Shuichiro Ogawa
English

ノート · 更新 2026-11-11 · Markdown 版

新規事業の受容性調査は何を証拠にするか：言葉から行動へ、そして生成 AI

新規事業の受容性調査（顧客がその事業を受け入れるかを、事業にする前に確かめる調査）について、公的機関の制度 6 件、調査会社とコンサルの調査 5 件、手法を作った実務家の一次資料 16 件、学術の文献 14 本を読み、本文で照合した。実務のベストプラクティスは、顧客が言うことより、することを強い証拠とみなす方向にそろっている。

目次（8）
  1. 「欲しい」と答えた人は買うのか
  2. 実務のベストプラクティスは何を強い証拠とみなすか
  3. 公的な支援制度は受容性の検証をどう求めているか
  4. 仮説を立てて試すやり方は成果を上げるのか
  5. 日本の大企業の新規事業では何が起きているか
  6. 生成 AI は受容性調査の何を変えたか
  7. 手順に直すと何をすることになるか
  8. この調べで言えること、言えないこと

「欲しい」と答えた人は買うのか

受容性調査は、新しい事業や製品を顧客が受け入れるかを、作り込む前や売り出す前に確かめる調査である。 古くからの型は、製品の概念を見せて「買いたいか」「いくらなら払うか」を聞くコンセプトテストと価格の調査である。 新規事業開発では、顧客発見（customer discovery）、需要の検証、product-market fit の検証とも呼ばれる。

この型には、答えた言葉と実際の行動がずれるという弱点がある。 Schmidt と Bijmolt（2020）は、仮想の質問で測った支払意思額と、実際に払わせて測った支払意思額を比べた 77 研究（47 本の論文、115 の効果量）をメタ分析し、仮想の側が平均 21% 高いと報告した。 同じ分析では、コンジョイント分析のような間接法のほうが、直接たずねる方法よりも実際の値を大きく上回った。 間接法のほうが正確だという市場調査の通念とは逆の結果である。

新規事業の現場は、何を「受け入れられる」証拠にしているのか。 このノートは、公的機関の制度 6 件、調査会社とコンサルの調査 5 件、手法を作った実務家の一次資料 16 件、学術の文献 14 本を読み、数値と引用は本文で照合した。 本文が取れず要旨で書いた文献は、年のあとに「要旨」と添えた。

実務のベストプラクティスは何を強い証拠とみなすか

手法を作った実務家の一次資料を並べると、言うことより、することを強い証拠とみなす点でそろう。 Osterwalder（2017）は、面接と質問紙はすぐ始められるが、顧客の言うこととすることは別だと書き、顧客が実験と知らない疑似的な販売は実際の購買にかなり近い証拠になるとした。 Gilad（2017）は、案の根拠に点を付ける表を作り、自分の確信を 0 点、営業が聞いた要望のような逸話を 20 点、複数か月の製品データのような顧客の証拠を 500 点、統計的に有意な試験の結果を 2,000 点、公開後の利用を 10,000 点とした。 点数は Gilad の目安であり、測って決めた値ではない。 ただ、桁の付け方そのものが、言葉と行動の差をどれほど大きく見ているかを示している。

聞き方も、意見ではなく過去の行動に向かう。 Cagan（2021）は、顧客は何を作るべきかを教えてくれないという反論に対し、試しているのは作ったら買うかどうかだと答える。 Moesta と Spiek は、jobs to be done の聞き取りで、最近乗り換えた人に乗り換えまでの時間をさかのぼって聞き、仕事は質問紙やフォーカスグループでは見つからないと書く。 乗り換えは、今の状況の押す力と新しい解決の引く力が、未知への不安と今の習慣を上回ったときにだけ起きるとする。 端羽（2026）は、日本の B2B の新規事業で、仮説を確かめる面接の目的を「賛同を集めること」でなく「現実を直視すること」と書く。

何から確かめるかの順序も、手法の側で決まっている。 Bland（2020）の assumptions mapping は、案が成り立つために真でなければならない仮定を、望まれるか（desirability）、作れるか（feasibility）、儲かるか（viability）、変化に耐えるか（adaptability）の四つに分けて書き出し、重要で証拠の乏しい仮定から試す。 Cagan（2017）も、顧客が買うか使うかという価値のリスクを、使えるか、作れるか、事業として成り立つかのリスクと並べて最初に置く。 受容性は四つのうちの一つにすぎないが、Bland と Cagan のどちらの一覧でも筆頭に挙がっている。

