会計

AIで商品が作れるほど、売る力は高くなる – 目立つだけではお金が残らない理由

みなさん、おはようございます！こんにちは！こんばんは。Jindyです。

AIで商品を作った。販売ページも整えた。紹介文まで、なかなかいい。ところが、売上はゼロ。画面の中には立派なお店があるのに、お客さんだけがいない。

この場面で、さらに商品を増やすか。それとも、誰が何に困っているのかを聞きに行くか。ここで商売の行き先が分かれる気がします。

いい商品を用意して、目立つ方法で、たくさん売る。商売の骨格としては、とてもまっすぐです。ただ、その短い言葉には、顧客を知る、買う理由を示す、採算を合わせるという仕事がぎっしり詰まっている。スーパーイージーというには、なかなか分厚い。

今回は、AIで作る速度が上がったとき、どこにお金を生む力が残るのかを考えます。副業や新規事業を始める人はもちろん、企業の成長を投資家として見極めるときにも使える話です。売上の派手さと、商売の強さを分けて見ていきましょう。

作れることの希少性が下がる – 顧客が買うのは制作時間ではない

制作に三日かかったものが、三十分で形になる。これはありがたい。けれど、同じ道具を競合も使えるなら、速く作れたという事実だけでは、選ばれる理由になりません。

AIは工場を速くするが、注文までは保証しない

生成AIが一部の仕事を速くすることには、実験による裏付けがあります。NoyとZhangの研究では、大卒の専門職453人が文章作成課題に取り組み、ChatGPTを使える条件では平均作業時間が40％短くなり、評価された品質が18％上がりました。

ただし、これは特定の文章課題の結果です。企業固有の事情や顧客の好みを深く知る仕事、正確性の確認まで含む商売全体が、そのまま四割速くなるという意味ではありません。まして、売上が増えることを確かめた実験でもない。MIT Economics

ここを取り違えると、制作効率の改善を、そのまま需要の増加と勘違いしてしまう。厨房の火力が二倍になっても、お客さんのお腹が二倍空くわけではないんですよね。

AIは供給する側の助っ人です。だからこそ、できたものを誰が欲しがるかは、別に確かめる必要がある。生産能力と受注能力は、つながっていても同じものではありません。

それっぽい商品の先に、固有の困りごとがある

もう一つ、気になる研究があります。DoshiとHauserは、英国の参加者が短い物語を書く実験で、AIのアイデアを使えると作品の評価が上がる一方、作品同士が似やすくなることを示しました。分析対象の書き手は293人。商品市場そのものの実験ではありませんが、個々の出来が良くなっても、全体の違いは薄くなりうるという示唆です。PMC

たとえば、架空の家計管理テンプレートを考えてみる。グラフがきれいで、項目が多く、説明も丁寧。でも、入力が面倒で三日で使わなくなるなら、その人には合っていない。

一方、学校から来た引き落とし通知を見ながら、今月あといくら使えるかだけ分かる。機能は少ないけれど、生活のつまずきを一つ消してくれる。こちらを欲しがる人もいるはずです。

いい商品の基準は、制作側が盛り込んだ機能の数では決まりません。誰の、どの場面で、どの負担が減るのか。具体的になるほど、直す場所も、伝える言葉も見えてきます。

さらに、顧客には今のやり方を変える負担もあります。便利そうでも、過去のデータを移すのが面倒、操作を覚え直したくない、家族や同僚に説明できない。こうした理由で購入を見送るなら、機能追加より、試せる見本や移行の手順を用意するほうが役に立つ。競合は似た商品だけではなく、今のままで済ませるという選択でもあります。

