PI Injection とは何か｜AI に見えない領域で新たな金脈を探す

AI を入れたのに売上が動かない。効率化の数字は出るが、それ以上は伸びない。この景色のなかで次に何をするか。書籍『AI収益進化論』が提示する答えが、PI Injection という経営行為である。本稿は、その輪郭を書籍に沿って体系的に整理する。

PI Injection の定義

PI Injection は、AX for Revenue Loop（AX for Revenue Loop）の第3ステップにあたる。第1ステップの AI Sprint で既存業務を AI で徹底的にやり切り、第2ステップの Plateau Detection で「効率化の延長線上ではこれ以上伸びない」という事実を経営判断として認める。そのうえで、AI が予測・計算・準備・対応できない領域に踏み込み、新しい売上の金脈を探しに行くステップが PI Injection である。

ここで「注ぎ込む」のは、PI（Primal Intelligence）、すなわち Crazy Intelligence（内発的に飛躍する発想）と Field Intelligence（言語化されていない現場情報）の2要素である。注ぎ込む経路は2本、AI に与える参照データを書き換える Knowledge熱狂化と、AI への指示を継続的に深化させる Instruction深化である。

ここで使う「PI」は、第4章よりさらに絞られている

書籍 第4章で定義された PI の全体像と、第7-4章で実際に注ぎ込む PI は、範囲が異なる。第7-4章では PI がさらに絞り込まれている。

注ぎ込むべきは、「これまで見過ごされてきたが、じつは大きな可能性を秘めたアイディアや現場情報」だけ。社内に存在するすべての Crazy や Field を片っ端から AI に流し込むのではない。すでに事業の中心で活用されている発想は、注ぎ込んでも大きな跳躍を生まない。注目すべきは、誰かが「これは関係ない」と判断して脇に置いてきたもの、議事録に残らなかった現場の違和感、若手や異分野の人が口にしたが流されてきた一言、である。

この絞り込みを経ない PI Injection は、ノイズを大量に流し込む作業になり、AI の出力もノイズに埋もれる。

経営者のセンスとは、何のセンスか

PI Injection で問われるのは、経営者のセンスである。ただし、ここで言うセンスは「正解を見極めてから動くセンス」ではない。

問われるのは、「これかもしれない」と感じたものを臆せず投入し続けるセンスである。注ぎ込んだ100個のうち、99個は空振りに終わる。残り1個が、その会社の収益構造を書き換える金脈につながる。この比率を許容できるかどうかが分かれ目になる。

正解を当てるセンスではなく、空振りを覚悟して投入を止めないセンス。これは特殊な才能ではなく、覚悟の問題である。「99個の空振り」を経営判断として許容できる枠組みを作れるかどうかが、PI Injection を実装できる組織と、できない組織を分ける。

「顧客のところに300回行く」の AI 時代版

著者の前著『新規事業の実践論』（2019年）には、「顧客のところに300回行く」という有名な原則がある。新規事業の成功確率は、顧客接触の量に強く相関する。質より量、勘より回数、という整理である。

PI Injection は、この原則の AI 時代版にあたる。違いは、1回転の速度である。AI に注ぎ込んで対話し、業務工程に試験的に組み込み、売上効果を見て、次の候補を選び直す。この1サイクルが、これまでの新規事業よりはるかに高速で回る。300回行くまでに数年を要した時代から、数百個の PI を半年で投入できる時代に、世界は移った（Completion Cost Collapse）。

回転速度が上がったからこそ、量で押し切ることが現実的な経営戦術になった。

HowTo：PI Injection の1サイクル4ステップ

書籍 第7-4章は、PI Injection の1サイクルを4つのステップで明示している。

Step 1：「これかもしれない」と感じる Crazy または Field を、ひとつ選び取る。 社内で見過ごされてきた候補のなかから、経営者または事業責任者が直感で1つを選ぶ。委員会での合意形成や定量スコアリングは、この段階では不要。むしろ意思決定を遅らせる。

