株式会社ストックマークってどんな会社？事業内容・強み・年収・転職難易度を徹底解説

株式会社ストックマークは、2016年の設立以来、自然言語処理・大規模言語モデル（LLM）技術を核に、エンタープライズ企業の情報活用・ナレッジ経営を支援してきたAI SaaSスタートアップです。2024年10月にはシリーズDラウンドでポラリスより45億円を調達し、累計調達額は88億円を超えました。

主力プロダクトの「Anews」は2025年7月に「Aconnect」へとリブランディングされ、単なる情報収集ツールから製造業を中心とした企業のナレッジ活用を支援するAIエージェントへと進化しています。国内外のエンタープライズ企業200社以上への導入実績を持ち、パナソニックHDとの独自LLM共同開発、NVIDIA NIMマイクロサービスとの連携など、大企業との協業も着実に積み重ねています。

一方で、シリーズD資金調達後の成長フェーズにある同社は、採用も拡大中であり転職市場での注目度が高まっています。本記事では人材エージェントの視点から、事業の実態・強み・年収・転職難易度まで、良い点も注意点も含めて詳しく解説します。

企業概要

項目	内容
会社名	株式会社ストックマーク（Stockmark Inc.）
設立	2016年11月15日
代表取締役CEO	林 達
本社所在地	東京都港区南青山一丁目12番3号 LIFORK MINAMI AOYAMA S209
資本金	非公開（累計調達額88億円超）
従業員数	約103〜120名（2024年時点）
上場区分	未上場（シリーズD）
売上高	非公開
平均年収	推定700万〜900万円程度（公開求人・口コミ情報ベース）
事業内容	エンタープライズ向け生成AIプラットフォーム（Aconnect・SAT）の開発・運営、独自LLM（Stockmark-2）の研究開発

未上場スタートアップのため、売上高・資本金等の正確な財務情報は公開されていません。資金調達ラウンドはシリーズD（2024年10月完了）に到達しており、将来的なIPOを視野に入れた成長フェーズにある企業です。

主な事業内容

ストックマークの事業は大きく「プロダクト事業」と「LLM研究開発・技術提供事業」の2軸で構成されています。

Aconnect（旧Anews）

同社の主力プロダクトです。2025年7月に「Anews」から「Aconnect」へリブランディングされました。社内外の情報をワンストップで検索・活用できるAIエージェントプラットフォームで、製造業を中心とした大手エンタープライズ企業の研究開発・新規事業開発・ナレッジ共有を支援します。

具体的には、国内外3万メディア以上のWebニュース・特許情報・論文・社内ドキュメントなどを自動収集・解析し、ユーザーの業務文脈に沿った情報をAIがレコメンドする仕組みです。2025年1月には「調査エージェント機能」が追加され、単なる情報収集にとどまらず、AIが仮説構築・技術探索まで自律的に行う機能へと進化しています。

導入実績は国内外の大手エンタープライズ企業200社以上。沖電気工業（OKI）、日本ガイシ、神田外語大学などへの導入事例が公式で紹介されています。

Astrategy

業界・市場の動向分析に特化したプロダクトです。記事トレンド・急上昇ワード・業界プレイヤー比較・将来動向・海外動向などを分析する機能を提供し、事業戦略立案・競合分析・市場調査に活用されます。Aconnectと組み合わせてエンタープライズの情報活用基盤として提供されるケースが多いです。

SAT（Stockmark A Technology）

生成AIの企業業務への適用・実装を支援するプラットフォームです。2024年以降に注力している新事業で、データ構造化支援・高精度RAG（検索拡張生成）構築支援・LLM構築支援などを提供します。大手製造業を中心に、AIを業務に組み込むためのシステム構築を支援するBtoB向けサービスです。経済産業省の事業も受注しており、官民双方への事業展開が進んでいます。

独自LLM（Stockmark-2）の研究開発

ストックマークは自社プロダクトを支える基盤技術として、独自LLMの開発を行っています。2024年5月に公開した「Stockmark-LLM-100b」は1,000億パラメータ規模の日本語特化モデルで、当時の国内オープンモデルの中でも最高水準の性能を記録しました。2025年3月には後継の「Stockmark-2-100B-Instruct-beta」を公開しています。

