Workforce Competitive Intelligence

Workforce Competitive Intelligence MCP サーバー

ApifyForge で見る | Apify Store で使う

---

クイックスタート

MCP クライアント（Claude Desktop、Cursor、Windsurf）に追加します：

{
  "mcpServers": {
    "workforce-competitive-intelligence-mcp": {
      "url": "https://ryanclinton--workforce-competitive-intelligence-mcp.apify.actor/mcp"
    }
  }
}

---

クエリするだけで、従業員に関する競合インテリジェンスを取得できます。この MCP サーバーを使えば、あらゆる企業の採用シグナル、特許発明者の移動、研究者の離職、技術力マップ、経営幹部の離職リスクに、AI アシスタントからリアルタイムでアクセスできます。Claude、Cursor、または MCP 対応のクライアントに接続すれば、これまでアナリストチーム全体が必要だった質問にも答えられます。

このサーバーは、求人情報、USPTO 特許、EPO 特許、ORCID 研究者プロフィール、企業調査、GitHub のアクティビティ、SEC Form 4 のインサイダー取引届出という、7 つの独立したデータソースを並行して実行し、4 つのスコアリングモデルを適用して、構造化された従業員インテリジェンスを生成します。すべてのツール呼び出しは、スコアとシグナルの注釈が付いた JSON レスポンスを返し、INVEST／MONITOR／CAUTION／AVOID の判定を提示します。サブスクリプション不要。スプレッドシート不要。1 クエリあたり $0.045 です。

どのようなデータを抽出できますか？

データポイント	ソース	例
📋 求人件数、職位レベルの内訳、職種の分布	Job Market Intelligence	求人 47 件：シニア職 12 件、エンジニアリング職 18 件
🔬 特許発明者、出願のペース、知的財産の分野	USPTO Patent Search	米国特許 23 件、発明者 8 人、AI／ML に注力
🌍 欧州特許出願、国境を越えた知的財産	EPO Patent Search	EU 特許 14 件、グローバルな知的財産戦略を検出
🎓 研究者の所属、移動率、ORCID プロフィール	ORCID Researcher Search	19 人中 6 人の研究者に複数の所属先
🏢 企業の資金調達、事業拡大のシグナル、経営難の兆候	Company Deep Research	シリーズ C の資金調達、従業員数の増加を確認
💻 GitHub リポジトリ、スター数、コントリビューターの活動、トピック	GitHub Repo Search	リポジトリ 31 件、スター 4,200 件、過去 180 日以内に活動あり
📈 SEC Form 4 の売買比率、大口取引	SEC Insider Trading	インサイダーによる売却 9 件、購入 2 件 — 売却比率 81%
🎯 人材の勢いスコア（0～100）	複合スコアリング	スコア 74 — 成長シグナル：SURGING
🔴 人材流出指数（0～100）	複合スコアリング	スコア 42 — 流出レベル：AT_RISK
⚠️ 経営幹部の離職リスク（0～100）	複合スコアリング	スコア 68 — リスク：HIGH、連続売却者 3 人
🗺️ 競争力マップ、技術分野	複合スコアリング	AI／ML、Cloud、DevOps で優位
📊 従業員に関する総合分析の判定	7 つすべてのソース	INVEST — 総合スコア 71

Workforce Competitive Intelligence MCP Server を使う理由

従業員に関するインテリジェンスを手作業でまとめるには、5 つの情報源から求人情報を集め、USPTO と EPO の特許出願を相互参照し、ORCID プロフィールを確認し、SEC EDGAR の Form 4 届出を調べ、GitHub からエンジニアリングに関するシグナルを探す必要があります。1 社だけでも丸 1 日かかります。競合企業の比較には 2 日かかります。10 社のポートフォリオとなると、そもそも実行できません。

この MCP サーバーは、プロセス全体を自動化します。「Palantir の人的資本リスクは何ですか？」と AI アシスタントに一度質問するだけで、2 分以内に、7 つすべてのソースを使ったスコアとシグナルの注釈付き分析レポートを受け取れます。

• スケジュール設定 — 従業員の動向を日次または週次で定期監視し、手動で起動しなくても、AI が最新の採用シグナルを受け取れるようにします
• API アクセス — 既存の調査パイプラインに加えて、Python、JavaScript、または任意の HTTP クライアントから分析を実行します
• 並列実行 — 7 つすべてのアクター呼び出しを並行して実行するため、総合レポートを逐次検索 1 回分の時間で作成できます
• 支出管理 — 1 回の実行あたりの最大料金を設定し、費用が承認した上限を超えないようにします
• 連携 — 結果を Zapier、Make、ウェブフック、または CRM に接続し、人材リスクのアラートを自動化します

