162｜業務コンサルタント（AIコンサル部）

AI活用を前提に顧客の業務プロセスを設計し、成果指標・PL改善に向き合う役割です

仕事概要

顧客の業務課題を解き、AIが正しく機能するためのナレッジ・業務フロー・運用体制を設計し、現場で使われる状態まで伴走する——それがHelpfeelの業務コンサルタントです。ツールを導入して終わりではなく、顧客の業績（PL）にまで効く業務変革をやり切ることをミッションにしています。提案の段階から顧客の業務実態をつかみ、課題の定義から業務設計まで案件をリードする役割です。技術的な実装はFDE（エンジニア）と分担するため、ビジネス側の課題整理・業務設計に強みを持つ方を想定しています。

■ 仕事概要

AI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す。顧客と握ったゴールを目的とした際に、最適な手段で既存ツール/システムとの連携を図りAIを稼働させることが成果最大化に直結します。
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ります。

Helpfeelが取り組んでいること

Helpfeel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\*へと進化してきました。いま私たちが掲げているのが、AIが顧客の用件特定から回答、手続きの完了までをワークフローに沿って自律的に担う「オートパイロットコールセンター」の実現です。
コールセンター業務を一気にAIへ置き換えるのではなく、ナレッジ基盤の整備から始め、顧客の自己解決支援、AIによるオペレーター支援、AIオペレーターによる一部対応、定型業務の自動化へと、AIの活用範囲を段階的に広げていきます。最終的に目指すのは、コールセンター業務をAIが自律的に担い、人はAIのマネジメントや高度な判断、顧客体験の改善に集中できる状態です。
その土台になるのが、企業が「AIを正しく機能させられる状態（＝AI-Ready）」をつくることです。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ます。私たちが取り組んでいるのは、FAQを整えることにとどまらず、その先にある顧客対応業務の段階的なAI化です。
こうした地道なナレッジ改善を、私たちは1,000サイト以上で積み重ねてきました。とりわけ金融・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おり、エンタープライズ企業への深い関与が強みになっています。2026年7月には、東北電力株式会社のAIオペレーター構築プロジェクトにおいて、複雑な業務フローのデータ構造化を支援するコンサルティングを開始しています。
参考）「オートパイロットコールセンター（AI自律駆動）」実現に不可欠な、組織のAI-Ready化を支援する新たな取り組みを始動

AIコンサルティング部と、業務コンサルタントの役割

この変革を進めていくために新設されたのが*\AIコンサルティング部\*です。従来型SaaSのような部分最適にとどまらず、顧客の業務成果を最大化するために、AI・データ・ナレッジ・業務設計を組み合わせた変革を目指します。
部門はストラテジーマネージャー・業務コンサル・運用コンサル・FDE・セールスで構成されています。案件は次の流れで、各職種が連携しながら一気通貫で進めます。

① 提案（セールス）：顧客のAI活用課題を捉え、プロジェクトの起点をつくる
② 課題抽出（業務コンサルタント）：業務・データ・ナレッジの流れを可視化し、解くべき課題と成果指標を定義する
③ 業務設計・技術実装（業務コンサルタント × FDE）：あるべき業務プロセスとAIと人の役割分担を設計し、ナレッジデータを整備する。必要に応じてシステム連携も設計・実装する
④ 運用定着（運用コンサルタント）：現場教育・運用設計・改善サイクルの定着まで伴走する

業務コンサルタントが主に担うのは②と③です。ただし、受注してから動き始めるポジションではありません。①の段階からセールスと連携し、業務実態の把握や提案内容の設計を担います（営業活動そのものや、営業数字を単独で追うことはセールスの役割です）。必要に応じて顧客の現場にも足を運びます。課題抽出や業務設計を進めながら受注に向けた提案を具体化していくこともあり、提案・課題抽出・業務設計を中心に案件をリードします。
また、この流れは職種ごとの縦割りではありません。④の運用定着は運用コンサルタントが主に担いますが、どこまでを担うかは案件によって変わります。規模や難易度によっては、業務コンサルタントが運用の初期段階まで関わり、運用コンサルタントへ段階的に引き継ぐこともあります。

