採用担当からコーポレートITへ。想定外の異動から始まった、n8n×AIワークフロー構築の半年間

本記事は、IVRy Advent Calendar 2025「IVRy AIブログリレー Part2」の18日目の記事です。 昨日は、Motoakiさんが「仕事をAIで「楽で楽しく」するために、現代人が磨いてくべき思考について」という記事を公開しています。こちらもぜひご覧ください！
リレー全体は 「IVRy Advent Calendar」からご覧いただけます。 アドベントカレンダー・2レーン目のテーマとして「みんなが知らないIVRy！」も開催していますので併せてご覧ください。

はじめに

こんにちは。2024年4月にIVRyへ採用担当として入社し、2025年5月からコーポレートIT兼組織開発を担当しています、Fukuda（@yuki_la_end27）です。
以前執筆した入社エントリでは「夢中になれる環境を求めて」とポジティブに書いたわけですが、実は入社から約1年後、突然の異動を経験しました。そしてその異動は、正直に言うと「自分はもうダメなんじゃないか」と感じてしまうほどショックなものでした。

そこから始まった半年間で、未経験のコーポレートIT領域に飛び込み、n8nとAIを使ったワークフロー構築に取り組んできました。
この記事は、同じように「想定外の異動」や「未知の業務効率化ミッション」に直面している方々に向けて、私の半年間の軌跡を正直に綴ったものです。

• 「想定外の異動」に対する考え方の変化と葛藤

• 非エンジニアがAIとノーコード（n8n）でどうアウトプットを出したかという具体的な事例。

• 技術（専門知識）がわからなくても、業務理解を武器に挑戦できるという希望。

簡単にですが、その軌跡を振り返ってみます。

「戦力外通告」と感じた突然の異動

2025年5月、上長との1on1にて、採用担当からコーポレートIT兼組織開発への異動通知がありました。

異動の背景には、経営方針の変化がありました。それに伴い採用のあり方も変わり、より高い専門性や仕組み化が求められるタイミングだったのです。

私はフリーランス時代からIVRy（当時社員数20名頃）に関わるようになり、そこから200名になるまで、採用立ち上げからコミットしていました。採用領域に軸足を置いたキャリアは、フリーランス時代も含めると約6年。自分にとってアイデンティティとも言える領域でしたが、150名あたりを超えてからは、自分の持つスキルセットと求められるものにギャップを感じ始め、組織が大きくなるにつれて各所でバージョンアップしなければならないフェーズになり、バリューを発揮できている実感が、徐々に薄れていました。

異動が決まった時、率直にショックが大きかったです。

私の中では上記の通り、直近は思うように貢献できていない感覚が強かったので、異動通知でその予感が確信に変わり、「やっぱりダメだったんだ」と意気消沈しておりました。入社エントリに書いた通り、「偶発的なキャリア機会を求めて正社員になった」と言ったくせに、実際その状態に目の当たりにすると凹むっていうヘボメンタルでしたw

新しいことに挑戦できるんだっていうワクワクよりは、落ち込む気持ちが勝っていました。

腹を括った瞬間

正直、何かドラマのような特別な出来事があって、心境が一変したわけではありません。

リクルーターだった同僚や社外の人事仲間に相談したとき、「絶対戦力外じゃないよー」「むしろチャンスじゃん！私が代わりにやりたいくらい！」と、拍子抜けするほど明るく励ましてくれたんです。 当時の自分はずっとネガティブなままでしたが、周囲があまりにあっけらかんとしているので、なんだか毒気を抜かれたというか。

結局のところ、起きた事象をどう捉えるかは受け取り手次第。 「今の自分のモノサシでは『戦力外』にしか見えない。でも、客観的に見たら彼らの言う通り『チャンス』なのかもしれない」

そう思い直して、「自分でポジティブに変換できないなら、この明るい外野の声に騙されてみよう」と、判断を他人に委ねてみることにしました。 自分の頭で悩み続けるのをやめて、流れに身を任せてみよう。そうやって、半ば周りに流されるような形で腹を括りました。

後から振り返ると、この「誰かのネガティブな状況を、個人の問題にせず、みんなで明るくチャンスに変えようとする」空気感は、IVRyの持つ文化的な強みの一つだと感じています。この文化があったからこそ、未経験の私でも腐らずに一歩を踏み出せました。

最初の壁：n8nって何？全部わからないw

コーポレートIT兼組織開発という役割を拝命した中で、「Optimization」というプロジェクトへアサインされました。簡単に言うと、社内の業務効率化の課題を見つけて優先順位をつけて解決していく、そして全社員がAIを使って働くのが当たり前になる文化を作る、というミッションです。

