knewit Company Deck

Transcript

1. Company Deck knewit紹介資料
2. ໊ࣾ גࣜձࣾLOFXJU ॴࡏ஍ ʢຊࣾʣ ౦ژ౎ઍ୅ా۠߿ொ—
   ΤΩεύʔτΦϑΟε߿ொ ߸ ʢ໊ݹ԰ࢧళʣѪ஌ݝ໊ݹ԰ࢢত࿨۠௽෣ʢʮ45"5*0/"Jʯ಺ ʢ඿দࢧళʣ ੩Ԭݝ඿দࢢத۠஁໶ொ
   ββγςΟ඿দதԝؗ #' '64&಺ ઃཱ೔ ೥݄೔ ୅දऀ খ઒ ௚࠸ ࣾһ਺ ໊ʢۀ຿ҕୗؚΉʣ ࢿຊۚ  ສԁ ࣄۀ಺༰ ˔ՙओ޲͚ΦϖϨʔγϣϯࢧԉϓϩμΫτʰχϡʔΠοτʱ։ൃɾఏڙ ˔ՙओ޲͚ΦϖϨʔγϣϯߏஙίϯαϧςΟϯά ೝఆ *40*&$
   
   
   +*4
   2
    גओ ΦϖϨʔγϣϯมֵ͔Β ೔ຊͷαϓϥΠνΣʔϯΛ࠶ߏங͢Δɻ 2
3. Confidential 3 代表取締役/CEO খ઒ ௚࠸ Naoya Ogawa • 明治大学 政治経済学部 経済学科卒 • 名古屋商科大学大学院 (MBA) 卒業 • 豊田通商株式会社金属本部配属後国内鋼材加工物 流事業に於いて法人営業、鋼材商物流の構築とデジタ ルを活用したBPRプロジェクトに従事 • 2022年2月株式会社knewit創業 取締役/営業責任者 ࡔఉ ًॆ Terumitsu Sakaniwa • 慶應義塾大学 経済学部卒 • 伊藤忠商事株式会社繊維部門配属後、国内アパレ ル企業及び小売業向け営業、企業事業再生案件を担当 • クラタホールディングスで は店舗型ビジネス2事 業で経営企画/マーケティングを担当し事業拡大・黒 字化に貢献 • 2022年7月株式会社knewit参画 執行役員/CTO ੢ຊ ༸ل Hiroki Nishimoto • 東京大学大学院総合文化研究科広域科学専攻 卒業 • 尿を利用した疾患の早期発見と治療最適化を目指 すCraif株式会社では社内向け管理ツール開発に従事 • 教育系ベンチャーは唯一のエンジニアとして、月 商1億越のオンラインリスキリング事業のシステムを独 自に構築 • 2022年11月株式会社knewit参画 商社・メーカーのオペレーションに精通した創業チーム ܦӦϝϯόʔ
4. Confidential 4 売上高、販売費、営業利益の月次推移 オペレーション領域に事業転換。 その後、プライシングを見直しグロース&黒字化 資金調達① 資金調達② SCR実装支援 リリース 25年11月 単月黒字化 ۀ੷ਪҠ
5. 1 ର৅ྖҬ LOFXJU͕औΓ૊Ήͷ͸ՙओاۀ ঎ࣾɾϝʔΧʔ౳ ͷΦϖϨʔγϣϯྖҬ
6. Confidential ΦϖϨʔγϣϯมֵ͔Β ೔ຊͷαϓϥΠνΣʔϯΛ࠶ߏங͢Δɻ ͜Ε͸୯ͳΔࣄۀػձͰ͸ͳ͍ɻ ೔ຊͷ࢈ۀߏ଄͕௚໘͢Δେ͖ͳ՝୊ʹର͢Δɺզʑͷ౴͑Ͱ͢ɻ ͱ΋ʹະདྷͷΦϖϨʔγϣϯΛ૑଄͠·͠ΐ͏ɻ 6 Mission
7. Confidential 7 顧客のオーダーに対応するための 受発注管理、見積管理、物流・加工・保管手配の総称 ΦϖϨʔγϣϯʢ௨শσϦόϦʔۀ຿ʣͱ͸
8. Confidential 8 そもそも、荷主企業の物流コストが物流会社の売上 売上 600兆円-1,000兆円 物流 コスト 売上 25兆円 荷主(（メーカー・商社）) 物流会社 同じ ྖҬબఆࠜڌ
9. Confidential 9 物流会社の利益は0.3%、極少。投資余剰少。 売上 600兆円-1,000兆円 物流 コスト 売上 25兆円 荷主(（メーカー・商社）) 物流会社 利益はわずか 0.3% （限界） 同じ ྖҬબఆࠜڌ
10. Confidential 10 荷主企業のコスト改善施策は従来は下請けへのコスト交渉 売上 600兆円-1,000兆円 物流 コスト 売上 25兆円 荷主(（メーカー・商社）) 物流会社 利益はわずか 0.3% （限界） 同じ しかし、人手不足で物流会社の 交渉力が強まり、別施策が必要 ྖҬબఆࠜڌ
