代と結びつくことを示した。

  • Hellmann, T., & Wasserman, N. (2017). The first deal: The division of founder equity in new ventures. Management Science, 63(8), 2647–2666. https://doi.org/10.1287/mnsc.2016.2474 概要:創業者間で株式を均等に分けたチームは外部資金を得る確率が低いことを示し、これを因果ではなく、交渉を避けるチームの特徴の表れと解釈した。

  • Hoffman, R., & Yeh, C. (2018). Blitzscaling: The lightning-fast path to building massively valuable companies. Currency. 概要:不確実性が残る段階でも速さを優先して規模を取る戦略を論じ、人数規模による5段階と、海賊から海軍へ、ゼネラリストからスペシャリストへという移行を示した。

  • Hoffmann, M., Boysel, S., Nagle, F., Peng, S., & Xu, K. (2024). Generative AI and the nature of work (Harvard Business School Working Paper No. 25-021). https://www.hbs.edu/faculty/Pages/item.aspx?num=66593 概要:オープンソース開発者18万7,000人超の分析で、AIコーディング支援の利用によりコーディングの活動が増え、プロジェクト管理の活動が減ることを示した。

  • Hollands, T. (2026, January 27). Forward-deployed job titles. Andreessen Horowitz. https://a16z.com/forward-deployed-job-titles/ 概要:導入エンジニアという職種名の起源と、リーガルエンジニアなど実務とエンジニアリングを兼ねる新しい職種名の広がりを紹介した。

  • Honoré, F., & Ganco, M. (2023). Entrepreneurial teams' acquisition of talent: Evidence from technology manufacturing industries using a two-sided approach. Strategic Management Journal, 44(1), 141–170. https://doi.org/10.1002/smj.3127 概要:技術系製造業のスタートアップは業界経験を持つ人材に賃金を上乗せして採用しており、創業チームが大きければ経験のない創業者でも経験者を引きつけられることを示した。

  • Horowitz, B. (2010, April 21). Why is it hard to bring big company execs into little companies? Andreessen Horowitz. https://a16z.com/why-is-it-hard-to-bring-big-company-execs-into-little-companies/ 概要:大企業の幹部がスタートアップで失敗する原因を仕事のリズムと技能の不一致に求め、面接での見極め方と入社後30日の統合の方法を示した。

  • Horowitz, B. (2019). What you do is who you are: How to create your business culture. HarperBusiness. 概要:文化を社員が日々の判断に使う前提と捉え、掲げる言葉ではなく経営者の行動によって意図的に設計すべきだと論じた。

  • Hosseini, S. M., & Lichtinger, G. (2026). Generative AI as seniority-biased technological change: Evidence from U.S. résumé and job posting data (SSRN Working Paper No. 5425555). https://papers.ssrn.com/abstract=5425555 概要:米国28万社の履歴書・求人データから、生成AIを導入した企業では若手の雇用が他社に比べ約9%減り、シニアには変化がないことを示した。

  • Housman, M., & Minor, D. (2015). Toxic workers (Harvard Business School Working Paper No. 16-057). https://www.hbs.edu/ris/Publication%20Files/16-057_d45c0b4f-fa19-49de-8f1b-4b12fe054fea.pdf 概要:11社5万8,542人のデータから、周囲に悪影響を与える社員1人を避ける効果は、上位1%の人材1人を採る効果の2倍を超えると推計した。

  • Huang, S., & Grady, P. (2024, October 9). Generative AI's act o1: The reasoning era begins. Sequoia Capital. https://sequoiacap.com/article/generative-ais-act-o1 概要:推論能力を持つAIにより、ソフトウェア企業が利用者数ではなく仕事の成果に課金する形へ移行すると論じた。

  • Humlum, A., & Vestergaard, E. (2025). Still waters, rapid currents: Early labor market transformation under generative AI (NBER Working Paper No. 33777). National Bureau of Economic Research. https://doi.org/10.3386/w33777 概要:デンマークの約2万5,000人の調査と行政データから、ChatGPTの公開から2年の時点で収入と労働時間への影響が2%を超える可能性を否定し、若手の雇用比率にも変化がないことを示した。

  • ICONIQ. (2025a). 2025 state of AI report: The builder's playbook. ICONIQ Capital. https://www.iconiq.com/growth/reports/2025-state-of-ai 概要:ソフトウェア企業の経営者300人への調査で、AI・機械学習エンジニアの採用に平均70日超かかり、AI関連職種で最も長いことなどを報告した。

  • ICONIQ. (2025b). The state of go-to-market in 2025. ICONIQ Capital. https://www.iconiq.com/growth/reports/state-of-go-to-market-2025 概要:法人向けSaaS企業205社への調査で、AI活用度別の営業・マーケティング・顧客対応の部門の人員と、AIネイティブ企業で契約後の担当の比率が高いことを報告した。

  • ICONIQ. (2026a). 2026 state of AI: The builder's economy. ICONIQ Capital. https://www.iconiq.com/growth/reports/state-of-ai-2026 概要:AI製品を作る企業の経営者約300人への調査で、導入エンジニアなど新しい職種の普及率、エージェントに必要な人の介入の頻度、1人あたりARRの見通しを報告した。

  • ICONIQ. (2026b). Building the modern GTM org. ICONIQ Capital. https://www.iconiq.com/growth/reports/gtm-org-structure-ai-2026 概要:法人向けソフトウェア企業150社超への調査で、AI活用度の高い企業は営業・マーケティング・顧客対応の部門が20〜30%少なく、成績の良い営業組織は管理職1人あたりの担当者が多いことを報告した。