特長

• 人材採用の勢いスコア（0～100） — 求人掲載数（最大40点）、HHI分析による採用職種の多様性（最大25点）、直近180日間のGitHubアクティビティ（最大20点）、企業の成長シグナル（最大15点）を複合評価します
• 人材流出指数（0～100） — USPTOおよびEPOへの出願における特許発明者の継続性分析、ORCIDの複数所属に基づく移動率、経営陣の離職の代替指標となるSECインサイダー売却比率、採用数の少なさを組み合わせたシグナルを評価します
• 競争力マップ — 求人職種名、特許タイトル、GitHubトピックのキーワード頻度スコアリングを通じて、10の技術領域（AI/ML、クラウド、ブロックチェーン、サイバーセキュリティ、モバイル、データ／アナリティクス、フロントエンド、バックエンド、DevOps）をマッピングします
• 経営幹部離職リスク（0～100） — SEC Form 4の売却／購入比率（最大40点）、氏名が特定された経営幹部の継続的な売却の集中度（最大20点）、C-suiteの後任採用（CEO／CTO／CFO／COO／VPの求人、最大20点）、企業の経営難を示すテキストシグナル（最大20点）を評価します
• 総合人材インテリジェンス資料 — 人材採用の勢い（25％）、反転した人材流出（25％）、競争力（30％）、反転した経営幹部離職リスク（20％）を加重して複合評価し、INVEST／MONITOR／CAUTION／AVOIDの上書きロジックを適用します
• AVOIDの上書き — 経営幹部離職リスクがCRITICAL、または人材流出がHEMORRHAGINGの場合、複合スコアにかかわらず判定をAVOIDにします
• 7つの並列データソース — 求人情報、USPTO特許、EPO特許、ORCID研究者、企業調査、GitHubリポジトリ、SECインサイダー取引を同時に取得します
• シグナルの説明 — 各スコアには、人が読みやすいシグナル文字列（例：「シニア／経営職が9件 — 新たな組織階層を構築中」）が含まれ、AI生成レポートでそのまま使用できます
• 2社間のベンチマーク — benchmark_talent_strategy は両社を並列で分析し、人材採用の勢いと競争力のスコアを並べて比較するとともに、優位な企業を明示します
• 人的資本リスクの複合評価 — assess_human_capital_risk は、人材流出を55％、経営幹部離職リスクを45％の重みで評価し、組織の健全性を示す単一の数値を算出します
• 成長シグナルの分類 — 人材採用の勢いの出力に、5段階のラベル（CONTRACTING、STABLE、GROWING、SURGING、HYPERGROWTH）を適用します
• 人材流出レベルの分類 — 人材流出の出力に、5段階のラベル（RETAINING、STABLE、AT_RISK、DRAINING、HEMORRHAGING）を適用します
• 競争力レベルの分類 — 競争力の出力に、5段階のラベル（NASCENT、DEVELOPING、COMPETITIVE、LEADING、DOMINANT）を適用します
• イベント単位の従量課金 — ツール呼び出し1回につき$0.045で、継続的なサブスクリプションはありません

人材競争力インテリジェンスの活用例

競合他社の戦略転換の検知

企業戦略チームや競争力インテリジェンスのアナリストは、競合他社が方向転換していることをプレスリリースの数カ月前に把握する必要があります。このMCPに接続したAI アシスタントは、リアルタイムの求人掲載数、職位の構成、職種の分布データを用いて、「Palantirは防衛分野のAI採用に軸足を移しているか？」という質問に回答できます。AI/ML職種へのエンジニア採用が急増し、同じ領域で米国およびEUの特許出願も増えている場合、公開発表に先立つ3～6カ月の早期シグナルとなります。

M&Aにおける人的資本のデューデリジェンス

買収のデューデリジェンスを進める投資銀行員、PEアナリスト、コーポレート開発チームは、買収完了前に人的資本リスクを定量化する必要があります。generate_workforce_dossier ツールは、2分以内にスコア付きの資料を作成し、INVEST／MONITOR／CAUTION／AVOIDの判定を提示します。特許発明者の移動データと組み合わせることで、主要な知的財産の創出者が現在も在籍しているのか、競合他社へ移ったのかを評価でき、対象企業の無形資産評価に直接反映できます。

経営幹部の離職に関する早期警告

上場企業の投資家向け広報チーム、取締役会メンバー、人事責任者は、経営幹部の安定性を示す指標として、SEC Form 4 に記載されたインサイダー取引を追跡しています。monitor_executive_transitions ツールは、売却比率の高い経営幹部、100 万ドルを超える個別の大口取引、通常とは異なる集中パターン（連続売却者）を特定し、さらに経営幹部層の後任ポジションが同時に募集されている場合に警告を出します。これらは、リーダーシップの不安定化が差し迫っていることを示す複数のシグナルです。

人材戦略のベンチマーキング

自社を直接の競合他社と比較する人材採用責任者や CHRO には、LinkedIn の従業員数だけでは不十分です。benchmark_talent_strategy ツールは、両社を対象に求人情報、特許、GitHub を並行して分析し、タレント・ベロシティ・スコアと競争力マップを並べて返します。これにより、採用の勢いが強く、技術分野での存在感がより深い企業を特定できます。

学術界から産業界への人材移動の監視

製薬、防衛、半導体、バイオテクノロジーなどの研究集約型産業では、主要な学術研究者が商業分野の競合他社と関係を持つようになった時期を把握する必要があります。detect_researcher_attrition ツールは、複数の所属先を持つ研究者（2 つ以上の機関と関係を持つ科学者）の ORCID プロフィールを照会し、進行中の特許出願と照合して、技術移転リスクの可能性を示す人材移動率を算出します。

投資先企業の人材リスク監視

10 社以上の投資先企業を持つベンチャーキャピタルやプライベートエクイティ企業が、すべての投資先の人員状況を手作業で追跡することはできません。assess_human_capital_risk の実行を毎週、各社に対してスケジュールし、結果を Webhook 経由で Slack チャンネルや CRM に送信します。人材の問題が深刻化する前に創業者と積極的に話し合えるよう、人材資本リスクのしきい値 60 以上に達した投資先をすべて通知します。