そのために、n8nというノーコードツールとAI（主にGemini）を使って、社内の様々な業務フローを自動化していきました。

n8nって何？という状態からのスタートでした。

画面を開くと、英語ばかりで意味不明。「ノード」って何？「トリガー」って何？前のノードで処理した内容を次のノードにどうやって引き継ぐの？JSONとか色々書き方のお作法があるはずで、それを体系的にキャッチアップしないまま発車したので、まあまあ大変で、正直、「これ、本当に自分にできるのか？」と不安になりました。わかるようになる実感が全く持てませんでした。

「どうやって壁を乗り越えたか」という問いに対して、ドキュメントを読んだ！とかっこつけて言いたいですが、そんなことはなく、Geminiに全部聞きました。

「このノードどう使うんですか？」
「このエラー何ですか？」
「前のノードのデータをどうやって次に渡すんですか？」

Geminiに質問しまくって、返ってきたコードをコピペして、動かして、エラーが出たらまた質問して…最初は地獄でした。Geminiが書いたコードをコピペしても、真っ赤なエラーが出る。「このエラーは何？」と聞くと、また別のコードが返ってきて、それを貼るとまた別のエラー。「お前（AI）が書いたんじゃんか！」と独り言を言いたくなるときもありました。

転機になったのは、AIへの接し方を変えたことでした。 ただ答えを求めるのではなく、「私はAという処理をして、Bという結果を出したい。今のコードだとここが違う気がするけど、どう思う？」と問いかける。これって、メンバーに対するマネジメントやフィードバックと同じだなと。

技術的なコードは書けなくても、やりたいことを定義してAIに伝える「翻訳」なら、私にもできる。そう思えた瞬間、エラー画面が「対話のきっかけ」に見えるようになりました。

初めての成功体験：Doorman

最初に取り組んだのが「Doorman（ドアマン）」という、社内問い合わせを適切なチャンネルに振り分けるBotでした。

当時、IVRyには#ask-corp-it（IT関連）、#ask-general-affairs（総務関連）など、複数の問い合わせチャンネルがありました。ただ、質問者からすると「PCトラブルはITだけど、備品申請は総務？それとも人事？」みたいに、どのチャンネルに聞けばいいか迷うんですよね。結果として、不適切なチャンネルに投稿されて回答が遅れたり、質問がスルーされてしまったりと、質問者・回答者の両方にとって不便な状態が続いていました。

そこで、SlackでBotにメンションして質問を投稿すると、Gemini（AI）が内容を解析して適切なチャンネルをレコメンドする仕組みを作りました。

当初は自動転送も考えたのですが、AIの判断ミスで関係ないチャンネルにノイズが飛んだら結局使われなくなるよな、と思い、まずは「この質問は#ask-corp-itで相談するのが良さそうです」とレコメンドするだけに留めました。最終的にはBotが質問に直接回答してくれるようにしたいのですが、まずは確実に動く一歩目として、レコメンド機能から始めた形です。

Botにメンションした時、意図した通りに適切なチャンネルをレコメンドしてくれた瞬間、「これ、いけるかも！」と初めて手応えを感じました。

半年間で構築したワークフロー

そこから、いくつかのワークフロー構築に取り組みました。

YOUTRUSTスカウトプロセスの効率化

一部の職種の採用において、候補者の選定からスカウト文面作成までの一連の作業に多くの手作業と時間がかかっていました。

そこで、SlackのYOUTRUST候補者通知をトリガーに、情報を自動でNotionデータベースへ構造化して蓄積。採用担当者がNotion上で候補者のプロフィールを確認し、「スカウト候補（職種）」を選択すると、候補者の経歴と自社の課題を分析した文面の下書きが自動生成され、Notionに書き戻されるという仕組みを作りました。

技術的に可能な「全自動化」を選ばず、あえて「人間が一度目を通す」というワンアクションをトリガーに残したのがポイントです。これにより、「今のIVRyにマッチする可能性が高い方を厳選し、その方に合わせたスカウトを送る」という品質担保が可能になりました。

結果、スカウト送付までにかかる時間を1件あたり約20分から約6分へ短縮（約70%削減）。月間20件送付する場合、約4.5時間の工数削減インパクトとなる見込みです。