  • ICONIQ. (2026c). The execution era of AI: State of AI bi-annual snapshot. ICONIQ Capital. https://cdn.prod.website-files.com/65d0d38fc4ec8ce8a8921654/6979532decf89bd3df2163b0_ICONIQ_Analytics_Insights_2026_State_of_AI_Bi-Annual_Snapshot.pdf 概要:経営者約300人への調査で、社内のAI活用が人員計画に大きな影響を与えていないとする回答が最多であること、導入エンジニアが対応する顧客の割合の推移を報告した。

  • ICONIQ. (2026d). The FDE advantage: Turning deployment into compounding value. ICONIQ Capital. https://www.iconiq.com/growth/reports/the-fde-advantage-turning-deployment-into-compounding-value 概要:導入エンジニアの役割、報酬、課金方法を調査し、エンジニア10人規模の企業では全員がこの役割を担うべきだとする実務家の見解を紹介した。

  • ICONIQ. (2026e). State of scaling: The great sorting. ICONIQ Capital. https://www.iconiq.com/growth/reports/2026-state-of-scaling 概要:ソフトウェア企業137社の経営データから、高成長企業の人員増加率がむしろ上がっていること、機能別の人員構成がほぼ変わっていないことを報告した。

  • Ide, E., & Talamàs, E. (2025). Artificial intelligence in the knowledge economy. Journal of Political Economy, 133(12), 3762–3800. https://doi.org/10.1086/737233 概要:知識の階層モデルを使い、自律的に働くAIは最も知識のある人を、補助型のAIは知識の少ない人を主に利することを理論的に示した。

  • Ivanova, I. (2025, May 9). As Klarna flips from AI-first to hiring people again, a new landmark survey reveals most AI projects fail to deliver. Fortune. https://fortune.com/2025/05/09/klarna-ai-humans-return-on-investment/ 概要:顧客対応のAI化を進めたKlarnaの経営者が、費用を重視しすぎて品質が下がったと認め、人による対応の担当者を再び募集し始めたことを伝えた記事。

  • Janz, C. (2018, May 13). 10 observations from Dropbox's S1. Point Nine Land. https://medium.com/point-nine-news/10-observations-from-dropboxs-s1-d28f5bc24d87 概要:Dropboxの上場申請書類を分析し、売上の9割超がセルフサービス経由であること、従業員1人あたり売上が高いことを示した。

  • Jassy, A. (2024, September 16). Message from CEO Andy Jassy: Strengthening our culture and teams. Amazon. https://www.aboutamazon.com/news/company-news/ceo-andy-jassy-latest-update-on-amazon-return-to-office-manager-team-ratio 概要:Amazonの経営者が、成長で増えた管理職と階層を減らすため、管理職に対する実務担当者の比率を15%以上高めるよう各組織に求めた社内向けの文書。

  • Jensen, M. C., & Meckling, W. H. (1995). Specific and general knowledge, and organizational structure. Journal of Applied Corporate Finance, 8(2), 4–18. 概要:決定の権限と、その決定に必要な知識を同じ場所に置くことが組織設計の中心的な問題であり、移しにくい知識ほど権限の委譲が必要になると論じた。

  • Kaplan, S. N., Sensoy, B. A., & Strömberg, P. (2009). Should investors bet on the jockey or the horse? Evidence from the evolution of firms from early business plans to public companies. The Journal of Finance, 64(1), 75–115. https://doi.org/10.1111/j.1540-6261.2008.01429.x 概要:ベンチャー投資先50社を事業計画から上場後まで追跡し、事業の中身はほぼ変わらない一方で経営陣は大きく入れ替わることを示した。

  • Kazanjy, P. (2020). Founding sales: The early-stage go-to-market handbook. Holloway. https://www.holloway.com/g/founding-sales 概要:創業者がまず自ら売って課題と支払い意思を確かめ、その後に営業を増やすという初期段階の営業の進め方を解説した。

  • Kerr, S. (1975). On the folly of rewarding A, while hoping for B. Academy of Management Journal, 18(4), 769–783. 概要:望ましい行動とは別の行動に報いてしまう報酬の仕組みが多くの組織に見られることを、事例を挙げて指摘した。

  • Kim, E. H., & Ouimet, P. (2014). Broad-based employee stock ownership: Motives and outcomes. The Journal of Finance, 69(3), 1273–1319. https://doi.org/10.1111/jofi.12150 概要:発行済株式の5%未満の小規模な従業員持株制度は従業員数が中程度の企業で生産性を高めるが、人数が多いと効果が弱まり、大規模な制度の効果は平均的に小さいことを示した。

  • Kim, H., & Koning, R. (2026). AI-native firms (Harvard Business School Working Paper No. 26-090). Harvard Business School. https://www.hbs.edu/ris/Publication%20Files/26-090_96f92aa0-37d9-4789-beaa-5c0cb87a4032.pdf 概要:Y Combinator出身の2,891社などを分析し、AI企業は従業員が約25%少なく、若手と管理職の比率が低く、階層が少ないことを相関として示した。

  • Kim, J. D., & Pergler, M. J. (2025). Startup hiring through firm-driven search: Evidence from Venture for America. Strategic Management Journal, 46(8), 1973–2018. https://doi.org/10.1002/smj.3710 概要:スタートアップが候補者に自ら声をかける採用は成約の確率を高めるが、その経路で採った人は離職しやすいというトレードオフを示した。

