// industry-data.jsx — 10業種 AI導入事例・ロードマップ // 共通: AI導入の4プラン const ALL_PLANS = { light: { id: "light", name: "AI顧問ライト", hours: "月6時間", price: "15万円〜" }, starter: { id: "starter", name: "業務AI化スターター", hours: "月12時間", price: "30万円〜" }, redesign: { id: "redesign", name: "AI業務再設計パッケージ", hours: "月20時間", price: "60万円〜", featured: true }, pro: { id: "pro", name: "AI推進責任者代行", hours: "月32時間", price: "120万円〜" }, }; // ============================================================ // 20業種詳細（最初の10業種 + 新規10業種） // ============================================================ const INDUSTRY_DATA = { // ========================================================== // 【第1グループ】最初の10業種 // ========================================================== // ---------------------------------------------------------- // 美容クリニック // ---------------------------------------------------------- beauty_clinic: { id: "beauty_clinic", code: "01", label: "美容クリニック", sector: "Beauty Clinic", heroPhoto: "care", issueShort: "高額広告で集めた見込み客を、問い合わせ → 予約 → 来院 → 施術後フォローのどこかで取りこぼしやすい。", aiHighlights: "問い合わせ自動返信 / カウンセリングメモ / 施術後フォロー / 口コミ返信 / 薬機法表現チェック", firstPlan: "light", nextPlans: ["starter", "redesign"], docTitle: "カウンセリング要約 + 提案メモ", deepPain: { title: "広告費で獲得したリードが、対応動線の弱点で漏れていく構造", body: "美容クリニックの収益構造は、CPA（一件あたり獲得単価）が3〜10万円という高額広告投資の上に立っています。にもかかわらず、問い合わせ初動・予約・カウンセリング・施術後フォローのいずれかで「対応スピード」「説明品質」「フォロー網」が抜けると、そこで歩留まりが落ちてリピート率まで連鎖的に下がります。\n\nさらに医療広告ガイドライン・薬機法・景表法の表現規制があるため、AIで何でも生成できるわけではなく、表現リスクを抑えながら現場の応対品質を底上げする使い方が求められます。" }, improvements: [ "問い合わせ → 来院誘導の自動返信下書き（薬機法配慮）", "施術別 FAQ（部位・年代別）", "カウンセリング前 案内文・同意事項テンプレ", "施術後フォロー連絡 ドラフト（経過確認 / 追加提案）", "口コミ・Googleレビュー 返信文ドラフト", "症例写真・施術記録 検索AI（権限管理付）", "スタッフFAQ・新人教育マニュアル", "広告クリエイティブの薬機法・景表法チェック" ], caseStudy: { title: "想定事例：AI顧問ライト → 業務AI化スターター → AI業務再設計で問い合わせ歩留まり改善", body: "問い合わせ対応と施術後フォローが属人化していた美容クリニックで、まず AI顧問ライト（月6時間）で業務課題を洗い出し。LINE / 予約サイト / 電話の問い合わせ振り分けと、カウンセリング後の提案メモテンプレ化を優先テーマに設定しました。\n\n2か月目に 業務AI化スターター（月12時間）でカウンセリング音声 → 提案メモ → 同意事項テンプレへの構造化フローを試作。3か月目以降は AI業務再設計パッケージ（月20時間）で症例検索AI、施術後フォロー自動草案、薬機法表現チェッカまで導入し、CVRと再来率をKPIで測定する体制を作りました。", voice: "問い合わせ初期対応のスピードと、カウンセリングの提案品質を底上げできました。広告で集めた問い合わせを取りこぼさない仕組みを作れたのが大きいです。", voiceAttr: "想定：医師2名・スタッフ8名規模の美容クリニック　院長イメージ" }, devExamples: [ "問い合わせ振り分けボット（LINE / 予約サイト / 電話メモ）", "カウンセリング音声 → 提案メモ生成ツール", "症例写真・施術記録検索AI（権限管理付）", "施術後フォロー連絡管理アプリ", "薬機法・景表法 表現チェッカ" ], faqOverride: { "セキュリティは大丈夫ですか？": "施術記録・カウンセリング内容は要配慮個人情報を含むため、AI入力前のマスキングルールと、症例写真のアクセス権限を業務ごとに整理します。医療広告ガイドライン・薬機法対応も支援内で対応します。" } }, // ---------------------------------------------------------- // 不動産投資会社 // ---------------------------------------------------------- realestate_investment: { id: "realestate_investment", code: "02", label: "不動産投資会社", sector: "Real Estate Investment", heroPhoto: "rental", issueShort: "物件情報・収支・融資条件・投資家対応・過去案件ナレッジが分散し、案件比較と投資家説明が属人化している。", aiHighlights: "物件要約 / 案件比較表 / 投資家説明文 / 収支メモ / 追客スコア / 過去案件検索", firstPlan: "light", nextPlans: ["starter", "redesign"], docTitle: "投資家向け 案件比較表（区分マンション）", deepPain: { title: "「案件 × 投資家属性 × 融資条件」の三重マッチングが、ベテラン営業の頭の中だけにある", body: "不動産投資の営業は、物件単体ではなく「物件 × 投資家の年収・属性・既保有 × 融資銀行の与信枠」の三重マッチングで決まります。各情報がREINS・社内Excel・銀行担当者の頭・営業のスマホに散在しているため、案件比較表を作る作業も投資家への説明資料も、毎回ベテランが手作業で組み立てる構造です。\n\nまた、出口戦略（売却・買換え）まで含めた長期シミュレーションが必要なため、提案書の差別化は「数字の精度」と「投資家属性に対する適合度」で決まります。" }, improvements: [ "物件概要 要約（レントロール・周辺相場・利回り）", "案件比較表 自動生成（複数物件 × 投資家属性）", "投資家説明文 ドラフト（年収帯・既保有・希望戦略別）", "収支メモ整理（CF・出口価格・税引後試算）", "問い合わせ → 面談 → 申込 のCRM追客スコア自動付与", "金融機関・士業との連携メモテンプレ", "過去案件検索AI（条件 / 投資家タイプ / 出口結果）" ], caseStudy: { title: "想定事例：AI顧問ライトで方向性整理 → AI業務再設計で投資家対応を再構築", body: "投資家向け提案書の作成と追客管理に課題があった不動産投資会社で、AI顧問ライト（月6時間）からスタート。物件情報の整理ルールと過去案件ナレッジ蓄積のObsidian設計を進めました。\n\n2か月目に 業務AI化スターター（月12時間）で「物件 → 案件比較表 → 投資家向け提案文」のフローをClaude Codeで試作。3か月目以降は AI業務再設計パッケージ（月20時間）に移行し、追客スコアリングと出口戦略試算、士業連携メモの標準化まで進めました。", voice: "営業の力量差で提案書の質が変わっていたのが、たたき台の段階で揃うようになりました。