キャズムで新サービスが止まる理由｜越える初期顧客の選び方

「最初の3社は決まったのに、そこから半年、新規が1件も増えません」「展示会で名刺は集まるのですが、話が進む相手の顔ぶれが変わってしまいました」——新しい商材を立ち上げた側からは、この2つがほぼ必ず並んで届きます。同じ形は数字にも出ています。総務省の令和8年版情報通信白書では、何らかの業務で生成AIを使っていると答えた企業が86.4%に達した一方、組織的な取り組みが無いと答えた企業が約27%残り、社内のデータを使える形に整えている企業は24.5%にとどまりました。試した会社の数と、業務に載せた会社の数は、まったく別に動いています。止まっているのは営業の量ではありません。本当は、売る相手の層が入れ替わったのに、売り文句がそのままになっていることが原因です。この記事では、層ごとに買う理由が正反対になる構造と、次の層へ渡すために最初に誰へ売るべきだったのかを整理します。

最初の数社で止まるのは、勢いが落ちただけではない

立ち上げから半年ほどは、契約が順調に増えます。ところがある時期から、同じやり方で回しているのに新規が止まる。多くの現場ではこれを勢いの問題として扱い、営業の人数を足すか、広告の予算を足すかの議論になります。ただ、量を足しても戻らないことのほうが多い。止まっているのは量ではなく、量を投じる先の相手が入れ替わっているからです。

数字で見ると分かりやすくなります。総務省の令和8年版情報通信白書（2026年7月公表）では、何らかの業務で生成AIを使っていると答えた企業が86.4%で、2024年度の調査の55.2%から大きく伸びました。一方で、組織的な取り組みが無いと答えた企業は約27%残り、米国の1.4%と大きく開いています。社内のデータを使える形に整えている企業は24.5%で、米国の57.2%、中国の73.0%には届いていません。使ったと答える企業は増えたのに、業務に載せる準備をしている企業はまだ少数です。

この差が、そのまま新しい商材の売れ方に出ます。試すだけなら決裁は軽く、担当者の裁量で始まる。業務に載せるとなると、既存の手順との接続、権限、記録、止め方まで問われる。前者を買う相手と後者を買う相手は、同じ市場にいても別の基準で動いています。最初の数社が前者で埋まっていた場合、次に来るのは後者なので、同じ提案がそのままでは通りません。

普及の5つの層は、1962年の普及研究に始まる

新しいものが広がる順番を層に分けて考える枠は、エベレット・ロジャーズが1962年に著した『イノベーションの普及』に始まります。ロジャーズは農村社会学の研究者で、500件を超える普及の研究を横断して整理し、採用の早さによって人を5つに分けました。もともと農業技術や医薬の広がり方を説明するために作られた枠で、商品の売り方のために作られたものではありません。

5つは、新しさそのものを買う層、目的のために早く使う層、慎重に多数へ従う層、後から入る層、最後まで入らない層です。よく引かれる構成比は、順に2.5%、13.5%、34%、34%、16%。この数字は市場調査の結果ではなく、採用の早さが釣鐘のような形に分布すると仮定して機械的に切った値なので、自社の顧客をこの割合で数えても意味はありません。使えるのは割合ではなく、層ごとに判断の基準が違うという部分だけです。

ロジャーズはもう1つ、採用されやすさを決める5つの性質も挙げています。今までより明らかに良いか、いまのやり方や価値観と合うか、分かりやすいか、小さく試せるか、使っている様子が外から見えるか。このうち後ろの2つは、商材そのものではなく売り方で動かせます。小さく試せる形を用意する、他社が使っている様子が見える状態を作る。断層の手前で効くのは、たいていこの2つです。

断層という考え方は、1991年に後から足された

5つの層が順番に採用していく、というのがロジャーズの見立てでした。ここに断層を足したのがジェフリー・ムーアで、1991年の『キャズム』（改訂版が1999年と2014年に出ています）において、目的のために早く使う層と、慎重に多数へ従う層のあいだには連続したつながりが無いと指摘しました。前の層が使ったという事実が、次の層の判断材料にならない。だから普及が自然に流れず、そこで止まるという説明です。