  • Kinni, T. (2011, January 14). How to bring innovations to market. strategy+business. https://www.strategy-business.com/article/00059 概要:Govindarajanへのインタビューで、Infosysがコンサルティング事業を専任チームで立ち上げ、本体の顧客関係を活用しつつ利害の対立を調整した事例を紹介した。

  • Kolko, J. (2026, March 10). Research on AI and the labor market is still in the first inning. Brookings Institution. https://www.brookings.edu/articles/research-on-ai-and-the-labor-market-is-still-in-the-first-inning 概要:AIと雇用に関する研究結果が食い違う理由を、データの種類、影響の測り方、時期、交絡要因の違いから整理した。

  • Koning, R., Hasan, S., & Chatterji, A. (2022). Experimentation and start-up performance: Evidence from A/B testing. Management Science, 68(9), 6434–6453. https://doi.org/10.1287/mnsc.2021.4209 概要:A/Bテストを導入したスタートアップは1年後の業績が30〜100%高く、有望な案の拡大と見込みのない案からの撤退の両方が早まることを示した。

  • Kristof-Brown, A. L., Zimmerman, R. D., & Johnson, E. C. (2005). Consequences of individuals' fit at work: A meta-analysis of person–job, person–organization, person–group, and person–supervisor fit. Personnel Psychology, 58(2), 281–342. https://doi.org/10.1111/j.1744-6570.2005.00672.x 概要:172の研究を統合し、個人と組織の適合は満足や愛着と強く関係するが、実際の離職との関係は弱く、職務成果とはほとんど関係しないことを示した。

  • Kuramoto, M. (2026, March 25). Is your team overstaffed for the AI era? High Alpha. https://www.highalpha.com/blog/is-your-team-overstaffed-for-the-ai-era-b2b-saas-company-benchmarks 概要:法人向けSaaS企業の創業者・経営者800人超への調査に基づき、ARR規模別の従業員数の中央値、1人あたりARR、部門別の人員構成を示した。

  • Lawrence, P. R., & Lorsch, J. W. (1967). Differentiation and integration in complex organizations. Administrative Science Quarterly, 12(1), 1–47. 概要:部門ごとの志向の違いである分化と、部門間の協働である統合を定義し、業績の高い企業は環境が求める両方を満たしていることを示した。

  • Lazear, E. P. (2005). Entrepreneurship. Journal of Labor Economics, 23(4), 649–680. https://doi.org/10.1086/491605 概要:起業家は多くの技能を一通りこなせる必要があるという理論を示し、スタンフォード大学の卒業生のデータで、職歴や学習内容の幅が広い人ほど起業していることを確かめた。

  • Lee, M. Y., & Edmondson, A. C. (2017). Self-managing organizations: Exploring the limits of less-hierarchical organizing. Research in Organizational Behavior, 37, 35–58. https://doi.org/10.1016/j.riob.2017.10.002 概要:上司の命令権をなくした自己管理型組織の研究95件を整理し、成功例は役割と手続きを厳密に定めていること、成果への影響は未解明であることを示した。

  • Lee, S. (2022). The myth of the flat start-up: Reconsidering the organizational structure of start-ups. Strategic Management Journal, 43(1), 58–92. https://doi.org/10.1002/smj.3333 概要:ゲーム開発スタートアップの分析から、階層の少ない組織は発想を助けるが実行を乱し、少数の管理階層を加えると商業的な成功と存続の確率が上がることを示した。

  • Lee, S., & Kim, J. D. (2024). When do startups scale? Large-scale evidence from job postings. Strategic Management Journal, 45(9), 1633–1669. https://doi.org/10.1002/smj.3596 概要:米国のスタートアップ3万8,000社超の求人データから、管理職と営業職の採用を早く始めた企業ほど失敗しやすく、成功の確率が高まる証拠はないことを示した。

  • Lemkin, J. (2025, July 11). AI-native GTM teams run 38% leaner: The new normal? SaaStr. https://www.saastr.com/ai-native-gtm-teams-run-38-leaner-the-data-behind-the-new-operating-model 概要:ICONIQの調査を引き、AI活用度の高い企業の営業・マーケティング・顧客対応の部門は38%少ないと紹介した記事。元の調査の対象範囲より広い主張として流布した。

  • Lemkin, J. (2026a, November 10). AI startups may have fewer sales reps. But not as a percent of the team. Has the playbook really changed all that much? SaaStr. https://saastr.com/ai-startups-may-have-fewer-sales-reps-but-not-as-a-percent-of-the-team-has-the-playbook-really-changed-all-that-much 概要:報酬データを引き、急成長中のAI企業はエンジニア比率が高くサポート比率が低いが、営業の比率は他のテクノロジー企業とほぼ同じであると指摘した。

  • Lemkin, J. (2026b, August 22). Everyone ends up with a sales team. Even in the AI era. The team just scales later now. SaaStr. https://www.saastr.com/everyone-ends-up-with-a-sales-team-even-in-the-ai-era-the-team-just-scales-later-now/ 概要:少人数で急成長したAI企業も売上が伸びると営業組織を作っており、時期が後ろにずれただけだと複数の企業の事例から論じた。

  • Leslie, M. (2016, July 12). The sales learning curve. Sequoia Capital. https://sequoiacap.com/article/the-sales-learning-curve 概要:営業の学習曲線の考え方を著者自身が再説し、開始期には製品や開発とも一緒に動ける幅の広い営業担当者を3〜4人置き、営業担当者1人が生む売上が総費用の約2倍に達してから拡大することを勧めた。