リード歩留まりが見えるようになったのも大きいです。", voiceAttr: "想定：年間売買50件規模の不動産投資会社　営業部長イメージ" }, devExamples: [ "物件 → 利回り・CF・出口シミュレーション統合ツール", "案件比較表 自動生成アプリ", "投資家提案書 ジェネレーター", "追客スコアリング CRM", "過去案件検索AI" ] }, // ---------------------------------------------------------- // 人材紹介会社 // ---------------------------------------------------------- recruitment: { id: "recruitment", code: "03", label: "人材紹介会社", sector: "Recruitment Agency", heroPhoto: "web", issueShort: "候補者情報、求人票、推薦文、スカウト文、面談メモの作成が担当者依存になっている。", aiHighlights: "職歴要約 / 求人要件分解 / 推薦文 / スカウト文 / 面談メモ構造化 / マッチング推薦", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "候補者A様 推薦文ドラフト", deepPain: { title: "RA / CA分業 × コンサル個人のセンスに依存する、両面マッチング業務", body: "人材紹介は、RA（求人担当）とCA（求職者担当）が分業しながら、両者をマッチングさせる業務です。求人 ↔ 求職者のマッチング精度は、コンサル個人の経験・読み解き力に大きく依存し、ナレッジが社内に残りにくい構造があります。\n\nさらに面談 → 推薦文 → スカウト文 → 企業フィードバック対応 → 入社後フォローと工程が長く、各工程の品質が成約率に直結します。コンサル単価の業界平均があるため、生産性を上げないと粗利が改善しません。" }, improvements: [ "職務経歴書 要約（経歴・スキル・志向）", "候補者の強み整理（求人ニーズ別）", "求人票 要件分解（必須 / 歓迎 / カルチャー）", "推薦文 ドラフト", "スカウト文 ドラフト（媒体・経歴別）", "面談メモ 音声 → 構造化要約", "企業フィードバック 要約", "RA / CA 共有ナレッジ蓄積" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計でマッチング業務の核を再構築", body: "面談メモと求人票要約に時間が取られていた人材紹介会社で、業務AI化スターター（月12時間）から開始。「面談録音 → 構造化 → 推薦文ドラフト」のフローを1業務として整備しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、求人 ↔ 求職者のマッチング推薦をClaude CodeとCortexで試作。コンサル全員が同じ精度でマッチング初期提案を出せる状態を作りました。", voice: "面談後のメモ起こしと推薦文の質が、コンサルの経験差を超えて揃うようになりました。求職者・企業ともに体感の差が出ています。", voiceAttr: "想定：コンサル15名規模の人材紹介会社　マネージャイメージ" }, devExamples: [ "面談録音 → 構造化メモ生成ツール", "求人票 → 推薦文ドラフトツール", "スカウト文 ドラフトAI", "マッチング候補 提案AI", "RA / CA 共有ナレッジ検索" ] }, // ---------------------------------------------------------- // 売買仲介会社 // ---------------------------------------------------------- salesrep: { id: "salesrep", code: "04", label: "売買仲介会社", sector: "Sales Brokerage", heroPhoto: "rental", issueShort: "Web反響後の初動、追客、来店化、内見後フォローが営業担当者に依存し、取りこぼしが発生している。", aiHighlights: "Web反響要約 / 希望条件構造化 / 追客文 / 内見後フォロー / 営業履歴要約 / REINS突き合わせ", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "Web反響 顧客対応メモ", deepPain: { title: "Web反響の8割が「初動24時間」で決まる。だが現場は反響を捌き切れない", body: "売買仲介の歩留まりは、Web反響に対する「初動の速さ × 希望条件の聞き出し × 物件提案の温度感」で決まります。SUUMO・HOME'S・自社サイトから流入するリードの大半は「最初に電話・メールが来た会社」で決着するため、初動の遅れがそのまま機会損失です。\n\nしかし現場の営業は、内見対応・契約手続き・売主対応で常に忙しく、反響処理が後手に回るのが構造的な課題。さらに来店 → 内見 → 申込 → 契約と工程が多いため、追客が途切れた時点で他社に流れます。" }, improvements: [ "Web反響 要約（希望条件・温度感・物件タイプ）", "顧客希望条件 構造化（エリア / 予算 / 間取り / 時期）", "追客文 ドラフト（反響直後 / 3日後 / 1週間後 / 1か月後）", "内見後フォロー文 ドラフト（即時 / 翌日 / 3日後）", "営業履歴 要約（過去問い合わせ → 来店 → 内見の流れ）", "売主対応メモ 構造化", "REINS / 自社 / 他社サイト 物件突き合わせ" ], caseStudy: { title: "想定事例：業務AI化スターターで反響初動 → AI業務再設計で営業履歴標準化", body: "Web反響の取りこぼしと内見後フォロー漏れに課題があった売買仲介会社で、業務AI化スターター（月12時間）から開始。「Web反響 → 希望条件構造化 → 追客文ドラフト」のフローを1業務として試作し、初動24時間以内のメッセージ品質を標準化しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）で内見後フォロー、営業履歴の構造化、REINS突き合わせまで導入。営業1人あたりの反響処理可能数が増える状態を目指しました。", voice: "Web反響の初動が遅れて他社に流れていたのが、テンプレ + AIで翌朝には1往復できる状態になりました。", voiceAttr: "想定：年間仲介120件規模の売買仲介会社　営業マネージャイメージ" }, devExamples: [ "Web反響 自動仕分けインボックス", "希望条件 構造化シート（チャット起点）", "追客文 ドラフトジェネレーター（時期別）", "内見後フォロー管理アプリ", "REINS / SUUMO クロスチェックツール" ] }, // ---------------------------------------------------------- // SaaS販売代理店 // ---------------------------------------------------------- saas_partner: { id: "saas_partner", code: "05", label: "SaaS販売代理店", sector: "SaaS Reseller", heroPhoto: "web", issueShort: "営業が製品説明に偏り、顧客課題整理、導入後フォロー、FAQ対応、CS引き継ぎが弱い。", aiHighlights: "商談メモ要約 / 顧客課題構造化 / 提案文 / 導入後フォロー / CS引き継ぎ / FAQナレッジ", firstPlan: "light", nextPlans: ["redesign"], docTitle: "商談メモ → 提案文ドラフト", deepPain: { title: "「機能を売る」モデルから抜けられず、顧客の業務課題に踏み込めない構造", body: "SaaS販売代理店は、メーカーからのインセンティブと機能訴求に最適化されがちで、顧客の業務課題を深く掘り下げる体制が薄い傾向があります。結果として「導入はしたが定着しない」「契約継続率が低い」「アップセル / クロスセルが進まない」という連鎖が起き、粗利が圧迫されます。\n\nまた、営業 → 導入 → CSの引き継ぎが弱いと、顧客はCSフェーズで離脱します。