外部のシンクタンクが持っていないもの — 貴社の独自データと独自知見を、模倣されない競争優位に変える

外部のコンサルや調査会社に頼んでも、返ってくるのは汎用的な示唆ばかりで、自社の競争優位には繋がらない——そう感じている経営企画・事業責任者は少なくない。だが、それは委託先が悪いのではなく、構造の問題だ。外部のシンクタンクが扱えるのは、市場規模も業界構造も競合の公開IRも、突き詰めれば「誰でも買える汎用知見と公開データ」までである。貴社が買えるということは、競合も同じものを読んでいるということでもある。彼らが構造的に持てないのは、その手前にある資産——直近2年の商談履歴、失注の生々しい理由、解約直前に現場が感じた「何かおかしい」、PoCの生ログ、テスト導入企業がこぼした本音のほうだ。これらは貴社の事業の中でしか生成されないため、外部の手元には最初から存在しない。ところが日本企業の多くは、その最も価値ある資産を活かしきれていない。個人データを事業に活用できている日本企業は52.8%で、米国の81.9%に約29ポイント及ばない（総務省『令和5年版 情報通信白書』2023。米国値は海外比較値で直輸入はしない）。資源はある。足りないのは、それを検証・解釈して意思決定に効く知見へ変換する層のほうだ。本稿は、汎用情報の網羅・収集はAIに任せ、検証・読み解き・翻訳は人が担うという二層分業を貴社の独自データの内側に置く——その道筋に降りていく。ただし独自データに価値があることと、それをどこまで外に出すかは別問題であり、機密・競争・法令の線引きが要る（本稿は法的助言ではない）。

外部のシンクタンクが構造的に持てないもの — 貴社の独自データ

外部のシンクタンクや調査会社、コンサルが持っているのは、突き詰めれば「誰でも買える汎用知見と公開データ」だ。市場規模の推計、業界の構造図、競合の公開IR——これらは確かに価値があるが、貴社が買えるということは、競合も同じものを読んでいるということでもある。彼らが構造的に持てないのは、その手前にある資産のほうだ。直近2年の商談履歴、失注の生々しい理由、解約直前に現場が感じた「何かおかしい」、PoCの生ログ、テスト導入企業がこぼした本音。これらは貴社の事業の中でしか生成されないため、外部の手元には最初から存在しない。

なぜ模倣されにくいのか。経営学では、価値があり・希少で・模倣困難な資源こそが持続的な優位を生むとされ、その模倣困難性は、独自の歴史的経緯（経路依存）・因果の曖昧さ・社会的な複雑さという条件から来ると説明される（Barney 1991／海外の経営理論。日本企業に直結する実証ではなく、考え方の枠組みとして引く）。貴社の独自データは、この条件をおおむねそのまま満たす。何年もの取引の積み重ねの中でしか生まれず、なぜ効いたのかが外からは見えにくく、複数の現場の人間関係に絡まっているからだ。構造論としての詳細は誰でも作れる時代に、何が「堀」になるのかに委ね、ここでは一点だけ確認しておきたい。差別化の重心は、買える情報ではなく、買えない一次データのほうにある。

資源はある。それを組織知に変える層が足りていない

ところが、その独自データを多くの日本企業は十分に活かせていない。自社のパーソナルデータを「活用できている」と答えた日本企業は52.8%、それ以外のデータでも51.8%にとどまり、いずれも米国などの諸外国と比べて低い水準にある（総務省『令和5年版 情報通信白書』2023。米国企業は81.9%）。同調査では、米国企業と比べて日本で多く挙がった課題として「データを扱う人材の不足」が指摘されている。つまり、資源はある。足りないのは、それを検証・解釈して意思決定に効く知見へ変換する層のほうだ。そしてこの層は、外部委託だけでは埋まりにくい。