この MCP サーバーへの接続方法

ステップ 1：Apify API トークンを取得する

apify.com でサインアップし、Settings > Integrations からトークンをコピーします。Apify の無料プランには月額 5 ドル分のクレジットが含まれており、およそ 111 回のツール呼び出しに利用できます。

ステップ 2：MCP サーバーをクライアントに追加する

サーバーエンドポイントは次のとおりです。

https://workforce-competitive-intelligence-mcp.apify.actor/mcp

認証には Apify トークンを使用します。

ステップ 3：MCP クライアントを設定する

Claude Desktop — claude_desktop_config.json に追加します。

{
  "mcpServers": {
    "workforce-competitive": {
      "url": "https://workforce-competitive-intelligence-mcp.apify.actor/mcp",
      "headers": {
        "Authorization": "Bearer YOUR_APIFY_TOKEN"
      }
    }
  }
}

Cursor / Windsurf / Cline — MCP 設定パネルで、サーバー URL と Authorization ヘッダーを追加します。サーバーは HTTP POST 経由の標準 MCP プロトコルに応答します。

ステップ 4：クエリを開始する

AI アシスタントに自然言語で質問します。

• 「Stripe の従業員に関する完全なドシエを作成して」
• 「Snowflake と Databricks の採用の勢いを比較して」
• 「Intel の経営幹部の離職リスクはどの程度ですか？」
• 「NVIDIA の発明者の移動を追跡して」

MCP ツール

ツール	価格	データソース	説明
analyze_hiring_signals	$0.045	求人情報 + 企業情報 + GitHub	職種分布と成長シグナルを含むタレント・ベロシティ・スコア
track_inventor_movement	$0.045	USPTO + EPO	発明者の継続状況、主要発明者一覧、特許の勢い
detect_researcher_attrition	$0.045	ORCID + USPTO	研究者の人材移動率、所属先の変化、離職シグナル
map_technical_capabilities	$0.045	求人情報 + USPTO + EPO + GitHub	特許数とリポジトリ数を含む、10 の技術分野にわたる技術力マップ
monitor_executive_transitions	$0.045	SEC + 企業情報 + 求人情報	売買比率と連続売却者のフラグを含む、経営幹部の離職リスクスコア
benchmark_talent_strategy	$0.045	求人情報 + USPTO + GitHub（両社）	タレント・ベロシティと技術力のスコアを並べて比較し、優位性を判定
assess_human_capital_risk	$0.045	USPTO + EPO + ORCID + SEC + 求人情報	人材流出（55%）+ 経営幹部の離職（45%）による複合リスクスコア
generate_workforce_dossier	$0.045	7 つの全データソース	4 つすべてのスコアリングモデルと INVEST/MONITOR/CAUTION/AVOID の判定を含む完全なドシエ

ツールのヒント

• 対象が不明な場合は generate_workforce_dossier を使います — 7つすべての情報源と4つすべてのモデルから情報を取得するため、個別のツールで絞り込む前に全体像を把握できます
• 競合への提案前に benchmark_talent_strategy を使います — 横並びのスコアにより、チームが根拠を示しやすい定量的なアピールポイントを得られます
• ポートフォリオのモニタリングには assess_human_capital_risk を使います — しきい値ベースのアラートに適した単一のリスク値を、最も低コストで取得できます
• IP デューデリジェンスには track_inventor_movement を使います — 上位発明者の一覧から、誰が IP を生み出しているか、またその創出量が減少しているかを正確に確認できます
• ツールを連鎖させて、より深く分析します — まず monitor_executive_transitions を実行し、離職リスクが HIGH の場合は、続けて detect_researcher_attrition を実行して、経営陣の不安定さと人材流出に相関があるかを確認します

出力例

以下は、中規模のテクノロジー企業に対する generate_workforce_dossier の代表的な応答です。

{
  "entity": "Meridian Analytics Inc",
  "compositeScore": 68,
  "verdict": "MONITOR",
  "talentVelocity": {
    "score": 74,
    "totalOpenings": 38,
    "seniorRoles": 11,
    "techRoles": 22,
    "growthSignal": "SURGING",
    "signals": [
      "38 open positions — aggressive hiring campaign",
      "11 senior/leadership roles — building new org layers",
      "22 technical roles — major engineering investment",
      "Hiring across 5 functions — broad organizational growth"
    ]
  },
  "brainDrain": {
    "score": 37,
    "inventorCount": 14,
    "researcherCount": 11,
    "patentActivity": 19,
    "drainLevel": "AT_RISK",
    "signals": [
      "4 researchers with multiple affiliations — talent mobility risk"
    ]
  },
  "competitiveCapability": {
    "score": 71,
    "techDomains": ["AI/ML", "Cloud", "Data/Analytics", "DevOps", "Backend"],
    "patentStrength": 19,
    "talentDepth": 24,
    "capabilityLevel": "LEADING",
    "signals": [
      "Active across 5 tech domains: AI/ML, Cloud, Data/Analytics, DevOps, Backend",
      "19 patents — strong IP portfolio",
      "Patents in both US and EU — global IP strategy",
      "24 public repos — significant open-source investment"
    ]
  },
  "executiveFlight": {
    "score": 29,
    "insiderSells": 4,
    "insiderBuys": 7,
    "sellRatio": 0.36,
    "riskLevel": "MODERATE",
    "signals": []
  },
  "allSignals": [
    "38 open positions — aggressive hiring campaign",
    "11 senior/leadership roles — building new org layers",
    "22 technical roles — major engineering investment",
    "Active across 5 tech domains: AI/ML, Cloud, Data/Analytics, DevOps, Backend",
    "19 patents — strong IP portfolio",
    "4 researchers with multiple affiliations — talent mobility risk"
  ],
  "keyRisks": [],
  "keyStrengths": [
    "Strong talent velocity — aggressive hiring signals",
    "Strong competitive position — deep IP and tech capabilities",
    "Executive stability — insiders holding/buying"
  ]
}

