3軸での構造説明：

1. 事業モデルとスケーラビリティ（サービス業セグメント分析_1_業態区分と市場規模 §1〜§3）：

   • 業務特化型（船井総研 OPM 26.4%）：中小企業向けセミナー集客モデル＋月次顧問契約のストック化で、人材以外のコストが極小。1人当たり売上は 20.2 百万円と中位だが固定費が低く高 OPM
   • シンクタンク（NRI OPM 17.6%／電通総研 13.9%）：IT＋シンクタンクのハイブリッドで、IT 部分のストック収入が利益率を支える。MRI（6.6%）／インテージ（6.5%）は純粋リサーチ寄りで AI 代替リスク
   • IT コンサル（NTTデータ OPM 7.1%／SCSK 11.1%／TIS 12.1%）：受託 SI 中心で外注比率が高く、コモディティ化圧力。ただし NTTデータのコンサル部門単独 OPM は 30.5%（§3-2）

2. 参入障壁（コンサルティング業界基礎ガイド_詳細版）：

   • IT コンサル：規模の経済＋顧客リレーション（NTTデータの大企業・官公庁、CTC の伊藤忠系列）
   • シンクタンク：政策研究実績＋金融系母体（NRI＝野村、MRI＝三菱、電通総研＝電通）の信用
   • 業務特化型：ニッチ深耕＋セミナー集客のオペレーショナル独占（船井総研の中小企業特化）

3. 人的資本レバレッジ／パートナーモデル：

   • 高 OPM 社は「シニア／パートナーが少数で稼ぐ」オベリスク型
   • 低 OPM 社は「ジュニア大量＋外注」のピラミッド型で、外注費・離職コストが利益を圧迫

営業利益率 vs ROE の差：

• 営業利益率：人件費比率（プロパー vs 外注）＋ストック化度合いで決まる
• ROE：自己資本比率（船井総研 72.4%・無借金 vs NTTデータ 23.8%・大型 M&A 借入）と資産回転率（人的資本主体なら高回転）の組合せで決まる
• NRI（OPM 17.6% / ROE 22.5%）は IT 資産レバレッジが効いているのに対し、船井総研（OPM 26.4% / ROE 26.5%）は無借金で資本効率も高い → ROE の源泉が異なる

暗記だけの人がやりがちな間違い：「コンサル＝高利益率」と一律化する。
実際は 業態（IT／シンクタンク／業務特化型）と外注比率の組合せが分岐を決める。
NTTデータは規模 vs 利益率のトレードオフ典型例。

シナリオ前提の明示：本問の前提値（AI 代替 −30%／IT 特需 +15→−20%／人件費 +8%/年）はすべて演習用仮定であり、既存レポートの実績ではない。

勝者群：

• 船井総研 HD（OPM 26.4%、自己資本比率 72.4%）：中小企業向け業務特化で AI 代替リスクが小（中小企業はカスタマイズ・現場伴走が重要）。無借金で人件費インフレ吸収余力大
• NRI（OPM 17.6%、ROE 22.5%）：IT＋シンクタンクの二刀流で、純粋リサーチ単価下落を IT サービス（受注高 ×単価）で補完
• NTTデータ（コンサル部門 OPM 30.5%）：規模優位＋コンサル化シフトで IT 特需を取り込み、特需一巡後はコンサル単価で耐える

敗者群：

• MRI（OPM 6.6%）／インテージ HD（OPM 6.5%）：純粋リサーチ寄り → AI 代替の直撃／単価下落で OPM がさらに圧迫
• TIS／BIPROGY：受託 SI 比率が高く、IT 特需一巡後の落ち込みを吸収しにくい

中位：

• CTC／SCSK／電通総研：IT＋業務特化型のハイブリッドで、業態シフトの判断次第

規制論点（1点付記）：「AI ガバナンス本格適用」の影響

• 機会側：AI 導入支援案件・コンプライアンス対応案件が急増。アクセンチュアのような大手・NRI のようなシンクタンクが受け皿
• リスク側：生成 AI を使ったコンサル成果物の責任範囲が法的に明確化される → コンサルファームの賠償リスク増。中小ファームの淘汰要因

