大手に行けば、大きな仕事に関われるのか──「割り算」をした瞬間に崩れた、就活の前提【本田・金谷】

意思決定を支える、情報の精度

その3つの勘違いを、一つずつ崩していきたい。経営管理の話から始め、大手の話とAIの話は、後半で2人に直接聞いていく。

取材内容等を基にFastGrowにて作成

まず、いちばん大きいところから確かめたい。日本企業は、本当に収益力を失ったのか。

日本企業の課題は、収益力そのものではない。生み出した資金が、次にどこへ振り向けられるか。その決め方のほうにある。その「決め方」を内側から見ていたのが、Diggleでカスタマーサクセス（導入した企業が使いこなせるまで支える仕事）を担当する金谷竜太郎氏だ。新卒で双日に入り9年在籍。金属資源の部署で日本・海外の営業を担い、オーストラリア駐在時には現地事業の数字の管理も任された。

数億〜数千億円規模の投資判断が、いまも表計算ソフトの上で検討されている。これは収益の上げ方の話というより、「資金の使い道を、どう“決める”か」の話である。

同じ構図は、日本企業の数字全体にも表れている。企業が1年に上げる利益（経常利益）は、この10年余りでおよそ倍に増えた。それでも、預かったお金にかかるコスト（資本コスト）を利益が上回れているかで見ると、日本企業の平均は依然として厳しい水準にとどまっている。「利益は出ている。だが、預かったお金を使って本当に価値を生めているとは言い切れない」という状態だ。

取材内容等を基にFastGrowにて作成

この事実は、経営の現場でもう一段ねじれた形で表れることがある。「ROICを上げよう」という号令だ。ROICとは、Return on Invested Capital、投下資本利益率の略。投じたお金に対してどれだけ利益を生んだかの割合である。この号令のもと、実質的な価値につながらない自社株買いを選ぶ企業もある。自社の株を買い戻せば、割り算の分母にあたる資本が減るので、割合のほうは上がる。数字の上では指標が改善して見える。だが、それは生み出した資金を未来へ振り向けたことにはならない。

Netflixの事例が対照になる。同社は「古い事業を捨てて、新しい事業に賭けた」としばしば語られるが、実際にやったのはもっと緻密なことだった。アメリカ国内のDVDレンタルが生む利益を、海外展開という次の賭けを支える元手として使う。畳んだのではなく、主力事業に次を支えさせることを、リスクを取って決めたのだ。それができたのは、DVD事業が今後どれだけの利益を生み、いつから何を失い始めるのか、海外事業がどんな時間軸で何を生むのか、その差し引きが見える状態にあったからである。

この現場を変える役割が、企業における「経営管理」だ。会社がヒトとカネをどこへ使うかを決めるための材料を揃える仕事、と言い換えてもいい。営業のように売上を自ら生むわけではない。エンジニアのようにモノを自らつくるわけでもない。それでも、ここの精度が低ければ、会社は人材と資金を誤った場所へ振り向けてしまう。

Diggleは、この配分の判断そのものを事業領域に置いている。ミッションは「Dig the Potentia──テクノロジーで、企業の成長可能性を掘り起こす」、コーポレートビジョンは「経営の動脈になる」。

ここまでで、最初の問いには答えが出た。日本企業は、収益力を失ったのではない。生み出した資金と人材をどこへ振り向けるか。その判断に足る精度の材料が、いま揃っていないのである。

ただ、材料が揃わないのは、誰かが手を抜いているからなのだろうか。

意思決定のスピードを縛る、構造の問題

では、なぜ材料が揃わないのか。先に答えを書くと、手を抜いている人はいない。数字が経営へ届くまでの道のりのほうに、原因がある。

会社の意思決定を、飛行機のコックピットにたとえてみたい。いまどこを飛んでいるのか、燃料はあと何時間分あるのか。それを一目で示す計器盤があるから、即座に判断できる。

会社の計器盤は、どうなっているのか。「Excelとメールのバケツリレー」。Diggleはこの状態をそう呼んでいる。現場がExcelに入力し、メールで提出する。部門ごとに集計・転記され、ようやく経営会議へ届く。結果として、数字が経営陣に届くころには、1〜2カ月前のものになっている。

