AI コンサルタント【AI BPO】

人とソフトウエアが共進化する社会へ

PKSHAは「人とソフトウエアの共進化」をビジョンに掲げ、人と人の「間」をAIでつなぎ直す コネクティブAI を事業の核に据えています。顧客個別のアルゴリズムを開発・提供する AIソリューション事業 、「PKSHA AIヘルプデスク」「PKSHA ChatAgent」等を展開する AI SaaS事業 、そしてAIで人の能力を拡張する AI Powered Worker事業 の3事業を推進しています。

BPRコンサルタントが設計した業務のAI化方針を受けてAIエージェントの設計を実装可能な形に落とし込み、デリバリーエンジニアが構築したエージェントの稼働まで品質に責任を持つポジションです。

仕事内容
PKSHA TechnologyのAI SaaS事業では、自然言語処理・音声認識・生成AIなどの技術を活用し、企業におけるコミュニケーションやナレッジ活用の課題を解決する複数のSaaSプロダクトを提供しています。エンプロイーエクスペリエンス（EX）領域では、「PKSHA AIヘルプデスク」をはじめとするプロダクトを通じて、社内問い合わせ対応やナレッジ活用の効率化に取り組んできました。

生成AIやAI Agentの進化によって、AIが支援できる対象は「問い合わせに答える」ことから、情報の収集・判断・システム操作を含む業務プロセスそのものへ広がっています。AI BPO推進本部は、この変化を捉え、バックオフィス業務を「どこをAIに任せるか」の切り分けから実装、運用まで一気通貫で引き受ける新規事業を立ち上げているチームです。業務の診断・設計（AI-BPR）、エージェントの構築（AI実装）、運用の受託（AI-BPO）を1本のプロセスで提供し、まずは人事の業務に注力しています。

AIコンサルタントは、このうちAIエージェント構築の責任者です。ただし、エージェントの開発そのもの（ローコード／コードでの構築、顧客システムとの連携、例外パターンの実装）はデリバリーエンジニアが担います。AIコンサルタントは、業務の診断と「どこをAIに任せるか」の切り分けを担うBPRコンサルタントの方針を受けて、AIエージェントが担う業務フロー、例外、人による確認ポイント、入出力と連携先を、デリバリーエンジニアが実装できる粒度の設計に落とし込みます。そして、実装されたエージェントが設計どおりに業務を回せるかを検証し、本番で使える品質に仕上げます。

BPRコンサルタントが「何をAIに任せるか」を決め、AIコンサルタントが「エージェントがどう業務を回すか」を設計し、デリバリーエンジニアが「それをどう作るか」を担います。AIコンサルタントは設計段階からBPRコンサルタントと連動してAIで実現できる範囲と業務設計の整合を取り、開発段階ではデリバリーエンジニアと組んで、設計の意図が実装に反映されているかを確かめ続けます。

稼働に向けては、受入テスト、人とAIの並行稼働、効果測定を設計・実施し、エージェントが本番業務で求められる品質（完結率・例外率・処理時間など）を満たす状態に責任を持ちます。

1つの案件を稼働させて終わりではありません。案件で得たエージェントの設計パターンや品質基準を、人事・労務などの業務単位で再利用できるソリューションとして体系化し、次の案件をより短期間・高品質で立ち上げられる状態をつくることも重要な役割です。

業務内容詳細
・BPRコンサルタントが作成した業務診断・AI化方針のレビューと、AIで実現できる範囲・実現方法の観点からのフィードバック
・AIエージェントが担う業務フロー、例外パターン、人による確認ポイント、入出力・連携先の要件定義（デリバリーエンジニアが実装できる粒度への落とし込み）
・顧客の業務担当者へのヒアリングによる、業務の細部・例外・判断基準の確認と設計への反映
・デリバリーエンジニアが構築したプロトタイプ・エージェントの検証と、設計へのフィードバックの反復（開発・システム連携の実装はデリバリーエンジニアが担当）
・受入テストの設計・実施、人とAIの並行稼働の計画、before/afterの効果測定
・完結率・例外率・処理時間など、エージェントの品質基準の設定とリリース判断
・稼働後の品質モニタリングと、例外から見つかった改善の設計への反映・デリバリーエンジニアへの依頼
・案件で得た設計パターン・品質基準・テスト観点の、業務単位で再利用できるソリューション・テンプレートへの体系化
・案件で見えた技術課題・顧客ニーズの、プロダクトプラットフォームチームへのフィードバック

