メディア
AX 戦略

AI コンサルに頼む前に社内で決めておく5つのこと|助言・受託・FDE 型の選び方

公開
執筆者: Offers AX 編集部・編集部

AI コンサルに頼む前に社内で決めておくのは、解きたい業務の課題、成果の測り方、使えるデータと権限、社内の持ち主、予算の上限の5つです。この5つが決まっていれば、複数の会社から届く提案を同じ物差しで比べられ、助言のみ・受託・FDE 型のどの支援が自社に合うかも絞り込めます。

反対に、5つが空欄のまま相談を始めると、最初の数回の打ち合わせが課題の聞き取りに費やされ、提案の中身も支援会社ごとにばらばらになりがちです。全部を決めきる必要はありません。どこまで決まっていて、どこから先を支援会社と一緒に決めたいのかを言える状態にしておくことが、発注の準備になります。

O
執筆者

編集部

Offers AX 編集部

株式会社overflow が運営する Offers AX の編集部です。全社の AI 導入(AX)を支援する現場の知見をもとに記事を制作しています。

この執筆者の詳細・記事一覧 →

AI 導入の手応えは、作業の速さに集中している

国内企業の AI 導入は広がった一方で、手応えの中身は作業が速くなったことに偏っています。IPA が2026年4月から6月に国内企業1,799社から回答を得た調査では、AI を導入している企業は全体で42.3%、従業員1,001人以上の企業では78.3%でした(IPA「国内企業のDX動向・AI活用動向のポイントを公開」2026年7月16日公表)。

導入企業に効果を尋ねると、「期待以上の効果があった」は13.7%、「期待どおりの効果であった」は18.1%で、合わせて31.8%です。最も多かったのは「一定の効果はあった」の50.6%でした。

効果の中身は「業務が効率化したり迅速化した」が91.6%と大半を占め、「企画提案等の品質や速さが向上した」が48.9%、「残業時間の削減につながった」が29.2%と続きます。これに対して「顧客満足度が向上した」は4.5%、「売上や利益が向上した」は3.9%と、事業の成果に結びついたと答えた企業は数%台にとどまりました。

AI を入れること自体は多くの企業で前に進んでいます。ただ、何をもって成果とするかを事業の言葉で決めていなければ、「一定の効果はあった」という手応えのまま次の投資判断を迎えることになるでしょう。外部の支援を使う前に5つを決めておく理由は、ここにあります。

決めること 中身 決めていないと起きること
解きたい業務の課題 誰が・どの業務で・何に詰まっているか 提案が「生成 AI でできること」の紹介で終わる
成果の測り方 何の数字が、いつまでに、どう動けば成功か 終わったあと、続けるかやめるかを決められない
使えるデータと権限 どのデータを、どこで、どこまで AI に渡せるか 試作の直前で社内の審査に止まる
社内の持ち主 要件を決め、運用を引き取る人 作ったものが現場で使われないまま残る
予算の上限 最初の段階と全体の上限、判断の時点 見積もりを比べる前提がそろわない

1つ目は、解きたい業務の課題を1行で書くこと

課題は「AI で何かしたい」ではなく、「誰が、どの業務で、何に詰まっていて、その結果何が起きているか」を1行で書きます。用途から考え始めると、誰でも使える用途にとどまりやすいためです。

同じ調査で AI の利用用途を見ると、「文書・音声の要約・翻訳・校正」が82.5%、「文書・レポートの作成(社内・社外)」が80.5%、「情報検索・収集・分析・レポーティング」が77.0%でした。一方、「業務プロセス・ワークフローの自動化・最適化」は21.2%、「自社製品・サービスの高度化」は10.9%、「生産・物流・サービス提供の計画支援」は6.0%です(IPA「国内企業のDX動向・AI活用動向のポイントを公開」2026年7月16日公表)。