外部の市場レポートには「国内市場は微増」としか書いていない。だが貴社のCRMには、直近2年でどの規模・どの業種の商談が、どんな殺し文句で失注したかが残っている。前者は競合も読んでいる。後者は競合の手にはまず渡らない。

コンサルに「なぜ解約が増えたのか」を尋ねても、彼らが見られるのは貴社が渡した範囲のデータだけだ。解約直前の問い合わせのトーンや、担当が現場で感じた違和感は、議事録の外にある暗黙知として社内にとどまる（Win-Loss・解約分析）。一度きりの納品物なら外から買えるが、二度目以降に効くように積み上がる組織知は買いにくい。だからこそ、公開情報をかき集める作業はAIに任せて横並びの前提条件と割り切り、勝負どころを「貴社しか持たない一次データを、人が吟味し意味づけし自社の言葉に落とす層」へ寄せる——その機能を外注一辺倒ではなく自社の中に常設で持つ、というのがバーチャル・シンクタンクの発想だ。積み上がる知見をどう長期資産として扱うかは、B2Bブランディングと組織ナレッジでも論じている。

ひとつ留保を添える。独自データを「資産として価値がある」ことと、それを「どこまで外に出すか」は別の問題だ。個人データの取扱いを業務委託先に委ねる場合、委託元には委託先を監督する責任が課される（個人情報保護法）。開示・活用の範囲をどう設計するかは各社の戦略とコンプライアンスの判断であり、ここでの記述は法的助言ではない。実際の線引きは個人情報保護委員会のガイドラインに即し、専門家への確認をおすすめする。

汎用情報がコモディティ化するほど、価値は「自社しか持たない」側へ移る

いまや、誰もが同じAIに同じ問いを投げ、同じ汎用知見を受け取れる。市場規模も、業界の構図も、競合の打ち手の概観も、「調べれば誰でも分かる」側に滑り落ちた。基盤モデルそのものがクラウド大手によって電気や水道のような汎用財へと近づくにつれ、汎用情報はもう差別化ではなくなる。それは商談のテーブルに着くための出席料——テーブルステークスだ。同じツールを競合も使えるのなら、そこで差はつかない。

では差別化はどこへ移るのか。同じツールを誰もが使えるなら、差が出るのは「何のデータを読ませるか」という入力の側だ。そして、競合が買うことも、借りることも、真似ることもできない入力はひとつしかない——貴社しか持たない独自データである。なぜそれが模倣されにくいのか。顧客理解は積み上げた時間に依存し（経路依存）、勝因は当事者にも言語化しきれず（因果曖昧）、信頼は人と組織の網の目に編み込まれている（社会的複雑）。その構造論は「誰でも作れる時代に、何が堀になるのか」で詳しく扱っているので、ここでは深追いしない。

ところが皮肉なことに、その最も価値ある資産が、多くの日本企業では一番ぞんざいに扱われている。CRMの導入は営業組織全体で36.2%、従業員1,001名以上の大企業でも47.4%にとどまり、顧客管理を表計算ソフトで行う組織がなお21%ある（HubSpot『日本の営業に関する意識・実態調査2024』）。視野を事業全体に広げても、個人データを事業に活用できている日本企業は52.8%で、米国の81.9%に約29ポイント及ばない（総務省『令和5年版 情報通信白書』2023）。米国の数字はあくまで海外の比較値で、そのまま日本に当てはめるものではないが、自社の手元にある資産を組織知に変えきれていない、という像は浮かぶ。

商談の勝因も、失注の本当の理由も、顧客が会議室でふと漏らした一言も——本来なら外部の誰にも再現できない、貴社固有のデータだ。それがExcelのシートと、担当者個人の記憶のあいだに散らばったまま、組織の資産になっていない。外部調査会社のレポートには「この業界の購買意思決定者は平均何名」とは書いてある。だが「貴社の去年の失注のうち何件が、稟議の最終段で財務部門の一言で止まったか」は、どの外部シンクタンクのレポートにも載っていない。それは貴社の商談記録のなかにしかない。

