AI戦略コンサルティングとは｜策定プロセス・ロードマップ・費用【2026年最新】

「AIコンサル全般」との検索意図の違い

「AIコンサルティング」 という言葉は、 戦略策定・実装・ツール導入・運用定着までを幅広く含む総称です。 一方「AI戦略コンサルティング」 は、 その中でも最上流の「戦略を立てる工程」に焦点があります。 実装やツール選定の前段階、 「そもそも何のために、 どこにAIを効かせるか」 を決める部分です。

そのため、 本記事を読んでいる方の関心は、 おそらく「個別ツールの選び方」 ではなく「全社のAI方針をどう描くか」にあるはずです。 ツールの比較や費用の細目は柱記事 AIコンサルティングとは に譲り、 ここでは戦略策定の中身を深掘りします。

• AIコンサル全般：戦略〜実装〜運用までを含む総称
• AI戦略コンサル：最上流の「戦略を立てる工程」 に特化
• 関心の中心が「方針・優先順位・ロードマップ」 ならこちら
• 「どのツールを入れるか」 が主目的なら柱記事や費用記事が適切

AI戦略コンサルが「成果物」として出すもの

AI戦略コンサルティングの支援を受けると、 最終的に具体的な成果物（ドキュメント）として戦略が形になります。 口頭のアドバイスで終わらず、 社内で意思決定・予算化に使える資料に落ちることが、 価値の見える化につながります。

典型的には、 AI活用方針書・優先領域マップ・ロードマップ・投資対効果の試算・推進体制案といったアウトプットが揃います。 これらが揃って初めて、 現場と経営が同じ絵を見ながらAI活用を進められます。

• AI活用方針書：何のためにAIを使うかの全社方針
• 優先領域マップ：効果×実現性でどこから着手するか
• ロードマップ：3ヶ月／1年／3年の時間軸での計画
• ROI試算：削減コスト・創出価値の概算
• 推進体制案：誰が・どう進めるかの組織設計

「現場の個別導入」が抱える3つの限界

現場主導のAI導入は、 スピードは出ますが、 全社で見ると限界があります。 戦略がないまま各部署が独自に進めると、 次の3つの問題が顕在化します。 いずれも「個別最適の積み上げ＝全社最適」 にならないことが原因です。

• 投資の分散：似たツールを部署ごとに重複契約し、 コストが膨らむ
• データの分断：部署ごとにデータが孤立し、 全社での活用が進まない
• 効果の不可視：何にいくら投じ、 どれだけ効果が出たか経営が把握できない

これらは、 「全社のAI方針」 という上位の戦略があれば防げます。 戦略は現場の自由を奪うものではなく、 投資とデータを束ね、 効果を最大化するための「共通の地図」 です。

戦略不在で起きる「後からの損失」

AI戦略を後回しにすると、 短期的には進んでいるように見えても、 中長期でコストとして跳ね返ります。 最も多いのが、 重複投資の「埋没コスト」 です。 部署ごとに導入したツールを後から統合しようとすると、 移行費・再教育費がかさみます。

次に大きいのが「機会損失」 です。 戦略がないと、 本来最もインパクトの大きい領域に投資が回らず、 効果の小さい領域に労力が分散します。 競合が戦略的に主力業務へAIを効かせている間、 自社は周辺業務の小さな改善にとどまる、 という差が開いていきます。

• 重複投資の統合には移行費・再教育費がかかる
• 戦略不在だと、 最もインパクトの大きい領域に投資が回らない
• 競合が主力業務に戦略投資する間、 自社は周辺改善に留まる
• 戦略策定の数週間は「分散と機会損失を防ぐ投資」

経営層がAI戦略にコミットすべき理由

AI戦略は、 現場やDX担当だけで完結できません。 予算配分・組織変更・優先順位の決定が伴うため、 経営層のコミットが不可欠です。 ボトムアップの提案が頓挫する最大の理由は、 経営の意思決定がついてこないことです。

逆に、 経営層が「AIをどこに効かせるか」 を明確に示すと、 現場の試行錯誤に方向性が生まれ、 投資判断も速くなります。 AI戦略の策定は、 経営層が「自社にとってのAIの位置づけ」 を言語化する作業でもあります。 外部コンサルを使う価値も、 この経営層の意思決定を整理・加速できる点にあります。