押さえておきたいのは、この断層が観測された事実ではなく、実務のための見立てとして提案されたものだという点です。ロジャーズ自身は、採用の早さは連続した変数であって、隣り合う区分のあいだに鋭い切れ目は無いと反論しています。理論として決着がついた話ではありません。断層があるという前提で全部を説明しようとすると、説明のほうが現実をねじ曲げます。

それでも実務で使う価値があるのは、止まったときに何を最初に疑えばよいかを1つに絞ってくれるからです。売り文句を強めるか、価格を下げるか、機能を足すか。止まったときの選択肢は無数にありますが、この枠を当てると見る順番が決まります。いま話が通っている相手と、次に話を通したい相手は、同じ基準で動いているか。ここが違っていれば、他の手を打つ前に売り方を作り直す番です。

断層が生まれるのは、層ごとに買う理由が正反対だから

目的のために早く使う層が買うのは、他社がまだやっていないことです。先に使えば差がつくという前提で動くので、多少の不完全さは許容されます。むしろ完成しきった商品より、これから伸びる余地のある商品を選ぶ。価格の交渉も比較的軽く、社内では担当役員の裁量で始まることが多くなります。

慎重に多数へ従う層が買うのは、他社がもうやっていることです。先に使うことによる不利益を避けたい層なので、判断の材料は自分と似た会社の実績になります。解説でも、この層は他の人がどう使っているかを知りたがり、その分野で最も使われている商品を選びやすいと説明されています。法人の市場では、他社が導入しているか、事例があるかが導入判断の大きな基準になる、とも指摘されています。

この2つは、同じ言葉で同時に満たせません。「まだ誰もやっていません」と言えば早い層には効き、次の層には不安材料になる。「多くの会社で使われています」と言えば次の層には効き、早い層には魅力が消える。断層は市場の側にある溝ではなく、売り文句が一度に両立できないという構造です。だから越える作業は、溝を埋める作業ではなく、売り文句を作り直す作業になります。

見るところ	目的のために早く使う層	慎重に多数へ従う層
決め手	他社がまだやっていないこと	同じ立場の会社がもう使っていること
求める変化	飛躍的な差がつくこと	測れる範囲で確実に良くなること
不完全さの扱い	一緒に育てる前提で許容する	未完成と見えた時点で見送る
判断の材料	提案の構想と、作り手の考え方	自社に近い会社の実績と運用の実態
決裁の重さ	担当役員の裁量で始まりやすい	情報システムと購買と現場の合意が要る
求める納品物	本体と、作り込みの余地	手順書・支援・体制・止め方まで含めた一式
こちらの売り文句	まだ誰もやっていない	同じ業種で何社が使っている

AI関連の商材では、断層がとくに深くなる

生成AIを使う商材では、この断層が普通より深くなります。理由は、試したという実績と、業務に載ったという実績が、外から見て区別しにくいからです。白書の数字でいえば、使っていると答えた86.4%のうち、社内のデータを整えている24.5%との差が、そのまま「試した」と「載った」の差にあたります。次の層が信じるのは、後者だけです。

用途の偏りも同じことを示しています。最も進んだ用途は議事録やメールの作成を補助することで、約7割の企業がここに集まっている一方、研究開発や経営の判断といった領域での活用は限定的だとされています。担当者の手元で完結する用途は増えたが、部署の業務手順そのものを置き換えた例はまだ少ない。次の層が探しているのは後者の事例なので、市場に出回っている事例の大半が判断材料にならない状態です。

加えて、AIを使う商材には出力が毎回同じにならないという性質があります。だから次の層は、機能の話をする前に2つを聞きます。どこまでを人が確認するのか。間違えたときにどう戻すのか。この2つに答えられない提案は、試す段階までは通っても、業務に載る段階で必ず止まります。早い層はここを自分で埋めてくれるので、最初の数社を相手にしているあいだは、答えを用意しないまま進めてしまいます。