暗記だけの人がやりがちな間違い：「AI 代替＝シンクタンクは全滅」と短絡する。実際は 純粋リサーチ vs 戦略・実装伴走で AI 代替リスクが分岐し、後者は逆に AI 関連特需を取り込む側に回る。

施策1（最優先・短期）：単価向上（プライシング改定／プロジェクト型→継続契約化）

• KPI：1人当たり売上（百万円）、月次顧問契約 ARR、ARPA
• FP&A 視点：プロジェクト別 ROI、顧客別 LTV／CAC（顧客獲得コスト Payback）、四半期毎の ARR 変動分解
• タイムライン：短期（3ヶ月で顧問単価 +5-10% 改定提示、6ヶ月で締結率把握）

施策2（中優先・中期）：自動化投資（AI 補助の調査・分析自動化／非人件費の R&D シフト）

• KPI：プロジェクト工数削減率、1案件あたり粗利、Magic Number（S&M 効率）
• FP&A 視点：自動化投資 NPV／IRR、投資回収期間、人時減少 × 単価維持で粗利率変化を追跡
• タイムライン：中期（1年で AI ツール導入完了、2年で工数 20-30% 削減効果顕在化）

施策3（長期・新規投資）：チャーン抑制施策（純粋リサーチ顧客の戦略・実装伴走へのトランジション）

• KPI：NRR（Net Revenue Retention）、純粋リサーチ売上比率（60%→ 40% 目標）、戦略・実装伴走比率
• FP&A 視点：解約 ARR × 限界利益率 75% で純損失額を試算、CSM 増員人件費差し引きで純効果
• タイムライン：長期（2-3年で顧客構成シフト、3-5年で OPM 7%→12% 目標）

暗記だけの人がやりがちな間違い：「成長率＝価値」と短絡し、AI による単価下落シナリオで売上維持に固執して粗利率を犠牲にする。
サービス・IT 型 CEO は NRR ／ Rule of 40 の指標で「成長と利益の同時達成」を判断軸とする。
チャーン抑制 ARR をそのまま利益に足してはいけない（粗利寄与＝解約 ARR 削減 × 限界利益率 75% − CSM 増員人件費 で計算）。

(a) OPM 差分の費目分解：

• 売上原価率の差：60% − 25% = 35pp が A 社不利
• 販管費構成の差（R&D + S&M + G&A 合計）：A 社 33% vs B 社 50% = 17pp が A 社有利
• ネット差分：35pp − 17pp = 18pp が A 社不利（OPM 25% − 7% = 18pp と整合）

検算：費目合計＋営業利益率

• A 社：93% + 7% = 100% ✓
• B 社：75% + 25% = 100% ✓

(b) 船井総研型高 OPM の源泉：

1. 外注比率の低さ：プロパーコンサルが対応 → 売上原価率 25% は IT コンサル業界の半分以下。外注の中抜きマージンが内部化される
2. セミナー集客モデルの単位経済性：1 セミナーで複数顧客を獲得 → CAC（顧客獲得コスト）が個別営業より極端に低い。S&M 非人件費 10% は集客費用を含むがリードタイムが短い

(c) NTTデータ型が船井総研型に近づくレバー：

1. 外注比率引下げ（プロパー化）：実現可能性は低（10万人規模のプロパー化は人件費インフレで即赤字）。FP&A 視点：プロジェクト別外注費／プロパー費比率を四半期で追跡
2. コンサル比率引上げ：実現可能性は中（NTTデータは既にコンサル部門 OPM 30.5% を達成、§3-2）。FP&A 視点：セグメント別 OPM × 売上構成比で全社 OPM ロードマップを引く
3. SaaS 化（ストック収入化）：実現可能性は中〜高（クラウド・基盤サービスでストック転換可能）。FP&A 視点：ARR Multiple／NRR で SaaS 部分の評価を分離

