AI + コンサルティング: データ サイエンティストはコンサルタントになるか?

AIはコンサルティング業界に新たな春をもたらすでしょうか?

大手コンサルティング会社の AI 開発部門で働いていた私は、自社が AI 開発で遅れをとっている場合でも、ほとんどのコンサルタントがクライアントに AI への投資を継続するよう主張していることに気づきました。

実際、テクノロジー企業は経営コンサルティング会社の新たな競争相手となり、グーグルやマイクロソフトがマッキンゼー、ボストン コンサルティング グループ、ベインから仕事を奪っている。

[[321769]]

この競争に打ち勝つために、コンサルティング業界はどのようにビジネスモデルを変えればよいのでしょうか。コンサルティング企業が社内に人工知能のスキルを構築し、データサイエンティストを雇用し、AIに関連する新しいビジネスモデルを構築する方法を説明します。

コンサルティング会社の将来はどうなるのでしょうか? テクノロジー大手の脅威にさらされているコンサルティング業界はどこへ向かうのでしょうか? データ サイエンティストはコンサルタントになるのでしょうか? 私の考えを述べさせてください。

情報を入手し、より優れたデータ分析を実現

コンサルタントは、調査に基づいた高価で洞察力のあるアドバイスやガイダンスを提供しますが、実際には、コンサルティング料金の大半はデータ分析とプレゼンテーションに費やされています。コンサルタントの仕事は、組織のさまざまな部分からデータを収集、整理、処理、解釈することです。

確かに、データの課題を解決するには人間とコンピュータの相互作用が必要ですが、重要なデータは失われるかアクセスが困難になることが多く、企業は重要な戦略上の質問に対するデータに基づく答えを見つけるためにデータを作成、結合、クリーニング、分析、解釈する専門家 (コンサルタント) を必要とします。

ますます多くのプロジェクトで、コンサルタントよりもデータ サイエンティストが必要になることが多くなっています。

コンサルタントの仕事は、機械学習アルゴリズムを通じてある程度自動化できます。機械学習モデルは、パターンを検出し、ルールを推論することで複雑な状況を理解することができます。これは、最大規模で最も優秀なコンサルティング チームにとっても非常に困難なプロセスです。

予測1:

• 意思決定者は、スマート デバイス (Alexa など) に次のような質問をします。「主要市場における最大の競合相手は誰か?」「Amazon と競争するには資本をどのように配分すればよいか?」「取締役会をどのように再編すればよいか?」
• インターネット時代では答えは安価であり、人工知能はコンサルティングバリューチェーン全体の利益率を下げる可能性があります。
• 情報チャネルの拡大により、この状況は変化しつつあります。今日では、かつては厳重に守られていた情報が、インターネットによって実際に商品化されています。今日、真の付加価値とは、すでに保有しているデータから新たな競争上の優位性を生み出すことです。

AI時代の経営コンサルタントは情報開示や分析を行わない、とも言えるでしょう。代わりに、ほとんどの企業がすでにアクセスできる情報と分析を活用しています。私の観察によれば、彼らはしばしばさまざまな情報を結び付けて、完全な物語やガイドを形成しています。

既存の初期分析活動の自動化に加えて、アルゴリズムは洞察の統合や戦略策定などのより付加価値の高い部分にもアクセスできるようになります。

AI による回答はますます利用しやすくなってきていますが、これはコンサルティング会社にとっては悪いニュースです。クライアントは AI に対して大幅に低い金額を支払う意思があるからです。本当の価値は、データに隠れたパターンを識別できない単なるコンサルタントではなく、データ サイエンティストから生まれると主張する人もいるかもしれません。

リスクのあるビジネスモデル...