Diggleは経営管理を「企業の未来を意思決定する営み」と定義している。数字が届くころには現場の状況が変わっている、という遅れの正体は、個人の能力の問題ではなく、数字の通り道の形が生んでいる遅れである。

取材内容等を基にFastGrowにて作成

計器盤をつくり直すこと自体は、成果ではない。決められるようになって、はじめて成果になる。つくり直す側に回ると、この仕事の見え方は変わる。表に出ない仕事ではなく、会社がどこへ動くかに、決まる前から触れる仕事になるのだ。

ただし、このつくり直しには厄介な性質がある。どこに何の数字を置くべきかの正解が、会社ごとに違うのだ。

AIにも、標準の手順にも頼れない

では、その2カ月を、AIに詰めさせればいいのではないか。社内に散らばったExcelとメールを、すべてAIに読ませて整理させる。誰もが最初に思いつく発想だろう。

だが、それを邪魔するものがある。売上をどの時点で売上として数えるか。ものを渡したときか、相手がOKを出したときか、それとも使う期間で分けるか。どの商談を、受注しそうな案件として計画に入れるか。どの部署がその費用を負担するか。誰にどの数字を見せてよいか。これらはどれも、会社ごとに違う。会計のルールが許す幅の中で、その会社が長い時間をかけて決めてきた約束事だからだ。しかも、どこにも明文化されていないことのほうが多い。

取材内容等を基にFastGrowにて作成

日本の大企業には、こうした調整役として「経営企画」という部署が置かれていることが多い。ただし経済産業省の資料によれば、この部署はお金を動かす権限を持たず、役員会議の事務局と予算のとりまとめに追われがちだという。会社ごとにルールをつくり込んできたぶん、全社をまとめて通す仕組みが育ちにくい構造がある。

だから、さきほどの問いへの答えは「できない」になる。売上をいつ数えるかすら会社ごとに違い、その正解は会社の外にない。AIにも、標準化された手順にも、代わりに決めてもらえない。一社ごとに人が入って、何が問題なのかを定義し直すしかないのだ。

では、その「一社ごとに入って定義し直す」仕事を、いったい誰がやっているのか。

候補は多くない。コンサルティングファームに頼む手もある。だが、契約期間が終われば去っていく。何が本当の課題かを掴みきる前に、プロジェクトのほうが終わってしまう。かといって、社内の経営企画に任せきることもできない。前述の通り、この部署はお金を動かす権限を持たず、日々の調整業務に追われがちだ。

つまり、コンサルでも、社内の人材だけでも、AIでもない。外部の視点を持ちながら、腰を据えて中に入り続ける役割が、空白のまま残っている。Diggleが自分たちの仕事として置いているのは、まさにこの空白だ。

ただし、それはソフトウェアを納品して終わる話ではない。空白を埋めるのは、結局のところ人である。先に見た金谷氏の仕事──顧客の会社に入り込み、Excelに散らばった数字を一緒に整理し直す仕事は、まさにこの空白を、一社ずつ埋めていく作業そのものだ。

では、その空白を埋める仕事は、具体的に何をすることなのか。

それが「あえて総合職」の意味だ

一社ごとに定義し直すとは、具体的には何をすることなのか。そして、どの職種の専門家になれば、それができるようになるのか。

その定義は、机の上ではできない。社長や役員は何を決めたいのか。現場はどうやって数字をつくっているのか。どこで情報が切れているのか。それを掴んだうえで仕事のやり方を変え、ときには組織のほうを動かす。顧客と話すのはセールスやカスタマーサクセスの領域だ。数字の持ち方を設計するのはプロダクトの領域である。組織を動かすのは、そのどちらでもない。一つの職種の内側に留まっていると、問題の半分しか触れないことになる。

Diggleが新卒採用で掲げる「あえて総合職」は、ここから来ている。配属先が決まっていないという意味ではなく、解くべき問題に応じて、自分が担う役割を変えるという意味の総合職である。