断層に見えて、実は別の問題だったとき

止まった原因を断層だと決めつけると、売り方を作り直す大掛かりな工事に入ることになります。着手する前に、もっと単純な3つを外しておきます。値付け、導入の手間、社内の合意形成です。どれも断層と同じ症状、つまり「最初は売れたのに止まる」を出しますが、対処はまったく違います。

見分け方は症状の出る位置です。値付けなら、失注が最後の見積提示に偏り、値引きすれば通ります。導入の手間なら、契約は取れるのに立ち上がりが遅く、試用から本契約に進む割合が低い。合意形成なら、担当者は乗り気なのに稟議で止まり、決裁者に会えないまま数か月が経つ。いずれも症状は契約の直前から契約後に出ます。

断層なら、症状は入口に出ます。会う相手の反応が、以前より前の段階で止まる。以前は初回の面談で盛り上がったのに、いまは初回で「同じ業種の事例はありますか」と聞かれて終わる。反応が悪くなった位置が入口寄りに動いているかどうかが、いちばん早い見分けです。3つを外してから断層の枠を当てる。この順番を守るだけで、無駄な作り直しを1回減らせます。

早い層に売り続けると、標準の商品が育たない

早い層は買ってくれるので、そこに留まる判断は毎回それらしく見えます。ただ、この層は個別の作り込みを求めます。うちの業務に合わせてここを変えてほしい、この画面を足してほしい、この形式で出力してほしい。1社ごとに応えれば売上は立ちますが、次の1社に同じものを売れなくなります。

積み上がるのは受注ではなく、保守すべき対象です。個別対応の数が増えるほど、標準の手順書も、標準の価格表も作れなくなる。次の層が要求するのは、まさにその標準の一式なので、早い層に応えるほど次の層から遠ざかるという構造になります。売上が伸びている期ほどこの構造が進むので、気づくのはたいてい伸びが止まってからです。

対処は、断ることではなく分けることです。個別の作り込みは別の契約として値段を付け、標準の商品に取り込むかどうかは四半期ごとに判断する。取り込む条件を先に決めておく。たとえば3社以上から同じ要望が出たら標準に入れる、という形。決めていないと、声の大きい1社の要望が製品の方向を決めてしまいます。要望を出した社数を記録する欄を1つ足すだけで、この判断は機械的にできます。

法人向けでは、層が1つの組織のなかで混在する

個人向けの商品なら、買う人と使う人は同じです。法人向けは違います。現場の担当者は新しさに乗り気で、これは早い層の動き方をしている。情報システムの部署は前例と運用の実態を求め、これは慎重な層の動き方です。決裁者は投資の回収を見ている。1つの会社が、部署ごとに別の層として振る舞います。

だから「この会社はどの層か」という問いの立て方が、そもそも合いません。立てるなら、この案件を進めるのは誰で、止めるのは誰かという形に変えます。進める人が早い層の動き方をしていて、止める人が慎重な層の動き方をしている。これが、法人向けで最もよくある止まり方です。層は会社に貼られる札ではなく、その案件に関わる人ごとに変わります。

提案の作り方も変わります。進める人に向けた資料と、止める人に向けた資料を分ける。前者には、いまのやり方に対して何がどう変わるかを書く。後者には、失敗したときにどこまで戻せるか、誰がどの範囲を確認するか、費用がどこで打ち止めになるかを書く。同じ1枚で両方を説得しようとすると、どちらにも刺さらない資料ができます。

越え方の起点は、参照できる1社を作ること

次の層が求めるのは事例です。ただし、どんな事例でもよいわけではありません。効くのは、読んだ相手が自分のこととして読める1社だけです。条件は3つあります。規模が近いこと、業種または業務が近いこと、使われ方が近いこと。3つのうち1つでも遠いと、読む側は「うちとは違う」で処理します。