ポジションの魅力
・設計して終わりではなく、AIエージェントが業務で動くところまで自分で見届けられる
設計書を納めた時点で役割が終わるのではなく、受入テスト、並行稼働、効果測定、稼働後の改善までを同じチームで担います。自分が設計したAIエージェントが、顧客の業務をどれだけ変えたかを、before/afterの数字で確かめられます。

・エンジニアと隣で組み、生成AIを大企業の業務に実装する最前線に立てる
デリバリーエンジニアとペアを組み、要件を決めた翌日にはプロトタイプで確かめる、という距離感で進めます。精度だけでなく、例外処理、Human-in-the-loop、セキュリティ、運用コストまで含めて「本番で回る業務」を設計する経験は、生成AIの実装が本格化するこれからの時代に希少な専門性になります。

・1案件の知見を、業務単位の「ソリューション」に育てられる
案件で見つけた業務の切り分け方や設計パターンは、人事・労務などの業務単位で再利用できる資産になります。個別最適を繰り返すのではなく、自分の案件から次の標準をつくる側に立てます。

・事業開発・業務設計・デリバリー・運用が1チームにいる
4つの機能が1つのチームにあり、営業の提案段階からAI-BPO運用の現場で起きた例外まで、一次情報に直接触れながら案件を進められます。顧客の課題を、組織の壁なく最短の手段で解決できる環境です。

・立ち上げ期の今、AIエージェント設計と品質保証の「型」をつくる側に立てる
AI BPOは新規事業であり、AIエージェントの設計方法、品質基準、テスト・リリースの進め方は、これからつくる段階です。将来的には、特定業務領域のソリューション責任者、プロダクトマネジメント、事業開発など、領域を広げる道があります（一例）。

必須要件
・業務システム、SaaS、RPA、生成AI等のITソリューション導入プロジェクトにおける、要件定義・設計の実務経験（3年以上目安）
・業務部門と対話しながら、業務の例外や判断基準を要件・仕様に落とし込んだ経験
・エンジニアと協働し、スコープ・スケジュール・品質を調整しながらプロジェクトを推進した経験
・ビジネスレベルの日本語力（顧客の業務責任者との折衝ができること）
※生成AI・LLMそのものの実務経験は必須としません。新しい技術の性質を短期間で理解し、業務のどこに適用すべきかを判断できる力を重視します。

※エンジニアリングの実務経験も必須としません。ただし、APIやデータ連携の基本的な考え方を理解し、エンジニアと対等に仕様の議論ができることを求めます。

歓迎要件
・コンサルティングファーム（戦略・業務・IT）での勤務経験
・BPR、業務システム導入等の顧客向けプロジェクトの経験
・人事・労務、総務、経理、情シス等のバックオフィス業務に関する実務または支援経験
・生成AI・AI Agentを活用した業務改善プロジェクトの経験（PoC止まりではなく本番導入に至ったもの）
・効果測定（工数・コスト・リードタイム等）の設計と、顧客への報告・意思決定支援の経験
・プロダクトやサービスの企画に携わった経験（ユーザーの声を機能要件やロードマップに反映した経験）
・自ら設計したシステムや仕組みを、テスト・リリース・本番稼働まで責任を持って担当した経験
・営業・プリセールスとして提案活動に関わった経験
・大企業における情報セキュリティ、個人情報保護、監査などの要件を踏まえたプロジェクト経験
・Python、SQL、ローコードツール等を用いた簡易なデータ分析やプロトタイピングの経験

求める人物像
・顧客の業務そのものに興味を持ち、現場に入り込める方
　・資料やヒアリングだけで判断せず、実際の業務担当者の手順や例外の起き方まで踏み込んで理解しようとする方
・業務設計の意図を汲み、曖昧な部分を自分から確かめにいける方
　・BPRコンサルタントの方針を待つだけでなく、AIで実現できる範囲との整合を自分から取りにいき、顧客の業務担当者にも直接確認しながら設計を詰められる方
・設計して終わりではなく、稼働と品質まで責任を持てる方
　・受入テストや並行稼働の泥臭い工程も含めて、本番の業務で使える品質になるまでやり切れる方
・エンジニアと対等に議論し、仕様を一緒につくれる方
　・完成した要件を渡すのではなく、プロトタイプを見ながら仮説を修正し、エンジニアの意見を設計に取り込める方
・目の前の案件と、次の案件の両方を考えられる方
　・「この設計を、次の顧客ではどう短期間で再現するか」を考え、再利用できる形で残せる方
・型のない状況を楽しめる方
　・設計の進め方も品質基準もこれから決まる立ち上げ期に、いま最も効く一手を自分で見つけて動ける方