コンサルタントたちが今最もよく口にする問いは、AIが仕事を変えるかどうかではなく、仕事のどの部分が最初に変わるかである。正直な答えは、生成AIが最も速く進化しているのは、まさにジュニアコンサルタントの最初の2年間を占めていた業務——リサーチのとりまとめ、スライドの作成、インタビューの要約、モデルの初版構築——だということだ。AIがやらないのは、どの問題を解くべきかを決めることや、懐疑的な経営陣を動かして行動させることである。この分断——知識の蓄積は自動化されるが、方向性の判断は人間に残る——こそが、この業界がどこに向かっているかを理解するための最も有用な視点だ。
AIが実際に吸収しているもの
コンサルティングの仕事は、常に一連の活動が積み重なった構造をしている。下層には生の情報収集があり、上層には判断力と説得力がある。AIはその積み重ねを下から登っており、その境界線は四半期ごとに移動している。
graph TD
A[生のリサーチとデータ抽出] --> B[統合と初稿分析]
B --> C[真の問題の設定]
C --> D[不確実性下での判断]
D --> E[クライアントの信頼と説得]
style A fill:#d4e6f1
style B fill:#d4e6f1
style C fill:#fdebd0
style D fill:#fadbd8
style E fill:#fadbd8
青色の層は、生成AIが既に本物のレバレッジを発揮している部分だ。ツールは百件のアーニングスコールを読み込み、テーマをクラスタリングし、構造化された出発点を数分で提示できる。オレンジ色と赤色の層は、いまだAIが苦手とする部分であり、それはモデルに与えられていない文脈——この特定のクライアントが何を実行できるか、取締役会が実際に何を恐れているか、3つの妥当な答えのうちどれが現実に耐えうるか——に依存しているからだ。
大手ファームは社内でこれを構築している
これは推測ではなく、大手ファームは既に動いている。マッキンゼーはLilliを開発した。これは、ファーム自体が蓄積してきた知識と専門性をオンデマンドで引き出す社内アシスタントである。ベインはOpenAIとサービスアライアンスを結び、生成AIツールをクライアント業務に導入した。BCGはBCG Xを運営し、フロンティアAIラボと提携してエンゲージメント全体にツールを展開している。パターンは一貫している。ファームは数十年分の内部知識を、新人が即座に照会できるものへと変えているのだ。
その戦略的な結果として、情報を持っていることの価値は崩壊し、その情報をどう使うべきかを知っていることの価値が上昇する。すべてのコンサルタントが数秒でベンチマークを取得できるようになれば、ベンチマークはもはや差別化要因ではなくなる。差別化要因となるのは判断力だ。
これが仕事そのものに意味すること
| タスク | 以前 | 現在、AIレバレッジを活用した場合 |
|---|---|---|
| 市場規模推定 | 数日間のデスクリサーチ | 数分で初期推定、その後は人間による整合性チェック |
| スライド作成 | ゼロからの手作業 | AIによる初版、ストーリーとニュアンスの人間による編集 |
| インタビューの統合 | 1行ずつのメモ確認 | 自動クラスタリングされたテーマ、人間による解釈 |
| 問題設定 | 人間主導 | 依然として人間主導——AIには正しさに対する当事者意識がない |
| クライアントへの提言 | 人間主導 | 依然として人間主導——責任は委任できない |
一貫して言えるのは、AIは最初の答えに至るまでの時間を大幅に圧縮するが、最後の一歩——その答えが正しいかどうかを判断し、クライアントを動かすこと——は依然として頑固に人間の領域だということだ。この最後の一歩こそ、コンサルタントが常に報酬を得てきた部分であり、その価値は下がるどころか、むしろ高まっている。
これからこの業界に入る人にとっての意味
AIがエントリーレベルの業務を最も得意とすることから、AIがエントリーレベルのアナリスト職を消滅させるのではないかという不安は根強い。より正確な見方は、基準線が上がるということだ。モデルが有能な初版を生成するなら、新人コンサルタントは初日から、その初版の上に価値を加えることを期待される——モデルが見落としたものを見抜き、フレーミングに疑問を投げかけ、ツールが持ちえない判断力を発揮することだ。
