【大阪】AIソリューションコンサルタント（生成AI／AIエージェント／AI基盤活用）

仕事内容

生成AI・LLMを核としたAIネイティブアプリケーションの開発を通じて、顧客の業務課題を直接解決します。「どの業務にAIを適用するか」の見極めから顧客と共に検討し、Copilot Studio、Azure AI Foundry、Amazon Bedrock等のAI基盤サービスを活用して具体的なシステムに落とし込みます。

業務システムへのAI組み込みから、RAG・AIエージェントの構築、画像・テキスト解析の実装まで、PoCによる技術検証から本番システムへの導入・運用までを一貫して担います。案件によっては機械学習モデルの構築が必要となる場面もあります。

業種・業界を問わず、大手企業のAI活用による業務変革を支援します。
業務部門から情報システム部門まで幅広いステークホルダーと協働し、技術面から変革をリードします。

※AI領域を軸としつつ、お客様の課題に応じて、データ基盤・クラウド・業務システム等、AI以外の領域の案件に携わる場合があります。幅広い技術に触れながら、対応領域を広げていくことができます。

主な技術領域

• 生成AI・LLM：RAG、AIエージェント
• AI基盤サービス：Copilot Studio、Azure AI Foundry、Amazon Bedrock等
• AIネイティブアプリケーション開発、画像・音声・テキスト解析
• MLOps（AI運用・再学習）
• 機械学習・予測モデル
• AIガバナンス（ガードレール設計・出力品質評価・リスク管理）

ポジション別の役割

【マネージャー】 AI適用を推進する提案・見積・プロジェクト管理・統括（QCD責任）

• お客様の課題をヒアリングし、AI適用構想を策定（適用領域の見極め、ロードマップ含む）
• 技術的な実現性・運用性・AIリスクを踏まえたソリューション提案
  （方式・体制・スケジュール・代替案含む）
• 全体見積の作成：技術的前提の整理、スコープ定義、コスト・工期・体制の妥当性判断（不確実性を踏まえた段階見積）
• PoCから本番までの段階導入計画の立案（評価観点、移行方針、運用設計含む）
• プロジェクト計画立案（品質・移行・運用・リスク管理含む）
• 関係部門との調整、ベンダー管理、利用部門との合意形成
• 要件〜保守運用までの進捗・品質・課題管理と改善提案の統括

【リーダー】 技術面で現場をリードし、AI適用の実現性を担保して推進

• 提案書作成・提案活動（マネージャーと連携）：AI基盤サービスの選定、システム構成の説明と代替案提示
• 全体見積の作成（マネージャーと共同）：連携方式、構成を具体化しWBS作成、メンバー積み上げ
• 新規要求の論点整理、要件化（業務要件・精度目標・非機能・運用・AIリスク）
• 上流工程での仕様策定・レビュー・関係部門合意形成
• 外部AIサービス・基幹システムとの連携設計・調整、導入・移行・運用設計（監視・再学習含む）
• AIガードレール・出力品質評価の設計、PoC・技術検証の設計と評価
• 設計〜実装〜テストの推進、品質管理、精度・性能課題の解決
• 保守運用での改善・追加開発、技術標準化の推進（モデル再学習を伴う場合を含む）

【メンバー】 影響調査・工数積み上げを担い、AIの実装・検証を実行

• 新規要求の影響調査（既存機能、データ、インターフェース、運用、他システム連携、技術適用範囲）
• 作業単位の工数積み上げ：設計・実装・テスト・移行・運用を細かい粒度で見積
• 要件定義の支援（仕様整理、資料作成、レビュー対応）
• 設計・実装（Copilot Studio、Azure AI Foundry、Amazon Bedrock等のAI基盤サービス連携、API連携、プロンプト設計等）・テスト・導入支援・保守運用
• AI出力の品質確認（評価用テストケース作成、ガードレールの動作検証）
• 機械学習モデルが必要な案件でのデータ整備・学習・評価（案件に応じて対応）
• AI技術のキャッチアップ、技術検証（PoC・プロトタイプ作成）と学びの共有

案件例

1．金融業｜金融機関A社の経営指標確認へのAI活用

構築済みのデータ分析基盤の上に、生成AIによる自然言語問い合わせ機能を追加。 誤った数値を返さないよう検証ロジックとガードレールを組み込み、現場が安心して使える精度を担保しました。 従来は集計依頼と待ち時間が必要だった経営指標の確認を、必要なときに自分で問い合わせられる運用へ転換しました。

