コンサルティング会社がAIエージェントで変えた提案書作成から分析業務までの全容

「深夜のPowerPoint地獄」は、コンサルの宿命なのか

戦略コンサルティングというと、華やかなイメージを持つ人も多いだろう。大企業の経営課題に向き合い、データを武器に解決策を提案し、クライアントの変革を後押しする——そんな知的な仕事の像だ。しかし実際に業界に入った人間から聞く話は、少し違う。「深夜1時まで競合他社の有価証券報告書を読み込んでいる」「土日をつぶしてPowerPointのスライドを磨き続けている」「クライアントへの提案書の締め切り前夜は徹夜が当たり前」——こういった声が、戦略コンサルの現場には溢れている。

正直に言うと、コンサルタントの仕事の中には「コンサルタントでなくてもできる部分」が大量に含まれている。競合他社の公開情報を収集・整理する作業、データをExcelで集計してグラフにする作業、会議の議事録をとってまとめる作業——これらは「データを使って何を考えるか」という本質的な知的作業ではなく、「データを準備する」という前処理だ。しかしそれに多くの時間が奪われている。若手コンサルタントの離職率が高い背景には「入社前に想像していた仕事と、実際にやっていることが違う」という失望が少なくない。

東京の独立系戦略コンサルティング会社T社（コンサルタント30名）は、2025年からAIエージェントを業務の中核に組み込んだ。データ収集・分析・スライド生成をエージェントに任せ、コンサルタントが本来やるべき「考える仕事」と「クライアントとの対話」に集中できる環境を作るという戦略だ。その取り組みがもたらした変化は、プロジェクトの生産性だけでなく、組織文化にまで及んだ。

「丸1日かけていた競合調査」が2時間になった

T社の情報収集エージェントは、業界レポート・企業の有価証券報告書・競合他社のプレスリリース・市場調査データ・SNSの評判データを継続的に収集・構造化する。新しいプロジェクトが始まると、エージェントが対象業界と競合企業の最新情報を一気に収集し、構造化されたレポートとして出力する。従来ジュニアコンサルタントが丸1日かけていた競合調査が、エージェントにより2時間で完成する。しかも、収集したデータはナレッジベースに蓄積され、過去のプロジェクトの知見と組み合わせて活用できる。「2年前にこの業界のプロジェクトをやったとき、どんな課題があったか」という参照が自動でできる点も大きい。

定量分析エージェントの使い勝手も、現場のコンサルタントから高く評価されている。財務データ・市場データ・アンケートデータのクリーニング、集計、可視化を自動で行う。「この施策を実施した場合の3年後のROI試算」「競合他社との財務ベンチマーキング」といった分析タスクへの指示を自然言語で与えると、エージェントがPythonコードを自動生成して分析を実行し、グラフとともに結果を返す。Pythonを書けなくても、「この変数とこの変数の相関を散布図で見せて」という指示で分析が走る。コンサルタントはデータの解釈と意味付けに集中できるようになり、「データから何が言えるか」という最も価値ある思考に時間を充てられる。

実はここに、T社の戦略の核心がある。AIに「何を分析するか」を決めさせるのではなく、「どう分析するかの実行」を任せている点だ。問題設定と解釈は人間のコンサルタントが行い、実行の労力はエージェントが引き受ける。「AIに考えさせる」のではなく「AIに作業させ、人間が考える」という役割分担が、T社の生産性向上の源泉だ。

30〜50枚のスライドドラフトが、数時間で上がってくる

コンサルタントにとってもう一つの時間的重荷が、PowerPointのスライド作成だ。分析結果をわかりやすく可視化し、ストーリーとして組み立て、デザインを整える——この作業は創造的でもあるが、量的には重労働でもある。一つの提案書で30〜50枚のスライドを作る必要があり、直前の修正指示で全体を作り直すというケースも珍しくない。

T社のスライド生成エージェントは、分析結果とストーリーラインの指示を受けて、T社のブランドガイドラインに沿ったPowerPointスライドのドラフトを自動生成する。エグゼクティブサマリー・現状分析・課題特定・解決策提案・実行計画・期待効果という典型的なコンサルティングデッキの構成に沿って、グラフや表を含む30〜50枚のスライドドラフトが数時間で完成する。コンサルタントはこのドラフトをベースにメッセージを磨き、ロジックを強化し、クライアントの文化に合わせた表現に調整する。スライド作成工数が70%削減され、「良い提案書を作ること」に使える時間が大幅に増えた。

成果は明確だ。T社全体のプロジェクト納期が平均20%短縮され、同じリソースで対応できるプロジェクト数が増加した。クライアント単価は変えずに売上が拡大し、コンサルタントの残業時間は大幅に改善されている。特に若手コンサルタントから「入社時に期待していた仕事を実際にできている」という声が増えたことは、採用・定着の観点でも大きな意味を持つ。

「AIを使いこなすコンサル」と「AIに使われるコンサル」に二極化が始まった

T社の事例が示す変化は、コンサルタントという職業の本質への問い直しでもある。データ収集・整理・可視化の手作業スキルよりも、「何を問うべきか」という問題設定能力、AIの出力を批判的に検証する思考力、クライアントと深い信頼関係を築くコミュニケーション力——これらが、これからのコンサルタントに求められる中心的な能力だ。

「AIコンサルティングオーケストレーター」という新しい役割では、複数のエージェントを組み合わせてプロジェクトを推進し、人間とAIの協働チームを管理するスキルが求められる。どのデータをどのエージェントで収集・分析するか、エージェントの出力のどこが信頼でき、どこを人間が検証すべきかを判断する能力は、AIリテラシーとコンサルティングの経験の両方がなければ身につかない。コンサルティング業界は、AIを使いこなす人材とAIに使われる人材に二極化しつつある。その分かれ道は、「AIを恐れるか、武器にするか」の一点にある。T社の選択は、答えを出している。