3領域モデル｜AIを持ち込むべき領域はどこか

3領域モデルとは、企業活動を Human Area（AI化しても進化しない領域）、AX Area（AI化で100倍化が起こる領域）、DX Area（デジタライゼーションで1.5倍の改善が起こり AX のインフラとなる領域）の3つに分け、AIをどこに持ち込むべきかを選別する経営判断の上位前提である。

書籍『AI収益進化論』（株式会社Ambitions、2026年5月）の刊行によって、「効率化AI と 収益進化AI」という二分法が一つの共通言語になった。AI を業務改善の延長として使うのか、まだ存在しない売上を作るために使うのか。設計思想の側で2つに分かれる、という整理だ。

その整理を踏まえて、さらに一段、上の問いを引いてみたい。

そもそも、AI はどの領域に持ち込むべきなのか。

書籍が AX Area の内部構造（効率化AI と 収益進化AI、Loop、PI、AI Mutation）を精密に描いたのに対して、本記事では「企業活動全体のなかで、AI を持ち込むべき領域はどこか」というさらに上位の前提を整理する。これは書籍未収載の概念であり、AX for Revenue Institute による新規発見である。後日、独立したホワイトペーパーとして展開する予定で、現時点では戦略バイブル v1.7 の新章を一次ソースとして公開する。

書籍が AX Area の解像度を上げたのに対して、本記事はその外側の輪郭を描くものだ。両者は対立せず、入れ子の関係にある。

3領域モデルの核心主張

主張は1つに絞れる。

AI を持ち込んだだけでは、企業は進化しない。AI を持ち込むべき領域を見誤ると、投資はそのまま空回りする。

McKinsey の State of AI 2025 では、AI 利用企業は88%、しかし全社スケール化に到達した企業は約3分の1のみ、EBIT インパクトを報告した企業のうち多くはEBITの5%未満に留まる、という構造が示されている（McKinsey State of AI 2025）。PwC Japan の調査でも、生成AI 活用中企業は56%に達したが、「期待を大きく上回る効果」と回答した日本企業は10%、米国45%との差が顕著だ（PwC Japan 生成AIに関する実態調査2025春、n=945）。

数字の背景に何があるのか。

仮説はこうだ。多くの企業は、AI を持ち込むべきでない領域に AI を持ち込み、AI を持ち込むべき領域に持ち込めていない。あるいは、AI を持ち込んでよいが100倍化が起こらない領域に、AI を持ち込んだまま満足してしまっている。

領域の見極めを誤ったまま、AI 投資の量だけが積み上がっている。これが、McKinsey の「88% vs 6%」、PwC Japan の「日本10% vs 米国45%」の底に流れている構造なのではないか。

3領域モデルは、この見極めを言語化するための地図である。

領域1：Human Area──AI化しても進化しない領域

Human Area とは、AI を持ち込んでも、その活動の本質的な価値が増えない領域である。

例を挙げてみる。

経営者同士の会食。営業担当者とお客様の懇親。社内の雑談。アポ取得のための電話。出張先での移動時間。料理を作る行為そのもの。家族との時間。信頼関係を築くための1on1。

これらに AI を持ち込めるか、と問えば、技術的には持ち込める。会食の会話を AI が記録することはできる。懇親会の出席率を AI が最適化することもできる。アポ取得を AI のボイスエージェントに任せることも、いまや技術的には可能だ。

しかし、ここで問うべきは技術的な可能性ではない。

懇親会で交わされた一言が、3年後の大型契約につながる。お客様との雑談のなかで、競合の動きが垣間見える。営業の移動時間に、頭のなかで仮説がひっくり返る。料理を作る時間に、子どもとの関係が深まる。

これらは、AI化することによって失われる。あるいは、AI化することによって、その活動の本来の意味そのものが変質する。

Human Area は、AI 化対象外の領域である。同時に、ここで観察される情報こそが、PI（Primal Intelligence）の源泉でもある（書籍『AI収益進化論』第4章）。Field Intelligence は、まさに Human Area で起きている、まだ言語化されていない現場の身体感覚と経験に宿る情報のことだ。Crazy Intelligence もまた、しばしば Human Area の予期せぬ接触のなかから跳ぶ。

