メインコンテンツへスキップ
メニュー

A&A INSIGHTS

経営・AIの活用方針経営者向け

受託を商品化するか決める:案件数ではなく、難しい実例の通過率で判定する

繰り返し来る依頼を商品化するかは、案件数ではなく、過去に超過・手直し・辞退になった実例を顧客横断で集めた代表課題セットの通過率で決めます。NewfrontとGTM Vaultの一次資料を読みます。

受託の商品化固定商品見積もりAI受託サービス事業一人・少人数
Read in English
散らばった資料を整理し、比較表を作って判断につなぐ流れ
情報を集め、整理し、条件を比べて判断する流れを表した概念イラストです。 AI生成イラスト

この記事の要点

同じ依頼が繰り返し来ても、案件数は商品化の根拠になりません。商品化するかどうかは、見積もりを超過した案件、手直しが出た案件、辞退した案件を顧客をまたいで集めた代表課題セットを先に作り、その通過率で決めます。

商品化の可否は、案件数ではなく代表課題の通過率で決める

A&Aの考え方

繰り返し来る依頼を固定商品にするかどうかは、同じ依頼を何件受けたかでは決まりません。決め手になるのは、過去の案件から難しい実例を集めた代表課題セットを先に作り、そのうち何件が決まった手順のまま通るかです。想定している読者は、AIを使って自分で納品できる受託事業の創業者で、似た依頼を複数の顧客から個別見積もりで受けている段階にいます。案件数は需要がありそうだという手応えを与えますが、固定の手順と固定の値段が顧客ごとのばらつきに耐えるかどうかについては何も教えません。ここまでが本稿の答えで、以下はそのセットの作り方と、通過率を進路に変える手順です。これはA&Aの提案であり、出典が受託事業向けに示した方法ではありません。

出典に基づく事実

Anthropicが公開するNewfrontの事例ページは、同社が福利厚生のチャットボットに使うAIを探していた段階で、既存のAIモデルが答えるのに苦労した二十件の重要な顧客質問を一組にまとめていた、と説明しています。その二十件は、個別の給付プランの内容、保険の専門用語、複雑な補償の場面に関する質問だったと記載されています。共同創業者でCTOのGordon Wintrobの言葉として、システムに何の変更も加えないまま、Claudeが同社の最も難しい二十件のうち十二件を正しく処理した、と書かれています。同ページは会社規模をSmall、事業領域を保険、所在を北米と示しています。

Anthropic ↗

A&Aの考え方

この事例から受託事業に持ち込めるのは、十二対二十という比率ではありません。持ち込めるのは順序と選び方の二つです。順序とは、広げるかどうかを決める前に物差しが固定されていたことです。選び方とは、その物差しが網羅的な一覧ではなく、既に答えられなかった質問の集まりだったことです。比率そのものは使えません。二十件をどう選んだか、何を正解としたか、誰がいつ採点したか、残る八件がなぜ落ちたかは公開されておらず、ベンダー側と当事者による説明です。独立した検証ではないので、他社の通過率の見込みにはなりません。

値付けを先に固定すると、断る言葉がなくなる

出典に基づく事実

GTM VaultのRick Koletaが2026年7月20日に公開した記事「What Is Revenue Architecture?」は、収益アーキテクチャが順序を最初の決定として扱うと述べ、同じ道具でも誤った順序で導入すれば、複利ではなく断片化を生むと書いています。同記事は八つの層を挙げ、最初の層を「その仕組みが誰のためのものか、リアルタイムで失格を判定できるだけ具体的に定義すること」と説明しています。値付けの層については、それは数字ではなく、資格判定・販売の進め方・利幅を同時に組み替える構造上の決定だと述べ、「値付けは、それが触れるすべての層を組み替える」という法則を置いています。

GTM Vault (Rick Koleta) ↗

A&Aの考え方

この記事はプロダクト適合を済ませたB2B企業の収益システムを対象にした著者の主張であり、一人や少人数の受託事業にそのまま当てはまると証明したものではありません。それでも層の順序は、受託の商品化という決定にそのまま重なります。固定商品を出すことは値付けの層に手を入れることです。その手前に、誰のどの依頼なら引き受けるかを問い合わせの時点で判定できる状態が必要になります。ここがA&Aの読み替えです。代表課題セットは、その判定を可能にする材料です。セットがないまま値段を先に固定すると、固定されるのは請求額だけで、何を引き受けないかは固定されません。結果として、範囲外の依頼が同じ値段の中に流れ込みます。

