株式会社ELYZAは、東京大学大学院松尾・岩澤研究室（通称「松尾研」）出身の研究者たちが2018年9月に創業した、日本のAIスタートアップを代表する存在だ。設立当初から日本語に特化した大規模言語モデル（LLM）の研究・開発を行い、2023年には商用利用可能な「ELYZA-japanese-Llama-2」を公開するなど、日本語AI研究の最前線を走り続けてきた。

2024年3月には大きな転機が訪れた。KDDIとKDDI Digital Divergence Holdingsが合計53.4%の株式を取得し、ELYZAはKDDIの連結子会社となった（KDDIおよびELYZA公式発表による）。携帯通信・法人DX事業で圧倒的な顧客基盤を持つKDDIグループとの資本提携により、ELYZAは研究開発力と大規模な商用展開力の両方を持つ企業へと進化しつつある。

事業の柱は「AIリサーチ＆ソリューション事業」と「AIプロダクト事業」の二本立てだ。企業ごとの課題に合わせてLLMを開発・実装するコンサルティング型ビジネスと、法人向けに自社専用AIアプリを構築できるツール「ELYZA Works」の販売を組み合わせている。SmartNews・JR西日本カスタマーリレーションズ・マイナビ・損保ジャパンなど名だたる企業が同社のソリューションを導入している。

本稿では、転職エージェントの視点からELYZAの事業内容・組織文化・転職難易度・選考対策を詳しく解説する。

企業概要

項目内容
社名株式会社ELYZA
設立2018年9月
代表者曽根岡侑也（代表取締役CEO）
本社東京都文京区本郷3丁目15-9 SWTビル 5・6F
資本金非公表
従業員数約65〜72名程度（採用情報ページ掲載値ベース）
上場区分非上場（未上場）。KDDIグループ連結子会社
売上高非公表
平均年収機械学習エンジニアで600万〜1,300万円（求人媒体掲載値参考）
平均年齢非公表
勤続年数非公表（2018年創業・若い組織）
主な事業内容日本語特化LLM開発、法人向けAIソリューション、ELYZA Worksプロダクト
主要株主KDDI（43.4%）、KDDI Digital Divergence Holdings（10.0%）、その他

ELYZAの創業は2018年9月。松尾研の学生・研究者として「日本の人工知能研究を世界水準に」という志を持った代表・曽根岡侑也氏が立ち上げた。松尾豊教授（東大）が技術顧問（特別顧問）に就任しており、アカデミアとビジネスの橋渡し役として機能している。

KDDIグループの連結子会社になった現在も、ELYZAは独立したスタートアップとしての意思決定速度を維持しながら、KDDIの法人顧客基盤・インフラ・資金力にアクセスできるという恵まれた立場にある。なお、将来的な「スイングバイIPO」（大企業傘下での成長後にIPOを目指す手法）を視野に入れているとも報じられており、さらなる成長フェーズに向けた布石として今回の資本提携を位置づける見方もある。

主な事業内容

ELYZAの事業は大きく「AIリサーチ＆ソリューション事業」と「AIプロダクト事業」に分類される。研究開発力を起点に、企業向けカスタムAIから自社プロダクトの展開まで、生成AIのバリューチェーン全体をカバーしようとしているのが同社の特徴だ。

各事業の詳細を以下に解説する。

AIリサーチ＆ソリューション事業

企業・業界特化のLLMを開発し、AIシステムとして実装・運用するまでをワンストップで支援するコンサルティング事業だ。要件定義・モデル選定・ファインチューニング・評価・本番環境への実装・運用保守まで、全工程に対応している。

導入実績は多岐にわたる。SmartNewsでは記事要約機能のAI化、JR西日本カスタマーリレーションズでは通話要約業務の54%効率化、東京海上日動では顧客応対文面作成の50%省力化、マイナビでは求人原稿作成の30%効率化などが公表されている（各社との協業実績として同社公式に掲載）。

AIプロダクト事業（ELYZA Works）

「ELYZA Works」は法人向けの生成AI活用ツールプラットフォームだ。IT部門でなくても自社専用のAIアプリをノーコードで構築・利用できる設計となっており、2025年9月に追加されたAIエージェント機能ではExcel・Word・PowerPoint・PDF形式での出力にも対応した。リリース後3週間で100件以上の問い合わせが入るなど、法人市場での引き合いは強い。