• 予算・組織・優先順位は経営層しか決められない
• 経営の方向性が示されると現場の試行に軸が通る
• AI戦略策定＝経営層が「自社のAIの位置づけ」 を言語化する作業
• 外部コンサルは経営の意思決定の整理・加速に効く

「現状診断」から始めるのが鉄則

5領域の中で、 多くの企業が最初に必要とするのが ①現状診断です。 自社の業務・データ・組織の中で、 どこにAI活用の余地があるかを棚卸しする工程です。 ここを飛ばして戦略を立てると、 机上の空論や、 実現性の低い計画になりがちです。

現状診断では、 業務フローの可視化、 データの所在・品質の確認、 現場のITリテラシーの把握などを行います。 この診断結果が、 後続の戦略策定・優先順位づけの土台になります。 診断なしに「とりあえず生成AIを全社展開」 と決めても、 現場で使われずに終わります。

• 業務フローの可視化でAI活用の候補を洗い出す
• データの所在・品質を確認（AIはデータがないと機能しない）
• 現場のITリテラシーを把握し、 実現性を見極める
• 診断結果が戦略・優先順位づけの土台になる

領域は「分割発注」もできる

5領域は、 必ずしも一括で依頼する必要はありません。 自社で対応できる部分は内製し、 不足する領域だけ外注する「分割発注」 が現実的なこともあります。 たとえば現状診断は自社で行い、 戦略策定とロードマップ設計だけ外部の視点を借りる、 といった使い分けです。

特に 「優先順位づけ」 と「推進体制設計」 は、 客観的な第三者の視点が効きやすい領域です。 社内だけだと、 声の大きい部署の要望が優先されたり、 既存の組織の論理に引きずられたりします。 外部コンサルの中立性を、 この2領域に活かすのが費用対効果の高い使い方です。

• 全領域を一括でなく、 不足領域だけ外注する分割発注も可能
• 現状診断は自社、 戦略・ロードマップは外注、 という使い分け
• 「優先順位づけ」 は第三者の客観性が効きやすい
• 「推進体制設計」 も社内論理から離れた視点が有効

支援領域の「つながり」を意識する

5領域は独立しているのではなく、 上流から下流へ一本の線でつながっています。 現状診断→戦略策定→優先順位づけ→ロードマップ→推進体制、 という流れです。 どこか1つだけを切り出すと、 前後の整合が取れず、 戦略が宙に浮くことがあります。

そのため分割発注する場合も、 「前工程のアウトプットを引き継げるか」を確認することが大切です。 たとえば戦略策定だけ外注するなら、 自社の現状診断結果を渡し、 それを踏まえた戦略にしてもらう。 工程間のバトンが渡るように設計すると、 分割しても一貫したAI戦略になります。

• 5領域は上流から下流へ一本の線でつながる
• 1領域だけ切り出すと前後の整合が取れないことがある
• 分割発注時は「前工程の成果物を引き継げるか」 を確認
• 工程間のバトンが渡れば、 分割しても一貫した戦略になる

多くの中堅・中小は「Lv2 試行」段階にいる

現在、 中堅・中小企業の多くが Lv2「試行」 段階にいます。 ChatGPTなどを現場が個別に使い始めているが、 全社の方針がなく、 投資も効果もバラバラという状態です。 この段階で必要なのは、 高度な事業戦略の再設計ではなく、 まず「全社のAI活用方針」 を1枚に束ねることです。

Lv2の企業がやりがちな失敗は、 いきなりLv4の「AIで事業変革」 のような壮大な戦略を描こうとして頓挫することです。 成熟度に合った戦略を立てることが、 着実に前進する条件になります。 自社の段階を冷静に見極めてください。

• 中堅・中小の多くはLv2「試行」 段階にいる
• 必要なのは壮大な変革でなく「全社方針を1枚に束ねる」 こと
• 段階を飛ばした壮大な戦略は頓挫しやすい
• 成熟度に合った戦略が着実な前進につながる

成熟度を1段階上げる「次の一手」

成熟度モデルの価値は、 現在地を知るだけでなく、 「次に何をすれば1段階上がるか」が見えることにあります。 Lv1なら小さなPoCで成功体験を作る、 Lv2なら方針を束ねる、 Lv3なら横展開のロードマップを引く、 という具合に、 次の一手が明確になります。