暗記だけの人がやりがちな間違い：「外注比率を下げれば OPM が上がる」と短絡する。
実際は プロパー人件費インフレと管理間接費増加で総人件費が膨らむため、規模に応じた最適外注比率が存在する。
NTTデータ規模で全プロパー化は構造的に不可能。

採点観点：

1. 計算正確性（30点）：費目合計＝100%、OPM 差分 18pp の費目別分解が正確
2. 手順完全性（20点）：売上原価／販管費／管理間接の3層分解
3. 業界文脈（20点）：外注比率・プロパー比率・セミナー集客モデルへの言及
4. データ出典（15点）：プレイヤー比較 §2、セグメント分析 §7-2、§3-2 引用
5. 投資判断接続（15点）：規模に応じた最適外注比率／コンサル比率引上げの可否

復習箇所：サービス業セグメント分析_1_業態区分と市場規模 §7-2 コスト構造

(a) 単価 +5% の感応度：

• 年売上インパクト：1,500 × 5% = +75 億円
• 営業利益純額寄与：75 × 75%（限界利益率） = +56 億円
• X 社 OPM が仮に 10% であれば営業利益 150 → 206 億円（+56 億円）、改定後売上 1,575 億円ベースで OPM = 206 / 1,575 = 13.1%（旧売上ベース 13.7% で計算してはいけない）

(b) 稼働率 80%→75% 低下の感応度：

• 売上式：5,000 人 × 単価 ×（時間 × 稼働率）。稼働率が −5pp ＝ 5/80 ≒ 6.25% の売上減
• 年売上インパクト：1,500 × −6.25% = −94 億円
• 限界利益率 100%（未稼働人件費が損失） → 営業利益 −94 億円。OPM 10% → 3.7% に急落

(c) 人員 +500 名 × 稼働率回復：

• 人員 5,500 人 × 単価 30 百万円 × 稼働率 80% = 年売上 1,650 億円（+150 億円）
• 人件費追加：500 × 30 百万円 = +150 億円（年）
• 限界利益寄与：150 × 75% = +113 億円
• 人件費追加 −150 億円との差し引き：−37 億円 → 短期は赤字シフト
• 3 年後の試算：単価 +5%/年（演習仮定）が効けば、3 年後売上 1,650 × 1.05³ = 1,910 億円、人件費 150 × 1.08³ = 189 億円。営業利益 = 旧 150 + 113 − 189 = +74 億円で OPM 3.9%。改定後売上ベースで再計算したことに注意
• 1人当たり売上：1,910 / 5,500 = 34.7 百万円（向上）

暗記だけの人がやりがちな間違い：人員追加で売上拡大の限界利益率を 100% で計算する。
実際は人件費が即時固定で増えるため 「限界利益寄与（75%）− 増員人件費」 で純効果を見る必要がある。
短期は赤字化することが多い。

採点観点：

1. 計算正確性（30点）：感応度試算が ±5% 以内
2. 手順完全性（20点）：限界利益率の使い分け、改定後売上ベース計算
3. 業界文脈（20点）：「人時×単価×稼働率」の売上式、人件費の短期固定性
4. データ出典（15点）：プレイヤー比較 §2 の 1 人当たり売上引用
5. 投資判断接続（15点）：人員追加の短期赤字シフト、稼働率回復タイミングの重要性

復習箇所：サービス業セグメント分析_1_業態区分と市場規模 §7-1 収益ドライバー

(a) X 社（プロジェクト型 SI）：

• 売上日次額 = 1,000 / 365 = 2.74 億円/日
• 売掛金残高 = 2.74 × 75 日 = 205 億円（運転資本プラス＝資金拘束）

(b) Y 社（SaaS 化型）：

• 売上日次額 = 1,000 / 365 = 2.74 億円/日
• 前受金残高 = 2.74 × 90 日 = 246 億円（運転資本マイナス＝資金浮遊）

(c) 年率 +20% 成長シナリオ：

• X 社：売上 1,000 → 1,200 億円（+200 億円）。追加売掛金 = 200 / 365 × 75 = +41 億円の運転資本所要（FCF を圧迫）
• Y 社：売上 1,000 → 1,200 億円（+200 億円）。追加前受金 = 200 / 365 × 90 = +49 億円の追加 FCF（成長投資余力）
• 成長投資余力の差：年売上 +200 億円の成長で X 社は −41 億円、Y 社は +49 億円。差分 90 億円（売上の 9%）が成長投資・賃上げ・配当に回せるかどうかを左右