役割：プロンプト設計・AI機能実装、出力精度評価・ガードレール設計、利用者向けUI連携

2．専門サービス業｜B社の経費精算業務の効率化
月間数千件にのぼる経費精算申請を対象に、AI-OCRで領収書等の証跡を読み取り、申請内容との突合を自動化。 金額の不一致や社内規定への抵触が疑われる申請をAIが一次判定し、経理担当者は例外対応に集中できる体制へ転換しました。 これまで人手で行っていた確認作業の負荷を軽減し、承認までのリードタイムを短縮しました。

役割：AI-OCR・照合ロジック設計、判定基準の設計・チューニング、承認フロー組み込み、精度検証

3．情報通信業｜C社の社内ヘルプデスクのAIボット化
総務・人事・情報システム等コーポレート部門に寄せられる月間数千件の問い合わせを、AIボットが一次対応。 よくある質問への回答を自動化し、コーポレート部門の問い合わせ対応業務を大幅に削減しました。 類似の問い合わせに対する生成AIの呼び出しを抑えるキャッシュの仕組みを組み込み、応答速度を維持しながら運用費用も大幅に削減しました。

役割：AIボット設計・構築、FAQ整備・ナレッジ連携、キャッシュ機構によるコスト最適化、運用改善

配属予定部署

・アドバンスドテクノロジーグループ(ATG)

※上記以外でも可能性があるグループに配属となります。
※お客様のニーズを起点としてプロジェクトが立ち上がるため、部署を跨いだチームで実施する場合も多くあります。

魅力

1．AI基盤サービスを活用し、AIネイティブアプリを一から形にできる
AI基盤サービスを活用しながら、AIを前提としたアプリケーションを一から作り上げます。
検証だけで終わらず、実装・システム連携・運用までを自ら担い、現場で動き続ける状態まで持っていけます。

2．技術の適用可否を見極める段階から関与できる
決まった仕様を実装するのではなく、「その課題にAIがどう効くか」を技術者として判断する立場です。 AI基盤サービスの特性や制約を踏まえ、実現方式そのものを自ら設計できます。

3．進化の速い技術を実案件で試せる
生成AI・LLMのように変化の激しい領域を、実際のお客様の課題に対して適用できます。
検証環境での試行に留まらず、実業務での有効性を自分の手で確かめられます。

4．成長意欲の高いメンバーと共に学べる
変化の速い領域のため、新しい技術を自ら取りに行くメンバーが集まっています。 案件で得た知見や検証結果をチーム内で共有し、勉強会や外部団体・大学との技術開発にも参加しながら、互いに学び合う環境です。 一人で抱え込まず、チーム全体で技術力を高めていけます。

仕事のやりがい（現場の声）

構想から導入まで一貫して携われる
重要プロジェクトに検討段階から参画し、システム導入まで一貫して携わる達成感があります。 お客様と共にプロジェクトを終えたとき、「ありがとう」と言ってもらえることがやりがいに繋がります。

技術の可能性を自分の手で確かめられる
新しいAI技術が実際の業務でどこまで通用するのかは、試してみないと分かりません。 検証を重ねたうえで「これは使える」と判断できたときの手応えは、この領域特有のものです。

人手で担っていた仕事の形を変えられる
これまで人が時間をかけて処理していた業務が、AIの適用によって短時間で片付くようになります。 現場の方から「元の進め方には戻れない」と言われるほど定着したとき、仕事の意味を強く感じます。

研修について

アビームシステムズは「人が中心」ビジネスモデルを掲げ、アビームコンサルティング主催の研修をはじめ、キャリア形成を支援する各種プログラムを用意しています。

【研修プログラム】

• ITスキル：schooのオンライントレーニング、ABeam Methodなど
• コンサルティングスキル：ロジカルシンキング、ドキュメンテーション、提案力、問題解決など
• プロジェクトマネジメント：基礎、応用、実践

必要に応じて部門予算で研修や勉強会を受けていただくことができます。

【先端技術へのキャッチアップ機会】
先端技術を取り入れるために、IVI（Industrial Value Chain Initiative）などの外郭団体活動、大学、ベンチャー企業との連携した技術開発に参加いただく機会を提供します。

