技術に張る戦略は、良い戦略でありえるか?

ハローワールド! データサイエンス VTuber のアイシア=ソリッドです。
この連載では、この大 AI 時代、AI 活用・開発において重要な考え方・知識をお届けしていくよ!
第2回のテーマは、技術者が技術に全力を挙げることこそが、良い競争優位になり得るというお話を紹介します!

本記事の執筆者
アイシア=ソリッド(杉山 聡) Aicia Solid
データサイエンスVTuber
- 一般社団法人データサイエンティスト協会 スキル定義委員(データサイエンティストのスキル定義および検定プログラムの策定に従事)
- 大阪大学 D3センター 招へい研究員
- 慶應義塾大学 総合政策学部 島津明人研究室 上席所員(SFC上席所員)
- 株式会社アトラエ シニアデータサイエンティスト
学位:東京大学大学院数理科学研究科 博士課程修了。博士(数理科学)
受賞歴:第35回世界コンピュータ将棋選手権 優勝・独創賞特別賞(水匠チーム)
著書:『妥協しないデータ分析のための 微積分+線形代数入門』(2024年、ソシム)/『本質を捉えたデータ分析のための分析モデル入門』(2022年、ソシム)
TL;DR
- 理想的な競争優位は、属人的な努力に依存せず、構造によって維持されるものだと考えられがちである
- そのため、技術者が頑張り続ける必要がある戦略は、悪いものとみなされることもある
- しかし実際には、構造的優位の維持にも誰かの重い努力が必要であり、その成否によって会社や事業の行く末は大きく左右される
- むしろ、技術の変化が世界を大きく書き換えている今の時代には、技術を中心とした戦略が、良い競争優位の源泉となる場合もある
よい競争優位とは何か
前回の記事で、「技術者が常に頑張り続けることで、世界の半歩前にいる状態を維持する戦略」も成立すると書きました。しかし、こういう事を書くと、「それは良い戦略ではない」「競争優位が持続可能でない」というツッコミがよく飛んできます。
確かに、最高の戦略とは戦わずして勝つことであるので、技術者の頑張りを前提にしているようでは、最高の戦略とは言えないかもしれません。また、半歩しか前に出られないのでは、次の技術発展ですぐ模倣され、優位性が持続できないかもしれません。
戦略論の言葉を借りて言えば、良い競争優位とは、顧客にとって価値があり、希少で、模倣されにくく、組織として活用できるものです。
良い競争優位の4条件
- 顧客価値|課題解決、または、付加価値創出がある
- 希少性|競合他社が同じ水準で提供できない
- 模倣困難性|短期間では再現しにくい、または、再現不可能
- 組織|単に資源があるのみならず、組織として活用できる
理想的には、それは属人的な努力に過度に依存せず、事業構造の中に埋め込まれていて、組織の人々が通常の努力を重ねていれば十分に顧客に価値提供でき、そしてそれが長期にわたって維持される、そういう競争優位がよいでしょう。
たとえば、独自のデータを持つことによる優位性は、最近多くの場所で耳にします。大まかには以下のロジックで優位性を持とうということで、
独自データによる競争優位の「好循環」
- STEP.1
自社にしかない独自のデータを持つ
- STEP.2
そのデータを活用し、独自の価値を提供する
- STEP.3
すると顧客がもっと集まってきて、もっとデータが手に入る
- 好循環
この好循環を動かすことで、他社が後から参入しても追いつけない価値を持つ
という感じです。まさに、データに頑張ってもらって、人は通常の努力で大きな価値を出す、教科書のような仕組みです。しかし、このような競争優位は、本当に理想的なものでありえるのでしょうか?
「持続可能」の裏にある誰かの頑張り
残念ながら、世界はそう甘くはありません。
先ほどの例のように、仮に、価値ある独自データを自社だけが大量に持てたとしましょう。それでも、その優位性は持続可能とは限りません。
情報産業は今、大変革期を迎えています。そのため、顧客が求めるものは素早く移り変わりますし、どんどん新しいデータが取得・蓄積可能になります。なので、次の顧客の要求をいち早く読み取り、そのデータを集められる仕掛けを構想し、実現し続ける必要があります。仮にこの舵取りを誤り続けて5年が経過すれば、「5年前に独自だったデータ」しか持たない状況になり、かなり苦しくなるのが想像できるのではないでしょうか。
結局、ビジネス的な仕組みや構造に強みを持つ場合、その優位性を維持するために、ビジネス的な領域の人の工夫や努力を欠くことができません。このような構図はデータに限りません。ソフトウェア企業の事業構造そのものについても、同じことが起きています。
