概要
「うちのエンジニアは技術力はあるのに、提案ができない」——多くのIT企業経営者・育成責任者から聞く悩みです。提案できるエンジニアは、AI時代に価値が高い人材です。Gartnerの2026年予測では、エンタープライズIT支出のうち「ソリューション提案型ベンダー」のシェアは年率12%で拡大します。本記事では、技術者を「提案できるエンジニア」に育てるための5つの原則を、現場で運用可能なレベルまで言語化します。
なぜ「提案できる」が重要なのか
AIによって実装作業がコモディティ化する中、エンジニアの市場価値は「言われたものを作る」から「何を作るべきかを提案する」に移ります。McKinseyは2025年、生成AI時代に最も価値が上がるエンジニア能力として「Problem Definition（課題定義）」を挙げています。
提案できるエンジニアとは、技術トレンドを語れるエンジニアではありません。クライアントの事業課題を技術で解く道筋を、相手の意思決定者に響く形で言語化できるエンジニアを指します。
ここで重要なのは、提案力は性格でも才能でもなく、訓練可能なスキルセットだということです。コンサル業界では、新人を1〜2年で「提案できる人材」に仕上げるノウハウが体系化されています。同じ仕組みを、技術者向けに移植することができます。
以下、5つの原則を順に見ていきます。
原則1：相手の意思決定構造を起点にする
提案できるエンジニアと、提案できないエンジニアの最大の違いは、思考の起点です。
提案できないエンジニアは、技術や設計を起点に話します。「このアーキテクチャが優れている」「この技術スタックが最新」と説明し、相手に判断を委ねます。提案ではなく、技術解説です。
提案できるエンジニアは、相手の意思決定構造から逆算します。「この経営者は何を判断したいのか」「決裁プロセスで誰の同意が必要か」「現場のオペレーションに何が起きるか」を把握した上で、技術解を組み立てます。
育成のポイント
この思考様式を身につけさせる方法は、ロールプレイングです。実際のクライアント（または社内ステークホルダー）に提案する場面を、研修内で何度も再現します。経営者役・現場役・情シス役を立て、それぞれの立場で疑問・抵抗を投げてもらいます。
数回のロールプレイで、若手エンジニアは「自分の技術説明が相手に届いていない」ことを身をもって理解します。この体験が、思考の起点を切り替える契機になります。
原則2：仮説思考を習慣にする
第2の原則は、仮説思考を業務の習慣にすることです。
仮説思考とは、限られた情報から「最も確からしい答え」を仮置きし、検証可能な形に落とし込む思考法です。コンサル業界の基礎技術であり、提案力の中核を成します。
技術者は事実ベース・データベースで考える訓練を受けています。これは強みです。一方で、「データが揃ってから判断する」習慣は、ビジネスの意思決定スピードに合いません。経営者は「30%の情報で70%の判断」を求めます。
育成のポイント
仮説思考を習慣化させるには、1日1仮説のトレーニングが有効です。毎日、業務の中で「クライアントは本当はこれを困っているのではないか」「このプロジェクトの真因はこれではないか」という仮説を1つ書かせます。
最初の1ヶ月は質が低くて構いません。3ヶ月続けると、仮説の解像度が上がります。6ヶ月続けると、ヒアリング前に仮説を持って臨むことが自然になります。
コンサル業界では、新人の段階から「仮説のないヒアリングは禁止」という規律があります。同じ規律を技術者組織に持ち込むことが、提案力育成の現実的なルートです。
原則3：構造化を習慣にする
第3の原則は、構造化を伝達の標準にすることです。
構造化とは、複雑な情報をMECE（漏れなく重複なく）に分解し、論理的に整理することです。コンサル業界では、ピラミッドストラクチャー、ロジックツリー、SCQAなど複数の構造化フレームが標準装備されています。
技術者の説明は、しばしば時系列・経緯ベースになります。「最初にこういう問題があり、次にこういう調査をして、その結果こうなった」という構造です。これは技術プロセスとしては正確ですが、意思決定者の頭には残りません。
意思決定者が求めるのは、結論ファースト＋根拠の構造です。「結論はAです。理由はX・Y・Zの3つです。Xについては……」というピラミッド構造です。