文書の要約や作成は、社員が手元の生成 AI で始められる用途です。外部の支援を頼む意味が大きいのは、むしろ割合の低い側、つまり業務の流れそのものに AI を組み込む用途でしょう。そこに進むには、どの業務の流れを変えたいのかを社内で言葉にしておく必要があります。

書き方のひな型は次のとおりです。

  • 誰が(部署・役割)
  • どの業務で(業務の名前と、その頻度)
  • 何に詰まっているか(時間がかかる工程、人によって判断がぶれる工程、件数が多くて手が回らない工程)
  • その結果、事業で何が起きているか(締めが遅れる、問い合わせへの返答が翌日になる、判断の根拠を後から説明できない)

例えば「経理が月末に経費精算の差し戻し確認へ手を取られ、月次の締めが遅れている」のように書けば、支援会社は最初の打ち合わせから業務の中身に入れます。

候補は1つに絞らず、3〜5件を書き出しておくと選びやすくなります。それぞれに「月に何回発生するか」「関わる人数」「必要なデータが電子化されているか」の3つを書き添えておくと、どれから着手するかを支援会社と同じ材料で話せるはずです。

2つ目は、成果の測り方とやめる基準を先に置くこと

成果の測り方は、時間・品質・事業の3種類から1つずつ選び、今の値を発注の前に測っておきます。前の節で見たとおり、AI 導入の効果は作業の速さに集中しており、「外部に委託していた費用の削減につながった」と答えた導入企業は13.8%でした(IPA「国内企業のDX動向・AI活用動向のポイントを公開」2026年7月16日公表)。速さ以外の成果を狙うなら、それを測る数字を自分たちで決めておく必要があります。

指標の種類 例 今の値を測る方法
時間・件数 1件あたりの処理時間、月の処理件数、返答までの時間 担当者の記録、システムのログ
品質 差し戻しの件数、誤りの件数、判断のばらつき 差し戻しの記録、複数人の判定の突き合わせ
事業 外部委託費、受注、締めの日数 会計・営業の既存の数字

今の値が無いまま試作を始めると、良くなったかどうかを担当者の印象で語るしかありません。1〜2か月分でよいので、発注の前から記録を取り始めておくと、支援会社の提案に「何がどれだけ動けば成功か」を書き込めます。

あわせて、やめる基準も決めておきます。例えば「実業務で4週間使って、1件あたりの処理時間が今の半分に届かなければ本実装に進まない」のように、期間と数字で書く形です。やめる基準が無いと、効果のはっきりしない取り組みが惰性で続き、次の業務に予算を回せなくなります。

3つ目は、使えるデータと AI に渡してよい範囲を決めること

データについて決めるのは、どこにあるか、誰が出せるか、AI に渡してよいかの3つです。

総務省と経済産業省の AI 事業者ガイドラインは、AI を業務で使う側(AI 利用者)が取り組む事項として、正確性や必要な場合には最新性が担保されたデータを入力すること、個人情報や機密情報を不適切に入力しないよう注意を払うことを挙げています。AI の出力を特定の個人や集団の評価の参考にする場合は、その旨を対象者に通知し、人間による合理的な判断のもとで説明責任を果たすことも求めています(総務省・経済産業省「AI事業者ガイドライン(第1.1版)」令和7年3月28日公表)。

発注の前に、解きたい業務ごとに次の点を表にしておくと、支援会社との話が具体的になるはずです。

  • 必要なデータはどのシステム・どのファイルにあり、誰が管理しているか
  • 個人情報や取引先の機密を含むか
  • 社外のクラウドの AI サービスに入れてよいか、社内の環境から出せないか
  • システムに接続するための権限やアカウントを、誰に申請し、どれくらいで出るか
  • 情報システム部門と法務の審査が要るか、要るなら何を提出するか

社内の審査は、試作が動き始めてから申請すると数週間止まることがあります。審査に出す書類の様式と担当者だけでも先に確かめておけば、試作の準備と並行して進められるでしょう。

