MIT CISR「AI時代のビジネスモデル」4象限フレームワーク — 2,378社12年調査が示す「成果志向 × 自律AI」への進化

@MITSloan（MIT Sloan School of Management）のポストが、MIT CISR（Center for Information Systems Research）が開発した「AI時代のビジネスモデルフレームワーク」を紹介しています。2013年から2025年にかけて2,378社を調査した研究に基づき、AI時代のビジネスモデルが「成果志向」と「自律AI」の方向に進化していく道筋を4象限で示しています。

With the rapid adoption of AI technologies, @MIT_CISR created a business model framework for the AI era that shows businesses evolving to become increasingly outcome oriented and enabled by autonomous AI.

MIT CISR とは — IT 経営研究の世界的権威

MIT CISR は、MIT スローン経営大学院内に設置された情報システム研究センターです。1974年の設立以来、企業の IT 活用と経営戦略の関係を研究してきました。主任研究員の Peter Weill 氏と Stephanie Woerner 氏は、デジタルビジネスモデルの分類フレームワークで世界的に知られています。

日本語訳書籍『デジタル・ビジネスモデル — 次世代企業になるための6つの問い』（日本経済新聞出版、野村総合研究所訳）は、日本企業の DX 戦略にも大きな影響を与えてきました。

2013年のオリジナルフレームワーク — 4つのデジタルビジネスモデル

AI時代のフレームワークを理解するには、まず2013年に提唱されたオリジナルの分類を知る必要があります。

モデル	定義	2013年の割合	2025年の割合
Supplier	他の企業を通じて販売する生産者	46%	15%
Omnichannel	デジタル/物理チャネルを統合した顧客体験	24%	4%
Modular Producer	プラグ&プレイの製品・サービスを提供	18%	23%
Ecosystem Driver	エコシステム全体を統括するプラットフォーム	12%	58%

12年間で最も劇的な変化は、Ecosystem Driver の急成長です。2013年にはわずか12%だったのが、2025年には58%に拡大し、業界平均を6ポイント上回る売上成長を実現しています。一方、Supplier は46%から15%に、Omnichannel は24%からわずか4%に縮小しました。

この進化の方向性 — 「プラットフォーム」と「エコシステム」への収束 — が、AI時代のフレームワークの出発点になっています。

AI時代のフレームワーク — 2つの軸と4つの象限

MIT CISR の研究チーム（Peter Weill、Ina Sebastian、Stephanie Woerner、Gayan Benedict）は、2025年10月にAI時代の新しいフレームワークを発表しました。

2つの軸

軸	低い側	高い側
縦軸: 顧客への作用	Assist（支援）: 顧客が成果を達成するのを補助	Represent（代理）: 顧客に代わって自律的に行動
横軸: ビジネス実行	Structured（構造化）: 事前定義されたプロセスに従う	Adaptive（適応）: 成果に応じてAIがプロセスを構築

この2軸の交差が、AI時代の4つのビジネスモデルを生み出します。

4つのビジネスモデル

              Structured（構造化）    ←→    Adaptive（適応）
                    |                           |
  Represent  ┌─────────────────┬─────────────────────────┐
  （代理）    │                 │                         │
             │  Customer Proxy │     Orchestrator        │
             │  AIが定義済み    │     AIがエコシステム全体 │
             │  プロセスを代行  │     を動的に組み立てる   │
             │                 │                         │
             ├─────────────────┼─────────────────────────┤
             │                 │                         │
  Assist     │  Existing+      │     Modular Creator     │
  （支援）    │  既存モデルに    │     AIが複数モジュール  │
             │  AIを追加        │     を柔軟に組み合わせ  │
             │                 │                         │
             └─────────────────┴─────────────────────────┘

4つのモデル詳解

1. Existing+ — 既存モデルの AI 強化

位置: 支援 × 構造化（左下）

最も保守的なアプローチです。既存のビジネスモデルとプロセスを維持しつつ、AI を「上乗せ」します。

項目	内容
定義	既存のビジネスモデルを AI で強化
顧客との関係	AI が「支援」するが、最終判断は顧客
プロセス	事前定義されたフローに AI を組み込む
例	金融企業が顧客データ分析で AI 強化型アドバイスを提供

多くの企業が現在この段階にいます。チャットボットの導入、レポート生成の自動化、レコメンデーションの精度向上などが典型です。

2. Customer Proxy — AI が顧客の代理人になる

位置: 代理 × 構造化（左上）

AI が顧客に代わって行動しますが、事前に定義されたプロセスの範囲内です。

項目	内容
定義	事前定義されたプロセスを AI が代理実行
顧客との関係	AI が顧客の「代理人」として自律的に行動
プロセス	定義済みのパラメータ内で動作
例	AI が定義パラメータ内でポートフォリオを自動管理