重要なのは、 一気に2段階上げようとしないことです。 Lv2からいきなりLv4を目指すと、 土台ができていないまま背伸びして崩れます。 1段ずつ確実に上げる方が、 結果的に速く到達します。 AI戦略コンサルに相談する際も、 「次の1段階」 を一緒に設計してもらうのが現実的です。

• 成熟度モデルは「次に何をすれば上がるか」 を示す
• Lv1→PoC、 Lv2→方針束ね、 Lv3→横展開ロードマップ
• 一気に2段階上げようとせず、 1段ずつ確実に
• コンサルには「次の1段階」 の設計を頼むのが現実的

成熟度診断を「社内合意」に使う

成熟度モデルは、 社内の合意形成のツールとしても有効です。 経営層・現場・情シスで、 「自社はどの段階か」 の認識がズレていることは珍しくありません。 経営層は「もう活用している」 と思い、 現場は「まだ試行錯誤」 と感じている、 といったギャップです。

4段階モデルを共通言語にして「自社は今Lv2で、 次はLv3を目指す」 と全員で合意すると、 議論が噛み合います。 戦略の議論が空中戦になるのは、 前提となる現在地の認識が揃っていないことが多いためです。 まず成熟度の共通認識を作ることをおすすめします。

• 成熟度モデルは社内の認識ズレを可視化する
• 経営層と現場で現在地の認識が違うことは多い
• 「今Lv2、 次Lv3」 と全員で合意すると議論が噛み合う
• 戦略の空中戦は現在地の認識ズレが原因のことが多い

ステップ1を飛ばすと、すべてが崩れる

5ステップで最も重要なのが ステップ1「経営課題の確認」です。 ここを飛ばして「AIで何ができるか」 から入ると、 技術ありきの戦略になり、 現場で使われません。 「流行っているから生成AIを入れる」 という発想が、 まさにこの失敗の典型です。

経営課題を起点にすれば、 「この課題を解くためにAIをこう使う」 という目的が明確な戦略になります。 目的が明確だと、 効果測定もしやすく、 現場の納得も得やすい。 遠回りに見えても、 経営課題の確認から始めることが、 結果的に最短ルートです。

• ステップ1（経営課題の確認）が最重要
• 技術起点だと現場で使われない戦略になる
• 経営起点なら「目的の明確な戦略」 になり効果測定もしやすい
• 遠回りに見えて、 経営課題の確認が最短ルート

「小さく始める」をロードマップに組み込む

ステップ4・5に関わる重要な原則が 「小さく始める」です。 最初から全社展開を狙うのではなく、 1部門・1業務のPoCで成功体験を作り、 そこから広げる。 これが、 特に中堅・中小で頓挫を避ける現実的な進め方です。

ロードマップには、 「最初の3ヶ月で何を、 どこまでやるか」を具体的に書き込みます。 小さな成功が社内の納得を生み、 次の投資の後押しになります。 逆に、 最初から大掛かりな計画を立てると、 初期投資が膨らみ、 リスクも高く、 経営の承認も得にくくなります。 段階的拡大を前提に設計してください。

• 最初から全社展開でなく、 1業務のPoCから始める
• ロードマップに「最初の3ヶ月の具体策」 を書き込む
• 小さな成功が社内の納得と次の投資を生む
• 大掛かりな初期計画は投資もリスクも承認難度も高い

最初に使うなら「効果×実現性マトリクス」

数あるフレームの中で、 AI戦略策定の初期に最も使いやすいのが 「効果×実現性マトリクス」です。 縦軸に「効果の大きさ」、 横軸に「実現の容易さ」 を取り、 候補となる活用領域をプロットします。 右上（効果大・実現容易）に来た領域から着手する、 というシンプルな考え方です。

このマトリクスの利点は、 経営層・現場・情シスが同じ図を見て議論できることです。 「なぜこの領域を優先するのか」 が一目で伝わり、 合意形成が速くなります。 まずこのマトリクスで大枠を決め、 必要に応じて他のフレームで深掘りするのが効率的です。

• 初期は「効果×実現性マトリクス」 が最も使いやすい
• 右上（効果大・実現容易）の領域から着手する
• 同じ図を見て議論でき、 合意形成が速い
• 大枠をマトリクスで決め、 必要に応じ他フレームで深掘り