11. Confidential 11 荷主は本質的なコスト低減施策の解像度低 売上 600兆円-1,000兆円 物流 コスト 売上 25兆円 荷主(（メーカー・商社）) 物流会社 利益はわずか 0.3% （限界） 同じ 納期管理、ルート策定、現場把握 できていない ྖҬબఆࠜڌ
12. Confidential 12 knewitは荷主企業のオペレーションからアプローチ 売上 600兆円-1,000兆円 オペレーションコスト 物流 コスト 売上 25兆円 荷主(（メーカー・商社）) 物流会社 利益はわずか 0.3% （限界） 荷主側のオペレーション改革 の領域 同じ ྖҬબఆࠜڌ
13. Confidential 13 TA M SA M SO M SAMの中での特定産業 × IT投資意欲 160億～320億 TAMの中での改善可能領域20% 約4,200億 中堅・大企業のオペレーション人件費総額 2.1兆円 市場規模 参考 TAM（Total Addressable Market）の定義 小規模企業はオペレーション人員が少なく、構造的改善によるインパクトが限 定的なため対象外とする。 中堅企業および大企業をTAMの対象とする。 TAM対象人員数： 中堅：269,500人、大企業：115,500人＝合計：385,000人 オペレーション人員の平均人件費を以下と設定する。 1人あたり人件費：5,500,000円／年 TAM金額： 385,000人 × 5,500,000円 = 約2.1兆円／年 SOM（Serviceable Obtainable Market）の定義 TAMに含まれるオペレーション業務のうち、 業務改善・効率化により見直し可能な領域を20%と仮定する。 SOM金額： 2.1兆円 × 20% = 約4,200億円 SAM（Serviceable Available Market）の定義 SOMの中から、現実的に狙える市場を以下の条件で絞り込む。 条件① 産業領域 調達・物流オペレーション比重の高い産業（鉄鋼、化学等）を20%と仮定 条件② IT投資意欲 基幹システムや業務基盤のリプレイスに対して意欲のある企業を20~40%と仮 定 SAM金額： 4,200億円 × 20% × 20~40% = 約160~320億円 荷主のオペレーション領域は巨大市場×改善余剰有×専門性高 *2. 企業規模別の内訳 企業数ベース 区分／社数比率／社数／オペレーション人数／合計人数(下限より) 小規模／93%／358,050社／2〜4人／716,100人 中堅／7%／26,950社／10〜30人／269,500人 大企業／0.3%／1,155社／100〜500人／115,500人 *1. 市場母数の定義 国内のメーカー・商社は合計55万社とする。 メーカー：約34万社、商社：約21万社 このうち、業務オペレーションに一定の仕組み（業務プロセスやシステム）を取り入れている企業を70%と仮定する。 紙運用のみ、家族経営中心など、構造的な業務改善余地が乏しい企業は除外する。 対象企業数：55万社 × 70% = 約38.5万社 ࢢ৔ੑ
14. 2 ΦϖϨʔγϣϯ͸୲͍खෆ଍Ͱ͋Δ͕ɺاۀͷڝ૪ྖҬͰ͋Γ൚༻πʔϧͰͷมֵ͕ ਐ·ͣɺݸผ࠷దԽ͞Εͨ··ӡ༻͞Ε͍ͯΔ ࢢ৔ͷߏ଄