確かめる頻度も変わった。 Blank（2009）は、建物の中に事実はないとして、外に出て顧客に会うよう呼びかけた。 Torres（2021）は、よい discovery のチームは少なくとも毎週顧客と接し、面接と仮定の試験を週ごとに回すと書き、接点の頻度を決めた。 受容性調査は、決まった頻度で作りながら続ける習慣として書かれるようになった。

公開後の受容性を測る指標もある。 Superhuman の Vohra（2018）は、Sean Ellis の「この製品が使えなくなったらどう感じるか」という質問で「とても残念」と答える利用者の割合を測り、Ellis が約 100 社を比べて 40% を境目にしたと紹介した。 この 40% は Ellis の比較を Vohra が伝えたもので、比べた方法は公開されていない。 質問は使った後の感想をたずねるので、言葉の証拠であることに変わりはない。 使い始めた利用者に限って聞く点で、事業化の前の受容性調査とは別の段に置く指標である。

公的な支援制度は受容性の検証をどう求めているか

公的な支援制度を見ると、ここで読んだ米国と日欧の制度で、求めるものの単位が違う。 米国の NSF I-Corps は、7 週間の訓練の間に潜在顧客への面接を少なくとも 100 件行うことを、参加チームの義務にしている（NSF 2022–2026）。 2025 年の公募（NSF 25-549）は、訓練をオンラインだけで行う形に改め、終わりまでに潜在顧客と潜在的な提携先への面接を 100 件行っていることを求める。 エネルギー省の Energy I-Corps は、訓練の間に約 75 件の面接を課す（DOE 2018）。

I-Corps は、面接の結果として市場がないと分かることも成果に数える。 NSF の 2023 年の報告は、最終発表で product-market fit を「はい」「いいえ」「まだ」で答えさせ、「いいえ」でも、市場のない技術で何年も無駄な起業をせずに済んだという意味で成功とみなすと書く。 この扱いは、後で見る無作為化実験の結果とつながる。

日本の NEDO の新エネルギーの事業化支援（2026 年度の公募要領）は、市場ニーズと競合ビジネスの説明の記載がない提案を、ほかの審査結果にかかわらず採択しない。 EU の EIC Accelerator は、技術の成熟度が TRL 6 に達していることを示したうえで、市場規模、市場占有率、販売価格を具体的で現実的な数字で示すよう求める（EIC 2025）。 どちらも市場の裏づけを審査の書類として求めるが、顧客に会った件数や検証の方法は定めていない。 米国の 2 制度は検証の行為を課し、日欧の 2 制度は検証の結果の記述を課している。

制度の効果は、公的機関自身の報告ではまだ確かめられていない。 NSF（2023）は、I-Corps の開始から 2022 年度末までに 1,380 を超えるチームが起業し、その後に 31.66 億ドルを調達し、連邦の投資 3 億ドルの 10.5 倍に当たると報告する。 これは参加者の実績の累計で、参加しなかった研究者との比較はない。 エネルギー省（2018）は参加しなかった研究者との比較を試みたが、比較群の標本がとても小さく、数値は誤解を招きうると自ら書いている。

仮説を立てて試すやり方は成果を上げるのか

制度の報告で足りない比較を、学術は無作為化実験で行っている。 Camuffo ら（2020、要旨）は、イタリアの新興企業 116 社を二群に分け、両群に市場から反応を得る方法の訓練を 10 回行ったうえで、片方の群にだけ、案の成果を予測する理論を作り、仮説を厳密に試すことを教えた。 要旨は、科学者のように振る舞った起業家は成果が高く、別の案へ方向転換しやすく、初期の脱落は増えなかったと述べる。

