「生成AIで調査も分析も代替できるなら、高いお金を払ってコンサルタントを雇う意味はあるのか」。そんな疑問が、いまコンサルティング業界の内側から問われています。創業100年を迎えたマッキンゼーは、この問いに「インパクトパートナー」という新しい肩書きで答えようとしています。この記事では、専門職がAIに仕事を奪われるという不安に対し、業界最大手がどう立ち位置を変えようとしているのか、そして同じ構図があなたの職種にどう当てはまるのかを整理します。
マッキンゼーが「インパクトパートナー」を名乗る理由
マッキンゼーは自らを「インパクトパートナー」と再定義しました。調査や分析を納品して終わりではなく、売上の増加・コストの削減・市場投入スピードの改善といった実際の成果（インパクト）が出るところまで責任を持つ、という宣言です。
調査・分析が「コモディティ化」したという前提
この再定義の背景には、生成AIによって調査・分析のコモディティ化（ありふれた、誰でも低コストで手に入る状態になること）が進んだという認識があります。
かつてコンサルタントの価値の一部は、膨大な資料を読み込み、情報を整理し、きれいな分析資料にまとめる作業そのものにありました。しかし、その工程の多くは生成AIでも一定の精度でこなせるようになりつつあります。つまり、「調べてまとめる」だけでは差別化できなくなったというのが出発点です。
「分析して終わり」から「成果が出るまで」へ
そこでマッキンゼーが打ち出したのが、実装支援まで踏み込むという立ち位置です。提案書を渡すところがゴールではなく、提案した施策が現場で動き、数字として成果が出るところまで伴走する。Tech&AI日本統括責任者の工藤卓哉氏は、この実装力こそが今後のコンサルティングの価値だと語っています。
自動化が奪った「仕様を書ける人材」という警告
工藤氏が挙げた事例は、AI導入を考えるすべての職場にとって示唆的です。
デザイン部門の自動化で起きたこと
ある自動車関連企業は、デザイン部門に生成AIを導入して自動化を進めました。ところが、その結果として技術者の力が落ち、仕様を書ける人材がいなくなったといいます。
AIが仕様策定を肩代わりしてくれるうちは効率的に見えます。しかし、技術者が自分で仕様を考える機会を失った結果、いざAIの出力を評価したり、前提から仕様を組み立て直したりする力が組織から抜け落ちてしまった、という構図です。
効率化の裏で起きる「スキルの空洞化」
これは「AIを使えば楽になる」という発想の盲点を突いています。作業を任せること自体は悪くありませんが、判断や設計の根っこまで丸ごと預けると、人の側の熟達が止まります。
だからこそ「徒弟制度」を残す
マッキンゼーが実装力と並べて重視するのが、人を育てる徒弟制度的な仕組みです。ベテランの横で経験の浅い人が実務を通じて学ぶ、という古典的な育成を、AI時代にあえて残す。AIに任せきりにせず、人が仕様を考え判断する経験を積み続けられる環境を保つことが、組織の実力を維持する条件になる、という読み方ができます。
基盤モデルの進化がこの議論を加速させた
マッキンゼーの再定義は、思いつきの方針転換ではありません。生成AIそのものの急速な高度化が背景にあります。
ChatGPT登場から約4年の変化
マッキンゼーは、2022年のChatGPT登場から約4年で基盤モデル（大量のデータで学習された汎用的なAIの土台となるモデル）が急速に高度化したと位置づけています。登場当初は文章生成の目新しさが中心でしたが、いまは業務の実務を任せられる水準に近づいています。
エージェント型AIが「知的労働」の領域に入る
2026年7月には、Moonshot AIの「Kimi K3」が登場しました。2.8兆パラメータ級で、100万トークンのコンテキスト（一度に扱える情報量の長さ）を持つオープンウェイトモデルです。
こうしたモデルの登場により、エージェント型の知識労働が実用域に入りつつあると指摘されています。エージェント型とは、指示を一度与えると、複数の手順を自分で段取りして進めるタイプのAIの使い方です。単発の質問応答ではなく、一連の作業を任せられる方向に進んでいます。