  • Leslie, M., & Holloway, C. A. (2006, July–August). The sales learning curve. Harvard Business Review. https://hbr.org/2006/07/the-sales-learning-curve 概要:新製品の営業組織の学習を開始・移行・実行の3段階に分け、段階ごとに営業組織の規模と種類を変えるべきであり、早すぎる増員は資金を浪費すると論じた。

  • Levashina, J., Hartwell, C. J., Morgeson, F. P., & Campion, M. A. (2014). The structured employment interview: Narrative and quantitative review of the research literature. Personnel Psychology, 67(1), 241–293. https://doi.org/10.1111/peps.12052 概要:構造化面接の研究を整理し、構造化によって属性による評価の差と印象操作の影響が小さくなり、評価尺度の明示が妥当性を高めることを示した。

  • Lu, R., Chatman, J. A., Goldberg, A., & Srivastava, S. B. (2024). Two-sided cultural fit: The differing behavioral consequences of cultural congruence based on values versus perceptions. Organization Science, 35(1), 71–91. https://doi.org/10.1287/orsc.2023.1659 概要:価値観の一致は愛着を通じて自発的な離職を、組織の規範を正確に読み取る力は日々の協働を左右するという、適合の2つの側面を示した。

  • Lütke, T. (2022, July 26). Changes to Shopify's team. Shopify. https://www.shopify.com/news/changes-to-shopify-s-team 概要:Shopifyが人員の約10%を削減した際の文書で、需要の伸びが続くという見込みの誤りを認め、専門化しすぎた役割や重複した役割を対象に含めたことを説明した。

  • Lütke, T. (2025). Reflexive AI usage is now a baseline expectation at Shopify [Internal memo]. Shopify. https://www.shopify.com/nz/careers/candidate-guide/ai-usage 概要:AIの日常的な利用を全社員の前提とし、人員の追加を求める前にAIでは実現できない理由を示すこと、AIの活用を評価に加えることを定めた社内文書。

  • Mahoney, N., McEntarfer, E., & Wahal, K. (2026, July). What is really happening to jobs? Separating AI hype from reality (Policy brief). Stanford Institute for Economic Policy Research. https://siepr.stanford.edu/publications/policy-brief/what-really-happening-jobs-separating-ai-hype-reality 概要:AIと雇用の研究を整理し、全体への影響は小さいこと、影響を受けやすい職業の採用減は利上げ後に始まり、条件を揃えると若手の減少が目立つのは2024年以降であることを示した。

  • Marmer, M., Herrmann, B. L., Dogrultan, E., & Berman, R. (2011). Startup Genome report extra on premature scaling: A deep dive into why most high growth startups fail. Startup Genome. https://startupgenome.com/report/why-startups-fail-premature-scaling/why-startups-fail-premature-scaling 概要:高成長インターネット企業3,200社超の自己申告データから、約7割が時期尚早に拡大しており、そうした企業は人員が約3倍多く、月次売上10万ドルをほとんど超えないと報告した。

  • Mayo, M. (2026, October 2). Forward deployed engineer: AI's hottest new career, or consulting with a better title? KDnuggets. https://www.kdnuggets.com/forward-deployed-engineer-ais-hottest-new-career-or-consulting-with-a-better-title 概要:導入エンジニアの求人の急増は小さな母数からの増加であり、2026年5月時点で確認できた募集は39社224件であると指摘した。

  • McCord, P. (2014, January–February). How Netflix reinvented HR. Harvard Business Review. https://hbr.org/2014/01/how-netflix-reinvented-hr 概要:Netflixの元人事責任者が、成熟した大人だけを採用し、成果について率直に伝え、十分な程度の人材には手厚い退職金を払うという同社の人事の考え方を解説した。

  • Milgrom, P., & Roberts, J. (1995). Complementarities and fit: Strategy, structure, and organizational change in manufacturing. Journal of Accounting and Economics, 19(2–3), 179–208. 概要:戦略、構造、管理の仕組みが互いに補い合う関係にあるとき、一部だけを変えても成果は上がらず、全体をまとめて変える必要があることを理論的に示した。

  • Mintzberg, H. (1979). The structuring of organizations: A synthesis of the research. Prentice-Hall. 概要:組織構造を仕事の分割と課業間の調整の方法の総体と定義し、5つの調整の方法と組織の基本形を体系化した。

  • Nadler, D. A., & Tushman, M. L. (1980). A model for diagnosing organizational behavior. Organizational Dynamics, 9(2), 35–51. 概要:組織を課業、個人、公式の組織、非公式の組織から成る体系と捉え、構成要素間の適合の度合いが有効性を決めるとする適合モデルを示した。

  • Netflix. (n.d.). Netflix culture memo. Retrieved November 15, 2026, from https://jobs.netflix.com/culture 概要:高い成果を出す人だけで構成することを掲げ、「この人が辞めると言ったら引き止めるか」を管理職が問う考え方を示した同社の文化に関する文書。

  • Niederhoffer, K., Kellerman, G. R., Lee, A., Liebscher, A., Rapuano, K., & Hancock, J. T. (2025, September 22). AI-generated "workslop" is destroying productivity. Harvard Business Review. https://hbr.org/2025/09/ai-generated-workslop-is-destroying-productivity 概要:見かけは整っているが中身の乏しいAIの成果物が同僚の手直しの負担を生み、生産性と信頼を損なっていることを調査から報告した。

  • NPR. (2014, February 19). Facebook will buy WhatsApp message service for $19 billion. https://www.npr.org/sections/thetwo-way/2014/02/19/279763675/facebook-will-buy-whatsapp-message-service-for-19-billion 概要:FacebookによるWhatsApp買収を伝えた記事で、買収時の従業員が55人、月間利用者が4億5,000万人超であったことを記している。

