AI時代に、良い事業はどこから生まれるのか ――既存企業、生活者、地域課題をつなぐ事業実験の場
1. 新しい事業の話をする前に、既存企業の成長を考えたい
AI時代には、新しい事業や新しい働き方が増えていくでしょう。
一人起業。
少人数起業。
副業。
ネットワーク型の事業。
既存企業の中での新事業。
既存企業から派生する事業。
地域課題を起点にした小さな事業。
こうしたものは、今後増えていく可能性があります。
しかし、ここで最初に確認しておきたいことがあります。
AI時代には、既存企業よりも新しい事業づくりが大切になる、ということではありません。
むしろ、第一に重要なのは、現在ある企業がAIを活かしながら、良い会社として成長していくことです。
既存企業には、すでに顧客がいます。
社員がいます。
技術やノウハウがあります。
地域や取引先との関係があります。
これまで積み重ねてきた信用があります。
AI時代に、これらを活かさない手はありません。
AIによって、既存企業はもっと良い会社へ進化できる可能性があります。
社長の判断を深める。
理念・ビジョンを日々の判断基準にする。
顧客の本源的欲求をより深く理解する。
ビジネスモデルを磨く。
暗黙知を仕組みに変える。
管理職の育成支援を強める。
社員が考え、挑戦し、改善する環境を整える。
会社の健康診断を、測定で終わらせず、対話と改善につなげる。
このように、AIは既存企業の成長を支える大きな力になります。
したがって、良い会社づくりの中心は、あくまで既存企業がAIを活かして、社員と会社がともに成長する構造をつくることにあります。
AIによって人を減らすことが中心なのではありません。
AIによって、現在ある会社がより良い会社へ進化することが中心です。
そのうえで、もう一つの問いが出てきます。
AIによって仕事の内容、人数、階層、役割が変わるとき、既存企業はどのように成長し続けるのか。
そして、既存企業の中や外に生まれる新しい事業の可能性を、どのように良い事業として育てていくのか。
この問いです。
AI時代に問われるのは、人を減らせるかどうかではありません。
AIによって変化する人の役割を、次の良い仕事、良い事業へどうつなぐかです。
2. まずは、一社の中で新しい事業の可能性を見る
AI時代に最初に考えるべきことは、「会社の外で起業を増やすこと」ではありません。
まず見るべきは、現在ある会社の中に、新しい事業の種がないかです。
既存企業には、外からは見えにくい事業の種がたくさんあります。
顧客から何度も聞いている困りごと。
既存商品では十分に応えられていないニーズ。
社員が気づいている業務上の非効率。
社内にあるが活かしきれていないノウハウ。
地域や取引先との関係から見えている未充足ニーズ。
これまで人手不足で手をつけられなかった小さなサービス。
既存事業の周辺にある、顧客の不便や不安。
これらは、新事業の種になります。
AIは、この種を見つけ、形にすることを助けます。
顧客の声を整理する。
問い合わせやクレームの傾向を見る。
失注理由を分析する。
既存顧客の周辺ニーズを考える。
新しいサービス案を複数出す。
小さく試す方法を考える。
必要な人員や作業の流れを設計する。
こうしたことが、以前よりも短時間でできるようになります。
つまり、AI時代の新事業づくりは、いきなり会社の外に出て起業を考えることから始まるのではありません。
まずは、既存企業の中で、次のように考えることから始まります。
今の顧客に、もっと深く応えられないか。
今の技術やノウハウを、別の顧客に活かせないか。
社員の気づきを、小さなサービスにできないか。
AIを使うことで、これまで採算が合わなかった小さな仕事が成立しないか。
今の会社の良い会社づくりを、事業の進化につなげられないか。
この意味で、既存企業の中の新事業は、良い会社づくりの延長です。
社員が顧客をよく見ている。
現場の気づきが共有されている。
管理職が改善や挑戦を支えている。
