AI・IT・DXで迷ったら、まずご相談ください。
何から始めるか。誰に頼むか。その説明を信じて進めてよいのか。
依頼先や導入するものを決める前から、企業参謀・前田稔が一緒に考えます。進行中の取り組みや、社内・コンサル・ベンダーの提案についてもご相談いただけます。
人・データ・IT・AIの動作原理から、顧客を含む企業全体を設計する。
経営の方向性と現場の細部を行き来し、御社が持つ資源を生かして、目標を実現する仕組みを組み立てます。設計や導入にとどまらず、社内でその仕組みを動かし、判断・改善を続けられる体制づくりまで支援します。
その報告・提案、聞いたことはありませんか？
「予定どおり進んでいます」
「まず全社員にAI研修をしましょう」
「コンサルがそう言っていました」
「使いこなせば、できるようになります」
「それは次のフェーズで対応します」
「今の機能は、すべて新システムに引き継ぎます」
説明はもっともらしい。でも、会社として実現したいことにつながっているのか。その根拠や、仕組みが成立する条件まで確認できているでしょうか。
説明した人の肩書きや会社名に加えて、説明と設計の中身から判断する。そのための相談相手が、企業参謀です。
実際の相談と、進める前に確かめたいこと
気になる項目を開いてみてください。実際の相談事例と、取り組みを判断する際の確認点をご紹介します。
BIで期待した結果が出ず、開発を担当した大手SI企業から『システムに習熟すれば使える』と説明された企業から相談を受けました。
確認すると、基幹システムから取り出したデータを、その分析に利用できる状態へ整える工程が不足していました。
データには意味があります。同じ名称でも、対象範囲や集計の条件が違えば、そのまま比較できません。操作を覚えるだけでは、こうした不整合は解消しません。
前田が確認したのは、元データが何を表し、目的の分析に使える条件を満たしているかです。 操作の問題なのか、データの定義・整備・設計の問題なのかを分けて考える必要があります。
大手外資系コンサルによるベテランの成果物を組み合わせ、専門的な仕事を自動化しようとする計画を確認しました。私が最初に聞いたのは、「ベテラン本人にヒアリングしたのか」でした。
成果物には、その人が何を観察し、どの条件を区別し、何を根拠に判断したかが、すべて記載されているわけではありません。
再現したい判断を成立させている知識や前提が、本人の頭の中に残っている。 その状態でアウトプットだけを扱う方法では、必要な判断の仕組みを捉えきれない点を指摘しました。
自動化の対象と、必要な入力・知識・判断条件を明らかにしてから、AIで担う部分を設計することが重要です。
メールをもとに業務のAIチャットボットをAIベンダと進めているがうまく行かない、という相談を受けました。
メールは、送り手と受け手が業務や顧客の事情を知っているからこそ、短い文章でも通じます。判断に必要な前提が、文面から省略されていることがあります。
前田が指摘したのは、メールを成立させている業務知識や関係の不足です。 文面から答えられる範囲と、別途知識を補う必要がある範囲を分けなければ、意図した応答につながりません。
何を答えさせたいのかを起点に、業務知識や用語の意味、対象同士の関係を整え、回答を確かめる仕組みまで設計します。
業務の見直しに対し、通常の申請、システム連携、契約用と、複数のワークフローシステムを使い分ける大手コンサルによる提案を確認しました。
紙の契約がデジタルになったとき、同じ仕事でも経路が変わるのか。システム間で情報をどう引き継ぐのか。共通のマスタを誰が管理するのか。
前田が検証したのは、業務が変わったときにも、会社全体の情報と処理が一貫してつながるかです。 製品ごとに機能があっても、組み合わせた仕組みが成立するかは別に確認する必要があります。
製品を選ぶ前に、業務の流れと情報の関係、管理の責任を設計することが重要です。
あるプラント企業でDX推進を支援した際、最初にお伝えしたのは「データコードの整備（顧客・設備・品目などの識別番号の整備）」でした。
顧客・設備・品目などの情報を連携させるには、同じ対象を同じ対象として識別できなければなりません。さらに、データの意味と利用条件を定めて初めて、目的に沿った情報として使えます。