  • O'Reilly, C., & Binns, A. (2019). The three stages of disruptive innovation: Idea generation, incubation, and scaling. California Management Review, 61(3), 49–71. https://doi.org/10.1177/0008125619841878 概要:既存企業の新規事業をアイデア創出、インキュベーション、スケーリングの3段階に分け、多くの企業はスケーリングが最も弱いと指摘した。

  • O'Reilly, C. A., III, Harreld, J. B., & Tushman, M. L. (2009). Organizational ambidexterity: IBM and emerging business opportunities. California Management Review, 51(4), 75–99. https://doi.org/10.2307/41166506 概要:IBMが新規事業を育てる仕組みを整え、経験豊富な幹部に任せる方式に改めた結果、2000〜2005年に150億ドル超の売上成長を生んだ経緯を分析した。

  • O'Reilly, C. A., III, & Tushman, M. L. (2004, April). The ambidextrous organization. Harvard Business Review, 74–81. https://hbr.org/2004/04/the-ambidextrous-organization 概要:35件の革新的な新規事業を比較し、独立した組織を経営チームの段階で統合する両利きの設計では9割超が目標を達成し、他の設計を大きく上回ったことを示した。

  • Orosz, G. (2025, August 12). What are forward deployed engineers, and why are they so in demand? The Pragmatic Engineer. https://newsletter.pragmaticengineer.com/p/forward-deployed-engineers 概要:導入エンジニアという職種がPalantirで生まれた経緯と、OpenAIなどのAI企業がこの職種のチームを立ち上げて拡大している状況を解説した。

  • O'Shea, M. (2026, June 16). Breaking: $11B Harvey hits $300M ARR & 13 trillion tokens. Sourcery. https://www.sourcery.vc/p/breaking-11b-harvey-hits-300m-arr 概要:法務向けAIのHarveyがARR約3億ドル、従業員約960人に達し、人員の約25%が法務の経歴を持つと伝えた記事。

  • Palantir Technologies Inc. (2020). Amendment to Form S-1 registration statement. U.S. Securities and Exchange Commission. https://www.sec.gov/Archives/edgar/data/1321655/000119312520249544/d904406ds1a.htm 概要:Palantirの上場申請書類で、直接の営業組織が限定的であること、顧客内での利用拡大を導入エンジニアに頼っていることを開示している。

  • Perry, N. (2026, July 30). 2026 revenue per employee benchmarks for private SaaS companies. SaaS Capital. https://www.saas-capital.com/blog-posts/revenue-per-employee-benchmarks-for-private-saas-companies/ 概要:非上場SaaS企業1,000社超の調査で、従業員1人あたりARRの中央値が約14万1,000ドルで前年より上昇したことを報告した。

  • Phillips, J. M. (1998). Effects of realistic job previews on multiple organizational outcomes: A meta-analysis. Academy of Management Journal, 41(6), 673–690. https://doi.org/10.2307/256964 概要:40の研究を統合し、仕事の実像を事前に伝えることが、採用過程での辞退と入社後の離職の低下、成果の向上と結びつくことを示した。

  • Poyar, K. (2022, August 10). Your guide to the first PLG sales hire. Growth Unhinged. https://www.growthunhinged.com/p/your-guide-to-your-first-gtm-hire 概要:ソフトウェア企業450社超の調査から、無料プランを持つ企業の最初の営業・マーケティング関連の採用はグロースマーケティングが最多(49%)であることを示した。

  • Prahalad, C. K., & Hamel, G. (1990, May–June). The core competence of the corporation. Harvard Business Review. https://hbr.org/1990/05/the-core-competence-of-the-corporation 概要:競争力の源泉を組織の集合的な学習である中核能力と定義し、多様な市場への展開、顧客価値への貢献、模倣の困難さという3つの判定基準を示した。

  • Puranam, P., Alexy, O., & Reitzig, M. (2014). What's "new" about new forms of organizing? Academy of Management Review, 39(2), 162–180. https://doi.org/10.5465/amr.2011.0436 概要:組織を目標を持つ複数の主体の体系と定義し、課業の分割、課業の割り当て、報酬の提供、情報の提供という4つの普遍的な問題を示した。

  • Rachitsky, L. (2019, November 20). How to kickstart and scale a marketplace business [Parts 1–4]. Lenny's Newsletter. https://www.lennysnewsletter.com/p/how-to-kickstart-and-scale-a-marketplace 概要:17のマーケットプレイスへの聞き取りから、ほぼ全社が地域か分野を絞って開始し、供給側の獲得には直接営業が最も多く使われたことを示した。

  • Rachitsky, L. (2023a, October 3). Hiring your early team. Lenny's Newsletter. https://www.lennysnewsletter.com/p/hiring-your-early-team-b2b 概要:法人向けソフトウェア企業の創業者への聞き取りから、3分の2超が最初にエンジニアを採り、営業は最初の3人にはほぼ含まれず10人目までに増えることを示した。

  • Rachitsky, L. (2023b, November 14). When they hired their first PM. Lenny's Newsletter. https://lennysnewsletter.com/p/when-they-hired-their-first-pm 概要:30社への聞き取りから、最初のプロダクトマネージャーの採用は創業2〜3年後、エンジニア10〜15人、従業員15〜25人の時点が典型であることを示した。