商談メモ・顧客課題・導入後の運用FAQが分断されているのが、この業界の典型的な構造課題です。" }, improvements: [ "商談メモ 要約（顧客課題 / 期待 / 競合 / 予算）", "顧客課題 構造化（業務 → 痛み → 必要機能）", "業務効果ベースの提案文 ドラフト", "導入後フォロー連絡 ドラフト（1週 / 1か月 / 3か月）", "FAQ・運用ナレッジ Obsidian 蓄積", "営業 → CS 引き継ぎメモ テンプレ", "アップセル / クロスセル 検知（利用状況連動）" ], caseStudy: { title: "想定事例：AI顧問ライト → AI業務再設計で営業 → CS引き継ぎを一本化", body: "営業 → 導入 → CSの引き継ぎが弱く、契約継続率に課題があったSaaS販売代理店で、AI顧問ライト（月6時間）から開始。商談メモのフォーマット整備と、Obsidian上の顧客ナレッジ管理ルールを設計しました。\n\n2か月目から AI業務再設計パッケージ（月20時間）に移行し、商談メモ要約 → 提案文ドラフト → CS引き継ぎメモまでをClaude Codeで試作。営業・CSが同じ顧客像で動ける状態を目指しました。", voice: "営業が拾った顧客課題が、CSに届かない構造が解消されつつあります。続けて見ている結果として、契約継続率の体感が変わってきました。", voiceAttr: "想定：5製品扱う中堅SaaS販売代理店　営業部長イメージ" }, devExamples: [ "商談メモ → 顧客課題構造化ツール", "提案文 業務効果ドラフトジェネレーター", "FAQ・運用ナレッジ検索AI", "営業 → CS 引き継ぎ管理アプリ", "利用状況連動 アップセル検知" ] }, // ---------------------------------------------------------- // インサイドセールス会社 // ---------------------------------------------------------- is_company: { id: "is_company", code: "06", label: "インサイドセールス会社", sector: "Inside Sales", heroPhoto: "web", issueShort: "リード優先順位、架電メモ、フォロー、商談化基準、営業引き継ぎが属人化している。", aiHighlights: "リードスコア / 架電メモ構造化 / フォローメール / FS引き継ぎ / 失注リード再判定 / トーク分析", firstPlan: "starter", nextPlans: ["redesign", "pro"], docTitle: "架電メモ要約 + FS引き継ぎ", deepPain: { title: "「リードを捌く」業務に最適化された結果、改善ナレッジが個人の暗黙知で止まる", body: "インサイドセールス（IS）は、SFA / CRMにログを残しながら大量のリードを高速で処理する業務です。トップISのトークと、平均的なISのトークには大きな差がありますが、その差を社内で形式知化する仕組みが弱いのが構造課題。\n\nさらに、リード優先順位（スコアリング）、フォロー間隔、商談化（FS引き継ぎ）の基準が暗黙化されていると、ISチーム全体の歩留まりが個人のセンスに依存します。組織として勝つには、トークと判断基準のナレッジ化が必須です。" }, improvements: [ "リード要約（業種・規模・課題仮説）", "リードスコアリング補助（属性・反応・温度感）", "架電メモ 音声 → 構造化要約", "フォローメール ドラフト（時期 / 失注理由別）", "FS引き継ぎメモ テンプレ（課題 / 期待 / 競合 / 予算）", "失注リード 再アプローチ判定", "トップISトーク分析 → スクリプト改善" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計 → AI推進責任者代行で組織横断のIS底上げ", body: "アウトソース提供のISチームで、トップISと平均ISの歩留まり差が大きく、ナレッジ移転が課題だった会社で、業務AI化スターター（月12時間）から開始。「架電メモ → 構造化要約 → FS引き継ぎメモ」の1業務フローを試作しました。\n\n3か月目に AI業務再設計パッケージ（月20時間）で、リードスコアリング補助とトークスクリプト改善まで展開。半年目から AI推進責任者代行（月32時間）で、IS・FS・マーケの3部署横断のAI推進を社外責任者として代行する体制に移行しました。", voice: "トップISのトークを言語化しきれずにいたのが、AI要約と分析で形式知に落ちはじめました。歩留まりが組織として上がる予感があります。", voiceAttr: "想定：IS 25名規模のIS会社　マネージャイメージ" }, devExamples: [ "リードスコアリング補助ツール", "架電メモ 音声 → 構造化アプリ", "FS引き継ぎメモ ジェネレーター", "失注リード再アプローチ検知", "IS / FS / マーケ ナレッジ統合検索" ] }, // ---------------------------------------------------------- // 営業代行会社 // ---------------------------------------------------------- sales_outsourcing: { id: "sales_outsourcing", code: "07", label: "営業代行会社", sector: "Sales Outsourcing", heroPhoto: "web", issueShort: "活動ログが単なる日報で終わり、改善提案や勝ちパターン化に使われていない。", aiHighlights: "架電ログ要約 / 失注理由分類 / 月次報告 + 改善提案 / トーク改善 / 勝ちパターン蓄積", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "クライアント月次報告書", deepPain: { title: "「日報」で終わる活動ログ。改善提案と勝ちパターン化に転換できない構造", body: "営業代行は、クライアントごとに商材理解 → アプローチ設計 → 実行 → レポートの一連を回します。日々の活動ログ（架電数・アポ数・商談化数）は溜まる一方ですが、「なぜ商談化したか」「なぜ失注したか」を勝ちパターンに転換するアナリストが社内に常駐していないのが業界の典型です。\n\nクライアントへの月次報告は「数字の羅列」で終わりがちで、本来は「次月の改善提案」までセットで価値を作るべきところに踏み込めていません。" }, improvements: [ "架電ログ 要約（業種・役職・反応・失注理由）", "商談化理由 分類（タイミング / 課題顕在化 / 競合）", "失注理由 分類（タイミング / 予算 / 競合 / 課題不一致）", "トーク改善提案（業種・役職別）", "クライアント月次報告書 ドラフト（改善提案つき）", "勝ちパターン Obsidian 蓄積", "代行メンバー向け 業種別ブリーフィング" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計でレポート + 改善提案を標準化", body: "クライアント月次報告が数字の羅列に終わっていた営業代行会社で、業務AI化スターター（月12時間）から開始。「架電ログ → 失注理由分類 → 月次報告書ドラフト + 改善提案」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）で、勝ちパターンのObsidian蓄積、トークスクリプト改善、代行メンバー向け業種別ブリーフィングまで展開。クライアントへの提供価値を「数字の報告」から「次月改善提案」に転換できる体制を目指しました。", voice: "月次報告が数字並べるだけだったのが、改善提案までセットで出せるようになりました。