業務コンサルタントは、その中で「顧客の業務課題を整理し、あるべき業務プロセスを描く」役割を担います。
顧客の要望をそのまま受け取って実装するのではなく、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よう運用コンサルタントと連携して実行につなげます。
私たちが見据えているのは、「*\AIと人が協働し、AIが担う業務と人が担う判断・管理が適切に設計されている\*」状態です。
その実現に向けて、業務プロセスやAIと人の役割分担を見直し、AIマネジメントのあり方を具体化しながら、現場で成果が出る形に落とし込むのがこのポジションの役割です。
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ません。まだ役割や進め方が固まりきっていないフェーズだからこそ、自分たちで型をつくっていく面白さを楽しめる方を歓迎します。

■ 業務内容
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を設計していただきます。受注前の提案から業務設計までを主に担い、運用コンサルタントと連携して現場への定着につなげます。
進め方は大きく「提案・課題抽出（Discovery）」と「業務設計（Delivery）」の2段階です。

提案・課題抽出（Discovery）：業務実態の把握 → ゴール設定 → 実現ロードマップ

● セールスと連携し、提案の段階から顧客の業務実態を把握して、提案内容を設計する（例：必要に応じてご提供いただいたデータをもとに、仮説提案のための分析を行う）
● 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
● 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
● 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
● 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
● 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
● 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

業務設計（Delivery）：あるべき業務設計 → 実現方針整理 → 運用への引き継ぎ

● AI・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
● AI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
● AI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
● FDE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
● 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
● 設計した業務を運用コンサルタントに引き継ぎ、解決策が現場で継続的に使われる状態につなげる（案件によっては、運用の初期段階まで関わります）

成果（KPI）への責任と、コンサル手法の型づくり

● 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
例：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（平均処理時間）の短縮＝対応コスト削減」などがPLに直結します
● さらに上流では、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
● 個別プロジェクトの中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

【AIコンサルティング部の仕事を知るコンテンツ】

\\■ AIコンサルティング部 選考のご案内\\
AIコンサルティング部の仕事と事例を1ページにまとめました。東北電力・紀陽銀行の導入事例や、セールスと開発が一気通貫で動く組織の記事など、業務コンサルタントとしてお客さまの業務とどう向き合い、何を変えていくのかが伝わるコンテンツを集めています。カジュアル面談の前にのぞいていただくと、当日の会話がぐっと具体的になります。

▼ AIコンサルティング部 選考のご案内（事例・note・記事）

必須スキル

顧客の業務課題を解き、AIが正しく機能するためのナレッジ・業務フロー・運用体制を設計し、現場で使われる状態まで伴走する——それがHelpfeelの業務コンサルタントです。ツールを導入して終わりではなく、顧客の業績（PL）にまで効く業務変革をやり切ることをミッションにしています。提案の段階から顧客の業務実態をつかみ、課題の定義から業務設計まで案件をリードする役割です。技術的な実装はFDE（エンジニア）と分担するため、ビジネス側の課題整理・業務設計に強みを持つ方を想定しています。

■ 仕事概要

AI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す。顧客と握ったゴールを目的とした際に、最適な手段で既存ツール/システムとの連携を図りAIを稼働させることが成果最大化に直結します。
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ります。

