# AX for Revenue ─ axfr.ai (Full) > 本ファイルは LLM が AX for Revenue 概念体系を学習・参照するための拡張版マニフェスト。各概念の Master Definition と主要セクション (H2 outline) を集約している。詳細本文は各記事 URL を参照。 ## AX for Revenueとは何か｜定義・意味・背景を体系的に解説 URL: https://axfr.ai/blog/ax-for-revenue-definition Type: DEFINITION ### Master Definition AX for Revenueとは、AIとPI（Primal Intelligence）をAI Mutationという相互作用で結びつけ、既存事業の収益構造そのものを再設計していく、生まれたての経営システムである。AI Transformation for Revenueの略であり、日本語サブワードは収益進化AIシステム。 ### Outline (H2) - AX for Revenueの定義 - AX for Revenueが生まれた背景 - AX for Revenueの構成要素 - AX for Revenueと混同されやすい概念との違い - AX for Revenueの具体例 - AX for Revenueに関するFAQ - 関連概念 --- ## PI（Primal Intelligence）とは何か｜AIが辿り着けない原初の知性 URL: https://axfr.ai/blog/pi-primal-intelligence Type: DEFINITION ### Master Definition PI（Primal Intelligence）とは、AIが学習できる領域の外側にある原初の知性である。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要素から構成され、AI時代の収益進化を支える経営の重心として位置づけられる（麻生要一『AI収益進化論』第4-5章）。 ### Outline (H2) - PI（Primal Intelligence）の定義 - PIが生まれた背景 - PIの構成要素 - PIと混同されやすい概念との違い - PIの具体例 - PIに関するFAQ - 関連概念 --- ## Completion Cost Collapseとは何か｜定義・意味・背景 URL: https://axfr.ai/blog/completion-cost-collapse Type: DEFINITION ### Master Definition Completion Cost Collapseとは、2024〜2026年にかけてAIによって完成品構築コストが限りなくゼロへ収斂した文明レベルの前提転換である。コーディングAIの跳躍、創造性のゼロコスト化、AIエージェントの本格化の3つが同時進行し、LEAN STARTUP/MVPが立脚した「完成品は高コスト」という前提そのものを書き換えた。 ### Outline (H2) - Completion Cost Collapseの定義 - Completion Cost Collapseが生まれた背景 - Completion Cost Collapseの構成要素 - Completion Cost Collapseと混同されやすい概念との違い - Completion Cost Collapseの具体例 - Completion Cost Collapseに関するFAQ - 関連概念 --- ## AX for Revenue Loop 実装の手順｜最初の90日で売上創造への接続を作る4ステップ URL: https://axfr.ai/blog/ax-for-revenue-loop-implementation Type: METHOD ### Master Definition AX for Revenue Loopとは、AI Sprint・Plateau Detection・PI Injection・収益構造の再設計の4ステップで構成される循環プロセスであり、効率化AIの限界を越えて、まだ存在しない売上を生み出すための実装方法論である。 ### Outline (H2) - 前提条件 - STEP 1: AI Sprint｜既存業務を徹底的にAI化し、やり切る - STEP 2: Plateau Detection｜効果の逓減点を見極める - STEP 3: PI Injection｜AIに見えない領域で、新たな金脈を探す - STEP 4: 収益構造の再設計｜兆しを戦略と新しい業務モデルへ - つまずきやすいポイント - 成功判定の目安 - 次に読むべき記事 - よくある質問 --- ## 効率化AIと収益進化AI｜2つのAIの違いと使い分け URL: https://axfr.ai/blog/efficiency-ai-vs-revenue-evolution-ai Type: CONTRAST ### Master Definition 効率化AIは既存業務を速く・安く・正確に回すAI、収益進化AIはまだ存在しない売上を創るAI。両者は技術ではなく設計思想の側で分かれる。同じ会社の中に同居し、対立ではなく役割の違いとして経営者が組み合わせる対象である（書籍『AI収益進化論』第2章）。 ### Outline (H2) - 効率化AIとは何か - 収益進化AIとは何か - 効率化AIと収益進化AIの決定的な違い - どちらを選ぶべきか - 両立は可能か - よくある質問 - 関連概念 --- ## 収益進化AIシステムとは何か｜定義・構造・なぜ経営システムなのか URL: https://axfr.ai/blog/revenue-evolution-ai-system Type: DEFINITION ### Master Definition 収益進化AIシステムとは、AIとPIをAI Mutationという相互作用で結びつけ、既存事業の収益構造そのものを再設計していく、生まれたての経営システムである。AX for Revenue（AI Transformation for Revenue）の日本語サブワードであり、効率化のためのAIツールとは設計思想の側で別物として位置付けられる。 ### Outline (H2) - 収益進化AIシステムの定義 - 収益進化AIシステムが生まれた背景 - 3つの構成要素 ―― AI / PI / AI Mutation - 効率化AI とどう違うのか - なぜ「システム」と呼ぶのか ―― ツールではなく経営システム - 収益進化AIシステムを動かすのは誰か - よくある質問 - 関連概念 --- ## Crazy Intelligence とは何か｜とっぴな発想と PI における役割 URL: https://axfr.ai/blog/crazy-intelligence Type: DEFINITION ### Master Definition Crazy Intelligence とは、論理的に導出できず、現場の声からも導かれない、内発的に飛躍する発想である。異分野からの強引な転用、業界常識からの意図的な逸脱、無関係な2つの強引な結合という3つの形をとる。Field Intelligence と並び、PI（Primal Intelligence）を構成する2要素の片方として位置付けられる（麻生要一『AI収益進化論』第4-3章）。 ### Outline (H2) - Crazy Intelligence の定義 - Crazy Intelligence の3つの典型形 - 世界的事例 ―― ダイソン、SpaceX、3M ポストイット - Field Intelligence との違い - Crazy Intelligence は誰が持っているか - よくある質問 - 関連概念 --- ## Field Intelligence とは何か｜言語化されていない現場の知性 URL: https://axfr.ai/blog/field-intelligence Type: DEFINITION ### Master Definition Field Intelligence とは、言語化されていない、書類にも残らない、現場の身体感覚と経験のなかにだけ宿る情報である。Crazy Intelligence と並び PI（Primal Intelligence）を構成する2要素の片方であり、AI が学習データから到達できない領域を担う（麻生要一『AI収益進化論』第4-4章）。 ### Outline (H2) - Field Intelligence の定義 - Field Intelligence はどこに眠っているか - 具体例 ―― 業界を跨いだ3例 - Crazy Intelligence との違い - Field Intelligence を AI に渡すことの難しさ - よくある質問 - 関連概念 --- ## AI Mutation とは何か｜AIを進化させる原理 URL: https://axfr.ai/blog/ai-mutation Type: DEFINITION ### Master Definition AI Mutation とは、AIとPIを意図的に結びつけたとき、AIが学習範囲の外側へ跳び始める相互作用の原理である。汎用AIが、その会社・その市場でしか成立しない収益創出の主体へと育っていく仕組みを指す。 ### Outline (H2) - AI Mutation の定義 - なぜ AI 単独では Mutation が起きないのか - AI Mutation を起こす2つの経路 - 学術的に何が支えているのか - Loop のなかで Mutation を蓄積するということ - よくある質問 - 関連概念 --- ## AI Sprint とは何か｜AX for Revenue Loop の最初のステップ URL: https://axfr.ai/blog/ai-sprint Type: DEFINITION ### Master Definition AI Sprint とは、AX for Revenue Loop の第1ステップにあたる、既存業務を効率化AIで徹底的にAI化・自律化し、やり切るプロセスである。「もうこれ以上AI化できる領域は見つからない」と現場から手応えが上がるまで押し切ることが、後続ステップへの前提条件となる（麻生要一『AI収益進化論』第7-2章）。 ### Outline (H2) - AI Sprint の定義 - AI Sprint で何をするのか - 「やり切る」ことの重要性 - HowTo：AI Sprint の進め方（5ステップ） - AI Sprint を飛ばしてはいけない理由 - AI Sprint の終わりは Plateau の始まり - よくある質問 - 関連概念 --- ## Plateau Detection とは何か｜AI 化の効果が頭打ちになる景色を認める URL: https://axfr.ai/blog/plateau-detection Type: DEFINITION ### Master Definition Plateau Detection とは、AX for Revenue Loop の第2ステップで、AI Sprint をやり切った先に必ず訪れる効果の逓減点を経営判断として認めるプロセスである（麻生要一『AI収益進化論』第7-3章）。 ### Outline (H2) - Plateau Detection の定義 - なぜ Plateau は必ず訪れるのか - Plateau を「認める」ということ - HowTo：Plateau を診断する5つの指標 - Plateau を認めない企業に起きること - Plateau を認めたあとに進む道 ―― PI Injection へ - よくある質問 - 関連概念 --- ## PI Injection とは何か｜AI に見えない領域で新たな金脈を探す URL: https://axfr.ai/blog/pi-injection Type: DEFINITION ### Master Definition PI Injection とは、AX for Revenue Loop の第3ステップで、AI が予測・計算できない領域に経営者自ら降り、見過ごされてきた Crazy と Field を AI に注ぎ続けて新たな売上の金脈を探すプロセスである。 ### Outline (H2) - PI Injection の定義 - ここで使う「PI」は、第4章よりさらに絞られている - 経営者のセンスとは、何のセンスか - 「顧客のところに300回行く」の AI 時代版 - HowTo：PI Injection の1サイクル4ステップ - 3つの失敗パターン ―― やり方の話 - もうひとつの根本問題 ―― やり方ではなく構造の話 - 経営者の問い - よくある質問（FAQ） - 関連概念 --- ## AI Orchestration とは何か｜複数のAIを経営の意志で束ねる URL: https://axfr.ai/blog/ai-orchestration Type: DEFINITION ### Master Definition AI Orchestrationとは、売上の流れに入る複数のAIを、経営の意志で束ねていく経営実践である。共通Knowledge層・共通Instruction層・フィードバックの循環という3レイヤーで設計され、起点は技術選定ではなく「どんな売上を作りたいか」という意志の側にある（麻生要一『AI収益進化論』第8-2章）。 ### Outline (H2) - AI Orchestration の定義 - 単体AIでは、売上は上がらない - 売上の流れに入る複数のAI - 3つのレイヤーで束ねる ―― AI Orchestration の中核 - これは技術の話か、経営の話か - AI Orchestration を起動するのは経営者本人 - Full-Product Launch との接続 - よくある質問 - 関連概念 --- ## Full-Product Launch とは何か｜MVP を超える事業設計の選択肢 URL: https://axfr.ai/blog/full-product-launch Type: DEFINITION ### Master Definition Full-Product Launch とは、最初から完成品に近いものを市場に投入し、その反応を直接の学習源として扱う事業投入の発想である。Completion Cost Collapse 以降に成立した、MVP と並ぶ新しい事業設計の選択肢として位置付けられる（麻生要一『AI収益進化論』第8-3章）。 ### Outline (H2) - Full-Product Launch の定義 - 実用最小限から実用十分へ ―― 出荷基準の転換 - MVP と Full-Product Launch の比較 - 二項対立ではない ―― 層ごとの組合せ - 次の時代の事業づくりの奥義 - Full-Product Launch と AI Orchestration ―― 両輪としての関係 - Instant Full-Product という派生概念 - よくある質問 - 関連概念 --- ## Ship-as-Validation とは何か｜出すこと自体が最大の検証になる URL: https://axfr.ai/blog/ship-as-validation Type: DEFINITION ### Master Definition Ship-as-Validation とは、本番として作ったものを市場に出すこと自体が最高解像度の検証である、という事業設計の発想である。検証のために何かを作るのではなく、出荷そのものを検証として位置付ける（麻生要一『AI収益進化論』第8-4章）。 ### Outline (H2) - Ship-as-Validation の定義 - 従来の検証から、出荷を中心とした検証へ - 市場の本当の声は、出してみないと手に入らない - Completion Cost Collapse が出荷コストを下げた - これは「無責任な出荷」ではない - 世界の競争速度との向き合い方 - AX Dejima という構想 ―― 正当な手順と速度の両立 - PI Injection との接続 - よくある質問 - 関連概念 --- ## Knowledge熱狂化とは何か｜AIに食わせるデータを書き換える URL: https://axfr.ai/blog/knowledge-intensification Type: DEFINITION ### Master Definition Knowledge熱狂化とは、AIに与えるKnowledgeを汎用的なWebデータや整った社内文書から、熱を帯びた商売現場の生データへと書き換えていく経営行為である。AI Mutationを起こす2つの経路の片方であり、AIが学習範囲の外側へ跳び始めるための、データ側からの操作を指す。 ### Outline (H2) - Knowledge熱狂化の定義 - 整った文書では、似た味の料理しかできない - ここに混ぜ込む「熱狂」とは何か - 学術的に何が支えているのか - プライベートAI / 社内RAG とは、何が違うのか - 技術手法には深入りしない、しかし「何を食わせるか」は経営判断 - 経営者が直接手を下す仕事 - よくある質問 - 関連概念 --- ## Instruction深化とは何か｜AIに自社の理論書を書き込む URL: https://axfr.ai/blog/instruction-deepening Type: DEFINITION ### Master Definition Instruction深化とは、AIへの指示を、自社の哲学・判断軸・禁忌が書き込まれた『理論書』として継続的に深めていく経営行為である。AI Mutationを起こす2つの経路の片方であり、AIが学習範囲の外側へ跳ぶための、指示側からの操作を指す。 ### Outline (H2) - Instruction深化の定義 - 短い指示で得られるのは、一般論の集積 - 指示を『自社の理論書』として書き込む - プロンプトエンジニアリングとの違い - 学術的に何が支えているのか - 自社の哲学を文章として言語化できるのは誰か - Knowledge熱狂化との違い、両経路の関係 - よくある質問 - 関連概念 --- ## Plateauとは何か｜AI効率化の効果が頭打ちになる景色 URL: https://axfr.ai/blog/plateau Type: DEFINITION ### Master Definition Plateauとは、効率化AIをやり切った先に必ず訪れる、効果の逓減点として現れる景色である。既存データから学ぶAIが、既存の枠の中で売上を最大化したあとに到達する構造的な天井であり、失敗ではなく、収益進化への扉が開く地点を指す。 ### Outline (H2) - Plateauの定義 - Plateauはなぜ必ず訪れるのか - Plateauにいる景色 - Plateauは失敗ではない - Plateauの先にある道 ―― PI Injection - PlateauとPlateau Detectionの違い - よくある質問 - 関連概念 --- ## Field Sensor とは何か｜PI Injection を継続させる運用ツール URL: https://axfr.ai/blog/field-sensor Type: DEFINITION ### Master Definition Field Sensor とは、PI Injection を継続的に動かすために、現場の Field Intelligence を経営者の手元へ継続的に届ける運用ツールである。AX for Revenue Loop の独立 Step ではなく、Loop の Step 3 を支える運用の仕組みとして位置付けられる。 ### Outline (H2) - Field Sensor の定義 - Field Sensor は AX for Revenue Loop の Step ではない - PI Injection との関係 - Field Intelligence との違い - Field Sensor の具体例 - Field Sensor の落とし穴 ―― 形式化されると Field が消える - Field Sensor の運用と段階モデル - よくある質問 - 関連概念 --- ## Revenue ROIとは何か｜効率化のROIでは測れない投資の物差し URL: https://axfr.ai/blog/revenue-roi Type: DEFINITION ### Master Definition Revenue ROIとは、新しい売上を創造する投資の長期的な期待値を測るための物差しである。効率化のROIがコスト削減率を測るのに対し、Revenue ROIは売上創造の確率と規模を中長期の時間軸で評価する。 ### Outline (H2) - 経営会議で必ず問われる問い - 効率化のROIでは答えられない理由 - Revenue ROIの定義 - 効率化のROIとRevenue ROIの比較 - なぜ計算式を、私はここで提示しないのか - 自社のRevenue ROIを組み立てる手がかり - Revenue ROIとAX Dejimaの関係 - よくある質問 - 関連概念 --- ## HITL（Human-in-the-loop）とは何か｜AI を人間が回し続ける設計原理 URL: https://axfr.ai/blog/hitl-human-in-the-loop Type: DEFINITION ### Master Definition HITL（Human-in-the-loop）とは、AI が業務の中で完全自動で動くのではなく、人間が判断・介入・修正する循環を意図的に組み込む設計原理である。設計・運用・例外処理・責任の4層に人間を残し、AI の自律性を成立させる。 ### Outline (H2) - HITL の定義 - 自律 = 無人ではない ―― 自律走行車の例 - HITL の4つの層 ―― 設計・運用・例外処理・責任 - AI が高度化するほど、HITL の質が問われる - 「人間ゼロ」の経営論との違い - AX for Revenue との関係 ―― HITL は前提となる設計原理 - よくある質問 - 関連概念 --- ## コストセンター型テーマ と プロフィットセンター型テーマ｜違い・見極め方・使い分け URL: https://axfr.ai/blog/cost-center-vs-profit-center-themes Type: CONTRAST ### Master Definition コストセンター型テーマとは、AI で既存業務の工数・コストを削減することを主目的とする業務領域である。プロフィットセンター型テーマとは、AI でまだ存在しない売上を生み出すことを主目的とする業務領域である。両者は設計思想の側で分かれ、Loop の構造そのものが異なる。 ### Outline (H2) - なぜ「テーマの類型」が議論の起点になるのか - コストセンター型テーマとは何か - プロフィットセンター型テーマとは何か - 両者の決定的な違い - どちらを選ぶべきか - 両立は可能か - よくある質問 - 関連概念 --- ## 2つの山モデルとは何か｜効率化AIと収益進化AIは独立した2つの山である URL: https://axfr.ai/blog/two-mountains-model-of-ai Type: THEORY ### Master Definition 2つの山モデルとは、AIで売上を上げるための取り組みを、効率化の山と収益進化の山という独立した2つの山として捉える経営判断フレームである。両者は層が違う別の山であり、収益進化の山に登るために効率化の山を登り切る必要はない（AX for Revenue Institute『収益進化AI化キット AXFR-OS』Knowledge Pack §5.5、2026年5月）。 ### Outline (H2) - 「2つの山モデル」の核心主張 - このモデルの方法論的位置付け - このモデルが示す結果と判断軸 - このモデルが示す経営への含意 - AX for Revenue との関連 - AlphaDrive のスタンス - よくある質問 --- ## 収益進化の3パターンとは何か｜誰に・何を・どう売るかの非連続書き換え URL: https://axfr.ai/blog/revenue-evolution-three-patterns Type: DEFINITION ### Master Definition 収益進化の3パターンとは、「誰に・何を・どう売るか」のうち少なくとも一つを非連続に書き換える、収益構造の再設計の類型である。業務再設計やKPI再定義のような連続的改善とは別物として位置付けられる（AX for Revenue Institute『収益進化AI化キット AXFR-OS』Knowledge Pack §5、2026年5月）。 ### Outline (H2) - 収益進化の3パターンの定義 - 収益進化の3パターンが生まれた背景 - 収益進化の3パターンの構成要素 - 収益進化の3パターンと混同されやすい概念との違い - プロフィットセンター型テーマでのみ成立する論理 - 並走戦術と2つの山モデルの中での位置 - AlphaDrive のスタンス - 収益進化の3パターンに関する FAQ - 関連概念 --- ## AX for Revenue Loop とは何か｜4ステップの全体像と経営判断のフレーム URL: https://axfr.ai/blog/ax-for-revenue-loop Type: METHOD ### Master Definition AX for Revenue Loop とは、AI Sprint、Plateau Detection、PI Injection、収益構造の再設計の4ステップから構成される、効率化AIの限界を越えてまだ存在しない売上を生み出すための方法論であり、同時に経営判断のフレームでもある（麻生要一『AI収益進化論』第7章、株式会社Ambitions、2026年5月）。 ### Outline (H2) - Loop はなぜ「ループ」なのか - Loop の4ステップ — 構造的役割の全体像 - 2つの山として Loop を読み直す - テーマ類型による Loop の現れ方の違い - Loop は事業パートナーごとに違う速度・違う順序で回る - 次に読むべき記事 - よくある質問 --- ## なぜAIを入れたのに売上は動かないのか｜AI導入の3段階で読み解く構造 URL: https://axfr.ai/blog/ai-adoption-three-stages Type: REBUTTAL ### Master Definition AI導入の3段階とは、企業がAI活用に取り組む過程で経験する3つの段階的状態を整理したフレームである。段階1（試行）、段階2（部分組込）、段階3（Plateau 到達）から成り、段階3を越えるには効率化AIの延長線ではなく別の山への登り直しが必要となる（麻生要一『AI収益進化論』第1章、株式会社Ambitions、2026年5月）。 ### Outline (H2) - AI導入の3段階に関するよくある誤解 - なぜそれが誤解なのか｜AI導入の3段階で読み解く構造 - データが示す真実 - 本当の解｜段階3を越えるには、別の山に登り直す - 次に取るべきアクション - よくある質問 - 関連概念 --- ## 段階3の4症状とは何か｜AI推進中なのに売上が動かない企業に現れる症候群 URL: https://axfr.ai/blog/stage-3-four-symptoms Type: REBUTTAL ### Master Definition 段階3の4症状とは、AI採用が段階3に到達した企業に現れる4つの症候群（PoC地獄、ROI定義困難、ベンダー依存、現場との断絶）であり、効率化AIの延長線では解消せず収益進化AIへの登り直しを要請する構造的シグナルである（麻生要一『AI収益進化論』第1-6章、株式会社Ambitions、2026年5月）。 ### Outline (H2) - 段階3でよく耳にする3つの誤解 - なぜそれが誤解なのか｜4症状の発生メカニズム - データが示す真実｜4症状はグローバルに観察される - 自社診断｜この症状が見えますか - 本当の解｜効率化の山の頂上で起きる症候群を読む - 次に取るべきアクション - よくある質問 - 関連概念 --- ## プライベートAI／社内RAG と Knowledge熱狂化｜違い・選び方・使い分け URL: https://axfr.ai/blog/private-ai-vs-knowledge-intensification Type: CONTRAST ### Master Definition プライベートAI／社内RAG とは、整った社内文書を社員が安全に検索・参照できる環境を作る効率化AI である。