規模を広げた追試では、結果の中心が打ち切りに動いた。 Camuffo ら（2024）は 4 本の無作為化実験で 759 社を調べ、教えた群で案の打ち切りが増え、方向転換は、しない場合や繰り返す場合よりも、数回にとどめる形になったと報告した。 補足の分析は、方向転換のこの形が高い成果と結びつくことを示した。 Bailey ら（2026、査読前）は、米国 12 か所の共有オフィスにいる科学技術系の新興企業 553 社に、MBA の起業の授業を六回に縮めた訓練を無作為に割り当てた。 訓練した企業は多く、早く事業を閉じ、生き残った企業では外部資金の調達、雇用、売上が多かった。 この訓練は受容性の検証だけを教えたものではない。著者らは、訓練が起業家に自分の事業の見込みを見直させ、早い撤退を促したと解釈している。

ほかの研究も、同じ方向の結果を、条件つきで示す。 Koning ら（2022、要旨）は、A/B テストの道具を導入した時期の差を使い、導入した少数の新興企業で 1 年後の成果が 30〜100% 上がり、有望な案を伸ばし、悪い兆しで早く失敗するようになったと述べる。 これは観察データで、無作為化ではない。 Leatherbee と Katila（2020、要旨）は、I-Corps の 152 チームを追い、仮説を立て、探り、案を絞る手順が想定どおりにつながることを示した。 同じ要旨は、MBA を持つメンバーがこの手順に抵抗することと、手順への関与が深いチームほどその後 18 か月の成果が高いこと（事後の分析）を述べる。 Agarwal ら（2025、要旨）は、タンザニアの農業関連の起業家で、証拠を集めるだけの訓練と、先に理論を立ててから証拠を集める訓練を比べ、後者で経済的な成果が高かったと述べる。

最後の結果は、実務の手法への批判と重なる。 Felin ら（2020）は、lean startup が観察しやすい反応と即時の検証を重んじるあまり、価値と検証を観察しやすい所にだけ探させ、独自の理論と仮説を組む仕事を軽く扱っていると論じた。 面接を 100 件重ねても、何を確かめるかという仮説が平凡なら、平凡な案の受容性が分かるだけである。

規模の大きい二つの実験で共通して出たのは、よい案を当てることより、見込みのない案を早く打ち切ることだった。 116 社の最初の実験の要旨は初期の脱落は増えなかったと述べており、打ち切りの効果は規模を広げてからはっきりした。 I-Corps が「いいえ」を成功に数えるのは、この結果と同じ向きにある。

日本の大企業の新規事業では何が起きているか

日本の大企業の新規事業では、案の数に比べて、検証を通り抜ける案が少ない。 PwC コンサルティング（2025）の調査（売上高 10 億円以上の企業、n=1,030）では、最も進んだ案件が価値検証か PoC の段階に届いた企業は 79% で、投資回収まで届いた案件を持つ企業は 21% だった。 同じ調査で、各段階で最も力を入れる施策の 1 位に、社内のアイデア創出を挙げた企業は 40.8%、実証実験（PoC）を挙げた企業は 9.0% だった。 NTT ドコモの新規事業の取り組みは、企画 1,161 件、検証 115 件、事業化 41 件と報告された（ダイヤモンド・オンライン 2022）。 ここでの「検証」の中身は記事に書かれていない。

検証の量と結果の関係を聞いた調査もある。 イノベーション総研（2026）は、従業員 1,000 人以上の企業で新規事業に関わった 888 人に聞き、狙う顧客と 11 回以上直接話した事業の黒字化率（投資回収の見通しを含む）は 18.3% で、10 回以下の 8.5% を上回ったと報告した。 調査した会社自身が、対話の回数との関連を示すだけで、回数を増やせば黒字化するという意味ではないと注記している。 新規事業の支援を売る会社の調査なので、数値は出典元の主張として読む。

同じ調査で目を引くのは、否定的な証拠が組織の中で止まる様子である。 失敗を予感した人の 90.9% は上層部や関係者に伝えたが、そのうち 16.6% は受け入れられなかった。 失敗の予感を実際の顧客の声として伝えた人では、23.6% が受け入れられなかった。 受容性調査が打ち切りの判断に効くのは、集めた否定的な証拠を、決める人が受け取るときに限られる。 大企業の新規事業では、証拠の集め方に加えて、証拠の受け取り方も問題になる。

