AIで事業判断を多角分析する：7つの経営理論フレームワークの実践

事業を続けるか撤退するか。この判断を「勘」や「気合い」ではなく、複数の経営理論で構造的に分析できたらどうでしょうか。

私はClaude Codeのビジネスパネル機能を使って、自分の事業を7つの経営理論フレームワークで同時に分析しました。この記事では、その手法と結果、そしてこのフレームワークを読者が自分の事業判断に応用する方法を共有します。

分析対象：月商1万円のコーヒーEC

分析にかけたのは、私が運営していたicoi coffeeというコーヒーのサブスクリプションECサイトです。200銘柄のコーヒーデータを収集・整理し、SEO記事を225本公開し、好みに合うコーヒーを推薦するマッチングシステムを構築していました。

エンジニアとして「やれること」は全部やった状態です。

しかし結果は月商1万円、顧客3人。225記事で月1万円、1記事あたり月44円の売上です。記事を書く時間、データを整備する時間、サーバー費用を考えると完全な赤字事業でした。

1年以上の時間を投資した事業に対して、データは明確なシグナルを出しています。ただ、サンクコストバイアスがかかった状態で、自分ひとりの分析だけでは判断の確度に自信が持てませんでした。

そこで、AIを使って判断の確度を上げることにしました。

手法：7つの経営理論で同時に多角分析する

Claude Codeのビジネスパネル機能

Claude Codeには、複数の専門家ペルソナを同時に召喚して議論させる機能があります。/sc:business-panelというコマンドを実行すると、著名な経営理論家のペルソナがそれぞれの理論的枠組みで同じテーマを分析し、ときに互いの意見に反論しながら議論を展開します。

今回活用した7つのフレームワークと、それぞれの分析ペルソナは以下のとおりです。

加えて、ドネラ・メドウズ（システム思考の専門家）がファシリテーターとして全体を統括しました。

分析の入力情報

パネルには事業ポートフォリオ全体を開示したうえで、以下を分析条件として設定しました。

• icoi coffeeは継続すべきか撤退すべきか
• 限られた時間（週末のみ16時間）で何に集中すべきか
• 忖度なしで、厳しい評価をしてほしい

ポイントは、数字を美化せずにそのまま渡したことです。「月商1万円」「顧客3人」「225記事」という生データをそのまま入力しました。

分析結果：7つの理論が示した共通のシグナル

タレブ「225記事で月1万は、市場がNoと言っている」

タレブの分析の核心は、フラジリティ（脆弱性）の在庫が深刻という診断でした。「この人は確実な収入を不確実な収入源に置き換えようとしているが、同時に最も確率の高い手段を拒否している」。

タレブのフレームワークが示したのはバーベル戦略の適用です。安全側（本業の給与収入）を堅持しながら、高い非対称性を持つ1つか2つの賭けに集中すべき。6つの収入源に分散するのは「安全に見えるが全てが中途半端になることを保証する脆弱な分散」だという構造的な問題の指摘でした。

クリステンセン「プロダクト・マーケット・フィットがない」

クリステンセンはジョブ理論のレンズで分析しました。「顧客はicoi coffeeを何のジョブのために雇っているのか？」。225記事で月1万円という結果は、(a)コンテンツが適切な人に届いていないか、(b)プロダクト・マーケット・フィットがないか、のどちらかだと。

彼の分析は(b)でした。「サブスクリプションはエンジニアの視点（200銘柄のデータ、体系的マッチング）から設計されていて、コーヒー購入者が本当に求めているジョブの深い理解に基づいていない」。これは、技術力だけでは市場ニーズに到達しないという重要な示唆です。

ポーター「コアスキルとの競争優位がゼロ」

ポーターはファイブフォース分析で構造的に切りました。icoi coffeeにはコアスキル（マーケティング×エンジニアリング×AI）からの競争優位がない。200銘柄のデータと225記事はサンクコストであって、競争上の堀（moat）ではない。

「icoi coffeeをやめるべき理由は、うまくいかないからではない。そこに費やす1時間が、あなたが本当に競争優位を持つ領域に費やされないからだ。機会費用が甚大だ」。この機会費用の視点は、自分では見落としていた分析角度でした。

ドラッカー「なぜ成長しなかったかを教材にせよ」

ドラッカーは最もシビアなデータポイントを突きました。「20年以上のキャリアを持ち、現在独立して生み出せている収入が月1万円。これは批判ではなく、データポイントだ」。

組織の看板なしに、自分だけの力で顧客を獲得する能力はまだ証明されていない。だからこそ、icoi coffeeの結果を「なぜ成長しなかったか」の教材として徹底的に分析すべきだと。撤退するだけでなく、なぜこの結果になったかを理解しなければ、次の事業でも同じ問題に直面すると警告しました。

ゴーディン「スキルはある。オーディエンスがない」

ゴーディンの診断は明快でした。「問題はスキルではなくオーディエンス」。icoi coffeeとシステムトレードブログはまったく異なるドメインで異なるオーディエンスを持っている。これはオーディエンスの分断であり、全てのコンテンツと製品は同じオーディエンスを構築すべきだと。

さらに、icoi coffeeの分析プロセス自体が、事業としてよりコンテンツとしての価値が高いと指摘しました。マーケティングエンジニアのトライブにとって説得力のある教材になると。