日本語特化LLM研究・モデル開発

日本語AIモデルの研究開発は同社のアイデンティティの核心だ。「ELYZA-japanese-Llama-2」（2023年公開）、「Llama-3-ELYZA-JP」（2024年6月公開）、「Llama-3.1-ELYZA-JP-70B」（2024年）と、Metaのオープンソースモデルをベースとした日本語特化LLMを継続的にリリースしてきた。

2026年1月には「ELYZA-LLM-Diffusion」として、Transformerに代わる拡散言語モデル（diffusion language model）ベースの日本語モデルを公開しており、技術的な最前線への挑戦を続けている。いずれのモデルも商用利用可能な形で公開されており、日本のAI開発コミュニティへの貢献度も高い。

株式会社ELYZAの強み

強み1. 東大松尾研という揺るぎないアカデミアのDNA

ELYZAの最大の強みは「東大松尾研発」という出自にある。松尾・岩澤研究室は日本のAI研究の最先端を担い、その修了生・現役メンバーが集まった会社というブランドは、採用・パートナーシップ・研究資金調達のすべての場面で機能する。

松尾豊教授が技術顧問（特別顧問）を務めていることで、アカデミアの最新知見が経営判断にも近い位置で活かされる環境にある。「研究者出身の経営陣が実際のビジネス課題を解く」という体制は、技術的な品質と市場適合性の両立を担保している。

強み2. KDDIグループという巨大な商用展開力

スタートアップが苦労する「大企業への営業力」の問題をKDDIとの提携が一気に解消している。KDDIが持つ数千社規模の法人顧客基盤、全国の販売網、エンタープライズ向けの信用力は、ELYZAの技術力を社会に実装するための強力なパイプだ。

連結子会社化後、KDDI ∞ LaboやKDDIの事業部門との協働が加速しており、単なる出資関係ではなく「事業共創」として実質的に機能している点が重要だ。

強み3. 経産省NEDO「GENIAC」採択による国家的信任

2024年5月に経済産業省・NEDOが実施した「競争力ある生成AI基盤モデルの開発」（GENIAC）プログラムにELYZAが採択された。これは日本政府が「国産LLMの開発競争力を持つ数少ない企業の一つ」としてELYZAを認定したことを意味し、国家プロジェクトへの参画実績と公的な信頼性の証明となっている。

採択企業には潤沢な計算資源（GPU）が提供されるため、LLM開発に不可欠な学習コストの問題も一定程度解消されている。競合との差別化において、この公的認定はきわめて重要な意味を持つ。

強み4. 継続的なOSS貢献による開発者コミュニティとの接点

ELYZAは日本語特化LLMを定期的にオープンソースで公開しており、Hugging Faceでのダウンロード数・GitHubのスター数も高水準を維持している。OSSを公開することで、外部の研究者・開発者からのフィードバック・改善提案を受け取り、それが次世代モデルの品質向上につながるという好循環が形成されている。

また、OSSモデルの広範な利用は「ELYZAブランド」の認知を高める効果もあり、採用マーケティングとしての機能も発揮している。

強み5. 「スイングバイIPO」に向けた成長軌道

KDDIの連結子会社となりながらも、独立したスタートアップとしての組織文化・意思決定スピードを維持しているELYZAは、将来的なIPOの選択肢も持つユニークなポジションにある。第7期（令和7年3月末）の決算では純資産4,195百万円・純利益576百万円が公告されており（決算公告データより）、収益化が進んでいることも示されている。

転職者にとっては、「上場前のスタートアップ」としてのアップサイドと「KDDIグループ連結」という安定性を同時に享受できる、稀有なキャリア環境だ。

強み6. 多様な大手企業との実装実績

SmartNews・JR西日本・東京海上日動・マイナビ・損保ジャパン・明治安田生命・デロイトトーマツなどとの導入実績は、エンタープライズ向けAI実装における同社の信頼性を裏付けている。スタートアップであっても大企業の基幹業務に実装されるという実績の積み重ねは、採用ブランドとしても強い訴求力を持つ。

株式会社ELYZAの年収事情

ELYZAは非上場のスタートアップであり、全社的な給与水準の公式開示はない。ただし採用媒体（job-draft.jp等）と口コミ情報から、技術職を中心に以下の参考情報が得られている。

職種別の想定年収レンジ

職種想定年収レンジ（参考）
機械学習エンジニア（ミドル）700万〜1,000万円程度
機械学習エンジニア（シニア/リサーチャー）1,000万〜1,300万円程度
LLMリサーチャー800万〜1,300万円程度
バックエンドエンジニア600万〜900万円程度
プロダクトマネージャー700万〜1,000万円程度
データサイエンティスト600万〜900万円程度
ビジネス開発（法人営業・コンサルティング）500万〜800万円程度

