AIで「社長の右腕」チームを創る方法⑫ ：3日で「5億円の事業アイディア」にたどり着く成長戦略策定の実践〜受託システム開発業界の例〜
成長戦略モデルを受託システム開発業界で実践する
以前の「⑨成長戦略策定の実践」の記事では、自社の強みをAIに教え込み、成長戦略の事業アイディアを多数生み出すモデルを、人材紹介業界を題材に実践しました。今回は中堅・中小のSIer・受託システム開発会社を題材に、同じプロセスを実際に手を動かして回してみます。業界が変わっても、やはり2〜3日あれば「5〜10億円規模の事業仮説」までたどり着けます。そこに膨大な分析も、多額の投資も要りません。
仮想の受託システム開発会社A社での実践
題材は、売上52億円・従業員410名、金融（地方銀行グループなど）と製造業向けの受託開発を主力とする中堅SIer・A社です。運用・保守のストック収益で財務は健全。しかし売上は5年間ほぼ横ばい、エンジニアの高齢化が進み、人月・受託・2次請けに依存した堅実な中堅SIerというのが現状です。
成長戦略検討に危機感を持つ背景は、コーディングAI（Claude Code等）の台頭です。生成AIがコード生成・テスト自動化を担うことで、専門性の低い受託開発の価値は相対的に下がり、「人を増やして売上を増やす」人月ビジネスそのものが構造的に縮小し始めています。
繰り返しにはなりますが、汎用のAIに「成長戦略を考えて」と聞いても、基本的にどこの会社にも当てはまる総論しか返ってきません。ですので、自社の強みである技術やノウハウ、自社が培ってきた業界知見などの情報をしっかりとAIに教えこみ、自社ならではの具体的なアイディア出しを実施するのがまず大事なポイントとなります。
ステップ1：アイディア出し——20〜30分で150個
まず「強み × 顧客・業界課題の理解 × 外部環境」を掛け合わせた事業アイディアの洗い出しです。①既存事業の深掘り、②既存顧客への新サービス、③新市場開拓、という3つの視点で、それぞれ網羅的に出していきます。
＜強みの例（抜粋）＞
金融・製造ドメインの深い業務知識：プログラミング能力ではなく、顧客業界の業務プロセス・規制・商習慣を理解した上で要件を翻訳できる力。
金融機関の規制対応・帳票/申請系の実績：金融業界特有のコンプライアンス要件・監査対応・帳票仕様を満たすシステムを作り切ってきた実績。
レガシー保守の希少な対応力：対応技術者が市場から急速に減っている旧世代技術を、なお保守・改修できる能力。
＜外部環境トレンド（抜粋）＞
SaaS市場の高成長とパッケージ市場の縮小
人月ビジネスの崩壊：AIによるコード生成・テスト自動化で「人を増やして売上を増やす」モデルが揺らぐ。脱・人月の収益モデル転換が急務（脅威）。
ユーザー企業の内製化志向：大企業の多くが内製化を進め、SIerの役割が「作る」から「内製化コンサル・伴走支援」へシフト（脅威：受託縮小／機会：新たな支援役）。
これらの情報を組み合わせると20〜30分で、150個のアイディアが出てきます。①既存深掘りでは「既存顧客向け内製化支援伴走」「帳票業務BPOサービス」、②新サービスでは「金融バーティカルSaaSの開発」「DX伴走支援サービス」、③新市場開拓では「地方銀行以外の金融機関への展開」「中堅製造業のレガシー刷新」——といった具合に、視点ごとにとにかく数を出していきます。10個や20個では「いつもの発想」の範囲に収まりがちですが、150個となると、社内の暗黙の前提や思い込みを越えた案が必ず混ざってきます。
出力したアイディア例（抜粋）
ポイントは2つあります。一つは、自社の強みをうまく活用できるアイディアの方が実現性が高く、競争優位性も築きやすいため、有効です。A社のケースでは、レガシーシステムにおけるノウハウ等は、スタートアップなどが持たない知見であるため、事業アイディアの起点として意外に面白いポイントになると考えてます。
もう一つは、自社の成長テーマへの方向性が一定程度決まっていて、「生成AIを活用した事業に注力したい」といった制約があれば、生成AIに絞ったアイディアを増やすことも簡単にできます。
生成AIに絞って追加出力したアイディア例（抜粋）
ステップ2：アイディアの評価——20〜30分で全アイディアを評価
次は、出てきたアイディアの評価です。「市場性」「実現性」「自社の強みによる差別化」の3つの軸でスコアリングしていきますが、これも20〜30分で完了します。
評価の高かった事業アイディア（抜粋）
ステップ3：アイディアを俯瞰し、新たな切り口を発見する
網羅的に出すからこそ、自分たちだけでは思いつかなかった切り口が見えてきます。たとえば自社に知見のある「製造業向け」のテーマだけでも、AIは次のようなアイディアを並べてくれます。
製造業向け生産管理保守パック
製造業向けBPaaS
製造業向け設備保全BPaaS
製造業向け原価管理高度化
製造業バーティカルSaaS開発
製造業向け需要予測SaaS
製造業向けトレーサSaaS
地方製造のクラウドERP
中堅製造業のレガシー刷新
中小製造のレガシー延命
製造現場のRPA/自動化導入
製造業向け予知保全IoT
製造業向けトレーサビリティ強化
製造業向けSCM可視化
製造業MES導入・保守
製造業デジタルツインSaaS
製造現場フィジカルAI導入
製造業向けエッジAIソリューション
製造業向けAR/MR現場支援
製造業向けスマートファクトリー
製造業向けAI外観検査
地方製造業のスマート化