育成のポイント
構造化を習慣化するには、全ての提案書・報告書・メールに「ピラミッド構造」を要求することです。冒頭3行で結論と論点が分かるか、を社内の標準レビュー項目にします。
最初は手間に感じますが、3ヶ月で書く速度も読む速度も上がります。これはコンサル業界で50年以上の運用実績がある型です。
原則4：AIを「提案の生産性ブースター」として使う
第4の原則は、AIを提案力の生産性ブースターとして組み込むことです。
提案できるエンジニアの育成において、AIは強力な味方です。次の領域で生産性を3〜5倍にできます。
- 業界・競合のリサーチ：クライアント業界の構造、競合動向、規制動向をAIに調べさせる
- 提案ドラフトの生成：仮説と論点さえ決めれば、AIが提案書のドラフトを作る
- 想定Q&Aの生成：意思決定者から出る質問をAIに列挙させる
- 複数案の比較：技術選定の選択肢比較をAIに整理させる
ここで重要なのは、AIを使うことが提案力を下げるのではなく、上げるという理解です。AIが下書きを作れる分、エンジニアは「何を伝えるか」「なぜそれを選ぶか」という上流の思考に時間を投下できます。
育成のポイント
研修プログラムに、AIを使った提案書作成演習を必ず組み込みます。AI禁止の演習と、AI活用の演習を両方やります。両者を比較することで、AIの使いどころ・使いどころでないところを体得できます。
原則5：実案件で「提案責任」を持たせる
最後の原則は、実案件で提案責任を持たせることです。
研修だけでは提案力は身につきません。実際にクライアントの前で提案し、受け入れられた・受け入れられなかった経験が、定着の決め手です。
多くの企業で、若手エンジニアは提案場面に同席はしても、提案の主担当には立ちません。これでは育ちません。中堅以上のリーダーが「補佐」「ガード役」として同席しつつ、若手に提案の主担当を任せる仕組みが必要です。
育成のポイント
提案責任を持たせる場面の設計が重要です。いきなり大型案件の提案を任せると失敗のダメージが大きすぎます。次の順序が現実的です。
Step 1：社内向け改善提案（社内DX、業務改善）の主担当
Step 2：既存クライアントへの追加提案（信頼関係がある相手）の主担当
Step 3：新規クライアント・新規案件の提案チームのメンバー
Step 4：新規案件提案の主担当
各ステップで、上長との振り返り——何が伝わって何が伝わらなかったか——を必ず実施します。これがコンサル業界で言う「ケースレビュー文化」です。
5つの原則を統合する組織設計
5つの原則は、個人スキル習得だけでは定着しません。組織として運用する設計が必要です。
具体的には、次の3つの仕組みを社内に作ります。
第一に、標準フォーマットの整備です。提案書・報告書のテンプレートを、ピラミッド構造に準拠した形で標準化します。
第二に、レビュー文化の確立です。提案前のドラフトレビュー、提案後の振り返りを業務プロセスに組み込みます。
第三に、評価への組み込みです。提案力・課題定義力を、エンジニアの評価指標に明示的に組み込みます。評価に紐づかないスキルは定着しません。
実行のポイント
Month 1：トップエンジニア5名のヒアリングと、現状の提案プロセスの棚卸し
Month 2：5つの原則のうち、自社で最も弱い2つを特定し、集中的に取り組むテーマを決定
Month 3-5：選定候補者（20-30%の中核人材）に対する集中研修と、実案件でのOJT統合
Month 6：成果レビュー、横展開の判断
まとめ
提案できるエンジニアを作るための5つの原則は、相手の意思決定構造を起点にする・仮説思考を習慣にする・構造化を伝達の標準にする・AIを生産性ブースターにする・実案件で提案責任を持たせる、です。
これらはコンサル業界で半世紀以上磨かれてきた育成ノウハウであり、技術者組織に移植可能です。AI時代に「価値を作るエンジニア」を社内に育てられる企業が、今後の競争優位を獲得します。
Ballistaと相談する
ConStepでは、提案できるエンジニアの組織的育成プログラムを、各社の事業特性に合わせて設計・提供しています。自社のエンジニアの提案力強化について、現状診断と育成プラン策定を含む個別相談を承っています。