トップ営業に「勝ちパターンを言語化してほしい」と頼んでも、本人もうまく説明できない。だからこそ競合に真似られないが、だからこそ社内にも引き継がれず、退職と同時に消える。

ここで重心の移動を整理しておく。「独自データさえあれば勝てる」という話ではない。あくまで、汎用情報がテーブルステークスへ沈むぶん、差別化の重心が独自データの側へ動く、ということだ。

• 汎用情報（市場規模・業界動向・競合概観）：誰でも同じAIで引ける。差別化ではなく出席料。
• 独自データ（商談記録・失注理由・顧客の生声・組織知）：競合が買えず・借りられず・複製できない。差別化の重心がここへ移る。
• 分かれ目：その独自データが組織の資産になっているか、Excelと個人の記憶に散らばったままか。

だからこそ、機能の置き場所が問われる。汎用情報の網羅・収集はAIに任せればいい。だが、貴社の独自データを集め、検証し、「なぜ勝てたのか」を読み解いて意思決定へ翻訳する作業は、外部委託では構造的に再現できない。外のシンクタンクは、貴社の商談記録を持っていないからだ。広く拾うところは機械に、確かめて読み解き腹落ちさせるところは人に。この二層の機能を貴社の独自データの内側に据えて初めて、外注では作れない競争優位になる。その独自知見を長期の組織資産としてどう積むかは「B2Bブランディングと組織ナレッジ」で扱う。

ただし、その独自データをどこまで外に出すかは別問題だ。機密性・競争上の配慮・法令（個人情報保護法の利用目的や第三者提供、契約上の守秘義務）を踏まえた線引きが要る——これは法的助言ではなく、個別には専門家の確認をおすすめする。開示範囲の判断そのものは本稿の後段で改めて触れる。

貴社の独自データ・独自知見とは何か — 営業履歴・顧客の声・解約理由・現場の暗黙知

外部のシンクタンクは、業界レポートも公開統計も、競合のIR資料もひととおり持っている。だが貴社の昨年度の失注50件がなぜ競合に流れたのか、解約した顧客が最後の面談で何と言って席を立ったのか、3年前のPoCがどの条件で頓挫したのか——それは、貴社のSFAと、ベテラン営業の頭の中にしか存在しない。外部に「無い」のではなく、外部には構造的に渡っていない、そして渡せない情報だ。この章では、その「貴社しか持っていないもの」を、抽象論ではなく商談の言葉で名指ししていく。

独自データ・独自知見とは、具体的にどの一行か

独自データと言うと大仰に聞こえるが、実体は日々の営業現場で「発生」しているものばかりだ。誰が何を刺したら相手が動いたかという営業履歴・商談記録。クレームや要望としてこぼれる顧客の声。解約時に顧客が漏らした「本当の一言」。やってみて初めて分かった失敗条件が刻まれたPoC・実験結果。そして、勝ち筋を体得しているのに言語化されていないベテランの暗黙知。これらは外から買えない代わりに、放っておけば属人的に消えていく性質も併せ持つ。

• 営業履歴・商談記録 — 誰が、どの順で、何を刺したら決裁が動いたか
• 顧客の声（VoC） — 提案書には載らない現場のクレームと要望
• 解約理由 — チャーンの引き金になった最後の一言
• PoC・実験結果 — やってみて分かった「これをやると頓挫する」条件
• 現場の暗黙知 — ベテランが言語化していない勝ち筋・負け筋

失注・解約の各論、つまり「価格と書かれた理由欄をどう当て直すか」は、それ自体が一本の設計論になるので勝因・敗因とチャーンの分析に譲る。ここで押さえたいのは、これらがいずれも貴社の営業活動からしか生まれない、外部委託先には原理的に蓄積されない資産だという点だ。