つまり Human Area には二面性がある。

AI 化対象外であると同時に、AI に注ぐべき情報の源泉である。

この二面性を見落とすと、Human Area を AI 化しようとする方向（懇親会の効率化、人間関係の最適化）に投資が流れる。これは AX の文脈で言えば、最も避けるべき方向の一つだ。

ただし、注意したい区別がある。Human Area で起きていることを記録・観察・構造化する手段としてのデジタル化は、Human Area の AI 化とは別物である。これは DX Area の機能であり、PI Injection の準備フェーズとして機能する。会食そのものを AI に代替させるのではなく、会食で得られた情報を経営判断の場へ運ぶ仕組みを作る。両者は峻別される必要がある。

領域2：AX Area──100倍化が起こる領域

AX Area とは、AI を持ち込むことで、その活動が 100倍級 で進化する可能性のある領域である。

具体例を挙げる。

データ分析、提案書作成、記事執筆、企画立案、設計図のドラフト、コード生成、調査・リサーチ、顧客理解の解像度向上、商品企画、価格設計、マーケティング・コンテンツ生成、新規事業の初期検証、顧客向けプロダクトのプロトタイピング。

これらの領域では、Completion Cost Collapse 以降、生産物の構築コストが文字通り桁で崩れた（書籍『AI収益進化論』第3章）。Anthropic 内部調査では、社員の Claude 支援業務のうち27%が「Claude がなければ発生しなかった仕事」だと報告されている。「速くなった」のではなく「これまで存在しなかった成果が生まれている」という質的な転換が起きている。

ここで重要なのが、100倍化の3パターン という整理である。

パターン	内容	具体例
x100（時間圧縮）	これまで100時間かかった作業が1時間で終わる	提案書1本分の調査・構成・初稿
1/100（密度拡張）	これまで1件しか扱えなかった対象を100件扱える	顧客1社の理解→顧客100社の理解、商品1本のテスト→100本のテスト
10×10（質量同時改善）	速度10倍×品質10倍を同時に達成	初稿生成の高速化と仮説の網羅性の同時拡張

「100倍」を厳密な数値として扱う必要はない。99倍はダメで101倍ならOK、という話ではない。要点は、ゲームチェンジが起こるスケール で進化が起きているかどうかだ。

1.2倍、1.5倍は、AX Area の入り口ではあるが、それ自体は AX とは呼ばない。1.5倍の業務改善は、DX 領域で起きている価値であり、それはそれで意味がある。しかし AX Area の固有の意味は、ゲームチェンジが起こるスケールで進化が起こりうる、という点にある。

AX Area の内部には、書籍が示した二分法──効率化AI と 収益進化AI ──が走っている。そして、AX Area の中をどの方向に登るかを論じるのが 2つの山モデル である。3領域モデルは、その2つの山が立っている地盤そのものを定義する。

ここで一点、強調しておきたい。

効率化AI も、100倍化を目指すべきだ。

書籍は「効率化AI は悪いものではない。むしろ正しい仕事である」（第2-2章）と整理した。その整理は維持する。しかし、効率化AI を「1.5倍の業務改善」のままで止めてしまうと、それは AX Area に到達していない。効率化AI も AX Area で扱う限り、100倍化を狙う設計でなければならない。1.5倍の効率化は、AX の入り口に過ぎない。

領域3：DX Area──AX のインフラとなる領域

ここからが、本記事の通奏低音である。

DX は、無駄じゃなかった。DX は、AX のインフラだった。

過去10年、日本企業は DX に膨大な投資をしてきた。経済産業省の「2025年の崖」（DXレポート、2018年）が警鐘を鳴らし、企業は基幹システムの刷新、データ基盤の整備、業務プロセスのデジタル化、SaaS の導入、クラウド移行を進めた。

その投資が、思ったほどの ROI を生まなかった、という議論は、市場のあちこちで聞かれる。1.5倍の業務改善は出たが、ゲームチェンジは起きなかった、という総括も多い。

