案件に合うコンサルタントの検索

商談で聞いた課題から、相談すべき人に半日かけずにたどり着く

中島さんはコンサルティング会社の営業として、顧客企業の支援案件を月に15件ほど扱っている。商談で顧客の課題を聞き、どんな支援ができそうかが見えてくると、次に必要なのは参画できるコンサルタント探しだ。社内には約300名分の経歴書が共有フォルダにあり、稼働状況はアサイン担当が別の表で管理している。条件に合う人を経歴書から探し、表で空き状況を確かめ、アサイン担当にチャットで問い合わせる。返事を待つあいだに別の候補を探し直すことも多い。1件の候補探しに半日かかることもある。

難しいのは、顧客の課題を検索の言葉に置き換えるところだ。顧客が「在庫が合わない」と話していても、経歴書には「需給計画」「生産管理システム導入」と書かれている。中島さんは経験から言い換えを考えるが、知っている人の顔が先に浮かび、社内にいるはずの別の適任者に気づけないこともあった。

そこで想定するのが、商談記録から検索条件をつくり、経歴と稼働状況をまとめて確かめられるアプリだ。中島さんが対象の商談記録を選ぶと、AIが顧客の業界、課題、求められそうな業務知識やスキルを整理し、「製造業での需給計画の経験」「生産管理システムの導入支援」といった検索条件の案を示す。顧客の言葉と経歴書の言葉のずれは、AIが言い換えの候補を出して埋める。条件ごとに、商談記録のどの発言から考えたかも確かめられる。

中島さんが条件を足したり外したりして検索すると、候補者の一覧が並ぶ。それぞれに、経歴書のうち条件に合った部分と、現在の稼働状況、参画できそうな時期が表示される。経歴書の全文を開かなくても、なぜこの人が候補に挙がったのかがわかる。稼働が埋まっている人も一覧から外さず、いつから参画できそうかを示すので、顧客との開始時期の相談にも使える。

誰に打診するかを決めるのは中島さんとアサイン担当だ。AIは候補を並べるところまでにとどめ、人の評価や参画の可否には踏み込まない。中島さんは候補を2〜3名に絞り、商談の要点と求める経験をまとめた相談メモをアサイン担当に送る。アサイン担当は同じ画面で経歴と稼働を見ながら、本人の意向や他案件との兼ね合いを踏まえて調整を進められる。

想定するアプリでは、主に次のようなことができる。

• 検索条件づくり。商談記録から業界・課題・求める業務知識とスキルを整理し、経歴書を探す条件の案を示す
• 経歴書の検索。言い換えも含めて経歴書を探し、条件に合った部分を抜き出して並べる
• 稼働状況の確認。候補ごとに現在の稼働と参画できそうな時期を、経歴とあわせて表示する
• 相談メモの作成。選んだ候補と商談の要点をまとめ、アサイン担当との相談に使える形にする

bloomがこのアプリをつくるなら、まず営業とアサイン担当のあいだで、候補探しから打診までがどう進んでいるかを整理する。経歴書と稼働状況がどこにどんな形であるか、誰がどの情報を見て判断しているかを書き出し、探す・そろえる作業と、人を選ぶ判断とを分ける。AIに任せるのは前者だけにする。人の評価や参画の決定は、本人の意向やチームの事情を知る人にしか担えないからだ。

初版は、検索条件づくりと経歴書の検索に絞って用意する。過去の案件で実際にアサインした人が候補に挙がるかを確かめたうえで、中島さんのような営業とアサイン担当に使ってもらい、条件の出し方や一覧の見せ方を直していく。個人の経歴を扱うため、誰がどこまで見られるかも最初に決めておく。経歴書の書き方が人によってばらつく場合は、検索しやすい書き方の目安をあわせて提案する。