A&Aの考え方

順序を逆にした失敗は、金額の設定を誤ることとしてではなく、断る言葉を持たないこととして現れます。個別見積もりの段階では、ばらつきは毎回の見積もりが吸収しています。難しい案件には高い金額を付け、無理な案件は辞退できます。固定商品はその吸収層を外す決定です。外したあとに残るのは、どこまでが商品でどこからが商品でないかという一本の線だけで、その線が引けていなければ、ばらつきは利幅と自分の時間に移ります。

通過率の読み方:三つの進路と、見る前に決めること
セットの出方選ぶ進路先に決めておくこと
多くが通り、落ちた理由が同じ種類に収束している固定商品として出す落ちた案件を対象外の定義として書き写す
落ちた理由は収束しているが、落ちた件数が多い範囲を狭めた固定商品にする絞る条件を入力の形式か頻度のどちらかに決める
落ちた理由がばらばらで、共通の名前が付かない個別見積もりを続ける次に何を記録すれば理由に名前が付くかを決める
作業はすべて通るが、契約条件が顧客ごとに違う手順は固定し、契約条件を別見積もりにする再委託・保管場所・障害時の対応時間を分けて書く
同じ種類の依頼がまだ数件しかない商品化の判定に入らない誰のどの業務に提案するかを決め直す

代表課題セットを、自社の過去案件の四つの区画から作る

A&Aの考え方

代表課題セットは、顧客に出してもらう案件ではなく、自社の過去案件から自分で選びます。同じ種類の依頼を受けた案件を顧客をまたいで並べ、四つの区画に分けてください。見積もりを超過した案件、納品後に手直しが出た案件、問い合わせの段階で辞退した案件、そして最初の見積もりのまま終わった案件です。セットの中身は、はじめの三つの区画から多めに取ります。四つめの区画からは、通ることを確認するための数件だけで足ります。件数は二十件前後を目安にしますが、この数はNewfrontの事例に合わせた目安で、測定された最適値ではありません。手元に十二件しかなければ十二件で始めてください。

出典に基づく事実

Newfrontの事例ページが説明しているのは、網羅的な質問集ではなく、既存のモデルが答えるのに苦労した質問を集めた一組でした。同ページに引かれたWintrobの言葉では、この一組が「最も難しい二十件」と呼ばれています。

Anthropic ↗

A&Aの考え方

難しい実例から選ぶ理由は、通ることを確認するためではなく、どこで落ちるかを先に知るためです。すんなり終わった案件だけを並べたセットは必ず高い通過率を出しますが、その通過率は商品化の判断に使えません。固定商品が壊れるのは平均的な案件ではなく、端にある案件です。辞退した案件をセットに入れるのは特に重要です。辞退した案件は、自分が既に線を引いた場所の記録であり、その線を商品の条件として書き写せるかどうかを試せます。なお、ここで扱うのは顧客をまたいだ自社案件の集合です。一件の案件の検収条件を実例で先に決める方法は「AI受託の最初の商品を決める:一人で売れる業務単位の切り出し方」で扱っていて、目的が別です。

一件ごとの合否を、何をもって通ったとするか先に書く

A&Aの考え方

セットを作ったら、走らせる前に合否の付け方を文章で決めます。決めるのは三つです。第一に、通ったと言える状態です。手直しなしでそのまま顧客に渡せる状態か、こちらが見て直す前提の下書きで足りるのかを区別してください。第二に、時間の上限です。一件あたりの所要時間が決めた上限を超えたものは、出来上がっていても落とします。固定商品は時間の上限を含んだ約束だからです。第三に、落ちたときの行き先です。人が引き取るのか、対象外として辞退するのかを、一件ごとに書きます。

出典に基づく事実

Newfrontの事例ページには、システムに何の変更も加えないまま十二件が正しく処理されたという記述があります。同ページはまた、同社が導入後も用途ごとに適したAIを選ぶ柔軟な姿勢を保っていると述べ、Wintrobの言葉として、現在のAIの能力をもってしても、改善すべき業務は何百も残っていると記載しています。

