INTERVIEW

AI鬼管理 利用者インタビュー 藤本 昇也 氏|ドーン・クロス株式会社 創業メンバー／アライアンス責任者

「人間がパソコン上でやっている動作は、すべてロジック化することで AI に再現させられる」── 2026年は、その事実が当たり前になった年

ドーン・クロス株式会社の創業メンバーとして、アライアンス責任者を務める藤本 昇也 氏。営業定例の準備工数、計測データの確認、お問い合わせを起点とした営業資料作成 ── 「人がやっている雑務」をどう AI に置き換えていくか。AI鬼管理を受けてみての率直な感想と、ご自身の業務がどのように書き換わったのかを、Q&A 形式でじっくり伺いました。

Guest藤本 昇也 氏（ドーン・クロス株式会社 創業メンバー／アライアンス責任者） ThemeAI鬼管理 利用者インタビュー Interviewer菅澤 孝平（株式会社GENAI 代表取締役）
藤本 昇也 氏
藤本 昇也 氏｜ドーン・クロス株式会社 創業メンバー／アライアンス責任者

本日は、ドーン・クロス株式会社の創業メンバーとして、アライアンス責任者を務める藤本 昇也 氏に、AI鬼管理を受講いただいた感想と、ご自身の業務がどう書き換わったのかを伺います。藤本氏は、楽天グループ株式会社で新卒約800名中トップの営業成績を達成された後、現職にて新規事業・M&A・PMI と幅広い領域で企業の成長を支援されています。

本記事では、営業定例の業務フロー改善、M&Aディール（事業承継トラック）の自動化、買い手候補の選定や打診メールの設計、そして「人間がやっている動作はすべてロジック化して AI に再現させられる」という気づきまで、藤本氏自身の言葉で語っていただきます。AI鬼管理を受けてみての率直な感想を、Q&A 形式でお届けします。

藤本 昇也 氏

藤本 昇也 （ふじもと しょうや）氏

ドーン・クロス株式会社 創業メンバー／M&A情報館管理本部　アライアンス責任者

米国州立ノースアラバマ大学経営学部経営学科卒業後、新卒で楽天グループ株式会社へ入社。楽天モバイルの営業や、グループ横断的な組織開発に従事し、新卒約800名中トップの営業成績を達成。その後、ドーン・クロス株式会社に創業メンバーとして参画し、M&A情報館管理本部 アライアンス責任者として、新規事業・M&A・PMI を幅広く支援している。

前職での営業現場で多くの経営者と触れ合い、企業成長に関する課題を間近で見てきた経験と、幼少期から父親が経営者であった原体験から、企業の成長戦略を解決する手段として M&A 業界に参画。M&Aのニーズを一次情報でキャッチアップしながら、様々な方面でのアライアンスを通じて企業成長を支援している。

ドーン・クロス株式会社公式サイト

Q1.AI鬼管理を受講するにあたって、いちばん相談したかったテーマは何でしたか？

藤本 昇也 氏
藤本 昇也 氏
大きく3つありました。1つ目は営業定例の準備工数です。メンバーが毎週の定例に向けて、メールや電話で日程調整して、Google カレンダーに手入力して、定例資料に手打ちで転記する── という流れがどうしても発生していて、ここに毎週それなりの工数が消えていました。
藤本 昇也 氏
藤本 昇也 氏
2つ目は計測データの確認です。M&A のソーシング活動では、テレアポの返答率、面談化率、買い手への打診メールの反応率など、見るべき数値が分散していて、各担当者の手元の感覚に依存している状態でした。3つ目はお問い合わせや事前データを起点にした営業資料の作成です。Slack に届いた情報や Notion 上の買い手データから、毎回ゼロベースで資料を組み立てていたので、ここを AI で置き換えられないか、というのが最初の問題意識でした。
菅澤 孝平
菅澤 孝平
M&A 仲介の現場は、案件数 × 担当者数で工数が指数関数的に増えていく構造です。藤本さんの場合、すでに営業の現場感覚と数値感覚の両方をお持ちなので、「人がやっている動作」を1つひとつ言語化して、どこから AI に渡せるかを丁寧にマッピングしていきました。

