[結論] 「AIコンテキスト資本」——「AIをどんな問いに・どう設計して・誰が判断に組み込むか」という組織知の蓄積こそが、VRIN条件を満たす新しい競争資源である。AIツール自体は誰でも買えるが、それをどう使いこなすかの組織的知識は、時間・失敗・経験を通じてのみ蓄積される。この見えない資産こそが、AI時代の真の差別化要因だ。
「AIを入れた」のに差がつかない、その理由
総務省の令和7年版情報通信白書によれば、従業員300人未満の中小企業でAI全社導入率はわずか5.1%。一見、低い数字に見える。
しかし、もっと深刻な逆説がある。
導入している企業の中でも、「効果が出ていない」という企業が決して少なくないのだ。同じChatGPT、同じClaudeを使っているのに、ある会社は意思決定サイクルを大幅に短縮し、ある会社は「ツールを入れたけど何に使うか決まっていない」という状態に留まっている。
その差は、AIの性能差ではない。むしろ、AIツールそのものは、もはや「コモディティ」化している。 誰でも同じ金を払えば、同じAIにアクセスできる。違いは何か。
問いだ。
同じAIに「どんな問いを投げるか」「どう組織的に設計するか」「誰がその答えを最終判断に組み込むか」——この問い方と設計の蓄積が、使い手の組織でしか作れない資産になっていく。その資産を持つ組織が、持たない組織から圧倒的に差をつけていく。
まとめ: AIを導入しても差がつかない理由は、AIの性能差ではなく「問いの設計」の差だ。ツール自体はコモディティ化しており、残るのは使い手の問い方と組織設計の質のみ。
BarneyのVRIN資源論——AIが「コモディティ」になった今、何が残るか
MBAの経営戦略論で学ぶ、Jay Barneyの資源ベース戦略（RBV: Resource-Based View）という考え方がある。企業が持つあらゆる資源が、必ずしも競争優位にはならないという洞察だ。
Barneyは、企業資源が競争優位の源泉になるための4つの条件——VRIN条件——を示した。
- V（Valuable）: 市場で価値がある
- R（Rare）: 希少である（他社は容易に入手できない）
- I（Inimitable）: 模倣困難である（コストをかけても真似できない）
- N（Non-substitutable）: 代替不可である（別の方法で代替されない）
では、ChatGPTやClaudeといったAIツール自体を、このVRIN条件に当てはめるとどうなるか。
| 条件 | AIツール | 評価 |
|---|---|---|
| V（価値がある） | YES | 市場での需要は高い |
| R（希少） | NO | 全世界の誰でも月額料金で利用可能 |
| I（模倣困難） | NO | 同一のツール、同一の料金 |
| N（代替不可） | NO | 複数の競合プレイヤー（ChatGPT、Claude、Gemini等）が存在 |
つまり、AIツールそのものは、V条件は満たすが、R・I・N条件は満たさない。 すなわち、競争優位にならない。
残るのは、何か。
まとめ: AIツール（ChatGPT, Claude等）は、V条件は満たすがR・I・N条件は満たさない。誰でも同額で使えるツールは競争優位にならない。残るのは「文脈」だけだ（Barney, 1991）。
「AIコンテキスト資本」——新しいVRIN資源の正体
ここに新しい概念が必要だ。私は、これを「AIコンテキスト資本」と呼ぶ。
定義: 「AIをどんな問いに・どう設計して・誰が判断に組み込むか」という、組織的に蓄積された知識と経験の総体。
このAIコンテキスト資本が、本当のVRIN資源になる。
| 条件 | AIコンテキスト資本 | 理由 |
|---|---|---|
| V（価値） | YES | 意思決定スピード・精度・従業員体験が向上 |
| R（希少） | YES | 各組織で異なる課題・業界・文化に応じた蓄積。他社は同じ問いセットを持たない |
| I（模倣困難） | YES | 時間・失敗経験・組織内議論を通じてのみ蓄積。一朝一夕には作れない |
| N（代替不可） | YES | AIツール切り替え後も、問い方の論理は引き継げる。その意思決定フレームは替えられない |
この資本は、使うたびに深まる。失敗した問い方から学び、うまくいった問い方をストックし、組織内で「うちの会社ではこのパターンが当たる」という文脈辞書を作っていく。その過程そのものが、競争資源になるのだ。
実運用から見えた、AIコンテキスト資本の正体
私たちの組織では、31体のAI参謀チームを運営している。役割定義は明確だ。
- 戦略担当AI: 長期計画・市場分析用
- 営業支援AI: 提案資料・異業種類推用
- 審査官AI: 成果物の矛盾・落とし穴をチェック
- 等々……
同じモデルを使っていても、「役割定義・評価基準・介入タイミング」の設計が、組織固有に蓄積されている。 例えば：
- 役割定義 → 「この判断は誰が最終決定するか」が事前に決められている。AI案は叩き台であり、その先には必ず人間の文脈判断が入る
- 評価基準 → 「AIの提案採用率」「判断者間で意見が割れた割合」など、月次で数字として記録される
- 介入タイミング → 「月次サイクルの何曜日の何時に、どのAIに何を問うか」という業務フローが組み込まれている
これらは、一度作ったら固定ではない。失敗した問い方を修正し、新しい課題が出たら問い方そのものを再設計する。その積み重ねが、他社には真似できない組織資産になっていく。
「Claudeに切り替えた」という技術的変化があっても、この問い方とフローは引き継げる。 そこに資本の本質がある。