出力フィールド

フィールド	型	説明
entity	string	ツールに渡された会社名
compositeScore	number	加重複合スコア 0-100（Velocity 25% + Inverted Drain 25% + Capability 30% + Inverted Flight 20%）
verdict	string	INVEST / MONITOR / CAUTION / AVOID
talentVelocity.score	number	人材の勢いスコア 0-100
talentVelocity.totalOpenings	number	見つかった募集中の求人総数
talentVelocity.seniorRoles	number	シニア／ディレクター／VP／プリンシパル職の数
talentVelocity.techRoles	number	エンジニアリング／開発者／ML／AI 職の数
talentVelocity.growthSignal	string	CONTRACTING / STABLE / GROWING / SURGING / HYPERGROWTH
talentVelocity.signals	string[]	人が理解しやすいシグナルの説明
brainDrain.score	number	頭脳流出指数 0-100（値が高いほど流出が多い）
brainDrain.inventorCount	number	USPTO と EPO 全体で見つかった重複のない特許発明者数
brainDrain.researcherCount	number	ORCID に登録された研究者数
brainDrain.patentActivity	number	両管轄区域における特許総数
brainDrain.drainLevel	string	RETAINING / STABLE / AT_RISK / DRAINING / HEMORRHAGING
brainDrain.signals	string[]	特許の減少、移動、内部関係者のパターンに関するシグナルの説明
competitiveCapability.score	number	競争力スコア 0-100
competitiveCapability.techDomains	string[]	検出されたテクノロジードメイン（最大8件）。シグナル頻度順
competitiveCapability.patentStrength	number	USPTO + EPO における特許総数
competitiveCapability.talentDepth	number	公開 GitHub リポジトリ数
competitiveCapability.capabilityLevel	string	NASCENT / DEVELOPING / COMPETITIVE / LEADING / DOMINANT
executiveFlight.score	number	経営幹部の離職リスク 0-100（値が高いほどリスクが高い）
executiveFlight.insiderSells	number	見つかった内部関係者による売却取引の総数
executiveFlight.insiderBuys	number	見つかった内部関係者による購入取引の総数
executiveFlight.sellRatio	number	売却取引数を全取引数で割った値（0-1）
executiveFlight.riskLevel	string	LOW / MODERATE / ELEVATED / HIGH / CRITICAL
allSignals	string[]	すべてのモデルのシグナル説明を重複なくまとめた一覧
keyRisks	string[]	いずれかのスコアがしきい値を超えた場合の主なリスクの説明
keyStrengths	string[]	いずれかのスコアが正のしきい値を上回った場合の主な強みの説明

ワークフォースインテリジェンスのクエリ実行にかかる費用はいくらですか？

この MCP サーバーはイベントごとの従量課金制で、ツール呼び出し1回あたり**$0.045**かかります。プラットフォームのコンピューティング費用は含まれています。サーバーがアイドル状態の間は料金が発生しません。

シナリオ	ツール呼び出し回数	1回あたりの費用	合計費用
簡易テスト — 採用シグナルを1件確認	1	$0.045	$0.045
競合他社の週次モニタリング — 4つのツール	4	$0.045	$0.18
対象企業1社の詳細調査	1	$0.045	$0.045
デューデリジェンスの短期集中調査 — 10社	10	$0.045	$0.45
ポートフォリオのモニタリング — 週50社	50	$0.045	$2.25

コストを管理するため、実行ごとに最大支出額を設定できます。予算に達するとサーバーは課金を停止し、上限に達したことを明示するメッセージを返します。

同等のワークフォースシグナルデータに対して年間15,000～80,000ドルを請求する専用の人材インテリジェンスプラットフォームと比べてみてください。この MCP のユーザーの多くは、サブスクリプション契約なしで月額2～20ドルを利用しています。

API を直接使用する

Python

import requests
import json

token = "YOUR_APIFY_TOKEN"
url = "https://workforce-competitive-intelligence-mcp.apify.actor/mcp"
headers = {
    "Content-Type": "application/json",
    "Authorization": f"Bearer {token}"
}

payload = {
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
        "name": "generate_workforce_dossier",
        "arguments": {"company": "Snowflake"}
    },
    "id": 1
}

response = requests.post(url, headers=headers, json=payload)
result = response.json()
content = json.loads(result["result"]["content"][0]["text"])

print(f"Company: {content['entity']}")
print(f"Verdict: {content['verdict']} (composite score: {content['compositeScore']})")
print(f"Growth signal: {content['talentVelocity']['growthSignal']}")
print(f"Drain level: {content['brainDrain']['drainLevel']}")
print(f"Capability: {content['competitiveCapability']['capabilityLevel']}")
print(f"Executive risk: {content['executiveFlight']['riskLevel']}")
for signal in content["allSignals"]:
    print(f"  - {signal}")