Q2.営業定例の業務フロー改善については、どのような議論がありましたか？

藤本 昇也 氏
藤本 昇也 氏
議論の入り口は「定例準備のために、メンバーが毎回手で資料を作っている状態をどう止めるか」でした。菅澤さんからは、Google カレンダーに全メンバーのカレンダーを共有させて、Claude Code 経由で条件抽出する形に統一すること、そして、カレンダー入力の規則を社内で統一すること（例：「担当者名 〇〇株式会社様 〇〇様」を冒頭に必ず記載）を提案いただきました。
菅澤 孝平
菅澤 孝平
自動化の前提として、AI が読み取れる「入力の規則」が整っていることが大事です。逆にいうと、入力規則さえ整えば、定例前にアジェンダを自動生成して、メンバーは「Next Action を発表するだけの場」に変えられます。1人あたり10分ずつ消えていた個別入力作業がゼロになる試算でした。
FIGURE 01

営業定例の準備を「手打ち転記」から「自動生成」へ

BEFORE AFTER メール／電話で日程調整 カレンダーへ手入力 定例資料へ手打ち転記 メンバー毎の個別入力作業 入力規則を統一（担当者名＋社名） 全メンバーのカレンダー共有 Claude Code が条件抽出 → アジェンダ自動生成 メンバーは Next Action を話すだけ

入力規則の統一とカレンダー共有という“前提”を整えたうえで、Claude Code に条件抽出と資料生成を任せる。メンバーの個別入力作業はゼロに。

Q3.M&Aディール（事業承継トラック）の自動化について、どのような具体策が出ましたか？

藤本 昇也 氏
藤本 昇也 氏
現状、ディールの基本フローはリスト選定 → テレアポ → 初回面談資料作成 → ソーシング → 打診メール、という流れで動いていますが、その各ステップがほぼ手作業でした。リスト選定は専任の担当者、テレアポは外注と社内のハイブリッド、初回面談資料は北海道の外注チームに依頼、という具合に、人と外部リソースを組み合わせてなんとか回している状態です。
菅澤 孝平
菅澤 孝平
それぞれのステップで、AI に渡せる前提条件と、人がやり続けるべき部分を切り分けていきましょう、というのが議論の出発点でした。たとえば初回面談資料については、Slack にアポイントメントをポストしたら Claude が自動で会社情報を調べて、既存フォーマットに流し込む形で資料を生成できます。これだけで、外注コストをほぼ代替できる試算です。
藤本 昇也 氏
藤本 昇也 氏
「Slack に1件ポストすれば、会社情報の収集から面談資料の整形まで AI が走り切る」という設計が見えた瞬間、各ディールの初動コストがほぼゼロになる絵が描けました。外注フローを置き換えるというより、担当者の頭の中の段取りを、そのまま AI に渡せる状態に変えていける、という方が表現として近いと感じています。

Q4.自動化を進めるうえで、優先順位の設計はどのように整理されましたか？

藤本 昇也 氏
藤本 昇也 氏
議論のなかで一番ありがたかったのが、ネクストアクションを「最優先：すぐ着手できるもの」「次フェーズ：オペレーション設計が先に必要なもの」「中長期：基盤整備として進めるもの」という3階層で整理いただいたことです。いきなり全部を並行で進めるのではなく、土台になるところから順に積んでいく、という考え方が腹落ちしました。
菅澤 孝平
菅澤 孝平
自動化は、順序を間違えると土台がないまま仕組みを乗せてしまって、結局崩れます。藤本さんの場合は、まずカレンダー入力規則の統一と、定例アジェンダの自動生成から着手。ここで手応えを掴んでから、オペレーション設計が必要な営業領域、最後に DB の整備や案件フォルダの自動生成といった基盤領域に進む、という順序で組みました。
藤本 昇也 氏
藤本 昇也 氏
この順序設計は、自分で進めるときにも何度も立ち戻る指針になっています。「これは最優先？ それとも次のフェーズ？ あるいは中長期？」と、毎回フィルタにかけて判断できる状態が手に入ったのは大きいです。
菅澤 孝平
菅澤 孝平
「全部やる」ではなく「順番に分ける」というのは、AI 活用に限らず組織変革のセオリーです。藤本さんのように、現場の感覚を持ちながら設計できる方がいると、このロードマップが空論にならずに動き出します。
FIGURE 02

自動化のロードマップを「最優先／次フェーズ／中長期」の3階層で設計

PHASE 1 最優先 すぐ着手できる カレンダー 入力規則の統一 定例アジェンダ の自動生成 初回面談資料 の自動生成 PHASE 2 次フェーズ オペ設計が先に必要 営業オペレーション のルール化 数値管理 の仕組み化 情報フローの 設計と整流化 PHASE 3 中長期 基盤整備 案件 DB の オペレーション確立 ログ管理の整備 案件フォルダの 自動生成と整理 土台 → 仕組み → 基盤、という順序で積み上げる