取材内容等を基にFastGrowにて作成

経験者だけでは足りないのか、と思うかもしれない。実際、Diggleにはすでに経験者が集まっている。ただ、いまの成長スピードは、経験者の採用だけでは追いつかないところまで来ている。

加えて、職種名でまだ自分を定義していない新卒のほうが、役割を変えること自体に身構えずに済む、という側面もある。本田氏自身、立教大学を卒業して2020年にRettyへ新卒入社し、データアナリストからプロダクトマネージャーへ。2022年8月にDiggleへ移り、2025年8月にVP of Productになった。3年である。いまは新規事業と人事の責任者も兼ねる。金谷氏は逆に、総合商社で9年を過ごしてから来た。

ただし、役割を変え続ける働き方は、本人の意思だけでは長く保たない。それを支える土台が、Diggleの内側にはある。

Diggleの4つのバリュー

その土台の正体は、企業のバリューだ。企業のバリューは話半分に読まれがちだ。FastGrow編集部も、そのつもりで資料を読んでいた。だが、Diggleが掲げる4つのバリューを1つずつ確かめていくと、ここまで見てきた事業の構造と、驚くほど正確に対応していることに気づく。

高速考動（Think Fast, Act Fast）──小さいサイクルで高速に改善を繰り返す。先に見たとおり、会社ごとに正解が違う以上、最初から完璧な仕組みを設計することはできない。だから小さく試し、すぐ直す。本田氏がプロダクトマネージャーとして入社してから、わずか3年でVP of Productになったことも、この速度感が個人のキャリアにそのまま反映された結果だと見ることができる。

自学成長（Keep Learning）──学び続け、経験値を積み上げる。Diggle自身、新卒採用のページでこう言い切っている。「経験よりも、問いを立てられる人を求めています」。総合商社という畑違いの場所から移ってきた金谷氏を、Diggleが迷わず迎え入れたのも、経験の量より学ぶ力を評価するという、この価値観の裏返しだろう。

経済志向（Result Oriented）──大きな価値の提供は、大きな対価につながる。だから顧客に確かな価値を提供し続け、社会に適切な利益を生み出す循環を回す。先に触れた「ROICを上げるための自社株買い」は、この順序が逆になった姿である。価値を生まないまま数字だけを動かしても、対価は後からついてこない。「顧客の成功なくしてDiggleの成長はない」という言葉も、この延長線上にある。

誠心敬意（Integrity & Respect）──社会の一員として、守るべきモラルやルールを守る。誰に対しても何に対しても、真っ当に社会の一員として取り組む。他社の経営数字を預かる仕事である以上、ここは前提条件に近い。数字の裏取りに手間を惜しまないのも、真っ当に取り組むという意味では同じことだ。そのうえで、リスペクトを持って人と向き合う。

取材内容等を基にFastGrowにて作成

4つのバリューは、それぞれ独立した標語ではない。速く決めて、学び、価値を生み、誠実であること。この4つが揃って初めて、一社ごとに定義し直すという地味な仕事が、組織として回り続ける。

このバリューの中で、実際に20代を過ごしてきたのが、金谷竜太郎氏と本田大晟氏の2人だ。

事業の大きさ÷働く人の数

役割を変え続ける場所と、そうでない場所と。20代のうちに、その2つでは何の差がつくのか。

金谷氏の就職活動の軸は、いまもほとんど変わっていない。「日本経済に貢献したい」。

取材内容等を基にFastGrowにて作成

双日では新卒1年目からやりがいの強い仕事が続き、オーストラリア駐在では営業に加えて事業の数字の管理も任された。扱う範囲は広がっていった。それでも、安定と引き換えに、何かが見えなくなっていく感覚があったという。

その感覚を変えたのが、駐在中に出会った、資源の大手企業から独立した起業家だった。「責任はあるけれど楽しい」という生き方に触れ、Sansanへ移る。担当は請求書クラウド『Bill One』の大企業向けセールス。「どこからどうやって商談を始めればいいのかわからない」というところから、1からのやり直しだった。