経済産業省・NEDOが主導する国産生成AIの開発支援プロジェクト「GENIAC」第2期にも採択されており、国の政策とも連携した形でLLM開発が進んでいます。また2025年には日本発のソブリンAIとして「Stockmark-2」をNVIDIA NIMマイクロサービスで提供開始し、NVIDIAとの共同ケーススタディも公開されています。

パナソニックHDとは2024年7月、「Panasonic-LLM-100b」の共同開発を発表。企業が開発する自社専用LLMとしては国内最大規模として注目を集めました。

株式会社ストックマークの強み

強み1. 日本語特化LLMの独自開発力という参入障壁

1,000億パラメータ規模の日本語LLMを自社開発・公開している企業は、国内でも極めて少数です。ストックマークはOpenAI等の外部APIに依存せず、自社プロダクトの品質・価格・セキュリティを自らコントロールできる立場にあります。

とりわけ製造業・化学・素材など専門性の高い業界では、汎用LLMではハルシネーション（誤回答）が課題になりやすい場面があります。同社は独自LLMをドメイン特化でファインチューニングする技術を持っており、「ビジネス用途で正答率90%超」という水準を目標に開発が進んでいます。この技術力が競合SaaSとの差別化要因であり、採用した候補者にとっても希少な経験を積める環境です。

強み2. 製造業を中心とした大手エンタープライズへの深い導入基盤

エンタープライズ向けSaaSは「最初の導入が難しいが、一度入ると解約しにくい」という特性を持ちます。ストックマークはパナソニックHD・日本ガイシ・OKIなど日本を代表する大手製造業に対して、単なるツール導入にとどまらないLLM共同開発・業務実装支援まで踏み込んでいます。

この深い関係性はリファレンスとして新規顧客獲得にも寄与し、競合への乗り換えコストを高める「粘着性」を生み出しています。200社超の導入実績は、創業9年のスタートアップとしては十分な実績であり、安定した事業基盤と言えます。

強み3. 「情報収集」から「ナレッジ活用エージェント」への進化で市場を拡大

創業当初はビジネスニュースのキュレーションサービスとして出発しましたが、現在はAIエージェントによる技術探索・仮説生成まで機能が拡張されています。単なる情報収集ツール市場から、企業の研究開発・新規事業開発を支援するより大きな市場へとポジションが移行しつつあります。

2025年7月のリブランディング（Anews→Aconnect）はこの方向転換を象徴するもので、「EKP（Enterprise Knowledge Platform）」構想のもと、AIエージェント・ナレッジグラフ・独自LLMを統合したプラットフォームとして差別化を図っています。

強み4. GENIAC採択・NVIDIAとの連携による技術的信頼性の担保

経済産業省・NEDOによる国産AI開発支援プロジェクト「GENIAC」への採択は、同社のLLM技術が国の基準で認められた証左です。また、NVIDIAとの技術連携（NeMo・TensorRT-LLM・NeMo Retriever）は、最先端のGPUインフラとの統合を意味し、技術的な信頼性を高めています。

パブリッククラウドの世界標準規格との互換性を持つことは、大手企業の調達審査においても有利に働きます。ISO/IEC 27701（プライバシー情報保護の国際規格）を生成AI開発事業者として国内初取得したことも、エンタープライズへの信頼性担保に貢献しています。

強み5. スタートアップとしては異例のシリーズD・累計88億円超の資金調達

投資家にはポラリスキャピタルグループが参画しており、シリーズDまで到達した事実はビジネスモデルの持続性と成長ポテンシャルが評価されていることを示します。累計調達額88億円超という規模は、AI SaaS領域のスタートアップとして十分な体力を持っており、採用・プロダクト開発への継続投資が可能な財務環境です。

代表の林達氏は「3年後に企業価値1,000億円」という目標を公言しており、IPOに向けた成長シナリオは描かれています。ただし、実現には市場環境・競合動向・プロダクトの競争力維持など複数の変数があり、確実視するのは早計です。