生成 AI は受容性調査の何を変えたか

生成 AI が広まってから、受容性調査の両端が変わり始めた。 一つは作る側である。 Blank（2026a）は、AI で動く製品をすぐ作れるようになった結果、MVP（minimum viable product）が、技術力の証明にも、顧客発見や仮説検証や product-market fit の証拠にもならなくなったと書いた。 Blank は MVP を「初期の未検証の製品」（Initial Untested Product）と呼び替え、授業では、AI のペルソナとの合成面接を毎週行わせ、その答えを対面の面接と比べて確かめさせる（Blank 2026b）。 同じ記事は、100 件を超える面接が、使う人と買う人の違いや、表明された選好と実際の行動の違いを見えるようにしたと書く。 動く試作品が安くなったので、受容性の証拠は、作ったものの出来ではなく、顧客の行動に求めるしかなくなった。

もう一つは聞く側である。 合成回答者（AI に人の回答を代わりに作らせるもの）が市場調査に入った。 Qualtrics（2024）が 14 か国の市場調査担当者 3,198 人に聞いた調査では、69% が過去 1 年に合成回答を使い、71% が 3 年以内に調査の大半が合成回答になると答えた（Research Live 2024）。 2025 年の第 3 四半期の同社の調査では、合成データを採り入れた担当者の 45% が、それを最も信頼できるデータ源に挙げた（Qualtrics 2025）。 どちらも合成回答の機能を売る会社の調査で、担当者の意見と利用を数えたものであり、合成回答の精度を測ったものではない。

精度を測った研究は、平均は近づくが分布は外れると報告する。 Argyle ら（2023）は、実在の調査参加者の属性を GPT-3 に与えると、政治の調査で人の部分集団の回答分布をかなり再現できると示し、これを algorithmic fidelity と名づけた。 Bisbee ら（2024）は、ChatGPT の合成回答の平均は米国の選挙調査に近いが、回答のばらつきが小さく、回帰係数は実データとしばしば有意に異なり、質問の言い回しの小さな違いで分布が変わると報告した。 Wang ら（2025）は、4 つの言語モデルと 3,200 人の人の実験で、合成参加者が人口の集団を誤って描き、集団の中の多様さを平らにすることを示した。

価格の受容性では、ずれが人の言葉のずれを上回った。 Oetzel と Maiberger（2026）は、合成回答の支払意思額を、実際に払う仕組みで引き出した支払意思額と 4 つの製品で比べた。 4 件のすべてで分布は有意に異なり、快楽財の 2 製品では合成回答が支払意思額を 86% と 37% 過大に出し、期待利益の予測はそれぞれ 647% と 182% 過大になった。 著者らは、人の仮想の質問の過大評価 21%（Schmidt と Bijmolt 2020）と比べてこのずれを大きいと位置づけ、合成回答は価格の初期の探索には使えても、価格の最適化で実データの代わりにはならないとした。

肯定的な結果もある。 PyMC Labs の Maier ら（2025、査読前）は、言語モデルに自由記述で答えさせ、その文の意味の近さから 5 段階の評定を作る方法で、ある企業の 57 の調査（人の回答 9,300 件）について、人の再検査信頼性の 90% に届いたと報告した。 著者は合成回答を手がける会社の所属で、査読版は確認できなかった。 Sarstedt ら（2024）は、こうした結果が領域で大きく割れることを整理し、合成回答が有望なのは、質的な予備調査や試行の調査のような、調査の上流だと勧める。

実務家の評価も同じ所に落ち着く。 Nielsen Norman Group の Rosala と Moran（2024）は、合成ユーザーは机上調査と仮説づくりには使えるが、最終の判断には使えないとする。 Torres（2024）は、実在の人との discovery を置き換えるために作られた生成 AI の道具が増えていることに失望したと書いた。 合成ユーザーを売る Synthetic Users 社は、人の調査との一致を 85〜92% と掲げるが、測り方と標本は公開していない。

合成回答は、人が言いそうなことを作る。 人の言葉が行動からずれるうえに、合成回答はその言葉からもずれる。 証拠の強さの順で言えば、合成回答は面接と質問紙のさらに下に置くのが妥当である。 仮説を増やす段階で使い、受け入れるかどうかの判断は人の行動で確かめる、という使い分けで、ここで読んだ学術の評価と、合成回答を売る側でない実務家の評価は一致する。

