---
title: 「絵に描いた餅」と言わせない。プロポーザルの技術提案に自社の「AI PoC実績」を自然に溶け込ませるストーリー設計
description: 建設コンサルのプロポーザルで、自社のAI PoC実績を技術提案に自然につなげるストーリー設計を解説。検証の条件・結果・限界を整理し、案件の課題から適用判断へつなぐ方法を、書き換え例とプロンプトで紹介します。PoCと本番運用の違い、数値の示し方、工程・体制・代替手段の確認ポイントもまとめました。
image: https://blog.marvelsupply.jp/hubfs/ogp-dx.png
---
- [TOP](https://www.marvelsupply.jp)
- [会社概要](https://www.marvelsupply.jp/about_us)
- [ブログ](https://blog.marvelsupply.jp)
- [ダウンロード資料](https://www.marvelsupply.jp/ja/marvel-supply-dl-contents-contents)
# データサイエンス・マーケティング ＮＯＴＥ
DATASCIENCE / MARKETNG NOTE
- [Tweet](https://twitter.com/share)
# 「絵に描いた餅」と言わせない。プロポーザルの技術提案に自社の「AI PoC実績」を自然に溶け込ませるストーリー設計
## 第1部：プロポーザルの「勝率」を劇的に変えるAI活用戦略（全4本）
✓[建設コンサルのプロポーザル敗因は「コピペ感」にある。生成AIを「優秀な壁打ち相手」にする基本アプローチ](https://blog.marvelsupply.jp/proposal-ai-approach)
✓[「仕様書の裏の意図」を暴く：生成AIに辛口審査員を演じさせ、プロポーザルの弱点を潰すプロンプト術](https://blog.marvelsupply.jp/6step-of-using-ai-for-proposal)
✓[10分のヒアリングで審査員を唸らせる！AIを使った「エレベーターピッチ・想定Q&A」の事前準備](https://blog.marvelsupply.jp/10munites-faq-proposal-using-ai)
✓[「絵に描いた餅」と言わせない。プロポーザルの技術提案に自社の「AI PoC実績」を自然に溶け込ませるストーリー設計](https://blog.marvelsupply.jp/proposal-including-poc-case)
---
「AIで解析を効率化します」「過去のPoC実績を活用します」技術提案にこう書いても、今回の業務で何ができるのかまで伝わるとは限りません。実績と提案方法の間に、説明すべき条件や判断が残っているためです。
PoC（Proof of Concept :概念実証）で試した経験は、提案の根拠を考える材料になります。大切なのは、何を検証し、何が分かり、今回の案件にどこまで使えるのかを示すことです。この記事では、自社のAI PoC実績を技術提案に自然につなげるストーリー設計を解説します。
具体例では、実際の自社実績に置き換えるためのひな形として紹介します。
1.PoCの実績だけでは、本番業務の実現性は伝わらない
PoCは、技術や方法の適用可能性を、設定した条件で確かめる検証です。対象データ、実施環境、検証範囲はPoCごとに異なります。本番業務では、現場条件の変動、データの欠損、納期、求められる成果の品質まで考える必要があります。
そのため、PoCの結果をそのまま今回の業務の成果として約束することはできません。モデルの検出精度が高くても、人間による確認や修正に時間がかかれば、業務全体の効率化につながらない場合があります。誤検出への対応や、見逃しを防ぐ確認手順も必要です。
また、PoC経験を提出要領上の「同種・類似業務実績」として使えるかは、案件の要件によります。
社内検証、共同研究、契約業務を区別し、実績要件を確認してください。技術的な知見として説明することと、評価対象の業務実績として記載することは、分けて考えましょう。
2.PoC実績を「条件・結果・限界」で棚卸しする
ストーリーを作る前に、PoCの事実を整理します。成功という一言でまとめず、何を確かめたのか、どんな条件だったのか、何が未検証なのかを記録してください。
整理したい項目は、検証目的、データの種類・量・取得条件、評価方法、結果、対象外の条件、自社の担当範囲です。共同実施者や外注先が関わる場合は、誰がデータを用意し、誰がモデルを構築し、誰が評価したのかも分けます。
評価指標には、名称だけでなく定義と分母を付けます。「精度」という表現でも、全体の正解率、対象の検出率、誤検出の割合では意味が違います。学習に使ったデータと評価用データをどう分けたか、同じ対象の類似画像が両方に入り込んでいないかも確認が必要です。
\*\*棚卸し用のプロンプト例\*\*
以下のPoC資料から、検証目的、使用データ、学習用と評価用の分割方法、評価指標と分母、結果、対象外の条件、自社担当範囲、共同実施者の担当範囲を整理してください。各項目に根拠となる資料の箇所を付けてください。資料にない事実は追加せず、不明な事項は「未確認」と記入してください。