強み6. 「プロダクト×研究」を同時に追求できる技術環境

自社プロダクトの開発・運営を行いながら、最先端LLMの研究開発も並走させている点は、エンジニア・研究者にとって希少な環境です。「自分が作ったモデルが実際の顧客業務に使われる」という体験は、アカデミアや大企業のAI部門では得にくい経験です。

採用ページでは「Kaggle上位者・研究者・スタートアップ経験者」など多様なバックグラウンドを歓迎しており、技術の深さとビジネスインパクトを同時に追求したい人材には魅力的なポジションが揃っています。

株式会社ストックマークの年収事情

ストックマークは未上場スタートアップのため、有価証券報告書による平均年収の公開はありません。以下の情報は公開求人・転職サイト口コミ・エージェント情報をもとにした参考値として参照してください。

職種別の想定年収レンジ

職種	想定年収レンジ
ソフトウェアエンジニア（ML・バックエンド等）	600万〜1,200万円
MLエンジニア・LLM研究開発	700万〜1,500万円
プロダクトマネージャー	700万〜1,200万円
セールス（エンタープライズ）	500万〜900万円
カスタマーサクセス	450万〜800万円
ビジネスデベロップメント	600万〜1,000万円
コーポレート（人事・経理等）	450万〜700万円

※上記は公開求人・転職サイト口コミ情報をもとにした目安です。実際の年収はグレード・評価・スタックオプションの有無によって大きく異なります。公開求人の年収レンジとして400万〜2,000万円という幅広い数値が見られます。

給与制度の特徴

シリーズDまで調達したスタートアップとして、エンジニア・PM等の技術系職種については市場水準に近い報酬設定がなされているとみられます。特徴的な点として、ストックオプションの付与制度が存在します。IPO時の株式価値を含めた総報酬は、現時点での基本給以上になる可能性があります。

評価制度は半期ごとに実施されますが、評価基準が変更されることがあるという口コミも見られます。評価への納得感については個人差があり、入社前に評価の仕組みを詳しく確認することが望ましいです。

年収を見る際の注意点

• 未上場スタートアップのため、公式の平均年収データは存在せず、外部情報はあくまで参考値です
• ストックオプションの価値は将来のIPO評価・行使条件によって大きく変動するため、現時点での確定的な価値として計算するのは危険です
• 口コミの中には「評価制度の変更が多く、給与への影響が読みにくい」という声があります
• エンタープライズSaaS・AI領域の競合企業（メルカリ・PayPay・大手外資IT等）と比較すると、基本給水準では差がある場合があります

株式会社ストックマークの働き方・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、コアタイムなしで柔軟な時間管理が可能とされています
• リモートワーク可：フルリモートに対応しており、東京本社以外からも働ける環境
• シェアオフィスへの出社も選択可能で、完全在宅・オフィス出社・ハイブリッドを状況に応じて選べます

特徴的な制度

• 書籍・PC等の備品購入補助：自己研鑽のための学習コストを会社が負担
• 顧客と向き合う費：顧客理解を深めるための活動費として支給される制度
• 研究日制度：業務時間の一部を自由研究・技術探索に充てられる仕組み（エンジニア・研究者向け）
• 社内勉強会・懇親会：チームを超えた技術共有の場が定期的に設けられています

主な福利厚生

• 各種社会保険完備
• 書籍購入補助・学習コスト支援
• 備品・機材の購入補助（リモートワーク環境整備含む）

働き方を見る際の注意点

フレックス・フルリモートという制度面の充実度は高い一方、口コミからは「月70時間以上の残業が発生したことがある」「土日も業務に追われる時期がある」という声も見られます。成長フェーズのスタートアップでは、特に事業開発・営業・カスタマーサクセス等のポジションで繁忙期の負荷が高くなる傾向があります。

また、住宅補助等の大企業型福利厚生は限定的という情報もあります。「リモートOK・フレックス」という制度の良さと、スタートアップ特有の仕事量・変化の速さは表裏一体として捉える必要があります。

