価格戦略の3つの決め方とAIの活かし方｜値決めの根拠を固める

月曜の値決め会議。「来期から3%上げたい」という提案に、営業部長が短く問います。「根拠は？」——会議室が静まり返ります。原価の資料はある。競合の価格も何となくは知っている。しかし、顧客がいくらなら払うのか、なぜこの価格が妥当なのかを示す材料が、手元にありません。結局「据え置きで様子見」に落ち着き、上がり続けるコストは今期も自社で飲み込む——多くのBtoB企業で繰り返されている光景です。値決めに根拠を持てないことは、静かに利益を削り続ける経営課題です。本記事では、価格が「なんとなく」で決まってしまう構造をほどき、生成AIで値決めの根拠を固める方法を、課題→原因→対策の順で解説します。

価格1%の改善が営業利益を2割動かす

最初に、価格というレバーの太さを確認します。マッキンゼーのコンサルタントらによる書籍『マッキンゼー プライシング』では、東証上場企業の平均値に基づくシミュレーションとして、価格を1%改善すると営業利益が23.2%向上するという試算が示されています。売上の1%は小さく見えますが、コストがほぼ変わらないまま上乗せ分が利益に直行するため、利益率の低い日本企業では増幅率が大きくなるという構造です。

同じ構造は逆向きにも働きます。根拠のない1%の値引きは、営業利益を同じ倍率で削ります。値引きが常態化した企業ほど、目に見えない場所で利益が漏れ続けているわけです。コスト削減は限界が近く、販売数量を増やすには先行投資が要る。その中で価格は、動かした効果が最も大きく、しかも今日から検討を始められるレバーとされています。同じ1%でも、コストを1%削るより、販売数量を1%増やすより、価格を1%上げるほうが利益への効果が大きいとする解説が多いのも、この構造ゆえです。だからこそ、勘ではなく根拠で動かす価値があります。

コスト上昇の6割を自社で飲み込んでいる——転嫁率39.4%の現実

次に、日本企業の値決めの現在地を示すデータを見ます。帝国データバンクの「価格転嫁に関する実態調査」によると、2025年7月時点で、コスト上昇分をどれだけ販売価格に上乗せできたかを示す価格転嫁率は39.4%と、調査開始以来の最低を記録しました。コストが100円上がっても39.4円しか価格に反映できず、残りの6割超は自社の利益を削って吸収している計算です。2026年2月の調査では42.1%へ持ち直したものの、4割前後での頭打ち感も指摘されています。背景として、取引先の反発や顧客離れを懸念して値上げをためらう動きが挙げられており、価格決定権の弱い企業ほどコストを反映できない構図も報告されています。

さらに示唆的なのが費目別の差です。転嫁率は原材料費48.2%に対し、物流費35.1%、人件費32.0%、エネルギーコスト30.0%と報告されています。請求書や相場で「見せられる」原材料費は通しやすく、人件費や品質向上のような見えにくいコストは通しにくい——つまり、価格の根拠を説明する技術の差が、そのまま転嫁力の差になっているのです。この構図は、後述する対策の重要な伏線になります。

経験と勘の値決めから、データドリブンへ

値決めの方法論も転換期にあります。プライシング支援を専門とする企業の経営者は、日本企業の値決めについて、従来は経験や勘に頼る方法が主流だったと指摘し、本来やるべきは顧客が商品やサービスに感じている価値を価格に反映することだと述べています。支援の現場では、数万通りの価格パターンから科学的に最適解を導き出すデータドリブンなアプローチも紹介されており、値決めは「勘の芸術」から「データの技術」へと軸足を移しつつあります。

あわせて押さえたいのが、目的によって最適な価格は変わるという視点です。売上の最大化か、利益の最大化か、顧客数の拡大か——どれを狙うかで選ぶべき価格は違います。「正しい価格」は一つではなく、戦略が決めるのです。とはいえ、専門会社に依頼しなければ何も始められないわけではありません。生成AIの登場で、競合調査・価値の言語化・簡易な支払意欲調査といったデータドリブンの入り口は自社の手でも踏み出せるようになりました。本記事の対策パートは、その自前でできる範囲を具体化したものです。

