受託開発業界の提案プロセスは、ここ10年ほぼ変わっていない

受託開発の提案フェーズには、業界共通の構造課題がある。

ヒアリング → 要件整理 → 業務フロー作成 → サイトマップ → 機能一覧 → 見積。一連の作業に平均3～5営業日かかる。作った提案書の多くは「持ち帰って検討します」で意思決定が止まり、平均して2ヶ月の商談サイクルを経て、勝率10～20%でクロージングする。

これが、受託開発業界の標準的な提案プロセスだ。

非効率の原因はシンプルで、「テキストと言葉だけでは、完成イメージが共有できない」ことに尽きる。人間の頭の中にある期待値はクライアントごとに異なる。それを言葉だけですり合わせるのは構造的に難しい。だから検討が長引き、スコープがずれ、再提案が発生する。

この課題は、AIで構造的に解決できる。ただし、世の中で言われている「AIで業務効率化」とは異なる切り口で、だ。

「AIで効率化」が成果に直結しない理由

ここ1～2年、AI活用を謳う受託開発会社は急増した。しかし、提案書を見ると、ほとんどが「コーディングを速くする」話に終始している。

これは効果が限定的だ。受託開発の利益構造で最大のレバレッジが効くのは、コーディングではなく提案フェーズだからだ。

実装をAIで2倍速にしても、そもそも受注できなければ意味がない。逆に、提案フェーズで受注率を倍にすれば、実装工数が同じでも事業全体の利益は数倍になる。

detectが過去半年で取り組んできたのは、後者だった。

detectの実装：提案物そのものをAIで生成する

detectでは、システム開発の提案時に以下を持参する。

・サイトマップ（画面構成・遷移をMermaidで可視化）

・業務フロー図（AS-IS / TO-BE の比較）

・利用フロー図（システム化後のエンドユーザー操作）

・機能一覧（優先度・工数概算込み）

・コスト削減試算（人件費換算でROI提示）

・動くプロトタイプ

これらを Claude（設計）と Claude Code（実装）で生成する。従来3～5営業日かかっていた作業が、半日で完了する。

成果として、システム開発提案の成約率は50%になった。業界平均の2～3倍の水準で、半年以上再現できている。

効いているのは「速度」ではなく「意思決定の構造」

このやり方を導入してから明確になったのは、速度より意思決定の構造を変えたことが本質的だったということだ。

従来の提案では、クライアントは「検討に持ち帰る」というステップを必ず挟む。完成イメージが共有できていない状態で意思決定を求められても、責任を負えないからだ。

しかし、動くプロトタイプを商談中に触ってもらうと、その場で「これでいい / これは違う」が判断できる。スコープのズレも、機能一覧を眺めながら商談中に潰せる。結果として、初回商談から契約締結までの平均期間が大幅に短くなった。

つまり、AIによって提案物の生成速度が上がったことよりも、意思決定に必要な情報量を商談中に揃えきったことが、成約率を引き上げた。これは、コーディング高速化AIでは絶対に到達しないアウトカムだ。

Claude と Claude Code の役割分担

detectが整理した使い分けはシンプルだ。

「考える・設計する」は Claude、「作る・動かす」は Claude Code。この役割分担を意識するかどうかで、生産性は明確に変わる。

設計フェーズで Claude Code を使うとコード詳細に思考が引きずられる。実装フェーズで Claude（ブラウザ）に頼ると、コードベース全体の整合性が取れない。両者を分けることで、それぞれの強みを最大化できる。

ノウハウは整備されている。担い手が足りない

detectでは、上記の手法をドキュメントとフォーマットに落としてある。

・初回ヒアリング項目（会社概要 / 業務フロー / KPI / 技術環境の4カテゴリ）

・業務フロー分析の4ステップ（洗い出し → AI化候補特定 → コスト削減試算 → 利用フロー提示）

・提案時に持参する6種類の成果物

・商談ロールプレイの想定問答集

ただし、このプロセスを最後まで回せるのは、現状ごく少数のメンバーに限られる。

理由は、必要なスキルセットが従来の職種定義に収まらないからだ。

・ヒアリング力（コンサル領域）

・業務理解と要件への翻訳（PM領域）

・AI / 技術理解（エンジニア領域）

・商談クロージング（セールス領域）

これらが1人の中で統合されている人材は、業界全体を見渡しても希少だ。だから今、PM / PDM / コンサルを一気通貫でやれる人を探している。

分業構造が、人材育成のボトルネックになっている

SIerやコンサルティングファームで一般的な分業体制（ストラテジー / ビジネスアナリスト / PM / エンジニア）は、規模の経済を取るには合理的だが、上流から下流までを一貫して理解する人材を育てにくい。

特にAI活用の実装フェーズでは、「設計の意図を理解した上でClaude Codeに指示を出す」スキルが必要になる。これは設計だけ知っていても、実装だけ知っていても出せないアウトカムで、両方を行き来できる人にしか書けない。

detectが求めているのは、この「行き来できる人材」だ。

純粋なコーディングスキルの絶対値は重視しない。それはClaude Codeが担当する仕事だから。重視するのは、ヒアリングから設計、実装意図の指示、クロージングまでの全レイヤーを翻訳できる思考力だ。

求める要件と、そうでないもの

求めるもの

・システム開発の上流工程経験（要件定義・設計・PM）

・クライアント提案・折衝の実務経験

・Claude / ChatGPT / Cursor 等のAIツールを業務利用している

・分業されない働き方への適応力

重視しないもの

・ピュアなコーディングスキルの高さ

・大企業での経歴・肩書き

・完璧な提案フローを既に知っていること

detectの事業フェーズ

人員が倍々で増えるフェーズで、新しい事業ラインを立ち上げる段階に入っている。入社時期としては、組織がまだフラットなうちに参加できる最後のタイミングに近い。

報酬は固定 + 業績連動の二層構造。業績連動部分は達成率に応じて青天井に近い設計になっており、達成すれば年収3,000万円超も射程内に入る。

関心がある方への案内

カジュアル面談を設定しています。30分のオンライン面談で、以下を実際にお見せします。

・ヒアリングメモから業務フローを生成する手順（Claude）

・業務フローからプロトタイプを生成する手順（Claude Code）

・商談で実際に使っている提案資料のサンプル

書籍やオンライン教材では到達できない、商談クロージングまで含めた実装ノウハウを、detectでは学べる環境にあります。

検討の早い段階で構いません。「話を聞きに行きたい」からエントリーしてください。