フレームワークは「道具」、目的化に注意

フレームワーク活用で陥りやすいのが、 「フレームを埋めること」 が目的化することです。 きれいにマトリクスやSWOTを埋めても、 そこから具体的な打ち手と実行計画に落ちなければ、 戦略としては未完成です。

フレームワークはあくまで 思考を整理する道具であり、 ゴールは「実行可能なAI戦略」 です。 フレームを使った後は、 必ず「で、 結局どこから何をやるのか」 という具体に着地させてください。 複数のフレームを完璧に埋めるより、 1つで方向を出し、 すぐ実行に移す方が、 多くの企業にとって価値があります。

• フレームを「埋めること」 が目的化しやすい
• 埋めても具体策と実行計画に落ちなければ未完成
• ゴールは「実行可能なAI戦略」、 フレームは道具
• 完璧に埋めるより、 1つで方向を出してすぐ実行する

自社に合うフレームの選び方

どのフレームを使うかは、 自社の目的と成熟度で選びます。 「どこから着手するか」 を絞りたいなら効果×実現性マトリクス、 「顧客価値からAIを発想したい」 ならジョブ理論、 「投資対効果を経営に説明したい」 ならROIツリー、 という使い分けです。

迷ったら、 複数を欲張らず、 まず1つに絞ることをおすすめします。 フレームを増やすほど作業は重くなり、 策定が遅れます。 「効果×実現性マトリクス＋ROIツリー」 程度の2つで、 多くの中堅・中小には十分です。 自社の状況に合わせて、 必要最小限のフレームを選んでください。

• 目的（絞る／顧客価値／投資説明）でフレームを選ぶ
• 欲張らず、 まず1つに絞る
• フレームを増やすほど作業が重く、 策定が遅れる
• 中堅・中小はマトリクス＋ROIツリーの2つで十分なことが多い

Phase1は「確実に成功する領域」を選ぶ

ロードマップ成功の鍵は、 Phase1（最初の3ヶ月）の領域選びにあります。 ここでは、 効果が大きくても実現が難しい領域より、 確実に小さな成功が出せる領域を優先します。 最初の成功が、 社内の信頼と次の投資を引き出すためです。

具体的には、 「データが揃っている」「現場の協力が得やすい」「効果が数字で見えやすい」 領域が向きます。 たとえば問い合わせ対応の一次回答、 議事録の自動作成、 定型文書の下書き生成などは、 短期で成果が見えやすい定番です。 まずここで勝ち、 勢いをつけてからPhase2以降の難易度の高い領域に進みます。

• Phase1は「確実に小さく勝てる領域」 を選ぶ
• データが揃い、 現場の協力が得やすく、 効果が見える領域
• 問い合わせ一次対応・議事録・定型文書生成などが定番
• 最初の成功が社内の信頼と次の投資を引き出す

KPIは「経営が見たい数字」で設計する

ロードマップの各フェーズには、 KPI（成果指標）を必ず設定します。 ここで重要なのは、 「AIの精度◯%」 のような技術指標ではなく、 「工数◯時間削減」「コスト◯円削減」 のような経営が見たい数字にすることです。 経営の言葉でKPIを語れないと、 投資継続の承認が得られません。

KPIは、 戦略策定のステップ1で確認した「経営課題」 と直結させます。 コスト削減が課題なら削減額、 人手不足が課題なら削減工数、 という具合です。 こうすると、 ロードマップの進捗がそのまま経営課題の解決度として報告でき、 経営層がAI投資の効果を実感できます。

• KPIは技術指標でなく「経営が見たい数字」 にする
• 工数削減・コスト削減・売上貢献など経営の言葉で
• ステップ1の「経営課題」 とKPIを直結させる
• 進捗がそのまま経営課題の解決度として報告できる

ロードマップは「固定」せず見直す

AI領域は技術の進化が速いため、 ロードマップを 一度引いたら固定するのは危険です。 3年先まで詳細に決め込むより、 Phase1は詳細に、 Phase2・3は方向性のみで描き、 進捗と環境変化に応じて見直すのが現実的です。

具体的には、 四半期ごとにロードマップをレビューし、 「想定より効果が出た領域は前倒し」「進まない領域は見直し」 と調整します。 計画通りに進まないことを前提に、 柔軟に更新する運用を組み込んでおく。 これが、 変化の速いAI領域で戦略を機能させ続けるコツです。