ほとんどのコンサルティング会社は、以下の要素に基づいて運営されているため、AI はコンサルティング業界にとって大きな脅威となります。

今日のフォーム

私の経験では、コンサルティング業務のほとんどは、クラスタリング、ソート、分類、または予測アルゴリズムを使用して解決できるビジネス上の問題に関連しています。

たとえば、顧客離れの予測は非常に一般的であり、回帰モデルが非常に効果的であることが証明されています。さらに、協調フィルタリングやランキングの問題も非常によく発生します。ビジネス上の問題が明確で、データが利用可能かつ関連性があり、予測が現実的であれば、データ サイエンティストは機械学習アルゴリズムを通じて多くのビジネス上の問題にソリューションを提供できます。

AIプロバイダーと経営コンサルティング

AI がますます民主化されるにつれて (ノーコード/ローコードの AI ソリューション、スタートアップなど)、経営コンサルティング会社はますます競争圧力に直面することになります。

大手テック企業との競争

この競争は、企業顧客が AI システムの構築に使用できる事前トレーニング済みモデルを提供する大手企業 3 社から始まります。

実際、推奨エンジンから音声認識、翻訳システム、顧客サービス ボットなど、主流の企業があらゆるものを構築するのに役立つさまざまなツールがあります。このような場合、コンサルタントとデータ サイエンティストの社内チームの方が適しています。

大規模なテクノロジー企業の方が明らかに適しています。これらのサービスが役に立つには、多くのパーソナライゼーションと技術的な作業が必要であると主張する人もいるかもしれませんが、テクノロジー企業はすでにコンサルティングサービスを提供することでそのギャップを埋めようとしています。

Google は、コンサルティング サービスと技術ブートキャンプの両方の機能を備えた Advanced Solutions Lab を開設しました。クライアント企業のチーム全体が Google エンジニアと連携して機械学習のスキルを習得し、カスタム システムを構築できます。テクノロジー企業の発展は、もはや基本的な技術設備に限定されず、政策や人材にも制限されません。

テクノロジーがもたらす混乱を顧客が乗り越えられるよう支援するために高額な料金を請求するテクノロジー企業と経営コンサルタント会社の間で競争が激化している。

普遍主義者は、自分たちが本質的に脆弱であることを知っています。多くのクライアントは、AI の先駆者であるテクノロジー企業にアドバイスを求めています。コンサルティング会社が効果的に対応できない場合、より多くの専門プロバイダーがバリューチェーンの上位に進出し、データ分析プロバイダーになるだけでなく、全体的なビジネス戦略に関するアドバイスも提供できるようになる可能性があります。

スタートアップ企業との競争

スタートアップ企業はコンサルティング会社にとっても脅威となる。実際、多くの企業がデータのクリーニングや注釈付けの支援などのサービスを提供しており、多くの大企業がまだ提供していない特定のサービスを引き受けています。場合によっては、データ サイエンティストが経営コンサルタントを必要とせずに、正確なビジネス上の問題を完璧に解決できることがあります。

大企業が AI 業務の多くをアウトソーシングするのは理にかなっています。これらのスタートアップ企業は、コンサルティング会社が持っていない強力な機械学習の専門知識を持っていることがよくあります。これらのスタートアップ企業は、多くの場合、顧客のビジネスに統合され、アドバイザーが退職した後も継続的に使用できるパーソナライズされたソリューションを開発します。

独立系AI企業との競争

独立した人工知能コンサルティング会社についても言及する必要があります。実際、企業が AI プロジェクトを導入、成長、または立ち上げるのを支援するさまざまなサービスを開発する企業が増えています。これらの企業には、規模の利点（柔軟性、価値など）があります。

人工知能、サービスとしてのソフトウェア、そしていくつかの新しいビジネスモデル

多くのコンサルティング会社は、コンサルタントのトレーニング、データ サイエンティストの雇用、人工知能やソフトウェア サービスの開発、新しいビジネス モデルの作成などを通じて、新しい競争環境に適応してきました。

新しいデータ機能

明らかに、ボストン コンサルティング グループ (BCG) やマッキンゼーなどの市場リーダーは、機械学習の経験を持つ分析スタートアップに長年投資してきたか、多数のデータ サイエンティストを雇用して新しいデータ駆動型部門 (BCGGamma など) を設立し、顧客に新しいデータ機能を提供してきました。

企業文化と研修

トレーニングと企業文化から始めましょう。実際、現代の経営コンサルタントは、もはや一流大学の卒業生や特定分野の専門家に頼ることはできず、すべてのコンサルタントがテクノロジーやデータに精通していなければならないと私は考えています。

