Haritha VijayakumarのAI起業事例：面接官を再現するWorkZo AIのビジネスモデル

概要

Haritha Vijayakumarは、AI面接練習サービス「WorkZo AI」を立ち上げた創業者だ。Product Huntのメーカー一覧では、WorkZo AIの担当者としてHaritha Vijayakumarが「Founder & CEO @ Workzo AI」として掲載されている。Indie Hackersでも本人がソロファウンダーとしてWorkZo AIを作っていると書いており、少なくとも外部に見える範囲では1人で前に出ているプロジェクトとして確認できる。

扱っているテーマは、就職活動の面接準備だ。Product Huntの紹介文では、履歴書、狙う職種、求人票に合わせてAI面接官が面接を組み立て、音声またはテキストで練習し、詳細なフィードバックを返すサービスとして打ち出している。本人のLinkedIn投稿でも、履歴書改善、求人票の理解、面接準備を助けるAIツールとしてベータ公開を進めていたことが分かる。

AIの役割は補助的ではなく、プロダクトの中心そのものだ。WorkZo AIのResponsible AIページでは、大規模言語モデルを使って面接官との会話を再現し、CVと求人票を土台に質問生成、練習後のフィードバック、履歴書やカバーレターの改善提案まで行うと説明している。さらに音声面接では、音声認識と音声合成も組み込み、実際の面接に近い応答体験を作っている。

稼働状況も最低限は確認できる。Product Huntでは2026年のローンチ済みプロダクトとして掲載され、レビュー3件、フォロワー36人、評価5.0が表示されている。加えて公式サイトには無料プランと有料プラン、教育機関向けプランが並んでおり、試用だけでなく課金導線まで整えている段階にある。

ビジネスモデル

WorkZo AIの売り方は、求職者向けの個人課金を軸にしつつ、教育機関や採用チーム向けにも拡張するSaaS型だ。価格ページでは、無料の「Try WorkZo」、月額29.99ドルの「Premium」、月額59.99ドルの「Premium Pro」、そして年契約ベースのEnterprise & Educationが案内されている。

個人向けでは、1回だけ試せる無料枠を入口にして、音声面接の利用時間、履歴書最適化、ATS分析、カバーレター生成、LinkedIn改善、進捗追跡、動画面接の早期アクセスなどで上位プランへ引き上げる設計になっている。単なる模擬面接ではなく、求職活動の前後工程までまとめて扱うことで、継続利用を狙っている構図だ。

AIの見せ方にも工夫がある。本人はIndie Hackersで、一般的な質問集ではなく、面接官の記憶、追質問、割り込み、回答に応じた信頼度の変化、弱い回答の再挑戦といった要素を重視していると説明している。公式サイトでも、CVと求人内容を読み込んだ上で、プレッシャーやフォローアップを伴う“会話型の模擬面接”を前面に出している。差別化ポイントは、質問生成そのものより「面接らしい緊張感の再現」にある。

運営面で使っている具体的なサービス名も一部確認できる。Securityページでは、アカウント情報や面接履歴の保存にSupabase、決済にStripeを使うと明記されている。AI処理については、面接質問やフィードバック生成にAIモデルを利用すると説明されているが、公開ページ上で特定モデル名までは確認できなかった。

集客は現時点ではSNS起点の色が濃い。LinkedInでベータ参加者を募り、Product Huntで公開し、Indie Hackersでもローンチ報告を行っている。広告運用やSEO流入の規模までは見えない一方で、本人発信とコミュニティ露出を組み合わせて最初の利用者を取っている段階とみてよさそうだ。

収益規模

公開されている収益データは確認できなかった。MRR、月商、顧客数の実数は見当たらない。

ただし、課金の仕組み自体は明確で、価格ページでは個人向け有料プランとして月額29.99ドルと59.99ドルを提示している。さらに教育機関や採用チーム向けには年間契約の法人プランを設けているため、収益化の準備段階ではなく、すでに販売可能なパッケージとして動かしていることは読み取れる。

稼働の裏付けとしては、Product Huntでのローンチ、レビューの付与、公式サイト上の申込導線、セキュリティやResponsible AIの説明ページ整備がある。まだ売上規模を語るには材料不足だが、試作品の域を越えて商用運用を意識した構成になっている。

学べるポイント

1つ目は、面接準備という競争が激しい領域でも、切り口を「質問の多さ」ではなく「面接らしい圧力の再現」に置いたことだ。多くの就活支援ツールがテンプレ質問や添削に寄りがちな中で、追質問や信頼度変化まで扱うと、体験の印象が変わる。

2つ目は、無料プランの役割がはっきりしている点だ。1回のAI面接で価値を体験させ、その後に音声時間、分析、動画練習、履歴の蓄積といった機能差でアップセルする形は、AI SaaSでよくある「まず使わせて納得してもらう」導線と相性がいい。

3つ目は、創業者自身の経験をそのまま製品仮説に変えていることだ。LinkedInでは、Technical Supportでの職歴、データサイエンス学習、そして自身の求職体験がWorkZo AIの出発点になったと振り返っている。創業ストーリーがそのまま顧客理解の深さにつながっているタイプで、特定課題に密着したSaaSの典型例といえる。

4つ目は、プロダクトの信頼性を補う周辺ページの整備だ。履歴書、音声、面接記録を扱う以上、不安は大きい。そこでSecurityページやResponsible AIページを用意し、Supabase保存、Stripe決済、AIの限界の説明まで揃えている。小規模な立ち上げでも、AIプロダクトではこの部分が購入判断を左右しやすい。

日本での再現可能性

日本でも十分に再現余地はある。ただし、そのまま英語圏向けの設計を持ち込むだけでは弱い。

再現しやすい点は3つある。第一に、転職活動や新卒就活では面接対策需要が常に存在すること。第二に、履歴書や職務経歴書、求人票を材料にした個別最適化は、汎用チャットより価値を伝えやすいこと。第三に、大学、専門学校、ブートキャンプ、転職スクールなど法人販売の受け皿も多いことだ。

一方で、日本向けに磨き込むなら、敬語や面接マナー、職種別の頻出論点、新卒と中途の違い、国内企業で重視される受け答えの型まで含めたローカライズが要る。WorkZo AIは15以上の言語対応を掲げているが、日本市場で本格展開するなら、単なる翻訳ではなく、面接文化そのものへの適応が勝負になる。

また、日本では「面接練習」だけだと単価が伸びにくい可能性がある。そのため、ES添削、職務経歴書改善、自己PRの構造化、模擬面接履歴の蓄積、学校・人材会社向けの管理画面まで含めた包括サービスにした方が商機は大きい。WorkZo AIの設計は、その方向に発展させやすい土台をすでに持っている。

出典

• https://www.producthunt.com/products/workzo-ai
• https://www.producthunt.com/products/workzo-ai/makers
• https://www.indiehackers.com/post/launched-workzo-ai-on-product-hunt-today-1b7bfe3c27
• https://workzoai.com/
• https://workzoai.com/pricing
• https://workzoai.com/security
• https://workzoai.com/legal/responsible-ai
• https://www.linkedin.com/posts/harithavijayakumar30_over-the-past-few-months-ive-been-building-activity-7455585692665040896-Uzq9
• https://www.linkedin.com/posts/harithavijayakumar30_workzo-ai-practice-with-ai-recruiters-before-activity-7470731647596822529-4ylj