01

オベリスク型構造

ENGORGIOのチーム構造は、ピラミッドではなくオベリスク——細く、高い。

上部(判断と責任)・中核(設計と実装)・外縁(専門性の接続)の3層で、意思決定と実行の距離をゼロにする。

人数で解決しない。文脈の摩耗を、構造で防ぐ。今後の日本企業に必要な構造。

02

フェーズで人を入れ替えない

提案した人間が作り、作った人間が運用する。

理想論ではなく、判断の品質を保つための設計原則。

何を問題として定義したか、何を捨てたか——その暗黙知は、引き継ぎ資料では伝わらない。

03

AI Nativeな働き方

AIが大量作業を代替した世界で、人間が集中すべき場所は判断・設計・品質保証。

ENGORGIOのチームはこの前提で設計。少数で長期コミットする体制が「開発20%・運用80%」を可能にする。

大きなチームを持つことが価値だった時代は、終わった。

04

パートナーエコシステム

オベリスクの「外縁」——専門性の接続——コアの外にある専門知へのアクセスの仕組み。

Databricks、Snowflake等のテクノロジーリーダーとのパートナーシップを通じて、必要な専門性を構造的に確保する。

専門性は内製に閉じる必要はない。重要なのは、接続が偶発的ではなく設計されていること。

05

開発20%・運用80%の実践

プロジェクトベースのローテーションではなく、長期コミットを前提に設計。

システムを設計し構築した人間がそのまま運用するとき、運用の質は根本的に異なる。設計上のトレードオフを理解し、何を犠牲にし、なぜそうしたかを知っている。

開発20%、運用80%は指標ではない。作ったものに、初期の興奮が冷めた後も寄り添い続けるコミットメント。

デリバリーチームの組織

AI applied Build &Delivery Lead

複数プロジェクトの統括、シニアステークホルダーとの関係構築、POCからスケールまでのデリバリー

AI applied Software Engineer

LLM/Agent開発、クライアント埋込型、技術的障害の解決

AI applied Experience Designer

UX/UI、エージェントの人格・行動設計、ブランド統合、プロトタイプからローンチまで

AI Applied SRE

本番信頼性、SLO、オブザーバビリティ、インシデント対応、AIインフラ最適化

Product
Operated by SRE

Governed Data+AI Architecture

アーキテクチャの継続的進化を、分散と統制の両立で支える。Data Mesh Governance、RBAC/ABAC、Data Catalog、Lineage、Data Quality を統合した基盤プラットフォーム。

Data Mesh Governance RBAC/ABAC Catalog Lineage Quality
Adoption Specialist

全社的なAI Native変革、ワークフロー再設計、コーチング(「AIを使うべき」から「AIがデフォルト」へ)

独立レイヤー — 主にScaleフェーズで活動

サービスラインとチームマッピング

Service Line Duration Primary Roles Client Touchpoint
AI Strategy 2 weeks+ Delivery Lead + Software Engineer + Experience Designer CxO / Board
AI Agents LLMOps 12 weeks+ to production Software Engineer + Experience Designer + SRE + Delivery Lead Tech team + Business leaders
Data+AI Platform development Ongoing AI Applied SRE + Software Engineer + Delivery Lead Platform / Infra team
AI at Scale Ongoing Delivery Lead + SRE + Adoption Specialist CxO to frontline
Adoption Ongoing Adoption Specialist All departments

まずは、将来への意思を共有してください。

最初の会話は、変革の起点を一緒に探す場。何を変えたいのか、何が変えられていないのか——そこから。