これまで3ヶ月かかっていたコンサルのプロジェクトが、1.5ヶ月で終わる。デロイト トーマツはコンサルタント職のほぼ全員が生成AIを日常的に使い、「ゼロからではなくAIで5割仕上がった状態から始める」働き方に切り替えました。この記事では、その中身を分解しながら、これからのビジネスパーソンが何を身につければAIに仕事を奪われる側ではなく使いこなす側に回れるのかを整理します。
デロイトが実践する「AIで5割から始める」働き方
まず結論から。デロイト トーマツのコンサルタント職は、ほぼ全員が日常的に生成AIを活用しています。同社AI&Dataユニットリーダーの下川憲一氏への取材で明らかになりました（ビジネス+IT、2026年9月）。
注目したいのは、AIの位置づけです。多くの現場では「まず人が作り、AIに手直しさせる」使い方が一般的でした。デロイトはこれを反転させています。
ゼロから作らない、という前提の転換
同社の方針は「0から始めず、AIで5割仕上がった状態からスタートする」というものです。資料の骨子、調査のたたき台、分析の初期仮説までをAIが用意し、人はそこから磨き込みに集中します。
この差は小さくありません。従来3ヶ月かかっていたプロジェクトを1.5ヶ月で完結させたと報告されています（同取材）。単純計算で所要期間が半分です。
「速さ」より「立ち上がりの位置」が変わった
期間短縮というと作業スピードの話に聞こえますが、本質は違います。スタート地点そのものが前に進んでいる点が重要です。
三層構造のAI基盤が土台になっている
「全員がAIを使う」を思いつきで実現することはできません。デロイトの背景には、整理されたインフラがあります。
データ層・LLM層・アプリケーション層
同社の社内AI基盤は、次の三層構造で説明されています（同取材）。
- データ層：社内に蓄積された知見やナレッジを整備する土台
- LLM層：複数の大規模言語モデルから用途に応じて選べる仕組み
- アプリケーション層：Deep Research、資料自動生成、AIエージェントなど実務ツール
LLMとは、大量の文章を学習して人間のように言語を扱うAIのことです。ここで押さえたいのは、モデルを1つに固定せず、目的ごとに使い分けている点です。
「使わせる仕組み」があるから全員が使う
個人が思い思いにツールを触るのではなく、会社としてデータとモデルとツールを層で整えている。だからこそ全員利用が成立しています。
「人月ビジネス」が揺らぐという副作用
デロイトの事例には見逃せない論点があります。それは、コンサルやIT業界の稼ぎ方そのものへの影響です。
工数で稼ぐモデルの前提が崩れる
これまでのコンサル・IT受託の多くは、かけた人数と時間（人月）で価格が決まる仕組みでした。ところがAIで期間が半分になれば、同じ成果をより少ない工数で出せてしまいます。
同じ流れは業界全体で起きています。富士通は2026年9月16日の「IR Day 2026」で、人月モデルから成果や利用量に応じて課金する「バリュープライシング」への転換を発表し、2035年度に比率80%を目指すとしています（ITmedia、2026年9月）。CROの大西俊介氏は「人月モデルのままでは株価は上がらない」と述べています。
評価される軸が「時間」から「成果」へ
要するに、働き手が評価される基準が変わりつつあります。「何時間働いたか」ではなく「どんな成果を、どれだけ速く出したか」です。
AIに任せられる作業量が増えるほど、人に残るのは判断・検証・意思決定の質になります。ここが次のセクションの本題です。
AI時代に評価される人になるための準備
ここまでは企業側の話でした。では、いち個人としてどう備えるか。デロイトの事例から読み取れる行動を整理します。
身につけたい3つの力
デロイトの働き方が示すのは、AIの下書きを「見極めて仕上げる」側の価値です。以下は事例から導いた実践的な着眼点です。
- AIの出力を検証する力：出てきた内容が正しいか、根拠を確認して判断する
- 問いを立てる力：AIに何を作らせるか、目的と論点を設計する
- 磨き込む専門性：たたき台を成果物に引き上げる領域知識
今日から試せるステップ
いきなり大きく変える必要はありません。自分の業務の一部から始めるのが現実的です。
- 資料や文章の「初稿」をAIに作らせ、自分は修正に回ってみる
- 任せた作業と、任せず自分でやった作業の時間差を記録する
- AIが間違えた箇所をメモし、自分の検証ポイントとして蓄積する
こうした記録は、転職や社内評価の場面で「AIをどう業務に取り入れたか」を語る具体的な材料になります。抽象的な「AIが使えます」より、はるかに伝わります。
この記事のまとめ
デロイト トーマツは、コンサルタントのほぼ全員が生成AIを使い、「5割仕上がった状態から始める」ことで3ヶ月の案件を1.5ヶ月に短縮しました。土台にあるのはデータ層・LLM層・アプリケーション層の三層基盤です。
この動きは、工数で稼ぐ人月モデルの前提を揺らし、富士通のバリュープライシング転換のように業界全体へ広がりつつあります。評価される軸は「働いた時間」から「出した成果」へ移っています。
だからこそ、いま身につけたいのはAIの出力を検証し、問いを立て、専門性で磨き込む力です。まずは自分の業務の一部でAIに初稿を任せ、その効果を記録することから始めてみてください。小さな実践の積み重ねが、次のキャリアで語れる具体的な武器になります。
よくある質問
コンサルタントの仕事はAIに奪われてしまうのですか？
現時点の事例が示すのは「代替」よりも「役割の移動」です。デロイトではAIが下書きを担い、人は検証や磨き込みに集中しています。作業の一部がAIに移るぶん、判断や意思決定といった人の価値が相対的に高まっていると考えられます。
生成AIを使えば本当に仕事の時間は半分になりますか？
デロイトの報告では、従来3ヶ月のプロジェクトを1.5ヶ月で完結させた事例が示されています（ビジネス+IT、2026年9月）。ただしこれは社内基盤とナレッジ整備が整った環境での結果です。個人環境で同じ効果が出るとは限らないため、まず一部業務で効果を測ることをおすすめします。
人月モデルが変わると、IT・コンサル業界で働く人にどんな影響がありますか？
富士通が成果連動のバリュープライシングへ転換を進めるように、評価や報酬が「工数」から「成果」へ結びつく流れが強まると見られます（ITmedia、2026年9月）。長時間働くこと自体より、成果を速く出せることの価値が高まる可能性があります。
AI活用のスキルは、どう身につければよいですか？
自分の業務の初稿作成などをAIに任せ、修正や検証に回る練習から始めるのが現実的です。任せた作業の時間差や、AIが間違えた箇所を記録しておくと、検証力が磨かれるとともに、転職や評価の場で語れる具体的な実績になります。
関連記事
コメント