Helpfeelが取り組んでいること

Helpfeel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\*へと進化してきました。いま私たちが掲げているのが、AIが顧客の用件特定から回答、手続きの完了までをワークフローに沿って自律的に担う「オートパイロットコールセンター」の実現です。
コールセンター業務を一気にAIへ置き換えるのではなく、ナレッジ基盤の整備から始め、顧客の自己解決支援、AIによるオペレーター支援、AIオペレーターによる一部対応、定型業務の自動化へと、AIの活用範囲を段階的に広げていきます。最終的に目指すのは、コールセンター業務をAIが自律的に担い、人はAIのマネジメントや高度な判断、顧客体験の改善に集中できる状態です。
その土台になるのが、企業が「AIを正しく機能させられる状態（＝AI-Ready）」をつくることです。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ます。私たちが取り組んでいるのは、FAQを整えることにとどまらず、その先にある顧客対応業務の段階的なAI化です。
こうした地道なナレッジ改善を、私たちは1,000サイト以上で積み重ねてきました。とりわけ金融・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おり、エンタープライズ企業への深い関与が強みになっています。2026年7月には、東北電力株式会社のAIオペレーター構築プロジェクトにおいて、複雑な業務フローのデータ構造化を支援するコンサルティングを開始しています。
参考）「オートパイロットコールセンター（AI自律駆動）」実現に不可欠な、組織のAI-Ready化を支援する新たな取り組みを始動

AIコンサルティング部と、業務コンサルタントの役割

この変革を進めていくために新設されたのが*\AIコンサルティング部\*です。従来型SaaSのような部分最適にとどまらず、顧客の業務成果を最大化するために、AI・データ・ナレッジ・業務設計を組み合わせた変革を目指します。
部門はストラテジーマネージャー・業務コンサル・運用コンサル・FDE・セールスで構成されています。案件は次の流れで、各職種が連携しながら一気通貫で進めます。

① 提案（セールス）：顧客のAI活用課題を捉え、プロジェクトの起点をつくる
② 課題抽出（業務コンサルタント）：業務・データ・ナレッジの流れを可視化し、解くべき課題と成果指標を定義する
③ 業務設計・技術実装（業務コンサルタント × FDE）：あるべき業務プロセスとAIと人の役割分担を設計し、ナレッジデータを整備する。必要に応じてシステム連携も設計・実装する
④ 運用定着（運用コンサルタント）：現場教育・運用設計・改善サイクルの定着まで伴走する

業務コンサルタントが主に担うのは②と③です。ただし、受注してから動き始めるポジションではありません。①の段階からセールスと連携し、業務実態の把握や提案内容の設計を担います（営業活動そのものや、営業数字を単独で追うことはセールスの役割です）。必要に応じて顧客の現場にも足を運びます。課題抽出や業務設計を進めながら受注に向けた提案を具体化していくこともあり、提案・課題抽出・業務設計を中心に案件をリードします。
また、この流れは職種ごとの縦割りではありません。④の運用定着は運用コンサルタントが主に担いますが、どこまでを担うかは案件によって変わります。規模や難易度によっては、業務コンサルタントが運用の初期段階まで関わり、運用コンサルタントへ段階的に引き継ぐこともあります。

業務コンサルタントは、その中で「顧客の業務課題を整理し、あるべき業務プロセスを描く」役割を担います。
顧客の要望をそのまま受け取って実装するのではなく、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よう運用コンサルタントと連携して実行につなげます。
私たちが見据えているのは、「*\AIと人が協働し、AIが担う業務と人が担う判断・管理が適切に設計されている\*」状態です。
その実現に向けて、業務プロセスやAIと人の役割分担を見直し、AIマネジメントのあり方を具体化しながら、現場で成果が出る形に落とし込むのがこのポジションの役割です。
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ません。まだ役割や進め方が固まりきっていないフェーズだからこそ、自分たちで型をつくっていく面白さを楽しめる方を歓迎します。

■ 業務内容
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を設計していただきます。受注前の提案から業務設計までを主に担い、運用コンサルタントと連携して現場への定着につなげます。
進め方は大きく「提案・課題抽出（Discovery）」と「業務設計（Delivery）」の2段階です。

提案・課題抽出（Discovery）：業務実態の把握 → ゴール設定 → 実現ロードマップ

● セールスと連携し、提案の段階から顧客の業務実態を把握して、提案内容を設計する（例：必要に応じてご提供いただいたデータをもとに、仮説提案のための分析を行う）
● 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
● 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
● 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
● 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
● 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
● 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