例えば「製造業向け生産管理保守パック」「中堅製造業のレガシー刷新」「製造現場のRPA/自動化導入」「製造業向け予知保全IoT」「製造業向けスマートファクトリー」などを起点に眺めてみると、製造業向けに、レガシーシステム・業務を深く理解した上で、IoTの取組、さらには中期的にはスマートファクトリー化を見据えた提案をするソリューションを新たなサービスの柱として検討することができます。製造業だと範囲が広すぎれば、自社の実績のある○○製造業に絞ってアプローチを始めることで、さらに価値の高い提案ができます。
実際のアイディアを見ることで、スタートアップ等の先端技術を持つ企業が持っていないA社のレガシーシステム力が、モダナイゼーション・DXの入口として、非常に有効だということに思い至ります。網羅的にアイディアを並べてみると、AIの網羅性が「自社の強みを、別の角度から捉え直す」きっかけを与えてくれることに気づきます。
また、150個を眺めると、以下のようにA社の成長戦略領域も浮かび上がってきます。これらもアイディアを深める起点になります。
受託フロー収益のストック化・サブスク転換
顧客業務プロセスのBPaaS化
金融／製造の業務知識を製品化したバーティカルSaaS
レガシー刷新・モダナイゼーション
クラウド移行・運用最適化（FinOps）
生成AI活用ソリューション
顧客の内製化・DXを支える伴走支援
金融・製造で蓄積したデータの分析・活用
自治体・医療など隣接業界への新市場開拓
ステップ4：筋の良いものを組み合わせ、具体化する
出そろったアイディアは、社長や新規事業責任者が眺め、筋が良さそうなものを組み合わせて具体化します。今回はモダナイゼーションから生成AI活用までの複数のアイディアを束ね、一つの事業コンセプトにまとめました。実際には、こうした事業コンセプトを10個程度作る進め方となります。
■ 事業コンセプト：金融・製造業向けレガシー刷新＆内製化定着サービス
A社の金融・製造ドメイン知識とレガシー保守力を起点に、生成AIで刷新を高速化しながら、最終的に顧客が自走できる状態まで伴走する「刷新 → 実装 → 内製定着」の一気通貫サービス。受託の人月モデルから、伴走フィー＋ストック収益のモデルへ転換する事業です。
■ 顧客候補
第一候補は既存顧客——勘定系周辺保守を担う地銀グループのシステム子会社、生産・販売管理を保守する中堅製造業。信頼関係とシステムの"歴史"を把握済みで、最もスムーズに始められます。第二候補は、レガシー対応ベンダーの撤退で困っている未取引の中堅製造業・中小金融機関。意思決定者は情報システム部長やDX推進責任者で、「刷新したいが人がいない／丸投げから脱したい」層です。
■ ニーズ
ニーズは三層あります。第一に、老朽システムを止めずに安全に刷新したいが、自社にモダン技術の知見がない。第二に、丸投げを続けると内製化が進まず、保守コストと属人化リスクが膨らむ。第三に、生成AIやクラウドを使いたいが、何から手をつけ、どう自社に定着させるか分からない。この「刷新の実行力」「内製化の自走力」「AI活用の方向性」を一人の伴走者にまとめてほしい、という統合ニーズです。
■ 提供サービス・ツール
3フェーズを連続提供します。
(A) アセスメント＆刷新設計
レガシー資産の棚卸し、刷新可否診断、移行ロードマップ策定を行います。A社が保有するレガシー知見と、生成AIによるソースコード解析・仕様書自動生成を組み合わせ、ブラックボックス化した既存システムの「現状の地図」を高速に作ります。
(B) モダナイゼーション
A社が主導してクラウド・モダンアーキテクチャへの刷新を段階的に実行します。社内に蓄積した刷新の標準手法・テンプレート・部品群を投入し、生成AIでコード変換・テスト自動化を行うことで、品質を保ちながら工数を圧縮します。刷新の過程で得た知見・設計ドキュメント・標準手順を顧客に引き渡すことで、技術移管を自然に実現します。
(C) 内製化定着＆DX伴走
移管後の運用・改善を顧客が自走できるよう、教育、開発標準の整備、生成AI活用ガイドライン策定、内製チームへのアドバイザリーを継続提供します。
ステップ5：MVPですぐにカタチにする
具体化した案は、社内で長く検討するのではなく、すぐカタチにして検証します。今回はサービス系のアイディアのため、Claudeでサービス紹介チラシを作成しました。以下のような内容でもこれまでは企画や内容を練って、作成するのに数日かかった試作を、今は生成AIで1時間かからずに作成できるようになりました。
受託システム開発業界でも2〜3日で「5～10億円の成長仮説」が手に入る時代
今回の例でも、アイディア出しからMVP作成まで1回通すだけなら半日もかかりません。様々な業界において、生成AIの網羅性のおかげで、ヒントのある事業アイディアが見つかります。
このプロセスを経るだけで、「5〜10億円規模の成長事業アイディア」を見つけることができます。アイディア数を増やすことも、様々な条件でシミュレーションしてみることも簡単に検討できます。かける手間も時間もわずかで、リスクもありませんので、経営資源の限られる中堅・中小企業こそ、やらない手はありません。
生成AIの登場で成長戦略は「数カ月かけて一度作るもの」から「いつでも更新できる仕組み」へと変わってきています。進め方はシンプルです。まず自社の強み・顧客／業界知見をAIに教え、アイディア出し・評価を経て、筋の良いものをMVPにする。これまでは社長が成長戦略を考える時間がなかなかとれませんでしたが、このフレームワークを使えば、数時間で新しい視点を得られます。そして3日程度の時間を投じるだけで、来期の成長テーマの種が手に入ります。まずは、自社の強みをAIに教えて、事業アイディアを見てみませんか？
今回の受託システム開発業界での事業アイディア一覧をご覧になりたいという方は、以下にお問い合わせください。
ryusei@couger.co.jp