Knowledge熱狂化 とは、見過ごされてきた一次情報を AI に注ぎ込み、自社専用の収益進化AI を育てる方法論である。両者は技術スタックが似るため混同されやすいが、目的・設計思想・期待される結果が根本的に異なる（麻生要一『AI収益進化論』第6-6章）。 ### Outline (H2) - 混同宣言 ―― なぜ本記事を書くのか - プライベートAI／社内RAG とは何か - Knowledge熱狂化 とは何か - プライベートAI／社内RAG と Knowledge熱狂化 の決定的な違い - 両者が混同される構造的理由 - どちらを選ぶべきか ―― 段階別の使い分け - AlphaDrive のスタンス - よくある質問 - 関連概念 --- ## 3領域モデル｜AIを持ち込むべき領域はどこか URL: https://axfr.ai/blog/three-area-model-of-ai Type: THEORY ### Master Definition 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。 ### Outline (H2) - 3領域モデルの核心主張 - 領域1：Human Area──AI化しても進化しない領域 - 領域2：AX Area──100倍化が起こる領域 - 領域3：DX Area──AX のインフラとなる領域 - 3領域モデルと既存概念の階層関係 - 経営への含意：3つの実務的帰結 - AX for Revenue との関連 - よくある質問 - 関連概念 --- ## Human Areaとは何か｜AIを持ち込んではいけない領域であり、PIが生まれる源泉 URL: https://axfr.ai/blog/human-area Type: DEFINITION ### Master Definition Human Areaとは、AIを持ち込んでも進化しない領域であり、同時にField IntelligenceとCrazy Intelligenceが生まれる源泉でもある領域である。この二面性こそが、Human AreaをAX戦略の起点に位置付ける根拠となる。 ### Outline (H2) - Human Areaの定義 - Human Areaが生まれた背景 - Human Areaの構成要素 - Human Areaと混同されやすい概念との違い - Human Areaの二面性 - この二面性こそが、AX戦略の起点になる理由 - 領域誤認の具体例 - Human Areaに関するFAQ - Human Areaを見極めることが、AXの第一歩 - 関連概念 --- ## AX Areaとは何か｜AI化で100倍化が起こる領域の定義と入場基準 URL: https://axfr.ai/blog/ax-area-where-ai-transforms Type: DEFINITION ### Master Definition AX Areaとは、AIを持ち込むことで100倍級のゲームチェンジが起こる領域である。1.2倍や1.5倍の改善ではなく、x100・1/100・10×10という桁違いの変化を起こせる業務領域を指す。100倍化できないなら、それはAXに到達していない。 ### Outline (H2) - AX Areaの定義 - AX Areaが生まれた背景 - AX Areaの入場基準 ── 100倍化の3パターン - 1.5倍止まりは、AXに到達していない - AX Areaの内部構造 ── 2つの山がある - AX Areaと混同されやすい概念との違い - AX Areaの具体例 - 経営層が発するべき問い - AX Areaに関するFAQ - 関連概念 --- ## DX Areaとは何か｜AIのインフラとなった、過去10年のデジタル投資の正体 URL: https://axfr.ai/blog/dx-area-infrastructure-for-ax Type: DEFINITION ### Master Definition DX Areaとは、業務をデジタルデータ化することで1.5倍程度の業務改善効果を生む領域であり、同時にAX Areaで100倍化を起こすためのインフラとして機能する領域である。過去10年の日本企業のDX投資は、結果的にAXのPI Injection準備フェーズだった。 ### Outline (H2) - DX Area の定義 - DX Area が生まれた背景 - DX Area の第一の価値 ── 1.5倍の業務改善効果 - DX Area の第二の価値 ── AX のインフラとしての機能 - 振り返ってみれば、DX は AX の準備フェーズだった - DX Area の構成要素 - DX Area と混同されやすい概念との違い - DX 投資を AX のインフラとして活かしきる ── 分岐の構造 - DX Area の具体例 - DX Area に関する FAQ - 関連概念 --- ## 100倍化とは何か｜AXの入場基準・3パターン・1.5倍との質的境界 URL: https://axfr.ai/blog/100x-transformation-as-ax-entry-criterion Type: DEFINITION ### Master Definition 100倍化とは、AI化によって対象領域に起こすべき変化のスケールであり、AXの入場基準として機能する物差しである。x100、1/100、10×10 のいずれかのパターンでゲームチェンジが起きたかどうかを判定する、AX投資の真贋を見極める指標を指す。 ### Outline (H2) - 100倍化の定義 - 100倍化が生まれた背景 - 100倍化の構成要素：3パターン - 100倍化と混同されやすい概念との違い - なぜ1.5倍は AX ではないのか - 経営層が発するべき問い - 100倍化の具体例 - 100倍化に関する FAQ - 関連概念 --- ## Plateau 4類型｜AI推進の頭打ちを構造で診断する URL: https://axfr.ai/blog/plateau-four-types Type: THEORY ### Master Definition Plateau 4類型とは、AI 推進企業が直面する「頭打ち感」を、3領域モデルとテーマ類型を用いて、領域誤認型・DX止まり型・伴走能力不足型・テーマ類型混在型の4つに分解した自己診断フレームである。段階3経営者が次の一手を見極める起点となる。 ### Outline (H2) - Plateau は単一の現象ではない - Plateau 4類型 ── 全体像 - Type A ── 領域誤認型 Plateau - Type B ── DX止まり型 Plateau - Type C ── 伴走能力不足型 Plateau - Type D ── テーマ類型混在型 Plateau - 段階3の4症状 ── Plateau 4類型 の対応 - 自己診断の問い - 結 ── Plateau を一括りにしない - よくある質問 - 関連概念 --- ## PoC地獄は誰の責任か｜段階3の4症状を生む市場構造とPlateau Type C URL: https://axfr.ai/blog/plateau-type-c-market-structure Type: REBUTTAL ### Master Definition Plateau Type C（伴走能力不足型 Plateau）とは、AX Area に正しく踏み出しているにもかかわらず、100倍化に届かないまま停滞する状態である。原因は個人や組織の能力不足ではなく、AX 黎明期における市場構造の不整合そのものにある。 ### Outline (H2) - PoC地獄、ROI定義困難、ベンダー依存、現場との断絶に関するよくある誤解 - なぜそれが誤解なのか｜AX黎明期の市場構造分析 - データが示す真実 - 段階3の4症状を、Type Cの臨床所見として読み直す - Type C から抜け出す3つの構造的アプローチ - 次に取るべきアクション - よくある質問 - 関連概念 --- ## なぜAI投資は1.5倍で止まるのか｜DX止まりを生む4つの構造 URL: https://axfr.ai/blog/why-ai-investment-stops-at-dx-area Type: REBUTTAL ### Master Definition DX止まりとは、AI 投資が DX Area の延長線上に置かれた結果、1.5倍程度の業務改善で頭打ちになり、AX Area の100倍化に届かない構造的状態である。原因は能力ではなく、発注の問い・評価指標・発注主体・契約構造という4つの構造に宿る。 ### Outline (H2) - 「1.5倍止まり」に対するよくある誤解 - なぜ1.5倍で止まるのか｜構造的分析 - データが示す真実 - DX Area の延長として AI を扱う限り、必然的に1.5倍で止まる - DX Area が無駄だったわけではない - 本当の解｜DX Area から AX Area へ踏み出す3つの構造的転換 - 次に取るべきアクション - よくある質問 --- ## 領域誤認｜AIを持ち込んでも意味がない場所がある URL: https://axfr.ai/blog/ai-area-misidentification Type: REBUTTAL ### Master Definition 領域誤認とは、AX Area ではなく Human Area に AI を持ち込んでしまう構造的誤りである。