何より、「ゼロから書き始める」負担が大幅に軽減され、候補者一人ひとりの経歴や志向性に合わせた文面のカスタマイズに、じっくり時間をかけられるようになったのが大きな変化でした。

公開求人情報の収集自動化

毎月、競合他社の公開求人情報を目視で確認し、給与や職種情報を手作業で整理する作業に数時間を要していました。

そこで、公開されている求人情報の中から必要なデータを定期的に収集・構造化する仕組みを構築しました。AIが職種カテゴリや給与情報を整理し、Notionデータベースに自動反映させることで、変化の追跡も可能にしました。

「データ入力」の時間が消え、「競合の採用戦略分析」や「自社の採用要件の見直し」といった本来やるべき思考業務に100%時間を使えるようになりました。

社内データと外部情報の突合ワークフロー（開発中）

営業活動において、リードごとに企業情報をリサーチする作業に多くの時間がかかっていました。

そこで現在、社内に蓄積された企業データベースと、Web上の公開情報を突合し、企業規模や事業内容を自動判定する仕組みを構築中です。手動トリガーと自動トリガーの両方に対応させることで、現場の「ちょっと調べたい」というニーズにも柔軟に対応できる設計を目指しています。

半年間の学びと、これから

学んだこと

半年間で一番苦労したのは、技術そのものよりも「何をどの順番で進めるか」という業務フローの設計だったなと思います。
例えば、最初は「上手くいった時」のワークフローばかりを考えていて、「どういう時にエラーが発生しうるか」「そのエラーをどう回避するか」というエラーハンドリングの視点が全く持てていませんでした。DoormanでAIが判定に迷った時に「その他」に分類する逃げ道を設けたのも、そういった学びからでした。

また、自分の推測だけでは限界があるので、「この業務ってなんでこうしているの？」というドメイン知識を取りにいく姿勢が重要だったように感じます。現場の人に業務の背景や困りごとを聞くことで、より実態に即した自動化の設計ができるようになりました。「なぜそうしているのか」「どこに困っているのか」を引き出すこの姿勢は、採用担当で培ったものかもしれません。

これから

目指す姿は、「採用」「組織開発」「業務最適化（Optimization）」の3領域を掛け合わせた、独自の専門性を持つ人材になることです。事業の成長を「人材の入口から活躍、そして組織全体の生産性向上」まで一気通貫で考えて動けるようになりたいです。

上長の植田（chama）が下記の記事で書いていた「AIの活用は単に既存の業務を自動化するだけではなく、業務プロセス自体をAIを前提として再設計することで、AIの能力を最大限に引き出せる」という考え方は、まさに自分が半年間で体感してきたことでした。既存の業務をそのまま自動化するのではなく、「AIがいることを前提に、どういうフローにすべきか」を考える視点が重要だと感じています。

1年後には、担当する3領域それぞれで、自律的に課題解決を推進できる状態を目指します。具体的には、採用プロセスをデータに基づき改善し、入社後のオンボーディング体験を組織開発の観点から再設計し、それらの人事業務自体をITの力で効率化する、といったように、3つの専門性を連携させた具体的な成果を出していたいです。
3年後には、3つの専門性を完全に融合させ、経営により近い立場で「事業の成長を支える組織戦略」そのものを考えて実行する役割を担っていたいと考えています。

終わりに

「戦力外通告」と感じた異動から始まった半年間を振り返ると、正直最初はショックが大きかったです。でも、腹を括って飛び込んでみたら、採用とは全く違う形で「組織の生産性を上げる」という貢献ができることに気づきました。
Geminiに全部聞きながら、試行錯誤しながら、少しずつワークフローが動くようになっていく過程は、正直めちゃくちゃ楽しかったです。

もし、未知の領域に飛び込もうとしている人がいたら、「わからない」を前提に進める勇気を持ってほしいなと思います。わからないことは全部AIに聞けばいいし、現場の人に聞けばいい。そうやって一歩ずつ進めていけば、意外となんとかなるものだと感じています。

IVRyでは引き続き、採用×組織開発×Optimizationの掛け合わせで、事業と組織の成長に貢献していきたいと思っています。
最後まで読んでいただき、ありがとうございました！

IVRyでは「イベントや最新ニュース、募集ポジションの情報を受け取りたい」「会社について詳しく話を聞いてみたい」といった方に向けて、キャリア登録やカジュアル面談の機会をご用意しています。
ご興味をお持ちいただけた方は、ぜひ以下のページよりご登録・お申し込みください。

herp.careers O03.カジュアル面談

株式会社IVRy

募集要項をみる