MENU

生成AIでアンゾフの成長マトリクスを使う方法|プロンプト例と人が確認すべきポイント

生成AIは、アンゾフの成長マトリクスを自動で完成させる道具ではありません。一方で、前提条件の整理、4象限の候補出し、評価観点の洗い出し、抜け漏れ確認などには有効です。

実務で重要なのは、「生成AIに戦略を決めてもらう」のではなく、「人が判断するための材料づくりを速くする」ことです。

この記事では、アンゾフの成長マトリクスを生成AIと組み合わせる方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、誤りや限界まで含めて解説します。

アンゾフの成長マトリクス自体の意味を確認したい場合は、アンゾフの成長マトリクスとは?を先に参照してください。実際の進め方はアンゾフの成長マトリクスのやり方で順番に確認できます。

目次

生成AIを使うと効果が出やすい場面

生成AIは、次のような場面で補助的に使うと効果的です。

  • 市場・製品の既存/新規の境界を言語化する
  • 4象限ごとの施策候補を広げる
  • 評価軸の候補を出す
  • 各施策のリスクや未確認事項を洗い出す
  • 会議前に論点を整理する
  • 実行計画の抜け漏れを確認する

逆に、次のような判断は生成AIだけに任せるべきではありません。

  • 実際の市場規模や成長率の確定
  • 顧客の支払意思の判断
  • 自社の実行能力の評価
  • 投資額や撤退判断の決定
  • 法務・規制上の可否判断
  • 経営資源の最終配分

生成AIの出力は「仮説」や「論点候補」として扱い、事実や意思決定と区別してください。

ステップ1|前提条件を生成AIと整理する

最初に、分析対象を明確にします。

アンゾフの成長マトリクスでは、既存市場・新規市場、既存製品・新規製品の定義が曖昧だと、その後の分類が崩れます。

プロンプト例

次の条件をもとに、アンゾフの成長マトリクスを使う前提を整理してください。

  • 対象事業:国内中小企業向けBtoB SaaS
  • 主な顧客:従業員50〜500名の企業
  • 現在の主力製品:バックオフィス業務SaaS
  • 検討期間:今後3年間
  • 目的:成長率鈍化への対応

以下を出力してください。

  1. 既存市場の仮定義
  2. 新規市場の候補
  3. 既存製品の仮定義
  4. 新規製品とみなす境界条件
  5. 定義に曖昧さが残る点

出力の使い方

ここで使うのは、生成AIが出した「定義そのもの」ではなく、「定義するときの論点」です。

たとえば生成AIが「大企業を新規市場」と提案しても、すでに大企業への販売実績があり、営業プロセスも同じなら、新規市場とは言えないかもしれません。

人が確認するべきなのは、次の点です。

  • 実際の顧客構成と一致しているか
  • 営業方法や契約条件が本当に変わるか
  • 自社内で使っている市場区分と矛盾しないか
  • 製品の価値提供や収益モデルが変わるか

ステップ2|4象限の施策候補を広げる

次に、4象限ごとの施策候補を出します。

生成AIは、ゼロから案を作るよりも、「人が出した案を広げる」「抜けている方向を補う」用途に向いています。

プロンプト例

当社は国内中小企業向けにバックオフィス業務SaaSを提供しています。

既存市場:国内の従業員50〜500名企業 新規市場:国内大企業、海外企業 既存製品:現行SaaSと通常の機能拡張 新規製品:別料金の分析サービス、コンサルティング、新規業務プロダクト

アンゾフの成長マトリクスの4象限について、各5案ずつ施策候補を出してください。

条件:

  • 抽象語ではなく、誰に何をするかがわかる形にする
  • 既存資産を活かせる案を優先する
  • 各案に「期待効果」と「主な不確実性」を1つずつ付ける

出力の使い方

生成AIから20案出たとしても、全部を採用する必要はありません。

まず人が次の観点で落とします。

  • 自社の事業領域から外れていないか
  • 既存/新規の定義と合っているか
  • すでに検討済みの案ではないか
  • 自社の強みを活かせるか
  • 実現可能性が極端に低くないか