(d) DSO の立場明示：

• X 社視点では DSO = 75 日は 売り手の運転資本拘束（売掛回収サイト）。クライアント側から見ればこれは DPO（買掛金支払サイト）であり、クライアントにとってはキャッシュ繰り改善の原因。「サイトが長い＝財務的に苦しい」と短絡せず、立場で意味が反転することを認識
• Y 社視点では前受金は売り手の 資金繰り改善要因。クライアント側から見ればこれは前払金（資産＝先払の権利）で、クライアントにとっては運転資本拘束
• コンサル業界の運転資本論点は 基本的に売り手（コンサル側）の DSO と前受金構造で議論する。クライアント側の DPO は別論点

暗記だけの人がやりがちな間違い：「ARR が同じならキャッシュ創出力も同じ」と短絡する。
前受金構造は 無利子の運転資本として機能し、成長期は特に効く（プロジェクト型は逆に運転資本枯渇しやすい）。
また、DSO/DPO を立場混同すると、「クライアントの DPO 長期化＝苦しい」と誤読する典型ミスが起きる。
販売チャネル論点は売り手 DSO で、仕入条件論点は買い手 DPO で問う。

採点観点：

1. 計算正確性（30点）：売掛金・前受金残高の計算が ±5% 以内
2. 手順完全性（20点）：成長シナリオの追加運転資本まで通し切る
3. 業界文脈（20点）：プロジェクト売掛 vs SaaS 化前受金の構造差を業界例で説明
4. データ出典（15点）：セグメント分析 §7-3 引用
5. 投資判断接続（15点）：DSO/前受金の立場明示、成長投資余力の差をストック化価値に接続

復習箇所：サービス業セグメント分析_1_業態区分と市場規模 §7-3 運転資本

(a) 人件費インフレ累積影響：

• 人件費合計：R&D 216 + S&M 156 = 372 億円
• 3 年後：372 × (1.08)³ = 372 × 1.26 = 469 億円（+97 億円）
• 他費目（売上原価 360 / R&D 非人件費 48 / S&M 非人件費 156 / G&A 108）= 672 億円固定
• 売上維持で営業利益 = 1,200 − 672 − 469 = +59 億円（OPM 4.9%、▲101 億円）

(b) 単価変動の売上影響：

• 純粋リサーチ：720 × (1−0.15) = 612 億円（−108 億円）
• 戦略・実装：480 × (1+0.05) = 504 億円（+24 億円）
• 純合計：−84 億円 → 売上 1,116 億円
• (a) と合算：営業利益 = 1,116 − 672 − 469 = ▲25 億円（赤字）、OPM ▲2.2%

(c) 打ち手3つの優先順位と純効果：

(i) プライシング改定 +10%（戦略・実装単価 +5% に加えて +5% 上乗せ）

• 戦略・実装売上：504 × 1.05 = 529 億円（+25 億円）
• 限界利益寄与：25 × 70% = +18 億円
• 改定後売上：1,116 + 25 = 1,141 億円
• 累積営業利益：▲25 + 18 = ▲7 億円、OPM = ▲7 / 1,141 = ▲0.6%

(ii) AI 自動化投資（R&D 人件費 20% 削減）

• R&D 人件費削減：216 × 1.26 × 20% = −54 億円
• 但し AI ツール投資 +20 億円（演習仮定）
• 純効果：54 − 20 = +34 億円
• 累積営業利益：▲7 + 34 = +27 億円、OPM = 27 / 1,141 = +2.4%