株式会社ストックマークの社風・カルチャー

一言で表すなら「技術と事業の両軸を追うAI研究開発型スタートアップ」

「AIで価値創造の仕組みを再発明し、人類を前進させる」というミッションは、壮大ではありますが抽象的でもあります。実態として同社の文化は「AI・LLMの最前線に立ちながら、実際のビジネス課題を解決する」ことへの強いこだわりに特徴があります。

採用ポータルでは「カジュアル面談を相互理解の場として重視する」姿勢が明記されており、候補者にとっても会社の実態を確認しやすい設計が意識されています。エンジニアリングユニットの採用ページでは、技術的な挑戦とプロダクト価値の接続に関する詳細な説明が提供されており、透明性への意識は感じられます。

評価される人物像

• 顧客の業務課題を深く理解し、それに最適なAI活用を提案・実装できる人
• 技術的な不確実性（研究要素のある開発）を楽しめる人
• 自立的に動き、成果に対してオーナーシップを持てる人
• 変化の速いAI領域でのキャッチアップを継続的に行える人

表面的なイメージと実態の差

「最先端AI企業」というイメージを持って入社すると、実態とのギャップを感じる可能性があります。OpenWorkには「組織の硬直化」「営業と開発の連携課題」「高い解約率への懸念」「評価制度の変更が多い」といった否定的な口コミも見られます。OpenWorkの総合評価スコアは3.3点程度（5点満点）であり、業界平均と比較して特別に高いとは言えません。

これはスタートアップの成長過程での組織的な課題として珍しくありませんが、「整った大企業文化」を求める人には違和感を感じる要素があります。特にビジネスサイドの社員からは「方針変更への対応」「評価基準の変化」に関する声が見られるため、事前に面談でリアルを確認することを推奨します。

株式会社ストックマークの転職難易度

難易度：中〜高め（職種によって差あり）

技術系職種（エンジニア・LLM研究者）の難易度：高め

1,000億パラメータ規模のLLM開発・RAG構築・AIエージェント開発を行う環境のため、求められる技術レベルは高いです。特に「ML/LLMエンジニア」「自然言語処理研究者」のポジションは、論文実績・Kaggle実績・大規模モデルの開発経験が問われるケースがあります。

採用ページに記載されている求人では「LLMの事前学習・ファインチューニング経験」「大規模分散学習の実装経験」「Transformer・RAGアーキテクチャの深い理解」などが求められており、一般的なWebエンジニアやデータアナリストとは要件が異なります。

ビジネス系職種（セールス・CSM・BizDev）の難易度：中程度

エンタープライズ向けSaaSの営業・カスタマーサクセス経験があれば、基本的な要件は満たせるケースが多いです。ただし、製造業・研究開発部門へのセールス経験・AI/DXソリューションの理解・エンタープライズの長期商談管理能力が高く評価されます。

選考フローの特徴

選考は「面接2〜3回＋（ポジションによっては）スキルチェック」が標準的です。一次面接では実務能力のフィット感（What can you do?）を、二次面接ではカルチャーフィット・ミッションへの共感（Why Stockmark?）を中心に評価されます。

採用担当者はカジュアル面談を「相互理解の機会」と位置づけており、面接前にカジュアル面談を経由するケースが多いです。候補者にとっても、リアルな職場環境を確認できる機会として活用してください。

株式会社ストックマークに向いている人

1. LLMやAIエージェントの最前線で実装まで関わりたいエンジニア

アカデミアや大企業のAI研究部門では「論文は書けるが実業務への適用までは担えない」という課題を感じている研究者・エンジニアが少なくありません。ストックマークは独自LLMの研究とプロダクトへの実装を同時に行っており、「理論と実践の橋渡し」を経験できる環境として希少性があります。

2. エンタープライズのDX・AI活用を深いレベルで支援したいビジネス人材

「AIツールを売るだけでなく、顧客の業務に根ざして活用定着まで伴走したい」という志向のCSM・コンサルタントには合っている環境です。製造業・研究開発領域の顧客と長期的に関係を深めながら、AIの業務適用を実践的に支援するキャリアは市場価値が高まっています。

3. 生成AI・SaaS領域でスタートアップのスケールフェーズを経験したい人

シリーズDまで到達し、次フェーズの成長が期待される段階のスタートアップで、組織づくり・事業拡大・IPO準備に関わる経験を積みたい人にとっては、タイミングとして良いフェーズです。「0→1よりも1→10の局面を経験したい」という人に向いています。