幹部が全社視点で資源をつないでいる。
社長が理念と将来像から判断している。
このような会社ほど、新しい事業の種を見つけやすくなります。
AIは、その動きを支援することができます。
3. 自社の新事業は、まず自社でコントロールする
ただし、ここで注意すべきことがあります。
既存企業が自社の新事業を考える場合、通常はそれをむやみに外部へ開くことはしません。
自社の顧客情報。
技術やノウハウ。
市場機会。
価格戦略。
競争優位。
社内人材の活用。
これらは、会社の重要な資産です。
したがって、自社の新事業は、まず自社内で検討し、小さく試すのが自然です。
外部の人を巻き込むとしても、信頼できる専門家、伴走者、取引先、顧客候補などに限られるでしょう。
守秘義務や信頼関係を前提に、限定的に進める必要があります。
このような事業実験を、ここでは「閉じた事業実験」と呼びたいと思います。
閉じた事業実験とは、自社の顧客、技術、ノウハウ、社員の力を活かして、新しい事業仮説を社内または限定された関係の中で小さく試すことです。
たとえば、次のような形です。
既存顧客に新しいサービスを試してもらう。
一部の顧客だけに限定して、有償の試験提供を行う。
社内の若手や幹部が新事業チームをつくる。
AIを使って仮説を作り、顧客ヒアリングを行う。
既存事業に負担をかけない範囲で、小さく検証する。
これは、一社の成長戦略としての事業実験です。
良い会社づくりの延長にある、新事業開発です。
ここに、無理に外部の多様な人を巻き込む必要はありません。
むしろ、何を閉じて守るべきかを判断することが重要です。
4. それでも、新事業は既存企業の中だけでは育ちにくい
既存企業には、顧客、信用、人材、技術、ノウハウがあります。
これは新事業にとって大きな強みです。
一方で、既存企業の中で新事業を育てることは簡単ではありません。
既存事業が忙しい。
短期売上が優先される。
失敗しにくい案ばかりになる。
担当者が孤立する。
新しい顧客価値を試す余裕がない。
既存の評価制度では、新しい挑戦が評価されにくい。
社内の常識が、事業仮説を小さくしてしまう。
こうしたことが起こります。
既存企業には、会社を安定させる仕組みがあります。
既存の売上。
既存の顧客。
既存の仕事の進め方。
既存の評価基準。
既存の責任範囲。
これらは会社を支える大切なものです。
しかし、新しい事業を育てるときには、その安定の仕組みが重さになることもあります。
だからこそ、新事業は「いきなり本格事業化」ではなく、まず事業実験として扱う必要があります。
大きな投資をする前に、小さく顧客に聞く。
社内で議論する前に、小さな有償実験をする。
完璧なサービスを作る前に、最小限の形で価値を届けてみる。
AIを使って仮説を早く作り、現場で確かめる。
失敗しても、会社全体が傷つかない範囲で試す。
このプロセスが重要です。
AIは、事業仮説をつくる速度を上げます。
しかし、事業が本当に成立するかどうかは、顧客との接点でしか確かめられません。
ここで必要なのは、AIによる企画力だけではありません。
AIを使った小さな実験力です。
5. 新事業は、ビジネスモデルだけを変えるのではない
AIを使うと、新しい事業仮説は以前よりも早く作れるようになります。
顧客像を整理する。
提供価値を考える。
価格案を出す。
サービスの流れを作る。
小さな実験計画を作る。
しかし、新事業はビジネスモデルだけの問題ではありません。
新事業を始めると、社長の判断が問われます。
なぜその事業をするのかという理念・ビジョンとの接続が問われます。
既存事業との関係をどう整理するかという仕組みが問われます。
誰が担当し、どのように挑戦を支えるのかという行動環境が問われます。
つまり、新事業は一つのドライバだけを動かすのではなく、会社全体のドライバに影響を伝播させます。
AIで事業仮説を早く作れるようになるほど、この伝播を丁寧に見る必要があります。
事業仮説は魅力的でも、社内の仕組みが追いつかないかもしれません。