給与制度の特徴

求人情報によれば機械学習エンジニアの年収レンジは600万〜1,300万円（job-draft.jp掲載値）とされており、Indeed掲載の平均でも機械学習エンジニア約954万円・開発職全体約965万円という数字が確認できる（掲載値のため変動あり）。

AI・機械学習領域はエンジニア不足が深刻で、需給バランスが技術者側に傾いている。ELYZAはKDDIグループの資金力を背景に、競合のAIスタートアップや大手IT企業と比較しても競争力のある報酬水準を提示できる立場にある。

年収を見る際の注意点

  • 提示年収は職種・経験・スキルレベルによって大きく異なる。面談での個別交渉が重要
  • 研究者・博士課程出身者はアカデミア水準との比較感から待遇が高めに設定されるケースがある
  • スタートアップとして、ストックオプションが付与されるポジションも存在する可能性がある
  • KDDIグループ連結となったことで、大手グループ会社並みの福利厚生が一部適用されている可能性があるが、詳細は面談で確認が必要だ

株式会社ELYZAの働き方・福利厚生

勤務時間・休日 フレックスタイム制を採用しており、コアタイムは設定されているものの比較的柔軟な勤務形態が可能だ。研究・開発職は成果主義の傾向が強く、アウトプットで評価される文化がある。

リモートワーク 求人情報ではフルリモート制度を採用しつつ、年間49日程度の出社を求めるポジションも存在することが確認されている。東京都文京区本郷に本社を置いており、東大のキャンパスに近接した立地が特徴だ。

福利厚生

  • フレックスタイム・リモートワーク制度
  • 書籍・論文・学習ツールの購入支援（AI系スタートアップとして一般的）
  • 国内外のAI研究カンファレンス（NeurIPS・ICLR等）への参加支援
  • カジュアル面談・体験入社制度（入社前のマッチング確認）
  • ストックオプション（付与条件は要確認）
  • 社会保険完備
  • 有給休暇
  • KDDIグループ連結子会社としての各種グループ制度（詳細要確認）

注意点 採用情報は変化が速いため、最新の制度・待遇は採用担当者への直接確認が必須だ。また、スタートアップ特有の「制度化されていない部分が多い」という点は承知の上で選考に臨むこと。

株式会社ELYZAの社風・カルチャー

一言で表すなら「研究者精神とビジネス実装の融合」

ELYZAのカルチャーは、アカデミアの「真実を徹底的に追求する」精神と、スタートアップの「速く動いて市場に実装する」精神が融合したものだ。松尾研という世界最先端のAI研究室出身者が中核にいながら、大企業への導入実績を積み上げている事実がそのカルチャーを如実に示している。

社名の「ELYZA」は「Emergent LaboratorY for Zero-shot and few-shot Adaptations」に由来するとされており、創業当初から「学習データが限られた場面でも活用できるAI」という研究テーマへの強い意志が込められていた。

評価される人物像

  • 機械学習・深層学習・NLP（自然言語処理）への深い専門知識を持つ人
  • 「日本語AIを世界水準に」というミッションに自分ゴトとして関われる人
  • 研究と実装の両方に興味を持ち、学術的厳密さとビジネス実用性を両立できる人
  • KDDIをはじめとする大企業の案件で、顧客の業務課題を技術で解決することに喜びを感じる人

表面的なイメージと実態の差

「東大発のアカデミア寄りのAI企業」というイメージを持つ人も多いが、実態は大手企業への実装・コンサルティングを主力収益にするプロフェッショナルサービス企業としての側面が強くなっている。純粋な研究に集中したい研究者より、「研究成果を実社会に展開する」ことに意義を感じる人材に向いた環境だ。

またKDDI連結子会社化により、以前よりもエンタープライズ案件が増え、ビジネス職の重要性も高まっている。技術者だけでなく、AI導入コンサルタント・プロダクトマネージャー・セールスという役割でのキャリア機会も広がりつつある。

株式会社ELYZAの転職難易度

難易度：A〜S級（職種による）

ELYZAへの転職難易度は職種によって差がある。機械学習エンジニア・LLMリサーチャーなどの技術職はS級水準で、日本でも最高難度の採用ハードルを持つ。一方、KDDIグループ連結化後に需要が増しているビジネス職・コンサルティング職はA〜B級程度（高難度だが経験者には現実的）と言える。