課題の正体——価格が「なんとなく」で決まる3つの症状

値決めに悩む企業のヒアリングでよく現れる症状は3つあります。第一に創業時価格の凍結。コスト構造も提供価値も変わったのに、価格だけが数年前のまま放置されている。第二に競合準拠。相場に合わせているだけで、自社の価値との対応関係がない。第三に値引きの常態化。定価が形骸化し、実売価格が営業担当ごとにばらばらになっている状態です。

3つに共通するのは、価格を「決める」場面はあっても「設計する」工程がないことです。冒頭の会議で根拠が出てこないのは、担当者の能力の問題ではなく、根拠を作る工程がそもそも存在しないという工程の欠落です。自社がどの症状に当てはまるかは、「いまの価格を、いつ、誰が、何を根拠に決めたか」を関係者に聞いてみればすぐ分かります。即答できる人がいなければ、なんとなく価格の可能性が高い。では、なぜ工程が生まれないのか。原因は次の3つに分解できます。

原因1——提供価値を数字で語れない

BtoBの買い手は、価格の絶対額ではなく「投資に見合う成果が得られるか」で判断し、稟議書にもその形で書きます。ところが売り手側が、自社の製品・サービスが顧客のどのコストを減らし、どの売上や時間を生むのかを金額で説明できないケースは少なくありません。価値を語れない売り手に対して、買い手が使える比較軸は価格の安さだけになります。この弱さは商談の値引き局面で最も高くつきます。「予算が厳しい」と言われたとき、価値の数字を持たない営業は値引きでしか応えられず、持っている営業は「この機能で削減できる工数」を再提示して価格を守れるからです。

価値の言語化は、値上げの説明だけでなく、営業資料、プラン設計、さらには先ほどの価格転嫁の現場まで、価格に関わるすべての活動の土台です。価値を数字にできないことが、なんとなく値決めの最上流にある原因であり、逆に言えば、ここを固めれば下流の問題の多くが動き出します。固め方は対策パートで具体的に扱います。

原因2——顧客の支払意欲を測ったことがない

2つ目の原因は、顧客が「いくらなら買うか」を測る手段を持っていないことです。多くの企業は、値上げすれば顧客が離れると想像で恐れ、実際に聞いたことも測ったこともないまま自主規制しています。恐怖の根拠が想像なら、据え置きの判断もまた想像にすぎません。

支払意欲は測れます。代表的な手法とされるPSM分析（価格感度分析）は、「高すぎて検討できないのはいくらからか」「高いが検討はするのはいくらか」「安いと感じるのはいくらか」「安すぎて品質が不安になるのはいくらからか」という4つの質問だけで受け入れ価格帯を推定する調査手法です。機能と価格のトレードオフを測るコンジョイント分析もよく知られています。PSMの結果からは、「これより高いと市場が急に狭くなる上限」「これより安いと不安を持たれる下限」という受容価格帯が読み取れ、いまの価格がその帯のどこにいるかを初めて客観視できます。かつては専門調査会社の領域でしたが、生成AIの登場で設問設計から集計までのハードルが大きく下がりました。これも対策パートで扱います。

原因3——改定の段取りと説明の型がない

3つ目の原因は実行面です。値上げの必要を感じていても、どんな順番で進め、顧客にどう伝えるかの型がないため、「時期を見て」と先送りされ続けます。先送りの間もコストは上がり続けるので、放置の末に大幅値上げを迫られ、顧客との関係を一度に傷める——転嫁率が4割で頭打ちになっている背景には、この実行の壁があるとみられます。

費目別データをもう一度思い出してください。人件費の転嫁率32.0%は、原材料費48.2%より16ポイント以上低い数字でした。人件費や品質向上への投資は、請求書のように「見せる」ことができないぶん、説明の物語を設計しなければ通らないのです。さらに、段取りがない組織では価格対応が現場任せになり、営業担当ごとにばらばらの値引きが走って実売価格の統制が失われる、という二次被害も起きます。段取りと物語は才能ではなく型の問題であり、型は用意できます。ここから対策に入ります。