だが、この移籍でいちばん強く語ったのは、セールスの苦労話ではなかった。隣にいた20代のことだ。

取材内容等を基にFastGrowにて作成

なぜ、その差が生まれるのか。金谷氏によれば、原因は目標の置き方そのものにある。

段取りの経験値、決算書（損益計算書と貸借対照表）を読む力。そして人に会う経験──政府機関の会議、資源国の実業家、オーストラリアの鉱山オーナー。9年間で得たものは、金谷氏にとって決して小さくない。それでも、差がついていたのは能力ではなかった。自分で判断し、決断し、結果を引き受ける──その回数だった。

では、その回数、つまり打席の数は、何で決まるのか。1社目からずっとベンチャーにいる本田氏に聞くと、まず出たのは数字ではなく感想だった。

取材内容等を基にFastGrowにて作成

そのうえで、本田氏は割り算を持ち出した。

取材内容等を基にFastGrowにて作成

大手のほうが、大きな仕事ができる──冒頭に挙げたこの前提は、割り算をした瞬間に崩れる。そして本田氏は、Diggleではこの割り算そのものが狂っていると続けた。

自分自身も、その理屈に乗って動いてきたのだと本田氏は笑う。

同じ理屈は、採用の現場にも表れている。

会社の安定は、自分の安定ではない。1人が扱える仕事の大きさは、事業の規模をそこで働く人の数で割った答えで決まる。そして、1人あたりに回ってくる大きな仕事を実際に引き受けられるのは、役割が固定されていない総合職だからこそだ。役割を変え続けられる環境にいるかどうかが、20代のうちに積み上がる打席の数を、最後に分けている。

残り40年を、どこで始めるか

その打席で積んだ経験は、AIが当たり前になる時代にも、持ち運べるものなのか。本田氏は、まず自分自身の成長を振り返るところから答え始めた。

その経験学習こそが、AIと組み合わさると強くなる、と本田氏は続けた。

取材内容等を基にFastGrowにて作成

ただし、本田氏はすぐに条件をつけた。どんな仕事でも打席になるわけではない、と。

これは、先に見た、会社ごとに違う約束事に関わる仕事そのものを否定する話ではない。その約束事を外から診断し、定義し直す仕事──まさにDiggleの仕事そのものは、会社をまたいで通用する普遍的なスキルになる。本田氏が退けているのは逆のパターンだ。1つの会社の中に閉じ、その会社の作法を「そういうものだから」と疑わずに受け入れ続けるだけの働き方には、AIを使っても積み上がっていく経験が生まれにくい、ということである。

同じ結論に、まったく違う経歴を歩んできた金谷氏もたどり着いていた。

残り40年をどう使うか。この物差しで見たとき、日本経済を良くしたいなら大手や総合商社のほうがいいのではと考える学生に、金谷氏は何と言うか。取材の終盤、率直に聞いた。金谷氏は、少し考えてから答えた。

本田氏が、短く応じる。

残るものは、はっきりしている。材料を集める作業はAIが引き取る。だが、その材料を見て決めること、決めた結果から学ぶことは、人の側に残る。そして学ぶには、決めた回数が要る。

冒頭に挙げた3つの勘違いは、ここで同じ場所に行き着く。経営管理が扱うのは、ヒトとカネをどこへ動かすかという判断だった。AIが引き取るのは、その判断の手前にある材料集めだった。そして、その判断を自分で下せる回数は、どこで働くかで変わる。

正直に言う。取材を重ねるほど、この2人の対比の誠実さに驚かされた。金谷氏は大手で得たものを否定せず、本田氏は大手を見ておかなかったことを悔やんでいる。どちらも自分の選んだ道を、唯一の正解だとは言わない。断言よりも留保を選べる人たちが、いま同じ会社で、経営の材料を揃える仕事をしている。それを知って、FastGrow編集部はこの2人が語る「打席」という言葉を、素直に信じてよいと思った。

冒頭で触れた、日本企業の収益力の話に戻る。生み出した資金と人材をどこへ振り向けるか。その判断が遅く、根拠も乏しいところから、価値の目減りが生じていた。その判断を扱う打席の数は、会社の名前では決まらない。事業の規模を、人数で割った答えで決まる。その割り算が、いま合っていない場所がある。

その仕事に、新卒1期生として入る道が、いま開いている。