クライアントの継続意向が変わります。", voiceAttr: "想定：5クライアント担当の営業代行会社　ディレクターイメージ" }, devExamples: [ "架電ログ AI要約・分類ツール", "失注理由 分類アプリ", "クライアント月次報告書ジェネレーター", "トークスクリプト改善 提案AI", "業種別ブリーフィング 自動生成" ] }, // ---------------------------------------------------------- // 税理士事務所・会計事務所 // ---------------------------------------------------------- accounting: { id: "accounting", code: "08", label: "税理士事務所・会計事務所", sector: "Accounting · Tax", heroPhoto: "accounting", issueShort: "資料回収、顧問先への確認、月次報告コメント、職員教育、過去対応履歴が負担になっている。", aiHighlights: "資料回収リマインド / 月次コメント / インボイス対応 / 電帳法チェック / 仕訳判断補助", firstPlan: "light", nextPlans: ["starter", "redesign"], docTitle: "月次報告コメント案", deepPain: { title: "「税務判断」と「事務作業」の境界が曖昧で、所長税理士の時間が事務に吸われていく", body: "税理士・会計事務所の顧問業務は、税務判断（高付加価値）と、その手前にある証憑回収・記帳確認・月次推移コメント作成（中〜低付加価値の事務）が地続きです。本来なら所長税理士は判断と経営助言に時間を使うべきですが、実態は事務に時間を吸われています。\n\nさらに2023年のインボイス制度施行、電子帳簿保存法（電帳法）の改正により、顧問先からの問い合わせ・確認業務が急増。年末調整期（11-12月）と確定申告期（1-3月）の繁忙も平準化されていないのが構造課題です。" }, improvements: [ "資料回収リマインド 自動文（顧問先別）", "顧問先別 確認事項テンプレート", "月次推移表 → コメント原稿の自動生成", "勘定科目 仕訳判断アシスタント", "インボイス対応 顧問先別チェックリスト", "電帳法 保存要件チェッカ", "面談メモ 要約", "社内FAQ・新人職員向け業務テンプレート" ], caseStudy: { title: "想定事例：AI顧問ライト → 業務AI化スターター → AI業務再設計の段階導入", body: "顧問先30社を5名の職員で担当する会計事務所で、AI顧問ライト（月6時間）から開始。Google Drive内の証憑保存ルール整理と、月次面談前準備の業務棚卸しを進めました。\n\n2か月目に 業務AI化スターター（月12時間）で「月次推移表 → コメント原稿」を1業務として試作。3か月目以降は AI業務再設計パッケージ（月20時間）に移行し、証憑回収ダッシュボード・インボイス対応チェックリスト・電帳法保存要件チェッカまで導入。所長税理士は月次面談前の準備時間を月あたり約40時間削減できる状態を目指しました。", voice: "月次面談前の準備が、AIで半分以下になりました。コメント作成は私の判断で最終確認しますが、たたき台があるかないかで全然違います。", voiceAttr: "想定：顧問先30社規模の会計事務所　所長税理士イメージ" }, devExamples: [ "顧問先対応履歴管理システム（インボイス対応状況含む）", "証憑回収状況 自動催促ボット（Drive連携）", "月次推移コメント 自動生成ツール", "巡回監査チェックリストアプリ", "電帳法保存要件 検索性確保ツール" ], faqOverride: { "セキュリティは大丈夫ですか？": "顧問先データを扱う特性を踏まえ、AIへの入力可否を業務ごとに整理します。マイナンバー等の特定個人情報はAI連携対象外、社内ローカルでのみ扱うルールを徹底。電帳法保存要件にも対応した運用を設計します。" } }, // ---------------------------------------------------------- // SEO会社 // ---------------------------------------------------------- seo: { id: "seo", code: "09", label: "SEO会社", sector: "SEO Agency", heroPhoto: "web", issueShort: "AI生成記事が増え、量産では差別化できず、検索意図設計・E-E-A-T・既存記事改善が重要になっている。", aiHighlights: "キーワード分類 / 検索意図整理 / 記事構成案 / 既存記事改善 / E-E-A-Tチェック / SEOレポート", firstPlan: "light", nextPlans: ["starter", "redesign"], docTitle: "記事構成案 + 検索意図整理", deepPain: { title: "AI生成記事の氾濫で、量産モデルが終わった。勝負は「検索意図設計」と「E-E-A-T」", body: "2023年以降のAI生成記事の氾濫、Googleの Helpful Content / E-E-A-T 重視のアルゴリズム強化により、SEOの勝ち筋は「量」から「検索意図への踏み込みの深さ」「実体験・専門性の可視化」「既存記事改善」へとシフトしました。\n\n旧来の「キーワード × 量産」モデルで動いていたSEO会社は、クライアントから「AIで自社で書ける」と切られるリスクを抱えています。AIを使って差別化するなら、検索意図設計・専門性訴求・既存記事のリライト改善というレイヤーで使うべきです。" }, improvements: [ "キーワード 分類（CV近接 / 情報収集 / ブランド）", "検索意図 整理（顕在 / 潜在 / 周辺）", "記事構成案 ドラフト（E-E-A-T観点込み）", "既存記事 改善提案（順位 × CTR × CV連動）", "E-E-A-T チェック（経験 / 専門性 / 権威性 / 信頼性）", "競合分析 要約（上位記事の構造）", "SEOレポート 要約 + 次月施策提案" ], caseStudy: { title: "想定事例：AI顧問ライト → 業務AI化スターター → AI業務再設計で記事戦略を再構築", body: "AI記事量産からの方向転換に課題があったSEO会社で、AI顧問ライト（月6時間）から開始。検索意図設計・E-E-A-T観点を組み込んだ社内ワークフローの再設計方針を整理しました。\n\n2か月目に 業務AI化スターター（月12時間）で「キーワード分類 → 検索意図整理 → 記事構成案ドラフト」のフローを1業務として試作。3か月目以降は AI業務再設計パッケージ（月20時間）で、既存記事改善提案・SEOレポート + 次月施策ドラフトまで展開しました。", voice: "AI量産で差別化できない時代に、検索意図と既存記事改善で価値を作る方向に動けたのが大きいです。クライアントの順位が動き始めています。", voiceAttr: "想定：5社継続契約のSEO会社　ディレクターイメージ" }, devExamples: [ "キーワード分類 + 検索意図 整理ツール", "記事構成案 ドラフトジェネレーター（E-E-A-Tチェック付）", "既存記事改善 優先順位検知", "競合分析 要約AI", "SEOレポート + 次月施策 ジェネレーター" ] }, // ---------------------------------------------------------- // 広告運用会社 // ---------------------------------------------------------- ad_ops: { id: "ad_ops", code: "10", label: "広告運用会社", sector: "Ad Operations", heroPhoto: "web", issueShort: "広告配信自体のAI化が進む一方で、月次レポート、改善提案、クライアント説明が重い。", aiHighlights: "媒体横断レポート / 改善仮説 / クリエイティブ案 / クライアント説明文 / 法規制チェック", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "媒体横断レポート + AI改善提案", deepPain: { title: "媒体側のAIが「配信」を巻き取った今、勝負は「分析・改善仮説・クライアント説明」", body: "Google P-MAX、Meta Advantage+ など、媒体側のAIが配信最適化を巻き取った結果、運用者の価値は「日々の入札調整」から「分析・改善仮説・クライアント説明」へとシフトしました。広告運用会社は、媒体横断（Google / Yahoo / Meta / TikTok / LINE）でのレポート集約、クリエイティブ評価、改善提案、クライアントへの納得感ある説明にこそ時間をかけるべき状況です。