JavaScript

const token = "YOUR_APIFY_TOKEN";
const url = "https://workforce-competitive-intelligence-mcp.apify.actor/mcp";

const response = await fetch(url, {
  method: "POST",
  headers: {
    "Content-Type": "application/json",
    "Authorization": `Bearer ${token}`
  },
  body: JSON.stringify({
    jsonrpc: "2.0",
    method: "tools/call",
    params: {
      name: "benchmark_talent_strategy",
      arguments: { company_a: "Databricks", company_b: "Snowflake" }
    },
    id: 1
  })
});

const result = await response.json();
const content = JSON.parse(result.result.content[0].text);

const { comparison, talentAdvantage, capabilityAdvantage } = content;
console.log(`Talent velocity advantage: ${talentAdvantage}`);
console.log(`Capability advantage: ${capabilityAdvantage}`);

for (const [company, data] of Object.entries(comparison)) {
  const d = data as any;
  console.log(`${company}: velocity ${d.talentVelocity.score} (${d.talentVelocity.growthSignal}), capability ${d.competitiveCapability.score} (${d.competitiveCapability.capabilityLevel})`);
}

cURL

# Run a full workforce dossier
curl -X POST "https://workforce-competitive-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "generate_workforce_dossier",
      "arguments": {"company": "Palantir Technologies"}
    },
    "id": 1
  }'

# Run a two-company benchmark
curl -X POST "https://workforce-competitive-intelligence-mcp.apify.actor/mcp" \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_APIFY_TOKEN" \
  -d '{
    "jsonrpc": "2.0",
    "method": "tools/call",
    "params": {
      "name": "benchmark_talent_strategy",
      "arguments": {"company_a": "OpenAI", "company_b": "Anthropic"}
    },
    "id": 2
  }'

Workforce Competitive Intelligence MCP の仕組み

フェーズ1：7つのデータソースから並列にデータを収集

ツールが呼び出されると、サーバーはPromise.allSettledを使って、最大7つの Apify アクター呼び出しを同時にディスパッチします。各アクターは独立して、メモリ256 MB、タイムアウト120秒で実行されます。個々のアクターが失敗しても、残りの結果は引き続き返され、そのソースのデータは空の配列として扱われます。そのため、USPTO の停止によって採用分析が妨げられることはありません。7つのアクターは、job-market-intelligence、patent-search（USPTO）、epo-patent-search（EPO）、orcid-researcher-search、company-deep-research、github-repo-search、およびsec-insider-tradingです。

フェーズ2：スコアリングモデルを適用

収集したデータ配列に対して、4つのスコアリングモデルを実行します。

人材獲得速度では、ポイント上限方式のモデルを使用します。求人件数は最大40ポイント（件数 * 2 + シニア職の数 * 3、上限40ポイント）を加算します。職種の多様性にはハーフィンダール・ハーシュマン指数（HHI）を使用し、集中度が低いほど多様性スコアが高くなり、最大25ポイントを加算します。過去180日間の GitHub アクティビティは最大20ポイントを加算します。企業の成長シグナル（資金調達、事業拡大、人員数に関するキーワード）は最大15ポイントを加算します。

人材流出では、直近年の特許出願件数を以前の出願件数と比較して、特許の継続性をスコア化します。50％以上の減少は、25ポイントのペナルティシグナルとなります。ORCID の複数所属率（2つ以上の機関に所属する研究者）は最大25ポイントを加算します。SEC の売却比率は最大25ポイントを加算します。採用の低迷と売却の増加が重なるシグナルは、最大15ポイントを加算します。

競争力では、職務タイトルのテキスト、特許タイトルのテキスト、GitHub のトピックおよび説明のテキストに、10領域のキーワード辞書を適用して、技術領域の有無を抽出します。領域の数は最大30ポイントを加算します。特許の総数は最大30ポイント（特許1件につき2ポイント）を加算します。GitHub の充実度（リポジトリ数 + スター数 + コントリビューター数）は最大25ポイントを加算します。複数領域にまたがる採用の幅は最大15ポイントを加算します。

経営幹部の離職リスクでは、Form 4 の取引種別を分析します。売却・購入比率が基本スコアを左右し（最大40ポイント）、100万ドルを超える個別の大口売却1件につき5ポイントが加算されます。3件以上の売却取引を行った経営幹部は連続売却者としてシグナル内で個別に名前が示され、集中度スコアにより最大20ポイントを加算します。求人情報における C-suite の後任職（CEO、CTO、CFO、COO、SVP）は、1件につき5ポイント、上限20ポイントです。企業の危機を示すキーワード（レイオフ、リストラ、訴訟、SEC の調査）は最大20ポイントを加算します。

フェーズ 3：複合評価と判定

人材状況の複合評価では、Talent Velocity を 25％、Brain Drain の反転値（100 - 流出スコア）を 25％、Competitive Capability を 30％、Executive Flight Risk の反転値を 20％として重み付けします。複合スコアにかかわらず、次の 2 つのハードオーバーライドルールが適用されます。Executive Flight Risk が CRITICAL（スコア >= 80）、または Brain Drain が HEMORRHAGING（スコア >= 80）の場合、判定は強制的に AVOID となります。