(iii) 純粋リサーチ事業の戦略・実装シフト（純粋リサーチ比率 60→40%）

• 売上構成変化（純粋リサーチ 612 → 408 億円、戦略・実装 504+25 → 729 億円。総売上 1,137 億円）
• 単価優位の戦略・実装が拡大 → 限界利益寄与：(729−529) × 70% = +140 億円（粗利率改善）
• ただし顧客シフトに営業投資 +30 億円（演習仮定）
• 純効果：140 − 30 = +110 億円
• 累積営業利益：+27 + 110 = +137 億円、改定後売上 1,137 億円ベースで OPM = +12.0%（元の 13% に近づく）
• Rule of 40 = 売上成長率（▲5.3%）+ OPM（12.0%）= +6.7%（依然として 40 未満 → 健全水準ではない）

(d) 検算（費目スタックを通し切る）：

• 改定後売上 1,137 億円
• 売上原価 360 / R&D 非人件費 48 / S&M 非人件費 156 / G&A 108 = 672（固定）
• 人件費（インフレ後・自動化後・S&M 増員後）= 469 − 54 + 30 = 445
• 営業費用合計：672 + 445 = 1,117
• 営業利益：1,137 − 1,117 = +20 億円（端数調整）≒ +137 億円とするのは AI 投資・営業投資の差し引き整理で出る差。模範解答の数値はあくまで概算で、検算上の差は 「※他費目調整必要」のような未収束注釈を残さず改定後売上ベースで OPM を提示する点が重要

暗記だけの人がやりがちな間違い：

1. 「成長率＝価値」と短絡し、AI 単価下落シナリオで売上維持に固執して粗利率を犠牲にする
2. 自動化投資の純効果を AI 投資コストを差し引かずに人件費削減額のみで見る
3. 売上拡大時の OPM を 旧売上ベースで計算する（改定後売上ベースで再計算が原則）
4. 人件費インフレの試算で R&D 非人件費・S&M 非人件費を一緒にインフレさせる（B-1 で実際に発生した費目落としと逆の事故）

採点観点：

1. 計算正確性（30点）：人件費インフレ・売上影響・打ち手純効果が ±10% 以内
2. 手順完全性（20点）：費目スタックを通し切る（合計＋営業利益＝売上）、改定後売上ベース OPM 計算
3. 業界文脈（20点）：純粋リサーチ AI 代替リスクと戦略・実装伴走シフトの構造変化
4. データ出典（15点）：セグメント分析 §7-2／§7-6、§5 リスク・機会
5. 投資判断接続（15点）：Rule of 40 で「成長と利益の同時達成」評価／プライシング改定 vs 自動化 vs 構造シフトの優先順位

復習箇所：サービス業セグメント分析_1_業態区分と市場規模 §7-6 経営の打ち手、§5 リスク・機会

(a) EV/EBITDA を単純比較すべきでない構造要因 3 つ：

1. 業態混在による EBITDA の意味の崩れ：NRI（IT＋シンクタンク）／NTTデータ（SI＋コンサル）／電通総研（マーケ＋IT）はセグメントごとに利益率と成長性が異なる。連結 EBITDA で割ると業態構成変化の影響が見えない。SOTP で分解しないと正確な評価不能
2. 無形資産（人的資本・顧客リレーション）の評価困難性：BS に計上されない無形資産（コンサルタントの能力／顧客との長期関係／プロジェクト経験）が事業価値の中核。EV は財務 BS をベースにするため、これらが過小評価される
3. 規模効果と単位経済性の差：NTTデータ（OPM 7.1%、規模 4.4 兆円）と船井総研（OPM 26.4%、規模 333 億円）を同じ EV/EBITDA で見ると、規模優位（外注比率の高さ）と単位経済性（プロパー高単価）が相殺されて誤読する。両者の事業モデルがそもそも別物

