Technical Product Manager（AI Enablement）

必須

• メルカリグループおよび各社のミッションとバリューに共感していること

• AIを活用し、課題発見から価値の提供まで一貫してオーナーシップを発揮してきた実績があること

  • AIツールをリサーチ、仮説検証、プロトタイピングに活用し、データとユーザー理解を組み合わせて、意思決定の質とスピードを高めた経験
  • 機能の数ではなく、測定可能な成果に責任を持ち、発見 → 構築 → 学習のサイクル全体をリードした経験。このポジションで追求する成果は社内にあり、新しい働き方がどれだけ広く使われるか、そしてその結果として仕事のスピードと品質がどう変わるかです
  • リリース後も責任を持ち、利用促進、部門横断の調整、実際の使われ方からの学習に取り組んだ経験
• 社内ツール、開発者向けプラットフォーム、SaaS、インフラなど、技術系プロダクトのプロダクトマネジメント経験（3年以上）
• ソフトウェア開発に関する基礎知識（アジャイルなど）と、エンジニアリングチームとの協働経験
• SQLなどを用いたデータ分析を通じてインサイトを導き出した経験
• 日本語：Proficient（CEFR B2）以上必須
• 英語：Proficient（CEFR B2）以上必須

歓迎

• Web、モバイル、バックエンド、データ、デザインシステムなど、複数の領域でテクニカルプロダクトマネージャーを務めた経験。このポジションでは、一つの領域の深さよりも幅広さを重視します
• 自分の指揮命令系統の外にいる人々の働き方を変え、その変化を定着させた経験
• チャット利用にとどまらないAIツールの実践経験。必要なコンテキストの提供、エージェントが呼び出せるツールの定義、評価セットを用いた出力品質の確認など
• 社内プロダクト、プラットフォーム、開発者体験、開発生産性など、利用するかどうかを各チームが選べる領域での経験
• 社内プロダクトをゼロから立ち上げ、広く使われるものへと育てた経験
• 法務、BizOps、経営陣、社外パートナーとの合意形成の経験
• 実験と指標を扱うことに慣れており、検証を設計し、結果を読み解き、必要に応じて自分の考えを変えられること
• 社内向けのイネーブルメント施策、研修、技術ドキュメントを設計した経験

使用ツール

組織・チームのミッション

• AI Enablementは、メルカリグループにおけるこれからのプロダクト開発のあり方（Mercari AI PDLC：Product Development Life Cycle）を設計する組織です。私たちのミッションは、Marketplace、FinTech、Cross-Borderの各事業を横断し、グループのプロダクト開発プロセスをAIネイティブなものへと転換することです。
• 私たちの顧客は社内にいます。プロダクトマネジメント、エンジニアリング、デザイン、QA、BI、マーケティング、コンプライアンス・法務など、開発プロセスに関わるすべての職種が対象です。プロダクトチームとともに、現場で本当に役立つものを見極め、共通サービスを担うエンジニアリングチームと連携して、効果が実証された取り組みをグループ全体が安心して使える仕組みへと育てます。
• AIの能力は四半期ごとに変化しています。私たちは、AIが今できることを明確に把握するとともに、6〜12か月後にできるようになることについての見解を示し、その両方を踏まえて計画を立てます。提供するのは、よりよい働き方です。その成果は、チームがどれだけ広く取り入れ、継続して使っているかで測ります。
• AIを前提とした開発体制のもと、スピードと顧客価値の最大化を同時に追求します。プロダクトマネージャーは、最も重要な課題発見（Discovery）と事業成果（Outcome）に集中し、AIネイティブな方法でプロダクトを前進させます。
• AIによって、一人ひとりが担える役割の範囲は広がります。少人数のチームでも一つのプロダクト領域全体を担えるようになるため、そうしたチームを増やし、より多くの顧客価値を並行して追求します。各チームは課題の発見からリリースまで一貫して自分たちの領域に責任を持ち、何をつくり、何をリリースするかという判断を担い続けます。

業務内容

• メルカリでは、複数の事業にわたり、数百人のエンジニア、プロダクトマネージャー、デザイナー、QAエンジニア、アナリストがプロダクトを開発しています。このポジションでは、彼らがどのように働くか、すなわち利用するツール、実践するプラクティス、運用するプロセスに責任を持ちます。
• 向き合うのは、「AIエージェントが実装・テスト・レビューの多くを担えるようになったとき、私たちの開発プロセスの理想形は何か。そして、そこにたどり着くために何を変える必要があるか」という問いです。完成された答えを持つ企業はまだありません。チームとともに答えを見つけ、動くソフトウェアでその有効性を実証し、メルカリの開発のあり方として定着させていきます。