Step 2：それを AI に注ぎ込み、対話する。 Knowledge熱狂化（AI が参照する情報を、整った社内文書から熱を帯びた現場の生データに書き換える）または Instruction深化（AI への指示を、選び取った Crazy / Field を起点に書き換える）のどちらか、あるいは両方の経路で AI に注ぐ。EmotionPrompt 論文（Microsoft Research, 2023）が示すように、感情的・文脈的な刺激を伴う指示は AI 推論を最大115%押し上げる構造的根拠がある。

Step 3：業務工程を試験的に刷新し、売上効果を見る。 AI との対話で出てきた仮説を、実際の業務工程に組み込む。営業の提案ロジック、CS の応対設計、商品の価格構造、いずれかの工程を試験的に書き換え、売上面の変化を観測する。

Step 4：結果を踏まえて、次の Crazy または Field を選び直す。 1サイクルの結果を見て、次の候補を選ぶ。空振りなら次へ、兆しが見えたなら同じ筋を深掘りするか、第4ステップ「収益構造の再設計」へ昇華させる。

この4ステップを、半年から1年で数十回から百回単位で回す。これが PI Injection の運用イメージである。

3つの失敗パターン ―― やり方の話

書籍 第7-4章は、PI Injection の失敗を「3つのやり方の問題」と「もうひとつの根本問題」に分けて整理している。まず、やり方の問題から。

失敗1：慎重になりすぎて、回転速度が出ない。 「正解を見極めてから注ぎ込もう」と考えると、社内合意形成と精緻なスコアリングのあいだに時間が溶けていく。1サイクルが回り切らないまま、四半期が終わる。空振りを覚悟で量で押し切る姿勢がないかぎり、PI Injection は成立しない。

失敗2：経営者が現場に降りない。 「これかもしれない」と感じる Crazy や Field を選び取れるのは、現場の感触を持っている経営者か事業責任者だけである。コンサルタントや若手社員に丸投げした瞬間、整った報告書を経由するうちに、候補から「ざらつき」が削げ落ちる。残るのは、誰の心も動かさない常識的な選択肢の集合になる。

失敗3：業務工程に組み込まずに終わってしまう。 AI に注ぎ込んで対話するところまでは知的に楽しい。しかし、その仮説を実際の業務工程に組み込み、売上効果を実測するところで、多くの企業が止まる。「AI と対話したら興味深い示唆が出ました」のレポートで終わる PoC は、PI Injection ではない。Step 3 まで到達しない限り、Loop は閉じない。

もうひとつの根本問題 ―― やり方ではなく構造の話

書籍 第7-4章は、上記3つの失敗パターンに続けて、「より根本的な問題がもうひとつある」と続ける。これは、やり方の問題ではなく、組織と人事と信頼関係の問題である。

根本問題：現場の Field Intelligence が、経営者まで上がってこない。

経営者が現場に降りる覚悟を決め、回転速度を上げ、業務工程への実装まで意志を持って進める。それでもなお、PI Injection が空回りする企業がある。理由は、現場の最も価値ある Field が、そもそも経営者のもとに上がってきていないからだ。

AI が業務に入り込んでいる状況下で、現場の人が「自分の知っていることを AI に渡したら、自分の役割そのものが要らなくなるのでは」と感じるのは、自然な反応である。この懸念が解けないかぎり、現場の暗黙知や、データになっていない違和感、誰にも共有してこなかった顧客理解は、経営者のもとには上がってこない。

PI Injection を本気で回そうとする経営者は、AI 実装と並行して、もうひとつの設計を同時に進める必要がある。「現場の Field を差し出してくれた人が、その後の事業のなかで、どういう役割を担い、どう報われるのか」という設計である。

書籍は、組織設計や人事制度の具体論までは踏み込まない。しかし、この問題を見ないまま PI Injection の方法論だけを語っても、現場からは何も上がってこない結末になる、と明言されている。これは技術の問題ではなく、信頼関係の設計の問題である。