\n\nしかし実態は、月次レポート作成と単なる数値報告に時間を取られ、改善提案までたどり着けないケースが多発。粗利圧迫の原因になっています。" }, improvements: [ "運用データ 要約（媒体横断）", "月次レポート 文面 ドラフト", "改善仮説（クリエイティブ / 入札 / オーディエンス）", "クリエイティブ案 ドラフト（業種・訴求別）", "クライアント説明文 ドラフト（数値 → ストーリー）", "過去施策・結果 ナレッジ蓄積", "景表法・薬機法・ステマ規制 表現チェック" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計で月次レポート + 改善提案を一本化", body: "媒体横断レポート集計と改善提案に時間がかかっていた広告運用会社で、業務AI化スターター（月12時間）から開始。「Google / Yahoo / Meta 媒体横断レポート + AI改善提案」を1業務として試作し、月次レポート工数を圧縮しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、クリエイティブ案ドラフト、クライアント説明文、景表法・ステマ規制チェッカまで導入。運用者の時間を「日々の調整」から「改善仮説と顧客対話」に再配分する体制を目指しました。", voice: "媒体側のAIが配信を巻き取った今、私たちが時間をかけるべきは説明と仮説です。AIで月次集計を圧縮できると、その時間が作れます。", voiceAttr: "想定：運用30社規模の広告運用会社　マネージャイメージ" }, devExamples: [ "媒体横断レポート 自動集計 + AI改善提案ジェネレーター", "クリエイティブ案 ドラフトAI", "クライアント説明文 ストーリージェネレーター", "過去施策・結果 ナレッジ検索", "景表法・薬機法・ステマ規制 表現チェッカ" ] }, // ========================================================== // 【第2グループ】新規10業種 // ========================================================== // ---------------------------------------------------------- // 弁護士事務所 // ---------------------------------------------------------- law: { id: "law", code: "11", label: "弁護士事務所", sector: "Law Firm", heroPhoto: "workspace", issueShort: "法律判断そのものではなく、相談メモ、証拠資料、契約書、時系列、依頼者対応、期日管理の整理に時間がかかっている。", aiHighlights: "相談メモ要約 / 時系列化 / 依頼者説明文 / 必要資料チェック / 所内ナレッジ検索", firstPlan: "light", nextPlans: ["starter"], docTitle: "相談メモ要約 + 必要資料チェックリスト", deepPain: { title: "「法律判断」より「相談メモ・証拠整理・期日管理」に時間が吸われていく構造", body: "弁護士事務所のコア業務は法律判断ですが、実態は相談メモの整理、証拠資料の時系列化、契約書チェック、依頼者対応、期日管理といった周辺業務に多くの時間が割かれます。一案件あたりの工程が長く、書類量も多いため、ベテラン弁護士・事務スタッフの経験に依存しがちです。\n\nさらに、依頼者対応の品質は事務所の評判に直結する一方で、説明文・連絡文・必要資料の案内が担当者ごとに違うのが構造課題です。AIで判断は代替できませんが、整理・要約・下書きの工程は十分に補完できます。" }, improvements: [ "相談メモ 音声 → 構造化要約", "事実関係の時系列化（証拠資料・出来事の整理）", "依頼者向け 説明文・連絡文 ドラフト", "必要資料 チェックリスト 自動生成", "所内ナレッジ・過去類似案件 検索AI", "期日連絡・進捗連絡 テンプレ", "契約書 レビュー観点整理" ], caseStudy: { title: "想定事例：AI顧問ライト → 業務AI化スターターで相談メモと事務作業を整理", body: "相談記録と事務作業の負担に課題を感じていた中規模法律事務所の想定で、AI顧問ライト（月6時間）から開始。Obsidian上の所内ナレッジ整理ルールと、相談メモ要約フローの方向性を整理しました。\n\n2か月目以降に 業務AI化スターター（月12時間）に進み、相談メモの音声 → 構造化要約 → 依頼者向け説明文ドラフトを1業務として試作。事務スタッフと弁護士の役割分担を明確化しました。", voice: "法律判断そのものより、相談メモと書類整理に時間を吸われていた状況が変わりつつあります。たたき台が揃うのが大きいです。", voiceAttr: "想定：弁護士4名・事務2名規模の法律事務所　所長弁護士イメージ" }, devExamples: [ "相談メモ 音声 → 構造化要約ツール", "事実関係 時系列化アプリ", "所内ナレッジ・過去類似案件 検索AI", "依頼者向け 連絡文ジェネレーター", "期日・必要資料 管理ダッシュボード" ], faqOverride: { "セキュリティは大丈夫ですか？": "依頼者情報を扱う特性を踏まえ、AIへの入力可否を業務ごとに整理します。守秘義務に関わる情報は社内ローカル運用、外部API利用前にマスキングするなど、運用ルールを設計します。" } }, // ---------------------------------------------------------- // 2. Web制作会社 // ---------------------------------------------------------- web_studio: { id: "web_studio", code: "12", label: "Web制作会社", sector: "Web Studio", heroPhoto: "web", issueShort: "制作前の要件整理、原稿回収、修正指示、クライアント確認が粗利を圧迫している。", aiHighlights: "ヒアリング要約 / 要件定義 / 構成案 / 原稿整理 / 修正指示要約", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "ヒアリング要約 + 要件定義書ドラフト", deepPain: { title: "「制作前の整理」と「修正対応」が、Web制作の粗利を最も圧迫している", body: "Web制作会社の収益は、見積もり工数の前後で決まります。ヒアリング → 要件整理 → 構成案 → 原稿回収 → デザイン → 修正というプロセスの中で、最も粗利を削るのは「原稿回収の遅延」「曖昧な修正指示」「クライアントごとのトーン把握」です。\n\n制作のクオリティそのものより、その前後の整理・コミュニケーション・進行管理にかかる時間が、案件粗利を決める構造になっています。AIは制作物を置き換えるのではなく、この整理レイヤーに投入するほうが効果が出やすい領域です。" }, improvements: [ "ヒアリング 音声 → 要約・要件抽出", "要件定義書 ドラフト", "サイト構成案 たたき台（IA・ページ構成）", "原稿回収リマインド + 原稿の整理", "修正指示の要約・粒度合わせ", "提案書 ドラフト", "クライアント別トンマナのナレッジ化" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計で「制作前整理」を仕組み化", body: "ヒアリング後の要件整理と修正指示対応に時間がかかっていたWeb制作会社の想定で、業務AI化スターター（月12時間）から開始。「ヒアリング音声 → 要件定義書ドラフト → 構成案たたき台」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、原稿回収管理ダッシュボード、修正指示の構造化、クライアントトンマナのObsidian管理まで展開。ディレクターの時間を整理作業から判断・提案に振り向けました。", voice: "ヒアリングして帰社後にメモを起こして……だった工程が、当日中にたたき台になります。