自社で使い倒してから売る — AI外販の定石は海外1〜2年、国内10年

発行: アーキタイプ株式会社 / 2026年9月
シリーズ: AIの外で勝つ — 事例で読むAI新規事業（第5回/全6回）

勝てる場所が見えても、立ち上げ方を間違えれば事業になりません。第5回は、外販に至った事例に共通して観測される「実装の定石」を、3つに絞って紹介します。

定石1──自社で使い倒してから売る。ただし10年かけない

外販に成功した大企業の事例を時系列で並べると、ほぼ例外なく「自社実証→外販」の2段階を踏んでいます。注目すべきは順序そのものより、所要年数です。自社実証の開始から外販の開始までの時期を一次資料で確認できた5社を並べます。

- Ping An（中国）: 画像査定の自社オンライン化（2016年）→外部保険会社への開放（2017年9月）— 約1年

- Ocado（英）: 新世代ロボット倉庫の自社稼働（2016年12月）→最初の外部ライセンス契約（2017年11月）— 約1〜2年

- Capital One: 自社のクラウド全面移行完了（2020〜21年）→ソフトウェア事業設立（2022年6月）— 約1〜2年

- Amazon: レジなし店舗の一般公開（2018年1月）→技術外販の開始（2020年3月）— 約2年

- 大阪ガス: 需要予測AIの自社本格活用（2013年）→外販開始（2023年7月）— 約10年

海外勢は1〜2年で外に出ます。国内は大阪ガスの10年が象徴するように、磨き込みの期間が桁違いに長い。

自社で磨き込むこと自体は、正しい選択です。新規事業の多くはPoCの成功後、「誰がお金を払い続けるのか」が決まらないまま検証を繰り返して息絶えます。自社実証が先にある事業は、この期間の売上を自社の業務改善効果が肩代わりし、しかも実運用の負荷でモデルが鍛えられるという二重の利点を持ちます。

しかし、磨き込みが長すぎれば市場の変化に対応できない場合もあります。10年磨いた予測モデルの外販は立派ですが、同じ判断を2026年に始める会社が10年かけていい理由はありません。海外勢の1〜2年は、「粗くても外に出し、外部顧客の要求で磨く」という順序の違いでもあります。

もうひとつ、見落とされがちなリスクがあります。自社実証の場は、外販のショーケースでもあるということです。Amazonのレジなし技術は空港やスタジアムなど5カ国・360拠点超（2026年1月時点・公式発表）への外販を継続していますが、肝心の自社スーパー・コンビニ網は2024年以降縮小し、2026年1月には店舗網の閉鎖・転換が発表されました。「自社で使っている」という最強の営業材料が消えたとき、外販の説得力がどうなるか。これから観測されることになります。

なお、この定石には認識しておくべき偏りがあります。観測できるのは「外販に至った事例」だけで、最初から外販前提で立ち上げて失敗した事例は発表されないため観測できません。データが支えるのは「成功事例は2段階を踏んでいた」までです。

定石2──課金は既存の支払い構造に乗せる

「AIネイティブな事業は成果課金になる」という通説があります。事例はこれを支持しません。

課金モデルの断絶が実際に起きているのは、AIが仕事を丸ごと代行する自律エージェント型だけです。

米国のスタートアップSierraは「解決した問い合わせ」単位の成果課金を貫き、人間へのエスカレーションが起きた分は課金しません。それ以外の型では、既存の支払い構造がそのまま生きています。

象徴的なのは米国の法務AI、Harveyで、成果課金への移行が業界で噂され続けましたが、2026年時点でも弁護士1人あたり月額の座席課金を維持しています。変わったのは課金の形ではなく単価です。従来の業務ソフトの10倍から100倍の座席単価が、専門家の時間削減という価値を根拠に受け入れられています。

大企業への含意は明快です。新しい課金モデルの発明に時間を使わないこと。顧客が既に持っている予算科目（保守費、検査委託費、調査費、SaaS利用料）のどれに該当するかを決める方が、事業の立ち上がりは速くなります。

定石3──「競合に売れるか」を最初に決める

最後の定石は、日本企業の社内でもっとも紛糾する論点です。この型の事業の多くは、最大の顧客が自社の競合になります。

Ping Anは査定AIを外部の保険会社100社超に売りました。Amazonはレジなし技術を他の小売業者に売り、Ocadoは食品宅配のライバルにあたる小売各社に倉庫システムを売りました。

いずれも「自社の武器を競合に渡すのか」という問いを、意思決定の軸としています。彼らの答えは、武器そのものの優位（データとモデルの更新速度）は渡らない、むしろ業界標準の座を取る方が大きい、というものでした。

逆にこの問いを避けると、市場は一気に狭くなります。競合に売らないと決めた瞬間、顧客候補は「競合ではない誰か」に限定される。それでも成立する市場規模なのかを、参入前に見積もっておくべきです。カニバリゼーションの議論は、始まってから炎上させるのではなく、事業設計の最初に片付けておく論点です。

自社への問い

3つの定石は、そのまま3つの問いになります。自社の本業に、この技術を磨ける現場はあるか。顧客のどの予算科目に乗るのか。そして、競合に売れるか。3つとも答えられないテーマは、まだ事業の形になっていません。

最終回の次回は、いま社内で走っているPoCを「勝ち筋に載せ替える」3つの経路と、5つのアセットの棚卸しです。

本記事は連載「AIの外で勝つ — 事例で読むAI新規事業」（全6回）の第5回です。

1. AI新規事業の勝敗はAIの技術力では決まらない — 137事例が示す5つのアセット障壁

2. 眠っているデータは商品になるか — WalmartとJR東日本「駅カルテ」が越えた2つの距離

3. 「熟練者の目」は売り物になる — John DeereとJFEスチールに見る技能のAI外販

4.発表された39のAI事業を追跡したら — 資生堂OptuneとドコモAIタクシーの教訓

5.自社で使い倒してから売る — AI外販の定石は海外1〜2年、国内10年（本記事）

6.いま走っているPoCは勝ち筋に載せ替えられる — 3つの経路と5つのアセット棚卸し

記事の元になった業界レポート「AI新規事業の勝敗は、AIの外で決まる — 国内外137事例が示す大企業の勝ち筋」（全61ページ）を無料で公開しています。実装の3定石、8類型ごとの課金モデル対応、越境の4条件まで収録しています。