誇大宣伝に頼らないAIプロダクトのポジショニング

著者: Brian Tr · 更新日: 2026年10月5日

AIプロダクトをうまくポジショニングするとは、そのプロダクトがどの仕事を、誰のために、現在のやり方と比べてどう行い、その結果をどこまで信頼できるのかを買い手に伝えることです。見出しに「AI搭載」と書くことではありません。この言葉が差別化要因だったのは、ほんの短い間でした。今ではどの競合も同じ主張をしており、しかも規制当局がますます注意深く読む主張になっています。

本ページでは、定評あるポジショニングのフレームワークをAIプロダクトに当てはめます。「AI」がメッセージとして機能しなくなった理由、April Dunfordの構成要素、ジョブ理論(Jobs to Be Done)、Geoffrey Mooreのポジショニング・ステートメントの使い方、競合代替手段がほかのソフトウェアではなく人やスプレッドシートであることが多い理由、精度と人による監督についての伝え方、そして米国連邦取引委員会(FTC)と証券取引委員会(SEC)が過大表示について何を述べてきたかを取り上げます。

「AI搭載」が差別化要因でなくなった理由

差別化要因は、自社には当てはまり、代替手段には当てはまらないものでなければなりません。「AIを使っている」は、今ではそのどちらも満たしません。Stanford 2026 AI Indexによると、組織のAI導入率は2025年に88%に達し、同レポートでは、その年に米国で新たに資金調達したAI企業が1,953社と数えられています。ほとんどの買い手がすでにAIを使い、数千のスタートアップがAIを掲げている中では、この言葉は、なぜあなたを選ぶべきなのかについて何も伝えません。

もう1つ問題があります。「AI搭載」はプロダクトの作り方を説明する言葉ですが、買い手は作り方を買うわけではありません。買うのは結果です。請求書処理ソフトウェアを評価している経理責任者が求めているのは、手入力とミスの削減です。それをモデルが実現するのかルールエンジンが実現するのかは二の次です。見出しが技術を説明していると、それを価値に置き換える作業を買い手に任せることになり、ほとんどの買い手はその手間をかけません。

これは、AIネイティブ・スタートアップとはで示した定義から実務的に導かれる結論です。AIはエンジンですが、プロダクトは成果です。ポジショニングは、エンジンではなくプロダクトに従うべきです。

AIに当てはめたフレームワーク

よく知られた4つのフレームワークで、作業のほとんどをカバーできます。どれもAIのために書かれたものではありませんが、そこが重要です。これらは買い手がどう意思決定するかについてのものであり、その点は変わっていないからです。

RiesとTrout: 買い手の頭の中にポジションを占める

Al RiesとJack Troutの『ポジショニング戦略』(原題 Positioning: The Battle for Your Mind)は、ポジショニングを、プロダクトそのものに施すものではなく、競合と比べてプロダクトが見込み客の頭の中で占める位置として捉えています。AIプロダクトにとっての教訓は、混雑です。あなたのカテゴリーで10社のベンダーが「AI搭載」と言っていれば、その枠はすでに埋まっており、買い手の頭には11社目の入る余地がありません。空いているのは具体的なポジションです。名前の付いた仕事、名前の付いた業界、名前の付いた結果です。

April Dunford: 5つの構成要素

April Dunfordのポジショニングの考え方は、著書Obviously Awesomeにまとめられており、ポジショニングを互いに積み重なる構成要素に分解しています。よく引用されるのは、競合代替手段、独自の特性、価値、ターゲット顧客の特徴、市場カテゴリーで、6つ目として任意で関連トレンドが加わります。AIプロダクトの場合、それぞれは次のようになります。

順序が重要です。GainsightのインタビューでDunfordは、競合代替手段を間違えると、その後のすべてが間違ったものになると述べています。次のセクションでこの点に時間を割くのはそのためです。