- 基盤モデルは約4年で「目新しい文章生成」から「実務を任せられる水準」へ近づいた
- 長いコンテキストを扱えるモデルが調査・分析の自動化を後押しした
- 一連の作業を任せるエージェント型の使い方が現実味を帯びてきた
同じ構図はコンサル以外の専門職にも当てはまる
この話をコンサルティング業界だけの出来事として読むと、もったいないと言えます。「調べてまとめる工程がコモディティ化し、実装と育成に価値が移る」という構図は、多くの専門職に共通するからです。
士業・企画職・技術職への応用
たとえば士業（弁護士・税理士・社会保険労務士など）では、条文や判例を調べて整理する工程の一部がAIで効率化できます。すると価値の重心は、依頼者の状況に合わせた判断や、実際に手続きを完遂させる実行支援に移ります。企画職や技術職も同様に、情報収集そのものより「成果を出し切る力」が問われる方向に動いていきます。
個人がいま磨くべき3つの力
マッキンゼーの事例から、個人が意識したい力を整理すると次のようになります。
- 実装力：提案で終わらせず、現場で成果が出るまで動かす力
- 評価力：AIの出力が正しいかを自分で判断できる専門性を保ち続ける
- 学び続ける経験：自分で考え、仕様や方針を組み立てる機会を手放さない
AIに作業を任せること自体は前向きな選択です。大切なのは、任せる工程と、自分の中に残しておく工程を意識して切り分けることです。評価や判断の力まで預けてしまわない、という線引きが、AI時代に専門性を保つ分かれ目になります。
この記事のまとめ
生成AIによる専門職の代替不安に対し、マッキンゼーは「調べてまとめる」役割を手放し、成果が出るまで責任を持つ「インパクトパートナー」へと立ち位置を移しました。同時に、AI導入で仕様を書ける人材が消えた事例を警告として掲げ、人を育てる徒弟制度を残すことの重要性を説いています。
ここから読み取れる要点は、AIに作業を任せつつも、評価と判断の力は人の側に残すという線引きの大切さです。これはコンサルタントだけでなく、士業・企画職・技術職を含む多くの専門職に共通する視点です。
まずは自分の仕事を「AIに任せてよい工程」と「自分の専門性として残す工程」に分けて書き出すところから始めてみてください。その切り分けが、AIを味方につけながら専門性を伸ばす第一歩になります。
よくある質問
「インパクトパートナー」とは具体的にどういう意味ですか？
調査や分析の資料を納品して終わりではなく、売上増加・コスト削減・市場投入スピードの改善といった実際の成果（インパクト）が出るところまで責任を持つ、というマッキンゼーの新しい立ち位置を表す肩書きです。実装支援まで踏み込む点が特徴です。
生成AIが普及すると、コンサルタントの仕事はなくなりますか？
調査・分析のように誰でも低コストで再現できるようになった工程は、AIに置き換わりつつあります。一方で、施策を現場で動かす実装力や、AIの出力を評価する専門性は人に残る領域とされています。仕事がなくなるというより、価値の重心が移ると捉えるのが実態に近いです。
AI導入で「仕様を書ける人材がいなくなった」とはどういうことですか？
ある自動車関連企業がデザイン部門に生成AIを導入した結果、技術者が自分で仕様を考える機会を失い、前提から仕様を組み立て直せる人材が組織から減ってしまった事例を指します。作業だけでなく判断まで任せきると、人の熟達が止まるという警告です。
この話はコンサル業界以外にも関係がありますか？
関係があります。「調べてまとめる工程がコモディティ化し、実装と育成に価値が移る」という構図は、士業・企画職・技術職など多くの専門職に共通します。自分の職種で何がAIに置き換わり、何が残るかを考える手がかりになります。
個人はAI時代に何を意識して働けばよいですか？
仕事を「AIに任せてよい工程」と「自分の専門性として残す工程」に切り分けることが出発点です。特に、AIの出力が正しいかを判断する評価力と、自分で考え仕様や方針を組み立てる経験は手放さないよう意識すると、専門性を保ちやすくなります。
参考文献
関連記事
コメント