まとめ: AIコンテキスト資本は、役割定義・評価基準・介入タイミングという3要素の設計と記録から生まれる。ツールを替えても文脈は引き継がれる——これがVRIN条件を満たす理由だ。
Before/After比較——「ツールとして使う会社」vs「資本として蓄積する会社」
実務的な差がどう出ているか、比較表で見てみよう。
| 比較軸 | ツール運用型 | 資本蓄積型 |
|---|---|---|
| 使用シーン | 都度タスク（文書作成・検索・簡単な分析） | 意思決定フローに組み込まれたスタンダード活用 |
| 最終判断者 | AIの回答をほぼそのまま採用 | AIは叩き台。人間が文脈で裁決。採否を記録する |
| 計測指標 | コスト削減額・所要時間短縮 | 意思決定サイクルタイム / AI提案採用率 / 判断者間齟齬率 |
| 資産蓄積 | ゼロ（ツール切り替えで消える） | 文脈ライブラリが社内に残る。問い型が次の判断に活きる |
MIT Sloan Management Review（2024）の調査はこう指摘している。「AIが最も価値を発揮するのは、個別タスクの自動化ではなく、ワークフロー全体の目的を再設計したときだ。」
言い換えれば、ワークフロー全体に組み込まれた問い方=「コンテキスト資本」を持つ組織こそが、AIから真の価値を引き出しているということだ。
まとめ: ツール運用型は「コスト削減額・時間短縮」しか測れないが、資本蓄積型は「AI提案採用率」「判断者間齟齬率」という、組織の判断品質を測る指標を持つ。計測できるものしか改善できない（MIT Sloan, 2024）。
今週から始める3つのアクション
抽象論で終わらない。実装に落とし込もう。
アクション1: 「AIへの問いを標準化する」
毎回ゼロから問うのではなく、組織で使う問い型をストックする。例えば：
- 顧客ヒアリング後の問い型 → 「この顧客の潜在ニーズは、以下の3軸のどれが最優位か」
- 月次振り返りの問い型 → 「先月のミスの原因は、実行ミスか・判断ミスか・想定外の市場変化か」
- 新規提案の問い型 → 「この提案が失敗するリスクは何か。競合がいる場合、差別化点は」
この問い型の型板を、Notionやスプレッドシートにストックする。使うたびに、「この型はうちで効いてるか」と検証する。
アクション2: 「AI判断の記録を残す」
AIが出した提案の採否を、必ず記録する。理想的には以下の4項目：
- 日付・担当者 → いつ、誰が判断したか
- AI提案の要旨 → 何を提案したか
- 採否と理由 → 採った・採らなかった、なぜ
- その後の結果 → 採った場合、うまくいった・うまくいかなかった
これを月に1回振り返る。「うちの会社では、こういう提案パターンは当たる」という文脈辞書が、自動的に作られていく。
アクション3: 「誰がAI判断を裁決するか決める」
意思決定権限をAIに委ねると、文脈資本が蓄積しない。組織内で明確に決める：
- 営業判断の最終裁決者 → 営業部長（AIは参考意見）
- 採用判断の最終裁決者 → 人事部長（AIは初期スクリーニング）
- 予算配分の最終裁決者 → CFO（AIは複数シナリオ提示）
役職×テーマ別に「AI案の最終裁決者」を明示する。その人間が、問いの精度を問い直し、AIの前提を問い返す。その対話の過程が、コンテキスト資本になる。
理論的な締め：Dynamic Capabilities理論との接続
経営学には、Dynamic Capabilities（動的能力）という理論がある。David Teeceが2007年に提示したこの理論は、「環境が急速に変わる時代に、企業が継続的に競争優位を保つ方法は何か」を問う。
その答えは、「静的に資源を保有することではなく、継続的に問い直し、再設計する能力だ」というものだ。
AIコンテキスト資本は、まさにこの動的能力そのものだ。
使うたびに問い直され、失敗から学ばれ、新しい課題に応じて再設計される。この継続的な更新サイクル の中にいる組織だけが、AIから長期的な価値を引き出す。
逆に言えば、一度「このAIツール、うちには合わない」と判断して放置した組織は、その時点からコンテキスト資本の蓄積がゼロになる。復帰するには、また同じ時間を使わなければならない。
まとめ: AIコンテキスト資本はDynamic Capabilities（Teece, 2007）そのものだ。問い直し・再設計・記録を継続する組織にのみ蓄積され、途絶えた時点からゼロになる——だから今すぐ始めることに価値がある。
結論：AIの時代、残る資源は何か
AIが急速に進化する時代、「最新のAIツールを持っているか」は、もはや競争優位にならない。どの企業も、翌月には同じツールを使っている。
残るのは、「そのツールを、自分たちの文脈で、どう使いこなすか」という組織知だけだ。
それを、私はAIコンテキスト資本と呼ぶ。ツールが切り替わっても失われない、組織に蓄積される見えない資産。
MBAの経営戦略論で学んだVRIN理論は、当初は「人間の才能」や「組織文化」といった、形のない資源を説明するために開発された。それが今、AIの時代に、新しい意味を帯びている。
形のない資産こそが、最も模倣困難で、最も長く企業を支える。その資産を、今週から組織内で意識的に作り始める。それが、AI時代の真の競争戦略だ。
山本高資（やまもと たかし） 合同会社才有る者の楽園 代表社員。志あるほんまもん企業のAI経営パートナー。 31体のAI参謀団を運営しながら京都大学経営管理大学院MBA課程に在籍。 AI活用×経営の実践知を発信している。