Anthropic ↗

A&Aの考え方

変更を加えないまま測ったという記述は、物差しが作業より先に固定されていたことを示します。受託でも同じ順序にしてください。通過率を見てから合否の基準を緩めると、その通過率は商品化の根拠ではなく、自分を納得させる手続きになります。手順やモデルを変えたときに同じセットで測り直せることが、このやり方の実際の利点です。ただしこれはA&Aが提案する運用で、Newfrontの事例ページには採点の規則も、再測定の運用も書かれていません。

通過率を、三つの進路に分ける

左から右へ一方向に進むフロー図。第1段は「繰り返す依頼」で、複数の顧客から似た依頼が個別見積もりで届いている状態。第2段は「代表課題セット」で、自社の過去案件のうち見積もりを超過した案件、手直しが出た案件、辞退した案件を中心に、顧客をまたいで約20件を集める。第2段と第3段のあいだに人の判断を示す縦線のゲートがあり、「合否の基準を先に書く」として、通ったと言える状態、一件あたりの時間の上限、落ちた案件の行き先の三つを走らせる前に決めることを示す。第3段は「通過率」で、点数ではなく判断の材料として扱う。第4段は「三つの進路」で、固定商品にする、範囲を狭めて固定する、個別見積もりを続けるのいずれかを選ぶ。値付けはこの流れの最後にある第4段でしか決まらず、ゲートを飛ばすと通過率が判断の材料にならないことを示している。

A&Aの考え方

通過率をそのまま点数として扱わず、三つの進路のどれを選ぶかに使います。多くが通り、落ちた案件の理由が同じ種類に収束しているなら、固定商品にしてよい状態です。落ちた理由が収束しているのに件数が多いなら、商品の範囲を狭めて固定します。たとえば入力の形式を一つに限る、改訂の頻度に上限を置く、といった絞り方です。落ちた理由がばらばらなら、通過率が高く見えても個別見積もりを続けます。理由がばらばらということは、まだ一つの手順で説明できる仕事になっていないという意味です。下の表は、この三つの分け方をまとめたものです。閾値を数字で示していないのは、適切な水準が仕事の性質と一件あたりの粗利で変わるからであり、測定された基準が存在しないからです。

出典に基づく事実

同記事は、順序を正す手順として三つを挙げています。まず手作業のデータの受け渡しをなくすこと、下流のすべてのエージェントがそのデータを前提に推論するからです。次に、量を増やす前に資格判定を直すこと、壊れた絞り込みに量を流せば高くつく雑音が生まれるからです。そしてエージェントは、整った構造の代わりではなく、その上に載せることです。また、同じ八つの道具が、ある会社では複利の成長を生み、別の会社では高価な混乱を生むとも書いています。

GTM Vault (Rick Koleta) ↗

仮想例

仮の例で見ます。ある受託開発会社が、八か月のあいだに五社から、社内規程とマニュアルを対象にした問い合わせ対応AIの依頼を受け、毎回個別に見積もったとします。ここは実在の案件ではなく、説明のための架空の設定です。過去案件を四つの区画に分けると、超過したのは規程が紙のスキャンだった案件、手直しが出たのは改訂が月に数回ある案件、辞退したのは労務の判断に近い質問が含まれていた案件でした。落ちた理由は入力の形式と改訂の頻度に集まり、労務の質問はそれとは別の種類でした。この並びから読めるのは、固定商品にするなら対象を電子の規程と月一回までの改訂に限り、労務の判断に触れる質問は対象外として外す、という範囲です。

対象外を、問い合わせの時点で言える一文にする

出典に基づく事実

Newfrontの事例ページは、保険の非効率を解こうとする企業の多くが、人のブローカーを取り除くことで費用が下がり処理が速くなると考えて完全な自動化を目指していると述べたうえで、同社の立場を別のものとして示しています。Wintrobの言葉として、保険業界には人の専門性と先進技術の両方が必要だという見方が引かれ、同社のプラットフォームはAIに定型的な作業を担わせ、ブローカーが戦略的な助言と複雑な問題の解決に集中できるようにしている、と記載されています。

