今の商売を、この先も続けられるか不安。自社データと市場データを生成AIで比べ、次の事業を選ぶ

今の商売が、来年も同じように続くとは限りません。

顧客の予算が変わる。競合が増える。技術が変わる。人件費や外注費が上がる。これまで売れていた商品が、少しずつ選ばれなくなる。

そこで次の事業を考えます。

ただ、新規事業の候補は普通に増えます。生成AIへ聞けば、さらに増えます。

問題は、事業案を出すことではなく、自分たちが勝てる案を選ぶことです。

私はこの判断に、経営者自身の特性、会社の実績、顧客、案件、市場、資金などのデータを使います。生成AIには事業を決めさせるのではなく、候補を比較し、反対理由を出し、足りない証拠と小さな検証方法を考えさせます。

現状維持も、実際には一つの賭けです

中小企業庁の2026年版中小企業白書は、コスト上昇、金利、構造的な人手不足など環境変化が続く中で、現状維持自体が大きなリスクになり得ると整理しています。事業を続けるには、今ある商売を深めるだけでなく、必要に応じて新しい市場や事業へ変わる力が求められます。中小企業庁「2026年版中小企業白書」

一方で、新しい事業へ進めば安全になるわけではありません。

帝国データバンクの2026年調査でも、企業は販路開拓、設備投資、新しい事業領域への進出などを課題に挙げています。しかし、小規模企業では経営計画を「都度対応」で考える会社も44.2%ありました。環境変化へ対応したいが、何を基準に選べばよいか決まっていない会社も少なくないと考えられます。帝国データバンク「企業の経営課題に関するアンケート(2026年)」

生成AIへ「次に何をやればいい?」と聞くだけでは決められない

生成AIへ業界と会社概要を伝えれば、新規事業の案はすぐ出ます。

でも、その案は一般論です。

市場が伸びている。技術と相性がよい。顧客課題がありそう。この程度なら、同じ質問をした他社にも似た答えが返ります。

しかも、生成AIは入力された情報をもとに、もっともらしい説明を作るのが得意です。事実が不足していても、きれいな事業計画は普通にできます。

だから、AIを事業の占い師にはしません。

候補を増やす役、比較表を作る役、失敗理由を探す役、検証案を作る役として使います。

次の事業を選ぶ前に、五種類のデータを集める

1. 経営者自身のデータ

新規事業は、市場だけでなく、経営者が長く取り組めるかにも左右されます。

  • 得意な問題
  • 過去に成果を出した役割
  • 学習速度
  • 人との関わり方
  • 続けやすい仕事と、後回しにしやすい仕事
  • 興味を持ち続けられる領域
  • 経営者本人が顧客へ届く経路を持つか

自己評価だけではなく、実際の業務記録や過去の成果も見ます。

性格と仕事の相性を見る考え方は、HEXACOを仕事の設計に使う記事で詳しく書いています。

2. 会社が持つ資源と能力

会社には、技術以外の資源もあります。

  • 既存顧客
  • 営業経路
  • 実績と信用
  • 社員や外部の専門家
  • 業務の進め方
  • 蓄積したデータや知識
  • 提携先
  • 資金

新規事業をゼロから始めるのか、今ある資源を組み替えるのかで、成功確率と必要資金は大きく変わります。

3. 顧客と案件のデータ

次の事業の種は、過去の受注と失注にかなり残っています。

  • どんな相談が繰り返し来たか
  • なぜ選ばれたか
  • なぜ失注したか
  • どの案件で粗利が高かったか
  • どの顧客と継続したか
  • どの仕事で手戻りが少なかったか
  • 顧客が自社の何を評価したか

売上金額だけを見ると、大きいが利益の薄い案件を強みと誤認することがあります。受注、工数、粗利、継続まで合わせて見ます。

4. 市場のデータ

自社との相性が良くても、顧客が困っていなければ事業になりません。

  • 顧客が実際に検索・質問している言葉
  • 困る頻度と緊急性
  • 現在使っている代替手段
  • 競合の商品、価格、強み
  • 市場の成長と縮小
  • 法律や業界ルール
  • 技術変化
  • 顧客へ届く経路