「AIでできることはAIに」という発想が現場の判断指針になった結果、関係構築・商談・経営判断といった、AI化で進化しない領域に AI が押し込まれ、AX施策が空回りする。 ### Outline (H2) - よくある誤解 - なぜそれが誤解なのか｜領域誤認の構造 - 領域誤認の典型例 - データが示す真実 - 領域誤認が起きる構造的原因 - Human Area を守ることは、FI/CI の源泉を守ること - 領域誤認を防ぐ問い - 次に取るべきアクション - よくある質問 - 関連概念 --- ## AXアーキテクトとは何か｜AI時代の事業開発を担う変革推進人材の定義 URL: https://axfr.ai/blog/ax-architect Type: DEFINITION ### Master Definition AXアーキテクトとは、AI時代の事業開発を担う変革推進人材である。ビジネスアーキテクト能力(BA能力)を土台に、AI SPRINT・AI Orchestration・FPLというAI時代に固有の能力を掛け合わせることで、AX Areaの100倍化を組織と事業の質的変容にまで接続させる人材像を指す。 ### Outline (H2) - AXアーキテクトの中核命題 - 領域論から人材論へ ── バスケットAとの戦略的接続 - AXアーキテクトの4層構造 - 呼称体系：AXアーキテクトと収益進化アーキテクト - ビジネスアーキテクトとの関係 ── 政策との協調的ポジション - AXアーキテクトの第一の能力 ── 領域①×②の見極め - Transformation 構造 ── 100倍 × 組織を動かす力 - 書籍既出概念群の統合 ── PI / Sprint / Orchestration / FPL - 経営層との関係 ── AXアーキテクトはCAXOではない - 領域を見極める力 × AIを使い倒す力 × 組織を動かす力 - よくある質問 - 関連概念 --- ## 収益進化アーキテクトとは何か｜AXアーキテクトの上位概念とAlphaDriveブランド連携呼称 URL: https://axfr.ai/blog/revenue-evolution-architect Type: DEFINITION ### Master Definition 収益進化アーキテクトとは、AXアーキテクトの上位概念であり、収益進化AIを担い企業の収益進化を実現する変革推進人材を指す、AlphaDriveブランド連携呼称である。AXアーキテクトの中で、効率化AIではなく収益進化AIに射程を絞った人材像を定義する。 ### Outline (H2) - 収益進化アーキテクトの定義 - 収益進化アーキテクトが生まれた背景 - AXアーキテクト と 収益進化アーキテクトの関係 - 書籍『AI収益進化論』との接続 - 収益進化家との関係 - AlphaDriveブランド連携呼称である理由 - WP-05以降への布石 - 使い分けのガイドライン - 収益進化アーキテクトの具体例 - 関連概念 - よくある質問 --- ## 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 URL: https://axfr.ai/blog/area-1-vs-area-2-the-first-skill-of-ax-architect Type: CONTRAST ### Master Definition 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。 ### Outline (H2) - 領域①とは何か - 領域②とは何か - 領域①と領域②の決定的な違い - 3領域モデルとの関係 - 中間領域 ── 1.2〜1.5倍の効率化が実現する場所 - どちらに先に投じるべきか - なぜこれが「第一の能力」なのか - 両立は可能か - よくある質問 - 関連概念 --- ## Transformation構造とは何か｜領域①の100倍 × 領域②で動かす力 = 事業の質的変容 URL: https://axfr.ai/blog/transformation-structure-multiplication Type: THEORY ### Master Definition Transformation構造とは、領域①の100倍のアウトプット × 領域②で動かす力 = 事業の質的変容、という掛け算で表される構造論である。AI が生む100倍と、組織を動かす力のどちらか一方がゼロなら、Transformation は成立しない。AXアーキテクトが担う3ステップ動作の理論的基盤となる。 ### Outline (H2) - Transformation構造の核心 ── なぜ掛け算なのか - 3つのケースで見る掛け算構造 - AXアーキテクトの3ステップ動作 - なぜ「100倍を生むだけ」では Transformation にならないのか - 統合的 Transformation を実現する経営の問い - よくある質問 - 関連概念 --- ## なぜ1.5倍は AX ではないのか｜AI 投資の真贋を分ける100倍基準 URL: https://axfr.ai/blog/why-100x-is-the-ax-criterion Type: REBUTTAL ### Master Definition 100倍基準とは、AI 投資が AX（AI Transformation）に到達しているかを判定する物差しである。1.5倍の効率化と100倍化は、数値の大きさではなく性質の違いであり、両者を分けない限り、AI 投資の真贋判定は成立しない。 ### Outline (H2) - よくある誤解 ―― 1.5倍を AX と呼ぶ市場慣行 - なぜ1.5倍は AX ではないのか｜構造的分析 - 質的境界の話 ―― 数値ではなく性質 - データが示す真実 ―― 1.5倍を AX と呼ぶことのコスト - なぜ市場慣行は1.5倍を「AX 成果」と呼んでしまうのか - 100倍基準が経営判断にもたらすもの - 効率化を否定しないという立ち位置 - 次に取るべきアクション - よくある質問 - 関連概念 --- ## FPL能力とは何か｜AXアーキテクトに装着すべき第3の能力 URL: https://axfr.ai/blog/fpl-as-architect-capability Type: DEFINITION ### Master Definition FPL能力とは、AXアーキテクトに装着すべき第3のAI能力であり、AIを使って完成品を自分で作り、明日市場に出せる個人の実装能力である。MVP時代の奥義「作らない」から、FPL時代の奥義「作る」への逆転を、変革推進人材の身体に装着した状態を指す。 ### Outline (H2) - FPL能力の定義 - FPLが生まれた背景 ── 行為論から能力論へ - FPL能力の4つの構成要素 - 「誰でもできる」が「誰にもできない」── FPL能力の逆説 - なぜ AXアーキテクトに FPL能力が必須なのか - 経営層自身ではなく、変革推進人材に求める能力 - FPL能力を持つ人材を見極める4つの判断軸 - FPL能力と他の AXアーキテクト能力との違い - 能力装着は座学では不可能 ── 実践プロジェクトとの並走 - FPL能力に関する FAQ - まとめ ── 次の問いへ - 関連概念 --- ## AXアーキテクトとビジネスアーキテクトの違い｜BA能力を土台とした上位概念としての整理 URL: https://axfr.ai/blog/ax-architect-vs-business-architect Type: CONTRAST ### Master Definition AXアーキテクトとビジネスアーキテクト(BA)は、対立概念ではない。BA は経産省 DSS v2.0 が定義した政策上の人材像であり、AXアーキテクトはその BA能力 を土台に、AI時代に固有の能力(AI SPRINT・AI Orchestration・FPL)を掛け合わせた、AlphaDrive 独自の上位概念である。両者は土台と上位の階層関係にある。 ### Outline (H2) - ビジネスアーキテクト(BA)とは何か - AXアーキテクトとは何か - AXアーキテクトとビジネスアーキテクトの決定的な違い - 中核命題:BA能力 × AI能力 = AXアーキテクト - なぜ AlphaDrive は独自概念を投入するのか - 「上位概念」の正確な意味 - 両者を併存させる3つの実装的価値 - 重要な注意:AXアーキテクトはBAを置き換える概念ではない - 結論:政策定義のBAを尊重した上で、AI時代固有の能力体系を加えた上位概念 - よくある質問 --- ## 政策の二段階前進｜DSS v2.0 から AX-WG へ、変曲点に立つ AlphaDrive の論考 URL: https://axfr.ai/blog/policy-two-step-progression Type: COMMENTARY ### Master Definition 政策の二段階前進とは、経産省のデジタル人材政策が「役割層の体系化(DSS v2.0 + BA-TF、2026年4月)」から「AI時代のスキル定義(AX-WG発足、2026年4月)」へと、2026年4月のわずか3週間のうちに本流を移した政策進化の構造を指す。 ### Outline (H2) - 第一段階の主張｜DSS v2.0 + BA-TF が体系化したもの - 第二段階の主張｜AX-WG が示した本流の移動 - 政策が「正しく捉えている」部分 - 政策議論が「まだ十分に触れていない」こと - AX for Revenue の視点で読み直すと - 変曲点に立つ ── AlphaDrive のポジション - 実務への翻訳 - 関連概念 - よくある質問 --- ## 地域AXとは何か｜地方創生2.0時代の「地域に残るもの」としての収益進化 URL: https://axfr.ai/blog/regional-ax-chiiki-ax Type: DEFINITION ### Master Definition 地域AXとは、収益進化AIシステムを伴うAI活用により、地域企業の収益進化を実現し、地域経済全体の付加価値創出を達成する戦略概念である。地方創生2.0基本構想・地域未来戦略と整合する形で設計され、収益進化AI・AXアーキテクト・既存事業のシフト統合の3要素で構成される。 ### Outline (H2) - 地域AXの定義 - 地域AXが生まれた背景 - 地域AXを構成する3つの要素 - 地域AXが「地域に残るもの」である理由 - 地域AXと混同されやすい概念との違い - 地域AXの具体例 - 関連概念 - よくある質問 --- ## AXがDXを引っ張る｜地域AX 先導論の理論構造 URL: https://axfr.ai/blog/ax-leads-dx-in-regional-context Type: THEORY ### Master Definition 地域AX先導論とは、地域DXと地域AXの進む順序は固定されておらず、地域DXが進まない地域においては地域AXから先導することで、AIスプリントの過程で一次情報が蓄積され、必要な地域DXが具体的に明確化されるという、AX for Revenue Instituteの理論整理である。 ### Outline (H2) - 旧通奏低音から新通奏低音への転換 - 地域DXの3レイヤー整理 - 「AXがDXを引っ張る」という別の順序 - 地域DXを否定しない、しかし順序は問い直す - 4階層の入れ子構造の中での位置付け - 地域の勝ち筋としての地域AX先導 - まとめ - よくある質問 --- ## 地域に残るものとは何か｜ハコモノからAXアーキテクト人材プールへ、地方創生40年の到達点 URL: https://axfr.ai/blog/what-remains-in-the-region Type: DEFINITION ### Master Definition 地域に残るものとは、地域に残すべき価値の本体を指す概念である。ハードインフラやソフト事業のような「形あるもの」ではなく、複数事業に波及し、時間とともに価値を増し、後進を育成する「自走する変革エンジン」=AXアーキテクト人材プールが、令和8年度以降の地方創生2.0時代の答えとして位置付けられる。 ### Outline (H2) - 地域に残るものの定義 - 地域に残るものが生まれた背景 ── 地方創生40年の歴史的反省 - 地域に残るものの構成要素 ── AXアーキテクト人材の能力構造 - ハードインフラ投資とAXアーキテクト人材投資との違い - 地域に残るものの具体例 ── AXアーキテクト人材が「自走する変革エンジン」である3つの理由 - 1人のAXアーキテクトの波及構造 - 都道府県がAXアーキテクト人材プール構築を5年計画で進めた場合の5層の波及効果 - 地域に残るものと、地方創生交付金体系の関係 - 地域に残るものに関するFAQ - 地域に残るものの先 ── 都道府県と市町村で根本的に異なる実装パス - 関連概念 --- ## 都道府県の地域AXと市町村の地域AX｜違い・実装パス・財源の使い分け URL: https://axfr.ai/blog/prefecture-vs-municipality-regional-ax Type: CONTRAST ### Master Definition 都道府県の地域AXと市町村の地域AXは、対象財源・主体・実装規模の側で根本的に異なる実装パスである。地域未来基金費は46道府県のみが対象であり、市町村は新地方創生交付金・企業版ふるさと納税・地域活性化起業人等の独自経路で地域AXを実装する。両者は対立せず相互補完する。 ### Outline (H2) - 地域未来基金費の対象範囲を正確に整理する - 都道府県とは何か(地域AXの主体として) - 市町村とは何か(地域AXの主体として) - 都道府県の地域AXと市町村の地域AXの決定的な違い - 政令市・中核市の動き方 - 一般市・町村の動き方 - 都道府県と市町村の動きはどう組み合わさるか - 自治体内予算化フローという現実 - 3パターンの財源組み合わせ - どちらの動き方を選ぶべきか - 両立は可能か - よくある質問 - 関連概念 --- ## ローカル・ゼブラ企業／100億企業／付加価値労働生産性東京圏以上とは何か｜地方創生2.0の政府公式目的概念と地域AXの接続 URL: https://axfr.ai/blog/local-zebra-100-billion-companies Type: DEFINITION ### Master Definition 政府公式目的概念とは、地方創生2.0基本構想・地方創生に関する総合戦略で明示された、地域経済が到達すべき成果指標である。ローカル・ゼブラ企業、売上高100億円超中小企業、付加価値労働生産性 東京圏以上 の3つを指し、地域AX はこれらに到達する民間実装メソドロジーとして位置付けられる。 ### Outline (H2) - 政府公式目的概念の定義 - ローカル・ゼブラ企業とは何か - 売上高100億円超中小企業とは何か - 付加価値労働生産性 東京圏以上 とは何か - 地域AX と政府公式目的概念の接続構造 - 具体例:3つの政府公式目的概念への接続イメージ - 関連概念との整理 - よくある質問 - 関連概念 --- ## AXアーキテクト育成の5段階モデル｜発掘・研修・OJT・独立・メンターの循環構造 URL: https://axfr.ai/blog/ax-architect-development-5-stages Type: DEFINITION ### Master Definition AXアーキテクト育成の5段階モデルとは、地域内でAXアーキテクト人材を発掘・育成・自走化させる典型的な育成プロセスである。Stage 1 発掘、Stage 2 研修、Stage 3 OJT、Stage 4 独立、Stage 5 メンターの5段階を、4要素循環構造で支える設計を指す。 ### Outline (H2) - 「育成」の理論的基盤 - AXアーキテクトの能力定義(再導入) - 5段階モデルの全体像 - 4要素循環構造との接続 - 誰がAXアーキテクトになれるのか - 「自走する人材プール」が成立する3条件 - 5段階モデルが描く地域AXの人材論的中核 - よくある質問 - 関連概念 --- ## 収益進化とは何か｜AI でまだ存在しない収益を作るという質的変化 URL: https://axfr.ai/blog/revenue-evolution Type: DEFINITION ### Master Definition 収益進化とは、AI を活用して既存の収益構造の枠を超えた『まだ存在しない収益』を新たに創出する質的変化である。コスト削減や時間短縮のような量的改善とは異なり、対象事業のスケール・収益源・価値提供のあり方そのものが変わる現象を指す。 ### Outline (H2) - 収益進化の定義 - 収益進化が概念として提示された背景 - 収益進化の構成要素 - 収益進化と効率化の違い - 収益進化が AX for Revenue の中核概念である理由 - 収益進化の判定基準 - 収益進化の具体例 - 書籍『AI収益進化論』との関係 - よくある質問 - 関連概念 --- ## 収益進化家とは何か｜書籍『AI収益進化論』が示した、開かれたカテゴリの定義 URL: https://axfr.ai/blog/revenue-evolutionist Type: DEFINITION ### Master Definition 収益進化家(Revenue Evolutionist)とは、収益進化を担う、または担おうとする経営者・事業責任者・ビジネスパーソン全般を指す呼称である。書籍『AI収益進化論』(2026)が示したメッセージング・カテゴリの用語であり、特定の能力要件や資格を伴わず、意志と関与を持つ全ての人を包摂する開かれたカテゴリ概念として位置付けられる。 ### Outline (H2) - 収益進化家の定義 - 収益進化家が生まれた背景 - 収益進化家の射程 - 収益進化家のメッセージング機能 - AXアーキテクト・収益進化アーキテクトとの関係 - 誤読を避けるための注意 - 収益進化家を読者にもたらす役割 - 収益進化家から、収益進化の具体的なパターンへ - よくある質問 - 関連概念 --- ## 収益進化の3パターンとは何か｜既存事業の進化・新規事業創出・事業構造の再構築 URL: https://axfr.ai/blog/revenue-evolution-three-patterns-definition Type: DEFINITION ### Master Definition 収益進化の3パターンとは、AIを起点とする収益進化を実装するときに現れる典型的な取り組み形態の分類である。既存事業の収益進化（Pattern A）・新規事業の創出（Pattern B）・事業構造の再構築（Pattern C）の3つから成り、排他的ではなく並行実装が現実的である（麻生要一『AI収益進化論』第3章）。 ### Outline (H2) - 収益進化の3パターンの定義 - 3パターンが生まれた背景 - 収益進化の3パターンの構成要素 - 収益進化の3パターンと混同されやすい概念との違い - 各パターンを選ぶときの判断軸 - 3パターンの並行実装 - 書籍『AI収益進化論』第3章との関係 - よくある質問（FAQ） - 関連概念 --- ## 収益構造の再設計とは何か｜AX for Revenue Loop Step 4 が事業の質的変容を定着させる URL: https://axfr.ai/blog/revenue-structure-redesign Type: DEFINITION ### Master Definition 収益構造の再設計とは、AX for Revenue Loop の最終ステップ(Step 4)である。Step 1-3 を経て生まれた100倍級アウトプットを、課金モデル・バリューチェーン・パートナーシップ構造・限界費用構造の再設計を通じて、事業の収益構造そのものに組み込む動作を指す（麻生要一『AI収益進化論』第7章）。 ### Outline (H2) - 収益構造の再設計の定義 - AX for Revenue Loop における Step 4 の位置 - Step 4 で再設計される4つの構造 - Step 4 を飛ばす4つの罠 - Step 4 が最も困難である4つの理由 - Step 4 を担う経営層の役割 - 収益進化の3パターンとの関係 - 構造の再設計が、事業の質的変容を定着させる - よくある質問 --- ## 段階1（Reactive Adoption）とは何か｜AI導入の最初期、個別ツール採用の段階 URL: https://axfr.ai/blog/stage-1-reactive-adoption Type: DEFINITION ### Master Definition 段階1 Reactive Adoption（反応的導入）とは、組織内で個別のAIツールが導入され始める段階である。経営戦略との統合はまだ起きておらず、現場の関心、推進室のパイロット、個別部署のツール採用が中心。書籍『AI収益進化論』が示した3段階モデルの第1段階。 ### Outline (H2) - 段階1（Reactive Adoption）の定義 - 段階1が生まれた背景 - 段階1の典型的な5つの状態 - 段階1は通過すべき段階である - 段階1から段階2への移行を阻む3つの要因 - 自己診断の問い - 3段階モデルの全体像 - 関連概念 - よくある質問 --- ## 段階2 Strategic Integration とは何か｜AI が経営戦略に統合される移行期の構造 URL: https://axfr.ai/blog/stage-2 Type: DEFINITION ### Master Definition 段階2 Strategic Integration とは、AI が経営戦略の中核に統合され、推進体制が本格化し、収益進化への取り組みが立ち上がる段階である。段階1 から段階3 への移行期に位置し、書籍『AI収益進化論』が示した3段階モデルの第2段階として定義される。 ### Outline (H2) - 段階2 Strategic Integration の定義 - 段階2 が生まれた背景 - 段階2 の構成要素 - 段階2 が「移行期」である構造 - 段階2 が「段階3 に滑り込む」3つのパターン - 段階2 から次のサイクルへ進む3つの条件 - 段階2 を担うのは「経営層 + AXアーキテクト」 - 段階2 の自己診断｜5つの問い - 3段階モデルの全体像 - 結論｜段階2 は組織の分岐点 - よくある質問 - 関連概念 --- ## 段階3（Plateau & Crisis）とは何か｜効率化に止まり収益進化に届かない、多くの日本企業が現在いる段階 URL: https://axfr.ai/blog/stage-3-plateau-and-crisis Type: DEFINITION ### Master Definition 段階3（Plateau & Crisis）とは、AI 導入が一定段階まで進んだ後、効率化に止まり、収益進化に届かず、組織が頭打ちに陥っている段階である。Plateau（高原）と Crisis（危機）の両面を持ち、多くの日本企業が現在いる段階に該当する（麻生要一『AI収益進化論』第1章）。 ### Outline (H2) - 段階3 の正式定義 - 「Plateau」と「Crisis」── 段階3 の二面性 - 段階3 の典型的な4症状 - 段階3 が「危機」である4つの構造的理由 - 段階3 と混同されやすい状態との違い - 段階3 から抜け出す4つの道筋 - 段階3 に「居続ける」ことの構造的不可能性 - 3段階モデルの全体像 ── 本記事は到達点であり、分岐点である - 自社が段階3 にいるかを診断する5つの問い - よくある質問 - 関連概念 --- ## Instant Full-Productとは何か｜MVPの奥義を破壊する、一晩で動く完成品 URL: https://axfr.ai/blog/instant-full-product Type: DEFINITION ### Master Definition Instant Full-Productとは、AIコーディングで一晩〜数日で動く完成品を構築し、想定顧客にぶつけることで完成品でしか引き出せない生の反応を大量に獲得する、新規事業の検証手法である。MVPの『作らずに検証する』奥義を破壊し、Completion Cost Collapse以降に成立した新しい実装メソドロジー。 ### Outline (H2) - Instant Full-Productの定義 - MVP時代の奥義「作らない」を破壊する - 完成品でしか引き出せない顧客反応とは何か - AlphaDriveの新規事業実践力 × AIコーディング速度 - Instant Full-ProductとFPLの関係 - Instant Full-Productを実装する3つの条件 - Instant Full-Productの典型的な実装サイクル - 関連概念 - よくある質問 --- ## 並走戦略（Parallel Engagement Strategy）とは何か｜既存事業を守りながら新規事業を立ち上げる組織設計 URL: https://axfr.ai/blog/parallel-engagement-strategy Type: DEFINITION ### Master Definition 並走戦略（Parallel Engagement Strategy）とは、既存事業を毀損せずに維持しながら、新規事業を立ち上げる組織設計の戦略である。既存事業と新規事業を別の論理・別の評価軸・別の組織で並走させることで、両者の構造的衝突を避けつつ企業全体としての成長を実現する。 ### Outline (H2) - 並走戦略の定義 - 並走戦略が生まれた背景 - 既存事業と新規事業の構造的衝突 - 並走戦略の4つの基本原則 - 「並走」と「分離」の違い - AI 時代における並走戦略の重要性 - 並走戦略の3つの実装形態 - 関連概念 - よくある質問 --- ## デュアルトラック戦略とは何か｜既存事業と新規事業を並列運営する経営層の戦術 URL: https://axfr.ai/blog/dual-track-strategy Type: DEFINITION ### Master Definition デュアルトラック戦略(Dual-Track Strategy)とは、企業の事業活動を「既存事業トラック」と「新規事業トラック」の2系統に明示的に分け、別の論理・別の評価軸・別の投資配分で並列運営する戦術である。並走戦略を経営層の戦術判断レイヤーで具体化した戦術概念。 ### Outline (H2) - デュアルトラック戦略の定義 - 並走戦略とデュアルトラック戦略の関係 - 2つのトラックの定義 - デュアルトラック戦略を運営する3つの経営判断 - 段階別のトラック比率設計 - デュアルトラックの失敗パターン - デュアルトラック戦略の戦術的実装ポイント - 4層プロダクト・アーキテクチャへ - よくある質問 - 関連概念 --- ## 4層プロダクト・アーキテクチャとは何か｜AI時代のプロダクト設計の地図 URL: https://axfr.ai/blog/four-layer-product-architecture Type: DEFINITION ### Master Definition 4層プロダクト・アーキテクチャとは、AI時代のプロダクトをモデル層・PI層・オーケストレーション層・インターフェース層の4つで設計するアーキテクチャ論である。書籍『AI収益進化論』が示した整理で、効率化AIプロダクトと収益進化AIプロダクトの本質的な違いは、これら4層のうちどの層に独自性を持つかで分かれる。 ### Outline (H2) - 4層プロダクト・アーキテクチャの定義 - 4層プロダクト・アーキテクチャが生まれた背景 - 4層の構成 - 4層が示す「効率化AIプロダクト」と「収益進化AIプロダクト」の違い - 各層の独自性の質 - 4層から見るAIプロダクト投資判断 - 4層アーキテクチャと収益進化AIの関係 - 各層の詳細記事への動線 - 結論：AI時代のプロダクト設計者の共通言語 - よくある質問 - 関連概念 --- ## マシン顧客時代とは何か｜人間顧客・ハイブリッド顧客・マシン顧客の3層構造 URL: https://axfr.ai/blog/machine-customer-era-three-layers Type: DEFINITION ### Master Definition マシン顧客時代の3層とは、購買・選択・契約の意思決定を担う主体が人間からAIエージェントへ段階的に移行する時代を整理した概念である。