「ルールは決まっているが、実行を AI に任せる」モデルです。ロボアドバイザーや自動保険引き受けなどが該当します。

3. Modular Creator — AI がモジュールを動的に組み立てる

位置: 支援 × 適応（右下）

AI が自社・他社のサービスモジュールを柔軟に組み合わせ、顧客の目標達成を支援します。

項目	内容
定義	AI が再利用可能なモジュール（サードパーティ含む）を組み合わせ
顧客との関係	AI が「支援」するが、プロセスは適応的
プロセス	事前に決まっておらず、顧客の目標に応じて動的に構成
例	投資・保険・与信商品を顧客の目標に合わせて最適に組み合わせ推奨

既存のモジュールを「レゴのように」組み合わせる柔軟性が特徴です。FinTech のバンドルサービスやヘルスケアの統合プラットフォームなどが該当します。

4. Orchestrator — 完全自律の AI エコシステム

位置: 代理 × 適応（右上）

最も先進的なモデルです。AI がエコシステム全体を動的に組み立て、顧客に代わって自律的に成果を達成します。

項目	内容
定義	AI がエコシステム全体を組み立て、顧客の成果を自律的に達成
顧客との関係	AI が顧客を「完全に代理」し、ガードレール内で自律行動
プロセス	事前のプロセスなし。AI が最適な手段を動的に選択
例	Amazon「Buy for Me」— 他社サイトでの購入を AI が自動化

「何を買うか」「どこから買うか」「どう届けるか」の全てを AI が判断し実行します。人間は目標とガードレール（予算上限、品質基準等）だけを設定します。

Amazon「Buy for Me」— Orchestrator の実例

MIT CISR のフレームワークで最も先進的な「Orchestrator」の実例として注目されるのが、Amazon の「Buy for Me」機能です。

仕組み

ユーザーが Amazon アプリで商品を検索
検索結果に「Shop brand sites directly」セクションが表示
ユーザーが「Buy for Me」を選択
AI エージェントが他社ブランドサイトで自動的に購入手続きを完了
暗号化された氏名・住所・決済情報をブランドサイトに提供

技術基盤

Amazon の Nova と Anthropic の Claude、2つの AI モデルが「Buy for Me」のエージェント機能を支えています。

なぜ Orchestrator なのか

特徴	Buy for Me の該当
顧客の代理行動	顧客に代わって購入手続きを完了
エコシステムの動的組み立て	Amazon 外の他社サイトを横断
事前プロセスなし	各サイトの購入フローに適応
自律的な意思決定	最適な購入元・方法を AI が判断

議論と反発

一方で、この機能には批判もあります。一部の小売業者は、自社の商品が同意なく Amazon に表示され、自分たちが選ばなかった販売モデルに組み込まれたと訴えています。Orchestrator モデルは強力ですが、エコシステム参加者の同意と透明性の課題を内包しています。

One New Zealand — 4象限を段階的に登る事例

MIT Sloan の記事では、ニュージーランドの通信企業 One NZ が4つのモデルを段階的に実装している事例を紹介しています。

現在から未来への移行パス

フェーズ	モデル	内容
現在	Existing+	AI チャットボットが顧客質問の60%を回答。従業員支援ツールも導入
移行中	Customer Proxy	AI エージェントが契約プラン変更・切断申請・サポートチケット作成を自動処理
計画中	Modular Creator	AI 予測で需要予測・天候関連のサービス最適化を実現
将来構想	Orchestrator	自律的マーケティングエージェントがパーソナライズドキャンペーンを作成・実行

注目すべきは、One NZ が最近の大規模気象災害時に、AI エージェント群を活用した実績です。

停電と基地局の状態を自動検証
必要なバッテリー容量を推定
発電機支援が必要になるまでの時間を予測
意思決定者に最適なアクションを推奨

これは Customer Proxy から Modular Creator への移行を実証する事例です。

企業はどこにいるべきか — 2つの戦略的問い

MIT CISR は、企業が自社のポジションを評価するために2つの問いを提示しています。

問い1: 顧客への作用レベル

自社は顧客の目標を自律的に代理できるか？それとも支援に留まるか？

レベル	特徴	例
Assist（支援）	情報提供・推奨、最終判断は顧客	投資レポートの自動生成
Represent（代理）	ガードレール内で顧客に代わり行動	AI がポートフォリオを自動リバランス

問い2: ビジネス実行の柔軟性

自社のプロセスは固定的か？それとも AI が動的に構成できるか？

レベル	特徴	例
Structured（構造化）	人間がループ内で承認・監督	定型的な審査フローへの AI 組み込み
Adaptive（適応）	成果を指定し、プロセス構築を AI に委譲	顧客の目標に応じてサービスを動的に構成

産業別の現在地と進化の方向

金融サービス

金融は4象限全てで事例があり、最も進化が速い業界です。

モデル	金融での事例
Existing+	AI 強化型の投資アドバイス
Customer Proxy	ロボアドバイザー（定義パラメータ内の自動運用）
Modular Creator	投資・保険・与信の最適バンドル推奨
Orchestrator	完全自動のウェルスマネジメント（ポートフォリオの継続的最適化）