生成AIは案の量を増やすのが得意ですが、案の質を保証するわけではありません。

ステップ3|評価軸の候補を生成AIに出させる

4象限に施策を置いた後は、共通の基準で比較します。

評価軸が施策ごとに違うと、結論が出にくくなります。

プロンプト例

以下の成長施策を比較したいです。

  • 既存顧客へのアップセル強化
  • 大企業市場への進出
  • 既存顧客向け分析サービスの開発
  • 海外向け新サービスの検証

経営会議で比較しやすい評価軸を6つ提案してください。

各評価軸について、

  • 何を見る軸か
  • なぜ必要か
  • 5段階評価する場合の判断基準

を簡潔に示してください。

出力の使い方

生成AIが出した評価軸は、そのまま使うのではなく、自社の意思決定目的に合わせて絞ります。

たとえば短期収益が重要なら「立ち上がり速度」の重みが高くなります。将来の事業ポートフォリオ形成が目的なら、「市場成長性」や「自社資産との相乗効果」を重視するかもしれません。

最終的な評価軸は人が決めます。

ステップ4|リスクと未確認事項を洗い出す

生成AIが特に役立つのが、見落としているリスクを補助的に探す場面です。

プロンプト例

大企業向けに既存SaaSを販売する市場開拓案を検討しています。

以下の観点で、確認すべきリスクと未確認事項を洗い出してください。

  • 顧客ニーズ
  • 営業プロセス
  • セキュリティ
  • 契約・法務
  • 導入支援
  • プロダクト要件
  • サポート体制
  • 収益性

各項目について、

  1. 想定リスク
  2. 事前に確認すべき事実
  3. 小さく検証する方法

を示してください。

出力の使い方

この出力は、リスク一覧として確定させるのではなく、ヒアリング項目や検証計画のたたき台にします。

たとえば「大企業では高度なセキュリティ認証が必要」と出ても、実際に対象顧客で必須かは確認が必要です。

生成AIの出力を事実として扱わず、「確認すべき仮説」に変えることが重要です。

ステップ5|会議前に論点を整理する

経営会議や事業会議の前に、既存案を生成AIへ渡して、論点の抜け漏れを確認する使い方もできます。

プロンプト例

以下は当社のアンゾフの成長マトリクス案です。

市場浸透:既存顧客の利用部門拡大 市場開拓:大企業市場への進出 製品開発:既存顧客向け分析サービス 多角化:海外企業向け新サービス

この案について、経営会議で意思決定する前に不足している論点を指摘してください。

以下の観点で確認してください。

  • 市場定義
  • 製品定義
  • 施策粒度
  • 評価軸
  • 投資額
  • 実行能力
  • 不確実性
  • 検証方法
  • 継続/中止条件

出力の使い方

この用途では、「正解を聞く」のではなく、「質問を増やす」ことが目的です。

生成AIが出した論点のうち、実際に会議で確認すべきものだけを選びます。

ステップ6|実行計画のたたき台を作る

優先施策が決まった後は、生成AIに実行計画の構造を作らせると効率的です。

プロンプト例

優先施策として「大企業市場への進出」を選びました。

いきなり本格投資せず、3か月で検証したいです。

以下の項目を含む実行計画のたたき台を作ってください。

  • 目的
  • 検証仮説
  • 対象顧客
  • 最初のアクション
  • 担当部門
  • 期限
  • KPI
  • 成功条件
  • 中止条件
  • 次回レビュー時点

出力の使い方

生成AIが作った計画は、担当者と実際の工数を見ながら修正します。

特に、成功条件と中止条件は人が明確に決める必要があります。

「手応えがあれば継続」ではなく、「10社へヒアリングし、5社以上で共通課題と導入意向が確認できれば試験提案へ進む」のように具体化します。

通し例|BtoB SaaS企業で生成AIを使う

ここまでの流れを、1つのケースで見てみます。

あるBtoB SaaS企業では、成長率の鈍化を受けて、今後3年間の成長戦略を検討することになりました。

最初に人が、現在の顧客構成、主力製品、売上構成、営業体制を整理します。

その情報をもとに生成AIへ前提整理を依頼し、既存市場・新規市場、既存製品・新規製品の定義候補を出させました。

次に、4象限ごとに施策候補を出させます。

生成AIからは、大企業向け販売、販売パートナー活用、既存顧客向け分析サービス、海外向け新プロダクトなど複数案が出ました。

ここで人が、自社の実情から外れる案を除外します。

その後、残った案について「市場魅力度」「自社の勝ちやすさ」「必要投資」「立ち上がり速度」「不確実性」の5軸で比較することにしました。

生成AIには各軸で確認すべき質問を作らせます。

例えば大企業市場については、

  • 既存製品で満たせない要件は何か
  • 営業期間はどの程度長くなるか
  • セキュリティ対応に追加投資が必要か
  • 契約単価上昇で追加コストを吸収できるか