顧客が払うのは、使った後の変化への対価

資料を百ページ作りました。高性能なAIを使いました。徹夜で磨きました。作り手として言いたい気持ちは分かる。でも、買い手が知りたいこととは、少しずれています。

その資料で、会議の準備が楽になるのか。判断の間違いが減るのか。面倒な入力が終わるのか。対価の根拠になるのは、制作に込めた苦労より、利用する側に起きる変化です。

もちろん、工芸品や作品のように、制作過程や作者の姿勢そのものが価値になる商品もあります。それでも、その過程に価値を感じる人がいて初めて、購入につながる。

ここで、AIで安く作れるなら販売価格も安くすべきなのか、という疑問が出てきます。原価の低下は値下げの余地を広げますが、それだけで値段は決まりません。代わりの手段、得られる便益、安心して使えるかで、払える額は変わる。ただし、同じ便益を出す競合が増えれば、価格を保つのは難しくなる。そこから先は、顧客理解と継続的な改善の勝負です。

AIで浮いた時間を、全部追加制作に使う必要はありません。試してもらい、使いにくかったところを聞く時間にも回せる。完成品の数を増やすより、買う理由を一つはっきりさせるほうが、先に進める場合があります。

作る速さは強力です。ただ、その速さの向きを決める仕事は残る。地図を見ずにアクセルだけ踏むと、遠くまで迷子になれます。

目立つとは、買う理由を見える形にすること – 大声よりも実演が強い

いい商品なら自然に売れる、という期待は心地いい。でも、まだ知らない商品を顧客が評価することはできません。品質と、品質が伝わることの間には、もう一仕事あります。

認知の壁と、比較する手間を一緒に越える

商品の説明を読んでもらうには、まず存在に気づいてもらう必要がある。さらに、自分に関係がありそうだと思ってもらい、使う姿を想像してもらう。販売ページに着いた段階でも、まだ決めるための仕事が買い手に残っています。

だから、目立ち方を考えるときは、驚かせる方法だけを探さない。買い手が判断に使う手間を、どこまで減らせるかも考えたい。

たとえば、架空の予実管理ツールなら、多機能ですと宣伝するより、サンプルデータから差異の原因を確認するまでを見せる。どこが自動で、どこは人が確かめるのかも、その場で分かるようにする。

それなら、見る人は自分の仕事に置き換えられます。単に派手な映像を見たときより、導入後の判断材料が増える。商品に結びついた目立ち方は、注目を集めながら、理解まで進められるところに強さがあります。

実演では、成功した場面だけを切り取らないほうが、相手の判断に役立ちます。取り込めないデータや、手直しが要る条件も見せる。使えない場面を知ったうえで買う人なら、導入後の食い違いを減らせる。見せ方と商品の設計を別々に考えるより、説明していて詰まる部分を、そのまま改善の入口にできます。

広告が効いたのか、もともと買う人だったのか

目立てば売れる。売れたら、その宣伝は成功。そう言い切れないのが、数字を見る仕事の面白くて厄介なところです。

eBayの検索広告を扱ったBlakeらのフィールド実験では、通常の分析が広告効果を大きく見積もりうることが示されました。ブランド名を使う広告には測定可能な短期効果が見られず、一般語の広告も、新規・低頻度の利用者と常連客とで影響が異なっていました。NBER

広告を見て買った人の中には、広告がなくても買った人がいる。売上を宣伝の手柄に全部つけると、ここを見落とします。

反対に、Yelp上の飲食店を対象にしたDaiらの実験では、広告によって購買意向に関わる複数の行動指標が改善しました。ただし、これは利益が同じだけ増えた証拠ではなく、企業によって効果も違います。dash.harvard.edu

広告は無駄とも、広告さえ出せばよいとも言えない。知りたいのは、その方法によって、どの顧客の行動が追加で変わったのかです。

大勢に知られる前に、少人数が買う理由を探す

最初から、大きな話題を作ろうとすると苦しくなります。商品も顧客像も曖昧なまま拡散すると、何が響いたのか分からない反応が大量に集まるからです。

最初の販売では、困りごとがありそうな少人数に、具体的な提案をしてみる。買わなかったら、値段だけを原因にしない。必要がなかったのか、使う手間が大きかったのか、信用できなかったのか。理由によって、直すところはまるで違う。

小さく試すとは、いつまでも市場を狭くすることではありません。理解しやすい範囲で仮説を確かめ、通じる理由が見つかったら、届ける範囲を広げる。商品の性質によっては最初から幅広い認知が要るので、少人数への販売が万能な手順でもない。