規模が近いとは、社員数や拠点数のことではなく、意思決定に関わる人数と決裁の重さが近いということです。数万人の会社の事例は、数百人の会社にとっては別世界の話になります。業種または業務が近いとは、扱う規制や商習慣が同じであること。使われ方が近いとは、担当者が試した話ではなく、部署の業務手順に組み込まれている状態であることを指します。

この3条件が揃った1社は、揃っていない10社より効きます。事例は在庫ではなく、次に狙う一角に向けた合鍵です。逆に言えば、次にどの一角を狙うかを決めていないと、どの1社を作るべきかも決まりません。事例を増やす前に、一角を決める。順番はこちらです。

最初の一角を、どう選ぶか

ムーアの整理でも、まず1つの標的を選び、そこを足場にして隣へ進む形が示されています。狭いところで圧倒的な位置を取り、そこで生まれた実績を持って隣の領域へ移る。実務に落とすと、次の順で決めることになります。

この順で最も飛ばされやすいのが2番目です。塊としてまとまって見えても、次に声をかける相手を名前で挙げられないなら、それは市場ではありません。名前で10社挙げられるかどうかが、一角として成立するかの実際の判定になります。挙げられない場合、たいていは軸の切り方が抽象的すぎます。

一角を狭く取ることに抵抗が出るのは自然ですが、狭く取るのは市場を捨てることではありません。隣へ広げるときに、何を変えたのかが分かる状態を作るためです。広いまま進めて止まると、原因が絞れないので次の一手も決められません。狭めた条件と、その条件で取れた件数を記録に残しておけば、広げる判断そのものが検証できます。

次の層が買うのは、製品ではなく一式

ムーアの整理では、次の層に届けるのは商品本体ではなく、周辺までを含めた一式だとされています。マニュアル、導入の支援、既存の仕組みとの接続、保守。早い層は足りない部分を自分で埋めますが、次の層は埋めません。埋める余地があること自体が、見送る理由になります。

AIを使う商材では、この一式の中身が少し変わります。機能の説明よりも先に、次の5つが揃っているかを見られます。どれも早い層との商談ではほとんど聞かれないので、意識して先に作っておく必要があります。

• 使う範囲の線：どの業務のどこまでを任せ、どこから人が確認するのかが、業務の手順書として書けているか
• 間違いの扱い：出力が誤っていたときに誰が気づき、どう戻すか。戻す手順が用意されているか
• 渡してよい情報の範囲：どの種類のデータを渡してよく、どれを渡してはいけないかが一覧になっているか
• 記録：いつ誰が何を入力し、どの出力を採用したのかが、後から追える形で残るか
• 止め方：使うのをやめる判断を誰がどの基準で下すか。やめたときに業務が回る形になっているか

この5つを作る作業は、製品の開発ではなく運用の設計です。だから開発の予定表には載らず、後回しになります。断層の正体は、この5つを作っていない期間の長さでもあります。次の層に会う前に作り始めるかどうかで、越えるまでにかかる期間が大きく変わります。

事例は数ではなく、同じ問いに答える1本

事例を増やす、という目標の立て方には落とし穴があります。数を目標にすると、作りやすい事例から作ることになる。作りやすいのは、早い層の事例です。担当者が乗り気で、話も面白く、掲載の許可も出やすい。ところが次の層は、その事例を読みません。

次の層が事例に求めるのは、自分がこれから稟議で聞かれることに、先に答えが書いてあるかです。誰が使っているのか、どのくらいの期間で立ち上がったのか、社内の反対はどこから出てどう収まったのか、費用はどこまでかかったのか、やめる判断はどうなっているのか。この5つに答えていない事例は、読まれても使われません。

