80億レコードの企業データを扱うプロダクトの舵取りを担うPdM

人を増やした分だけ売上が伸びる時代は終わりました。働き手が減るなか、顧客が1人あたりの生産性をどこまで上げられるかは、SalesNowがどんなプロダクトを出すかで決まります。顧客が企業データベース『SalesNow』に求めているのは、データを使って仕事の進め方が変わることです。何を製品にすれば結果が変わるかを決めるのが、このポジションです。 提供形態はすでに、画面、Salesforce・HubSpot・kintone連携、AIワークフロー、SalesNow MCP、Data API（ベータ版）に広がっています。同じデータを届ける形が増えるほど、何をつくり、何をつくらないかの判断は難しくなり、その判断が事業の伸びを左右します。募集するのは、顧客の課題を特定し、受注率・更新率への影響から開発の優先順位を決めるPdMです。決めた仮説は、自分でつくったプロトタイプで検証まで進めます。

1,600万件超の法人・組織データベースを軸に、複数の提供形態を横断するプロダクト戦略を立てます。扱える情報はWebから集まるものに限りません。実地調査や紙の資料の読み取りで集めた一次情報も、自社メディアに集まる投稿も製品の材料にできます。「この拠点のこの部署に、今この理由で」という粒度の情報と企業の動きを手がかりに、解くべき顧客課題を選びます。

CEO/COO直下で、次の業務を担います。 【プロダクト戦略・企画】セグメント別プロダクト要件の定義／画面・CRM連携（Salesforce・HubSpot・kintone）・SalesNow MCP・Data API・AIワークフローの優先順位付けとロードマップ管理／競合分析・市場調査に基づくポジショニングと差別化戦略 【AI駆動開発（バイブコーディング）】Claude Codeなどを使ったプロトタイプの高速構築／仮説→プロトタイプ→ユーザー検証→改善を週単位で回す／エンジニアとのペアプログラミング 【ユーザー課題の特定と検証】顧客インタビュー、Salesforceの利用データ、サポート問い合わせの分析／エンタープライズ顧客の業務フロー理解と課題抽出／新規ユースケースの探索 【経営直結のプロダクトマネジメント】週次の経営会議でプロダクト戦略と進捗を報告し意思決定に参画／ARR・NRR・チャーン率に紐づくプロダクトKPIの設計と追跡／受注率・更新率の向上施策 ※従事すべき業務の変更の範囲：有り

• プロダクトマネジメント経験3年以上（toB SaaSでの経験尚可）
• 自らコードを書く意欲と実行力（バイブコーディングでプロトタイプを作れる、または短期間で習得する覚悟）
• 変化への適応力とアンラーニング能力
• 経営視点での意思決定力（機能単位ではなく、事業インパクトで優先順位をつけられること）
• エンジニアとの対等なコミュニケーション力 — 技術的な議論に参加し、トレードオフを理解した上で判断できること
• 知的好奇心の高さ — AI・データ・APIなど技術トレンドを自ら追いかけ、プロダクトに還元できること

• Claude Code／Cursor 等のAIコーディングツールの日常的な利用経験／TypeScript・Python・SQLいずれかでの開発経験
• エンタープライズ向けSaaSのプロダクトマネジメント経験／CRM（Salesforce・HubSpot）の設計・運用知識
• API設計・MCP／AIエージェント開発の知見／データ分析基盤（Redash / Looker / BigQuery 等）の利用経験／0→1のプロダクト立ち上げ経験
• 英語ドキュメントの読解力

【①CEO/COO直下で、自分の判断が事業の伸びに直結する】経営会議で優先すると決めた仮説を、自らプロトタイプにできます。機能の改善が受注率・更新率・ARR・NRRにどう結びついたかをCEO/COOと振り返り、次の開発投資の判断に持ち込めます。 【②検索では出てこないデータを出発点に、何を解くかから考えられる】JCコードで拠点ごとに一意のIDを振り、組織図と750万件超の部署連絡先まで持っています。「本社ではなく、この工場の購買部」まで指せる粒度の製品を設計できます。 【③提供形態が広がるフェーズで、何をつくらないかまで決める】どの形に投資するかを決める裁量が大きいポジションです。 【④自分で動くものをつくる、AI時代のPdM像を定義する】PdMもClaude Codeでプロトタイプを自分でつくります。仕様書ではなく動くもので経営と顧客を動かす進め方を確立できます。