対策の土台——3つの価格設定アプローチを組み合わせる

価格設定の考え方は、大きくコストベース・競合ベース・価値ベースの3つに整理できます。

アプローチ	決め方	強み	限界
コストベース	原価に目標利益を上乗せ	計算しやすく赤字を防げる	顧客が感じる価値と無関係
競合ベース	競合の価格帯に位置づける	相場から外れにくい	価格競争に巻き込まれやすい
価値ベース	顧客が得る価値から逆算	利益を最大化しやすい	価値の把握と説明が難しい

実務ではどれか一つを選ぶのではなく、コストベースで下限を確かめ、競合ベースで相場を把握し、価値ベースで目標水準を定めるという三段構えで使います。そしてBtoBでは、価値ベースが本命です。買い手は費用対効果で稟議を書く以上、価値を金額で示せる売り手だけが、相場より高い価格に納得の根拠を与えられます。冒頭の試算（1%で営業利益23.2%）を思えば、価値ベースに挑む手間は十分に回収できる投資です。実務の手順としては、3つの物差しを1枚のレンジ図にまとめるのがおすすめです。左端にコストベースの下限、中央に競合の相場帯、右側に価値ベースの目標——いまの価格がレンジのどこにいるかを可視化するだけで、値決め会議の議論は「上げるか下げるか」から「どこへ動かすか」に変わります。

対策1——競合の価格構造をAIで整理する

相場の把握から始めます。競合の公開料金ページ、プラン構成、課金単位、無料枠、サポート範囲を集め、生成AIに渡して比較表に整理させます。ここで見るべきは価格の水準だけではありません。ユーザー数課金か利用量課金か、プランの刻み方はどうか、何を上位プランに寄せているか——価格の構造ごと比較すると、競合が「どこで儲ける設計か」まで見えてきます。比較表の列は「価格帯・課金単位・プラン数・無料枠や試用の有無・初期費用・サポート範囲・最低契約期間」あたりをそろえると、営業が商談で受ける「他社より高い」という指摘にも、条件の違いを添えて答えられるようになります。

注意点は2つです。第一に、AIが自力で答える競合価格は古い・不正確な場合があるため、必ず公式の料金ページなど一次情報を人が確認し、AIには収集済み情報の整理だけを任せること。第二に、価格が非公開の業界では、展示会や商談で得た情報・業界レポートを人が集め、AIは構造化の役に徹すること。収集の裏取りは人、整理と比較はAIという分担が精度を守ります。

対策2——提供価値を言語化し、価格の物語に変える

本丸の価値ベースに進みます。導入前後で顧客に何が変わるかを、コスト削減・売上向上・リスク低減・時間短縮の4分類で棚卸しし、それぞれを金額に換算する計算式を作ります。たとえばコスト削減なら「月に削減される作業時間×時間単価」、売上向上なら「解約率の低下×顧客単価」、リスク低減なら「事故1件の想定損失×発生確率の低下」、時間短縮なら「リードタイム短縮が生む機会」という具合に、換算の型はある程度パターン化できます。素材には、顧客インタビューや導入事例で実際に語られた言葉を使うと説得力が段違いです。この工程は生成AIとの相性が非常に良く、次のようなプロンプトで一気にたたき台まで進められます。

当社のサービス概要：{概要}
主な顧客と導入前の課題：{課題}
顧客の声・導入事例の抜粋：{引用}
次の手順で価格の根拠を組み立ててください。
1. 顧客が得る価値を「コスト削減」「売上向上」「リスク低減」「時間短縮」に分類して列挙する
2. それぞれを金額換算するための計算式と、必要な前提データを示す
3. 換算した価値の合計に対して、現在価格{価格}が何%に当たるかを試算する
4. 営業が商談で使える「価格の説明ストーリー」を200字で作る