ここでいうデータ漏洩には、秘密情報の外部流出だけでなく、評価用データが学習や調整に使われ、性能を公平に測れなくなる問題も含まれます。両者を区別して点検してください。
## 3.「案件の課題→PoCで得た知見→適用判断」でつなぐ
自然なストーリーは、今回の案件の課題から始まります。最初に実績を並べるのではなく、仕様書や評価テーマに沿って、業務上どの判断や作業が難しいのかを整理します。
次に、その課題に関係するPoCの知見を選びます。候補になるのは、データ条件の整理方法、評価指標の設計、誤りの分析、人間による確認手順などです。モデルや技術自体を転用する場合も、対象や環境が変われば再検証が必要かを判断します。
最後に、今回の条件との差を示します。対象物、撮影方法、季節、データ量、処理環境、要求品質が異なれば、その違いを確認する方法を提案に組み込みます。過去の検証結果を今回の成果へ直結させず、適用判断までの筋道を説明することが重要です。
この順番なら、PoC実績は提案方法を選ぶ理由の中に収まります。「AIを使える会社です」という紹介から、「この条件を確認して、この方法を使うか判断します」という説明へ進められます。
## 4.架空の書き換え例で、実績の自然な組み込み方を確認する
ここでは、道路路面画像の分類PoCを経験した会社が、河川護岸の画像確認を含む業務を提案する架空例を考えます。実在企業の実績や検証結果ではありません。
\*\*書き換え前：実績の羅列\*\*
当社はAI画像解析のPoCを実施しており、画像判別の知見を有しています。本業務でもその実績を活かし、高精度な損傷検出を行います。
この文章では、路面の分類経験から護岸損傷の検出性能へ、説明が飛躍しています。対象や目的の違いが示されず、今回の条件で高精度に検出できる根拠も分かりません。
\*\*書き換え後：条件と判断をつなぐ説明\*\*
本業務では、護岸画像の確認に際し、撮影条件の違いと確認対象の定義を整理する必要があります。当社は路面画像の分類PoCを通じ、データ条件の整理と、誤判別を分析する評価手順を検討した経験があります。ただし、護岸損傷への検出性能は未検証です。今回のデータ条件と要求品質を確認し、初期段階の検証結果に基づいて、AIを確認作業の補助として使うか判断します。
後者は、今回の課題、過去に得た知見、未検証の範囲、適用判断を順につないでいます。性能の転用を約束せず、評価設計の経験を今回の検討にどう使うかを示しています。
ただし、初期検証を盛り込む場合は、仕様書上の範囲、工程、費用、体制との整合が前提です。「まず検証する」と書けば成立するわけではありません。検証のために本来の業務が圧迫されないかまで確かめましょう。
## 5.結果を示す数値には、比較条件と業務上の意味を添える
実際のPoCで数値を示せる場合は、結果だけを切り出さず、対象と評価条件を併記します。検証件数、評価対象の選び方、比較方法が分からなければ、その数値を今回の判断に使えるか確かめられません。
作業時間の削減を示すなら、AIの処理時間だけでなく、入力準備、結果確認、修正の時間を含めたかを明らかにします。従来方法と同じ作業範囲で比較したか、人による確認後の成果品質が同等かも点検してください。
見逃しの影響が大きい業務では、全体の正解率だけで判断しないことが重要です。どんな対象で誤りが出たのか、その誤りを業務の中でどう扱うかを説明します。良い結果と適用限界を一緒に示すことで、数値を判断材料として使いやすくなります。
## 6.生成AIで、ストーリーの飛躍と根拠不足を点検する
文章ができたら、生成AIに整文だけでなく、論理の点検を依頼します。今回の仕様書、PoCの記録、提案骨子を照合し、どこで事実から推測に変わっているかを探してもらいましょう。
> \*\*論理の飛躍を点検するプロンプト例\*\*
>
> 以下の技術提案を、仕様書とPoC記録に照らして点検してください。今回の課題との関連性、検証条件の違い、未検証の範囲、モデル性能と業務成果の区別、工程・体制との整合を確認してください。指摘には該当箇所と根拠を付けてください。資料にない性能、効果、実績は追加せず、根拠が不足する部分は確認事項として示してください。実際の得点や採否は予測しないでください。
AIの指摘は、原文に戻って確認します。条件差を無視した修正や、未実施の検証を実績として書く提案は採用しません。指摘を「採用」「保留」「不採用」に分け、理由を残すと、チーム内でも修正の判断を共有できます。
入力前には、資料の利用権限、守秘義務、AIサービスの契約条件、社内ルールを確認してください。匿名化しても、発注者との取り決めに反する入力が認められるわけではありません。
## 7.工程・体制・代替手段まで示して、提案を仕上げる
技術提案の実行面では、検証後にAIを採用するかどうかの判断を設計します。何を測り、どの条件で採用・見直しを判断し、誰が確認するかを明記します。判断基準は要求品質から検討し、確定済みの条件と協議が必要な条件を分けます。
AIを採用しない場合の代替手段も、工数と体制で裏付けます。対象データ量、手作業の確認時間、必要な人員、残り期間を見積もり、切り替え後も実行できるかを確認してください。「手作業に戻せばよい」と書くだけでは、工程の説明になりません。
代替手段が期限内に実行できないなら、検証時期を早める、AIに依存する範囲を縮めるなど、提案自体の見直しが必要です。検証、判断、切り替えの時間を工程に確保できるかを点検しましょう。