• 事例の主語を担当者個人にしない。部署の業務としてどう回っているかを書く
• 立ち上がりにかかった期間と、そのあいだに社内で調整した相手を書く
• 反対意見が出た箇所と、その収め方を書く。ここが無い事例は、読む側から作り話に見える
• 効果の数字は、測り方と期間を添える。添えないと、読んだ側が社内で説明し直せない
• 社名を出せない場合は、業種と規模の表現を粗くし、使われ方と期間は具体のまま残す

1本の事例を厚く作るのは、10本を薄く作るより時間がかかります。それでも、次の層に渡すには厚い1本しか効きません。薄い10本が生むのは、社内の資料が増えたという事実だけです。事例の本数を目標に置くのをやめ、次に狙う一角で使える事例が1本あるかどうかを目標に置き換えます。

生成AIの使いどころ1：層の仕分けと、事例の段階分け

ここまでの作業のうち、材料を集めて並べるところは生成AIに向いています。1つ目は、公開情報から相手の層を仕分ける作業です。求人票、決算の説明資料、報道発表、採用のページ。これらを読ませて、新しい取り組みを自分から発信しているか、他社の後追いを明言しているか、前例を重視する言い回しが多いかで分けさせます。

2つ目は、同じ商材についての他社事例を、段階で仕分ける作業です。試した段階の事例と、業務に載った段階の事例を分けさせる。分ける基準を先に自分たちで書いて渡すのが要点で、渡さないと一般的な基準で分けられます。基準の例としては、担当部署の名前が出ているか、利用者の人数が書かれているか、運用を始めてからの期間が書かれているか、業務の手順として説明されているか。

どちらの作業でも条件は同じです。判定の根拠にした記述を、原文のまま必ず併記させること。根拠が無い判定は、確かめようがないので使えません。並んだ根拠を人が読み、確かめられないものを落とす。この落とす作業まで含めて1つの工程だと考えます。落とさずに使うと、材料が増えたぶんだけ誤りが増えます。

生成AIの使いどころ2：止まる兆候を、営業の記録から拾う

3つ目の使い方は、営業の記録から兆候を拾わせることです。商談のメモ、失注の理由、問い合わせの本文。ここに、断層に近づいたときの言葉が現れます。同じ業種の事例はあるか、情報システムに確認する、まず小さく試したい。この種の発言の出現頻度が上がっているなら、会っている相手の層が入れ替わり始めています。

拾わせ方は、数えるだけで十分です。四半期ごとに、この種の発言が出た商談の件数と、全商談に占める割合を出す。言葉の分類は機械に任せ、その分類でよいかの確認は人がやる。分類の名前は社内で使っている言葉に置き換えておかないと、翌期に同じ集計ができません。分類を決めた日付も一緒に残します。

注意点が1つあります。層の判定そのものを、返ってきた結論のまま使わないこと。返ってくるのは、渡した文章から読み取れる範囲の推定で、渡していない事情、たとえば担当者の異動、予算の締め切り、社内の別案件との競合は入っていません。判定の形をしていても、判定の責任は負っていません。層の判定は、次にどこへ資源を寄せるかの決定と一組なので、決定を負う人が自分で持ちます。

よくある質問

断層は、どの商材にも必ずあるのですか

必ずではありません。断層はムーアが実務のための見立てとして提案した考え方で、ロジャーズ自身は隣り合う層のあいだに鋭い切れ目は無いと反論しています。既存のやり方をまるごと置き換える商材では起きやすく、既存の手順のなかに収まる商材では起きにくい。止まっているというだけで断層の枠を当てて売り方を作り直すと、時間を大きく失います。値付けと導入の手間と合意形成を先に外してから当てます。

最初の数社を、あとから次の層向けの事例に作り替えられますか

契約は残せますが、事例としては使えないことが多くなります。個別の作り込みが入った導入は、次の層から見ると自社に当てはめられないからです。作り替えるより、標準の一式で新しく1社作るほうが早い場合がほとんどです。既存の顧客のうち、作り込みが最も少ない先を選び、そこを参照できる1社に育てる形が現実的です。