なぜ外部は「持てない」のか — 日本の実証が示すこと

これは精神論ではなく、データで裏づけられた構造だ。RIETIの調査は、製造業や小売などのサービス業について「AI技術そのもので他社に対して競争優位を築くことが難しいので、AIシステムにおいては主に内部データを活用している。人材については事業ドメイン知識がある内部人材で対応していることが多い」と記している（RIETI／元橋・金 2024、日本企業650社調査）。実際、AIシステムに内部データを使う企業は29%に対し外部データは17%にとどまり、利用される内部データの中では顧客・取引先データの利用率がもっとも高かったという。つまり差別化の源は汎用的なAIでも外部データでもなく、各社固有の内部データと、それを読み解く内部人材の側にある。外部のシンクタンクには、その内部データがそもそも渡っていない。

汎用情報はテーブルステークスだ。AIで誰でも一括収集できるようになるほど、差別化の重心は「貴社しか持たない独自データと、それを読み解く現場知」へ静かに移っていく。

なぜ独自データや現場知が模倣されにくいのか——経路依存性や因果の曖昧さといった機序はコモディティ化と営業の堀で論じたので再論しない。本稿はその構造論を、営業履歴・解約理由・PoC結果という具体資産名に降ろす役を担う。

「持っている」と「効いている」は別物

ただし、独自データは発生していても、効いているとは限らない。日本の営業組織の意思決定はいまなお「人間の感覚を重視する」が55.5%を占め、データ活用に困る理由として「営業部署内のデータが適切に管理されていない」が28.1%にのぼる（HubSpot Japan 2024、ベンダー調査ゆえ傍証として）。商談記録も顧客の声も解約理由も、記録・統合・解釈されないまま属人的に消えていく。さらにRIETIは、AIを導入している企業ほど全社的なデータ活用組織を有している場合が多く、CIOがデータ責任者を務める割合も高いと示す（RIETI／元橋・金 2024）。保有と活用は、はっきり別物なのだ。

だからこそ、二層に分けて考えたい。失注の声も顧客の一言も、広く絶やさず集めて束ねるのはAIが速い。だが、その「価格」が本当に価格なのかを当て直し、自社の文脈に翻訳する作業は、事業ドメイン知識を持つ内部の人にしかできない。RIETIがAI導入企業ほど人材に「事業ドメインに関する知識」を重視すると示すのは、この分業を実証的に支える（RIETI／元橋・金 2024）。束ねる手間はAIが引き受け、その素材が確かか確かめ自社の事情に引き寄せて訳すのは内部の人が担う。外部委託では再現できないこの組み合わせこそ、バーチャル・シンクタンクとは何かで論じた「自社専用のシンクタンク」を内製的に持つ意味になる。独自データが組織ナレッジとして長期の資産に育つ筋道はB2Bブランディングと組織ナレッジも併せて参照されたい。

なお留保をひとつ。どこまで社内データを外部に出す・出さないかは、戦略上・機密上・競争上の配慮、そして個人情報保護法や契約上の守秘義務といった法令次第だ。本稿は「独自データに価値がある」ことと「それをどう開示するか」を分けて論じており、開示を煽る意図はない。法的な可否は専門家にご確認いただきたい（本稿は法的助言ではない）。

独自データを組織知に変える二層分業 — 網羅はAI、検証・解釈・翻訳は人

独自データは、そのままでは資産になりません。商談記録も失注メモもPoCの結果も、溜まっている状態は鉱石であって、製品ではない。意思決定に効く知見へ精錬する工程があって初めて、外部のシンクタンクには真似できない競争優位に変わります。問題は、日本企業の多くがこの精錬工程を持っていないことです。実際、総務省も、日本企業ではデータを扱う人材の不足やデータ管理にかかる負担・コストといった課題が他国より目立つと指摘しています（総務省『令和2年版 情報通信白書』2020。具体的な課題項目の表現は同白書の整理による）。データは集まる。だが活かせない——この溝は、集める側ではなく、読み解く側の不足から生まれています。