15. Confidential 止まらないFAX確認 確認の抜け漏れ 15 受注 案件 受注 手配 受注 情報 管理 加工 情報 入力 依额書 発行 加工状 況管理 出荷依 頼 メー ル FAX 基幹 システ ム A 基幹システムA 配送計画 配車 計画表 怍成 配車 計面 共有 配送 指示 出荷 指示 基幹システムA 出荷 処理 口頭 発注 配送実 態支援 配送 現場 改善 監査 依頼 /口頭 オペレーションにはシステムと手動管理が混在、 業務点在による管理複雑性の肥大化が多発。工数大。 管理 出荷 確認 売上 登録 計上 請求書 発行 仕入れ 計上 請求チ ェック 基幹 システムA 会計システムA 古い基幹シス テムへの永遠 続く手打ち転 記 完成した情報 をシステムへ 戻す手間 現場との連携 はシステムを 介さずアナロ グで行う システム連携がな い会社とエクセル を介した非同期計 画業務。何度も起 きる手戻り ΦϖϨʔγϣϯͷྲྀΕ
16. Confidential 16 企業の競争力を大きく左右する競争領域。 オペレーションは差別化が必須 競争領域 非競争領域 •電話対応 •納期管理 •納期対応速度 •見積ロジック •物流計画 差別化された、 良い仕組みを取り入れる領域 汎用的な、 良い仕組みを取り入れる領域 •経費精算 •勤怠管理 •名刺管理 •チャットツール •人事評価 ΦϖϨʔγϣϯͷಛੑ
17. Confidential SaaS コンサルティング 17 SaaSを導入しても、全体の解決にはならず、別の箇所で不都合が発生 コンサルティングだけでは絵に描いた餅になる 特定の業務を最適化すると別の業務に不都合が生 じる。 オペレーション改善はゼロサムゲームになりやす いことを考慮できず破綻する 何をどのように変えればいいかまでは示せるが、 日々の仕組みに落とし込むシステムにできない システム化には時間と費用が発生 طଘιϦϡʔγϣϯͷݶք
18. Confidential 18 課題 一方で 結果として 市場ニーズは • 2030年までに物流従事者が ▲40万人 • 労働力起点の改善が限界到 達 • SaaS導入の50%が到達しない • 特化型SaaS導入だけでは改善 範囲が限定的、 • オペレーション全体での 歪みが発生 人材供給の減少 テクノロジー導入の限界 • 業務の30%～40%に改善余 地 • 自動化・AI化のポテンシャ ルは大きい SCM領域の改善余地大 • 成功要因は 個別化>汎用 • 競争力をより伸ばす サービスに価値がある 個別最適化 一部業務特化のSaaSやコンサルのみでは難しいが ドメインに残存している獲得可能なパイは非常に大きい طଘιϦϡʔγϣϯͷݶք
19. 3 ίϯαϧςΟϯά✕ϓϩμΫτͰاۀͷΦϖϨʔγϣϯʹਂ͘ೖΓࠐΈɺڝ૪ྖҬͷ มֵΛ࣮ݱ LOFXJUͷݱࡏ஍
20. Confidential 20 提供中ソリューション クライアント 調達物流 SCM UX AI・LLM オペレーション変革モジュール コンサルティングで業務を設計しモジュールを組み合わせ 顧客が実行可能なオペレーションを素早く構築 ఏڙιϦϡʔγϣϯ
21. Confidential 1.業務の課題整理 2.要件の設計 3.プロセスの再設 4.定着支援 21 業務効率化に向けた体制構築支援 • 業務フローと課題の造整理 • 属人・手作業領域のリスク抽 出 • 優先改善業務の特定と整理 • 機能要件とUI要望の精緻化 • マスタ設計とデータ粒度の統 一 • 運用影響と定着障壁の可視化 • ToBeフロー策定とルール設 定 • 承認権限・例外処理の設計 • 移行残業務の明確化と最適化 • 管理体制と所学範囲役割設計 • マニュアル/FAO等の資料整備 • 展開フェーズの段階及び伴走 オペレーション領域特化型のBPRを提供 4$3࣮૷ࢧԉ
22. Confidential 22 オペレーション変革に特化したモジュール群を提供 配送計画・共有の デジタル化・効率化 受注業務の デジタル化・効率化 納入手順管理の デジタル化・効率化 案件管理・書類作成の デジタル化・効率化 4つのモジュールを活用し、実態に則した導入を実現 ニューイットAPI coming soon ニューイット在庫管理 coming soon ϓϩμΫτ Ϟδϡʔϧܕ