共同実施や外注がある場合は、自社の責任範囲と連絡経路を明確にします。データの保管・共有・削除、モデルの変更管理、人間が最終確認する成果も整理してください。ヒアリングでは「何が検証済みで、何が未検証か」「今回、何を根拠に採用するか」を担当者が説明できる状態にします。
## 8.PoC実績を、今回の業務の判断材料に変える
AI PoC実績を自然に組み込むには、今回の課題から出発し、過去の検証で得た知見を選び、適用条件と判断方法につなげます。実績の件数や技術名を増やすより、このつながりを明確にすることを優先してください。
条件、結果、限界を整理し、未確認の効果を約束せず、工程と代替手段まで説明します。その積み重ねが、実行の筋道を読み取れる提案につながります。最初はPoCを一件選び、「今回に使える知見」「そのまま使えない条件」「追加で確認する事項」の三つに分けるところから始めてみましょう。
この記事を書いた人： [田邊 慎太郎](https://blog.marvelsupply.jp/author/tanabe) on 2026/10/05 0:30:54
1974年生まれ。MARVELSUPPLY 小樽商科大学大学院にてMBA取得（首席卒業）。 大学卒業後、シンクタンク研究員を経て、同社を設立 データサイエンス分野を中心に活躍。 データに基づく分析によってお客様に理解・納得していただける 戦略や戦術の提案を心がけています。
### 最新の記事
### 今月の記事
- [2024 7月 (1)](https://blog.marvelsupply.jp/archive/2024/07)
- [2022 1月 (1)](https://blog.marvelsupply.jp/archive/2022/01)
- [2021 9月 (1)](https://blog.marvelsupply.jp/archive/2021/09)
- [2021 8月 (1)](https://blog.marvelsupply.jp/archive/2021/08)
- [2021 6月 (1)](https://blog.marvelsupply.jp/archive/2021/06)
- [2020 11月 (1)](https://blog.marvelsupply.jp/archive/2020/11)
- [2020 6月 (1)](https://blog.marvelsupply.jp/archive/2020/06)
- [2020 5月 (2)](https://blog.marvelsupply.jp/archive/2020/05)
- [2020 4月 (5)](https://blog.marvelsupply.jp/archive/2020/04)
- [2020 2月 (1)](https://blog.marvelsupply.jp/archive/2020/02)
- [2020 1月 (1)](https://blog.marvelsupply.jp/archive/2020/01)
- [2019 12月 (1)](https://blog.marvelsupply.jp/archive/2019/12)
- [2019 9月 (2)](https://blog.marvelsupply.jp/archive/2019/09)
- [2019 8月 (1)](https://blog.marvelsupply.jp/archive/2019/08)
- [2019 7月 (2)](https://blog.marvelsupply.jp/archive/2019/07)
- [2019 6月 (1)](https://blog.marvelsupply.jp/archive/2019/06)
- [2019 5月 (2)](https://blog.marvelsupply.jp/archive/2019/05)
- [2019 3月 (2)](https://blog.marvelsupply.jp/archive/2019/03)
- [2019 2月 (6)](https://blog.marvelsupply.jp/archive/2019/02)
- [2019 1月 (10)](https://blog.marvelsupply.jp/archive/2019/01)
- [2018 12月 (4)](https://blog.marvelsupply.jp/archive/2018/12)
- [2018 11月 (12)](https://blog.marvelsupply.jp/archive/2018/11)
- [2018 10月 (12)](https://blog.marvelsupply.jp/archive/2018/10)
- [2018 9月 (1)](https://blog.marvelsupply.jp/archive/2018/09)
全て表示
### メルマガ登録もどうぞ
### タグ別の記事
- [インバウンドマーケティング (50)](https://blog.marvelsupply.jp/tag/インバウンドマーケティング)