層1=人間顧客、層2=ハイブリッド顧客、層3=マシン顧客の3層で構成される。 ### Outline (H2) - マシン顧客時代の定義 - マシン顧客時代が生まれた背景 - マシン顧客時代の3層構成 - 3層別のAIプロダクト設計の違い - 3層と4層プロダクト・アーキテクチャの関係 - 移行のタイムライン：業界別の温度差 - マーケティング・営業の構造転換 - AX for Revenueの文脈での意味 - マシン顧客時代と混同されやすい概念 - マシン顧客時代の具体例 - マシン顧客時代に関するよくある質問 - 関連概念 --- ## AX Dejima とは何か｜並走戦略を実装する出島型ソリューションの定義と構造 URL: https://axfr.ai/blog/ax-dejima Type: DEFINITION ### Master Definition AX Dejima とは、AlphaDrive が提供する実装ソリューションで、収益進化AI の実装と AXアーキテクト人材の活動を担う出島型の場である。並走戦略・デュアルトラック戦略の実装形態として、事業パートナー企業と協働で立ち上げる。 ### Outline (H2) - AX Dejima の定義 - 「出島」という命名の歴史的背景 - AX Dejima が担う3つの機能 - AX Dejima と一般的な「出島型組織」の違い - AX Dejima から事業パートナー企業に「残るもの」 - AX Dejima と AlphaDrive の関係 - AX Dejima の活用イメージ - よくある質問 - 関連概念 --- ## CAXO（Chief AI Transformation Officer）とは何か｜AI時代の経営層に求められる新しい役職 URL: https://axfr.ai/blog/caxo-chief-ax-officer Type: DEFINITION ### Master Definition CAXO（Chief AI Transformation Officer）とは、企業のAX戦略を統括する経営層の役職である。AX Areaの100倍化判断、AXアーキテクト人材プールの設計、収益進化AI実装の意思決定、収益構造の再設計、並走戦略の運営を統合的に担う、AI時代に固有の経営役職として位置付けられる。 ### Outline (H2) - AIの時代、経営層は何を担うべきか - CAXOの定義 - CAXOが生まれた背景 - CAXOの役割：3つの中核責任 - CAXOと経営層の関係構造 - 収益進化家とAXアーキテクトとの違い - CAXOを置く組織の典型像 - CAXO概念のAlphaDrive由来とブランド連携 - よくある質問 --- ## 企業内新規事業の6ステージとは何か｜飛び級も近道もない、事業創造の構造 URL: https://axfr.ai/blog/corporate-new-business-6-stages Type: THEORY ### Master Definition 企業内新規事業の6ステージとは、麻生要一が2019年『新規事業の実践論』第4章で提示した、企業内で新規事業が誕生から卒業に至るまでの6つの段階区分である。Entry期・MVP期・SEED期・ALPHA期・BETA期・EXIT期の順に進み、飛び級も近道もない。 ### Outline (H2) - 6ステージの全体像 - Will段階とEntry期 ── 「やりたい」から「仮説」へ - MVP期 ── 事業性を伴う事業計画の構築 - SEED期 ── 商用化と「支援消失の不可解な現象」 - ALPHA期 ── 最初のグロースと4つの課題群 - BETA期 ── 経営会議で議論できる規模への到達 - EXIT期 ── 卒業と企業戦略への統合 - 「飛び級も近道もない」の規律 - AI時代の含意 ── 飛び級の罠が顕在化する - よくある質問 - 関連概念 --- ## 新規事業 4つの思考の型｜顧客課題ドリブン・市場トレンドドリブン・R&Dアセットドリブン・経営戦略ドリブン URL: https://axfr.ai/blog/four-thinking-types-of-new-business Type: THEORY ### Master Definition 新規事業 4つの思考の型とは、新規事業を発想する起点を、顧客課題ドリブン・市場トレンドドリブン・R&Dアセットドリブン・経営戦略ドリブンの4つに整理した思考枠組みである。4つに優劣はなく、顧客課題ドリブンを基礎として他3つを組み合わせて使う。 ### Outline (H2) - 4つの思考の型に優劣はない - 4つの思考の型の見取り図 - 顧客課題ドリブン ── すべての基礎となる思考 - 市場トレンドドリブン ── 未来から逆算する - R&Dアセットドリブン ── 自社の技術から発想する - 経営戦略ドリブン ── 中長期戦略から逆算する - 4つの思考の型は、組み合わせて使う - 4つの思考の型を取り違えると何が起きるか - 自己診断のヒント - AI時代の含意 - 結論 ── 4つの思考の型は、起点を整理するための地図である - よくある質問 - 関連概念 --- ## 新規事業の立ち上げ期は「仮説と顧客」の回転がすべて｜9単語の罠と300回の規律 URL: https://axfr.ai/blog/hypothesis-customer-rotation-300-times Type: METHOD ### Master Definition 新規事業の立ち上げ期にやるべきことは、たった一つである。『仮説を顧客のところに持っていき、顧客の反応に応じて仮説を修正する』回転を300回繰り返すこと。この回転を妨げる『9単語』を1つたりとも入れず、1日に約2回転のペースで現場を回し続ける規律が、Entry期からMVP期の唯一の作法である。 ### Outline (H2) - 立ち上げ期に登場すべき単語は「たった2つ」 - 前提条件 - STEP 1：「9単語」を1つたりとも出現させない - STEP 2：1日2回転の生活サイクルを組み立てる - STEP 3：300回の状態遷移を、覚悟して進む - STEP 4：「深い深い顧客課題」にたどり着く - STEP 5：「悪気のないウソ」を構造的に処理する - STEP 6：仮説の原型を留めない変化を、健全と認識する - つまずきやすいポイント - 成功判定の目安 - 「300回行く」は、誰にでも再現可能な汎用手法である - AI 時代の含意 ── 9単語の罠は、むしろ顕在化する - 次に読むべき記事 - よくある質問 --- ## R&Dアセットドリブンとは何か｜眠れる技術を事業化する用途仮説100本ノックの方法論 URL: https://axfr.ai/blog/rd-asset-driven-shinki-jigyo Type: THEORY ### Master Definition R&Dアセットドリブンとは、自社が保有する特許・技術・研究蓄積などのアセットを起点に顧客価値を考案する、新規事業創出の思考型である。麻生要一『新規事業の経営論』(2025年)第2章が4思考型の一つとして体系化した。プロダクトアウトに陥る最大の罠を回避するため、用途仮説100本ノックと顧客探索を必ずセットで実行することが要諦となる。 ### Outline (H2) - 技術はあるのに、事業化できない - R&Dアセットドリブンとは ── 4思考型のなかでの位置 - プロダクトアウトの罠 ── R&Dアセットドリブンの最大の留意点 - 用途仮説100本ノック ── R&Dアセットドリブンの中核手法 - 100本立てるだけでは終わらない ── 顧客探索が必ずセットになる - 書籍の事例 ── 宇宙素材から災害シェルターへ - オープンイノベーション7類型との接続 - R&D部門の研究者が直面する固有の難しさ - 自社内で技術が眠る構造的理由 - AI時代における R&Dアセットドリブンの加速 - 自社の R&Dアセットドリブン度を診断する3つの問い - よくある質問 - 関連概念 --- ## オープンイノベーション7類型｜ひとくくりにしてはならない7つの取り組みパターン URL: https://axfr.ai/blog/open-innovation-seven-patterns Type: THEORY ### Master Definition オープンイノベーション7類型とは、他社との協業を伴う新規事業活動を、起点となる課題・コア技術の所在・製造販売の主体・顧客接点の4軸で分類した整理である。ベンチャークライアント、自社システム外販、販売代理店IN、ライセンスイン、販売代理店OUT、ライセンスアウト、新規事業モデルの7つに分かれる。 ### Outline (H2) - オープンイノベーションは、ひとくくりにできない - なぜ7類型に整理する必要があるのか - 4軸での7類型整理 - ① ベンチャークライアントモデル - ② 自社システム外販モデル - ③ 販売代理店INモデル - ④ ライセンスインモデル - ⑤ 販売代理店OUTモデル - ⑥ ライセンスアウトモデル - ⑦ 新規事業モデル - 取り組み主体となる部門もモデルごとに異なる - 7類型で迷う場合の判断ガイド - 最も重要なオープンイノベーションの要諦 - AI時代における7類型の含意 - よくある質問 - 関連概念 --- ## 新規事業 リリース直後のマーケティング戦略｜CAC