ジョブ理論: 仕事に名前を付ける

ジョブ理論の考え方は、Clayton Christensenらが Harvard Business Review の記事Know Your Customers' "Jobs to Be Done"で示したもので、顧客の属性やプロダクトの機能ではなく、顧客が片付けようとしている仕事から出発します。ポジショニングに当てはめると、1つのテストが得られます。「人々がこのプロダクトを雇うのは……のためだ」という文を、「AI」という言葉を使わずに完成させられるでしょうか。技術を入れないと文が成り立たないなら、まだ仕事を見つけられていません。

使える仕事は具体的で、「前」と「後」があります。「山積みの仕入先からの請求書を、打ち直すことなく承認済みの支払いにする」は仕事です。「財務にAIを活用する」は仕事ではありません。仕事、ペイン、ゲインをプロダクトに対応付ける方法について詳しくは、バリュー・プロポジション・キャンバスをご覧ください。

Geoffrey Moore: ポジショニング・ステートメント

Geoffrey Mooreのポジショニング・ステートメントは、Crossing the Chasmに登場する1文のテンプレートです。おおよそ次のような形です。「[ニーズまたは機会]を持つ[ターゲット顧客]にとって、当社の[プロダクト]は[主要なメリット]を提供する[カテゴリー]です。[競合代替手段]とは異なり、当社のプロダクトは[主な差別化要因]を備えています。」すべての空欄を埋めざるを得ないところに価値があり、AIプロダクトはそのうちの2つ、つまり競合代替手段と具体的なメリットを飛ばしがちです。

以下は実在の企業ではなく、説明用のテンプレートです。

仕入先の請求書の入力に何日も費やしている中堅卸売業の買掛金チームにとって、[Product]は、請求書を勘定科目付きの承認可能な仕訳に変える請求書処理サービスです。手入力やテンプレート型のOCRとは異なり、[Product]は設定なしで新しい仕入先のレイアウトに対応し、確信の持てない項目は担当者の確認に回します。

「AI」という言葉がどこにも出てこないことに注目してください。仕組みは「設定なしで新しい仕入先のレイアウトに対応する」という部分に暗示されており、これは買い手が検証できる独自の特性です。この概念をより広く扱った解説は、競争上のポジショニングとバリュー・プロポジションのページをご覧ください。

適切な競合代替手段を選ぶ

AIスタートアップの創業者の多くは、ほかのAIスタートアップを競合に挙げます。買い手がそうすることはめったにありません。買い手にとっての本当の代替手段は、勝つ頻度のおおよその順に次のとおりです。

1. 何もしない。 問題は煩わしいものの我慢でき、現状維持にはコストがかかりません。
2. 人。 従業員、外部委託先、アウトソーシングのチーム、インターンが今その仕事をしています。
3. スプレッドシートや手作業のプロセス。 買い手がすでに持っているツールの中で仕事が行われています。
4. 新しいAI機能を備えた既存ソフトウェア。 すでに料金を払っている既存プラットフォームに、十分に近い機能が加わっています。
5. 別のAIネイティブなプロダクト。 創業者が気にするのはこの競合ですが、買い手が最後に検討するのはたいていこれです。

Dunfordも上記のインタビューで同じ点を指摘しています。あなたの仕事に対する競合代替手段は、直接の競合には見えないことが多く、本当の競合は「何もしない」や「インターンを雇ってやらせる」であることが多いのです。

何を選ぶかでメッセージは変わります。代替手段が人であれば、ポジショニングの軸は処理量、一貫性、タスクあたりのコストであり、証拠はその人の成果物との並べての比較になります。既存ベンダーの組み込み機能であれば、ポジショニングの軸は深さです。組み込み機能では半分しかこなせない仕事の部分を、あなたが仕上げるのです。別のAIプロダクトであれば、より絞り込んだカテゴリーか具体的なデータの優位性が必要になります。これはAI wrapperとAIネイティブの比較とバーティカルAIとホリゾンタルAIの比較で扱っている領域です。