理由1. 技術職の採用基準が世界水準

機械学習エンジニアやLLMリサーチャーには、論文を読み解き・実装し・改善するレベルの専門性が求められる。博士号または修士号（機械学習・統計・CS）を持つ人材が採用の主軸となっており、「プログラミングは書けるがML理論は弱い」というレベルでは書類段階で厳しい評価を受けやすい。

理由2. 組織規模が小さく採用枠が限られる

約65〜72名という組織規模では、年間の採用枠は多くても数十名程度だ。ポジションが空いていなければ応募すること自体が難しい場合もあり、タイミングも重要な要素となる。

理由3. 「LLM特化」という専門領域の狭さ

ELYZAはあくまで「LLM・生成AI」という特定技術領域に特化したスタートアップだ。機械学習一般やコンピュータビジョン・音声認識などの領域では差別化できず、LLMへの深い理解と実装経験が必須となる。

株式会社ELYZAに向いている人

タイプ1：LLM・NLPを軸にキャリアを築きたいAIエンジニア

LLMファインチューニング・RLHF・RAG・プロンプトエンジニアリングなど、最新の生成AI技術の実務経験を積みたいエンジニアにとって、ELYZAはこれ以上ない環境だ。日本語モデルの研究最前線で、世界的に注目される技術に実装レベルで関わることができる。

タイプ2：アカデミアから産業界へ転向したいAI研究者

大学・研究機関でAI・機械学習・NLPの研究をしており、「社会実装」に取り組みたいと考えている研究者に向いている。松尾研出身者が多いコミュニティの中で、アカデミックな価値観を持ちながらビジネス課題に向き合える環境だ。

タイプ3：大手企業へのAI導入を担うコンサルタント

SIer・コンサルティングファーム・IT部門出身で、大企業のAI導入プロジェクトをリードした経験がある人材は、ソリューション事業の拡大において高い価値を持つ。技術の詳細はわからなくても、顧客の業務課題の整理・PMとしての案件推進力が活きる。

タイプ4：プロダクト開発×AIに挑みたいPM・デザイナー

ELYZA Worksのようなプロダクト開発においては、技術的な素養を持ちながらユーザー体験を設計できるPMやデザイナーの需要がある。AI技術を一から実装できなくても、プロダクト視点でLLMを活用したサービスを磨いていきたい人に向いた環境だ。

タイプ5：KDDIグループでの大型案件を経験したいビジネス職

KDDIの法人顧客基盤へのアクセスを活かした大型案件（通信業・製造業・金融など）のAI導入をリードしたいビジネス職の人材にとって、ELYZAはKDDIのリソースとスタートアップのスピード感を同時に活用できるユニークなポジションだ。

株式会社ELYZAに向いていない人

批判ではなく、ミスマッチ防止のために正直に書く。

タイプ：「LLMより他のAI領域（CV・音声等）が好き」という人 ELYZAは日本語LLM・生成AIに特化しており、他のAI領域（コンピュータビジョン・音声認識・強化学習等）を主戦場にしたいエンジニアとは方向性が合わない場合が多い。

タイプ：研究100%の環境を求めるアカデミアの研究者 ELYZAのビジネスモデルは企業向けAI実装が主力であり、純粋な基礎研究よりも「実装できる研究」が重視される。基礎研究のみに集中したい場合は大学・研究機関の方が合っている可能性がある。

タイプ：大企業のような安定した制度・組織を求める人 KDDIグループ連結とはいえ、ELYZAはスタートアップとしての文化・制度のフェーズにある。整備された人事制度・豊富な研修プログラム・確立されたキャリアパスを重視する場合は期待値調整が必要だ。

タイプ：AI技術への学習意欲がそれほど高くない人 生成AI分野は技術の進化が異常に速く、1〜2年で業界の常識が変わる。継続的な自己学習・論文読み・技術キャッチアップを日常的に行えない人には、ペースについていくのが厳しい環境だ。

株式会社ELYZAの選考対策

選考対策1. LLM・NLPの技術的理解を深く示す

技術職の選考では、ファインチューニング・Transformerアーキテクチャ・トークナイザー・RAG・RLHFなどの技術概念の理解と、実装経験が問われる。GitHubに公開しているプロジェクト・Kaggleでの実績・論文読みの習慣などを具体的にアピールすること。