いきなり全領域に着手するのではなく、土台になる「最優先」から順に積み上げていく。手応えを掴んでから次の階層へ広げることで、ロードマップが空論で終わらない。

Q5.セッションを受ける前と後で、業務の見え方はどう変わりましたか？

藤本 昇也 氏
藤本 昇也 氏
いちばん大きな変化は、「人間がパソコン上でやっている動作は、すべてロジック化することで AI に再現させることが可能である、なぞらせることが可能である」という事実を、確信として持てたことです。これまでは「AI でできる業務／できない業務」を、なんとなくの感覚で線引きしていました。でも、その線引きはもう古い、と気付かされました。
藤本 昇也 氏
藤本 昇也 氏
2026年というのは、たとえば日々の定例で発生する資料準備をすべて自動化したり、計測データを毎日確認して次の打ち手に繋げたり、お問い合わせのデータから営業資料を自動で組み立てたり ── そういったことが当たり前にできる年になったのだと実感しています。結局これらは、いまは主に人間が手で実行している作業なのですが、人にお願いするのと同じ感覚で AI にお願いすることもできる。2026年は、まさにそういう年になったのだと感じています。
菅澤 孝平
菅澤 孝平
この「人にお願いするように AI にお願いできる」という感覚を、頭で理解するだけでなく、業務の中で実際に動かしてみるところまで落とせるかが分岐点だと思っています。藤本さんの場合、セッションの中で具体的な業務に紐づけて整理できたので、そのまま現場での実装に繋げられていますね。
FIGURE 03

人がパソコン上でやっている動作 = ロジック化 = AI に再現可能

人 の動作 ロジック化 手順を言語化 ロジック 入力→分岐→出力の手順 再現 AI なぞる 人にお願いするのと同じように、AI にお願いできる — 2026年 藤本 昇也 氏

人がパソコン上で行っている動作は、手順をロジック化すれば AI が再現できる。これが2026年時点で実装できる前提として確信できた、というのが大きな変化。

Q6.セッションのなかで、特に印象に残った菅澤さんの言葉はありますか？

藤本 昇也 氏
藤本 昇也 氏
具体的なフレーズというより、菅澤さんとお話ししていて一貫して感じたのは、「自動化するか／しないか」の線引きを、感情ではなくロジックで決めるという姿勢です。たとえば、保有ディール状況のスプレッドシート更新は「担当者自身が状況を把握する意味があるから手動維持」、打診メールの最終送信は「品質と責任が残るから人が送る」、というように、自動化しない判断にも明確な理由を置いてくださいました。
藤本 昇也 氏
藤本 昇也 氏
それから、スクレイピングや外部サービス連携の話が出たときに、「技術的には可能でも、利用規約上グレーな部分は常識的な範囲に留める」と即答いただいたのも印象的でした。経営者目線で「やれること」と「やってはいけないこと」を整理してくださる方なんだな、と。安心して相談できる相手だと感じました。
菅澤 孝平
菅澤 孝平
M&A 業界は情報の機密性が高いので、「やれる」と「やるべき」の線引きを最初に決めておく方が、結果的にスピードが出ます。AI鬼管理の中では、技術論よりも、その業界・その会社における「線引き」を一緒に決めることに時間を使うようにしています。

Q7.セキュリティや、人がやり続ける領域については、どのように線引きされていますか？

藤本 昇也 氏
藤本 昇也 氏
M&A 業界は情報の機密性が非常に高い領域です。売主・買い手の機密情報を、そのまま AI に投入することは原則しません。公開情報、社内で利用許可されたデータ、マスキング済みの情報を前提に、AI 活用の範囲をあらかじめ設計するようにしています。「使えるからまず入れてみる」のではなく、「ここから先には入れない」をデフォルトに置いておくことが、業界実装の前提だと考えています。
藤本 昇也 氏
藤本 昇也 氏
あわせて、AI に任せない領域もはっきり言語化しています。具体的には、売主・買い手との信頼関係の構築、最終的な提案方針の判断、バリュエーションの最終説明、打診メールの最終送信、契約・法務・条件交渉の意思決定。このあたりは、各アドバイザーや専門家の領域だと感じている部分で、AI には渡しません。むしろ、雑務を AI に渡せた分、ここに集中する時間が増える、という設計です。
菅澤 孝平
菅澤 孝平
この「使う／使わない」「任せる／任せない」の線を、業界・業務に即して明確に持っておくことが、AI 活用を進めるうえで何よりも大事です。藤本さんは、ここを最初からご自身の言葉で語れる方なので、組織内での合意形成も非常にスムーズに進むはずです。