成果を先に示し、仕組みで証明する

代替手段が明確になったら、メッセージを3つの層で組み立てます。

買い手の言葉で表した成果。 「月次決算を3日早く締める。」「顧客が催促する前に定型的なサポートチケットに回答する。」買い手が自社のビジネスの中で測定できる結果を述べます。

平易な1文で表した仕組み。 懐疑的な買い手が必要とするレベルで仕組みを説明します。「各請求書を読み取り、勘定科目を提案し、確信が持てないものは担当者に回します。」AIが登場すべきなのはここです。何をするかの後に、どうやるかの説明として登場させます。

説明できる数字で示した証拠。 顧客が測定した結果、買い手自身のデータでのテスト結果、またはパイロット導入です。まだそれがない場合は、ベンチマークをでっち上げるのではなく、パイロット導入で何を測定するかを伝えましょう。

精度と人による監督を明示する

AIプロダクトは、従来のソフトウェアとは失敗の仕方が異なります。クラッシュするのではなく、もっともらしい誤った答えを返します。そうでないふりをするのは、倫理上の誤りであるだけでなく、ポジショニング上の誤りでもあります。購入後に限界に気づいた買い手は、批判者になるからです。

限界を示すこと自体がポジショニングになりえます。役立つ習慣が3つあります。

• プロダクトが何について、何に対して正確なのかを述べる。 データセット、タスク、日付のない精度の数字は、宣伝文句にすぎません。この3つがそろった数字は、買い手が確認できる主張です。
• ワークフローのどこに人がいるのかを示す。 「確信度の低い結果はレビュー担当者に回す」と伝えれば、リスクを避けたい買い手に、責任を持つ人がいることが伝わります。規制のある業務やリスクの高い業務では、人による監督こそが、購入の承認を可能にする機能であることがよくあります。
• 何をしないのかを述べる。 1行の範囲の線引き(「下書きは作成しますが、法的助言は行いません」)によって、ある種の反論とある種の法的責任をまとめて取り除けます。

精度の問題には実際の拘束力があります。2025年4月、FTCはWorkadoに対する命令案を発表しました。同社はAIコンテンツ検出ツールの精度を「98%」とうたっていました。FTCのプレスリリースによると、独立したテストでは一般的なコンテンツに対する精度は53%であり、FTCは、基盤となるモデルが学術的なコンテンツの分類向けにしか学習やfine-tuningされていなかったと主張しました。命令案は、主張の時点で十分かつ信頼できる証拠がない限り、対象プロダクトの有効性についての主張をWorkadoに禁じるものでした。FTCは2025年8月に最終命令を承認しました。ポジショニングへの教訓は限定的かつ実務的です。精度の数字は法的な主張であり、その主張が示唆する対象に合ったテストの裏付けが必要です。

過大表示の法的リスク(「AIウォッシング」)

「AIウォッシング」とは、プロダクトや事業においてAIが果たす役割を誇張したり、でっち上げたりすることです。米国の2つの機関がこれに対して措置を講じており、どちらの声明も公式の記録に残っています。

FTC。 2024年9月25日、FTCは欺瞞的なAI関連の主張に対する取り締まりとして、5件の執行措置を発表しました。プレスリリースで、当時のLina Khan委員長は「既存の法律にAIの適用除外はない」と述べました。そのうちの1件はDoNotPayに関するもので、FTCによると同社は「世界初のロボット弁護士」を提供するとうたっていました。FTCの申し立てでは、同社はチャットボットの出力が人間の弁護士の出力に匹敵するかをテストしておらず、弁護士を雇用も委任もしていなかったとされています。DoNotPayは、19万3,000ドルの支払い、法律関連機能の限界に関する契約者への通知、証拠なしに専門サービスの代わりになると主張することの禁止を求める命令案に同意しました。同じリリースのほかの措置は、「AI搭載」のオンラインストアから収入が得られるとうたうビジネス機会商法に関するものでした。

