リブ・コンサルティングチーム名AIX事業部

設立

2012年

所在地

東京都千代田区大手町1-5-1 大手町ファーストスクエア ウエストタワー19階

上場

上場

社員数

390名全社の社員数。資料にある229名は2026年度期末時点のコンサルタント数（修正計画）で、数え方が違う。

代表者

代表取締役 関 厳（せき いわお）

事業

経営コンサルティング。戦略の策定から実行・定着までを伴走する型で、中堅企業とベンチャー企業が主な顧客層。

事業本部

エンタープライズ事業本部／SMB事業本部／ベンチャー事業本部／AIX事業部AIX事業部は2026年8月に新設され、3つの事業本部を横断する位置づけにある。

公式サイト

https://www.libcon.co.jp

リブ・コンサルティング（AIX事業部）の成り立ち

リブ・コンサルティング（AIX事業部）の立ち上げで変わったこと

リブ・コンサルティングの人員計画と先行投資

期末コンサルタント数（修正計画）

229名AI関連人材の積極採用により、当初計画の207名から約10%上方修正している。

下期の先行投資

約2.5億円AIインフラ・AI関連人材・M&A準備に充てる。

先行投資の内訳

AI関連人材の人件費 約120百万円
AI関連人材の採用費 約100百万円
AIインフラ強化 約15百万円
M&A関連 約15百万円

追加採用の状況

経験者を中心とした追加採用人員の半数程度は内定済み。大手総合ファームのパートナー職・ディレクター職の経験者への内定が含まれる。

採用計画の上方修正と先行投資額は、IRでも開示されている内容。

リブ・コンサルティングのFDE-Podの役割分担

ローコード化で要求スキルが下がっても「1人の超人」によるデリバリーは成り立たないという前提から、チームで役割分担するFDE-Podを1単位としてAIエージェント開発プロジェクトを進めている。FDE は Forward Deployed Engineer の略。

クライアント業界

総合商社専門商社自動車・部品飲料・食品印刷通信・サービス保険建設住宅・不動産ベンチャー・スタートアップ

年間支援プロジェクト数

151PJ

年間支援社数

76社

累計支援プロジェクト

530PJ超

支援先の例

Preferred Networks、freee、PLAID、ラクス、U-NEXT HOLDINGS、coconala、RIZAP、NewsPicks、macbee planet、TeamSpirit、Net Protections、atama+、UniFa、Life is Tech!、SORABITO、iYell、Canly、glafit、PartnerSuccess、Magic Shields など。

プロジェクト数はベンチャー領域での実績。アーリーからレイター・上場企業まで幅がある。

リブ・コンサルティングの支援メニュー

AI業務変革・AI利活用促進の伴走支援

AX施策全体の洗い出し（業務棚卸〜優先度付け）、AIエージェント構築のFDE伴走支援、AX施策全体を管理するAI-PMOまでを一気通貫で担う。ロードマップ策定と生成AI利活用研修も併せて提供する。

事業開発AIX

業界・市場の調査、自社の強みの抽出、掛け合わせによる事業案の導出まで、事業開発のプロセスの大部分をAIで自動化する（特許出願中）。横断的に型と判断基準を整えるCoE伴走型と、特定の注力案件に入り込む事業開発PJ型の2つの形がある。いずれもAIエージェントを顧客環境に実装するため、プロジェクト終了後も仕組みが顧客側に残る。

セールスAIX

オファリング機会マップで、部署ごとの白地度と持っていきやすさから優先順位を付ける。部署を選ぶと仮説ペア・キーパーソン・推奨プレイが出る。

AI-PMO

PMO定常支援、AI利用申請・問い合わせの運用実務、社内マーケティング・利用促進、ワークショップや全社イベントの事務局といったマネジメント系に加え、AI人財育成設計、AI利用コスト・ライセンス管理、AIセキュリティ／データガバナンス、AIナレッジ基盤まで支援範囲に入る。