そこで私たちは、独自データを組織知へ変える工程を二層に分けて考えます。網羅・収集・一次処理はAI、検証・解釈・翻訳は人。役割を分けると、どこに外部が再現できない核心があるのかが見えてきます。

第1層：網羅・収集・一次処理はAIに任せる

散在する商談記録、コールセンターの音声、顧客の声(VOC)といった非構造化テキストは、人手では到底追い切れない量になります。生成AIは、これを文字起こし→要約→トピック分類→評判分析まで一気通貫で処理できる。国内でもANA Xが、コンタクトセンターに寄せられる問い合わせ理由の抽出・分類に生成AIを実装した事例を公開しています（AWS導入事例「ANA Xが実践する生成AIでのお客様の声(VoC)分析」）。野中郁次郎・竹内弘高の知識創造理論（SECIモデル、『知識創造企業』1995）でいえば、形式知どうしを大量に結合・編集する「連結化」の工程を、AIが安価に肩代わりするイメージです。ただし日本企業で生成AIを業務に使っている割合はまだ38.6%にとどまり（総務省『令和6年版 情報通信白書』2024。同白書は米独中では半数以上が業務活用していると報告。各国の比率の詳細は本稿では断定しません）、第1層はこれからさらに安く、速く、広がっていく段階にあります。

第2層：検証・解釈・翻訳は人にしかできない

AIが網羅した素材は、そのまま信じてはいけません。生成AIは事実でない内容を自然な文章で出力することがあります(ハルシネーション)——存在しない問い合わせをそれらしくまとめてしまうことすらある。だから人が、(1)事実かを検証し、(2)「なぜそうなったか」を自社の経緯・取引関係・競合状況に照らして解釈し、(3)現場の勘やコツといった言語化されていない暗黙知を言葉にして取り込み（SECIの「表出化」。野中らがこの理論で最難所とした工程です）、(4)最後に経営や営業の意思決定へ翻訳する。この四つは、自社の文脈を知る人にしかできません。

直近2年の失注メモ300件をAIに横断要約させたら『価格』が最多に見えた。だが営業部長が読み直すと、本当の分岐点は『稟議の通し方を支援できたか』だった——この読み替えは、AIにも外部にもできない。

つまり、日本企業の「集めているが活かせない」は、第1層(AI)の欠如ではなく、第2層——検証・解釈・翻訳する人と仕組みの欠如です。生成AIの普及は第1層を安くするほど、差はむしろ第2層、すなわち自社の文脈で読み解ける人がいるかどうかで開いていきます。

そして第2層こそ、外部のシンクタンクが構造的に再現しにくい部分です。汎用の調査会社は貴社の失注の経緯も、商談に同席した担当者の暗黙知も持っていない。だからこそ、外から汎用知見を買うだけでなく、貴社の独自データを取り込んで二層分業を回す体制——いわば自社専用のシンクタンクが要る。この分業の発想は、私たちがバーチャル・シンクタンクとは何かで定義する核そのものであり、独自データ・独自知見がなぜ模倣されにくい無形資産になるのかはB2Bブランディングと組織ナレッジでも扱っています。

独自データ・知見そのものを資産にする — ただし、どこまで出すかは戦略次第

企業の値打ちが、目に見えるモノからどんどん離れている。内閣府の『知財・無形資産ガバナンスガイドライン』(2022)に載った日米比較によれば、時価総額に占める無形資産の割合は、海外（米国S&P500）では数十年をかけて上昇を続け2020年には約90%に達した一方、日本（日経225）は同じ時期に約48%から約32%へとむしろ下がっている（いずれもOcean Tomoの試算をもとにした、時価総額から有形固定資産を差し引いた市場ベースの概算で、会計上の計上額とは異なる）。海外のこの9割という数字を日本にそのまま当てはめることはできないが、向きが逆だという事実は重い。そして同ガイドラインは、無形資産の範囲に特許や商標だけでなく、技術・ブランド・コンテンツ・データ・ノウハウ・顧客ネットワーク・信頼/レピュテーションまで明示的に含めている。