これはまさにケース面接が試そうとしているスキル——曖昧な問題を構造化すること、数字を通じて推論すること、圧力のもとで提言を守り抜くこと——の基準を高めることになる。ファームはAIがやることをやる人材を採用しているのではなく、AIを指示し、その誤りを見抜ける人材を採用しているのだ。その直感は、思考をツールにアウトソースすることでは育たない。まず自分自身で根本となるフレームワークを構築し、その上でAIを使ってリハーサルと検証を行うことで育つのだ。（この転換についてはAIを活用した日々のケース対策ルーティンの構築で詳しく書いている。）
価値が高まるスキル
graph LR
A[正しい問いを設定する力] --> D[持続的な価値]
B[数値に対する判断力] --> D
C[コミュニケーションと信頼] --> D
style D fill:#d5f5e3
AIが日常業務の層を吸収するにつれ、3つの能力の価値が高まる。
- 問題設定力。 AIは尋ねられた問いに答える。正しい問い——その答えがクライアントの意思決定を実際に変えるもの——を選ぶことは人間の行為であり、稀少なものだ。
- 数値に対する判断力。 計算力ではない。それはAIが完璧にやる。むしろ、ある数字が非現実的だと感じ取る感覚、どの前提が本質的に重要か、モデルがどこで密かに間違っているかを見抜く力だ。
- コミュニケーションと信頼。 提言は、クライアントがそれに基づいて行動してこそ意味を持つ。それは関係性と信頼性によって支えられており、いかなるモデルもあなたに代わってそれを保持することはできない。
これらは、優れたケース面接のパフォーマンスと弱いパフォーマンスを分ける能力と同じであることに注目してほしい。ケース面接というフォーマットは、ある意味で常に、この仕事のうちAIに侵食されない部分を試していたのだ。（テクノロジー主導型ケースの新しい潮流にこれらがどう現れるかについては、AIと新興テクノロジーのケースを参照。）
過渡期にあるこの職業への備え方
「AIツールを学ぶ」という直感は正しいが、それだけでは不十分だ。ツールの習熟度は最低限の条件であり、急速にコモディティ化していく。持続的な取り組みは、ツールを指示するための判断力を築くことであり、その判断力は、モデルに頼る前に自分自身で基礎的な推論を行うことから生まれる。
これからコンサルティング業界に入る人、あるいは業界内で昇進を目指す人にとって、実践的な優先事項は次の通りだ。
- まずフレームワークを自力で習得する。 AIはそれらのリハーサルと検証に使うものであり、学ぶことを飛ばすためのものではない。ツールなしで再構築できないフレームワークは、あなたのものではない。
- 解くことだけでなく、設定する練習をする。 曖昧な問いを与えられたとき、勝敗を分けるスキルは、実際に解く価値のある問題を定義することだ——それはAIが起点となることができない部分だ。
- コミュニケーションの反復回数を増やす。 懐疑的な相手に提言を守り抜く力は、今やあなたの差別化された価値のより大きな部分を占めている。
業界への転職や社内での異動を検討している人にとって、移行の実務は今も大きな意味を持つ。現場での期待値がどのように現れるかについては、Big 4からMBBへ：最初の90日間を参照してほしい。
結論
AIは、知識の蓄積を吸収し、方向性の判断を人間に残すことでコンサルティングを再形成している。それは判断力を持つコンサルタントにとって脅威ではなく、むしろその力を増幅するものだ。一方で、情報の取得を仕事そのものと勘違いしていた者にとっては警告となる。成功するのは、ツールに抵抗する人たちでも、盲目的にツールに頼る人たちでもない。AIを使ってより鋭い直感を鍛え、その直感を本当に重要な問題に向ける人たちだ。
*AIに取って代わられない判断力を築きたいですか？CasesCoachのAIモック面接は、5つの評価軸によるスコアリングを備えたリアルなケース面接を提供し、AIが日常業務を吸収していく中で価値が高まる、問題設定力・数値的推論力・コミュニケーション力を鍛えます。*The translation was already complete — it ends at the CasesCoach call-to-action paragraph, matching the full source document with no remaining content.