しかし、ここで視点を変えてみたい。

DX 投資の本当の価値は、それ単独の1.5倍の業務改善にあったのではない。AX を成立させるための インフラ を整えていた、という構造に再評価できるのではないか。

具体的に見てみる。

データが構造化されていなければ、AI に食わせる材料がない。業務プロセスがデジタル化されていなければ、AI が動作する接点がない。SaaS と API がつながっていなければ、AI Orchestration が組めない。顧客接点がデジタル化されていなければ、4層プロダクト・アーキテクチャの「攻めの層」を立ち上げる地盤がない。

DX 投資は、これらすべてを準備していた。

そして、書籍『AI収益進化論』第7章の AX for Revenue Loop に照らせば、DX Area の機能はさらに明確になる。

PI Injection の Step 3 で経営者が現場に降りる、その「現場」が記録されていなければ、Field Intelligence はそもそも掘り起こせない。Human Area で起きていることを、デジタル化された接点を通して観察可能にする。これが DX Area の機能だ。

DX Area は、Human Area から AX Area へと情報を運ぶための、唯一の橋である。

DX 単独では1.5倍の改善しか生まなかった。しかしその DX が、AX Area で100倍化を起こすための前提条件を整えていた、という肯定的構造で見直すべきだ。

これは過去10年の経営判断を否定しないための整理ではない。事実として、DX を整えなかった企業は、いま AX に進めない。DX が薄い領域から AX 投資を始めようとすると、最初の半年は AI を動かすためのデータ整備に消える。これが、PoC 地獄の一因でもある。

3領域モデルと既存概念の階層関係

ここまでで提示した3領域モデルが、書籍と AXFR-OS で確立してきた既存概念とどのように接続するかを整理する。

階層構造はこうなる。

ステップ1：3領域モデルで、AI を持ち込むべき領域を選別する

まず、企業活動を Human Area / AX Area / DX Area に分ける。取り組むべきは AX Area。DX Area は AX Area を支えるインフラとして並走させる。Human Area は AI 化対象外、ただし PI の源泉として観察対象に置く。

ステップ2：AX Area の中で、2つの山モデルで方向性を決める

AX Area に入ったら、書籍 第2章の二分法に従って、効率化の山を登るか、収益進化の山を登るかを判断する。2つの山モデル が示す通り、両者は独立した別の山であり、並列に登ることもできる。

ステップ3：テーマ類型で、取り組むテーマを分類する

その上で、個別のAXテーマがコストセンター型なのかプロフィットセンター型なのかを判定する（コストセンター型とプロフィットセンター型）。コストセンター型なら Loop は Step 1〜2 で完結する。プロフィットセンター型なら Step 1〜4 すべての可能性に踏み込む。

この階層関係を一覧化する。

階層	問い	答えるフレーム	出典
上位前提	AI をどの領域に持ち込むか	3領域モデル（本記事）	書籍未収載 / AX for Revenue Institute
中位前提	AX Area のなかで、どの方向に登るか	2つの山モデル	戦略バイブル v1.6 第12章
テーマ判定	取り組むテーマの性質は何か	テーマ類型	AXFR-OS Knowledge Pack v1.0 §1.5
実装方法論	テーマをどう回すか	AX for Revenue Loop	書籍『AI収益進化論』第7章

書籍が AX for Revenue Loop の精度を上げたのに対して、本記事はその外側にある「そもそも、AI をどの領域で動かすか」という地図を整える。両者は対立せず、入れ子で機能する。

経営への含意：3つの実務的帰結

3領域モデルから導かれる、経営の意思決定に直接効く帰結を3つ提示する。

帰結1：AI 投資の費用対効果を「全社の費用対効果」で測るのをやめる

AI 投資の ROI が低い、という議論がここ数年絶えない。McKinsey の「88%導入 vs 6%業績インパクト」も、BCG の「AI Impact Gap」もこの構造を示している。