また、目立つ演出で実際以上の期待を持たせると、後から返金や問い合わせが増えます。宣伝で上げたハードルは、納品する自分が跳ばなければならない。未来の自分への無茶ぶりは、ほどほどにしておきたい。

買ってくれた人にも聞くことはあります。何と比べて選んだのか、どの説明で不安が消えたのか、実際に使うのはいつなのか。こちらが売り文句だと思っていた機能と、相手の決め手が違うこともある。売れたという結果だけで満足せず、その選択の中身を知ると、次の提案を勘だけで作らずに済みます。

目立つ工夫は、商品から切り離された余興ではなく、商品の価値を体験する入口にできる。これができれば、販売の場から集まる質問も、次に直すべき箇所を教えてくれます。

売ることを、完成後の最後の仕事に置かない。途中から顧客の反応を受け取ると、制作と販売がお互いの精度を上げていきます。

売り切る力は、現金を残すところまで – 売れるほど苦しい商売を避ける

ここからは、経理屋として立ち止まりたくなる話です。商品が売れました。反応もいい。では、その商売で次の月も暮らせるのか。売上報告だけでは、まだ答えが出ません。

原価が安い商品にも、売るための費用がある

計算を単純にした仮の例です。千円の商品を売り、提供や決済に一件百円、広告で一人に買ってもらうために千二百円かかるとします。返金や固定費を考える前から、一件売るごとに三百円のマイナスです。

百件売れば、売上は十万円。でも、この前提では三万円の赤字が積み上がる。販売数が伸びるほど、財布は軽くなります。忙しくなるので、本人は成功に近づいている気もする。ここが怖い。

AIで制作原価を下げられても、顧客を連れてくる費用まで下がるとは限りません。むしろ競合が同じ場所で広告を買えば、獲得費用が重くなる可能性もある。

一度買った人が繰り返し買ってくれるなら計算は変わります。ただ、まだ起きていない継続購入を、確定した利益のように扱わない。値引きや広告を止めても買われるのか、どれだけ対応の手間がかかるのか。販売一件の先まで見て、続けられる条件を確かめます。

自分一人で売る場合は、問い合わせに使う時間も記録しておきたい。会計上、自分の作業時間がそのまま費用計上されるとは限りませんが、引き受けられる件数は確実に制約されます。売上を増やしたら相談対応で一日が終わるなら、説明の整備、支援範囲の明示、価格の見直しが必要になる。自分の時間も無限ではありません。

黒字でも、入金前に支払いはやってくる

採算が合っていても、現金の動く順番が悪いと苦しくなることがあります。先に広告費や外注費を払い、顧客からの入金は後になる商売です。

受注が増えるほど先払いも増えるなら、成長するために追加の運転資金が要る。損益計算書に利益が出ていても、銀行口座の残高が足りなくなることはありえます。利益と現金を分けて見るのは、こういう場面です。

デジタル商品なら、この問題は小さいのでは。たしかに在庫や配送の負担は抑えられます。それでも、販売基盤からの入金時期、返金、外注、人による導入支援などは残りうる。ファイルを複製する費用が小さいことと、商売全体の支出が小さいことは、別に確認したい。

本当に手元のお金が乏しいときに、大量制作と広告への先払いから始めるのは、時間のかかる賭けにもなります。今ある技能で提供でき、入金までの期間が短い仕事を検討する意味が出てくる。商売の魅力だけでなく、現金になるまで待てるかが判断を変えます。

個人の再出発も、企業への投資も、再現性を見る

お金を失っても、技能や信用や顧客との接点まで同時に消えるとは限りません。販売経験のある人が、また売ればよいと言える背景には、こうした蓄積がある場合もあります。

だから、その言葉を初心者向けの簡単な手順として受け取ると、前提が抜け落ちる。すでに買ってくれる相手がいる人と、これから信用を作る人では、同じ商品を売るにしても出発点が違います。