データは3つのルートで集めています。

• デジタル：Web情報をAIで日次更新する基盤。数百万件規模のタスクを処理します
• 人手：数万人規模のデータリサーチャーのパートナーネットワークと社内の体制で、実地調査から紙の資料の読み取りまでアナログに集めます。検索では出てこない情報を取りに行きます
• ユーザー投稿：自社メディア（月間700万PV）に集まるクローズドデータを統合します

こうしてWebに出ていない膨大なアナログ・クローズドな情報が入ります。独自のJCコードで本社・工場・支社支店・店舗を拠点ごとに識別し、組織図と部署の直通番号（部署連絡先750万件超）まで持っています。法人番号・社名・住所・電話・URL・メールの多角キーを15段階の優先度で照合し、1社に収斂させています。

• SalesNow MCP（2026年4月 提供開始）：企業データをMCPサーバーとして提供。Claude・CursorなどのAIエージェントから直接扱えます
• SalesNow カスタムAIエージェント（2026年3月 正式提供開始）：顧客ごとの業務に合わせて組むAIエージェントです。社内で回している仕組みを顧客の環境に移植し、有償で納めています
• AIワークフロー：商談準備のレポート、議事録のSFA登録、リードのスコアリング、BANTの抽出などを、ノーコードで組んだワークフローで実行します。CRM・Slack・Notionと連携します
• Data API（ベータ版）：企業・ニュース・採用・組織の4種別
• SalesNow Lite（2026年3月 正式リリース）
• 企業データベース『SalesNow』：条件検索でターゲットを特定し、採用の増加・資金調達・拠点の開設といった企業側の動きから「なぜ今この企業か」をつかみます。Salesforce・HubSpot・kintoneと連携します
• 企業データベースメディア『SalesNow DB』も、このデータインフラの一部です

AIの出力の品質は、参照するデータの品質で決まります。人がAIと企業を調べて判断するには、その企業の実態を捉えるデータが要る。決めるのは人で、AIはその準備と整理を支えます。

営業の戦略立案から、データ基盤の構築・利活用、SFA連携やAI実装の開発、オペレーションの代行まで、一社で提供しています。ヤマト運輸、パナソニック、LINEヤフー、SMBC日興証券、パーソルキャリア、JCB、GMOペイメントゲートウェイなどへの導入実績があります。

私たち自身も、AI前提の組織へつくり替えました。目的と予算を合意したあとは、担当者が進め方を決めます。AIで自分の仕事を組み替えることが、職種を問わず必要になります。経営陣も自分でコードを書きます。

2〜3年後、AIを使えることは当たり前になります。差がつくのは、AI前提で組織と業務を設計できるかどうかです。その設計を、これから一緒にやる人を探しています。

株式会社SalesNow代表の村岡です。 前職の人材ベンチャーで部下10名の営業マネージャー担当時、「手作業によるリスト作成」「非効率な営業アプローチ」にチームの業務工数が80%以上も取られていました。 結果として、顧客フォローが蔑ろになったことが原因で顧客満足度の低下と受注減少を招き、もっと新規開拓をする必要があるのに時間がない、というような負のスパイラルに陥っていました。セールスが一番時間を費やすべき業務である「顧客の課題解決」や「サービスのアップデート」などの本質的なことに時間を使えず、心身を消耗してしまう営業組織は「あるべき姿」から大きくかけ離れています。 営業現場の労働環境向上もサービス利用者の満足度も双方に最大化できるような新たなセールスインフラを構築したいと思いSalesNowのローンチに至りました。

そして今、その射程は営業だけではなくなっています。人がAIと企業を調べ、判断するには、その企業の実態を捉えるデータが要る。だから私たちは、AI時代の企業データインフラをつくっています。営業だけではありません。BtoBの仕事のほぼすべてが、この土台に乗ります。

人を増やした分だけ売上が伸びる時代は終わりました。働き手が減るなかで、1人が生み出せる価値を増やす。SalesNowは「誰もが活躍できる仕組みをつくる。」を掲げ、働き方を根本から変える挑戦をしています。

ぜひ以下の記事をご覧いただけますと幸いです。

• リードVC KUSABI 渡邊氏×CEO村岡対談

https://kusabi.fund/salesnow-interview/

• シリーズAラウンドを終えたばかりの「SalesNowの魅力」を6つ語ります

https://note.com/atsunori_muraoka/n/nfde045599301

• セールスの未来、SalesNowの大勝負

https://note.com/atsunori_muraoka/n/n169c38a27294

• 『SaaS+Database』領域でのLLM活用のリアル

https://note.com/atsunori_muraoka/n/n89f929d98967 ※SalesNowが『SaaS+Database』領域で取り組んだLLMの事例と、それによる成果がわかります。