4. 日本発のAI技術で世界と戦う仕事に携わりたい人

NVIDIAとの連携・GENIAC採択・国産ソブリンAI開発という文脈において、ストックマークは「日本発のAI技術の担い手」として一定の社会的ポジションを持っています。国産AIの意義・日本語LLMの可能性に共感できる人には、ミッションへの当事者意識が高まりやすい環境です。

5. 変化を前向きに受け入れ、自律的に仕事を進められる人

組織規模100名前後のスタートアップとして、方針・プロダクト・組織構造が変化することは日常的です。「完璧なマニュアルや明確なロールを待つ」のではなく、「曖昧さの中で自ら道を開く」ことを楽しめる人に向いている文化です。

株式会社ストックマークに向いていない人

向いていない人を書くのは企業を批判するためではなく、入社後のミスマッチを防ぐための情報です。以下に当てはまる人は入社前に慎重に検討してください。

• 安定した評価制度・明確なキャリアパスを求める人： 評価基準の変更が多いという口コミがあり、成果の定義が変わりやすい環境が合わない場合があります
• 汎用的なWebエンジニア経験でLLM開発に挑みたい人： ML/LLM領域の要件は高く、経験のないまま「AI企業で働きたい」という動機では厳しい場面があります
• 大企業型の手厚い福利厚生（住宅補助・保育支援等）を重視する人： スタートアップとして福利厚生の充実度は限定的です
• プロダクトが完成した環境で安定運用を担いたい人： プロダクトの方向性・名称・機能が大きく変化する組織のため、変化への適応が求められます
• 顧客ターゲットに製造業への関心が持てない人： 主要顧客層は大手製造業の研究開発・事業開発部門であり、この業界への関心・知識が価値提供に直結します

株式会社ストックマークの選考対策

1. 「なぜストックマークでなければならないか」を技術・ビジネス両面から語る

「AIに興味がある」「生成AIの最前線で働きたい」という志望動機は、採用競合が多いAI企業への応募では差別化になりません。同社独自のEKP構想・Aconnect・独自LLM開発という文脈の中で、「自分の何が活かせるか」「どんな価値を提供できるか」を具体的に語れるよう、採用サイト・ニュースリリース・技術ブログを事前に読み込んでおく必要があります。

2. 技術系職種はポートフォリオ・実績を整理して臨む

LLMエンジニア・MLエンジニア・バックエンドエンジニアのいずれも、技術的な実績が問われます。GitHubリポジトリ・論文・Kaggle実績・RAGシステムの設計・実装経験など、過去の成果物を具体的に提示できる状態で選考に臨んでください。「何ができるか」を語るよりも「何を作ったか・何を解決したか」を示す方が評価されます。

3. ビジネス系職種はエンタープライズSaaSの商談・活用定着の実績を整理する

エンタープライズ向けSaaSのセールス・CSMとして「大企業に対してどのように提案・導入・活用推進したか」の実績を数字とともに整理してください。ストックマークの顧客は意思決定が複雑な大手製造業が中心のため、複数部門・複数担当者との調整経験や長期商談の進め方が問われます。

4. 製造業・研究開発領域のドメイン知識を事前にインプットする

主要顧客は日本の大手製造業（化学・電機・材料等）の研究開発・新規事業開発部門です。「なぜ製造業の研究者がAI活用に課題を感じているのか」「研究開発DXにおけるAIの価値とは何か」という問いに自分の言葉で答えられる程度の知識を事前に準備しておくと、面接での会話の質が変わります。

5. カルチャーフィットの確認はカジュアル面談を最大限活用する

同社の選考では、カジュアル面談が重要な位置づけにあります。「相互理解のための場」として設定されており、候補者側も「実際の評価制度」「リモートワークの実態」「事業課題・直近の変化」などを率直に確認する機会として使ってください。面接官が候補者の「Why」を確認するのと同様に、候補者が企業の「リアル」を確認する場でもあります。