修正指示も整理が標準化されました。", voiceAttr: "想定：制作10名規模のWeb制作会社　ディレクターイメージ" }, devExamples: [ "ヒアリング音声 → 要件定義 ジェネレーター", "原稿回収 管理ダッシュボード", "修正指示 構造化アプリ", "クライアント別 トンマナナレッジ検索", "提案書 ドラフトツール" ] }, // ---------------------------------------------------------- // 3. Web制作・広告代理店 // ---------------------------------------------------------- web_ad: { id: "web_ad", code: "13", label: "Web制作・広告代理店", sector: "Web & Ad Agency", heroPhoto: "web", issueShort: "制作、広告、SEO、レポート、改善提案が分断され、クライアントごとの運用工数が増えている。", aiHighlights: "提案書 / レポート要約 / 改善提案文 / クライアント対応履歴 / 施策ナレッジ管理", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "月次レポート + AI改善提案", deepPain: { title: "「制作 × 広告 × SEO × レポート」が分断され、クライアント単位の運用工数が膨らむ", body: "制作も広告もSEOも担う総合代理店は、サービスの幅と引き換えに「クライアントごとの運用工数」が膨らみやすい構造です。提案書、媒体横断レポート、改善提案、対応履歴、施策ナレッジが、領域ごとに分断されて担当者の頭に分散しています。\n\n結果として、クライアント当たりの利益率は、担当者の整理能力・引き継ぎ精度に依存。AIで効果が出やすいのは、領域横断のレポート集約とナレッジ整備のレイヤーです。" }, improvements: [ "提案書 ドラフト", "媒体横断レポート 要約 + 改善提案", "クライアント対応履歴 整理・要約", "施策ナレッジ Obsidian蓄積", "月次MTG用 要約資料", "改善提案文 ドラフト（業界・施策別）", "競合動向 リサーチ要約" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計でクライアント運用を一本化", body: "制作・広告・SEOを横断するクライアント運用に課題があった代理店の想定で、業務AI化スターター（月12時間）から開始。「媒体横断レポート要約 + 改善提案ドラフト」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、対応履歴の構造化、施策ナレッジのObsidian整備、クライアント別ダッシュボードの試作まで展開。担当者が変わってもクライアント像が共有される体制を目指しました。", voice: "クライアントごとの「これまでの経緯」を、担当者が変わっても引き継げる形にできました。提案にかける時間が増えています。", voiceAttr: "想定：クライアント20社規模のWeb・広告代理店　マネージャイメージ" }, devExamples: [ "クライアント別 ナレッジダッシュボード", "媒体横断レポート 自動集計ツール", "提案書 ジェネレーター", "改善提案文 ドラフトAI", "施策ナレッジ 検索AI" ] }, // ---------------------------------------------------------- // 4. コンテンツ制作会社 // ---------------------------------------------------------- content_prod: { id: "content_prod", code: "14", label: "コンテンツ制作会社", sector: "Content Production", heroPhoto: "web2", issueShort: "AI生成コンテンツ時代に、制作会社の価値が文章作成から企画・編集・品質判断・一次情報化へ移っている。", aiHighlights: "企画案 / 構成案 / 取材メモ要約 / 編集チェック / 校正補助 / 制作ナレッジ管理", firstPlan: "light", nextPlans: ["redesign"], docTitle: "企画案 + 取材メモ構造化", deepPain: { title: "AI生成コンテンツ時代、制作会社の価値は「企画・編集・品質判断・一次情報」へシフトしている", body: "生成AIの普及により、コンテンツ「制作」の価値は文章作成そのものから、企画立案・編集判断・品質チェック・一次情報の収集（取材）へとシフトしています。これまで原稿執筆に時間をかけていた制作会社は、価値の源泉を再定義する必要があります。\n\n企画案、構成案、取材メモ、編集観点、校正基準といった「制作の前後」が、競合との差別化ポイントです。AIで効果が出やすいのは、ライターを置き換える領域ではなく、企画・編集・品質判断を加速させる領域です。" }, improvements: [ "企画案 ブレスト支援", "構成案 ドラフト", "取材メモ 音声 → 構造化要約", "編集チェック 観点リスト", "校正補助（事実確認・誤字脱字）", "制作ナレッジ Obsidian管理", "競合コンテンツ 分析要約" ], caseStudy: { title: "想定事例：AI顧問ライト → AI業務再設計で企画・編集の価値を再定義", body: "AI生成コンテンツの普及で価値設計に課題があったコンテンツ制作会社の想定で、AI顧問ライト（月6時間）から開始。企画・編集・品質判断・一次情報のどこに投資するか、価値再定義の方針を整理しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、企画案ブレスト、取材メモ構造化、編集チェックリスト、Obsidian上の制作ナレッジ管理まで構築。ライターの作業ではなく、編集者の判断を支える仕組みに振り切りました。", voice: "「AIで原稿を書く」から「AIで企画と編集を強くする」に方針を切り替えられたのが大きいです。一次情報の価値が見えやすくなりました。", voiceAttr: "想定：編集者5名規模のコンテンツ制作会社　編集長イメージ" }, devExamples: [ "企画案 ブレスト支援AI", "取材音声 → 構造化要約ツール", "編集チェックリスト アプリ", "校正補助 ボット", "制作ナレッジ 検索AI" ] }, // ---------------------------------------------------------- // 5. SNS運用代行会社 // ---------------------------------------------------------- sns_agency: { id: "sns_agency", code: "15", label: "SNS運用代行会社", sector: "SNS Operation", heroPhoto: "web3", issueShort: "投稿案作成だけでなく、ブランド別トンマナ、過去投稿の勝ちパターン、月次レポートが属人化している。", aiHighlights: "投稿企画 / キャプション案 / トンマナ変換 / 月次レポート / ブランド別ナレッジ", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "ブランド別 投稿企画 + キャプション案", deepPain: { title: "「投稿案を作る」だけの代行は終わる。差別化は勝ちパターン × トンマナ × レポート", body: "投稿案の生成自体はAIで誰でもできるようになりました。SNS運用代行の価値は「ブランド別のトンマナを守りながら、過去投稿の勝ちパターンを蓄積し、月次レポートで改善提案を出せるか」にシフトしています。\n\n属人化しがちなのは、ブランドごとのトンマナ、勝ちパターン、効果測定の解釈です。AIで効果が出るのは、投稿生成より、トンマナ変換・ナレッジ蓄積・レポート + 提案の領域です。" }, improvements: [ "投稿企画 案出し", "キャプション案 ドラフト", "ブランド別 トンマナ変換", "月次レポート + 改善提案", "勝ちパターン Obsidian蓄積", "ハッシュタグ・トレンド要約", "クライアント別 ガイドライン整備" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計でトンマナと勝ちパターンをナレッジ化", body: "運用担当ごとにブランドの感覚で投稿していたSNS運用代行会社の想定で、業務AI化スターター（月12時間）から開始。