つまり貴社が現場で積み上げてきたデータ・ノウハウ・顧客との関係は、政策の側からも企業価値の構成要素と位置づけられている。なぜそれが「外部のシンクタンクが持っていないもの」になるのか。資源ベース理論（VRIO）でいえば、価値があり、希少で、模倣が難しく、それを活かす組織がある資源こそ持続的な優位の源になる。貴社のタッチポイントから直接たまった一次データは、いつ・どこで・どう取れたかまで把握でき、長年の活動の積み重ねの上にしか成り立たない。この経路依存性ゆえに外部からは再現しにくい——なぜそれが堀になるのかという構造そのものは、親ピラー 「バーチャル・シンクタンクとは何か」 系の議論に譲り、ここでは「では、その資産をどう扱うか」に絞る。

資産化には二つの方向がある

• 社内に効かせる：解約理由やPoC結果、商談記録に潜む暗黙知を、意思決定と次の商談のために読み解く。出さずに使う使い方。
• 外へ発信する：独自の一次データを集計し、自主調査やベンチマークとして公開する。他社が容易に真似できないぶん信頼や権威性につながり、第三者に引用されたり、まだニーズが顕在化していない層に「この会社は業界を深く理解している」という印象を残したりする効果が期待できると言われる（被リンクやリード獲得の定量効果は確認できないため、ここでは触れない）。

ここで多くの議論が止まりがちだが、本当に難しいのはこの先だ。「データに価値がある」ことと「全部出すべき」ことは別である。出すか・どこまで出すかは、機密・競争・法という三つの線で各社が判断するしかない。第一に機密。2024年4月施行の改正不正競争防止法は営業秘密の保護と限定提供データの範囲を強化したが、裏を返せば、無管理で安易に出せば秘密管理性を失い、限定提供データの管理要件を欠けば法的保護も受けにくい（経済産業省）。第二に競争。解約理由の生データをそのまま事例集にすれば、競合に自社の弱点を教えることにもなる。第三に法。顧客データ由来の知見を出すなら、個票のまま出さず統計・集計に加工するのが基本線で、加工水準によって個人情報保護法上の扱いが変わる（個人情報保護委員会）。加えて、取引で得た記録は契約上の守秘義務の対象であることが多い。

同じ独自データでも、加工水準と開示範囲の設計しだいで、それは「リスク」にもなれば「資産」にもなる。

たとえば「解約理由の生データ」をそのまま外に出せば、競合への手の内の開示にも、顧客の守秘義務への抵触にもなりかねない。だが同じデータを『業界で解約が起きる上位3因子』という統計に加工すれば、個人情報保護法上の扱いも軽くなり、自主調査として“貴社は業界を深く理解している”という信頼へ転化しうる。出す層と社内に留める層を分ける——この線引きこそ、外注先には構造的に担えない仕事だ。外部シンクタンクは公開データや汎用知見は出せても、貴社の解約理由やPoC結果は持っていない。だからこそ、網羅と収集はAIに任せられても、検証・解釈・翻訳、そして「どこまで・どう出すか」の判断は、貴社と伴走者の側にしか担えない。なお開示・加工の実務は法的助言ではなく、実際に進める際は弁護士等の専門家確認をおすすめする。組織ナレッジを長期資産として育てる視点は 「B2Bブランディングと組織ナレッジ」 で補っている。

なぜ「自社専用」のシンクタンクなのか — 外部委託では再現できない価値

外注した調査レポートを開くと、どこかで見た業界トレンドが、よく整った図とともに並んでいる。間違ってはいない。けれど、貴社が昨年なぜあの大型案件を失注したのか、あのPoCでなぜ評価が部署ごとに割れたのかは、一行も書かれていない。外部のシンクタンクや調査会社が悪いのではない。彼らが扱えるのは、構造上、公開統計や他社事例といった「誰でも手に入る前提情報（テーブルステークス）」までだからだ。