業務設計（Delivery）：あるべき業務設計 → 実現方針整理 → 運用への引き継ぎ

● AI・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
● AI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
● AI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
● FDE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
● 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
● 設計した業務を運用コンサルタントに引き継ぎ、解決策が現場で継続的に使われる状態につなげる（案件によっては、運用の初期段階まで関わります）

成果（KPI）への責任と、コンサル手法の型づくり

● 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
例：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（平均処理時間）の短縮＝対応コスト削減」などがPLに直結します
● さらに上流では、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
● 個別プロジェクトの中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

【AIコンサルティング部の仕事を知るコンテンツ】

\\■ AIコンサルティング部 選考のご案内\\
AIコンサルティング部の仕事と事例を1ページにまとめました。東北電力・紀陽銀行の導入事例や、セールスと開発が一気通貫で動く組織の記事など、業務コンサルタントとしてお客さまの業務とどう向き合い、何を変えていくのかが伝わるコンテンツを集めています。カジュアル面談の前にのぞいていただくと、当日の会話がぐっと具体的になります。

▼ AIコンサルティング部 選考のご案内（事例・note・記事）

歓迎スキル

いずれも「あれば尚良い」項目です。すべてを満たす必要はありません。

【コンサル・業務経験】
● 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

【AI・ナレッジ領域（特に歓迎）】
● 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）

求める人物像

■ 求める人物像
私たちが一緒に働きたいのは、顧客の業務に深く入り込み、その課題を自分ごととして捉えられる方です。具体的には、こんな志向の方を想定しています。

● 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
● 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
● 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
● 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
● 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）
● 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
このポジションは、「特定の領域を深く極めたい」というより、「顧客の業務そのものを変え、成果に直結させたい」という方に向いています。特定のAI知識は入社後にキャッチアップ可能です（ただしAI・LLMへの関心と学び続ける姿勢は欠かせません）。顧客の業務にも技術にも臆せず向き合い、複雑な状況を自分の経験から見立てられる方を歓迎します。

■ なぜ今、Helpfeelなのか
Helpfeelは1,000サイト以上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す。その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ます。そしてナレッジの整備はゴールではなく、オートパイロットコールセンターという長いロードマップの最初の一歩です。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す。顧客の変革を担い、そこで得た知見が次の顧客へと広がっていく——その循環を、最前線でつくっていける仕事です。

■ 選考フロー
※選考開始から内定までは1ヶ月以内を想定。基本的にオンラインでの面接です。
● カジュアル面談（必要に応じて）
● 書類選考
● 一次面接
● 最終面接
● オファー面談
● 内定
※変更になる可能性もございます。
※最終面接前に、性格診断とリファレンスチェックをお願いしております。

応募概要

給与

年収900万円〜1,200万円（昇給年1回）
※スキル、選考結果をふまえて総合的に判断いたします

勤務地

リモートワーク可（顧客訪問をお願いすることがあります）

▼ 京都オフィス：〒602-0023 京都府京都市上京区御所八幡町110-16かわもとビル5階
▼ 東京オフィス：〒104-0032 東京都中央区八丁堀2-14-1 住友不動産八重洲通ビル4F

雇用形態

正社員（期間の定めなし）

勤務体系

・フレックスタイム制（コアタイムなし）
・休憩：1日1時間を基本とする
・固定残業時間あり（40時間を超える時間外労働分は残業代を支給）
・休日：土日、祝日、年末年始
・特別休暇：慶弔休暇、産前産後休暇、育児休暇

試用期間

3ヶ月（本採用と同条件）

福利厚生

・各種社会保険完備（雇用・健康・労災・厚生年金）
・交通費全額支給（実費）
・書籍購入補助制度
・ノートパソコン・モニター貸与
・産前産後休暇・育児休暇（男性取得実績あり）
・ベビーシッター補助制度（取得実績あり）
・介護休暇・子の看護休暇・育児時間
・オフラインでのチームビルディング費用の一部会社負担
・健康診断オプション検査を一部助成
・有給取得率70%