- [HubSpot (48)](https://blog.marvelsupply.jp/tag/hubspot)
- [マーケティングオートメーション (28)](https://blog.marvelsupply.jp/tag/マーケティングオートメーション)
- [その他 (17)](https://blog.marvelsupply.jp/tag/その他)
- [データサイエンス (16)](https://blog.marvelsupply.jp/tag/データサイエンス)
- [データ分析 (12)](https://blog.marvelsupply.jp/tag/データ分析)
- [顧客管理（CRM） (11)](https://blog.marvelsupply.jp/tag/顧客管理crm)
- [HubSpot Hacks (10)](https://blog.marvelsupply.jp/tag/hubspot-hacks)
- [統計 (10)](https://blog.marvelsupply.jp/tag/統計)
- [採用活動 (5)](https://blog.marvelsupply.jp/tag/採用活動)
- [SDGs (4)](https://blog.marvelsupply.jp/tag/sdgs)
- [CSR (3)](https://blog.marvelsupply.jp/tag/csr)
- [交通計画 (3)](https://blog.marvelsupply.jp/tag/交通計画)
- [業務効率化 (3)](https://blog.marvelsupply.jp/tag/業務効率化)
- [AI (2)](https://blog.marvelsupply.jp/tag/ai)
- [社会貢献 (2)](https://blog.marvelsupply.jp/tag/社会貢献)
- [shopify (1)](https://blog.marvelsupply.jp/tag/shopify)
- [テレワーク (1)](https://blog.marvelsupply.jp/tag/テレワーク)
- [リクルーティング (1)](https://blog.marvelsupply.jp/tag/リクルーティング)
- [国内ＥＣ (1)](https://blog.marvelsupply.jp/tag/国内ｅｃ)
- [機械学習 (1)](https://blog.marvelsupply.jp/tag/機械学習)
- [越境ＥＣ (1)](https://blog.marvelsupply.jp/tag/越境ｅｃ)
すべて表示
### いいね！
[](http://www.facebook.com/share.php?u=https%3A%2F%2Fblog.marvelsupply.jp%2Fproposal-including-poc-case%3Futm_medium%3Dsocial%26utm_source%3Dfacebook) [](http://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fblog.marvelsupply.jp%2Fproposal-including-poc-case%3Futm_medium%3Dsocial%26utm_source%3Dlinkedin)
#### About Us
AIの力で技術力と売り上げUPと業務の効率化を同時に達成 ！
#### Links
#### Contact Us
011-272-8873
[お問合せ](https://www.marvelsupply.jp/contact.html)
,
札幌市中央区南17条西9丁目 エスエスビル102,
#### Gallery
[](http://www.facebook.com/share.php?u=https%3A%2F%2Fblog.marvelsupply.jp%2Fproposal-including-poc-case%3Futm_medium%3Dsocial%26utm_source%3Dfacebook) [](http://www.linkedin.com/shareArticle?mini=true&url=https%3A%2F%2Fblog.marvelsupply.jp%2Fproposal-including-poc-case%3Futm_medium%3Dsocial%26utm_source%3Dlinkedin) [](https://twitter.com/intent/tweet?original_referer=https%3A%2F%2Fblog.marvelsupply.jp%2Fproposal-including-poc-case%3Futm_medium%3Dsocial%26utm_source%3Dtwitter&url=https%3A%2F%2Fblog.marvelsupply.jp%2Fproposal-including-poc-case%3Futm_medium%3Dsocial%26utm_source%3Dtwitter&source=tweetbutton&text=)
Copyright 2026 | MARVELSUPPLY