主な業務

• 1. メルカリのプロダクト開発のあり方に関する戦略とロードマップを担う
• メルカリにおけるAIネイティブな開発の姿を定義する。対象となるツール、プラクティス、プロセスと、それらを変えていく順序を明確にする
• チームの現場、市場、自らの実験から得た根拠をもとに次の取り組みを決め、経営陣や各職能のリードと計画について合意する
• 計画を常に見直す。より確かな根拠が得られたら計画を変更し、何を根拠に変えたのかを明らかにする
• 2. 解くべき課題を見つける
• グループ全体のプロダクトチームと直接協働し、現在の働き方のどこに時間のロスや品質上の課題があるかを把握する。実際の業務を観察することを、最も確かな手がかりとする
• 得られた発見を優先順位付きの仮説に落とし込み、それぞれの成功条件について事前に合意する
• AIツールを活用し、リサーチ、分析、プロトタイピングをスプリント単位ではなく数日単位で進める
• 3. プロトタイプをつくり、効果を実証する
• プロトタイプから始める。ドキュメントよりも動くもののほうが早く問いに答えられるなら、動くものをつくる
• パイロットを始める前に、業務が変わる当事者であるチームと成功基準を定め、その基準に照らして結果を評価する
• どの実験を本格導入に進めるかを判断する。数多くのAIツールを試すなかで、継続利用に値するものは一部に限られる。それらをプラットフォームサービスへと育て、その後は全社のチームへの展開に取り組む
• 4. 活用を広げ、定着を確認する
• リリースから実際の利用までの道筋を設計する。オンボーディング、ドキュメント、研修、そして必要な人に適切なタイミングで届く社内コミュニケーションを整える
• イネーブルメントそのものをプロダクトとして扱う。ユーザー、品質基準、測定可能な指標を持つものとして設計する
• 利用の広がりとアウトプットの品質をあわせて追跡し、次の打ち手を決める。チームの仕事が速くなり、成果物もよくなるよう、両方の改善を目指す
• 5. 開発ライフサイクルに関わるすべての職種と協働する
• プロダクトマネジメント、エンジニアリング、デザイン、QA、BI、マーケティング、コンプライアンス・法務と連携する。各職種がそれぞれの基準に責任を持ちながら、何を変えるか、どこからを各チームの裁量とするかについて共通認識を築く
• AIが今できること、今後1年以内にできるようになること、そしてそれが目の前の意思決定に何を意味するかについて、明確な見解を経営陣に示す

業務で利用するツールの例

• 汎用チャット・生成AI：Claude、Gemini
• ナレッジに関するQ&A・リサーチ支援：Notion AI、NotebookLM（ドキュメントのアップロードとQ&A）
• 開発支援（コード補完・コーディングエージェント・IDE）：Claude Code、Cursor、GitHub Copilot、Devin、Codex、Gemini Code Assist
• ワークフロー自動化・AIアプリ開発（ノーコード・ローコード）：Zapier、n8n

このポジションならではの挑戦

• 対象は全社です。変革の影響は、一つのプロダクトの一機能にとどまらず、複数の事業にわたる数百人の日々の仕事に及びます
• 自ら手を動かし続けます。プロトタイピングは業務の一部です。最新のツールを使って実際にものをつくる時間を持ち、社内で誰よりも早く試すことも少なくありません
• 答えはまだありません。AIネイティブなプロダクト開発について、完成された実践ガイドを持つ企業はまだありません。メルカリの実践ガイドを自らつくり、公開し、ほかのチームへ広がっていく過程を見届けられます
• 自らつくったもので、チームの変革を促します。新しい働き方が取り入れられるのは、それが明らかに優れているからです。動くデモは指示や通達よりも速く広がります。その実験を継続的に行えます
• 何を残すかを決めます。多くのAIツールは1年以内に置き換わる一方で、一部はその後のすべてを支える基盤になります。その違いを早い段階で見極めることは、この役割で最も興味深い判断の一つです
• AIを前提とした開発体制のもと、動くプロトタイプを起点にチームの議論や意思決定の解像度を高め、PdMが本来集中すべきDiscoveryとOutcomeに注力できる環境をつくれます。データプラットフォームやプロダクト開発にとどまらず、新しい顧客体験の企画・推進など、幅広い裁量を持ってプロダクトを前進させられます