理念・ビジョンとつながっていなければ、社員の納得は得られないかもしれません。
既存事業との役割分担が曖昧なら、現場に負担が集中するかもしれません。
挑戦を支える行動環境がなければ、担当者は孤立するかもしれません。
AI時代の新事業づくりでは、「この事業は儲かるか」だけでは不十分です。
この事業を始めることで、会社のドライバ全体にどのような影響が伝わるのか。
そこまで見る必要があります。
6. 一社の中だけでは、受け止めきれない変化もある
AIによって仕事の内容が変わると、既存企業はまず、自社の中で人の役割を高める努力をすべきです。
社員の役割を高める。
学び直しを支援する。
配置転換する。
新しい仕事に挑戦してもらう。
既存企業の中で新事業を育てる。
これは、良い会社づくりの重要な責任です。
しかし、それでもなお、一社の中だけでは受け止めきれない変化が出てくるかもしれません。
ある仕事は、会社の中で抱えるよりも、外部の小さな事業として成立するかもしれない。
ある社員は、会社の中の新しい役割よりも、会社と関係を持ちながら独立的に価値を出すほうが合うかもしれない。
ある顧客ニーズは、一社だけでは応えきれず、複数の会社や個人が組むことで事業化できるかもしれない。
ある地域課題は、一社の事業ではなく、複数の事業者が関わる小さな事業群として生まれるかもしれない。
ここで視点が、一社の内側から、企業間、地域、ネットワークへ広がります。
ただし、これは「自社の新事業を外に開け」という意味ではありません。
自社で閉じて試すべき新事業は、閉じて試す。
一方で、一社の専有ではない生活者ニーズ、地域課題、業界共通課題、既存企業の外側に出てくる仕事については、より開かれた事業実験の場で扱う。
この区別が重要です。
また、AIによって仕事の一部が減るとき、そこで生まれるのは、単なる余剰人員ではありません。
その人たちは、顧客を知り、現場を知り、会社の仕事を知り、地域や取引先との関係を持っている人たちです。
もし会社の中で新しい役割をつくれるなら、それが第一です。
新事業。
改善活動。
顧客伴走。
若手育成。
地域連携。
社内の仕組みづくり。
顧客接点の深掘り。
このように、社内で新しい価値を生む役割へ移っていくことが望ましいでしょう。
しかし、すべてを一社の中で受け止めきれるとは限りません。
そのとき、これまで会社の中で働いてきた人の経験を、会社の外側にある新しい仕事や小さな事業へつなげる視点が必要になります。
AI時代の良い事業の生まれ方づくりは、生活者の困りごとや地域課題を事業化するだけではありません。
AIによって役割が変わる人材が、次の価値創造に移っていける道筋をつくることでもあります。
AI時代に問われるのは、人を減らせるかどうかではありません。
AIによって変化する人の役割を、次の良い仕事、良い事業へどうつなぐかです。
7. 良い事業は、既存企業の中からだけ生まれるわけではない
良い事業の種は、既存企業の中だけにあるわけではありません。
生活者の不便。
家族の困りごと。
子育てや介護の経験。
地域での移動や買い物の不自由。
高齢者の孤立。
教育や学習への不安。
健康や暮らしに関する小さな悩み。
趣味や地域活動の中で感じる違和感。
現場で働く人が気づく非効率。
こうしたものから、事業が生まれることもあります。
むしろ、一般的な生活者ニーズに応える商品やサービスであれば、既存企業の中よりも、生活者や現場に近い人の気づきから生まれることも多いかもしれません。
既存企業の新事業は重要です。
しかし、それだけが良い事業の出発点ではありません。
良い事業の起点は、少なくとも三つあります。
第一に、既存企業起点です。
既存企業の顧客、技術、ノウハウ、社員の気づきから生まれる事業です。
第二に、生活者・個人起点です。
日常生活の不便、家族の困りごと、自分自身の経験、地域での違和感から生まれる事業です。
第三に、地域・業界課題起点です。