  • Rajan, R. G., & Wulf, J. (2006). The flattening firm: Evidence from panel data on the changing nature of corporate hierarchies. The Review of Economics and Statistics, 88(4), 759–773. https://doi.org/10.1162/rest.88.4.759 概要:米国の大企業300社超のデータから、CEO直属の役職が増え、事業部長とCEOの間の階層が減る傾向を示した。

  • Rivera, L. A. (2012). Hiring as cultural matching: The case of elite professional service firms. American Sociological Review, 77(6), 999–1022. https://doi.org/10.1177/0003122412463213 概要:専門サービス企業の面接官120人への聞き取りから、「適合」の実態は趣味や経験が面接官自身に似ていることであり、それが生産性の評価を上回ることも多いと示した。

  • Roach, M., & Sauermann, H. (2015). Founder or joiner? The role of preferences and context in shaping different entrepreneurial interests. Management Science, 61(9), 2160–2184. https://doi.org/10.1287/mnsc.2014.2100 概要:理工系の研究者を対象に、自分では起業しないがスタートアップで働くことを望む層の存在と、その関心を形づくる要因を示した。

  • Roach, M., & Sauermann, H. (2024). Can technology startups hire talented early employees? Ability, preferences, and employee first job choice. Management Science, 70(6), 3619–3644. https://doi.org/10.1287/mnsc.2023.4868 概要:理工系の博士2,394人を追跡し、能力が高くスタートアップを志向する人ほど実際に就職しており、報酬は既存企業より約17%低いことを示した。

  • Roberge, M. (2015). The sales acceleration formula: Using data, technology, and inbound selling to go from $0 to $100 million. Wiley. 概要:HubSpotの営業組織を率いた著者が、営業の採用、育成、管理、需要創出の4つを数値に基づく仕組みとして設計する方法を解説した。

  • Rocha, V., & Brymer, R. A. (2025). We go way back: Affiliation-based hiring and young firm performance. Strategic Management Journal, 46(3), 723–749. https://doi.org/10.1002/smj.3673 概要:デンマークの新興企業8,312社の分析で、創業者の元同僚や同窓生の採用が収益性と存続率を高め、初期は元同僚、成熟後はより遠い関係が有効であることを示した。

  • Rollag, K., Parise, S., & Cross, R. (2005). Getting new hires up to speed quickly. MIT Sloan Management Review, 46(2), 35–41. https://sloanreview.mit.edu/article/getting-new-hires-up-to-speed-quickly/ 概要:新規入社者の立ち上がりの鍵は同僚との情報のつながりを早く作ることにあるとし、職種別の立ち上がり期間と、社内異動者は約半分の期間で済むことを示した。

  • Ross, A., & Tyler, M. (2011). Predictable revenue: Turn your business into a sales machine with the $100 million best practices of Salesforce.com. PebbleStorm. 概要:見込み顧客の開拓と商談の成約を別の担当に分ける営業の分業の仕組みを、Salesforceでの実践に基づいて解説した。

  • Roth, P. L., Bobko, P., & McFarland, L. A. (2005). A meta-analysis of work sample test validity: Updating and integrating some classic literature. Personnel Psychology, 58(4), 1009–1037. https://doi.org/10.1111/j.1744-6570.2005.00714.x 概要:実務課題による選考と職務成果の相関は補正後0.33であり、従来の推定より約3分の1低いことを示した。

  • Ruef, M., Aldrich, H. E., & Carter, N. M. (2003). The structure of founding teams: Homophily, strong ties, and isolation among U.S. entrepreneurs. American Sociological Review, 68(2), 195–222. https://doi.org/10.1177/000312240306800202 概要:米国の起業準備者816人を分析し、創業チームの組み合わせを最も強く決めるのは属性の類似であり、機能の多様性は偶然の水準を上回らないことを示した。

  • Sackett, P. R., Zhang, C., Berry, C. M., & Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology, 107(11), 2040–2068. https://doi.org/10.1037/apl0000994 概要:選考手法の妥当性の推定を見直し、構造化面接(0.42)と職務知識テスト(0.40)が上位で、一般的な認知能力(0.31)は従来の推定より低いことを示した。

  • Sauermann, H. (2018). Fire in the belly? Employee motives and innovative performance in start-ups versus established firms. Strategic Entrepreneurship Journal, 12(4), 423–454. https://doi.org/10.1002/sej.1267 概要:米国の研究開発職1万人超の調査から、スタートアップの従業員は雇用の安定と給与を重視せず独立性と責任を重視すること、この動機の違いが特許の多さの一部を説明することを示した。

  • Schein, E. H. (2010). Organizational culture and leadership (4th ed.). Jossey-Bass. 概要:組織文化を、集団が外部への適応と内部の統合の問題を解決する中で学習した共有の基本的前提の型と定義し、その形成と変革を論じた。

  • Schmidt, F. L., & Hunter, J. E. (1998). The validity and utility of selection methods in personnel psychology: Practical and theoretical implications of 85 years of research findings. Psychological Bulletin, 124(2), 262–274. 概要:85年分の研究を統合し、実務課題、認知能力、構造化面接の妥当性が高く、非構造化面接や経験年数の妥当性は低いことを示した。

  • Schmidt, J. (2025, June 4). Trading margin for moat: Why the forward deployed engineer is the hottest job in startups. Andreessen Horowitz. https://a16z.com/services-led-growth/ 概要:法人向けAI企業が導入エンジニアを早期に置き、粗利率を犠牲にして競争優位を築いていると論じ、粗利率が後に改善した先行企業の例を挙げた。

