中期計画 P9・P12 実現 — 事業戦略室の中核業務イメージ
大山が考える 「中期計画書 P9 (業績計画) + P12 (3 本柱 × 経営基盤) を実現するための事業戦略室業務」 の叩き台です。 信用貯金を積み上げた前提で、 関与可能性を議論するためのイメージ確認用。
① 既存事業の深化・拡大
顧客ニーズに対するコンサルティング・開発の事業強化・拡大
② 非コンサルティング・開発サービスの創出
商取引プラットフォーム / 完全パーソナル型 IT 教育
③ 新たな市場の開拓
既存事業とのシナジーを生み出す新市場展開
経営基盤の強化 (3 軸)
ヒト
+18eNPS
人的資本経営によるエンゲージメント向上
技術
142+ 12.5%
プロフェッショナル人材数 (FY27 目標 +35%)
財務
¥ 8.4B+9.2%
FY27 売上目標 (収益力向上)
本デモの全体構成
| セクション | 実現対象 | AI / 既存アセット |
|---|---|---|
| ① | コンサル+開発の事業強化 | PJ リスク管理基盤 + AI による PMO 業務支援・経営示唆生成 |
| ②-1 | 商取引プラットフォーム加速 | マッチングエンジン + 透明性スコア + AI レコメンド |
| ②-2 | 完全パーソナル型 IT 教育 | AI 学習ナビゲーター + 個別カリキュラム最適化 + 1on1 コーチング |
| ③ | 新市場の開拓 | 既存ナレッジ転用シミュレータ (人材データ → 別市場分析) |
| 経営基盤 | ヒト/技術/財務 | 統合 KPI ダッシュボード + 早期警戒 |
① 既存事業の深化・拡大 — PMO + AI 経営示唆
コンサルティング+開発の事業強化を「管理・報告」 から「経営意思決定を変える」 レベルへ。
3 層連動 (現場 → PMO → 経営)
現場 (PJ 入力)
リスク・進捗・温度感
リスク・進捗・温度感
→
PMO (集約・予兆)
パターン認識
パターン認識
→
AI 経営示唆
パターン+推論
パターン+推論
→
経営判断
投資/縮小/撤退/再投資
投資/縮小/撤退/再投資
現場入力 (1 ヶ月 / 30 PJ)
| PJ | リスク | 進捗 |
|---|---|---|
| 顧客 A | 低 | |
| 顧客 B | 中 | |
| 顧客 C | 高 | |
| 顧客 D | 低 |
AI 経営示唆 (本日生成)
経営判断 4 択ビュー
投資続行
14PJ
安定 + 拡張機会あり
追加投資
3PJ
AI 推奨アクション提示
縮小
2PJ
リソース再配分
撤退検討
1PJ
機会損失極小化
② -1 商取引プラットフォーム — 発注者・エンジニア間の透明性
発注者およびエンジニア・コンサルタントの商取引の透明性を担保し、 マッチング精度と取引品質を AI で向上させる。
マッチング・透明性スコアの可視化
マッチング待ち
128
エンジニア × 発注案件
透明性スコア (平均)
82/100
FY23 71 → FY24 82 → 目標 90
マッチング成立率
64%+ 18pt
AI 推薦適用後
透明性 5 指標 (発注者向け)
取引情報の開示度
| 稼働実績 | |
| スキル証跡 | |
| 過去顧客評価 | |
| 稼働単価レンジ | |
| 稼働開始可能日 |
AI レコメンド (発注者 X 向け 上位 3 名)
| エンジニア | 適合度 | 確度 |
|---|---|---|
| E-204 | 94% | |
| E-178 | 87% | |
| E-091 | 72% |
RCI agency ②-1 への直接インパクト
② -2 完全パーソナル型 IT 教育 — AI ナビゲーター × 1on1 コーチング
事業ブランディング + 個別課題の設定・解決により、 提供価値を最大化。
受講者ジャーニー
入会診断
スキル / 目標
スキル / 目標
→
AI カリキュラム生成
個別最適
個別最適
→
学習 + 演習
毎日進捗計測
毎日進捗計測
→
1on1 コーチング
週 1 / AI 同席
週 1 / AI 同席
→
目標達成
転職 / 案件獲得
転職 / 案件獲得
個別最適カリキュラム (例: 受講者 U-372)
診断結果
| 現スキル | Python 中級 / Cloud 初級 |