直近の大きな例が、「SaaS is dead」を巡る議論でしょう。本稿の主題ではないので詳細は割愛しますが、要するに、SaaS 企業が前提としてきた仮定の一部が、AI Agent の登場によって揺らぎ始めていて、今までのやり方をそのまま続けるだけではうまく行かないかも、という話です。まさに、ビジネス的な領域の人の重い努力が再度強く求められている局面と言えます。
結局誰かが重い努力を続けないといけないのであれば、優位性の維持に必要な努力の担い手として、技術系の人を想定する戦略も、直ちに否定されるべき悪い方針ではないはずです。
(一応、本当に持続可能な構造もあります。たとえば、「〇〇社は、不動産や投資業で潤沢なキャッシュを稼ぐから、本業の□□は収益気にせず攻めた投資ができる」など。とはいえ、情報産業に身を置くのであれば、この大変革のタイミングに、持続可能な構造なんてものを当てにしないほうが良いでしょう。)
模倣しようとすら思わない特徴を持つ
ここまでの議論を見ても、普通は、「じゃあウチも、技術者の頑張りに頼った競争優位にしよう!」とはならないでしょう。でも、だからこそ、この方針も立派な戦略になり得るのです。
楠木建氏の『ストーリーとしての競争戦略』では、強い競争優位の源泉として、一見すると非合理に見える中核的な打ち手が、全体の戦略ストーリーの中で合理性を持つことが重視されています。今回の文脈で言えば、これは「模倣したくてもできない」だけでなく、「外から見ると不合理に見えるため、そもそも模倣しようとすら思われない」ことも、強い模倣困難性になり得る、ということです。
わかりやすい例として、アニメの全自動生成 AI を開発する会社を考えてみましょう。(記事執筆時点の2026年5月では、まだまだ不可能に近い技術的・社会的困難があります。皆さんが読んでいる時点ではどうなりましたか?)
この会社では、技術的困難に挑むため、アニメオタクでこだわりの強い技術者を大量に集めました。この人たちは、その尋常ならざるこだわりによって、次々に技術的課題を解決し、アニメ生成 AI を完成させました。それにとどまらず、他のプレイヤーが思いもよらない細部の細部までこだわりが詰まっており、生成品質はずば抜けています。また、本来なら問題になりそうな権利関係についても、制作者への敬意を重視する想いが寄与して、良い解決策を見出すことができました。
これが仮に実話であったとしても、では、各社がこだわりの強いアニメオタク技術者を集めるかというと、そうはならないでしょう。外部から見たらそれは極めて不合理な選択だからです。
この例の場合、競争優位はその技術力による生成品質にあり、その競争優位の源泉にオタク技術者集団があります。これはあくまで架空の例ですが、技術や技術者集団を競争優位に据える戦略は、他の戦略と全く遜色なく、普通に成立するものなのです。
(ちなみに、そういう環境では、責任が重く、仕事の難易度も高い傾向にあります。一方、だからこその面白さがあったり、椅子が豪華とか、ディスプレイが大きいとか、給与が良いとか、待遇が良かったりもするものです)
まとめ
本記事の要約は以下のとおりです。
- 理想的な競争優位は、属人的な努力に依存せず、構造によって維持されるものだと考えられがちである
- そのため、技術者が頑張り続ける必要がある戦略は、悪いものとみなされることもある
- しかし実際には、構造的優位の維持にも誰かの重い努力が必要であり、その成否によって会社や事業の行く末は大きく左右される
- むしろ、技術の変化が世界を大きく書き換えている今の時代には、技術を中心とした戦略が、良い競争優位の源泉となる場合もある
AI の進歩は非常に早いです。なので、技術に今本気を出すことは危なく見える。それも分かります。しかし、その AI のおかげで、社会の変化も非常に早いです。なので、いま構造だけに本気を出すことも、同じくらい危ないのではないでしょうか。
どうせどっちも危ないのだから、 自分が勝負したい箇所で勝負を仕掛ける。 私はそれも良いと思います。
そんな想いを込めて書いてみました。
以上。データサイエンスVTuberの、アイシア=ソリッドでした!
次回もお楽しみに!
AI drops 編集部より:あなたの「勝負したい技術」を仕事にしませんか?
BIGDATA NAVIでは、最先端のAI開発やデータサイエンス領域で腕を振るいたいフリーランスエンジニアを支援しています。「今のスキルでどんな案件に挑戦できるか知りたい」「より良い環境や条件を探している」とお考えの方は、ぜひ一度当社の無料サポートをご活用ください。
AIを仕事にするためのキャリアノウハウ、機械学習・AIに関するTopics、フリーランス向けお役立ち情報を投稿します。

フリーランス求人を探す