人手不足、高齢化、教育、移動、空き家、観光、小規模事業者支援など、地域や業界全体の未充足ニーズから生まれる事業です。
この三つは並列に考える必要があります。
既存企業起点の事業は、自社内で閉じて試すことが多いでしょう。
生活者・個人起点の事業は、本人の気づきを事業仮説に変える支援が必要になります。
地域・業界課題起点の事業は、複数の主体が関わることで初めて成立する場合があります。
この違いを見なければなりません。
8. AI時代に、なぜ開かれた事業実験の必要性が高まるのか
ここで、重要な問いがあります。
一社だけでは担いにくい地域課題や生活者ニーズに、複数の主体が関わる事業実験の場が必要である。
これは、AI時代以前から言えたことではないか。
その通りです。
地域課題も、生活者ニーズも、業界共通の困りごとも、AI時代になって初めて生まれたものではありません。
高齢者の移動。
買い物支援。
子育て。
空き家。
小規模事業者の事務負担。
観光情報の発信。
地域産品の販路。
中小企業の人材不足。
教育や学習支援。
介護や健康不安。
こうしたテーマは、以前から存在していました。
また、複数の主体が連携して事業を考える必要性も、以前からありました。
では、AI時代に何が変わるのでしょうか。
一つ目は、事業仮説を作るコストが下がることです。
これまでは、生活者の小さな困りごとや地域課題があっても、それを事業として検討するには、それなりの労力が必要でした。
顧客像を整理する。
課題を言語化する。
提供価値を考える。
類似サービスを調べる。
価格を考える。
収支を試算する。
チラシや説明文を作る。
実験計画を作る。
協力者に説明する。
これらは、起業に慣れていない人にはかなり重い作業です。
AIは、ここを大きく軽くします。
日常の困りごとを入力すれば、顧客像を整理できる。
似たようなサービス案を出せる。
提供価値を複数案で考えられる。
価格帯や提供方法の仮説を作れる。
最初の有償実験の形を提案できる。
説明文やチラシのたたき台を作れる。
つまり、AIによって、事業化の手前にある思考作業が軽くなるのです。
二つ目は、低コストで小さく試しやすくなることです。
サービス案を作る。
簡易な案内文を作る。
顧客ヒアリング項目を作る。
価格案を作る。
提供手順を作る。
簡易な収支を作る。
実験後の振り返りをする。
これらが短時間でできます。
以前なら「事業計画を作るだけで終わった」テーマを、小さな有償実験まで持っていきやすくなります。
三つ目は、AIによって一人でできることが増える一方で、良い事業に育てるには一人では足りないことが明確になることです。
AIは、一人で企画し、調べ、文章を書き、発信する力を高めます。
しかし、顧客理解、信頼形成、販売、品質、継続、現場運営は、一人では担いきれないことが多い。
だからこそ、生活者の気づき、実務経験者の現場感覚、経営者の事業感覚、個人事業者の実行力、支援者の伴走、地域情報などを、必要に応じて組み合わせる場が重要になります。
AIが一人の力を高めるからこそ、逆に、一人では足りない部分を補うネットワークが重要になるのです。
四つ目は、AIによって仕事の再配置が進むことです。
既存企業では内製しなくなる仕事が出るかもしれません。
小規模事業者向けのAI活用支援が必要になるかもしれません。
地域企業のバックオフィス支援が事業になるかもしれません。
高齢者や生活者向けの伴走型サービスが増えるかもしれません。
既存企業と個人事業者が組む仕事が増えるかもしれません。
たとえば、地域の中小企業向けのAI活用支援。
バックオフィス業務の共同受託。
高齢者向けの生活支援。
既存企業の顧客フォロー業務。
観光・地域産品の情報発信。
個人事業者の販促支援。
小規模事業者の事務改善支援。
こうした仕事は、一社の中に抱え込むよりも、小さな外部事業として成立する可能性があります。
このような変化を、一社だけで受け止めるのは難しいです。