リブ・コンサルティングのAI関連の支援テーマ例

大手総合商社（売上 数兆円）

ワークショップ運営から、Copilotでうまくいかないユースケースのプロンプト改善まで。できること・できないこと・FAQの型化。

大手自動車部品サプライヤー（売上 数兆円）

社内マーケ・コミュニティ形成施策の検討から実行まで。自社カルチャー、期待効果、現場リテラシー、リソースに沿った施策の整理。

大手飲料メーカー（売上 数兆円）

生成AI利活用ロードマップの策定（Copilot＋自社独自基盤）。HD体制の中で始めるべき企業・テーマ、目指すKPIの策定。

大手専門商社（売上 数千億円）

現場業務改善の具体ワークフロー構築（Power Automate含む）。今ある現場業務から自然に繋がるTo-Be業務フローの策定。

中堅ハウスメーカー（売上 数百億円）

有償ライセンス配布後の「使われない状態」を改善するための現場伴走。SharePoint格納の手順化、エージェントの命名・説明文設計などの仕組み化。

大手通信系サービサー（売上 数兆円）

時間換算ではないP/L上の実利益の刈り取りに向けた施策推進。刈り取りのための進捗管理PMO、会議体管理の仕組み整備。

大手印刷系企業（売上 数兆円）

生成AI利活用人材のスキル定義からアセスメントの仕組みづくり。特定領域のデータ基盤環境整備（アーキテクチャ検討〜データ整備）。

デジタルマーケ系ベンチャー（売上 数十億円）

効果の出るユースケースの分析・特定。AIエージェントの開発から、現場で使われるための伴走支援。

リブ・コンサルティングのAIエージェント導入の進め方

事例の詳細は公式サイトに掲載されている（www.libcon.co.jp/case/039/）。

リブ・コンサルティングのロール体系

プロマネは、PJのQCDに最終的な責任を負い、それを果たすために実質的なコミットを求められる役割。
マネージャーには旧制度のシニアマネージャーが含まれる。
プロマネ側（プリンシパル／シニアプリンシパル）と組織マネジメント側（マネージャー以上）は一方通行ではなく、相互に行き来がある。

リブ・コンサルティング（AIX事業部）の想定年収

リブ・コンサルティングのAI人財のラーニングパス

リブ・コンサルティングの全社での生成AIの利用率

毎日利用している人の割合

98%

週1回以上利用している人の割合

100%

自分の業務にカスタマイズしたAIエージェントを構築している人の割合

44%

上場企業水準のガバナンスのもとで自社にAIを実装し、構想から定着までの実践知を溜めている。ドキュメンテーション、リサーチ、分析・思考補助、コミュニケーションの4領域で業務を効率化している。

リブ・コンサルティングのAI支援で強みになっている点

経営コンサルタントがFDEを務める

ITコンサルではなく経営コンサルタントがFDE支援を行う。事業解像度・現場解像度が高く課題解決能力の高いメンバーが入るため、事業成果に繋げる支援ができる。

自社が最初の実装先

社内をショーケースとして先進的なAI活用を実際に推進し、自社の売上生産性向上という成果に繋げている。

後工程でマネタイズしない

大規模開発に繋げる必要がないため、顧客にとって最適なソリューションを提案できる。顧客側にAI開発・AI実装のケイパビリティを作っていくための伴走支援ができる。

泥臭い現場伴走

AIを組織に実装するには泥臭い現場伴走が要る。現場に張り付いて共に成果にコミットするのは創業時から大切にしてきたカルチャーで、AI関連支援と相性が良い。

ベンチャー支援で先端を試せる

セキュリティ要件が大企業ほど厳しくないベンチャー企業の顧客と相対することで、Claude Code や Codex を使う前提の業務変革を先に実践できる。

開発の受託で後から回収するモデルを持たないため、ベンダーロックインを前提にした提案にならない。社員の内製力を上げて自律的に事業がスケールする形を狙う。

リブ・コンサルティング（AIX事業部）のいま入る意味

AIストラテジーコンサルタント／FDEとしての市場価値

特定のツールの導入屋ではなく、経営課題をAIで解く立場としての市場価値を確立できる。

事業とITの両方

技術と事業の架け橋として、事業化・全社展開を見据えて手触り感のある現場で最後までやり切る。

組織のコアメンバー

立ち上げ期の組織なので、組織づくりやメソッド開発にも参画できる。コンサルメソッドのAI化を、される側ではなく進める側で推進する。

リブ・コンサルティングの合わない人の傾向

リブ・コンサルティングの選考フロー

リブ・コンサルティングの各段階で見ている点

ロール体系と想定年収は全社共通の制度ですが、採用区分と想定年収のレンジ、選考フロー、支援メニュー、案件はいずれもAIX事業部についての記載です。会社の概要・所在地・代表者は公開情報にもとづいています。