しかし、3領域モデルから見れば、当然の結果でもある。

DX Area の AI 投資（1.5倍効率化）と、Human Area への AI 投資（本質的にはマイナス効果になりうる）と、AX Area の AI 投資（100倍化を狙う）を、同じ ROI 計算式で評価しようとすれば、平均値は薄まる。

評価軸を分ける。DX Area には DX Area の評価指標（業務時間削減、エラー率削減、コスト削減率）を、AX Area には AX Area の評価指標（Revenue ROI、新規収益の創出、収益構造の書き換え）を別建てで測る。Human Area への AI 投資は、原則として撤退判断の対象とする。

これだけで、「AI 投資の費用対効果が見えない」という段階3 の症状の一つは、構造的に整理が進む。

帰結2：DX 投資の評価軸を、それ単独の ROI から、AX への接続価値に切り替える

DX 投資を「それ単独で1.5倍の改善が出たか」だけで測ると、多くの DX 投資は「物足りなかった」という評価になる。しかし、その DX 投資が、その後の AX 投資の地盤になっているのなら、評価軸を変えるべきだ。

「この DX 投資は、AX Area のどの取り組みを可能にしたか」「Human Area の情報を AX Area に運ぶ橋として機能しているか」。これらの問いで DX 投資を再評価する。

過去10年の DX 投資を否定しないでよい。むしろ、それを AX のインフラとして引き上げる読み替えこそが、いま必要な経営の言語化だ。

帰結3：自社の業務全体を、3領域に分類する経営の地図を持つ

これは実務的な作業として推奨できる。

自社の主要業務を1枚の地図に並べ、Human Area / AX Area / DX Area に色分けする。AX Area に該当する業務のうち、すでに AI が入っているもの、まだ入っていないもの、効率化AI で止まっているもの、収益進化AI に進めるべきものを、さらに細分化する。

この地図を経営会議のテーブルに置いて議論できるかどうか。これが、AI 投資の意思決定の質を決める。多くの企業は、この地図を持たずに「AI で何ができるか」「どのベンダーを使うか」という議論から入ってしまう。順序が逆である。

AX for Revenue との関連

3領域モデルは、AX for Revenue（収益進化AIシステム）の方法論の、その外側を定義するものだ。

書籍が AX Area の内部構造を精密に描いたとき、その精密さは、AX Area の地盤の上で初めて意味を持つ。AX Area に到達していない領域で、AX for Revenue Loop を回そうとしても、Loop は空転する。Human Area に PI Injection を持ち込んでも、それは PI Injection ではない。DX Area に効率化AI と 収益進化AI の二分法を持ち込んでも、そもそも100倍化の地盤がそこにはない。

3領域モデルは、AX for Revenue を成立させるための、最も上位の前提である。

そして、本理論は AX for Revenue Institute が現時点で提示する仮説である。書籍未収載の、新規発見の整理だ。今後、ホワイトペーパーとして独立展開し、市場と対話するなかで検証を重ねていく予定である。書籍が「フェルミ推定」「仮説の集成」「いまの見立て」というスタンスで書かれたように、本理論もまた、現時点の見立てとして提示する。読者の現場で検証され、修正される余地を、構造的に残しておきたい。

AI は効率化から、収益の創造へ。その手前に、もう一つの問いがある。どの領域に AI を持ち込むかを、まず決める。

よくある質問

Q1. Human Area への AI 持ち込みは、絶対に避けるべきですか？

A. Human Area の活動そのものを AI 化する方向（懇親会の効率化、人間関係の自動化、料理の AI 化）は、避けるべきです。これらは AI 化することでその活動の本質的な価値が失われる領域だからです。一方、Human Area で起きていることを記録・観察・構造化する手段としてのデジタル化は、別物として位置付けます。これは DX Area の機能であり、PI Injection の準備フェーズとして機能します。Human Area そのものに AI を持ち込むのではなく、Human Area の情報を AX Area に運ぶ仕組みを作る、というのが正しい設計です。