だから、一社の中の新事業とは別に、地域や業界の中で仕事の再配置を受け止める場が必要になります。
つまり、開かれた事業実験の場は、AI時代になって突然必要になったものではありません。
以前から必要でした。
しかし、AIによって、
事業仮説を作るコストが下がる。
小さく試すコストが下がる。
一人や少人数でも入口に立ちやすくなる。
仕事の再配置が進む。
現場検証の重要性が高まる。
そのため、開かれた事業実験の場の必要性が、以前よりも高まるのです。
9. AIが作るのは仮説であり、事業そのものではない
AIは、事業の種を言語化することができます。
誰が困っているのか。
どのような不便があるのか。
どのような価値を提供できるのか。
どのような価格が考えられるのか。
どのような提供方法があるのか。
最初に何を試せばよいのか。
こうしたことを整理できます。
しかし、AIが作るのはあくまで仮説です。
顧客は本当に困っているのか。
対価を払うほど困っているのか。
誰が最初の顧客になるのか。
誰が信頼して紹介してくれるのか。
地域の事情に合っているのか。
提供し続けられる体制があるのか。
責任を持つ人は誰か。
これは、AIだけではわかりません。
特に、地域課題や生活者ニーズは、データや一般論だけでは見誤りやすいです。
高齢者の買い物支援といっても、単に商品を届ければよいのか。
会話や見守りの意味もあるのか。
家族との関係が関わるのか。
地域の既存商店との関係を壊さないか。
どの価格なら払えるのか。
誰がサービス提供者なら安心するのか。
こうしたことは、現場に触れなければわかりません。
だから、AI時代にはむしろ、AIが作った仮説を現場で検証する場が重要になります。
AIによって、仮説づくりは速くなります。
しかし、顧客に触れること、信頼を得ること、対価をいただくこと、続けられる形にすることは、依然として人間の仕事です。
ここに、事業実験の意味があります。
10. 事業実験には、閉じた場と開かれた場がある
ここまでを整理すると、AI時代に必要なのは、すべての事業の種を一つの場に持ち寄ることではありません。
事業の性質に応じて、実験の場を分ける必要があります。
一つ目は、閉じた事業実験です。
これは、既存企業が自社の顧客、技術、ノウハウを活かして新事業を考える場合です。
この場合、事業アイデアや顧客情報は競争力に関わるため、むやみに外部へ開く必要はありません。
社外の支援者が関わるとしても、守秘義務や信頼関係を前提に、限定的に伴走する形が望ましいでしょう。
二つ目は、限定連携型の事業実験です。
これは、既存企業が信頼できる外部人材、専門家、支援者、取引先、顧客候補などと組んで試す形です。
自社だけでは足りない専門性や顧客接点を補う一方で、誰と何を共有するのかは慎重に設計します。
三つ目は、開かれた事業実験です。
これは、一社の専有ではない生活者ニーズ、地域課題、業界共通の困りごと、既存企業の外側に出てくる仕事について扱う場です。
ここでは、生活者、実務経験者、個人事業者、経営者、後継者、支援者などが、テーマに応じて関わり、小さく試す意味があります。
重要なのは、何でも外に開くことではありません。
自社内で閉じて試すべき事業。
限定された信頼関係の中で試すべき事業。
複数の主体で開いて試すべき事業。
これらを見極めることです。
11. 開かれた事業実験の場で何をするのか
開かれた事業実験の場では、立派なビジネスプランを作ることを目的にしません。
目的は、AI時代に成立し得る小さな事業仮説を持ち寄り、顧客価値、生産性、実行可能性、継続性の観点から検討し、小さく試すことです。
最初は、次のような問いから始めます。
地域や生活の中で、誰が何に困っているのか。
その困りごとは、対価を払ってでも解決したいものなのか。
既存企業では十分に応えられていないニーズは何か。
AIを使えば少人数で担える仕事はないか。
一人でできるのか、ネットワーク型がよいのか。
既存企業と組むのか、個人事業として始めるのか。