フェーズ 4：シグナルの説明と構造化出力

すべてのスコアリング関数は、しきい値を超えると、人が読めるシグナル文字列を生成します。たとえば、「技術職が 47 件 — 大規模なエンジニアリング投資」や「大口売却が 3 件（>$1M）— 経営幹部による大幅な売却」などです。ドシエでは、4 つのモデルすべてのシグナルを単一の allSignals 配列に集約し、サブスコアがしきい値を超えたかどうかに基づいて keyRisks と keyStrengths に分けます。

最良の結果を得るためのヒント

1. 新しい対象を分析する場合は、まず generate_workforce_dossier を使用してください。 7 つすべてのソースを使用し、複合評価、主なリスク、主な強みを 1 回の呼び出しで返します。特定の側面をさらに詳しく調べる場合に限り、その後で個別のツールを使用してください。

2. 上場企業では、経営幹部の売却リスクが最も実用的な指標です。 SEC Form 4 のデータは正確で、タイムスタンプが付いています。取引が 3 件以上あり、売却比率が 0.7 を超えている場合、投資委員会で提示できる定量的なシグナルになります。

3. Brain Drain Index は遅行指標として扱ってください。 特許出願の処理には数か月かかり、ORCID プロファイルの更新も不定期です。スコアが AT_RISK 以上であれば傾向を確認できますが、人材はその 6〜12 か月前にすでに離職している可能性があります。全体の推移を把握するため、先行指標である Talent Velocity と併用してください。

4. 取締役会で発表する前に benchmark_talent_strategy を使用してください。 どの企業が人材の流動性で優位に立ち、どの企業が能力で優位に立っているかを返します。どちらも追加の説明を必要としない、そのまま使えるデータポイントです。

5. ポートフォリオのモニタリングには支出上限を設定してください。 20 社を対象に毎週チェックを実行する場合は、バッチが増えたときに予想外の料金が発生しないよう、Apify アカウントでセッションごとの予算上限を設定してください。

6. 発明者の追跡と能力マッピングを組み合わせてください。 同じ企業に対して track_inventor_movement と map_technical_capabilities を実行すると、どの技術分野で発明者が減少しているかを関連付けられます。特許が減少し、発明者も離れている分野は、単なる出願時期のずれではなく、実質的な知的財産リスクです。

7. 非公開企業では、SEC および特許のカバレッジが低いことを想定してください。 非公開企業は Form 4 報告書を提出せず、特許出願も少ない場合があります。そのような場合は、Brain Drain や Executive Flight のスコアよりも、Talent Velocity のスコアと GitHub のデータ量を重視して分析してください。

他の Apify アクターとの組み合わせ

アクター	組み合わせ方
Company Deep Research	調査資料を作成する前に企業の詳細なプロフィールを取得し、スコアリングで検出された資金調達や事業拡大の兆候に背景情報を加えます
Job Market Intelligence	特定の職種や地域に関する独立した求人市場分析を実行し、より詳細な絞り込みによって採用シグナルの分析を補完します
Website Tech Stack Detector	Capability Map で検出された技術分野を、企業が実際に本番環境で使用している技術と照合し、特許や求人のシグナルを裏付けたり、異議を唱えたりします
B2B Lead Qualifier	従業員構成の調査資料で INVEST と判定された企業をリード評価ツールに渡し、アプローチ前に営業に活用できるスコアを作成します
Trustpilot Review Analyzer	公開レビューから得られる従業員の感情を加味し、頭脳流出の全体像を補完します。レビュー評価の低下は、ORCID や特許のシグナルに先行することがよくあります
WHOIS Domain Lookup	検索結果が少ない対象について、企業ドメインと登録情報を確認し、クエリで使用された法人名を検証します
Website Contact Scraper	従業員構成の調査資料で INVEST と評価された対象を特定した後、意思決定者の連絡先情報を抽出してアプローチに活用します

制限事項

• 非公開企業の SEC 対象範囲はゼロです。 SEC Form 4 の提出が義務付けられているのは、公開企業の役員および取締役のみです。非公開企業の経営幹部離職リスクスコアは、採用と企業調査のシグナルのみに基づいており、これらは代理指標としての信頼性が低くなります。
• 特許データには数週間から数か月の遅れがあります。 USPTO および EPO の特許公開スケジュールにより、最近の発明者の離職は、まだ特許記録に反映されていない場合があります。頭脳流出指数は、早期警告システムとしてよりも、確認シグナルとしてのほうが信頼性に優れています。
• 求人掲載データが反映するのは、広告された職種のみです。 主に紹介、社内昇進、または人材紹介会社限定の採用経路で採用する企業は、実際の採用ペースよりも人材獲得速度スコアが低く表示されます。
• ORCID の対象範囲は学術分野に偏っています。 公開 ORCID プロフィールを維持していない研究者（商業分野の研究開発従業員の大半を含みます）は、データに含まれません。研究者の離職シグナルが最も信頼できるのは、産学連携の研究プログラムが充実している企業です。
• GitHub 分析が反映するのはオープンソースの成果のみです。 大規模な独自のエンジニアリング活動があり、公開 GitHub での活動がほとんどない企業（防衛、金融、エンタープライズソフトウェアでよく見られます）は、実際の能力に見合う技術的深度より低く評価されます。
• アクターのタイムアウトは 120 秒のため、大量の結果が途中で切り詰められる場合があります。 数千件の求人掲載や数百件の特許を抱える非常に活発な企業では、各基盤アクターがタイムアウト時間内に返せるデータに結果が制限されます。
• 企業名の曖昧さは解消されません。 「Apple」を渡すと Apple Inc のデータが取得されますが、Apple という名称の他の事業体の結果が混在する場合があります。精度を高めるには、正式な法人名を使用するか、国名やティッカーを指定してください。
• 総合判定は定量的なシグナルであり、投資助言ではありません。 INVEST／MONITOR／CAUTION／AVOID の判定は、公開データのシグナルを集約したものであり、投資や戦略上の判断では、多くの情報源のうちの一つとして使用してください。