人事データのように評価に関わる情報を扱う場合は、AI の出力を下書きとして扱い、判断は人が行うという前提も最初に決めておきます。社内ルールの作り方は 生成 AI の社内ガイドラインとガバナンスの作り方 と、用語集の AI ガバナンス を参照してください。

4つ目は、社内の持ち主を1人決めること

社内の持ち主は、業務を知っていて、要件を決め、作ったものの運用を引き取れる人を1人置きます。支援会社がどれだけ近くで作っても、業務の暗黙のルールを知り、「これで使える」と決められるのは社内の人だけです。

ところが、その役割を担える人材は多くの企業で足りていません。IPA の同じ調査では、DX を推進する人材の量が「やや不足している」「大幅に不足している」と答えた企業は合わせて85.5%でした。AI 関連の人材のうち「現場の知見と基礎的 AI 知識を持ち、自社への AI 導入を推進できる従業員」については、69.6%が「不足している」と答えています(IPA「国内企業のDX動向・AI活用動向のポイントを公開」2026年7月16日公表)。

足りないからこそ、外部の支援を頼む前に誰がその役を担うかを決めておく必要があります。持ち主に求めるのは AI の専門知識より次の3つです。

  • 解きたい業務を自分で回した経験があり、例外の扱いを知っている
  • 試作を週に数時間触って、違うところを言葉で返せる時間がある
  • 支援が終わったあと、運用と小さな直しを社内で引き取る立場にある

持ち主の上には、優先順位がぶつかったときに決める経営側の後ろ盾も要ります。全社で AI 推進を担う役職は用語集の CAIO を、社内に推進の組織を置く方法は AI 推進の体制の作り方 を参照してください。

5つ目は、予算の上限と判断の時点を決めること

予算は総額を1つ置くより、段階ごとの上限と、次へ進むかを決める時点をセットで決めます。AI の取り組みは作ってみないと効果が分からない部分が残るため、最初から全体を一括で約束するより、区切って判断するほうが損失を小さくできるからです。

段階の区切り方は、例えば次のようになります。

  1. 課題の整理と効果の見込みの算出
  2. 試作(動くものを作って現場で触る)
  3. 実業務での検証と効果の実測
  4. 本実装
  5. 社内への引き継ぎ

決めておくのは、1と2までの上限、全体の上限、そして2と3の終わりに誰が何を見て判断するかの3点です。判断に使うのは2つ目で決めた成果の測り方とやめる基準なので、ここで5つの決め事がつながります。

見積もりを比べるときは、総額だけでなく、どの工程が含まれているか、契約の形が成果物の完成を約束するものか作業の遂行を約束するものかをそろえて見ます。区切り方の具体例は AI の PoC で止まらない進め方 を参照してください。

助言のみ・受託・FDE 型は、終わったあとに残るものが違う

AI コンサルと呼ばれる支援は、大きく助言のみ・受託・FDE 型の3つに分かれ、誰が作るかと、終わったあと社内に何が残るかが違います。どれを選ぶかは、5つの決め事のうちどこまで決まっているかで絞り込めます。

比べる点 助言のみ 受託 FDE 型
主な成果物 調査の報告、計画、優先順位 仕様どおりに作られたシステム 動く仕組みと引き継ぎの文書・運用の体制
要件を決めるのは 社内(支援会社は助言する) 発注側が書き、契約で固める 社内の持ち主と作り手が動くものを見ながら決める
作るのは 社内か、別の発注先 受託会社 業務の近くに入った外部の作り手
社内に要る体制 計画を実行する作り手 要件を書き切る人と検収する人 試作を触って返す持ち主
合う状態 課題の候補はあるが、優先順位と投資判断が決まっていない 課題も要件も言葉で書き切れる 課題はあるが、要件は現物を見ないと決まらない

課題の候補はあっても、どれに投資するかを決める材料が無いなら、助言のみの支援で優先順位と効果の見込みを固めるのが先です。要件を作る前に言葉で書き切れ、運用も外に任せてよい業務なら、受託で十分でしょう。

