領域①と領域②の見極め｜AXアーキテクトに求められる第一の能力

領域①×領域②の見極めとは、AIを持ち込むと桁違いの変化が起きる領域(領域①)と、AIを持ち込んでも意味がない領域(領域②)を選別するメタ認識である。AXアーキテクトに求められる第一の能力であり、能力体系を発揮する前提として機能する。

多くの企業のAX施策が、能力の問題ではなく、領域の選び方の問題で空回りしている。AI SPRINT も AI Orchestration も Full-Product Launch も、間違った領域に投下すれば成果は出ない。

AXアーキテクトに最初に求められるのは、これらの能力を発揮することではない。能力を発揮する場所そのものを、誤らず選び取ることである。本記事では、AI化で進化する領域(領域①)と、AI化してもインパクトが出ない領域(領域②)の違いを整理し、両者の間にある中間領域の扱い方も含めて、見極めの基準を提示する。

領域①とは何か

領域①は、AI を持ち込んだとき、桁違いの変化が起きる業務領域である。

具体的には、データ分析、市場調査、競合調査、提案書作成、社内文書や議事録の生成、記事執筆、コピーライティング、翻訳、企画立案、設計の組み立て、シミュレーション、コード生成、画像・映像・音声・デザイン制作などが該当する。

共通する性質は3つある。アウトプットがデジタル形式または構造化可能であること。過去のパターンやデータからの学習が機能すること。そして、x100 / 1/100 / 10×10 のいずれかのパターンで 100倍化 が実現可能であること。

領域①は、AI投資が集中すべき先である。ここに能力と資源を投じたとき、初めて Plateau を越える兆しが立ち上がる。

領域②とは何か

領域②は、AI を持ち込んでも進化しない、あるいは AI を持ち込むこと自体が逆効果になる業務領域である。

具体的には、顧客との関係構築、信頼の醸成、経営会議での合意形成、ステークホルダー調整、戦略の組織埋め込み、現場の改革推進、商談や懇親会の場での原体験を伴う対話、採用面接、人材育成における対面の関わりなどが該当する。

共通する性質は3つある。人間関係・信頼・時間そのものが価値の源泉であること。AIで「効率化」しようとすると、価値の本質そのものが失われること。そして、人にしか担えない領域であること。

領域②は、書籍が提示する PI(Primal Intelligence)の宿る場所と深く重なる(麻生要一『AI収益進化論』第4-5章)。AI が学習できる領域の外側にある原初の知性。それは AI で代替するものではなく、AI と組み合わせて初めて意味を持つものである。

領域①と領域②の決定的な違い

観点	領域①(AI化で進化する)	領域②(AI化しても意味がない)
アウトプットの性質	デジタル形式・構造化可能	関係性・時間・信頼そのもの
過去データの有効性	学習が機能する	パターンが存在しない
投下時の効果	桁違いの変化(100倍化)	進化しない、あるいは逆効果
価値の源泉	スピード・量・精度	人と人の間に宿るもの
AI に任せるべきか	任せるべき	任せてはいけない
担う主体	AI と AXアーキテクト	人間(経営者・現場)
AX 投資の対象	ここに集中する	ここには投じない

最も重要な違いは、価値の源泉が「AIが扱える形に翻訳できるかどうか」にあるのではなく、「AIで効率化したときに価値が残るかどうか」にあるということだ。

例えば、商談の議事録を AI で要約することは領域①である。しかし、商談そのもの ―― 顧客の前で言葉を選び、表情の揺れを読み、関係を組み立てていく行為 ―― は領域②である。前者は AI に任せたほうがよい。後者を AI に任せた瞬間、商談という行為が持っていた価値そのものが消える。

この境界線を、業務名で機械的に区別することはできない。同じ「会議」という言葉の中に、領域①の作業と領域②の本質が同居していることが多い。AXアーキテクトに求められるのは、この同居構造を解きほぐし、領域①の部分だけを取り出して AI に任せ、領域②の部分は人間が担い続ける設計を組むことである。

3領域モデルとの関係

ここまで読んで、本サイトの読者であれば疑問が湧いているはずだ。「これは 3領域モデル と何が違うのか」と。

結論から言えば、両者は同じ概念を別の文脈で呼んだものである。

本記事の用語	3領域モデルの用語	関係
領域①	AX Area	概念的に重なる(AI 投下の先)
領域②	Human Area	概念的に重なる(AI 投下対象外)
中間領域	DX Area	概念的に重なる(後述)