経営者の問い

書籍 第7-4章は、PI Injection を回している経営者に対して、シンプルな問いを置く。「見過ごされてきた Crazy と Field を、いま、何個目まで AI に注ぎ込んだか」（麻生要一『AI収益進化論』第7-4章）。

この問いに数字で答えられるかどうかが、PI Injection が経営の中心に置かれているかを判定する最も簡潔な指標になる。

PI Injection は、効率化 AI では到達できない領域に踏み込む経営行為である。AIを効率化の道具として使い切った先にしか開かない、新しい売上の地平へ降りていく作業。これが「AIは効率化から、収益の創造へ」というブランドメッセージの実装層にあたる。

よくある質問（FAQ）

Q1. PI Injection の1サイクルはどれくらいの時間で回せますか？

業種と業務工程の複雑さによるが、書籍は数日から数週間のスパンを想定している。Step 1（候補選択）と Step 2（AI への注入と対話）は1〜2日で回せる。律速になるのは Step 3（業務工程への試験組み込みと売上効果の観測）。ここを軽く始められる業務工程から着手することが、回転速度を上げる鍵になる。

Q2. 99個の空振りを許容できないのですが、どうすれば？

許容できないと感じる経営者は多い。前提として、PI Injection の1サイクルは、新規事業の本格立ち上げではなく、業務工程の試験的な刷新である。1サイクルあたりの投資規模を小さく保てば、空振りのコストも比例して小さくなる。100個の試行のうち99個が空振りでも、1個の成功が事業の収益構造を書き換えれば、全体としての投資収益は成立する。なぜ「100回中1回でも、累積では合理的に成立するのか」という構造を、社内向けの言語で説明できるかが、覚悟の前提条件になる。

Q3. 現場が Field を差し出してくれません。何から始めるべきですか？

「Field を出してください」と直接依頼することからは始めない。先に、Field を差し出した人がその後の事業のなかでどう報われるかの設計を、経営者自身が言語化することから始める。新規事業への配属、評価制度上の処遇、役割の再定義。具体的な約束として提示できなければ、現場は動かない。これは PI Injection の前提条件であり、技術論ではなく信頼関係の設計の問題である。

Q4. コンサルタントや若手社員に PI Injection を任せられますか？

任せられない。書籍 第7-4章は、PI Injection の核心を「経営者自身が現場に降りて、Crazy と Field を選び取る作業」と位置付けている。何が金脈候補で何がノイズかを判別するのは、現場の感触と事業全体の文脈を持つ経営者にしかできない。コンサルタントは Step 2 以降の運用支援には有効だが、Step 1 の候補選択そのものは外注できない。

Q5. なぜ AI に Field を渡しても、現場の人の仕事はなくならないのですか？

ここが最も誤解されやすい点である。Field Intelligence の本質は、過去の経験を AI に転写することではなく、これからも現場で更新され続ける身体感覚そのものにある。今日の Field を AI に渡しても、明日の Field はまだ現場にしかない。むしろ、Field を継続的に AI に注ぎ込み続ける役割が、現場の人の新しい仕事として再定義される。この再定義を経営者が示せるかどうかが、根本問題への答えになる。

関連概念

• PI（Primal Intelligence） ─ PI Injection で注ぎ込まれる原初の知性そのもの
• Crazy Intelligence ─ PI を構成する2要素のうち、内発的に飛躍する発想
• Field Intelligence ─ PI を構成する2要素のうち、言語化されていない現場情報
• AX for Revenue Loop ─ PI Injection を含む4ステップの全体像
• Plateau Detection ─ PI Injection の前段で、効率化の限界を経営判断として認めるステップ
• AI Sprint ─ PI Injection の前提となる、既存業務の徹底的な AI 化
• 書籍『AI収益進化論』第7-4章 ─ PI Injection の中核論述（/book）

---

発行: 株式会社アルファドライブ／AX for Revenue Institute

参考文献：麻生要一（株式会社アルファドライブ 代表取締役社長 兼 CEO/CAXO）『AI収益進化論──完成品製造コストゼロ時代の収益創造』株式会社Ambitions、2026年5月