組織は大きくなるほどつくり直せなくなる。その前に、AI前提の組織へつくり替えました。バリューは「AIネイティブ」「コト志向」「最高品質」の3つ。2025年11月を起点に、社員1人あたりARRを3年で10倍にする目標を置いています。

• AIツールへの支出は1人あたり月平均10万円以上（会社負担）。Claude・Geminiは全員が使え、Codexも併用し、用途でモデルを選びます
• 成果物は複数のLLMに個別レビューを通し、人が根拠を確認して採否を決めます
• 商談準備から議事録作成、CRMへの記録、分析までAIを使い、営業本人の入力はほぼゼロになりました
• 目的と予算を合意したあとは、担当者が進め方を決めます。AIで自分の仕事を組み替えることが、職種を問わず必要になります。経営陣も自分でコードを書きます
• 日本語が話せないメンバーとも、AI同時通訳を使って議論しています。面接もAI同時通訳で行います
• 入社直後は「自部門の業務でAI活用を1つ試す」ところから始めます

【つくっているものの規模】（2026-09-12 実測）

• 直近30日でマージされたPRは2,229本。リポジトリ数298
• 全文検索基盤はOpenSearch 1.05億ドキュメント・約460GB
• 上場企業の開示資料をLLMで構造化し、LLM as a Judgeで判定します。基準を決めるのは人です

言語: Python / TypeScript / Scala / Swift フレームワーク: FastAPI / Next.js / Tailwind CSS データ基盤: Databricks / Delta Lake（Bronze・Silver・Goldの3層）、ジョブ定義はTerraform インフラ: AWS（ECS, Lambda, Aurora, OpenSearch, DynamoDB, S3, CloudFront） LLM: 用途別に併用（Anthropic / Gemini Flash-Lite / Azure OpenAI gpt-4o-mini）

ここでの仕事は、決められた手順をこなすことではありません。目的と予算を合意したら、進め方は自分で決める。AIに何をさせ、どこを自分で判断するかも、自分で設計します。 このような意志を持った方に出会いたいです。

• 「AIネイティブ」「コト志向」「最高品質」というバリューに共感してくださる方
• AIで自分の仕事を組み替えることを、面白がれる方
• 全体最適の視点で組織づくりができる方
• 当事者意識が高く、自ら課題を見つけ、改善に導ける方

https://www.notion.so/salesnow/SalesNow-227c2fb1d6c74823a30f122756bca8b5

2〜3年後、AIを使えることは当たり前になります。差がつくのは、AI前提で組織と業務を設計できるかどうかです。その設計を、これから一緒にやる人を探しています。

渋谷オフィス（リモートワーク可） プロダクト職のため、フルリモート勤務 東京近郊：月1回の出社推奨日あり ※就業場所の変更の範囲：無し 地方在住：年1〜2回の全社イベント出席のみ

（雇入れ直後）CEO/COO直下で、次の業務を担います。 【プロダクト戦略・企画】セグメント別プロダクト要件の定義／画面・CRM連携（Salesforce・HubSpot・kintone）・SalesNow MCP・Data API・AIワークフローの優先順位付けとロードマップ管理／競合分析・市場調査に基づくポジショニングと差別化戦略 【AI駆動開発（バイブコーディング）】Claude Codeなどを使ったプロトタイプの高速構築／仮説→プロトタイプ→ユーザー検証→改善を週単位で回す／エンジニアとのペアプログラミング 【ユーザー課題の特定と検証】顧客インタビュー、Salesforceの利用データ、サポート問い合わせの分析／エンタープライズ顧客の業務フロー理解と課題抽出／新規ユースケースの探索 【経営直結のプロダクトマネジメント】週次の経営会議でプロダクト戦略と進捗を報告し意思決定に参画／ARR・NRR・チャーン率に紐づくプロダクトKPIの設計と追跡／受注率・更新率の向上施策 ※従事すべき業務の変更の範囲：有り

【勤務地】東京

【本社所在地】東京都渋谷区桜丘町1-4 渋谷サクラステージSHIBUYAサイドSHIBUYAタワー7F