6. AI領域の最新トレンドへのキャッチアップを示す

LLM・RAG・AIエージェントの技術トレンドは変化が速い領域です。面接の中で、最近の生成AI技術や同社のプロダクト進化についての見解を問われることがあります。日頃から技術系メディア・論文・ストックマークの公式ブログ・ニュースリリースを追っている姿勢を自然に示せると、「学習継続力」のアピールになります。

株式会社ストックマークへの転職で評価されやすい経験

• 大規模言語モデル（LLM）の事前学習・ファインチューニング・評価の実務経験
• RAG（検索拡張生成）システムの設計・実装・チューニング経験
• 自然言語処理（NLP）の研究・実装経験（特に日本語テキスト処理）
• エンタープライズ向けAI/DXソリューションの提案・導入経験
• 大手製造業・化学・電機・材料業界への営業・コンサルティング経験
• SaaS企業でのカスタマーサクセス・オンボーディング・活用推進経験
• Pythonによるバックエンド開発・API設計・クラウドインフラ構築経験
• ベクトルデータベース・ナレッジグラフの実装・運用経験
• 機械学習モデルのMLOps・本番運用・監視経験
• AI活用における社内変革推進・組織導入支援の経験
• B2B SaaSのエンタープライズ営業（大手顧客への複数部門巻き込み型商談）経験
• データエンジニアリング（ETL・データパイプライン構築）経験
• プロダクトマネジメント経験（特にAI系プロダクトの機能企画・ロードマップ策定）
• NVIDIAプラットフォーム（CUDA・NeMo等）の活用経験
• 情報収集・ナレッジマネジメントシステムの導入・活用推進経験

特に評価されやすいのは、「LLM/RAGの技術的な実装経験」と「大手エンタープライズへの長期的なAI活用支援実績」を組み合わせた人材です。技術のわかるビジネスパーソン、または顧客価値を意識できるエンジニアが求められています。

まとめ

株式会社ストックマークは、「AIで価値創造の仕組みを再発明する」という高いミッションのもと、独自LLMの研究開発とエンタープライズ向けAIプラットフォームの事業展開を両輪で進める国内有数のAI SaaSスタートアップです。シリーズDで累計88億円超を調達し、パナソニックHD・NVIDIAとの協業・GENIAC採択など、技術力の外部評価も着実に積み上げています。

一方で、未上場スタートアップとして財務情報は限定的であり、口コミには評価制度の変更・組織課題・解約率への懸念なども見られます。「AIの最前線」というイメージだけを持って飛び込むのではなく、製造業中心の顧客特性・組織フェーズの現実・変化の速さをきちんと確認した上で入社判断をすることが重要です。

この会社が本当に合うのは、「LLM/AI技術を使ってエンタープライズの業務変革に本気で関わりたい」「日本語AIの発展に当事者として関与したい」「スタートアップの1→10フェーズを技術とビジネスの双方で経験したい」という強い意志を持つ人材です。

生成AI領域での市場競争は激化していますが、製造業特化・日本語LLM・NVIDIA連携というポジショニングは他社との差別化として機能しています。AI・DXのキャリアを深めたい人にとって、ストックマークは検討に値する選択肢の一つです。

---

参照した主な情報源

• 株式会社ストックマーク 公式サイト（stockmark.co.jp）
• ストックマーク 採用ポータル（stockmark.wraptas.site）
• ストックマーク ニュースリリース（シリーズD・LLM公開・Aconnectリブランディング等）
• Aconnect リブランディングページ（aconnect-release.studio.site）
• SAT（Stockmark A Technology）サービスサイト（sat.stockmark.co.jp）
• NVIDIA ケーススタディ「ストックマーク、NVIDIAと共同でソブリンAIを開発」
• OpenWork 社員口コミ（openwork.jp）
• STARTUP DB・スピーダ スタートアップ情報リサーチ
• 創業手帳ニュース「ビジネス情報収集サービス『Anews』などを提供する『ストックマーク』が45億円調達」
• Biz/Zine「AnewsからAconnectへリブランディング」
• Remedy Tokyo メディア「ストックマークの年収は？平均年収や役職別年収を解説（2026年5月更新）」