業務コンサルタント

仕事概要

1. 1AIを使うためには既存ツール/システム（SoR/SoA）とのつなぎ込みと継続的な情報連携が不可欠であり、顧客と握ったゴールを目的とした際に最適な手段で連携を図りAIを稼働させることが成果最大化に直結する。
2. 2場合によっては当社内の追加開発や顧客側での既存ベンダーの乗り換え推奨含めて、ゴールを実現するためのシステム側の最適化を行うことが役職において求められるミッションになる。

Helpfeelが取り組んでいること

1. 1HelpfeelはFAQツールとして培ってきたナレッジデータの設計・整備・活用の知見を軸に、AIナレッジデータプラットフォームへと進化してきた。
2. 2企業がAIを正しく機能させられる状態（AI-Ready）をつくるための伴走を目指し、現場に眠る暗黙知を発掘・構造化し、正確な情報とノイズを切り分け、情報の鮮度を保ち続ける運用の仕組みまでを顧客と一緒に作り上げる。
3. 3900サイトでナレッジ改善を積み重ね、金融・インフラ・公共などセキュリティ要件が厳しく導入難度の高い領域でも実績を伸ばしている。

AIコンサルティング部と、業務コンサルタントの役割

1. 1AIコンサルティング部は新設され、PM・業務コンサル・運用コンサル・FDE・セールスで構成される。
2. 2業務コンサルタントは顧客の業務課題を整理し、あるべき業務プロセスを描く役割を担う。
3. 3顧客の要望をそのまま受け取らず、何を・なぜ解くのかを定義し、AIをどう活かすかを設計して、変革が現場に根づくまで伴走する。
4. 4技術的な実装はFDEや開発チームと分担するため、開発経験は前提としない。

業務内容

1. 1顧客の業務課題の解決とAI-Ready化に向けて、業務プロセス・データ・既存ツール／システムの現状を整理し、AIが継続的に成果を出せる状態の設計から運用定着までを担う。
2. 2進め方は「① 課題抽出（Discovery）」と「② 実行支援（Delivery）」の2段階。

① 課題抽出（Discovery）：現状把握 → ゴール設定 → 実現ロードマップ

1. 1顧客の業務フロー、利用中のツール／システム、データ・ナレッジの流れを調査・ヒアリングし、現状を可視化する。
2. 2業務上のボトルネックに加え、AI活用の妨げとなっている情報連携・システム運用・データ管理上の課題を特定する。
3. 3顧客の要望をそのまま受け取らず、背景・目的を深掘りし、最終的に実現すべき業務成果・事業成果を言語化する。
4. 4現状とゴールの差分を踏まえ、業務プロセスの見直し、既存ツール／システムとの連携、追加開発、既存ベンダーの見直しなども選択肢に含めた実現ロードマップを描く。
5. 5工数削減・コスト削減・PLへの影響などの効果試算を行い、施策の優先順位や投資対効果を整理する。
6. 6経営層・事業部門・IT部門・外部ベンダーなど、複数のステークホルダーの合意形成を支援・リードする。

② 実行支援（Delivery）：あるべき業務設計 → 実現方針整理 → 運用定着

1. 1AI・ナレッジ活用を前提とした「あるべき業務」を設計し、新しい業務フロー・SOP（業務マニュアル）・意思決定基準を整える。
2. 2AIが担える業務と、人が判断・管理すべき業務を切り分け、業務プロセスを分解・再設計する。
3. 3AIを適用すべきポイントを見極め、必要な情報・データ・システム連携の方針を整理する。
4. 4FDEや運用コンサルタントと連携し、顧客ゴールの実現に必要な要件定義・実装方針・運用設計につなげる。
5. 5必要に応じて、当社内での追加開発や顧客側の既存ツール／ベンダー見直しも選択肢に含め、FDEや関係部門と連携しながら実現方針を整理・提案する。
6. 6現場への教育、運用ルールの整備、定着状況のモニタリング、レポーティングまで伴走し、解決策が継続的に使われる状態をつくる。

成果（KPI）への責任と、コンサル手法の型づくり

1. 1成果指標（KPI）に向き合い、顧客と同じ目線で業務改善・PL改善に伴走する。
2. 2コンタクトセンター領域では自己解決数の向上＝問い合わせ削減、AHTの短縮＝対応コスト削減などがPLに直結する。
3. 3上流では事業KPIの再定義やROI設計など、経営レイヤーと接続した議論にも踏み込む。
4. 4個別プロジェクトで得られた知見から、汎用化できる業務変革・AI導入・システム連携の型を見出し、自社のコンサルティング手法として標準化していく。

求める人物像

1. 1目の前の要望に応えるだけでなく、その奥にある「本当に解くべき課題」を突き止めたいと思える。
2. 2技術的な正しさだけでなく、顧客の業務・組織・意思決定プロセスを踏まえて解決策を設計できる。
3. 3曖昧な業務知識を、SOP（手順書）や意思決定基準といった「再現できる型」に落とし込める。
4. 4顧客の業績貢献（成果・PL）を起点に考え、現場で使われ続ける状態まで粘り強く伴走できる。
5. 5経営層から現場まで、立場の異なる関係者を巻き込み、合意形成を前に進められる（規模に応じてプロジェクトをリードできる）。
6. 6仕様や型が固まりきっていない状況でも、仮説を立てて前に進められる。

なぜ今、Helpfeelなのか

1. 1Helpfeelは900サイトのナレッジ改善を支援し、自己解決率の向上や受電削減を通じて、顧客の業績に向き合い続けてきた会社である。
2. 2データ整備のノウハウがAI-Ready化への伴走を支える土台になっている。
3. 3日本の大企業・エンタープライズのAI活用という難度の高いテーマに、ナレッジ改善で積み上げてきた知見を武器に挑める環境である。

応募資格（必須）

• 以下いずれかの実務経験（目安 2年以上）
• 顧客や社内の非エンジニアと対話しながら、業務フローや課題を整理・構造化し、あるべき業務やマニュアル（SOP）・ルールに落とし込んだ経験
• 複数のステークホルダーを巻き込み、プロジェクトを前に進めた経験
• AI・LLM領域への強い関心と、自ら学び続ける姿勢

歓迎する経験

• エンタープライズ・大手企業向けの業務改革／システム導入プロジェクトの経験
• 経営層・部門長クラスへの提案・プレゼンや、事業KPIの再定義・ROI設計など経営レイヤーと接続した経験
• 特定インダストリー（金融・インフラ・製造など）の業務知見
• コンタクトセンター／カスタマーサポート／社内ヘルプデスクの業務改善・FAQ運用・ナレッジ整備の経験（自己解決率・AHTなどのKPI設計を含む）
• COPC／KCSなど、サポート品質・ナレッジ運用の標準フレームに沿って業務やKPIを設計した経験
• 組織の暗黙知のドキュメント化・構造化、またはAI・LLM導入で「データ品質／ナレッジ整備」に向き合った経験
• 生成AIツールを業務に活用した経験（プロンプト設計・業務への組み込み 等）

待遇・福利厚生

• PC支給
• ベビーシッター利用補助制度
• 健康診断オプション検査を一部助成
• 子の看護休暇・介護休暇制度
• 書籍購入支援
• 有給取得率70%以上

求めるスキル・経験