AI NATIVE

経営者の判断を、
AI ネイティブで担う。

中小(飲食店)経営者の "今月どうするか" を、AI ネイティブな事業と組織で担う会社です。
REDISH は、サービスを売る会社ではなく、経営判断のオペレーションそのものを担います。

THESIS — 我々の論点

REDISH が立てている、
三つの仮説。

1

AI ネイティブな事業と組織構造を、 AI 時代の 不可逆な土台として構築する。

既存業務に AI を乗せるのではなく、AI 前提で事業と組織そのものを設計する。
社内の判断 / 実装 / 顧客接点のあらゆる層に AI が組み込まれ、
人は判断と関係構築に集中する設計。これが REDISH の構造的競争優位の根。

2

経営者に足りないのは、データではなく "腹決め" の同伴者である。

会計事務所は数字を整え、集客代理店は広告を出す。
しかし、経営者の "今月どうするか" を一緒に決める相手は、
業界の構造的空白として残っている。REDISH はそこを CFO 代行として担う。

3

経営者とベンダーを同じデータで持つことで、 片側 SaaS では届かない 複利 が生まれる。

これが REDISH のダブルサイドプラットフォーム構想であり、
中期的な競争優位の根である。両側の "困った" が同じデータに乗ることで、
マッチング効率と提案精度が同時に上がる。

FRAME — CFO TECH

AI 基盤の上に、
事業と組織が積み上がる。

REDISH の CFO TECH は、縦に 3 階層・横に 2 系列で組まれた構造です。 縦軸は 基盤 → 運用 → アウトプット、横軸は 組織と人 / プロダクトとシステム の両系列。 その全体が AI ネイティブで貫かれています。

CFO TECH
OUTPUT アウトプット OPERATION 運用 FOUNDATION 基盤 中小(飲食店)経営者 REDISH の最終接点 / 経営判断の主体 業界専用 AI アプリ・システム 経営者の手に届くプロダクト層 AI ネイティブ組織・ CFO サービス 人と AI が同じテーブルで判断する層 AI ネイティブ業務システム 社内 15+ apps、すべて AI 前提で構築 (redish-axis monorepo) AI 基盤 / DATA 経営者・ベンダー・社内のすべてが、同じデータ層に乗る。すべての層を支える土台。 ORGANIZATION 組織と人 (社内 + 顧客) SYSTEM プロダクトと業務システム

OUTPUT / アウトプット

経営者の判断に届く層

経営者本人と、その手元で動く業界専用 AI アプリ。CFO TECH のすべての層は、ここで 経営判断 として完結します。

OPERATION / 運用

人と AI が動く層

AI ネイティブ組織 / CFO サービスと、それを支える 15+ 社内業務システム。毎日の判断と実装 がここで起こります。

FOUNDATION / 基盤

複利の生まれる土台

経営者・ベンダー・社内のデータが同じ層に乗る、AI 前提のデータ基盤。片側 SaaS では届かない 複利 がここから生まれます。

BUSINESS MODEL — Double-side Platform

両側の "困った" を、
ひとつのデータで結ぶ。

REDISH のビジネスモデルは、飲食店(中小事業者)と業界ベンダーという両側の顧客を、 業界特化 DATA プラットフォームでつなぐダブルサイド構造。 CFO TECH (縦の階層) が「どう積み上げるか」を示すのに対し、こちらは「誰と誰を、何でつなぐか」を示します。

BUSINESS MODEL
Business model : Double-side Platform 業界特化 DATA プラットフォーム — 両側を同じデータで結ぶ層 — 飲食店 (中小事業者) 経営判断の主体 サービスの最終受益者 飲食業界専用 AI アプリ・システム 経営者の手に届く プロダクト群 ベンダー 専用 AI アプリ・システム ベンダーの提案精度を 上げるツール群 業界 ベンダー POS / 卸 / 設備 飲食ベンダー企業 CUSTOMER A REDISH — DATA PLATFORM CUSTOMER B

CUSTOMER A / 顧客 A

飲食店(中小事業者)

経営判断の主体。サービスの最終受益者。 AI アプリと CFO サービスを通じて、経営の "腹決め"を一緒にする相手を得る。

PLATFORM / 中核

業界特化 DATA プラットフォーム

両側のデータと業務を、ひとつの層で扱う。 REDISH の 構造的競争優位の根であり、CFO TECH の中核。

CUSTOMER B / 顧客 B

業界ベンダー

POS / 卸 / 設備など、飲食店を支える事業者。 プラットフォーム経由で、最適な経営者へ最適なタイミングで提案できるようになる。

PRACTICE — REDISH の 1 週間 (営業 / CS)

抽象語ではなく、毎週やっていることを書きます。

これがそのまま、REDISH で働く中身です。

01

月次 PL を、経営者と AI で読む。

担当店舗の月次 PL を AI と一緒に読み解き、来月の打ち手を 1 つ決めて、経営者に提案するまでがひと続きの仕事。

02

商談前に、5 分で仮説を持参する。

AI で、お店の口コミ / SNS / 近隣競合を 5 分でリサーチ。「あなたのお店、近隣でこの 3 点が強みですよね」から会話が始まる。

03

困りごとを、AI 経由で開発に渡す。

経営者の "困った" を AI に翻訳して開発側に渡し、次の機能や仕組みに反映する。営業 / CS が、現場と仕組みの橋渡しを担う。

04

変化を、AI と一緒に物語化する。

担当店舗で "起きた変化" を月次でメモし、新規商談の事例として AI と一緒に組み立てる。組織の財産になっていく。

METRICS — ベースライン (4 点セット必須)

数字は、出典と読み方とセットで。

REDISH は、画面に出すすべての数字に対して 4 点セット (定義 / 出典 / 読み方 / 目標扱い) を必須にしています。 数字単独で説得しようとはしません。

90%+

融資実績 (開業支援)

定義: 開業支援契約者の融資承認率

出典: 自社実績 (要URL差替)

読み方: ベンダー併走の効果が反映

目標: 維持 (合格ライン)

MOCK

3

事業領域 (税務 / 集客 / 開業)

定義: 現行サービスドメイン数

出典: redish.jp/service/

読み方: 単独 SaaS でなく統合層

目標: ベースライン観測中

MOCK

15+

社内システム (apps/*)

定義: redish-axis monorepo の app 数

出典: 内部リポ実測

読み方: AI ネイティブ実装の規模

目標: ベースライン観測中

MOCK

2

名募集中 (営業 / CS)

定義: 現在 open のポジション数

出典: 本ページ / careers

読み方: 採用密度の薄さは戦略

目標: 充足 (合格ライン)

JOIN — 採用

いま、一緒に走る人を
探しています。

募集しているのは、営業 / カスタマーサクセス を 1 名ずつ。 経験は問いません。AI と顧客の間に立って、経営者の判断を共に担う仕事です。

CONTACT

REDISH のことを、
もう少し知りたい方へ。

お取引のご相談、取材、その他お問い合わせは、フォームよりお知らせください。 内容に応じて担当よりご連絡いたします。