出てきた骨子は、顧客に最も近い営業やカスタマーサクセスのメンバーで検証し、無理のある論理を直します。仕上がった「価値の合計に対して価格は何%か」という見せ方は、値ごろ感という感覚の議論を金額の議論に変えます。数字の前提はすべて顧客側の事実（作業時間・人件費水準など）に置くのがコツで、前提ごと見せれば、顧客は自分の数字で検算しながら納得できます。顧客が得る価値の1〜3割を価格とするような整理ができれば、値決め会議の「根拠は？」に正面から答えられるようになります。

対策3——支払意欲の調査を小さく始める

価値の言語化と並行して、支払意欲の計測を小さく始めます。先述のPSM分析なら、4つの質問を既存顧客や見込み顧客の10〜20社に聞くだけでも、受け入れ価格帯の手がかりが得られます。生成AIには、設問文の作成、回答フォームの設計、回収データの集計と受容価格帯の算出まで任せられるので、調査会社に頼まない小規模PSMが現実的な選択肢になりました。

統計的に完璧である必要はありません。実際にやってみると「想像していた上限より受容価格帯が高かった」という発見は珍しくないとされます。加えて、商談での価格への反応——即決だったか、渋られたか、値引き要請が出たか——を記録して蓄積すれば、それ自体が継続的な支払意欲データになります。営業日報やCRMに「価格反応」の欄を一つ足すだけで始められ、四半期分たまればAIに渡して傾向を集計できます。聞く・測る・記録する。想像を一つずつ事実に置き換えることが、この対策の本質です。

対策4——プラン設計で価格の受け皿を作る

根拠が固まったら、それを受け止める料金プランを設計します。定番は松竹梅の3段階です。入門・標準・上位を並べると、顧客の検討は「買うかどうか」から「どれにするか」へ変わり、真ん中が選ばれやすい心理も働くとされます。プラン間の差は、機能の切り売りではなく顧客の成長段階や用途の違いに対応させると、アップグレードの動線が自然になります。上位プランには「標準プランを納得感のある価格に見せる」という比較対象としての役割もあるため、選ばれる数が少なくても無駄にはなりません。

課金方式にも直近の潮流があります。海外SaaSでは、定額のユーザー数課金一本から、基本料にAI機能の従量課金を組み合わせるハイブリッド型への移行が進み、用途をまたいで消費できる「クレジット型」の課金を提供する企業が約1年で35社から79社へ倍増したという海外調査の報告もあります。AI機能の原価が利用量に比例することが背景とされ、AI機能を上位プランに限定して価格差を作る動きや、価格モデルの見直しを数年に一度から年数回へ短縮する動きも報告されています。自社がSaaSでなくても、「価値の感じ方と支払い方を一致させる」という設計思想は、保守契約や成果連動などの形で応用できます。

値上げの段取りと検証——影響試算から案内まで

価格改定、とくに値上げの成否は、告知の瞬間ではなく準備で決まります。次の4ステップで進めます。

要は2番目の試算です。生成AIに「値上げ幅×解約率のマトリクスで営業利益の変化を試算して」と指示すると、何%の解約までなら利益が増えるのかという損益分岐が見えます。多くの場合、想像していたより余裕があることが数字で分かり、恐怖ではなく数字で議論できるようになります。実行段階では、新規顧客から先に新価格を適用し、既存顧客には予告期間を挟んで後から適用する、値上げ幅を2段階に分ける、といった移行パターンも検討します。改定後は受注率・解約率・値引き要請の頻度を追い、想定と実績の差を記録します。価格改定は一回のイベントではなく、検証まで含めた運用です。値上げしてもほとんど解約が出なければ、それは価値が価格を上回っていた証拠であり、1回目の検証データが2回目の改定の精度を上げます。

改定を伝えるときの注意点

同じ値上げでも、一方的な通知と、価値と理由を尽くした案内では、顧客の受け止めがまったく違います。転嫁率の費目差が示したとおり、見えにくいコストほど物語が必要です。案内にあたっては次の点に注意します。

• 適用開始より十分前に案内し、顧客側の予算編成・稟議の時間を確保する
• 理由はコスト増だけでなく、提供価値の向上や今後の投資とあわせて伝える
• 既存顧客には移行期間や一定期間の旧価格維持などの経過措置を検討する
• 営業・サポートと想定問答を共有し、窓口ごとの説明のぶれを防ぐ