  • Schneider, B. (1987). The people make the place. Personnel Psychology, 40(3), 437–453. https://doi.org/10.1111/j.1744-6570.1987.tb00609.x 概要:組織は引き寄せ、選抜、離脱の循環を通じて似た人が集まる場になり、そこにいる人が構造と文化を決めるという枠組みを示した。

  • Shah, D. (2013, March 9). Culture code: Creating a company you love. OnStartups. https://www.onstartups.com/tabid/3339/bid/96107/Culture-Code-Creating-A-Company-YOU-Love.aspx 概要:HubSpotの共同創業者が、文化を製品と同じように設計し改訂する対象と捉え、合わない採用が生む負債という考え方を示した。

  • Sine, W. D., Mitsuhashi, H., & Kirsch, D. A. (2006). Revisiting Burns and Stalker: Formal structure and new venture performance in emerging economic sectors. Academy of Management Journal, 49(1), 121–132. 概要:インターネット分野の新興企業を分析し、創業チームの役割が明確で、機能が分かれ、管理に携わる人が多い企業ほど業績が高いことを示した。

  • Singla, A., Sukharevsky, A., Hall, B., Yee, L., Chui, M., & Balakrishnan, T. (2025, November 5). The state of AI in 2025: Agents, innovation, and transformation. McKinsey & Company. https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-2025 概要:1,993人への調査で、AIの利用は88%の組織に広がったが利益への影響を認めたのは39%にとどまり、成果を出す少数の組織は業務の流れを作り直していることを示した。

  • Soussan, P., & de la Tour, A. (2017, April 3). What deep-tech startups want from corporate partners. Boston Consulting Group & Hello Tomorrow. https://www.bcg.com/publications/2017/technology-digital-joint-ventures-alliances-what-deep-tech-startups-corporate-partners 概要:ディープテック企業400社超への調査で、2割以上が市場投入まで3年以上を見込み、半数が必要な時間を過小評価していることを報告した。

  • Sørensen, J. B. (2002). The strength of corporate culture and the reliability of firm performance. Administrative Science Quarterly, 47(1), 70–91. https://doi.org/10.2307/3094891 概要:文化の強い企業は安定した環境では業績のばらつきが小さいが、変動の大きい環境ではその利点が消えることを示した。

  • Srivastava, S. B., Goldberg, A., Manian, V. G., & Potts, C. (2018). Enculturation trajectories: Language, cultural adaptation, and individual outcomes in organizations. Management Science, 64(3), 1348–1364. https://doi.org/10.1287/mnsc.2016.2671 概要:技術企業の従業員601人のメールを分析し、規範に適応していく速さが、入社時の適合と少なくとも同じ程度に解雇を予測することを示した。

  • Stinchcombe, A. L. (1965). Social structure and organizations. In J. G. March (Ed.), Handbook of organizations (pp. 142–193). Rand McNally. 概要:新しい組織は役割の学習や見知らぬ人同士の関係に頼るため失敗しやすいという「新しさの不利益」を提示した。

  • Sucher, S. J., & Gupta, S. (2018, May–June). Layoffs that don't break your company. Harvard Business Review. https://hbr.org/2018/05/layoffs-that-dont-break-your-company 概要:人員削減は目的を達成しにくく、知識の喪失や自発的な離職の増加を招くとし、削減の前に配置転換や再訓練を検討する人員計画を提案した。

  • Sull, D., Sull, C., & Zweig, B. (2022, January 11). Toxic culture is driving the Great Resignation. MIT Sloan Management Review. https://sloanreview.mit.edu/article/toxic-culture-is-driving-the-great-resignation/ 概要:3,400万人の従業員データから、有害な文化は報酬の10.4倍の強さで業種調整後の離職率を予測することを示した。

  • Sull, D., Turconi, S., & Sull, C. (2020). When it comes to culture, does your company walk the talk? MIT Sloan Management Review. https://sloanreview.mit.edu/article/when-it-comes-to-culture-does-your-company-walk-the-talk/ 概要:500社超の公式の価値観と従業員の口コミ120万件超を比べ、両者の相関がごく弱いか存在しないことを示した。

  • Taylor, P. J., Pajo, K., Cheung, G. W., & Stringfield, P. (2004). Dimensionality and validity of a structured telephone reference check procedure. Personnel Psychology, 57(3), 745–772. https://doi.org/10.1111/j.1744-6570.2004.00006.x 概要:誠実さや協調性を尋ねる構造化した電話でのリファレンス確認が、入社後の上司による評価を予測する(相関0.25)ことを示した。

  • Tidhar, R., & Eisenhardt, K. M. (2020). Get rich or die trying… finding revenue model fit using machine learning and multiple cases. Strategic Management Journal, 41(7), 1245–1273. https://doi.org/10.1002/smj.3142 概要:アプリの収益モデルを分析し、業績の高い企業は収益の得方と価値を生む活動が適合していることを示した。

  • Trevor, C. O., & Nyberg, A. J. (2008). Keeping your headcount when all about you are losing theirs: Downsizing, voluntary turnover rates, and the moderating role of HR practices. Academy of Management Journal, 51(2), 259–276. https://doi.org/10.5465/AMJ.2008.31767250 概要:人員削減がその後の自発的な離職率を高めること、手続きの公正さを示す人事施策がその影響を弱めることを示した。

  • Tunguz, T. (2015, November 10). Benchmarking Atlassian's S-1 — How 7 key SaaS metrics stack up. https://tomtunguz.com/atlassian-s-1/ 概要:Atlassianの上場申請書類を分析し、営業・マーケティング費が売上の12〜21%と同業の中央値より大幅に低く、研究開発費が40%を超えることを示した。