23. 4 "*º#10ͰΦϖϨʔγϣϯͷ୲͍खෆ଍՝୊Λղফɺ πʔϧఏڙ͔ΒʮΦϖϨʔγϣϯΛ୲͏ଘࡏʯ΁ਐԽɺඇ࿈ଓ੒௕Λૂ͏ ࠓޙͷ੒௕ࢪࡦ
24. Confidential 24 インプット アウトプット 顧客からのオーダー メール 顧客からのオーダー FAX 顧客からのオーダー その他 納期調整対応 数量調整対応 書類作成 メール自動送付 顧客価値 ARPAを拡大 担い手不足解消 (仮称) プロダクトで 構造化 専門集団の 補完 AIで自動処理 プロダクトのエージェント化と業務代行を提供、 オペレーションの担い手不足の解消を狙う ࠓޙͷ੒௕ઓུ
25. Confidential 25 業務設計・改善思想 Operation Design 実装・運用併走 Excution プロダクト深化 Product Growth Domain Knowledge 創業チームの深い顧客/業務理解 標準化・データ収集 Standardization 構造化されたオペレーションをエージェントが自律実行 χϡʔΠοτΤʔδΣϯτ 作業ログ 在庫・庫内データ 業務プロセスログ 入荷・出荷データ 様々な企業活動情報 経営ダッシュボード αʔϏεఏڙͷମܥԽ (コンサルタントが教育可能に) • 設計内容を現場実装 • 成果が出るまで走支援 • AIとBPOによる補佐 年輪的な進化 ސ٬ͱڞʹ σʔλͱϓϩμΫτ ͕ਂԽ AI×BPO”による 実行中核 STEP0：ナレッジ化 • 属人化・ブラックボックス化解 消 • 改善手順標準化・テンプレ化 • ドメイン知識に基づく高解像度 設計 STEP2＆3：AI・プロダクト化 • 現場知見を高速反映 • 改善データ統合UI・API連携 • AIによる予測示唆・自動判定 （異常検知など） STEP1：現場スキル標準化 • 成功パターンを体系化 • 作業熟達度・スキルギャップ可 視化 • 再現性の拡張・教育コスト削減
26. Confidential 26 進行中 ▼ ARPA拡張 × ツール提供 Step 2 ARPA拡張 × 人の業務代替 Step 3 顧客拡販 × 人の業務代替 Step 4 ARPA拡張 × 人の業務代替 シード シリーズA シリーズB 勝ち筋があること、 収益性を検証 エージェントxBPOの 収益性を検証 ARPA拡大拡販の 蓋然性検証 FY26Q4–FY27 Q2 FY261Q-3Q FY27Q3以降 Step 1 AIxBPOで業務代替しARPAを拡張する ࣄۀϩʔυϚοϓ FY25
27. Confidential 27 シリーズAは『AIxBPOでオペレーションを代替できること』を証明する AIエージェント 開発・検証 BPO体制構築 コンサルティング& プロダクト事業 グロース コンサルティング& プロダクト事業 グロース方法検証 •AIエージェントのPoC実施 •データモデルの精度検証 •AI＋人で実行するハイブリ ッドBPO運用モデルを整備 •品質保証プロセスの構築 •人材の継続的な確保 •PRを通じた導入の推進 •コンサルタント/人材の採 用 •オペレーションエクセレン スの確立 •クロスセル・アップセルの 体系化検証 •ネットワーク効果の検証 •販売チャネルの検証 γϦʔζ"ݕূࣄ߲
28. 5 ίϯαϧɾ1.ɾ#10ɾ"*
    ͕Ұؾ௨؏Ͱ࿈ܞ͠ɺ &YFDVUJPO
    'JSTU
    º *OUFMMJHFODF
    º 1SPEVDU
    ͷࡾҐҰମΛࢧ͑Δ ૊৫ɾਓࡐ࠾༻ʹ͍ͭͯ