「投稿企画 → トンマナ変換 → キャプション案」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、勝ちパターンのObsidian蓄積、月次レポート + 改善提案ドラフト、ブランド別ガイドライン整備まで進めました。担当者が変わってもブランド像が引き継がれる体制を目指しました。", voice: "担当者の感覚で書いていた投稿が、トンマナの言語化 + AI下書きで揃うようになりました。勝ちパターンが社内資産になっていく感覚です。", voiceAttr: "想定：運用8ブランド規模のSNS運用代行会社　ディレクターイメージ" }, devExamples: [ "ブランド別 トンマナ変換ツール", "勝ちパターン ナレッジ検索AI", "月次レポート + 改善提案 ジェネレーター", "投稿カレンダー 管理アプリ", "クライアント別 ガイドライン整備" ] }, // ---------------------------------------------------------- // 6. 採用代行会社 // ---------------------------------------------------------- recruit_outsourcing: { id: "recruit_outsourcing", code: "16", label: "採用代行会社", sector: "Recruitment Outsourcing", heroPhoto: "workspace", issueShort: "求人票、スカウト文、応募者対応、日程調整、クライアント報告に追われ、採用改善提案に時間を使えていない。", aiHighlights: "求人票改善 / スカウト文 / 応募者要約 / 面談メモ / 採用進捗レポート", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "スカウト文 + 面談メモ要約", deepPain: { title: "「採用業務の代行」で時間が足りず、本来やるべき「採用改善提案」に踏み込めない", body: "採用代行（RPO）は、求人票、スカウト文、応募者対応、日程調整、クライアント報告まで業務範囲が広く、メンバーは作業に追われます。本来の価値は「採用が進まない理由の構造化」「改善提案」ですが、そこに時間を割けないのが業界の構造課題です。\n\nクライアント企業が代行を選ぶ理由が「採用作業の代行」から「採用改善の伴走」に変わりつつある中、AIで作業を圧縮し、改善提案に時間を再配分する必要があります。" }, improvements: [ "求人票 改善ドラフト", "スカウト文 ドラフト（媒体・職種別）", "応募者 要約（経歴・志向）", "面談メモ 音声 → 構造化要約", "採用進捗レポート + 改善提案", "クライアント別 採用ナレッジ管理", "日程調整連絡 テンプレ" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計で作業を圧縮、改善提案に再配分", body: "求人票作成と応募者対応に時間が取られていた採用代行会社の想定で、業務AI化スターター（月12時間）から開始。「面談メモ音声 → 構造化要約 → 採用進捗レポート」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、スカウト文ドラフト、求人票改善、クライアント別ナレッジ管理まで展開。担当者がクライアントごとに「次の改善提案」を出せる時間を確保しました。", voice: "スカウト文と面談メモに追われていた時間が圧縮され、改善提案にかけられる時間が増えました。クライアントの継続意向が変わります。", voiceAttr: "想定：採用代行10社担当の採用代行会社　マネージャイメージ" }, devExamples: [ "面談メモ 音声 → 構造化ツール", "スカウト文 + 求人票 ドラフトジェネレーター", "採用進捗レポート ジェネレーター", "クライアント別 採用ナレッジ検索AI", "日程調整文 ドラフトボット" ] }, // ---------------------------------------------------------- // 7. 求人広告代理店 // ---------------------------------------------------------- recruit_ad: { id: "recruit_ad", code: "17", label: "求人広告代理店", sector: "Recruitment Ad Agency", heroPhoto: "web", issueShort: "求人原稿作成だけでは差別化できず、職種別訴求軸、効果レポート、改善提案の品質が求められている。", aiHighlights: "求人原稿 / 職種別訴求軸 / 効果レポート / 改善提案 / 営業資料", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "求人原稿 + 職種別訴求軸", deepPain: { title: "「求人原稿の量産」から「職種別訴求軸 × 効果レポート × 改善提案」へ", body: "求人広告代理店は、媒体掲載の手数料モデルから、職種別の訴求軸設計・効果レポート・改善提案までを含む運用代理モデルへとシフトしています。求人原稿そのものはAIで誰でも書けるため、差別化は「業界 × 職種 × 媒体 × 訴求軸」のナレッジ深度です。\n\nクライアントへの提供価値が「求人を出すこと」から「採用効果を出すこと」に変わる中、効果レポート + 改善提案の品質がリピート受注を左右します。" }, improvements: [ "求人原稿 ドラフト", "職種別 訴求軸 ブレスト", "媒体別 効果レポート 要約", "改善提案文 ドラフト", "営業資料 ドラフト", "クライアント別 過去施策ナレッジ", "競合求人 分析要約" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計で「原稿」から「改善提案」へ価値転換", body: "求人原稿の量産だけでは差別化できなくなっていた求人広告代理店の想定で、業務AI化スターター（月12時間）から開始。「求人原稿ドラフト + 職種別訴求軸ブレスト」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、媒体別効果レポートの自動集計、改善提案文ドラフト、競合求人分析まで展開。営業の提供価値を「原稿」から「改善ナレッジ」へと転換しました。", voice: "求人原稿で勝負していた状態から、効果レポートと改善提案で価値を出す体制に動けました。クライアントの継続率が変わります。", voiceAttr: "想定：クライアント25社規模の求人広告代理店　営業マネージャイメージ" }, devExamples: [ "職種別 訴求軸 ジェネレーター", "媒体別 効果レポート 自動集計", "改善提案文 ドラフトAI", "過去施策ナレッジ 検索", "競合求人 分析要約" ] }, // ---------------------------------------------------------- // 8. 派遣会社 // ---------------------------------------------------------- haken: { id: "haken", code: "18", label: "派遣会社", sector: "Staffing Agency", heroPhoto: "workspace", issueShort: "登録者、派遣先、派遣元の三者間連絡が複雑で、求人作成、推薦文、契約更新、勤怠連絡が属人化している。", aiHighlights: "登録者要約 / 求人票 / 推薦文 / 契約更新連絡 / スキルシート要約", firstPlan: "light", nextPlans: ["redesign"], docTitle: "登録者スキルシート + 推薦文", deepPain: { title: "「登録者 × 派遣先 × 派遣元」の三者間連絡が複雑で、属人化を生む構造", body: "派遣ビジネスは、登録者・派遣先・派遣元の三者間で情報がやり取りされる構造です。求人作成、推薦文、契約更新、勤怠連絡、登録者フォロー、派遣先からの相談など、コーディネーターひとりが抱える業務範囲が広く、属人化が起きやすい。\n\nさらに、管理対象（登録者数 × 派遣先数）が増えるほど比例して負担が増える構造で、人を増やさないと業務が回らない壁があります。