個人なら、次の販売でも使えるものが残ったかを見たい。顧客が困る場面の理解、説明できる実例、許可を得た紹介、改善された提供手順。売上を使い切っても、こうした蓄積があれば、次の受注までの負担を減らせるかもしれない。

企業への投資でも、見たいのは似たところです。AIで何件作ったかに加えて、値引き依存、顧客の継続、獲得費用、営業キャッシュフロー、必要な追加投資を確かめる。開示が足りなければ、分からないまま残す。話題になっているという理由だけで、儲かる仕組みまで完成したことにしない。

繰り返し購入される商売では、売れた直後より、一定期間たった後の様子が判断材料になります。同じ時期に買った顧客がどれだけ残り、どれだけ追加の対応を必要としたか。顧客数が増え続けている間は、新しい売上が既存顧客の離脱を隠すこともあるので、入口の勢いと利用後の定着を分けて追いたいところです。

売り切るとは、一度の販売数量を誇るだけで終わらない言葉にしたい。約束した価値を届け、代金を受け取り、費用を払い、また提供できる状態にする。そこまでつながると、売上の数字に手触りが出てきます。

だから、死ぬほど売る前に、一件売れたとき何が残るかを見る。現金が減り、対応に追われる仕組みなら、根性を足すより先に、値段か商品か届け方を直したほうがいい。

結論　失っても取り戻せるのは、顧客とつながる力があるから

通帳の数字がなくなったら、何が残るのか。

この問いを、お金の稼ぎ方だけで考えるのは少しもったいない。自分が誰の役に立てるのか。その相手に、どうすれば会えるのか。任せてもらうために何を見せられるのか。そこまで考えると、日々の仕事の意味も少し変わります。

肩書の下で積んだ経験を、社外の人にも伝わる言葉にできるか。自分には当たり前の作業を、相手が使える形にできるか。ここには、AIが便利になっても自動では埋まらない距離があります。

もちろん、販売の腕があれば誰でも簡単に再出発できる、とまでは言えません。体調も、生活の責任も、時間の余裕も違う。お金が乏しいときほど待てないので、長期的に優れた事業と、今月の支払いに間に合う仕事は分けて考える必要があります。

そのうえで、今から蓄えられるものはある。実際の困りごとを知り、引き受けられる範囲を示し、約束したところまで届ける。その積み重ねは、次に商品を出したときの信用になります。ただし、貸借対照表にそのまま資産として載るという話ではありません。帳簿の外にも、将来の選択肢を支える蓄積がある、ということです。

AIが速めてくれた分だけ、もう一本作る手を少し止めて、使う人の顔を見に行く。

次の商品を増やす前に、今の商品を欲しがる一人を、具体的に思い浮かべられるか。商売の難しいところは、たぶんその問いから始まります。

作る力と売る力をつなぐための5冊

1．『ドリルを売るには穴を売れ 誰でも「売れる人」になるマーケティング入門』佐藤義典

商品を説明しようとすると、つい機能や性能を並べてしまう。その癖を、買い手が得る価値の側から見直すための入門書です。ベネフィット、対象となる顧客、差別化、価値を届ける手段という流れで、マーケティングの基本を学べます。本文で扱った、制作に使った時間と顧客の購入理由は違う、という話を整理するのに向いています。理論の説明とレストランを舞台にした物語が並行する構成なので、専門用語から入るのが苦手な人にも手に取りやすい一冊。AIで何を作るかを考える前に、自分は相手にどんな変化を売ろうとしているのか、一度言葉にしてみたい人へ。商品の紹介文を見直すときの、最初の一冊にもなります。


2．『たった一人の分析から事業は成長する 実践 顧客起点マーケティング』西口一希

想定顧客を設定したはずなのに、顔も生活も見えてこない。そんなときに、実在する一人の理解から企画を考える方法を学べる本です。顧客ピラミッドや9セグマップを使い、未認知の人から継続的に選ぶ人まで、状態の違いを捉えます。この記事の、買った理由も買わなかった理由も確かめるという論点を、より実務的に考えたい人向けです。一人の声をそのまま市場全体の答えにするためではなく、具体的な理解を、検証できる企画へつなぐために読みたい。入門書より一歩踏み込み、顧客の理解と経営上の打ち手をつなぐ役割の一冊です。商品の案はあるのに、誰に何を聞けば改善につながるのかが曖昧な段階で、問いを整える助けになります。