要件が現物を見ないと決まらず、いずれ社内で回したい業務は FDE 型が向いています。FDE(Forward Deployed Engineer)という職種の定義は FDE の定義と仕事内容 にゆずりますが、企業の側から見た違いは、要件を決める場所が会議室から業務の現場に移ることです。

3つの形は1社の中で併用できます。受託・FDE 型・内製化の違いをさらに詳しく比べたいときは、AI 受託開発・FDE 型・内製化の違い が参考になるはずです。

Offers AX は、決めきれない項目を動くものを見ながら決める

Offers AX は株式会社overflow が提供する AI 導入の支援で、コンサルティング・AI エージェント開発・内製化支援の3本柱で構成されています。5つの決め事が固まりきらない段階からの相談を前提にしており、データ整備の段階と、全体の進み具合を止めている領域を自己診断シートで把握するところから始めます。

進め方は、要件定義書を先に固めず、即日のモックと動くプロトタイプを見ながら合意する形です。AI エージェント開発では数週間でプロトタイプを作り、実業務で検証して効果を実測してから本実装へ進み、効果が出なければ中止を選べることを前提にしています。サービスの全体像は Offers AX のサービスページ で確かめられ、5つのうちどこまで決まっているかの整理から相談したい場合は 無料相談を申し込む から1時間の枠を予約できます。

作る場所はお客様の既存環境で、GCP・Azure・AWS のいずれにも対応します。当社環境に顧客データを保持せず、契約が終わっても資産はお客様環境に残る形です。AI の出力は下書きや参考情報として扱い、事実認定や合否・処遇の判断は人が行うことも、最初に置く前提に含めています。

内製化支援では、引き継ぎ文書の整備、社内の運用体制の設計、エンジニア採用の要件定義までを扱い、お客様の組織で運用を回せる状態を目指します。

最初の打ち合わせで確かめる6つの問い

支援会社を比べるときは、会社の大きさや実績の数より、自社の5つの決め事にどう答えるかを確かめます。最初の打ち合わせでは、次の6つを聞いておくと違いが見えやすくなります。

  1. 最初の段階の成果物は何か(報告書か、動くものか)
  2. 作ったものは誰の環境に置かれ、契約が終わったあと何が社内に残るか
  3. 自社のデータをどこで扱い、社外の AI サービスに送るかどうか
  4. 成果をどの数字で測り、効果が出なかったときに途中でやめられるか
  5. 社内の持ち主には、週にどれくらいの時間を求めるか
  6. AI の出力を誰が確かめ、最終的な判断を誰が行う設計にするか

答えが具体的な会社ほど、5つの決め事を一緒に詰める進め方に慣れていると考えられます。反対に、問い1と2への答えがあいまいなまま見積もりが出てくるなら、何を約束する見積もりなのかを確かめ直すのが先です。

最初の一歩は、5つを1枚に書き出すこと

今日から取りかかれるのは、5つの決め事を1枚の表に書き出すことです。解きたい業務の候補を3〜5件並べ、それぞれに成果の測り方、必要なデータと審査の有無、社内の持ち主の候補、最初の段階の予算の上限を1行ずつ埋めていきます。

空欄が残っても構いません。空欄の場所が、支援会社と一緒に決める項目を示しているからです。課題と測り方が空欄なら助言から、データと権限が空欄なら情報システム部門・法務との相談から、要件が空欄なら動くものを見ながら決める支援から始める、という判断がこの1枚でできるようになります。

全社の AI 戦略をどう現場の取り組みに落とすかは AI 戦略を現場で使われるところまで落とす で、進め方の全体像は AX 戦略のカテゴリ の記事で扱っています。

AI を全社の成果につなげる Offers AX

コンサルティング・AI エージェント開発・内製化支援の3本柱で、実装まで支援します。無料相談を受け付けています。

無料で相談する

Offers AX のサービスを見る

記事一覧へ