AI・DXの相談でも、実現の前提がコードやデータの設計にある場合があります。 取り組みの名称から方法を決めず、御社で成立する条件から順序を組み立てます。
作業が予定どおり進んでいることと、会社が目指した状態へ近づいていることは、別々に確認する必要があります。
次のフェーズが必要なら、何が分かり、何がまだ成立せず、追加の取り組みで何を変えるのか。それを確かめることで、経営者が追加投資を判断できます。
全体の到達点、各段階の役割、完了の条件を照らし合わせます。 フェーズ数だけで評価せず、目的に至るつながりを検証します。
AI研修は操作を学ぶ機会になります。ただ、どの業務で、どの情報を使い、誰が出力を判断するかが未設計なら、研修だけでは意図した業務変化につながりません。
システム刷新でも、既存機能をすべて引き継ぐ前に、今後も必要な業務・例外・カスタマイズなのかを確かめる余地があります。過去の設計が、現在の改修費用を生み続けている場合もあります。
実現したいことに対して、選んだ方法がどう働くか。将来どんな負担を生むか。 そこまで考えて設計します。
企業全体から、技術と人の動作原理まで。
会社は、人・モノ・カネ・デジタルが別々に動く場所ではありません。顧客、従業員、商品、組織、システム、AIが情報を受け渡し、互いの動きに影響を与えています。
前田は、その全体を一つのシステムとして捉えます。同時に、必要なところでは、データの意味や定義、技術の動作原理、人の認識・感情・行動の条件まで掘り下げます。
データを格納できることと、判断に使えること。技術的に実行できることと、現場の人が実際に使うこと。その間に必要な条件を確かめます。
AIエージェントでも、扱う情報、アクセスする経路、与える権限、実行する処理をつなげて、動作やリスクを検討します。
動きを観察し、それを生む仕組みを捉え、動かして確かめ、設計する。 経営から現場の細部へ、そこで見えた事実から再び全体へ。この行き来を、一つの理解の中で行います。
これが、企業参謀としての支援を支える「構造知性」です。
御社にある資源で、目標を実現する仕組みを作る。
必要な機能を、特定の製品や職種に固定して考えません。
例えばCIO機能が必要でも、外部からCIOを採用する方法だけではありません。事業を知る社内人材とITに詳しい人材を組み合わせ、役割や判断の仕組みを設計する構成も考えられます。
人の能力、業務の経験、既存の情報、システムや技術。それぞれの特性と制約を確かめ、御社内で使える資源を最大限に生かします。役割を割り当てるだけでなく、判断に必要な情報や権限、能力を育てる機会まで組み合わせ、実際に動ける体制を作ります。
事例や既存の方法は、御社の条件で成立するかを検証して使います。決まった型をそのまま当てはめず、目標から必要な仕組みを組み立てます。
企業参謀として、任せられること
提案や進め方を検証する
社内・コンサル・ベンダーの説明について、根拠と設計の成立性を検証します。進めてよい点、確かめる点、組み直す点を整理します。
会社としての方向性を描く
構想や課題を起点に、目指す姿と必要な取り組み、優先順位を経営者とともに具体化します。
企業全体のアーキテクチャを設計する
業務・組織・情報・データ・IT・AIを一体として設計します。誰が何を判断し、どの情報を使い、どのように仕事が動くかまで組み立てます。
実現を支援する
社内の担当者や必要な専門家・ベンダーと協働し、設計を具体化。実行中の変化も踏まえて、見直しと判断を支援します。
自走できる体制と人材を育てる
設計の意図や判断の根拠を、実際の業務を通じて社内の担当者と共有します。必要に応じて人材育成も行い、自分たちで課題を捉え、関係者と調整し、仕組みを改善できる範囲を広げます。
寄り道や手戻りを減らし、仕組みと、それを考え・動かし・変えていく力を社内に残す。会社が自走できる状態を目指す支援です。
仕組みを残す。その仕組みを進化させる力も残す。
問題が起きるたびに外部へ答えを求める状態から、社内で状況を捉え、判断し、実行・改善できる状態へ。企業参謀としての支援は、自走できる範囲を広げていくことを目指します。
そのために、完成した設計だけでなく、なぜその構成にしたのか、条件が変わればどこを見直すのかという考え方も共有します。担当者が自ら考え、実行し、その結果を一緒に確かめることで、実務の中で判断する力を育てます。