事例を出してよいと言ってもらえません

社名を出せなくても、事例は作れます。業種と規模の表現を粗くし、使われ方と期間と社内の調整先は具体のまま書く。次の層が読むのは社名ではなく、自分と条件が近いかどうかだからです。ただし匿名の事例は、数を重ねても信用が積み上がりにくい。社名を出せる1社を並行して作る前提で、匿名の事例をつなぎに使います。

早い層は、もう相手にしないほうがよいのですか

そうではありません。早い層は、次の層に渡す材料を作る相手として重要です。ただし、そこから出てくる要望を製品の方向としてそのまま採用しない。要望は記録し、複数社から同じものが出たときに標準へ入れるかを検討する。買ってくれる相手と、製品の行き先を決める相手を分けるのが要点です。

一角を狭めると、売上の目標に届きません

狭めた一角だけで年間の目標を埋めるのではなく、いまの売上を支えている既存の商談は続けたまま、新規に投じる資源の向け先だけを狭めます。狭めるのは配分であって、受注の受け付けではありません。それでも見込みが立たないなら、狭め方ではなく目標の期間のほうを見直す番です。1四半期で越える前提の計画は、そもそも無理があります。

やりがちな失敗の型

断層の手前で起きる失敗は、どれも良かれと思ってやることばかりです。最後に、頻度の高いものを並べておきます。自社に当てはまるものが2つ以上あるなら、営業の量を増やす前に売り方の作り直しから入ります。

• 早い層の声をそのまま製品に反映する：次の層が求める標準の一式から遠ざかる。要望は記録し、複数社から出たときだけ検討する
• 事例を数だけ増やす：作りやすい事例から作ることになり、増えるのは早い層の事例。次の層は読まない
• 層を会社の規模や業歴で決めつける：層は属性ではなく判断の仕方。大きな会社にも早い層の動き方をする部署はいくらでもある
• 止まった原因を営業の量に求める：人を足しても、売り文句が合っていなければ会える件数が増えるだけになる
• 次の層に会う前に一式を作らない：会ってから作り始めると、その数社を逃したうえに半年遅れる
• 全部の層に同時に届く売り文句を作ろうとする：どちらの層にも刺さらない、無難なだけの説明ができあがる

最後の1つが、実務では最も多く起きます。両方に効く言い方を探す時間が長くなるほど、どちらの層にも届かない期間が延びる。いま誰に届けるのかを1つに決めるところまでが、売り文句を作る作業です。決めずに書き始めた文章は、必ず無難な方向へ寄ります。

記録の話も足しておきます。層が入れ替わったと判断した時期、そのときに変えた売り文句、変えたあとの受注件数。この3つを残しておくと、次の商材を立ち上げるときにそのまま使えます。残していないと、次も同じところで同じ時間だけ止まります。判断そのものより、判断の記録のほうが長く効きます。

まとめ

最初の数社で止まるのは、勢いが落ちたからでも、営業の量が足りないからでもありません。売る相手の層が入れ替わり、買う理由が正反対になったのに、売り文句がそのままになっているからです。早い層は他社がまだやっていないことを買い、次の層は他社がもうやっていることを買う。この2つは同じ言葉で同時に満たせないので、越える作業は溝を埋める作業ではなく、売り文句を作り直す作業になります。AIを使う商材では、試した実績と業務に載った実績が別物であるぶん、この断層が普通より深くなります。

動き方は、事例の本数を増やすことではありません。狙う一角を1つ決め、その一角のなかに、規模と業種と使われ方が近い参照できる1社を作る。同時に、使う範囲の線、間違いの扱い、渡してよい情報の範囲、記録、止め方という一式を先に用意する。生成AIに任せるのは、公開情報からの層の仕分けと、他社事例の段階分けと、営業記録からの兆候拾いまでです。根拠にした記述を必ず原文で示させ、確かめられないものは落とす。どの層かの判定と、次にどこへ資源を寄せるかの決定は、それを負う人が自分で持ちます。

※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。