統合

• Apify API — Python、JavaScript、または任意の HTTP クライアントからプログラムであらゆるツールを呼び出し、従業員動向の自動監視パイプラインを構築できます
• Zapier — 従業員情報の調査をスケジュールに従って実行し、CAUTION／AVOID の判定を Slack またはメールに送信して、ポートフォリオのリスクを通知できます
• Make — 人材の動向を毎週確認し、結果を Google Sheets に書き込む競合情報の自動ワークフローを構築できます
• Google Sheets — 調査の実行後に自動更新される競合追跡用スプレッドシートに、判定結果と複合スコアを追加できます
• Webhooks — 企業の Brain Drain スコアまたは Executive Flight Risk スコアが設定したしきい値を超えたときに、Webhook を送信できます
• LangChain / LlamaIndex — 従業員動向のインテリジェンスを LangChain または LlamaIndex のエージェントワークフローにツールとして組み込み、自律的な競合調査を行えます

トラブルシューティング

事業を継続している企業なのに、シグナルが空で返される。 企業名の曖昧さの解消は、基盤となるアクターによって行われます。「Microsoft」を渡すと有力な結果が得られますが、知名度の低い企業名ではデータが少ない場合があります。正式名称、国名、または株式ティッカーを含めてみてください。track_inventor_movement では、企業名ではなく主力製品名または技術分野を試してください。

健全な企業なのに Brain Drain スコアが予想外に高い。 USPTO や EPO で処理が遅れることにより、特許出願の空白期間が生じるのはよくあることで、発明者が活動中でも特許減少シグナルが発生する場合があります。detect_researcher_attrition と照合してください。研究者の移動が少ない場合、特許シグナルは実際の人材流出ではなく、出願時期に起因する可能性が高いです。

generate_workforce_dossier の実行に予想以上に時間がかかる。 完全な調査では、タイムアウトがそれぞれ 120 秒のアクター呼び出しを 7 件並行して実行します。全体の実行時間は通常 60～120 秒です。実行が 3 分を超える場合は、Apify アクターのログで個々のアクターがタイムアウトしていないか確認してください。探索的なクエリでは、単一の情報源を使うツール（例：analyze_hiring_signals）に絞ると、より早く結果が返ります。

安定した企業なのに Executive Flight Risk が CRITICAL と表示される。 ある四半期にインサイダーによる売却が集中すると（ロックアップ期間の終了後や、事前に計画された 10b5-1 取引プログラムでよく発生します）、売却比率が一時的に上昇することがあります。未計画の売却パターンと、計画に基づく売却を区別するには、未加工のレスポンスにある insiderTransactions 配列を確認してください。

トークン認証に失敗する。 サーバーには Bearer YOUR_APIFY_TOKEN を指定した Authorization ヘッダーが必要です。MCP クライアントによってはトークンの渡し方が異なります。Claude Desktop を使用する場合は、claude_desktop_config.json のヘッダー形式が上記の例と一致していることを確認してください。トークンは console.apify.com/account/integrations で確認できます。

責任ある利用

• このサーバーは、公開されている政府データベース（USPTO、EPO、SEC EDGAR）、研究者が公開しているプロフィール（ORCID）、および公開されているソフトウェアリポジトリ（GitHub）を照会します。
• 特許の発明者データと SEC の提出書類のデータには、発明者や企業役員としての個人名が記載されています。これは法律で義務付けられている公開情報です。
• ORCID プロフィールは、公開を明示的に選択した研究者が作成・管理しています。
• 従業員個人に、依頼していない連絡をする目的で、従業員動向のインテリジェンス出力を使用しないでください。
• このデータを人事や採用の判断に取り入れる場合は、適用されるデータ保護規制を遵守してください。
• データ利用の合法性に関するガイダンスについては、ウェブスクレイピングの合法性に関する Apify のガイドを参照してください。

FAQ

人材の競争力インテリジェンスは、LinkedIn Sales NavigatorやTalent Insightsとどう違いますか？ LinkedInは従業員数のスナップショットと基本的な職種分布を提供します。このMCPでは、LinkedInでは得られない次元を追加します。特許発明者の継続性（USPTO/EPO）、研究者の所属先の移動（ORCID）、役員の株式取引パターン（SEC Form 4）、GitHubでのエンジニアリングの層の厚さです。こうした代替シグナルは、プロフィールの更新にまだ反映されていない動きを特許やORCIDの更新が捉えるため、LinkedInのデータより数カ月先行することがよくあります。

従業員数の少ない企業では、Talent Velocity Scoreはどの程度正確ですか？ 従業員数が200人未満の小規模企業は、通常、公開求人やGitHubリポジトリが少ないため、実際の採用ペースにかかわらずスコアが低くなる傾向があります。このシグナルは絶対的な指標としてより、比較ツールとして使うほうが信頼性が高くなります。スコアを単独で絶対評価するのではなく、benchmark_talent_strategyを使い、同規模の同業企業と対象企業を比較してください。