手順に直すと何をすることになるか

ここまでの資料を、受容性調査の手順に並べ直す。 各段の根拠は、括弧の中の資料である。

  1. 仮説を先に立てる：誰のどんな課題を、なぜ自社の案が解くのかを、案ごとの理論として書く（Felin ら 2020、Agarwal ら 2025 要旨）。
  2. 仮定を書き出し、順番を決める：望まれるか、作れるか、儲かるか、変化に耐えるかの仮定を書き出し、重要で証拠の乏しいものから試す（Bland 2020、Cagan 2017）。
  3. 過去の行動を聞く：「買いますか」でなく、最近どう困り、何を使い、なぜ乗り換えたかを聞く（Moesta と Spiek、端羽 2026）。複数の案を見せて、一つの案への賛同を集めない（端羽 2026）。
  4. 件数を決めて会う：会う人数を先に決める。I-Corps は 7 週間で 100 件、Energy I-Corps は約 75 件を課す（NSF 2022–2026、DOE 2018）。件数は、使う人と買う人の違いや、言葉と行動の違いを見つけるためにある（Blank 2026a）。
  5. 証拠の強さを一段ずつ上げる：面接、質問紙の次に、疑似的な販売や先行予約のような行動の証拠へ進む（Osterwalder 2017、Gilad 2017）。価格は、仮想の質問の値を実際より高めに出るものとして読む（Schmidt と Bijmolt 2020）。
  6. 合成回答は仮説づくりまでに使う：合成回答で質問や仮説を広げ、判断の前に人の回答と照らす（Blank 2026b、Rosala と Moran 2024、Sarstedt ら 2024）。
  7. 続けるか、変えるか、辞めるかを決める：「いいえ」も成果として記録する（NSF 2023）。方向転換は数回にとどめる形が成果と結びついた（Camuffo ら 2024）。
  8. 否定的な証拠を受け取る経路を作る：顧客の声で伝えた失敗の予感が通らない組織では、上の 7 段が打ち切りに届かない（イノベーション総研 2026）。

この調べで言えること、言えないこと

言えるのは、実務の手法が行動の証拠を強いとみなす方向でそろっていること、言葉の証拠の弱さに測った根拠があること、仮説を立てて試す訓練の効果が無作為化実験で主に打ち切りの早さとして出ていること、合成回答が平均を近づけても分布と価格で外れることである。

言えないことも二つある。 一つめに、行動の証拠を使った受容性調査が、言葉の証拠だけの調査より事業の成功を増やすかを、直接比べた実験は見つからなかった。 実験が比べたのは、仮説を立てて試す訓練の有無である。 二つめに、日本の企業がどの受容性調査の手法をどれだけ使っているかを数えた調査は見つからなかった。 PwC の調査は段階への到達率で、手法の実施率ではない。

関連ノート

未検証事項

主要主張に未検証のものは残っていない。 次の文献は本文が取れず（出版社と機関リポジトリが機械の取得を断った）、要旨の範囲で書いた：Camuffo ら（2020）、Koning ら（2022）、Leatherbee と Katila（2020）、Agarwal ら（2025）。 Bailey ら（2026）と Maier ら（2025）は査読前で、査読版は確かめられなかった。 McKinsey と BCG の新規事業の調査、CB Insights の失敗理由の調査、Morwitz ら（2007）の購入意向の研究は、本文に届かず使わなかった。

参照文献

アクセスはすべて 2026-11-11。台帳と検証の記録は source/review/new-business-acceptance-research/industry.md。