Q8.AI鬼管理は、他のAI研修やコンサルと比べて、どのような違いを感じましたか？

藤本 昇也 氏
藤本 昇也 氏
いちばんの違いは、抽象度です。多くの AI 研修は「Claude Code の操作」「プロンプトの書き方」といったツール層の話で終わってしまいますが、AI鬼管理は「業務をどう設計するか」「人と AI の役割をどこで切り分けるか」というレイヤーで対話をしてくれます。
藤本 昇也 氏
藤本 昇也 氏
M&A 仲介という業界特性上、「自動化していい部分」と「自動化してはいけない部分」の判断はとても重要です。菅澤さんは経営者として同じ判断を毎日されている方なので、返ってくる答えが「現場と経営の両方を回している側の言葉」になっています。技術のコンサルとも、研修ベンダーとも違う、独自のポジションだと感じました。
菅澤 孝平
菅澤 孝平
弊社が大事にしているのは「業界・会社・チームの状況に合わせて線を引き直す」という姿勢です。汎用的なベストプラクティスを当てはめるのではなく、藤本さんの現場で本当に動く形を一緒に作っていく。そこを評価いただけたなら、AI鬼管理として何よりです。

Q9.セッション後、実際に動き出している取り組みはありますか？

藤本 昇也 氏
藤本 昇也 氏
現状動き始めているのは、資料作成の自動化と、営業データ・計測データの可視化と分析の2つです。この2つが回るようになったことで、定例ミーティングがやりやすくなりました。準備に追われて当日を迎えるのではなく、「数字を見ながら次の打ち手を話す場」として定例が機能し始めている感覚があります。
藤本 昇也 氏
藤本 昇也 氏
数字感としては、4〜6月の実績で初回面談資料の作成時間が1.5時間から15分に、定例の中身が「作業報告中心」から「次のアクション議論中心」に、そして外注コストが1名あたり月額約10万円から約1.5万円に変化しました。「ここまで変わるのか」というのが、社内でも肌感覚として広がっています。
FIGURE 04A

数字で見える変化（4〜6月実績）

METRIC 1 初回面談資料 作成時間 1.5h → 15m 約 1/6 に短縮 METRIC 2 定例ミーティング 議題の中身 作業報告中心 → 次アクション議論 議論の質が変化 METRIC 3 外注コスト（1名） 月額換算 10万 → 1.5万 約 85% 削減

資料作成・定例運営・外注コストの3指標で、明確な変化が出ている（2026年4〜6月実績）。

菅澤 孝平
菅澤 孝平
理想的な走り出しです。いきなり全部を自動化するのではなく、定例という「全社員が毎週使うインターフェース」から手応えを出していくのは、組織全体の AI 活用を進めるうえでとても効きます。数字としても、外注コストや資料作成時間の削減効果が短期間で出ているのは、業務設計が筋良く入っている証拠です。

Q10.AI鬼管理を受けてみての率直な感想を教えてください。

藤本 昇也 氏
藤本 昇也 氏
受講前は「AI でどこまで実務がカバーできるのか」を、どこか半信半疑で見ていました。便利になるのは分かるけれど、M&A のような機密性が高くて判断が重い業界に、本当に AI を入れ込めるのか、と。
藤本 昇也 氏
藤本 昇也 氏
セッションを受けてみて、その認識は完全に書き換わりました。「業務をすべてロジック化すれば、AI は人と同じようにそれをなぞれる」という事実が、概念ではなく具体の業務フローとして見えた瞬間に、これは導入するべきものだと確信しました。AI鬼管理は、ツールの研修ではなく、業務と組織をどう設計し直すかを一緒に考えてくれる場でした。
藤本 昇也 氏
藤本 昇也 氏
「人にお願いするように AI にお願いできる」── 言葉にしてみるとシンプルですが、ここを実務責任者として腹落ちできたかどうかで、その後の業務の組み方は大きく変わると思います。
菅澤 孝平
菅澤 孝平
ありがとうございます。M&A 業界のように機密性・判断の重さが大きい領域で、ここまで具体的な自動化の絵を描いていただけるのは、藤本さんが現場の感覚と数値感覚の両方をお持ちだからこそです。AI鬼管理としても、伴走させていただけたことが大きな学びになりました。