キム＆モボルニュ「ERRCフレームワークで整理せよ」

ブルーオーシャン戦略のERRC（排除・削減・増加・創造）フレームワークで整理すると、icoi coffeeは排除の対象でした。

• 排除: コーヒー事業、汎用的なAIチュートリアル、継続的なクライアントサポート
• 創造: 「マーケティングエンジニア」という日本に存在しない新しいプロフェッショナルカテゴリ

コリンズ「ハリネズミの概念に合致しない」

コリンズはハリネズミの概念（3つの円の交点）で判定しました。

1. 日本一になれるか？ コーヒーECではなれない
2. 経済的原動力は？ 月1万円では原動力にならない
3. 深い情熱があるか？ コーヒーは副業であって使命ではない

3つの円が重ならない事業は、リソースを投下すべきではないという判定です。

メドウズ（ファシリテーター）の統合分析

システム思考の観点から、メドウズは現在の最大のリスクを**分断（fragmentation）**と診断しました。

複数のプロジェクトに分散 → どれにも十分な時間がない → 全てで進捗が遅い → フラストレーション → 新しいプロジェクトを始める → さらに分散

この悪循環のフィードバックループを可視化し、「プロジェクトを殺すことは、始めることより価値がある」と統合的に結論しました。

分析の統合：7理論の収束が判断の確度を上げた

7つの経営理論が、異なるフレームワークから分析して同じ結論に収束しました。これが重要です。

1つの理論だけなら「その理論には当てはまらないだけ」と反論できます。しかし、リスク理論（タレブ）、イノベーション理論（クリステンセン）、競争戦略（ポーター）、マネジメント論（ドラッカー）、マーケティング理論（ゴーディン）、戦略論（キム＆モボルニュ）、組織論（コリンズ）が全て同じ方向を指したとき、判断の確度は格段に上がります。

この分析結果をもとに、私は2つの判断を下しました。

1. EC事業としては完全撤退：新規コンテンツ作成の停止、マーケティング投資の停止
2. 技術資産としての最小運営：既存サイトは維持コスト最小で公開継続、200銘柄データは技術デモとして活用

「全面撤退か継続か」という二項対立ではなく、分析で浮かび上がった機会費用と技術資産価値のバランスを取った判断です。7つのフレームワークが撤退を示す一方で、技術資産としての再利用可能性はどの理論も否定していなかった。この「分析が示す余白」に自分のコンテキストを加えて最終判断を行いました。

フレームワーク：AIで事業判断を多角分析する4ステップ

この手法は、私のケースに限らず事業判断全般に応用できます。以下に再利用可能なフレームワークとして整理します。

ステップ1. 数字を美化せずに入力する

パネルには「月商1万円」「顧客3人」「225記事」という生データを渡しました。「まだ成長途上」とか「SEOが浸透すれば」と美化して伝えていたら、分析精度は大きく下がります。AIに対して見栄を張る必要はありません。正直な数字を入れれば、正直な分析が返ってきます。

ステップ2. 複数の理論的枠組みで同時に分析する

単一のフレームワークでは、理論のバイアスに引きずられるリスクがあります。競争戦略、イノベーション理論、リスク理論、マーケティング理論など、異なるレンズで同時に分析することで、結論の頑健性が上がります。複数の理論が同じ方向を指すなら、それは強いシグナルです。

ステップ3. 感情バイアスを構造的に排除する

事業撤退の判断が難しいのは、データの問題ではなく感情の問題です。サンクコスト、愛着、「もう少しやれば」という希望。AIパネルの価値は、これらの感情バイアスを構造的に排除できることにあります。7つの理論が同じ結論に収束すれば、感情的な抵抗に対して十分な反証材料になります。

ステップ4. 分析と判断を分離する

最も重要なステップです。AIが出す分析は「判断の入力」であって「判断そのもの」ではありません。私のケースでも、「EC事業として撤退、技術資産として最小運営」という最終判断はパネルの選択肢にはありませんでした。

AIは優れた分析者ですが、あなたの事業のコンテキストを全て知っているわけではありません。分析結果を意思決定の材料として使い、最終判断は自分で下す。この分離が、AIを意思決定ツールとして使いこなす鍵です。

まとめ

225記事で月商1万円。市場は明確なシグナルを出していました。しかし、1年以上そのシグナルを客観的に評価できなかった。

AIの7つの経営理論フレームワークで多角分析した結果、全ての理論が同じ方向を指し、判断の確度が決定的に上がりました。タレブはバーベル戦略の観点から脆弱性を指摘し、クリステンセンはプロダクト・マーケット・フィットの不在を分析し、ポーターは機会費用の構造を示し、ドラッカーは失敗分析の価値を提示し、ゴーディンはオーディエンス戦略の再構築を提案し、キム＆モボルニュはERRCで排除対象に分類し、コリンズはハリネズミの概念との不一致を判定し、メドウズは分断のフィードバックループを可視化しました。

これらの分析を統合し、icoi coffeeはEC事業として撤退、技術資産として最小運営に移行する判断を下しました。週末の16時間を、競争優位のある領域に集中投下するためです。

データに基づいた撤退は、失敗ではなく意思決定の精度向上です。事業の継続・撤退に迷っているなら、複数の経営理論フレームワークで同時に分析してみてください。1つの理論では見えないものが、7つの理論の収束点として浮かび上がります。