SEC。 2024年3月18日、SECは2つの投資顧問会社、Delphia (USA) Inc.とGlobal Predictions Inc.に対し、AIの利用に関する虚偽かつ誤解を招く記述をめぐって和解済みの告発を発表しました。プレスリリースでSECは、投資プロセスで顧客データとともにAIや機械学習を使っているというDelphiaの記述は、同社にそうした能力がなかったため虚偽かつ誤解を招くものだったとし、Global Predictionsは「初の規制下にあるAI金融アドバイザー」であると虚偽の主張をしていたと述べました。両社はそれぞれ22万5,000ドルと17万5,000ドルの民事制裁金を支払いました。SECの執行部門のディレクターは、AI導入について主張する上場企業も、同様の誤った記述について「引き続き警戒しなければならない」と述べています。

これらの事例は、FTCの消費者保護措置とSECの証券関連措置であり、事実関係も異なります。共通しているのはその論理です。プロダクトがAIで何かを行うと言うなら、それを言った時点で示せなければなりません。スタートアップのピッチデック、Webサイト、プレスリリースにも同じことが当てはまります。投資家も買い手もそれらを頼りにするからです。本記事は法的助言ではありません。ルールは国や業界によって異なるため、性能や能力について主張するスタートアップは、弁護士に確認してもらうべきです。

公開前の簡単なチェック:

重要なポイント

• 「AI」はもはや差別化要因ではない: Stanford 2026 AI Indexによると、2025年にAI導入を報告した組織は88%で、同レポートはその年に新たに資金調達した米国のAI企業を1,953社と数えています。
• 代替手段から始める: April Dunfordは、競合代替手段を間違えるとその後のすべてが間違ったものになり、本当の代替手段は「何もしない」や人であることが多いと述べています(Gainsightのインタビュー)。
• 精度の主張は法的な主張である: FTCのWorkadoに対する命令は、「98%」という精度の主張に対し、独立したテストでは一般的なコンテンツで53%だったことを受けたものです(FTC)。
• AIの適用除外はない: FTCの2024年9月25日の一斉措置は5社を対象とし、その中には19万3,000ドルの支払いを含む命令案に同意したDoNotPayも含まれています(FTC)。
• AIウォッシングは証券法上の結果を招く: SECの2024年3月18日のDelphiaおよびGlobal Predictionsとの和解では、民事制裁金の合計が40万ドルに上りました(SEC)。

ポジショニングと市場開拓戦略のつながり

ポジショニングは、グロースチームが行うすべての活動の上流にあります。ターゲット顧客が、どこに広告を出し誰に電話をかけるかを決めます。競合代替手段が、何をデモし何と比較するかを決めます。カテゴリーが、どのアナリスト、ディレクトリ、検索語句の下に表示されるかを決めます。最初の3つの構成要素を押さえれば、市場開拓戦略のフレームワークでの選択は容易になり、AIスタートアップのビジネスモデルで扱う価格設定のストーリーにも、買い手がすでに価値を認めている成果という拠り所ができます。

既存のプロダクトをリポジショニングする場合も、同じ手順が当てはまります。5人の買い手に今どうしているかを改めて尋ね、すべての空欄を埋めてステートメントを書き直し、説明できない「AI搭載」をすべて削除し、それでもメッセージが響くかを確かめてください。響かないなら、問題は最初から言葉遣いではなかったということです。

関連記事

• AIプロダクトの顧客獲得
• AIプロダクトでデモがより重要になる理由
• AIネイティブ・スタートアップとは
• AI wrapperとAIネイティブの比較
• バーティカルAIとホリゾンタルAIの比較
• AIスタートアップのビジネスモデル
• 競争上のポジショニング
• バリュー・プロポジション・キャンバス
• 市場開拓戦略のフレームワーク