エコシステムの創造

特定の機関、スタートアップ企業、その他の AI 関連組織と提携して AI エコシステムを構築しようとするコンサルティング会社が増えています。目標は、ブランドイメージを高め、リーダーシップを確立し、技術専門家を雇用し、ソリューションを強化することです。

最も先進的なコンサルタント会社の場合、これには AI の専門知識を備えた「ラボ」と、場合によってはインキュベーターの作成が含まれます。

テクノロジープロバイダーになる

多くのクライアントが類似したニーズ（価格戦略など）を持ち、これらのアプローチがクライアントのニーズに合わせてカスタマイズされることが多いため、コンサルティング会社はより多くの独自のソフトウェア（多くの場合、SaaS または AlaaS モデルを使用）の開発を開始しています。

実際、すでに企業と連携し、ビジネス上の問題を完全に理解していれば、SaaS ソリューションを宣伝するのは簡単です。独自のソリューションを開発することで、コンサルティング会社に新たな収益源が生まれます。この新しいビジネス モデルは、独自の AI 開発に投資する資金を持たないクライアントに最適です。

顧客が日常的に診断や推奨事項を頻繁に提供されると、ソフトウェア プロバイダーに投資する動機が高まり、「オンデマンド メンタリティ」は消えます。さらに、リアルタイム データを活用するツールに依存する必要性により、アドバイザーの需要の状況も変化しました。

AI経済に関連する新しいサービス

新興の雇用経済やオンライントレーニングに多額の投資をしているコンサルティング会社もあります。

予測する

テクノロジーベースのコンサルティング ソリューションがさらに普及し、コンサルティング分野の人材獲得競争が現在よりも激しくなると私は考えています。さらに、より多くのデジタルサイエンティストがコンサルタントになることも期待しています。

人工知能の民主化と顧客ロイヤルティの低下により、競争はより激しくなる可能性があります。顧客は、特定の要件に応じてコンサルティング サービスの購入が容易になることを期待しています。

AI ベンダーは経営コンサルタント会社とますます競争するようになるだろう。

しかし、私はクライアントがベンダー自体（Google、AWS、SAP など）ではなく、経営コンサルティング会社を利用することで引き続き利益を得ることを期待しています。経営コンサルティング会社には次のような利点があります。

• 客観性
• この業界の他の企業がAIでどのように変革しているかを知る
• AI変革を全体的なビジネス戦略にリンクし、AIプロジェクトをどのように拡張するか

明らかに、コンサルティングの労働集約性は低下する可能性があります。今後 20 年間で、次のような展開が見られると思います。

コンサルタントはデータ サイエンティストに完全に置き換えられるでしょうか? 場合によってはそうなるでしょう。しかし、AI と機械学習に変革と変更の任務が課せられると、それを単独で処理するのは依然として困難です。したがって、筆者は、コンサルタントは短期的にはかけがえのない存在であると考えていますが、発展の傾向は依然として現実です。

AI コンサルタントとしての私の経験から、機械学習アルゴリズムは非常に強力で洞察力に富んだ分析を生成できるものの、それらの分析を具体的なビジネス上の意思決定に結び付ける際に、欠落している部分が多いことがわかりました。このような場合には、専門のアドバイザーの存在が必要になります。さらに、環境的および実用的な理由により、人工知能システムは多くの変数をカバーすることができません。

データ サイエンティストが直面している最大の問題は、プロジェクトの実際の具体的な価値を測定することがまだ容易ではないことです。これは、科学者以外の人や、プロセスではなく結果のみに焦点を当てる人にとってはさらに困難です。したがって、協力は不可欠となるでしょう。

最後の問題は、完璧な AI 駆動型ソリューションを構築したとしても、顧客にそれを理解してもらうのが難しいことです。コンサルティングの課題の一つは、その解決策をいかに実現するかということです。

科学技術の発展はコンサルティング業界に大きな課題をもたらしました。幸いなことに、危機の中にもチャンスがあります。チャンスを捉えて変化を受け入れれば、コンサルティング業界は新たな春を迎えることができるかもしれません。