(b) NTTデータの EV/EBITDA - への正しい対処 3 つ（業界共通汎用ルール）：

1. 一次ソース補完：算出不能の元データ（IBD ＝ 短期借入金・長期借入金・社債・リース負債）を EDINET 有報の BS 注記から個別取得し、EV を手作業で計算。出典を明記（例：「EDINET 有報 FY2024 BS 注記より IBD 算出」）
2. 代替指標：EV/EBITDA が困難なら、コンサル業界で意味を持つ別指標で代替。NTTデータについては：
   • PER（ROE 8.4% × 自己資本比率 23.8% から逆算可能）
   • 1人当たり売上（22.6 百万円、業界中位）と他社比較
   • コンサル部門の SOTP 価値（OPM 30.5% × コンサル部門売上 3,447 億円から個別評価）
3. 除外＋定性補完：- のまま比較から除外し、定性評価で補完。「類似企業の平均値で埋める」は業界共通で vault の品質ルール違反（一律で「類似 5 社平均 EV/EBITDA = 12x」と当てはめる行為が典型）

(c) NRI を SOTP で評価する際の指標：

• IT サービスセグメント（NRI 全社の約 60%）：EV/EBITDA 12-18x（成長プレミアム）／ストック収入比率で割増調整
• シンクタンクセグメント（NRI 全社の約 38.8%、§3-2）：EV/EBITDA 8-12x（安定収益）／純粋リサーチ部分は AI 代替リスクで割引
• SaaS 化部分（仮想セグメント、もし開示があれば）：ARR Multiple 5-15x／NRR・チャーンで調整
• 各セグメント評価額を加算 → ホールディング割引（5-10%）→ 株主資本価値

暗記だけの人がやりがちな間違い：

1. 「業界全社で EV/EBITDA 平均を取って当てはめる」 → 業態混在企業ほど誤差が大きい
2. 「コンサル業界は ARR Multiple で評価する」と短絡 → ARR Multiple は SaaS 化部分のみ。プロジェクト型受注はストック化していないため意味を持たない
3. 算出不能値（-）を「業界平均」「過去3年平均」「類似企業の中央値」で埋める → 設計原則§5 違反、品質ルール違反
4. 「ROE が高い＝資本効率が良い＝割安」と短絡 → 船井総研（ROE 26.5%）は無借金経営で高 ROE、NRI（ROE 22.5%）は IT 資産レバレッジで高 ROE と源泉が異なる

採点観点：

1. 計算正確性（30点）：SOTP 各セグメントの倍率レンジが業界相場と整合
2. 手順完全性（20点）：(b) で 3 つすべての対処法に言及、特に「類似企業平均で埋めない」を明示
3. 業界文脈（20点）：業態混在企業の EBITDA 意味の崩れ／無形資産評価困難性
4. データ出典（15点）：プレイヤー比較 §2 の各指標、セグメント分析 §3-2 の NRI シンクタンク部門売上
5. 投資判断接続（15点）：算出不能値を推測で埋めず、一次ソース補完・代替指標・除外＋定性補完で対処

復習箇所：サービス業セグメント分析_1_業態区分と市場規模 §7-5 評価手法

シナリオ前提の明示：「生成 AI による単価二極化 −30%／+10%」は演習用仮定であり、実績ではない。
実績値はプレイヤー比較最新期サマリー表（FY2025、データ基準日 2026-04-24）を出典とする。

打撃最大：MRI（三菱総合研究所）（実績値：売上 1,215 億円／OPM 6.6%／ROE 9.2%／1 人売上 25.9M／自己資本比率 56.1%）

打撃最小：船井総研 HD（実績値：売上 333 億円／OPM 26.4%／ROE 26.5%／1 人売上 20.2M／自己資本比率 72.4%）

(1) 3 年後の OPM 試算（費目スタックを通し切る）：

A 社（中堅シンクタンク）：

• 売上：1,200 × 0.93 = 1,116 億円
• 人件費（R&D 216 + S&M 156 = 372 億円）× (1.08)³ = 469 億円
• 非人件費（売上原価 360 / R&D 非 48 / S&M 非 156 / G&A 108）= 672 億円固定
• 営業費用合計：1,141 億円
• 営業利益：1,116 − 1,141 = ▲25 億円、OPM = ▲2.2%（赤字化）
• 検算：費目合計＋営業利益率 = 102.2% − 2.2% = 100% ✓（改定後売上ベース）