特にELYZAが公開している日本語LLMを実際に動かし、改善点や評価結果について自分なりの考察を持って面談に臨むことが差別化につながる。

選考対策2. ELYZAの公開モデルをアウトプットに活かした経験を持つ

Hugging Faceで公開されているELYZAモデルを使ったアプリケーション・ツール・研究を実際に行い、その成果を提示できる応募者は強い印象を与えられる。企業への「直接的な貢献可能性」を示す一番わかりやすい方法だ。

選考対策3. 論文読解力と実装力のセットを証明する

ELYZAはアカデミア出身者が多い組織だ。「この論文を読んで自分で実装した」「このモデルのこの部分を改善した」というレベルの論文→実装サイクルを示せると、技術評価で高いスコアが期待できる。最近のNeurIPS・ICLR・ACLなどのトップカンファレンスの論文トレンドについても把握しておくことが望ましい。

選考対策4. 大企業AI導入の業務プロセスへの理解を示す（ビジネス職）

ビジネス職の場合、「AI技術をどう業務に落とし込むか」という視点が問われる。JR西日本の通話要約・東京海上の文面作成補助などの事例に見られるように、ELYZAのソリューションは「業務フロー全体の設計」にまで踏み込む。大企業の業務改革・システム導入プロジェクトのPM経験・コンサルティング経験がある人は、そのスキルを具体的なエピソードで示すこと。

選考対策5. 日本語AI研究への明確な意志を示す

「なぜOpenAIやGoogleではなくELYZAなのか」「なぜ日本語LLMにこだわるのか」という問いに答えられるようにすること。「日本語という言語の特性上、日本語に特化したモデルが必要だと考える理由」「日本企業の業務データ・プライバシー要件に対応するため国産LLMが重要な理由」など、技術的・社会的な論拠を持って語れると評価が高まる。

選考対策6. カジュアル面談・体験入社制度を最大限に活用する

ELYZAは選考前のカジュアル面談・体験入社制度を提供している。本選考前にこれらを活用することで、文化フィットの確認と選考担当者へのアピールを同時に行うことができる。「まずカジュアル面談から」という軽い気持ちで接触するのが、同社への転職の現実的なスタートラインだ。

株式会社ELYZAへの転職で評価されやすい経験

  • Transformerアーキテクチャに基づくLLMの理解・実装・改善経験
  • 日本語NLPモデルのファインチューニング・評価実績
  • HuggingFace Transformersライブラリを使った実装経験
  • RAG（Retrieval-Augmented Generation）システムの構築実績
  • RLHF・DPO等のアライメント技術の理解・実装経験
  • 大規模データの前処理・クリーニング・トークナイズの実務経験
  • 機械学習モデルのMLOps（本番環境への実装・監視）の知識
  • NeurIPS・ICLR・ACL等のトップカンファレンスでの論文発表実績
  • GPUクラスタを使った大規模学習の経験（分散学習・FSDP等）
  • 大手企業向けAIシステム導入のPM・コンサルティング経験
  • 業務フロー設計・要件定義・PoC推進の実績
  • SIer・コンサルファームでのDX推進・AI導入プロジェクト経験
  • ELYZA公開モデルを活用したアプリ・ツール・研究の実績
  • 大学院（修士・博士）レベルの機械学習・統計・CS教育バックグラウンド

特に評価されやすいのは「LLMの技術的専門性」と「大企業への業務実装経験」を持ち合わせた人材だ。 純粋な研究者でも純粋なコンサルタントでもなく、その橋渡し役として機能できるハイブリッド人材は、ELYZAが最も強く求めているプロファイルといえる。

まとめ

株式会社ELYZAは、東大松尾研という日本最高水準のアカデミアをバックボーンに持ちながら、KDDIグループという大企業の商用力を得て急速に成長している、日本のAI業界における中心的存在の一つだ。日本語LLMの研究最前線と、大手企業への実装支援という二つの顔を持つハイブリッドな組織として、2024年以降その存在感をさらに高めている。

転職エージェントの視点では、ELYZAへの転職は「AI・LLMでキャリアを本格的に築きたい」と覚悟を決めた専門家向けの選択だと評価している。採用ハードルは高く、特に技術職は世界水準の専門性が求められる。しかしそのハードルを越えた先には、経産省・NEDOの支援を受けながら、KDDIグループの資金力と顧客基盤を活かしてAIを社会に実装する、きわめて質の高い仕事が待っている。

「日本のAI研究を世界水準に」というミッションに共感し、研究と実装の両方に熱量を持てる人材にとって、ELYZAは現時点での最良の選択肢の一つだ。まずは公開モデルに触れ、カジュアル面談から関係性を築くことを強くすすめたい。