応募要件

必須要件

【マネージャー】

• AI・新技術を含むシステム導入プロジェクトでのプロジェクトマネジメント
• 要件定義〜導入・保守までの一連の工程を通した実務
• 進捗・品質・課題・リスクを含むQCD管理の実務
• 全体アーキテクチャを理解した上での意思決定
  ◦技術選定（採用可否判断）およびアーキテクチャ構想
  ◦非機能（性能・可用性・セキュリティ・運用）を考慮した判断
• 技術リスクを考慮した段階導入計画（PoC計画を含む）の立案
• AIガードレール・出力品質評価の方針を含むリスク管理の意思決定
• 提案・見積の実務：技術的前提とスコープを定義した全体見積の作成（不確実性のある要求に対する段階導入前提の見積を含む）
• 顧客（業務部門／IT部門）との合意形成、および社内外ステークホルダーとの関係者調整（主体的に実施）

【リーダー】

• AI・新技術を用いたシステム開発プロジェクトでのチームリーダー
• メンバーへの作業指示、進捗・品質管理の実務
• AI・新技術を用いたシステムの要件定義・設計・開発の実務（技術面のリードを含む）
• アーキテクチャ設計の実務
  ◦方式選定・構成比較（トレードオフ整理）　
  ◦非機能・運用を踏まえた設計検討
• 提案・見積への関与：要求整理、方式検討、見積前提の明確化
• 顧客折衝、および社内外ステークホルダーとの関係者調整（主体的に実施）

【メンバー】

• Python、SQL等を用いたシステム開発またはデータ処理の実務
• 設計内容を理解したうえでの開発・テストの実務
• 新しい要求に対する影響調査および仕様整理
• 作業単位での工数見積（積み上げ）への参画
• チームでの開発（レビュー、進捗報告等）
• AI技術をキャッチアップし、業務に適用した経験、または適用に向けて主体的に取り組んだ経験

歓迎要件

共通

• 顧客の業務課題や改革テーマを理解したうえでの、AI適用可能性の検討・整理
• 要件定義〜基本設計フェーズでの、業務観点・技術観点の両面からの検討・提案
• 技術トレンドを踏まえた、業務適用を前提とする構想検討や方式比較（トレードオフ整理）
• アプリケーション／インフラ（クラウド）を横断した、全体構成や責任分界を意識した検討
• PoCやスモールスタート等、不確実性を前提とした段階的な進め方への適応
• AI・データ活用・クラウド等の新技術を自らキャッチアップし、業務改善や価値創出につなげたい志向

共通（技術要素）

生成AI・LLM

• LLMを活用した業務アプリケーションの設計・開発、またはPoC・技術検証
• RAG構成（検索、ベクトル化、プロンプト設計）の実装・精度改善
• AIエージェント、外部ツール連携を前提とした設計
• 生成AI呼び出しのコスト最適化（レスポンスキャッシュ、トークン使用量削減、モデル使い分け等）

AI基盤サービス活用

• Copilot Studio、Azure AI Foundry、Amazon Bedrock等のAI基盤サービスを用いたアプリケーション構築
• AI-OCR等のAI基盤サービスを組み込んだ帳票・文書処理アプリの開発
• 外部AIサービスやSaaS、API等を利用したアプリケーション連携・組み込み開発

アプリケーション実装

• Webアプリケーション（フロントエンド／バックエンド）を含む業務アプリ開発
• モバイルアプリケーションに関する知見（iOS/Android横断の設計、クロスプラットフォーム開発の理解）

クラウド・開発運用基盤

• クラウド環境（AWS/Azure）を前提とした業務システムの設計・開発・運用
• クラウドネイティブ構成（サーバレス、マネージドサービス活用）の設計・開発
• Gitを用いたチーム開発、CI/CDを考慮した開発・運用

機械学習・データ解析（案件に応じて）

• 機械学習モデルの構築・評価・チューニング（分類、予測、異常検知等）
• 画像・音声・テキスト解析の実装またはPoC
• 学習データの整備、前処理、特徴量設計
• MLOps（モデル管理、再学習、監視）を考慮した運用設計

横断（AI統制・非機能）

• AIガードレール設計（プロンプトインジェクション対策、出力フィルタリング、逸脱防止等）
• AI出力の精度・品質評価（ハルシネーション検知、評価指標設計、継続的なモニタリング）
• AIガバナンス（個人情報・著作権等のリスク管理、利用ポリシー策定）
• 非機能要件（性能、可用性、セキュリティ、運用）を意識した設計

ポジション別の歓迎要件

【マネージャー】

• AI適用構想の策定、ロードマップ・段階導入提案
• 全社でのAI活用推進や、部門横断でのAI利用ルール・体制の検討

【リーダー】

• PoCや技術検証を行い、本番適用可否の判断材料を整理した経験
• DevOpsや自動化（CI/CD、テスト自動化、監視等）を考慮した設計
• 技術標準化や設計ガイドライン整備、チーム内での再利用・横展開の推進