Anthropic ↗

A&Aの考え方

ここで参考になるのは、担わない範囲が後から見つかった制約ではなく、最初から宣言されていることです。固定商品にも同じ宣言が必要です。代表課題セットで落ちた案件は、そのまま対象外の定義になります。対象外を一文にする手順はこうです。落ちた案件に共通する条件を名詞で書く。その条件に当たる依頼を受けたときにどうするかを書く。この二つを問い合わせへの返信にそのまま貼れる長さに収める。値段表の末尾にある小さな注記ではなく、最初の返信で言える言葉にしてください。

仮想例

先の架空の受託会社なら、次のような一文になります。「この商品の対象は、WordまたはPDFで管理している社内規程で、改訂が月一回までのものです。紙のスキャンだけが原本の場合と、労務上の判断を伴う質問に答える必要がある場合は、この商品の対象外です。前者は電子化の工程を別の見積もりとして出し、後者は社内の担当者に渡す導線を作る設計としてお受けします。」対象外を断りで終わらせず、別の受け方を一つ添えてあるのが要点です。文中の形式名と頻度は架空の設定に合わせた仮の値で、実際の条件は自社の落ちた案件から決めるものです。

この判定が当てはまらない場面と、次の一歩

出典に基づく事実

同記事は自らの適用範囲も述べています。プロダクトと市場の適合がない会社には収益アーキテクチャは必要ではなく、必要なのは人が欲しがるプロダクトである、と書かれています。アーキテクチャは機能している販売の動きを複利にするものであって、それを生み出すことはできず、早く導入すれば、誰も買わないものを売るための整った仕組みができあがるだけだとも述べています。

GTM Vault (Rick Koleta) ↗

A&Aの考え方

この境界は受託にも移ります。依頼が実際には繰り返していない段階、つまり似て見えるだけの案件が数件並んでいる段階では、代表課題セットを作っても測る対象がありません。そこで必要なのは商品化の判定ではなく、誰のどの業務に向けて提案するかを決め直すことです。もう一つ、この判定が通っても固定商品が合わない場合があります。顧客ごとのばらつきが作業そのものではなく、契約上の責任の置き方にある場合です。再委託の可否、データの保管場所、障害時の対応時間といった条件は、代表課題セットでは落ちません。作業はすべて通るのに、同じ契約条件では受けられないという形で現れます。この場合は、作業の手順を固定したまま契約条件だけを別に見積もる形にしてください。

A&Aの考え方

最後に、ここで示した区画の作り方、二十件という目安、三つの進路の分け方は、いずれもA&Aが提案する設計で、測定された手法ではありません。当社の商品化の実績や顧客の成果としては示していません。全体の流れを先に確かめたい場合は「AIネイティブGTMとは?一人・少人数で顧客獲得から継続まで回す実践ガイド」を、売る仕事の単位を会社ごとに比べたい場合は「AIネイティブサービス企業の事例:Advolve・Newfront・Lindyで比べる「売る仕事」」をあわせて読んでください。手順と対象外まで書けていて、あとは作るだけという状態であれば、範囲を決めた開発としてご相談いただけます。落ちた案件の理由がまだ説明できない段階であれば、何を測るかを決めるところからの相談のほうが向いています。

繰り返し来る依頼を商品化するかどうかは、案件数ではなく代表課題セットの通過率で決めます。セットは自社の過去案件から、超過・手直し・辞退になった案件を中心に顧客をまたいで集めます。合否の付け方は走らせる前に文章で決め、通過率は点数ではなく三つの進路のどれを選ぶかに使ってください。落ちた案件は、問い合わせの時点で言える対象外の一文に書き写します。Newfrontの十二対二十はベンダー側の説明で、通過率の目標値ではありません。区画の作り方と三つの進路はA&Aの提案で、測定された手法ではありません。

出典・編集情報

記事の調査で確認した一次資料です。資料の公開・更新時期と、調査時の確認日を分けて記載しています。

  1. Newfront modernizes insurance experiences with Claude

    Anthropic · Publication/update date not stated on the inspected page

    確認日 2026-10-01
  2. What Is Revenue Architecture? Definition and 8 Layers

    GTM Vault (Rick Koleta) · 2026-07-20

    確認日 2026-10-01

AIを活用した記事制作

調査・執筆・翻訳・編集上の確認にAIを活用しています。資料に基づく事実、A&Aの考え方、仮想例は、それぞれ本文に明記しています。

編集上の確認日: 2026-10-01

← 記事一覧へ