AIは「同じことを書く」「同じことを思い出す」工程で効果が出ます。" }, improvements: [ "登録者 要約（経歴・スキル・志向）", "求人票 ドラフト", "推薦文 ドラフト", "契約更新 連絡文", "スキルシート 要約", "派遣先・登録者 連絡履歴整理", "勤怠連絡 テンプレ" ], caseStudy: { title: "想定事例：AI顧問ライト → AI業務再設計で三者間業務のナレッジを統合", body: "登録者と派遣先の管理が属人化していた派遣会社の想定で、AI顧問ライト（月6時間）から開始。三者間情報のObsidian整理方針と、優先業務の棚卸しを行いました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、登録者スキルシート構造化、推薦文ドラフト、契約更新連絡の自動草案、対応履歴の一元化まで展開しました。コーディネーターひとりあたりの担当可能数を増やせる体制を目指しました。", voice: "同じ登録者の情報を何度も書き起こす、思い出す、をやっていた時間が圧縮されました。コーディネーターを増やさず回せる感覚があります。", voiceAttr: "想定：登録者400名規模の派遣会社　コーディネーター責任者イメージ" }, devExamples: [ "登録者 スキルシート構造化ツール", "推薦文 + 求人票 ドラフトジェネレーター", "契約更新 連絡文 自動草案", "三者間 対応履歴管理アプリ", "勤怠連絡 テンプレ管理" ] }, // ---------------------------------------------------------- // 9. 住宅販売会社 // ---------------------------------------------------------- housing: { id: "housing", code: "19", label: "住宅販売会社", sector: "Home Sales", heroPhoto: "construction", issueShort: "商談期間が長く、顧客の要望、不安、資金計画、家族内意見、次回提案が営業担当者の記憶に依存している。", aiHighlights: "商談メモ要約 / 顧客要望整理 / 次回提案ポイント / フォロー文 / 施工事例検索", firstPlan: "light", nextPlans: ["redesign"], docTitle: "商談メモ + 次回提案ポイント", deepPain: { title: "商談期間は半年〜数年。営業の「記憶」に依存した提案ナレッジが、引き継げない", body: "注文住宅・建売を含む住宅販売は、商談期間が半年から数年単位に及ぶ業態です。顧客の要望、不安、資金計画、家族内の意見、見学時の反応、次回提案ポイントが、すべて営業担当者の記憶とノートに依存しています。\n\n営業担当の異動・退職、または顧客の中断・再来時に、その記憶は失われます。施工事例・間取り・予算帯のナレッジも、ベテランの頭の中に閉じています。AIは商談メモの構造化と過去事例検索で、長期商談の質を底上げできます。" }, improvements: [ "商談メモ 音声 → 構造化要約", "顧客要望の整理（要望・不安・資金・家族意見）", "次回提案ポイント 抽出", "フォロー連絡文 ドラフト", "施工事例 検索AI", "顧客中断 → 再来 引き継ぎメモ", "資金計画 説明文 ドラフト" ], caseStudy: { title: "想定事例：AI顧問ライト → AI業務再設計で長期商談の引き継ぎを仕組み化", body: "商談期間が長く、提案ナレッジが担当者の記憶に依存していた住宅販売会社の想定で、AI顧問ライト（月6時間）から開始。商談メモのフォーマットと、Obsidian上の顧客ナレッジ管理方針を整理しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、商談メモ構造化、施工事例検索AI、次回提案ポイント抽出、フォロー連絡文ドラフトまで展開。営業担当が変わっても顧客像が引き継がれる体制を目指しました。", voice: "半年〜数年の商談を、ノートと記憶だけで支えていた状況が変わりました。担当が変わっても顧客像が引き継げます。", voiceAttr: "想定：年間販売60棟規模の住宅販売会社　営業部長イメージ" }, devExamples: [ "商談メモ 音声 → 構造化要約ツール", "施工事例 検索AI", "次回提案ポイント 抽出ツール", "フォロー連絡文 ドラフトボット", "顧客ナレッジ 統合管理アプリ" ] }, // ---------------------------------------------------------- // 10. 賃貸管理会社 // ---------------------------------------------------------- rental_mgmt: { id: "rental_mgmt", code: "20", label: "賃貸管理会社", sector: "Rental Management", heroPhoto: "rental", issueShort: "入居者対応、修繕依頼、業者手配、オーナー報告、対応履歴が分散し、管理戸数が増えるほど負担が増える。", aiHighlights: "問い合わせ分類 / 修繕依頼要約 / オーナー報告文 / 対応履歴要約 / 更新・退去連絡", firstPlan: "starter", nextPlans: ["redesign"], docTitle: "修繕依頼 要約 + オーナー報告", deepPain: { title: "入居者対応・修繕・業者手配・オーナー報告が分散。管理戸数が増えるほど比例して負担が増える", body: "賃貸管理会社の業務は、入居者からの問い合わせ、修繕依頼、業者手配、オーナーへの報告、対応履歴管理、更新・退去連絡という流れで構成されます。それぞれの工程が電話・メール・LINE WORKS・社内システムに分散し、管理戸数が増えるほど線形に負担が増える構造です。\n\n属人化しやすいのは、過去対応履歴・オーナーごとの好み・業者ごとの得意領域。AIで「分類・要約・下書き」を任せることで、担当者ひとりあたりの管理戸数の上限を引き上げられます。" }, improvements: [ "入居者問い合わせ 自動分類", "修繕依頼 要約 + 業者手配文ドラフト", "オーナー報告書 ドラフト", "対応履歴 構造化要約", "更新・退去 連絡文 ドラフト", "物件別 対応ナレッジ蓄積", "緊急対応 一次回答テンプレ" ], caseStudy: { title: "想定事例：業務AI化スターター → AI業務再設計で管理業務を構造化", body: "管理戸数の増加に対して担当者を増やせず、対応が回らなくなっていた賃貸管理会社の想定で、業務AI化スターター（月12時間）から開始。「問い合わせ自動分類 → 修繕依頼要約 → 業者手配文」のフローを1業務として試作しました。\n\n3か月目から AI業務再設計パッケージ（月20時間）に移行し、オーナー報告書ドラフト、対応履歴構造化、物件別ナレッジ蓄積まで展開。担当者ひとりあたりの管理戸数の上限を引き上げる体制を目指しました。", voice: "入居者対応と修繕、オーナー報告で常に追われていた状況が、AI仕分けと下書きで一段落つきました。管理戸数を増やせる感覚があります。", voiceAttr: "想定：管理戸数1,200戸規模の賃貸管理会社　管理部長イメージ" }, devExamples: [ "問い合わせ 自動分類インボックス", "修繕依頼 要約 + 業者手配文ジェネレーター", "オーナー報告書 ドラフトAI", "対応履歴 構造化管理アプリ", "物件別 ナレッジ検索" ] }, }; // 全業種 フラットリスト（一覧用） const ALL_INDUSTRIES = Object.values(INDUSTRY_DATA).map(d => ({ id: d.id, label: d.label, code: d.code, sector: d.sector, issueShort: d.issueShort, aiHighlights: d.aiHighlights, firstPlan: d.firstPlan, nextPlans: d.nextPlans, hasDetail: true })); Object.assign(window, { ALL_PLANS, INDUSTRY_DATA, ALL_INDUSTRIES });