29. Confidential コンサル・PM・BPO・AI が一気通貫で連携し、 Execution First × Intelligence × Product の三位一体を支える。 ૊৫ɾਓࡐܭը 項目 役割 必要人材/スキル ロードマップ上の役割 1 SCR伴走支援 • 現場改善・導入支援・診断 • コンサル、PM、業務改善人材 • Stage1：量産体制構築 • 改善データの大量蓄積 → AI学習に直結 2 AI/Intelligence チーム • 予測/示唆・自動化モデルの開発 • データサイエンティスト、MLエ ンジニア • Stage2：AI事業化（BPO化） • ※Executionで得た改善ログをモデル 化 3 Product(SaaS) • UI統合・テンプレ化・ワークフロ ー標準化 • Pdm、エンジニア • Stage3：スケールモデル確立 • ARRの最大化 4 BPO・Ops • 在庫/受注/請求などの半自動処理 • 現場オペ、低スキルOps • Stage3：AI×標準化による粗利向上 （40→55%） 5 Biz・管理 • 組織横断と知見共有・採用・管理 • HR、経営管理、横断マネジメント • 成長スピードの最大化/人材の最適配 置
30. Confidential 事業成長の基盤となる「実装力×改善力×プロダクト活用力」を 内製化すべく、FY2026–2029で必要なタレントを計画的に獲得する。 ࣄۀεέʔϧʹ޲͚ͨओཁϩʔϧཁһܭը 役割 年度 人員体制 求めるスキル 採用ターゲット 採用の方向性 セールス FY2026 2 • 経営層向けの課題抽出・提案ストー リー構築力 • SCR（伴走改善）とプロダクト価値 を一体で訴求できるロジック構築力 • PM視点での案件採算性の理解（粗 利60%モデルへの貢献） • BizDev / フィールドセールス経験者 （SaaS・物流DX・SCM領域） • コンサルティングファーム出身者 （IT / Ops領域） • 総合/専門商社出身者 • エージェント（SCM系 / ITセールス 特化） • リファラル採用（既存PMのネット ワーク活用） • BizReach / LinkedIn（スカウト強 化） FY2027 5 FY2028 9 FY2029 16 SCR‐PM FY2026 2 • As-Is / To-Be整理と改善ロードマッ プ作成 • 現場ファシリテーション / KPI管理 • データに基づく改善仮説の構築 プロダクト活用を組み込んだ業務変 革デザイン力 • 総合/業務系コンサル（シニアコン サルタント～マネージャー） • 物流会社の改善・現場DX経験者 • IT・BPOのプロジェクトマネージャ ー • リクルートエージェント・JAC（コ ンサル/SCM特化） • リファラルでの即戦力採用 • note・イベント・事例発信によるオ ーガニック採用 FY2027 4 FY2028 7 FY2029 12 SCR 導入支援 FY2026 2 • 研修/設定/現場定着のハンズオン実 行力 • UI/設定理解を踏まえて業務に落と す力 • “属人依存業務の棚卸し→標準化” の伴走スキル • システム導入経験者（SaaS導入CS、 ITコンサル） • オペレーション改善/現場研修の経 験がある人材 • 顧客成功/教育担当などの実務者層 • 若手層はGreen / Wantedly • 導入経験者はエージェント経由 • オペレーション系人材の転職市場を 活用 FY2027 4 FY2028 7 FY2029 23
31. Confidential Ұൠతͳબߟϓϩηε 正社員 ※ポジション・候補者様によって、ステップは変更となる場合がございます 業務委託 1. 書類選考 2. カジュアル面談 w/役員 3. 一次面接 w/現場メンバー 4. 最終面接 w/役員陣 5. 内定 1. 書類選考 2. カジュアル面談 w/役員 3. 最終面接 w/現場責任者(+役員) 4. 内定