3領域モデルは、企業活動全体を経営判断の上位前提として体系化したものである。一方、領域①×②は、AXアーキテクト個人に求められるメタ認識として展開したものである。

視点の違いに過ぎない。経営者が企業全体の AI 投資を判断するときには3領域モデルで考え、AXアーキテクトが個別の業務に向き合うときには領域①×②で考える。同じ地形を、ヘリコプターから見るか、地上から見るかの違いに近い。

両者を別物として扱う必要はない。むしろ、3領域モデルの体系を頭に置きながら、現場では領域①×②の見極めとして使う ―― この二重の運用が、最も実践的である。

中間領域 ── 1.2〜1.5倍の効率化が実現する場所

領域①と領域②の間には、もう一つ重要な領域がある。中間領域である。

中間領域の例は、日程調整、会議室予約、経費精算、出張手配、単純な問い合わせ対応、定型的な業務報告などである。

特徴は明確だ。AI化することで1.2〜1.5倍の効率化が実現する。しかし100倍化には至らない。ゲームチェンジには直結しない。3領域モデルにおける DX Area と概念的に重なる。

中間領域に対するスタンスは、「AI化してもよいが、無理してする必要はない」である。

これは矛盾しているように見えて、実は最も誠実な整理である。中間領域は、AI 投資の主戦場ではない。ここに能力と資源を集中させても、Plateau は越えられない。しかし、すでに着手するインフラと余力があるのなら、やったほうがよい。やったらやった分だけ、1.2〜1.5倍の効率は確かに出る。

問題は、多くの企業の AI 投資が、領域①ではなく中間領域に集中していることだ。MIT NANDA の調査が示すように、企業の生成AI投資のうち、組織の95%が測定可能なP&Lリターンを得られていない(Project NANDA, MIT, 2025)。この構造の少なくない部分が、中間領域への過集中と、領域①への不投資の組み合わせから生まれている。

中間領域は「やってもいい」場所であり、「集中すべき」場所ではない。AXアーキテクトは、この優先順位を経営者と組織に共有できなければならない。

どちらに先に投じるべきか

状況別の判断基準を整理する。

領域①にすぐ投じるべき状況： 自社の業務のうち、データ分析・文書生成・コード・設計・シミュレーションの比重が高い領域がある場合。あるいは、既存の競合構造が「速さ・量・精度」で決まっている市場にいる場合。ここに AI を投下したとき、100倍化の入口が見える。

中間領域から始めてもよい状況： 組織として AI を扱う筋力がまだ育っていない場合。現場が AI に対する抵抗感を抱えており、まず「AI で楽になる」という体感を共有する必要がある場合。ただし、ここで止まってはいけない。中間領域は通過点である。

領域②に AI を持ち込んではいけない状況： 顧客との関係構築、経営判断、人材育成といった、関係性と時間が価値の源泉である領域。ここに AI を持ち込もうとする発想そのものが、領域誤認 と呼ぶべき構造的な誤りである。

判断の起点は、業務名ではない。「この業務をAIで効率化したとき、価値の本質が残るか、それとも消えるか」という問いである。残るなら領域①。消えるなら領域②。一部だけ残るなら、その一部を切り出して領域①として扱い、残りを領域②として人間が担い続ける。

なぜこれが「第一の能力」なのか

AXアーキテクトには、AI SPRINT、AI Orchestration、Full-Product Launch という能力体系が求められる(麻生要一『AI収益進化論』第7-8章)。これらは強力な能力である。しかし、強力な能力であるほど、間違った場所に投下したときの被害は大きい。

領域②に AI SPRINT を投下すれば、顧客との信頼関係が壊れる。領域②で AI Orchestration を組めば、組織の内部統合の温度そのものが冷える。領域②に Full-Product Launch を仕掛ければ、本来人間が担うべき判断の質が失われる。

つまり、領域の見極めができていない状態で能力を発揮することは、能力を持たないことよりも危険である。

これが、領域①×領域②の見極めが「能力」というより「メタ認識」と呼ぶべき理由である。何かを実行する能力ではなく、何を実行すべきかを見極める認識。AXアーキテクトに求められるすべての能力の上に立つ、最上位の判断軸である。

