AIを導入したい企業（製造業メイン）に対し、最適なソリューションを提案する営業をお任せします。 プロジェクト開始後は「技術がわかるコンサルタント」として、AIプロジェクトの上流工程から伴走していただきます。 【具体的な業務】 1. ソリューション営業 業務課題に対する最適なAIソリューションの設計、ROI試算、導入ロードマップの策定。提案の裏付けとなる市場・競合・最新AI技術の調査、経営層向けの資料作成とプレゼン。 例：手入力作業をなくす画像認識AI（OCR）の提案 顧客の課題： アポイントを取った物流企業にヒアリングすると、「毎日、汚れや折れ目のある配送伝票を、社員が手作業でエクセルに打ち込んでおり、月間100時間の残業が発生している」という課題を発見。 解決策（ソリューション）： 自社のエンジニアと相談し、「汚れた伝票でも高精度で読み取れる画像認識AI（OCR）」の導入を企画。 ROI試算（論理的思考）： 「このAIを導入すれば、月100時間の残業代（約20万円）×12ヶ月で年間240万円のコスト削減になります。開発費が100万円なので、約半年で投資回収（ROI）が可能です」と経営層にロジカルにプレゼンし、受注を勝ち取ります。 2. プロジェクト推進・クライアントワーク ヒアリングを通じた業務プロセス分析と課題の構造化。社内エンジニアとの要件調整、進捗・品質管理、緻密な期待値コントロール。 例：大手食品メーカーのマーケティング分析AIプロジェクト 直面する壁（期待値コントロール）： 経営層から「うちの過去データ10年分を全部AIに入れれば、来月売れる新商品のアイデアを勝手に出してくれる万能なシステムを作ってよ！」と無茶な要望（過度な期待）を受けます。 求められている役割（要件定義・構造化）： 「AIで何でもできるわけではない」ことを角が立たないように論理的に説明し、期待値を適正化します。「いきなりアイデアをゼロから出すのは不可能です。しかし、過去データから『ヒット商品の共通点』を自動抽出するAIなら作れます。まずはそこから始めませんか？」と提案。クライアントと合意を取り、社内エンジニアへ「何を開発すべきか」を翻訳して伝えます。 3. AI導入検証（PoC）と改善提案 実際のAIモデル導入に向けたPoC（概念実証）の推進。現場での効果をデータで検証し、精度向上や業務フローの改善を継続的に提案します。 例：介護施設向け音声認識AIの検証 検証中の壁： 介護記録を音声で自動入力するAIを現場でお試し導入（PoC）したところ、現場のスタッフから「専門用語の聞き間違いが多くて逆に手間だ」とクレームが入ります。 改善提案と巻き込み力： 「AIが使えない」で終わらせず、現場がどんな言葉をよく使うのかデータを収集。社内エンジニアに「この介護専門用語の辞書データを追加学習させてほしい」と要件を的確に伝え、認識精度を95%まで引き上げます。「これなら現場で使える！」と本導入が決定します。 4. 新規事業開発への参画 顧客の課題解決で得た知見をもとに、自社新規AIプロダクト開発やサービス企画のブレストにも参加いただきます。 例：汎用プロダクトへの昇華 現場からの気づき： 特定の営業会社向けに提供していた「テレアポ自動化AI（ワンコールAI）」のプロジェクトを通じて、「この課題は、他の業界のコールセンターでも全く同じように悩んでいるはずだ」と気づきます。 事業提案： 社内のブレスト会議で、「このシステムを特定の会社向けだけでなく、月額制のSaaS（クラウドサービス）として広く販売しませんか？」と提案し、自社の新しい事業の種を生み出します。