  • Van den Steen, E. (2010). On the origin of shared beliefs (and corporate culture). RAND Journal of Economics, 41(4), 617–648. https://doi.org/10.1111/j.1756-2171.2010.00114.x 概要:文化を共有された信念と捉え、選別、自己選択、共同の学習を通じて意図せず生まれること、成功が文化を強めるという逆の因果がありうることを理論的に示した。

  • Vasquez-McCall, B., Aminetzah, D., Berger-de León, M., Jenkins, P., & Collins, S. (2024, October 22). How CEOs are turning corporate venture building into outsize growth. McKinsey & Company. https://www.mckinsey.com/capabilities/business-building/our-insights/how-ceos-are-turning-corporate-venture-building-into-outsize-growth 概要:1,176人への調査で、新規事業づくりに慣れた企業は専任のチームと責任者を持つ割合が高く、本体より高い報酬を払える割合(25%対13%)と独立性も高いことを示した。

  • Walker, P. (2023, February 22). Who becomes the first 10 employees? Carta. https://carta.com/data/newsletter-who-becomes-the-first-10-employees/ 概要:初期スタートアップで専任者がいる割合は人事約11%、経理7%未満、法務約3%にとどまることを報告した。

  • Walker, P. (2025, May 15). Startup headcount is in a deep freeze across all sectors. Carta. https://carta.com/data/linkedin-startup-headcount-frozen-2025/ 概要:米国のスタートアップ4万5,000社超のデータから、シリーズA調達時の平均従業員数が2022年の22人から2025年の14人に減ったことを報告した。

  • Walker, P., & Dowd, K. (2026, March 12). Founder ownership report 2026. Carta. https://carta.com/data/founder-ownership-2026/ 概要:2025年に設立されたスタートアップの36%が創業者一人であり、その割合が10年でほぼ倍増したことを報告した。

  • Wasserman, N. (2003). Founder-CEO succession and the paradox of entrepreneurial success. Organization Science, 14(2), 149–172. https://doi.org/10.1287/orsc.14.2.149.14995 概要:インターネット企業202社を分析し、製品開発の完了と資金調達という成功の節目で、創業者CEOの交代が起こりやすくなることを示した。

  • Wasserman, N. (2008, February). The founder's dilemma. Harvard Business Review. https://hbr.org/2008/02/the-founders-dilemma 概要:米国の212社を分析し、創業3年目までに創業者の半数がCEOを退いていることを示し、企業価値と支配の維持の間の選択を「富か王座か」と名づけた。

  • Wasserman, N. (2017). The throne vs. the kingdom: Founder control and value creation in startups. Strategic Management Journal, 38(2), 255–277. https://doi.org/10.1002/smj.2478 概要:米国の6,000社超を分析し、創業者が保持する支配的な立場が一つ増えるごとに企業価値が低くなる関係を示した。

  • Waterman, R. H., Jr., Peters, T. J., & Phillips, J. R. (1980). Structure is not organization. Business Horizons, 23(3), 14–26. 概要:構造だけが組織ではないとして、戦略、構造、システム、スタイル、人材、スキル、上位目標の7つの要素から成る枠組みを示した。

  • Weigelt, C. (2009). The impact of outsourcing new technologies on integrative capabilities and performance. Strategic Management Journal, 30(6), 595–616. https://doi.org/10.1002/smj.760 概要:米国の銀行のインターネットバンキング導入を分析し、外注への依存が技術を業務に統合する能力を弱め、業績を下げることを示した。

  • Wells Fargo & Company. (2017, April 10). Sales practices investigation report [Report of the independent directors of the board]. https://www.sec.gov/Archives/edgar/data/72971/000119312517118654/d375947ddefa14a.htm 概要:不正営業問題の調査報告書で、営業文化と業績管理の仕組みの歪みを根本の原因とし、掲げた価値観と営業目標の重視の対立を指摘した。

  • Westby, S., Modestino, A. S., & Cheng, P. (2026). Generative AI and the redefinition of entry-level software work (IZA Discussion Paper No. 18723). IZA Institute of Labor Economics. https://www.iza.org/publications/dp/18723 概要:米国の求人データから、ChatGPTの公開後、若手ソフトウェア開発者の求人がシニアの求人に比べて14〜15%減ったことを示した。

  • Yang, L., Holtz, D., Jaffe, S., Suri, S., Sinha, S., Weston, J., Joyce, C., Shah, N., Sherman, K., Hecht, B., & Teevan, J. (2022). The effects of remote work on collaboration among information workers. Nature Human Behaviour, 6(1), 43–54. https://doi.org/10.1038/s41562-021-01196-4 概要:Microsoftの従業員6万1,182人のデータから、全社的なリモート勤務が協働のつながりを固定化・分断し、集団をまたぐつながりを減らすことを示した。

  • Zuckerberg, M. (2022, November 9). Mark Zuckerberg's message to Meta employees. Meta. https://about.fb.com/news/2022/11/mark-zuckerberg-layoff-message-to-employees/ 概要:Metaが人員の約13%(1万1,000人超)を削減した際の文書で、一時的な需要の伸びが続くと見込んで投資を増やした判断の誤りを認めた。

  • Zuckerberg, M. (2023, March 14). Update on Meta's year of efficiency. Meta. https://about.fb.com/news/2023/03/mark-zuckerberg-meta-year-of-efficiency/ 概要:Metaが管理階層を減らし、多くの管理職を実務担当者に戻す方針を示した文書。

この記事をシェア