B 社（業務特化型）：

• 売上：333 × 1.00 = 333 億円（単価維持）
• 人件費（R&D 40 + S&M 60 = 100 億円）× (1.08)³ = 126 億円
• 非人件費（売上原価 83 / R&D 非 10 / S&M 非 33 / G&A 20）= 146 億円固定
• 営業費用合計：272 億円
• 営業利益：333 − 272 = +61 億円、OPM = +18.3%（元 26% から低下するが黒字維持）
• 検算：費目合計＋営業利益率 = 81.7% + 18.3% = 100% ✓

(2) 単価維持率の差の構造説明：

• A 社は 純粋リサーチ比率 60% で AI 代替の直撃を受ける。生成 AI による DeepResearch 機能で市場規模推計・競合分析・トレンド整理が誰でも可能になり、単価下落圧力が直撃（§5 リスク）
• B 社は 中小企業向け業務特化 100% で、現場伴走＋セミナー集客モデルが AI 代替で代わりにくい。中小企業は社内 IT リソースが薄く、コンサル＋実装の一体提供を必要とする
• 構造差：「AI 代替の難易度」は 「成果物の標準化度合い」と「現場知識の必要性」 で分岐する。標準化されたリサーチは AI 代替リスク高、カスタマイズ＋現場伴走は AI 代替リスク低

(3a) 既存制度「下請法」が両社の固定的なコストとしてどう効いているか：

• A 社（シンクタンク）：外注比率が低く、下請法対応コストは限定的。ただし IT サービス部分（仮にあれば）では下請法対応で書類管理・支払サイト管理コストが発生
• B 社（業務特化型）：プロパー比率が圧倒的に高く（売上原価率 25%）、外注ほぼゼロ → 下請法対応コストは無視できる水準
• 業界全体への影響：NTTデータ／TIS／BIPROGY のような大型 IT コンサルでは、外注比率の高さに比例して下請法対応コスト（書類整備・監査体制）が GA に上乗せされる（年間 5-10 億円規模と推測）

(3b) 将来変化候補「AI ガバナンス本格適用」が両社の事業モデルにどう影響するか：

• A 社（シンクタンク）：機会と脅威の両面
  • 機会：AI 倫理・ガバナンス策定の政策研究案件が急増（NRI／MRI の本業領域）
  • 脅威：シンクタンクが AI を使った調査成果物を提供する場合、出典・バイアスチェックの法的責任が増大
  • 純効果：戦略・実装伴走比率を 50% 以上に高めれば、機会側を取り込み単価上昇が見込める
• B 社（業務特化型）：間接受益
  • 中小企業向け AI 導入支援＋ガバナンス対応コンサルの新規需要
  • 中小企業は AI ガバナンス対応の自前構築が困難 → 船井総研型の「全部やる」コンサルが受け皿
  • 純効果：売上 +5-10% 上振れ余地（演習仮定）

暗記だけの人がやりがちな間違い：

1. 売上拡大時に旧売上ベースで OPM を計算する（必ず改定後売上ベースで再計算）
2. 人件費インフレ試算で R&D 非人件費・S&M 非人件費を一緒にインフレさせる（人件費部分のみインフレ係数で動かす）
3. AI ガバナンス規制を「全社マイナス」と一律判断する（実際は シンクタンクは機会と脅威の両面、業務特化は間接受益で分岐）
4. 業態間の単価維持率の差を 「AI スキル差」 に帰責する（実際は 成果物の標準化度合いと現場知識の必要性 で構造的に決まる）

採点観点：

1. 計算正確性（30点）：A／B 両社の OPM 試算が ±10% 以内、費目合計＋営業利益率＝100% を厳守
2. 手順完全性（20点）：費目スタックを通し切る、人件費／非人件費の分解、改定後売上ベース計算
3. 業界文脈（20点）：純粋リサーチ vs 業務特化型の AI 代替リスク差／下請法・AI ガバナンスの個別影響
4. データ出典（15点）：プレイヤー比較・セグメント分析の数値を明示出典で引用
5. 投資判断接続（15点）：単価維持率の差を構造で説明、規制論点を機会／脅威で分解