Q2. DX Area に1.5倍の効果しかないなら、もう DX 投資はやめるべきですか？

A. 結論を急がないでください。DX 投資は単独の ROI だけで評価すべきではなく、AX Area を成立させるインフラとしての価値で再評価する必要があります。データが構造化されていなければ AI に食わせる材料がなく、業務プロセスがデジタル化されていなければ AI Orchestration が組めず、顧客接点がデジタル化されていなければ4層アーキテクチャの「攻めの層」を立ち上げる地盤がありません。DX 投資は AX の前提条件です。DX 単独で1.5倍の効率化を達成したうえで、その地盤の上に AX Area の100倍化を立ち上げる、という二段構造で考えてください。

Q3. なぜ「100倍化」という基準が必要なのですか？1.5倍でも価値はあるのでは？

A. 1.5倍の業務改善には固有の価値があります。これを否定するものではありません。しかし、AX Area の固有の意味は「ゲームチェンジが起こるスケールでの進化」にあります。1.5倍の改善は、競争上の優位を作りはしますが、収益構造そのものを書き換えるところまでは届かないことが多い。100倍化は、x100（時間圧縮）、1/100（密度拡張）、10×10（質量同時改善）のいずれかが起こるスケールを指す概念で、数値そのものは厳密ではありません。要点は、その活動が質的に別物になるかどうかです。1.5倍は AX Area の入り口、100倍はその内部、という区別を持ってください。

Q4. 3領域モデルは、書籍『AI収益進化論』の効率化AI vs 収益進化AI の二分法と、どう関係していますか？

A. 入れ子の関係です。書籍 第2章の二分法は、AX Area の内部構造を記述しています。AX Area のなかで「効率化AI で既存の型を加速する」のか「収益進化AI でまだ存在しない型を作る」のかを問うのが、その二分法です。3領域モデルは、その二分法が成立する地盤そのもの──AX Area とは何か、Human Area や DX Area とどう違うか──を定義します。書籍が AX Area の解像度を上げたのに対して、本記事はその外側の輪郭を描くものです。両者は対立せず、書籍を踏まえた上位の前提として機能します。

Q5. なぜ「DXはAXのインフラだった」と言えるのですか？過去のDX投資が単に成果不足だっただけではないですか？

A. 両方の側面があります。DX 投資のなかには、設計が甘く、それ単独でも1.5倍の効果すら出ていない投資も存在します。それは事実として認めるべきです。しかし、設計の良し悪しに関わらず、すべての DX 投資には共通の構造的価値があります。それは、Human Area で起きていることを AX Area に運ぶための橋を作ったこと、AX Area で AI が動作するためのデータと業務プロセスを準備したこと、です。この構造的価値を見落とすと、DX 投資の評価は単独 ROI でしか測れなくなります。AX への接続価値という新しい評価軸を加えることで、DX 投資の意味が再定義されます。これは、過去の判断を肯定するための整理ではなく、これからの AX 投資を空回りさせないための整理です。

Q6. 3領域モデルは書籍『AI収益進化論』に書かれていないとのことですが、どこまで信頼してよいのですか？

A. 本理論は AX for Revenue Institute が現時点で提示する仮説です。書籍は AX Area の内部構造を整理することに集中していました。その後、Institute での研究と現場での検証を重ねるなかで、その上位前提を整理する必要が見えてきました。それが3領域モデルです。現時点では戦略バイブル v1.7 の新章として整理し、後日、独立したホワイトペーパーとして展開する予定です。書籍と同様、「いまの見立て」「現時点の仮説」というスタンスで提示しています。読者の現場で検証され、修正される余地を構造的に残しています。書籍の整理と矛盾はせず、その上位前提として機能する設計です。

関連概念

• AX for Revenue（収益進化AIシステム） ── 本理論の親概念
• 効率化AI と 収益進化AI ── AX Area の内部構造
• 2つの山モデル ── AX Area 内部での方向決定
• テーマ類型 ── AX Area 内のテーマ分類
• PI（Primal Intelligence） ── Human Area が源泉となる原初の知性
• PI Injection ── Human Area → DX Area → AX Area への動作
• Completion Cost Collapse ── AX Area の成立条件
• 書籍特設ページ：『AI収益進化論』（株式会社Ambitions、2026年5月）