Q11.AI鬼管理を、他の方に勧めるとしたら、どんな方に勧めたいですか？

藤本 昇也 氏
藤本 昇也 氏
業務や雑務に追われ、本来の仕事に集中できていない方に勧めたいと考えています。私が考える「仕事」の定義は、その人にしかできない付加価値を生む作業のことです。一方で、誰がやっても同じ結果（アウトプット）になるような業務や雑務は、AI に任せてしまっても差し支えないはずです。
藤本 昇也 氏
藤本 昇也 氏
人間がやっても AI がやっても結果が変わらないのであれば、そうした作業は AI にお願いし、人間は本来の仕事に集中するべきではないでしょうか。だからこそ、仕事に集中できる環境を整えるために、雑務を AI に任せられる状況を作ることが重要だと思っています。具体的にやりたいことはシンプルで、最新の AI エージェントを使って業務の自動化を実行する。そして、それを「AI鬼管理」を経由して構築・運用できる体制を社内に置く。この2つが揃った仕組みを作れるのであれば、非常に価値があるのではないかと考えています。
菅澤 孝平
菅澤 孝平
「仕事と雑務を切り分けて、雑務は AI に任せる」という整理は、本当にその通りだと思います。AI鬼管理としては、まさにその切り分けと仕組み化を伴走する立場として、これからも藤本さんの組織でご一緒できればうれしいです。本日はありがとうございました。
FIGURE 04

「仕事」と「雑務」を切り分け、雑務は AI に任せる

仕事（人がやる） その人にしかできない 付加価値を生む作業 ・経営判断 ／ 戦略立案 ・最終的な意思決定 ・関係性の構築 ／ 信頼 ・創造的な企画 雑務（AI に任せる） 誰がやっても同じ結果 になる業務 ・定例資料の準備 ・データ集計 ／ 可視化 ・メール下書き ・リスト抽出 ／ 整形 AI鬼管理は、この“切り分け”と“仕組み化”を伴走する場所

「仕事」と「雑務」を意識して切り分け、雑務は AI に任せる。人間は「その人にしかできない付加価値」に時間を投資する。

KEY TAKEAWAYS｜AI鬼管理での主な持ち帰り

  • 営業定例の準備工数を、入力規則統一＋カレンダー共有＋Claude Code でゼロ化する設計
  • 初回面談資料は Slack 起点で Claude が会社情報を調べて既存フォーマットに流し込む
  • 自動化のロードマップは「最優先／次フェーズ／中長期」の3階層で順序設計
  • 土台になる業務（カレンダー統一・定例アジェンダ生成）から先に進め、手応えを掴んでから次の層へ広げる
  • 機密情報はそのまま投入せず、公開情報・社内利用許可データ・マスキング済み情報を前提に活用範囲を設計
  • 信頼関係構築／最終提案方針／バリュエーション説明／最終送信／契約・法務の意思決定は AI に任せず、アドバイザー・専門家領域として残す
  • 具体実績（4〜6月）：初回面談資料 1.5h→15分／外注コスト 10万円→1.5万円／定例の中身が「作業報告」から「次アクション議論」へ
  • 「人がパソコン上でやっている動作は、すべてロジック化して AI に再現させられる」
  • 「自動化する／しない」を、業務の責任・品質・規約の観点で明確に線引きする
  • 「仕事 ＝ その人にしかできない付加価値」「雑務 ＝ 誰がやっても同じ結果」で分け、雑務は AI へ
あなたの会社の Claude Code・Codex 活用も、
“次のレイヤー”に引き上げませんか？
AI鬼管理は、ツール研修ではなく、業務と組織への組み込みまでを伴走する Claude Code・Codex 専門のパーソナルトレーニングです。
AI鬼管理について見る
COMPANY

株式会社GENAI について

会社名株式会社GENAI
代表者代表取締役　菅澤 孝平
所在地〒101-0041　東京都千代田区神田須田町1丁目7番8号　VORT秋葉原Ⅳ 2F
事業内容AI活用による業務自動化・生産性向上の支援（AI鬼管理 ほか）
Webサイトhttps://genai-ai.co.jp/