市場規模だけでなく、最初の顧客へどう届くかを見ます。良い市場でも、顧客獲得の経路がなければ資金が先に尽きます。

5. 制約

事業案は、今の会社が使える時間と資金の中で比較します。

  • 何か月試せる現金があるか
  • 誰が責任者になるか
  • 既存事業へどれだけ影響するか
  • 開発や営業に何人使えるか
  • いつまでに最初の売上が必要か
  • 失敗した時に戻せるか

制約を入れない事業計画は、実行計画ではなく願望になります。

事業候補は七つの基準で比較する

候補ごとに、少なくとも次の七項目を同じ尺度で評価します。

  1. 顧客課題:困りごとは強く、頻繁で、支払う意思があるか
  2. 市場:十分な顧客がいて、今後も伸びる余地があるか
  3. 自社との相性:既存の技術、顧客、信用、知識を使えるか
  4. 経営者との相性:責任者が長期間取り組める領域か
  5. 顧客獲得:最初の十社へどう接触するか具体的か
  6. 採算:単価、原価、継続、回収期間が成立するか
  7. 検証可能性:小さく試し、失敗なら止められるか

点数は正解ではありません。

「なぜこの案を高く評価したか」を比較可能にし、意見の違いを見つけるために使います。

生成AIへ比較させる六つの手順

1. 事実と自己評価を分けて入力する

「営業が得意」ではなく、「過去一年で自分が参加した商談の受注率」「顧客から言われた選定理由」のように、確認できる事実を先に置きます。

その後に、「この仕事は続けやすい」「この市場へ興味がある」という主観を分けて追加します。

2. 既存事業の深化と新規事業の候補を両方出す

新しい商品だけを考えさせると、今の顧客へ別の商品を売る、既存サービスを標準化する、提携で市場を広げる、といった低コストの案が抜けます。

完全な新規事業だけでなく、既存顧客、既存技術、既存業務を組み替える案も出します。

3. 同じ評価基準で採点し、根拠を示させる

七つの基準ごとに点数、根拠、使ったデータ、足りない情報を出させます。

証拠がない項目は、推測として明記させます。

4. 上位候補を反対側から崩す

上位三案について、別の会話や別のAIに次を聞きます。

  • この事業が失敗する最も現実的な理由
  • 経営者が見落としている代替手段
  • 競合が簡単に真似できる部分
  • 顧客が払わない理由
  • 営業経路が成立しない理由
  • 既存事業を弱くする可能性

自分の案を応援させるより、反証させる方が役に立つことがあります。

5. 最も安い検証へ落とす

いきなり商品を作らず、何を確かめれば案を捨てられるかを決めます。

  • 見込み顧客へのインタビュー
  • 提案資料だけでの営業
  • 手作業での試験提供
  • 予約・事前申込の受付
  • 小さな試作品
  • 有料の実証実験

新規事業のシステム費用を小さくする方法は、新規事業のシステム費用を最小化する記事でも整理しています。

6. 現実の反応で採点を更新する

インタビュー、提案、申込、継続、粗利の結果を追加し、候補の順位を更新します。

AIが最初に高く評価した案でも、顧客が払わなければ下げます。

きれいな説明より、現実の反応を優先します。

たとえば「AIを使った事業」だけでは候補にならない

会社にAI開発力があるとします。

そこから「AIを使った教育」「AIを使った採用」「AIを使った営業」など、無数の案が出ます。

でも、技術との相性だけでは選べません。

既存顧客がいるか。顧客の課題を直接知っているか。販売経路があるか。既存案件のどの知識を使えるか。最初の売上まで何か月かかるか。誰が責任者になるか。

この条件を入れると、派手な市場より、現在の顧客から繰り返し相談されている隣接領域の方が高くなることがあります。

新規性が低く見えても、自社が勝てる可能性は高い。ここを区別します。

始める条件と同時に、やめる条件を決める

新規事業は、少し反応があると続けたくなります。

そこで、検証前に中止条件を置きます。

  • 二十社へ話しても、有料で試したい会社がゼロ
  • 三か月以内に最初の有料顧客が取れない
  • 想定原価では必要な粗利を確保できない
  • 顧客獲得に必要な費用を回収できない
  • 既存事業の重要案件を継続的に圧迫する
  • 責任者が決まらず、社長の追加業務になる