案内文の骨子は「これまでの取引への感謝、改定の理由、提供価値と今後の投資、経過措置と相談窓口」の4要素で組み立てると、事務的にも言い訳がましくもならない文面になります。たたき台づくりはAIの得意分野ですが、文面の最終確認と重要顧客への個別説明は必ず人が担います。値上げの場面は、手を抜けば信頼を失う一方、誠実に尽くせば「きちんと説明してくれる会社」という信頼を積み増す機会にもなります。

値決めでやりがちな失敗

課題→原因→対策と見てきた流れを裏返すと、避けるべき失敗が浮かび上がります。どれも単発のミスではなく、根拠を作る工程がないまま値決めの判断だけを繰り返すことで、静かに常態化していくタイプの失敗です。

• 競合に合わせるだけ：自社の価値と無関係な価格になり、価格競争から抜けられない
• コスト積み上げだけで決める：顧客の感じる価値とずれ、安すぎ・高すぎが放置される
• 値引きで受注を買い続ける：1%の値引きが営業利益を大きく削る構造を忘れる
• 据え置きを「無難」と考える：転嫁できないコスト上昇分を、黙って自社で飲み続ける

とりわけ4つ目は、転嫁率39.4%という調査結果が示すとおり、日本企業全体が陥っている失敗でもあります。据え置きは「何もしていない」のではなく、「利益を削る決断を毎期している」のと同じです。値決め会議の議題に「据え置いた場合に飲み込むコスト額」を毎回並べるだけでも、この錯覚は解けていきます。

よくある質問

社内にデータが少なくても価格戦略は立てられますか？

立てられます。競合の公開料金の整理、既存顧客10〜20社への簡易ヒアリング、商談での価格反応の記録——この3つは今日から集められる材料です。帝国データバンクの転嫁率調査のような公開データで相場観を補い、まず仮の整理を作って、受注データがたまるにつれて精度を上げる進め方が現実的です。データが少ない段階での武器は、むしろ顧客との距離の近さです。10社に直接聞ける会社は、1万件のデータを持つ会社より速く仮説を検証できます。

原価や取引条件をAIに入力しても大丈夫ですか？

取り扱いには注意が必要です。原価・取引条件は機密性の高い情報のため、入力が学習に使われない設定や法人向けプランを使い、社内のAI利用ルールに従ってください。試算の多くは概算値や比率、仮の数字に置き換えても成り立つので、生の数字を渡さない工夫も有効です。たとえば原価率を実数の代わりに「40%と仮定」と置いても、値上げ幅ごとの損益分岐の構造は同じように計算できます。迷う情報は入力しないのが原則です。

値上げで顧客が離れるのが怖いです。どう考えればよいですか？

一定の解約を織り込んで試算するのが基本です。値上げ幅ごとに「何%の解約までなら利益が増えるか」の損益分岐を計算すると、想像より余裕があると分かる場合が多くあります。そのうえで価値の説明と経過措置を丁寧に行えば、実際の離脱は試算より小さく抑えられる傾向があります。怖さの正体は計測していないことなので、数字にすることが最良の薬です。それでも不安が残る場合は、新規顧客のみ先行適用や一部プランのみの改定など、影響範囲を区切って試す方法もあります。

まとめ

要点を、次の値決め会議で使える順に並べ直します。まず、価格1%が営業利益を2割動かすという試算を共有し、価格を経営課題に格上げする。次に、転嫁率39.4%——コストの6割を自社で飲み込んでいるという業界全体の現実を数字で示す。そのうえで、コスト・競合・価値の3つの物差しで現在価格を評価し、価値の言語化と小さな支払意欲調査で根拠を作り、プラン設計と4ステップの段取りで実行する。AIは根拠づくりを速める参謀であり、決めるのは経営です。まずは競合3社の料金ページをAIに渡して価格構造の比較表を一枚作る——今週できるその一歩から、値決めの景色は変わり始めます。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。