• 3年先まで詳細に固定せず、 近いフェーズほど詳細に描く
• Phase1は詳細、 Phase2・3は方向性のみで十分
• 四半期ごとにレビューし、 前倒し・見直しを調整
• 「計画通りにいかない前提」 で柔軟に更新する運用にする

「戦略だけ」と「実装込み」で費用が変わる

費用を比較するうえで重要なのが、 「戦略だけか、 実装まで含むか」の線引きです。 戦略策定だけのスポットは50〜300万円程度ですが、 そこで終わると実装は別費用になり、 トータルでは大きく膨らみます。 安く見えても、 後工程が別契約だと割高になることがあります。

中堅・中小では、 戦略策定から実装・定着まで一気通貫で伴走する月額顧問型（月20〜80万円）が、 結果的にコスト効率が良いケースが多くあります。 戦略と実装を別々に発注すると、 引き継ぎロスや調整コストもかかります。 「戦略だけ」 の費用の安さに惑わされず、 実装まで含めた総額で比較してください。

• 「戦略だけ」 と「実装込み」 で費用構造が大きく違う
• 戦略のみは安く見えても実装が別費用で膨らむ
• 中堅・中小は一気通貫の月額顧問型が効率的なことが多い
• 「戦略だけ」 の安さでなく、 実装まで含めた総額で比較する

費用に見合う価値があるかの見極め

戦略策定に数十万〜数百万円を投じる価値があるかは、 「策定後にいくらの効果が出るか」で判断します。 たとえば月100万円の人件費がかかる業務をAIで半減できれば、 年間600万円の削減です。 これに対し戦略策定費が100万円なら、 投資対効果は十分に見合います。

逆に、 効果の試算（ROI）を出さずに戦略費だけが膨らむのは危険信号です。 良いAI戦略コンサルは、 策定の中で「この戦略でいくらの効果が見込めるか」 まで概算します。 費用の妥当性は、 見込み効果との比較で判断してください。 ROIの説明ができないコンサルには注意が必要です。

• 費用の妥当性は「策定後の見込み効果」 で判断する
• 削減・創出される金額と戦略費を比較する
• ROI試算を出さず費用だけ膨らむのは危険信号
• 良いコンサルは戦略の中で見込み効果まで概算する

内製が向くケース・外注が向くケース

内製が向くのは、 AI・DXに精通した人材が社内におり、 戦略策定に時間を割ける場合です。 自社の事情を最もよく知るのは社内の人間であり、 人材がいれば内製の方が解像度の高い戦略を作れることもあります。

一方、 外注が向くのは、 専任の人材がいない・客観的な視点が欲しい・他社の事例や最新動向を取り入れたい場合です。 特に、 社内だと「声の大きい部署」 や「既存の組織論理」 に引きずられがちな企業ほど、 第三者の視点が効きます。 中立的な立場から優先順位を整理してもらえる価値は大きいです。

• 内製が向く：AI・DXに精通した人材がいて時間も割ける
• 外注が向く：専任がいない・客観性が欲しい・他社知見が欲しい
• 社内論理に引きずられやすい企業ほど第三者視点が効く
• どちらが優れるかでなく、 自社の状況に合う方を選ぶ

「ハイブリッド型」が現実解になることも

内製か外注かの二者択一ではなく、 両方を組み合わせるハイブリッド型が現実解になることも多くあります。 外部コンサルに戦略策定を伴走してもらいながら、 自社の担当者が一緒に手を動かし、 策定プロセスを通じてノウハウを社内に移転する形です。

この進め方なら、 外注のスピード・客観性・知見を得つつ、 ノウハウが社内に残ります。 「丸投げ」 でも「完全内製」 でもなく、 一緒に作ることで、 2回目以降は自社で戦略を更新できるようになります。 良いAI戦略コンサルは、 この「自走できる状態」 をゴールに置きます。 内製化を見据えた伴走を求めるのが、 長期的にはお得です。

• 二者択一でなく、 両方を組み合わせるハイブリッドが現実解
• 外部に伴走してもらいつつ自社担当も一緒に手を動かす
• 策定プロセスでノウハウを社内に移転する
• 2回目以降は自社で戦略を更新できる状態を目指す

内製の「隠れコスト」も見落とさない

内製は「人件費だけ」 で安く見えますが、 隠れコストがあります。 担当者が戦略策定に時間を取られ、 本来の業務が滞る「機会コスト」、 試行錯誤で遠回りする「学習コスト」、 客観性を欠いた戦略で後から手戻りする「やり直しコスト」などです。

