怪しいAI導入コンサルの見分け方

最近、私の活動範囲においても「AI導入コンサル」が増えた。
面白いのは、AI導入コンサルとひとえに言っても、いろいろな人がいること。

・IT企業が提供するAI導入支援サービス
・AI導入支援のために設立された新興企業
・ダンススタジオのインストラクターがAI導入コンサルをやる
・飲食店の廃業を決めているオーナーがAI導入コンサルをやる

上記に、違和感を覚える人は多いと思う。
しかし、実際のところ、AI導入コンサルには、どんなレベル差があるのか分からない人も多いと思う。
そこで、今回はこの辺りのことを書き綴っていく。

AI導入コンサルのレイヤーとレベル

私は、7人のAI導入コンサルの話を聞いてみた。
また、知人の企業が提供するAI導入支援サービスの内容を聞いてみた。
さらに、私自身がAIを使い倒している中で気づいたことを含めて、まとめていく。

最初に、結論。
これは、2026年6月現在の状態だと思って欲しい。
AI事情は、数カ月で、簡単に動きうる点に注意が必要だ。

レイヤー１：プロンプトを売る
レイヤー２：AIエージェントのテンプレートを売る
レイヤー３：AIエージェントのつくり方を売る

さて、これだけだと？？？になる人も多いと思う。
次から、順に説明していく。

レイヤー１

多くのAI導入コンサルは、このレベルだ。
パソコンにすら、それほど詳しくない人が提供するケースもある。
どうやら、FCのような仕組みがあるらしい。

AIへ何かを依頼する時の文章をプロンプトという。
プロンプト次第では、AIは全く成果を出さない。
だから、このプロンプトをケース毎にまとめた「プロンプト集」を顧客へ提供し、それについてのレクチャーをする。
これがレイヤー１の正体だ。

残念ながら、私はこのレイヤー１へ課金することをおすすめしない。
理由は下記の通り。

・既にこのレベルを超えている人は多い
・AIの性能が進化し、割と雑なプロンプトでも、忖度して動く
・このレベルでは、劇的に労働生産性は上がらない

レイヤー２

最近は「AIエージェント」というものを使う人が少しずつ増えてきている。
ただし、これはまだエンジニアレベルの話。

AIエージェントは、パソコンを操作する権限を持つ。
「質問に回答する」だけだったAIは、パソコンを操作する権限を持つことにより「実際に作業を行う」という存在へ進化した。

最近では「AIエージェントチーム」という考え方も出てきており、もはやAIはチームを組んで成果物をつくる存在になった。

例えば、noteの記事をAIに全自動で書かせるとすれば、以下のようなAIエージェントチームを設計することができる。

・話題を集めるリサーチ担当
・記事を書く広報兼ライター担当
・コンプライアンスチェックをする法務担当
・上記３担当を管理するリーダー担当

リサーチ担当が集めてきた話題から、人気が出そうな話題を広報ライターがピックアップして記事を書く。
その後、法務担当がコンプライアンスチェックをし、記事の下書きを人間に確認するように通知する。
それを事前に決めたルールに沿って、管理するのがリーダーの役目と言ったところ。

これはかなり高度な仕組みだが、実際にこのような仕組みを導入している企業は既にいる。
目的は違えど、私も既に導入済みだ。
まだまだ問題も多いが、現時点で既に大きな破壊力を持った仕組みと言える。

このような仕組みを導入するのがレイヤー２だ。
問題は以下の通り。

・ランニングコストが高い
・今後、さらにランニングコストが高くなることが予想される

現状は、ネット経由で大手AI企業のAIリソースを借りるケースが多い。
社内にAI用の専用サーバ（ローカルLLM）を導入して、ランニングコストを抑える研究も進んでいるが、私がやってみた限り、まだまだ大手AI企業のリソースを借りた方がコストパフォーマンスが良い。

また、今後、大手AI企業への課金額は増えると思う。
正確に言うと、今が安すぎる。
莫大な電力消費と、莫大な投資額を考えると、今の金額では成り立たないはずだ。

この辺りは、リアルタイムで状況が激動しているので、実際に導入する場合は、慎重に行って欲しい。

レイヤー３

完璧とも思えるレイヤー２の導入には、弱点がある。
それが以下。

――― 結局、業者に、延々と課金する

ということ。

レイヤー２は、一度導入して終わりというものではない。
AIの進化、自社の変化に合わせて、常に進化させなければいけない。
また、ランニングコストの増加リスクにも対応していかなければならない。

レイヤー３は、社内にこういったAIエンジニアを育成するためのもの。
ここ最近、レイヤー３を扱う業者が少しずつ出てきたと思う。
ちなみに、レイヤー１コンサルは爆増中だ。

ただ、これがなかなか難しい。

――― AIエージェントがあれば、誰でも、何でも、つくれる

というのは、現段階では幻想だ。

例えば、以下の判断が難しい。

１．AIエージェントに処理を依頼する
２．AIエージェントに処理を達成するプログラムをつくらせる

１の場合、ある程度は臨機応変にAIエージェントが処理をしてくれる。
しかし、その分、課金額が増える。

２の場合、一度プログラムをつくらせれば、課金額は増えない。
ただし、AIと違って、臨機応変な対応は期待できない。

さらに、２の場合、突き詰めていくと難しいことがある。
プログラムの規模が大きくなると「システム設計」が重要になるということだ。

この知識を持っていないと、AIエージェントは一定以上の成果を出せない。
よくあるパターンで、おおよそそれっぽいものをつくってくる。
ただ、そのままでは全く現場で使えない。

――― この壁を、どうやって超えるか？

正直なところ、結局それは「個人の努力・能力」に基づく、圧倒的に属人性を持つ作業だ。

企業はどうすべきか？

おそらく、結局は今と変わらない。

――― 信頼すべき開発業者に、信頼できるツールをつくってもらう

これが一番固い。
現状では、コンサルで解決できるレベルには至っていない。
本物の、AIエンジニアの力が必要だ。

難しいのは、本物のAIエンジニアを捕まえること。
今現在、本物は自分（自社）のために、AIを振り回している。
そして、無双状態だ。
他社にその知識を分け与えている余裕は、ない。

私の予想では、一般市場に本物のエンジニアが本格的に参入してくるのは数年後になると思う。

ここで言う「本物」とは、単にAIに詳しい人ではない。
おそらく、AI導入コンサルを名乗らない。

少なくとも、以下のような判断ができる人だ。

・業務フローを分解できる
・AIに任せる処理と、通常プログラムに任せる処理を切り分けられる
・最適なアーキテクチャを設計できる
・API料金、トークン消費、実行回数を設計できる
・権限管理、ログ、監査、セキュリティを考えられる
・エラー時の人間確認フローを設計できる
・AIが失敗する前提でシステムを作れる
・小さく作って、運用しながら改善できる

万が一、こんな「本物」を見つけたら、すぐに確保することをおすすめする。