月5万円、10万円、30万円の売上から始められるか。
最初の有償実験は何か。
AIは、ここで大いに役立ちます。
顧客像を整理する。
困りごとを言語化する。
提供価値を明確にする。
価格案を考える。
サービス提供の流れを作る。
必要な人材や役割を整理する。
小さな実験計画を作る。
顧客への説明文を作る。
しかし、AIが事業を作るわけではありません。
AIが出すのは仮説です。
その仮説を、顧客に聞き、小さく試し、対価をいただけるかを確認する必要があります。
このような場が、AI時代には非常に重要になると思います。
12. ネットワーク型で事業を生む
AI時代には、一人でできることが増えます。
しかし、すべてを一人で抱える起業には限界があります。
営業が得意な人。
現場経験がある人。
AIを使える人。
文章化が得意な人。
地域の人脈がある人。
専門知識がある人。
事務処理が得意な人。
こうした人たちが、常勤雇用ではなく、プロジェクト単位でつながる。
小さなチームとして価値を届ける。
必要に応じて既存企業や支援機関ともつながる。
これが、ネットワーク型の事業です。
AIが入ることで、少人数・分散型でも仕事を回しやすくなります。
しかし、ネットワーク型事業にも課題があります。
誰が責任を持つのか。
収益配分をどうするのか。
品質をどう担保するのか。
顧客との契約主体は誰か。
途中で人が抜けたときどうするのか。
信頼関係をどう維持するのか。
したがって、ネットワーク型起業には、単なるマッチングではなく、型、契約、役割、信頼形成、品質管理の仕組みが必要です。
ここでも、良い会社づくりの視点が必要になります。
13. 良い事業の生まれ方づくりとは何か
ここで、「良い事業の生まれ方づくり」の意味を明確にしておきたいと思います。
良い事業の生まれ方づくりとは、既存企業の中にある新事業の種、生活者や個人の気づき、地域や業界の未充足ニーズを、単なる思いつきで終わらせず、顧客に価値を届け、人が成長し、仕組みとして続く事業へ育てていくための構造づくりです。
そこでは、次の問いが重要になります。
誰が判断するのか。
なぜその事業を行うのか。
誰に、どのような価値を届け、どう対価を得るのか。
どのような段取りで価値を生むのか。
顧客、仲間、地域、支援者との関係性をどうつくるのか。
成長ドライバ理論は、企業規模の大小にかかわらず、会社や事業を構造として見るための考え方です。
ただし、小さな事業や創業期の事業では、「社長」「経営理念・ビジョン」「ビジネスモデル」「システム化・型決め」「行動環境」という言葉を、そのまま使うと少し重く感じられることがあります。
そこで、小さな事業に当てはめる場合には、同じ内容を少し平易に言い換えて考えることができます。
社長は、判断。
経営理念・ビジョンは、理由。
ビジネスモデルは、食いぶち。
システム化・型決めは、段取り。
行動環境は、関係性。
つまり、小さな事業にも、判断（社長）、理由（経営理念・ビジョン）、食いぶち（ビジネスモデル）、段取り（システム化・型決め）、関係性（行動環境）が必要です。
ここが整っていなければ、AIを使って始めた事業も長続きしません。
これは、独立した小さな事業だけに当てはまる話ではありません。
既存企業の中の新事業にも当てはまります。
社内新事業にも、誰が判断するのかが必要です。
なぜその新事業をするのかという理由が必要です。
誰に、どのような価値を届け、どう収益化するのかという食いぶちが必要です。
価値を生む段取りが必要です。
社内の協力者、顧客、取引先との関係性が必要です。
新事業も、小さな事業も、構造がなければ続きません。
良い事業の生まれ方づくりとは、小さな事業を単なる稼ぎ口にしないことです。
小さくても、判断があり、理由があり、食いぶちがあり、段取りがあり、関係性がある。
そして、人が育ち、顧客に価値を届け、持続する事業へ育てることです。
14. 良い会社づくりの責任範囲が広がる
AI時代の良い会社づくりには、少なくとも三つの広がりがあります。