【メンバー】

• 技術検証やプロトタイプ作成を通じた、技術の特性・制約の整理

こんな方におすすめです

• 業務課題をAIの活用で解決したい方
• 生成AI・LLMを使ったアプリケーションの設計・開発に携わりたい方
• Copilot Studio、Azure AI Foundry、Amazon Bedrock等のAI基盤サービスを活用したアプリ開発に携わりたい方
• 構築したアプリを本番環境で動かし、運用まで担いたい方
• AWS/Azureのクラウドサービスを活用した設計にトライしたい方
• 機械学習モデルの構築や画像・テキスト解析等、必要に応じて幅広い技術に挑戦したい方
• 好奇心旺盛で、新しい技術を自ら試していきたい方

社員インタビュー・動画

職種別の社員インタビューやクロストーク形式の動画を掲載しています。
仕事の進め方や職場の雰囲気を知る参考として、ぜひご覧ください。

▶ 社員インタビュー・動画(https://www.abeam-s.com/career/gallery/)

【職種 / 募集ポジション】
【大阪】AIソリューションコンサルタント（生成AI／AIエージェント／AI基盤活用）
【雇用形態】
正社員
【給与】
年収 5,000,000円 〜 16,000,000円
【マネージャー】1,100～1,600万円
【リーダー】750～1,000万円
【メンバー】500～700万円

■年収補足
・残業代20時間/月を含む
・能力・経験を考慮し面談で決定
・マネージャーは残業代なし

■年収例
残業20時間/月、扶養対象の子供2人の場合
　670万円（27歳）
　770万円（30歳）
　910万円（35歳）
　1,150万円（39歳）マネージャークラス
【勤務地】
530-0011 大阪府大阪市北区大深町4番20号 グランフロント大阪 タワーA 22F・24F・27F
※業務上、国内／海外出張が発生する事があります。
【手当】
・残業手当
・交通費全額支給
・子育て支援手当（健康保険上の扶養の子供が対象）
　一人目：20,000円/月、二人目以降：15,000円/月
・引っ越し支度金　50万円（転居を伴う転職の場合一律でお支払いいたします）
※引っ越し距離規定はあります。
【休日休暇】
・年間休日124日（完全週休二日制）
・有給休暇（入社時に最大15日付与　※入社月に応じて按分　最大60日保有）
・年末年始休暇
・春期休暇（ＧＷ）
・夏期休暇
・その他、リフレッシュ休暇などの特別休暇有り

育休取得実績（2025年度）
・男性：妻出産36名うち育休取得29名（割合81%）
・女性：出産25名うち育休取得25名（割合100%）
※産休取得実績あり
【就業時間】
フレックスタイム制
1日の標準労働時間／7時間50分

標準勤務時間帯／9:00～18:00
※残業は月平均20時間程度（全社員）
※出産を機に時短勤務をしている女性社員も多数います。
【その他福利厚生・キャリア支援】
<福利厚生>
・退職金
・財形貯蓄
・企業型確定拠出年金
・育児休職
・短時間勤務
・カフェテリアプラン
・会員制リゾートクラブ「リゾートトラスト」 （山中湖・伊豆・鳥羽・白浜・蓼科など21カ所のホテル施設が利用可能）

<キャリア支援>
・教育制度
方法論やコンサルティングスキル等のコアスキルを「アビームコンサルティング」から、製造業やブラザー固有の業務知識を「ブラザー工業」から、それぞれトレーニングの提供を受けています。

・カウンセリング制度
直接の上司とは別に、相談役となる"カウンセラー"と呼ばれる他部門のマネージャーがキャリア開発のサポートをします。

会社情報

【会社名】
アビームシステムズ株式会社
【商号】
アビームシステムズ株式会社
【英文商号】
ABeam Systems Ltd.
【本社】
〒451-6019
愛知県名古屋市西区牛島町6番1号　名古屋ルーセントタワー19F
電話（052）446-7777
FAX（052）581-1105
【設立年月日】
1983年11月1日
【資本金】
8,840万円
【社員数】
1,221名（2026年4月1日現在）
【代表者】
代表取締役社長 前田 淳一郎（Maeda Junichiro）
【株主】
アビームコンサルティング株式会社
ブラザー工業株式会社
【認定資格等】
ISO27001【認証範囲：全社対象】
プライバシーマーク認証企業
愛知県ファミリーフレンドリー企業
名古屋市女性の活躍推進認定企業
労働者派遣事業許可（派23-301910）