McKinsey の調査によれば、AI から significant な価値を得ている高業績企業は全回答者の約6%にとどまる(McKinsey & Company, 2025)。残りの企業に欠けているのは、しばしば能力ではなく、領域選別のメタ認識である。

両立は可能か

領域①と領域②は対立しない。同じ会社の中、同じ事業の中、しばしば同じ業務プロセスの中に、両者は同居する。

商談プロセスを例にとろう。商談前の市場調査・競合分析・提案書作成は領域①である。商談中の顧客との対話、信頼の組み立て、関係の深め方は領域②である。商談後の議事録作成・社内共有・次アクション設計は領域①に戻る。

AXアーキテクトの仕事は、この同居構造を解像度高く可視化し、領域①の部分だけを AI に任せ、領域②の部分は人間が担い、両者の接続点を設計することだ。

これが、効率化AI を否定しないが、効率化AI だけでは届かない領域があるという、AX for Revenue の中核的な構造論である(麻生要一『AI収益進化論』第2章)。領域①での効率化と、領域②での人間の関与が、両方揃って初めて、企業は100倍化の入口に立つ。

AIは効率化から、収益の創造へ。この移行は、すべての業務を AI に置き換えることでは起こらない。領域①に集中投下し、領域②を人間が担い続け、その間を AXアーキテクトが設計することで、初めて起こる。

よくある質問

Q1. 領域①と領域②は、業務名で機械的に分類できますか。

できません。同じ「会議」「商談」「提案」という言葉の中に、領域①の作業と領域②の本質が同居していることがほとんどです。判断の起点は業務名ではなく、「この業務を AI で効率化したとき、価値の本質が残るか、それとも消えるか」という問いです。一つの業務プロセスを分解し、領域①の部分と領域②の部分を切り分けることが、AXアーキテクトの仕事の中核になります。

Q2. なぜ「能力」ではなく「メタ認識」と呼ぶのですか。

何かを実行する能力ではなく、何を実行すべきかを見極める認識だからです。AI SPRINT や Orchestration の能力を持っていても、領域②に投下すれば成果は出ず、むしろ価値を毀損します。能力体系を発揮する前に、その能力を投下する場所そのものを誤らず選び取る。この選別こそが、すべての能力の上位に立つ判断軸です。

Q3. 中間領域に着手することは、無駄ですか。

無駄ではありません。1.2〜1.5倍の効率化は確実に実現します。問題は、中間領域への着手で満足してしまい、領域①への投資が後回しになることです。多くの企業の AI 投資が成果を生まない理由の一つは、中間領域に資源が集中し、領域①に届いていないことです。中間領域は「やってもよい」場所であり、「集中すべき」場所ではありません。

Q4. 領域②に AI を持ち込もうとする発想は、なぜ生まれるのですか。

「AI でできることは AI に」という発想が現場の判断基準になった結果、関係構築や経営判断のような領域にまで AI を押し込もうとする動きが生まれます。これは効率化を絶対善とする思考枠組みの副作用であり、構造的には領域誤認として整理されます。AIを持ち込んだ瞬間に価値の本質が失われる領域があるという認識が、欠落している状態です。

Q5. 3領域モデルと、領域①×②の使い分けはどうすればよいですか。

経営者が企業全体の AI 投資判断を行うときは 3領域モデル で考え、AXアーキテクトが現場で個別業務に向き合うときは領域①×②で考える、という二重運用が実践的です。両者は同じ地形を別の高度から見たものに過ぎません。3領域モデルの体系を頭に置きながら、現場では領域①×②のメタ認識として運用する。これが最も無理のない使い方です。

関連概念

• AXアーキテクト ── 領域①×②の見極めを土台に、AI SPRINT・Orchestration・FPL を発揮する変革推進人材
• 3領域モデル ── 領域①×②を企業活動全体の経営判断軸として体系化したフレーム
• 領域誤認 ── 領域②に AI を持ち込んでしまう構造的な誤り
• 100倍化 ── 領域①での AI 投下が目指すべき変化のスケール
• DX Area ── 中間領域と概念的に重なる、AX のインフラとして機能する領域
• Plateau 4類型 ── 領域選別の誤りが Plateau を生む構造の診断フレーム
• 書籍『AI収益進化論』第2章・第4章 ── 効率化AI と収益進化AI、PI の宿る場所についての一次論拠