| 目標 | 3 ヶ月で AWS 案件獲得 |
| 稼働可能時間 | 平日夜 + 週末 (週 15h) |
| 学習スタイル | 実装重視 / 集中型 |
AI 生成カリキュラム
| 週 | テーマ | 到達点 |
|---|---|---|
| 1-2 | AWS 基礎 + ハンズオン | EC2/S3/IAM |
| 3-5 | サーバレス + DB | Lambda/RDS |
| 6-8 | CI/CD + IaC | CodePipeline/CDK |
| 9-12 | 実案件想定 PJ | ポートフォリオ |
RCI agency ②-2 への直接インパクト
受講開始 → 完了率
72%+ 24pt
受講 → 案件獲得
58%
LTV (受講 + 紹介)
¥ 380k+ 65%
③ 新たな市場の開拓 — 既存ナレッジ転用シミュレータ
既存事業 (人材エージェント+プラットフォーム取引+教育) で蓄積したナレッジを別市場に転用。
転用パスのシミュレーション
パス A: 法務 × 人材
パス B: 医療 × 人材
パス C: 海外 × IT
AI による市場選定 (3 パス比較)
| パス | 市場規模 | 既存ナレッジ転用率 | 立ち上げ難度 | 3 年目 ARR 推定 | AI 推奨 |
|---|---|---|---|---|---|
| A 法務 | ¥ 28B | 72% | 低 | ¥ 1.8B | ★★★ |
| B 医療 | ¥ 41B | 58% | 中 | ¥ 2.5B | ★★★★ |
| C 海外 | ¥ 92B | 45% | 高 | ¥ 4.1B | ★★★★★ |
経営基盤の強化 — ヒト × 技術 × 財務 統合 KPI
3 軸の経営基盤を、 全事業データ横断で AI が継続モニター。
ヒト (人的資本)
| eNPS | +18 + 7 |
| 離職率 | 6.2% - 2.8pt |
| 1on1 実施率 | 96% |
| 研修受講時間 / 人 | 42h/年 |
技術 (人材価値)
| プロフェッショナル人材 | 142 名 |
| FY27 目標 | 190 名 (+35%) |
| 平均単価 | ¥ 1.8M / 月 |
| スキル鮮度 (90 日内更新) | 87% |
財務 (収益力)
| 売上 (FY24 推定) | ¥ 7.2B |
| FY27 目標 | ¥ 8.4B (+16.7%) |
| 営業利益率 | 12.4% + 1.8pt |
| 事業別寄与 (新事業) | Y1: 12% → Y4: 28% |
統合 KPI ダッシュボード (経営層向け 1 ページ)
| 項目 | FY23 実績 | FY24 推定 | FY27 目標 | 本日のフラグ |
|---|---|---|---|---|
| 売上 | ¥ 6.5B | ¥ 7.2B | ¥ 8.4B | 順調 |
| 営業利益率 | 10.6% | 12.4% | 15.0% | 順調 |
| プロフェッショナル人材 | 118 | 142 | 190 | 採用ペース注意 |
| eNPS | +11 | +18 | +30 | 改善 |
| 新事業売上寄与 | 5% | 12% | 28% | ②-1 加速要 |
シナジーマップ — 3 本柱 × 経営基盤 の連動
全事業のデータが互いに教師データになり、 経営判断の精度を毎日高める構造。
① 既存事業
② プラットフォーム + 教育
③ 新市場
↕ 顧客成功データ
↕ マッチング/学習ログ
↕ ナレッジ転用
→ ヒト (eNPS/離職)
→ 技術 (人材価値)
→ 財務 (ROI/利益)
具体シナジー 3 例
- ① → ②-2: ① コンサル案件で頻出するスキルギャップ → ②-2 教育のカリキュラム自動生成へ。
- ②-1 → ①: ②-1 プラットフォーム取引データ → ① コンサル案件の発注者プロファイル拡充。
- ②-2 → ③: ②-2 受講者プロファイル → ③ 新市場の人材タイプ特定 (どの市場で誰が活躍するか)。
AI が経営判断に直結させる経路
全事業 データ統合
→
AI パターン認識
+ 推論
+ 推論
→
統合 KPI + 早期警戒
→
経営判断 4 択
+ ROI 推定
+ ROI 推定