3．『確率思考の戦略論 どうすれば売上は増えるのか』森岡毅・今西聖貴

選ばれる確率をどう増やすかを軸に、ブランドやコンセプトの設計を考える一冊です。認知、買える状態、好まれる理由を分けて考えると、ただ目立てばよいという議論の粗さが見えてきます。この記事では少人数での検証にも触れましたが、本書は対象を狭めることを前提にする発想へ、別の角度から問いを投げかけます。最初の学習の範囲と、事業として目指す市場の広さを混同しないための読み比べにも向いています。機能を増やすべきか、届ける範囲を広げるべきか、伝える価値を変えるべきか。販売の課題を一括りにせず、戦略として考えたい読者へ。身近な施策だけでなく、事業全体の売上を動かす前提まで掘り下げたいときに選びたい本です。


4．『リーン・スタートアップ 新装版 ムダのない起業プロセスでイノベーションを生みだす』エリック・リース 著、井口耕二 訳

早く完成させることと、早く学ぶことは似ているようで違います。本書は、構築・計測・学習の循環や、最小限の製品による検証、方向転換の判断を体系的に扱います。AIで試作品を用意しやすくなった今、何を確かめるために作るのかを考える助けになる一冊です。この記事の小さく売るという提案も、単なる低予算主義にすると、本来の狙いがぼやけます。顧客に見せた結果、どの前提が正しく、どこを直すべきかが分かったのか。そこまで含めて進捗を見る視点を学びたい人に向いています。完成度を上げ続けて販売に進めない人にも、試作品は大量に出せるのに改善の方向が決まらない人にも、制作と検証を結び直す材料になります。


5．『新版 財務3表一体理解法』國貞克則

売れたのに、お金が増えていない。その違和感を、損益計算書だけで説明しようとすると行き詰まります。本書は一つひとつの取引が財務三表にどう反映されるかを、会計ドリルを通じて理解する構成です。売上や利益、売掛金、現金の関係を基礎からつなぎ直せるので、本文で扱った採算と入金時期の違いを掘り下げたい人に向いています。他の四冊が顧客や事業の作り方へ向かうのに対し、この本は商売の結果を数字で確かめる土台を担います。細かな用語を暗記するより、取引によって何が増え、何が減るのかを追いたい人へ。自分で商売を始める場合にも、成長企業を投資先として見る場合にも、売上の勢いを落ち着いて点検する助けになります。


売るための基本をつかむなら佐藤義典さん、顧客の理解を深めるなら西口一希さんから。市場の広がりとブランドまで考えたい人は『確率思考の戦略論』、試して学ぶ進め方を整えたい人は『リーン・スタートアップ』へ。利益と現金のつながりが気になった人は、『新版 財務3表一体理解法』を先に読むと、他の四冊の施策も数字で考えやすくなります。

それでは、またっ！！

引用論文・参考文献

  • Noy, S. & Zhang, W.（2023）Experimental evidence on the productivity effects of generative artificial intelligence, Science, 381, 187–192. MITによる研究解説
  • Doshi, A. R. & Hauser, O. P.（2024）Generative AI enhances individual creativity but reduces the collective diversity of novel content, Science Advances, 10, eadn5290. 論文
  • Blake, T., Nosko, C. & Tadelis, S.（2015）Consumer Heterogeneity and Paid Search Effectiveness: A Large-Scale Field Experiment, Econometrica, 83, 155–174. 著者による要旨・書誌情報
  • Dai, W., Kim, H. & Luca, M.（2023）Frontiers: Which Firms Gain from Digital Advertising? Evidence from a Field Experiment, Marketing Science, 42, 429–439. 大学公開資料

コメントを残す

メールアドレスが公開されることはありません。 ※ が付いている欄は必須項目です

RECOMMENDこちらの記事も人気です。