数字は事業ごとに変えます。

大事なのは、「もう少し続ければ」という感覚だけで資金を使い続けないことです。

会社のデータを生成AIへ入れる時の注意

顧客名、契約、売上、原価、社員情報などを、そのまま一般公開型の生成AIへ入れない方がよい場合があります。

まず匿名化し、顧客や個人を特定できる情報を外す。会社で許可した環境を使う。保存や学習への利用条件を確認する。閲覧できる人を分ける。

外部へ出せない情報が多い場合は、社内向けの安全な分析環境を用意します。

分析の便利さより、契約と情報管理を優先します。

次の事業は、「流行っているか」ではなく「自社が勝てる証拠があるか」で選ぶ

成長市場へ入ることは重要です。

でも、市場が大きいことと、自社が勝てることは別です。

経営者の強み、会社の資源、受注と失注、顧客の課題、粗利、販売経路、市場、制約を一つに並べる。生成AIに候補を比較させ、反対理由と不足する証拠を出させる。そして、一番安い方法で現実へ当てる。

生成AIは答えを決める道具ではなく、仮説を増やし、思い込みを崩し、検証を速くする道具です。

自社のデータをつないで分析できる状態の作り方は、データを会社の学習装置に変える記事でも書いています。

次の事業を決める時は、「何が流行るか」だけでなく、「誰が、どの資源を使い、どう顧客へ届け、どの数字を確認したら続けるか」まで決める。

そこまで具体化して初めて、事業案が経営判断になります。

Beekleにご相談ください Beekleでは、AI活用や業務システム開発について、作るものの整理、費用感、進め方まで一緒に確認します。まだ曖昧な段階でも、最初に何を決めればよいかから相談できます。 お問い合わせはこちら

参考資料

関連記事

「経営課題」カテゴリの他の記事

良いサービスなのに、新規顧客から見つけてもらえない。生成AIの比較候補に入るために公開すべき情報

2026/8/31
読む

社長がいないと仕事が止まる。判断の理由を会社に残し、現場から抜ける方法

2026/8/31
読む

求人を出しても応募が来ない。採用広報の前に「誰に何を任せるか」を決める

2026/8/31
読む

任せた仕事を、問題が起きるたびに社長が取り戻していないか

2026/8/31
読む

商談はあるのに受注できない。「価格で負けた」で終わらせず、顧客の購買プロセスを記録する

2026/8/31
読む

新規営業ばかりで、既存顧客へ追加提案できていない。顧客・案件管理と過去の知識をつなぐ

2026/8/31
読む

自社の強みが分からない。社内会議ではなく、受注理由・失注理由・粗利・継続から探す

2026/8/31
読む

採用しても辞める、教えても育たない。HEXACOを人の評価ではなく仕事の設計に使う

2026/8/31
読む

売上は増えたのに、なぜ会社にお金が残らないのか。顧客・案件・工数・入金をつなぐ

2026/8/31
読む

紹介が止まると売上も止まる。紹介頼みの営業から抜けるために、顧客の判断材料を公開する

2026/8/31
読む

見積もりより工数が増える会社は、作業時間ではなく「変更の理由」を残した方がいい

2026/8/31
読む

新規事業の案が増えすぎて、何も選べない。生成AI時代は「作る力」より「捨てる基準」が重要

2026/8/31
読む

経営者は何に悩んでいるのか。統計で見る5つの経営課題と、最初に手を付ける順番

2026/8/31
読む

利益は出ているのに、なぜ現金がないのか。13週間の入出金予定を顧客・案件管理につなぐ

2026/8/31
読む

この内容について、Beekleに相談してみませんか?

何を作るべきか、どこまで費用をかけるべきか、発注前の不安を無料で整理します。

動くプロトタイプで発注前に確かめる「ゼロスタート開発」の詳細も見られます