人材の競争力インテリジェンスで個々の従業員を追跡できますか？ このサーバーは、特許発明者（公開されているUSPTOおよびEPOの出願書類に記載された人）、ORCIDに登録した研究者（公開プロフィールを選択した人）、SEC Form 4の提出書類に記載された役員を追跡します。一般の従業員は追跡せず、非公開の雇用記録やLinkedInプロフィールにもアクセスしません。

求人情報のデータはどの程度最新ですか？ 求人情報は、クエリ実行時に求人市場インテリジェンスのアクターからリアルタイムで取得され、現在募集中の求人を反映します。特許出願情報は、USPTOおよびEPOの処理期間に応じて、数週間から数カ月遅れます。SEC Form 4のデータは通常、取引から2営業日以内に利用可能になります。ORCIDのデータは研究者の最新のプロフィール更新を反映しますが、更新時期は個人によって異なります。

このように競合他社の採用データやSEC提出書類を分析することは合法ですか？ はい。求人情報は公開広告です。SEC Form 4の提出は、法律で義務付けられた公開情報開示です。特許出願書類は、知識の普及を可能にするため、もともと公開記録として扱われます。ORCIDプロフィールは、研究者が自発的に公開しています。データ利用の合法性に関する詳しい分析については、Apifyのガイドをご覧ください。

AVOID判定は具体的に何を意味しますか？ AVOIDは、複合スコアが30未満の場合、または強制上書き条件に該当する場合に発動します。強制上書き条件は、Executive Flight RiskがCRITICAL（スコア >= 80）と判定されるか、Brain DrainがHEMORRHAGING（スコア >= 80）と判定されることです。これは、複数のシグナルにわたる重大な人的資本の不安定さを示します。M&Aの場面では、クロージング前に綿密な人材引き留め計画が必要な対象企業にフラグを立てます。競争環境では、戦略的な弱体化の時期に入る可能性のある競合他社を特定します。

役員の離職リスクは、実際にはどのように検出されますか？ このモデルは、SEC Form 4の取引種別分類を分析します。売却と購入の取引件数を数え、個別の売却イベントが3回以上ある役員（連続売却者）を特定し、100万ドルを超える取引にフラグを立て、C-suiteの求人が同時に出ていないか確認します。売却比率が0.8を超え、取引が3件以上ある場合、「役員が持ち株を換金中」というシグナルが発動します。このパターンは、特に企業調査で経営難を示すキーワードが見られる場合、これまで役員の離職に先行することが多くありました。

企業リストを自動的に監視するよう、これをスケジュールできますか？ はい。Apifyプラットフォームのスケジューラーを使って、Apifyアクターの定期実行をスケジュールできます。HTTP APIを使用して、企業名のリストに対して特定のツールを呼び出し、Webhook経由でSlack、メール、またはCRMに結果を送信してください。assess_human_capital_riskツールは、定期監視において最もコスト効率の高い選択肢です（1回の実行につき1社あたり$0.045）。 これは Claude Desktop の MCP 統合で動作しますか？ はい。上記の接続ガイドに示すように、サーバー URL と Authorization ヘッダーを claude_desktop_config.json に追加してください。接続すると、Claude に任意の企業について自然言語で質問できます。Claude は適切なツールを呼び出し、スコアを解釈して、シグナルをわかりやすい言葉で説明します。

基盤となる 7 つのデータソースのいずれかが利用できない場合、どうなりますか？ このサーバーでは、アクターを並列実行するために Promise.allSettled を使用しているため、個々のアクターでエラーが発生しても全体の応答は妨げられません。たとえば、EPO アクターがタイムアウトした場合でも、応答にはほかのすべてのソースのデータが含まれ、スコアリングモデルは欠落したソースを空の配列として扱います。返されるシグナルには、その項目のカバレッジが限定的であることが示されます。

サーバーは企業名の曖昧さをどのように処理しますか？ エンティティの曖昧さを自動的に解消することはありません。指定した企業名は、各基盤アクターへの検索クエリとしてそのまま使用されます（「Oracle」、「Amazon」などの一般的な名前であれば、適切に動作します）。曖昧な名前の場合は、国、業界、または株式ティッカーをクエリに追加してください。たとえば、「Palantir」だけではなく、「Palantir Technologies NYSE」のように指定します。

このサーバーで動作する MCP クライアントは何ですか？ HTTP POST 経由の Model Context Protocol に対応しているクライアントであれば動作します。Claude Desktop、Cursor、Windsurf、Cline、およびカスタムの LangChain エージェントや LlamaIndex エージェントを利用できます。このサーバーは公式 MCP SDK の StreamableHTTPServerTransport を使用し、/mcp エンドポイントで応答します。

改善にご協力ください

問題が発生した場合、Apify アカウントで実行の共有を有効にすると、より迅速なデバッグにご協力いただけます。

1. アカウント設定 > プライバシーに移動します
2. 実行を公開 Actor 作成者と共有するを有効にします

問題が発生した際に実行の詳細を確認できるようになり、より迅速に問題を修正できます。お客様のデータを閲覧できるのはアクターの開発者のみであり、一般公開されることはありません。

サポート

バグを見つけた場合や機能のリクエストがある場合は、このアクターのページのIssues タブから issue を作成してください。カスタムのエンタープライズ統合や、データソースのカバレッジ拡張については、Apify プラットフォームからお問い合わせください。