第一に、現在ある企業を、AIを活かしてより良い会社へ成長させることです。
これは、良い会社づくりの中心です。
第二に、既存企業の中で、新しい事業を育てることです。
AIによって顧客理解や事業仮説づくりがしやすくなるなら、既存企業の中に眠っていた事業の種を、小さく試し、会社の成長につなげることができます。
第三に、既存企業の外側にも、良い仕事や良い事業が生まれる場をつくることです。
AIによって仕事の内容や人の役割が変わるなら、一社の中だけでは受け止めきれない仕事、生活者ニーズ、地域課題が出てくる可能性があります。
そこでは、閉じて育てるべきものは閉じて育て、開いて試すべきものは開いて試すという仕分けが必要になります。
良い事業の生まれ方づくりとは、こうした事業の種を、顧客価値・生産性・持続性・人の成長の観点から、小さく試しながら良い事業へ育てていくプロセスです。
AI時代の良い会社づくりは、既存企業を良くすることを中心にしながらも、そこから生まれる新事業、さらに社会の中に生まれる小さな事業まで視野を広げていく必要があります。
これは、良い会社づくりの本筋から外れる話ではありません。
むしろ、AI時代には避けて通れない派生領域です。
良い会社づくりとは、社員を大切にし、社員と会社がともに成長する会社をつくることです。
しかし、AIによって会社の中の仕事のあり方が変わるなら、人が成長し、価値を生み出す場は、既存企業の内側だけに限られなくなります。
自社の中で閉じて育てるべき事業がある。
限定された信頼関係の中で試すべき事業がある。
地域や生活者の未充足ニーズとして、開かれた場で試すべき事業がある。
この仕分けをしながら、良い事業が生まれ、育つ環境をつくること。
それが、AI時代の良い会社づくりに関わる者の新しい責任になっていくと思います。
15. おわりに
AI時代には、起業のハードルは下がります。
しかし、起業しやすくなることと、良い事業が生まれることは同じではありません。
AIによって、事業仮説を作ることは容易になります。
小さく試すことも以前より容易になります。
一人や少人数でも、事業の入口には立ちやすくなります。
しかし、事業が本当に成立するかどうかは、顧客に触れ、現場で試し、対価をいただき、続けられる形にする中でしか見えてきません。
だからこそ、これから必要なのは、単なる起業家教育ではありません。
既存企業の中で、新しい事業をどう育てるか。
自社で閉じて試すべき事業と、外部に開いて試すべき事業をどう見極めるか。
生活者の困りごとや地域課題を、どう事業仮説に変えるか。
AIによって生産性を高められる事業モデルを、どう設計するか。
個人ではなく、ネットワーク型で事業を生み出せないか。
小さな事業を、どう良い事業として育てるか。
AIによって役割が変わる人材を、次の良い仕事へどうつなげるか。
これらが問われます。
AI時代の良い会社づくりは、既存企業を良くするだけでは終わりません。
もちろん、中心にあるのは、現在ある企業をより良い会社へ成長させることです。
しかし、その延長には、既存企業の中で生まれる新事業があり、さらに既存企業の外側に生まれる小さな事業もあります。
そのためには、自社内で閉じて試す場、信頼できる相手と限定的に試す場、地域や生活者ニーズを開いて試す場を、テーマに応じて使い分ける必要があります。
特に開かれた事業実験については、地域社会、生活者、民間事業者、大学、金融機関、行政、支援機関などが、主役と支援役を取り違えない形で関わることが大切です。
良い会社づくりから、良い事業の生まれ方づくりへ。
ただし、それはすべてを外に開くという意味ではありません。
閉じて育てるべきものは閉じて育てる。
開いて試すべきものは開いて試す。
AIによって可能になった小さな実験を、顧客価値、生産性、持続性、人の成長の観点から、良い事業へ育てていく。
この広がりの中に、AI時代の良い会社づくりの新しい責任があると思います。