自走とは、すべてを自社だけで行うことではありません。社内で判断することと、外部の専門家を活用することを選べる状態です。社内で担える範囲が広がれば、企業参謀への相談も、新たな課題や次の構想へと進んでいきます。
構造知性の育成プログラムも、この考え方から取り組んでいます。知識を覚えるだけでなく、物事が動く仕組みを捉え、条件が変わったときの動きを考え、実行して確かめる力を育てるためです。
企業参謀・前田稔
EmzStyle LLC代表
エンタープライズアーキテクト
学生時代のゲーム開発では、CPUやメモリの制約からプログラム設計・実装まで経験、コンピュータの原理原則を理解。
野村総合研究所では、金融系データサイエンティストとして市場、データ、トレーディング時の意思決定とシステムの関係に向き合い、
SBIグループではグループCOOや会社経営を通じて、事業・組織・技術を横断してきました。
異なる現場で培った理解をつなぎ、顧客を含む企業全体を、原理と実際の動きから設計します。
企業参謀としての思考の働きをAIに実装した、EmzStyle Business Advisor（EBA）を開発しています。
ご推薦の声
根本原因（本質的な問題）をとらえた上で、それを解消する仕組み作りまでを最短距離で纏められるコンサルだからです。－ 久保田勝彦氏／QUICK corp — Deputy CIO（推薦時点、2024年12月28日）
大手・有名コンルティングファームには、多くの優秀なコンサルタントが所属しており、課題に即したチームで卒ない対応を行い、一定レベルの分析と対応策を提示していただけると思います。
多くの問題については、満足できるアウトプットを得ることが出来るでしょう。
こうした状況下で、多くの優秀なコンサルティング会社、コンサルタントがいる中から、前田さんを選ぶ理由は何でしょうか？
それは、複雑に入り組んだ難易度が高いテーマについて、根本原因（本質的な問題）をとらえた上で、それを解消する仕組み作りまでを最短距離で纏められるコンサルだからです。
前田さん自身の紹介文にあるように、必要かつ十分なスキル、職業的な経験値があり、経歴も素晴らしいことは言うまでもないのですが、そこを推すとただのスペック競争になってしまいます。
前田さんをお勧めする理由は、彼のパーソナリティ由来の他のコンサルタントさんとは比較が難しい部分が大きいです。持って生まれた性格や特性、生き方に近いです。恐らく、職業的な要請からきてるものではありません。
何が良いかというと
1)類まれな探究心。
物事の裏にある本質を常に考えている。何を目的として、何故そうなっているのか等を突き詰めて行きたい人です。
2) 座学の理論だけでなく、何事においても自分の手を動かし実証、実現する行動力。
実体験に基づく実践的な理論の再構築を行なっている。
3) 物事が上手く動作するための”仕組み”に興味があり、洞察が深い。
車のような機械、目には見えないソフトウェアから、人間の組織、社会まで、何かしらの機能を持つものであれば、幅広い対象範囲に及んでいます。
4) 過去の実績、経歴に留まることなく、それをベースとしながら、新しいこと、技術も常に勉強している。
これも好きだから、自然にやっている感が強いです。
と言ったところ。ご自身の特性とモチベーションが、コンサルティングという仕事のベクトルとばっちり一致していることが、推しポイントです。
写真を見るとバリバリのビジネスパーソンに見え、距離を感じる方もいらっしゃるかもしれませんが、柔和で優しい方です。一緒に仕事をして楽しい、新たな気付きがあることも、お勧めしたい理由です。
支援の考え方を、さらに詳しく。
まずは、今の状況をお聞かせください。
何を依頼するか決まっていなくても構いません。構想、困り事、気になっている報告や提案からお話しください。
最初の相談では、状況や実現したいことを伺い、検討すべき点と今後の進め方を一緒に整理します。継続的な支援については、対象範囲・進め方・費用をご提案します。
前田に直接話す方も、まずAIで気軽に考えてみる方も、ご自身に合う入口を選べます。AIの利用を、直接相談の前提にはしていません。