貴社の営業履歴、商談記録、顧客の生の声、解約理由、PoCの結果、そして「なぜか、この説明の仕方だと刺さる」という現場の暗黙知——これらは貴社が事業を続けてきた経路の上にしか存在しない。だから外部は買えないし、買おうとしても売り物が存在しない。なぜそれが模倣困難な資産になるのか、経路依存・因果曖昧・社会的複雑という機序は供給側の構造として差別化の重心がどこへ移るかで詳述したので、本稿は再論せず、その「具体物＝独自データ・独自知見」に降りる。

汎用がAIで安くなるほど、重心は「自社しか持たないもの」へ寄る

誤解のないように言えば、独自データさえあれば勝てる、という話ではない。汎用的な情報がAIで誰でも瞬時に手に入るようになるほど、相対的に、差別化の重心が「自社しか持たないデータと知見」の側へ寄っていく——それだけのことだ。ところがここに現実の難所がある。多くの日本企業は、独自データを持っていながら、それを資産に変えきれていない。

その段差は、DXの成果の出方にも表れている。日本企業のDXは「成果が出ている」が6割弱（57.8%）にとどまる一方、米国は約87%、ドイツは約82%に達する。しかも日本の成果は「コスト削減」「日数短縮」といった内向き・効率化に偏り、売上増や顧客満足といったバリューアップ側は米独に見劣りする（IPA『DX動向2025』2025、日本1,535社・米国509社・ドイツ537社の比較調査）。米独との比較データなので日本にそのまま重ねられるわけではないが、少なくとも、日本企業はデジタル化では成果を出せても付加価値の創出までは届きにくい、という像が浮かぶ。独自データを「持っていること」と「活かしきること」の間には、まだ大きな段差がある。

この数字は、独自データの資産化の落とし穴をそのまま映している。自社で集めた商談データを束ね、業界ベンチマークとして発信すれば、それ自体がリードを呼び、メディアに引用される。発信する企業が増えているのは、独自データの価値が広く認識され始めた証だ。だが「集めて出す」だけでは、商談には繋がりにくい。集めた独自データを、誰に何を意味するのかへ読み解き、自社の言葉へ翻訳する人の層がなければ、宝の持ち腐れになる。網羅と収集はAIが安くした。希少なのは、検証・解釈・自社文脈への翻訳の層だ。

外部に持てないのは、データそのものではない。そのデータを取り込み、検証し、自社の文脈へ翻訳し続ける機能のほうだ。

もっとも、独自データを全部外に出す必要はない。何を資産として発信し、何を競争上の機密として内に留めるかは、各社のマーケ・競争戦略と、個人情報保護法や契約上の守秘義務との兼ね合いで決まる。本稿は法的助言ではないので、開示の可否は専門家に確認してほしい。

ここまでを束ねると、外部委託では再現できない価値は、貴社の独自データを「取り込んで・検証して・翻訳し続ける」常設の機能があって初めて立ち上がる。単発で外に置く調査ではなく、貴社専用の後方支援機能——つまり自社専用のシンクタンクが要る、という結論にここで合流する。集める側は機械に任せ、その先を確かめ自社の言葉に翻して使いこなす側は人が握る。その役割分担こそが、買えない資産を競争優位へ変える現実的な道筋だと、私たちは考えている。

よくある質問

外部のシンクタンクやコンサルに委託しても、なぜ自社の競争優位に繋がらないと感じるのですか。

委託先の力量の問題というより、構造の問題です。外部のシンクタンクや調査会社が扱えるのは、市場規模の推計・業界の構造図・競合の公開IRといった「誰でも買える汎用知見と公開データ」までです。貴社が買えるということは、競合も同じものを読んでいるということでもあり、そこで差はつきません。競合が買うことも借りることも真似ることもできない入力は、貴社しか持たない独自データ——直近2年の商談履歴、失注の生々しい理由、解約直前の違和感、PoCの生ログ——だけです。これらは貴社の事業の中でしか生成されないため、外部の手元には最初から存在せず、委託しても返ってきません。汎用的な示唆ばかりに感じるのは、外部が触れられる範囲が構造的に汎用情報に限られているからです。