といった確認項目が出ました。

これをもとに人が実際の顧客ヒアリングを行い、事実を確認します。

最終的に、大企業市場への進出は「本格投資」ではなく「3か月検証」として進めることになりました。

このように、生成AIは戦略の結論を出す役ではなく、論点整理と仮説生成を速くする役として使う方が安全です。

より具体的な意思決定の流れは、アンゾフの成長マトリクスの具体例で確認できます。

生成AIを使うときに人が必ず確認するポイント

市場データの正確性

生成AIが市場規模、成長率、競合状況を出しても、その数字が最新か、根拠があるかは別問題です。

重要な数値は、社内データ、公的統計、調査会社、一次情報などで確認します。

顧客ニーズと支払意思

生成AIは「顧客はこの機能を求める可能性がある」といった仮説は出せますが、実際に顧客が欲しいか、いくら払うかは判断できません。

ヒアリング、提案、テスト販売などで確認する必要があります。

自社の実行能力

生成AIは、社内の人員状況、開発余力、営業スキル、組織事情を正確には理解していません。

実際に実行できるかは、担当部門の責任者が確認します。

法務・規制・セキュリティ

海外展開、金融、医療、個人情報などが関わる場合、生成AIの回答を法的判断として使わないようにします。

専門部署や専門家による確認が必要です。

生成AIの誤りと限界

生成AIをアンゾフの成長マトリクスに使う際は、次の限界を理解しておく必要があります。

もっともらしい誤情報を出すことがある

存在しない市場データや、実際には確認できない競合情報を自然な文章で出すことがあります。

数字や固有名詞は必ず確認してください。

一般論に寄りやすい

入力情報が少ないと、「海外展開」「新商品開発」「顧客深耕」のような一般的な案に偏ります。

自社の顧客、製品、チャネル、資産、制約を具体的に入力するほど、実務に近い出力になります。

入力した前提の誤りを引き継ぐ

人が間違った前提を入力すると、生成AIはその前提を使って回答を作ります。

「既存市場」の定義が間違っていれば、その後の4象限もずれます。

機密情報の扱いに注意が必要

顧客名、未公開戦略、個人情報、契約情報などを入力する場合は、自社の情報管理ルールに従います。

必要に応じて固有名詞や数値を抽象化してください。

生成AIに任せすぎないためのチェックリスト

  • 生成AIの出力を事実ではなく仮説として扱っているか
  • 市場規模や競合情報の出典を確認したか
  • 顧客ニーズを実際の顧客で確認したか
  • 自社の実行能力を担当部門が確認したか
  • 法務・規制・セキュリティを専門部署が確認したか
  • 評価軸を人が決めているか
  • 投資判断を生成AIだけで決めていないか
  • 成功条件と中止条件を人が設定しているか
  • 機密情報を不用意に入力していないか

失敗しやすい使い方を先に確認したい場合は、アンゾフの成長マトリクスで失敗しやすいポイントも参考になります。

そのまま使える記入欄が必要なら、アンゾフの成長マトリクステンプレートを使うと、生成AIの出力を人が整理し直しやすくなります。

まとめ

生成AIは、アンゾフの成長マトリクスを効率よく実践するための補助役として使えます。

特に効果があるのは、前提条件の整理、4象限の案出し、評価観点の洗い出し、リスク確認、会議前の論点整理、実行計画のたたき台作成です。

一方で、市場データの正確性、顧客ニーズ、自社の実行能力、法務・規制、投資判断は人が確認しなければなりません。

生成AIに「答え」を求めるのではなく、「確認すべき問い」と「仮説」を増やしてもらう使い方にすると、アンゾフの成長マトリクスをより速く、かつ安全に実務へ落とし込みやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメント一覧 (1件)

目次