他業界への展開

業界	現在地	次の段階
製造	Existing+（品質検査 AI）	Customer Proxy（自律的な生産ライン制御）
小売	Existing+（レコメンド）	Orchestrator（Amazon Buy for Me 型）
ヘルスケア	Existing+（診断支援）	Modular Creator（統合ケアプランの動的構成）
通信	Customer Proxy（One NZ 事例）	Orchestrator（自律マーケティング）

エージェンティック AI の市場規模と予測

このフレームワークの背景には、エージェンティック AI 市場の急成長があります。

指標	数値
現在の市場規模	78億ドル
2030年予測	520億ドル
2026年末のAIエージェント組み込み率	40%（Gartner予測、2025年の5%未満から急増）
エージェンティックAI導入計画	75%の企業が2年以内に導入予定
エージェントガバナンス成熟度	21%の企業のみが成熟モデルを持つ
エージェンティックAIプロジェクト失敗率	40%以上（2027年まで、Gartner予測）

Deloitte は、AI エージェントを「シリコンベースの労働力」と位置づけ、人間の労働力と統合する新しい組織設計を提唱しています。

日本企業への示唆

多くの日本企業はまだ「Existing+」

2013年のオリジナルフレームワークにおいて、日本企業の多くは「Supplier」か「Omnichannel」に位置していました。AI時代の新フレームワークに照らすと、現在は「Existing+」（既存モデルへのAI追加）の段階にいる企業が大半です。

「Existing+ の罠」

Existing+ は「AI を導入した」と言えますが、競争優位にはなりません。2025年時点で Ecosystem Driver（新フレームワークの Orchestrator に相当）が業界平均を6ポイント上回る売上成長を実現していることを考えると、Existing+ に留まることは「現状維持」ではなく「相対的な後退」を意味します。

段階的な移行戦略

One NZ の事例が示すように、一足飛びに Orchestrator を目指す必要はありません。重要なのは、自社が次にどの象限を目指すかを明確にし、段階的に移行することです。

推奨移行パス:

パターンA（構造化から始める）:
  Existing+ → Customer Proxy → Orchestrator

パターンB（適応性から始める）:
  Existing+ → Modular Creator → Orchestrator

パターンC（二正面作戦）:
  Existing+ → Customer Proxy + Modular Creator → Orchestrator

まとめ

MIT CISR が AI 時代のビジネスモデルフレームワークを発表: 2,378社12年分のデータに基づき、「顧客への作用（支援 vs 代理）」と「ビジネス実行（構造化 vs 適応）」の2軸で4象限を定義
4つのモデル: Existing+（AI 上乗せ）、Customer Proxy（AI 代理実行）、Modular Creator（動的モジュール組み合わせ）、Orchestrator（完全自律エコシステム）
Ecosystem Driver は12年で12%→58%に急成長: 業界平均を6ポイント上回る売上成長を実現。エコシステム志向への進化は不可逆
Amazon「Buy for Me」が Orchestrator の実例: 他社サイトでの購入を AI が自動化。ただし小売業者からの同意・透明性の懸念も
One NZ が4象限の段階的移行を実証: Existing+ → Customer Proxy → Modular Creator → Orchestrator を順に実装中
Gartner: 2026年末に40%のアプリがAIエージェントを組み込み: ただし40%以上のプロジェクトが2027年までに失敗するとも予測
日本企業の多くはまだ Existing+ の段階: 「AI を導入した」だけでは競争優位にならない。次にどの象限を目指すかの戦略的判断が急務

MIT CISR「AI時代のビジネスモデル」4象限フレームワーク — 2,378社12年調査が示す「成果志向 × 自律AI」への進化#

MIT CISR とは — IT 経営研究の世界的権威#

2013年のオリジナルフレームワーク — 4つのデジタルビジネスモデル#

AI時代のフレームワーク — 2つの軸と4つの象限#

2つの軸#

4つのビジネスモデル#

4つのモデル詳解#

1. Existing+ — 既存モデルの AI 強化#

2. Customer Proxy — AI が顧客の代理人になる#

3. Modular Creator — AI がモジュールを動的に組み立てる#

4. Orchestrator — 完全自律の AI エコシステム#

Amazon「Buy for Me」— Orchestrator の実例#

仕組み#

技術基盤#

なぜ Orchestrator なのか#

議論と反発#

One New Zealand — 4象限を段階的に登る事例#

現在から未来への移行パス#

企業はどこにいるべきか — 2つの戦略的問い#

問い1: 顧客への作用レベル#

問い2: ビジネス実行の柔軟性#

産業別の現在地と進化の方向#

金融サービス#

他業界への展開#

エージェンティック AI の市場規模と予測#

日本企業への示唆#

多くの日本企業はまだ「Existing+」#

「Existing+ の罠」#

段階的な移行戦略#

まとめ#

参考#