公的機関

調査会社とコンサル

実務家

学術

  • Agarwal, Rajshree, Francesca Bacco, Arnaldo Camuffo, Andrea Coali, Alfonso Gambardella, Haji Msangi, Steven Sonka, Anna Temu, Betty Waized, and Audra Wormald. 2025. “Does a Theory-of-Value Add Value? Evidence from a Randomized Control Trial with Tanzanian Entrepreneurs.” Organization Science 36 (2): 601–625. https://doi.org/10.1287/orsc.2023.17590
  • Argyle, Lisa P., Ethan C. Busby, Nancy Fulda, Joshua R. Gubler, Christopher Rytting, and David Wingate. 2023. “Out of One, Many: Using Language Models to Simulate Human Samples.” Political Analysis 31 (3): 337–351. https://doi.org/10.1017/pan.2023.2
  • Bailey, Esther E., Daniel C. Fehder, Eric J. Floyd, Yael V. Hochberg, and Daniel J. Lee. 2026. “Learning to Quit? A Multi-Year, Multi-Site Field Experiment with Innovation-Driven Entrepreneurs.” NBER Working Paper 34755. https://doi.org/10.3386/w34755
  • Bisbee, James, Joshua D. Clinton, Cassy Dorff, Brenton Kenkel, and Jennifer M. Larson. 2024. “Synthetic Replacements for Human Survey Data? The Perils of Large Language Models.” Political Analysis 32 (4): 401–416. https://doi.org/10.1017/pan.2024.5
  • Camuffo, Arnaldo, Alessandro Cordova, Alfonso Gambardella, and Chiara Spina. 2020. “A Scientific Approach to Entrepreneurial Decision Making: Evidence from a Randomized Control Trial.” Management Science 66 (2): 564–586. https://doi.org/10.1287/mnsc.2018.3249
  • Camuffo, Arnaldo, Alfonso Gambardella, Danilo Messinese, Elena Novelli, Emilio Paolucci, and Chiara Spina. 2024. “A Scientific Approach to Entrepreneurial Decision-Making: Large-Scale Replication and Extension.” Strategic Management Journal 45 (6): 1209–1237. https://doi.org/10.1002/smj.3580
  • Felin, Teppo, Alfonso Gambardella, Scott Stern, and Todd Zenger. 2020. “Lean Startup and the Business Model: Experimentation Revisited.” Long Range Planning 53 (4): 101889. https://doi.org/10.1016/j.lrp.2019.06.002
  • Koning, Rembrand, Sharique Hasan, and Aaron Chatterji. 2022. “Experimentation and Start-up Performance: Evidence from A/B Testing.” Management Science 68 (9): 6434–6453. https://doi.org/10.1287/mnsc.2021.4209
  • Leatherbee, Michael, and Riitta Katila. 2020. “The Lean Startup Method: Early-Stage Teams and Hypothesis-Based Probing of Business Ideas.” Strategic Entrepreneurship Journal 14 (4): 570–593. https://doi.org/10.1002/sej.1373
  • Maier, Benjamin F., Ulf Aslak, Luca Fiaschi, Nina Rismal, Kemble Fletcher, Christian C. Luhmann, Robbie Dow, Kli Pappas, and Thomas V. Wiecki. 2025. “LLMs Reproduce Human Purchase Intent via Semantic Similarity Elicitation of Likert Ratings.” arXiv:2510.08338. https://arxiv.org/abs/2510.08338
  • Oetzel, Sebastian, and Tobias Maiberger. 2026. “How Price Sensitive Is AI? Benchmarking LLM-Generated Willingness to Pay in Pricing Analytics.” Journal of Marketing Analytics. https://doi.org/10.1057/s41270-026-00542-7
  • Sarstedt, Marko, Susanne J. Adler, Lea Rau, and Bernd Schmitt. 2024. “Using Large Language Models to Generate Silicon Samples in Consumer and Marketing Research: Challenges, Opportunities, and Guidelines.” Psychology & Marketing 41 (6): 1254–1270. https://doi.org/10.1002/mar.21982
  • Schmidt, Jonas, and Tammo H. A. Bijmolt. 2020. “Accurately Measuring Willingness to Pay for Consumer Goods: A Meta-Analysis of the Hypothetical Bias.” Journal of the Academy of Marketing Science 48 (3): 499–518. https://doi.org/10.1007/s11747-019-00666-6
  • Wang, Angelina, Jamie Morgenstern, and John P. Dickerson. 2025. “Large Language Models That Replace Human Participants Can Harmfully Misportray and Flatten Identity Groups.” Nature Machine Intelligence 7 (3): 400–411. https://doi.org/10.1038/s42256-025-00986-z

書いた人：小川 修一郎（デザイン研究者／デザインコンサルタント） 経歴を見る →