そもそも「貴社の独自データ・独自知見」とは、具体的に何を指すのですか。

大仰なものではなく、日々の営業現場で発生しているものばかりです。誰が何を刺したら相手が動いたかという営業履歴・商談記録、提案書には載らない現場のクレームと要望（VoC）、チャーンの引き金になった解約時の最後の一言、やってみて初めて分かった「これをやると頓挫する」というPoC・実験結果、そしてベテランが言語化していない勝ち筋・負け筋の暗黙知です。これらは外から買えない代わりに、放っておけば属人的に消えていく性質も併せ持ちます。RIETIの調査でも、AIシステムで利用される内部データのうち顧客・取引先データの利用率が最も高く、差別化の源は汎用AIや外部データではなく各社固有の内部データの側にあると示されています（RIETI／元橋一之・金榮愨2024、日本企業650社）。

独自データを「持っている」だけでは競争優位にならないのですか。

なりません。「持っている」と「効いている」は別物です。日本の営業組織の意思決定はいまなお『人間の感覚を重視する』が55.5%を占め、データ活用に困る理由として『営業部署内のデータが適切に管理されていない』が28.1%にのぼります（HubSpot Japan 2024、ベンダー調査ゆえ傍証として）。商談記録も顧客の声も解約理由も、記録・統合・解釈されないまま属人的に消えていきます。独自データは溜まっている状態では鉱石であって、製品ではありません。意思決定に効く知見へ精錬する工程——失注の「価格」が本当に価格なのかを当て直し、自社の文脈に翻訳する作業——があって初めて、外部のシンクタンクには真似できない競争優位に変わります。日本企業の『集めているが活かせない』は、集める側ではなく読み解く側の不足から生まれています。

独自データを集める作業も、読み解く作業も、まとめて外注やAIに任せられないのですか。

二層に分けて考えるのが現実解です。散在する商談記録やVoCといった非構造化テキストを網羅・収集し、要約・分類・一次処理するところはAIが速く、安くなり続けています（国内でもANA XがVoC分析に生成AIを実装した事例があります）。しかしAIが網羅した素材はそのまま信じてはいけません。生成AIは事実でない内容を自然な文章で出力すること（ハルシネーション）があるため、(1)事実か検証し、(2)なぜそうなったかを自社の経緯や競合状況に照らして解釈し、(3)現場の暗黙知を言葉にして取り込み、(4)経営や営業の意思決定へ翻訳する——この四つは自社の文脈を知る人にしかできません。外部の調査会社は貴社の失注の経緯も担当者の暗黙知も持っていないため、この第2層を構造的に再現できないのです。

独自データに価値があるなら、自主調査として外に発信したほうがよいのですか。どこまで出してよいですか。

発信は有力な選択肢ですが、「価値がある」ことと「全部出すべき」ことは別です。資産化には二方向あり、解約理由やPoC結果を社内の意思決定に効かせる『出さずに使う』使い方と、一次データを統計・ベンチマークに加工して公開する『外へ発信する』使い方があります。後者でも、解約理由の生データをそのまま事例集にすれば競合に自社の弱点を教えることになりかねません。出すか・どこまで出すかは、機密（2024年4月施行の改正不正競争防止法。無管理で出せば秘密管理性を失う／経済産業省）・競争・法（顧客データ由来なら個票でなく統計・集計に加工するのが基本線／個人情報保護委員会、加えて契約上の守秘義務）の三つの線で各社が判断するしかありません。本稿は法的助言ではなく、実際の線引きは弁護士等の専門家にご確認ください。