これらを含めて考えると、 「内製＝安い」 とは限りません。 特に、 戦略策定の経験がない担当者が手探りで進めると、 数ヶ月かけても実行可能な戦略にならず、 結局外部に頼み直す、 というケースもあります。 見かけのコストだけでなく、 時間・手戻りまで含めた総コストで内製と外注を比べてください。

• 内製の「人件費だけ」 は見かけ上の安さ
• 機会コスト・学習コスト・やり直しコストが隠れている
• 経験のない担当者の手探りは手戻りリスクが高い
• 時間・手戻りまで含めた総コストで比較する

最重要は「経営視点」と「実装接続」

6軸の中で、 AI戦略策定において特に重要なのが ①経営視点と②実装接続です。 経営視点がないコンサルは、 技術トレンドありきの戦略を作り、 自社の課題解決につながりません。 商談で「最新のAI技術は…」 から入る相手より、 「御社は何を解決したいですか？」 から入る相手を選んでください。

実装接続も同様に重要です。 美しい戦略資料を作っても、 実装に移らなければ価値はゼロです。 「戦略を作った後、 誰がどう実行するか」 まで設計してくれるか、 商談で確認しましょう。 戦略と実装が分断されないことが、 成果につながる戦略の必須条件です。

• ①経営視点：技術でなく経営課題から発想するか
• 「何を解決したいか」 から入る相手を選ぶ
• ②実装接続：戦略を実装に移す設計までするか
• 「描いて終わり」 のコンサルは避ける

「コンサル自身のAI活用」を必ず聞く

見落とされがちですが効果的なのが、 ④自社活用の確認です。 「御社自身は、 AIを業務にどう使っていますか？」 と聞いてみてください。 自社でAIを使い込んでいないコンサルの「おすすめ」 は、 机上の提案になりがちです。

• 「御社はAIを業務にどう使っていますか？」 と聞く
• 自社で使っていないコンサルの提案は机上になりがち
• 実運用しているコンサルは失敗パターンを肌で知っている
• この質問で「手を動かすコンサルか」 が見分けられる

判断軸は「重みづけ」して使う

6つの判断軸は、 すべてを同じ重さで見る必要はありません。 自社にとって何が最重要かで重みづけします。 たとえば「とにかく早く戦略を固めたい」 なら実績と実装接続を、 「長く付き合って内製化したい」 なら内製化支援を重視する、 という具合です。

全軸で満点のコンサルは存在しないため、 「これだけは譲れない軸」 を1〜2個決めることが、 迷わず選ぶコツです。 自社の状況に応じて軸の重みを調整し、 複数社を同じ基準で比較してください。 比較の進め方は AIコンサルティングとは の柱記事もあわせて参考になります。

• 6軸は同じ重さでなく、 自社の優先度で重みづけする
• 早く固めたい→実績・実装接続を重視
• 長く付き合いたい→内製化支援を重視
• 「譲れない軸」 を1〜2個決めると選びやすい

最も多いのは「技術起点」の失敗

5パターンの中で最も多いのが、 ①技術起点の失敗です。 「生成AIが流行っているから全社展開しよう」 という発想が典型例です。 これだと、 手段が目的化し、 「何のために使うのか」 が曖昧なまま、 現場で使われずに終わります。

回避するには、 戦略策定の最初に必ず「自社の経営課題は何か」 を言語化することです。 コスト削減なのか、 人手不足なのか、 売上拡大なのか。 課題が明確になれば、 「その課題にAIをこう効かせる」 という目的のはっきりした戦略になります。 技術から入りたくなる誘惑を、 意識的に断ち切ってください。

失敗を防ぐ「策定前チェックリスト」

これまでの失敗パターンを踏まえ、 AI戦略の策定に入る前に確認すべき項目をまとめました。 このリストを意識して進めれば、 多くの失敗を防げます。 策定を始める前のセルフチェックとして使ってください。

• 経営課題・事業目標を起点に置いているか（技術起点になっていないか）
• 実装のオーナーを策定段階で決めているか
• 1業務のPoCから小さく始める計画になっているか
• データの所在・品質を確認したか
• 経営の言葉でKPIを設定しているか
• 四半期ごとに見直す運用を組み込んでいるか