5Forces分析とは？AI自動化の事例と月曜から使う手順

5Forces分析（ファイブフォース分析）は、業界の競争環境を「新規参入・代替品・買い手・売り手・既存競争」の5つの力で読み解くフレームワークです。1979年にマイケル・ポーターがハーバードビジネスレビューで発表して以来、47年間経営戦略の定番として使われてきました
従来の5フォース分析は、1業界の調査に数日〜数週間、最低3名以上のチーム前提でした。データ収集ステップが最大の負荷で、「作って終わり」になりがち、が最大の弱点でした
生成AIとDeep Researchツールで、実務工数は劇的に短縮されています。「新規事業の市場調査 40時間→2時間（95%削減）」「100社の競合分析 2日→30分」といった具体事例が2025〜2026年に相次いで報告されています
ChatGPT・Claude・Perplexity・Genspark・PatSnap・XLSCOUTなど主要ツールが揃い、日本語で使えるプロンプトも公開されています。ただし、単発プロンプトには主観バイアスや一時点スナップショット化の限界が残ります
次の進化は「継続モニタリング＋反復ループ型」への移行です。Anthropicのマルチエージェント研究システムのように、5つの力それぞれを別のエージェントが常時ウォッチし、月次で差分を検知する運用が現実化しつつあります
Snorbeは完全記憶型ナレッジグラフと自然な日本語クエリで、5フォース分析を「毎週更新される経営の観測装置」に育てられます。月曜日からの実践的な使い方は本文で紹介します

5Forces分析（ファイブフォース分析）とは？1979年から続くフレームワークをやさしく解説
従来の5Forces分析はなぜ時間がかかるのか？7ステップと工数の現実
AI時代の5Forces分析：40時間が2時間になった具体事例とプロンプト
業界別の5Forces分析事例：AI業界・SaaS・製造業・小売を横断
これからの5Forces分析：継続モニタリングと反復ループへ
よくある質問
調査手法について

5Forces分析（ファイブフォース分析）とは？1979年から続くフレームワークをやさしく解説

5Forces分析の5つの力（新規参入・売り手・買い手・代替品・競合）を表したイラスト

5Forces分析（ファイブフォース分析）は、業界の競争環境を「5つの力」で読み解いて、その業界がどれだけ儲けやすいかを見極めるためのフレームワークです。ハーバード大学のマイケル・ポーター教授が、1979年に Harvard Business Review 誌で発表した論文「How Competitive Forces Shape Strategy」がスタート地点で、以来47年間、事業企画や戦略コンサルの現場で使われ続けている定番の道具です[1]。

「5つの力って何？」というと、次の5つになります。

新規参入の脅威：新しく参入してくる会社がどれだけ現れやすいか
代替品の脅威：まったく別の商品やサービスで自分たちの需要が奪われないか
買い手の交渉力：お客さん側が「値下げして」と迫ってくる力がどれだけ強いか
売り手の交渉力：仕入れ先や部品メーカーが「値上げするよ」と言ってくる力がどれだけ強いか
既存企業間の敵対関係：業界の中でどれくらい競争が激しいか

この5つは、Salesforce Japan がわかりやすく整理していて、売り手と買い手の2つ（横軸）で「業界全体でどれくらい利益を上げやすいか」を見て、新規参入と代替品の2つ（縦軸）で「自分の会社がどれだけ利益を取り分できるか」を見る、という構造で理解できます。真ん中の「既存の競争」がその両方に効いてくる、というイメージです。

なぜ1979年に生まれたのか

当時、経営戦略の世界では SWOT 分析のような「自社の強み・弱み」を中心に見る枠組みが主流でした。ただ、これは自分たちの内側ばかり見る方法で、「そもそもこの業界は儲かるのか？」という外側の視点が抜けていた、というのがポーター教授の問題意識だったようです[1]。産業組織論という経済学の考え方をベースに、業界の構造そのものを分析対象にしたのが5フォース分析の新しさでした。

1980年には書籍『Competitive Strategy（競争の戦略）』として体系化され、日本語版『競争戦略論』として日本にも広がりました。ちなみに日本では1990年代のバブル崩壊後、経営の効率化を迫られた企業が海外の戦略フレームワークを一気に取り入れる流れがあり、そこで製造業の購買部門や金融機関のリスク評価に組み込まれていきました[2]。

さらに2008年、ポーター本人が Harvard Business Review で改訂版「The Five Competitive Forces That Shape Strategy」を出しています。1979年版への誤解に回答しつつ、実務上の使い方をアップデートした内容です。PDF全文は IBM の Cognos アーカイブで公開されていますので、興味のある方は原文で読んでみるのも面白いです。

実務ではどう使うのか

5フォース分析が実務で活きる場面は、大きく分けて4つあります。

市場や業界の魅力度を評価するとき（この業界に入って儲かるか？）
新規事業や新しい市場への参入を判断するとき
自社の競争ポジションを整理して戦略を立てるとき
M&Aや投資の判断材料が欲しいとき

Chartered Institute of Procurement & Supply（CIPS）では、購買部門がサプライヤー交渉のパワーマップを作るときにも使う、と整理しています。実務ではけっこう幅広く応用されているのが5フォースの強みです。

具体的な進め方は「①分析する業界を定義する → ②情報を集める → ③5つの力それぞれを高・中・低の3段階（または1〜5点）で評価する → ④戦略を組み立てる」の4ステップが標準的です[3]。特に最初の「業界の定義」が肝で、これを間違えると全体が狂います。「IT業界」でひとくくりにすると競争構造がぼやけてしまうので、「日本の B2B SaaS のうち中堅企業向け HR Tech」みたいに、地域・顧客・用途で細かく切ることが大事です。

McKinsey、BCG、Bain（いわゆる MBB）などの戦略コンサル各社は、5フォース分析を7Sモデルや BCG マトリクスと並ぶ「外部環境分析の標準ツール」として使い続けています[4]。ハーバード大学の Division of Continuing Education も、コンサルタントが知っておくべき6つのツールに5フォースを入れています。誕生から47年経っても、まだ現役の道具というわけです。

わかりやすい例：スターバックス

ちょっと具体的に、スターバックスに当てはめてみます。リサーチプラスの記事にある評価だと、こんな感じです。

業界内競争：高（ドトール、タリーズ、コメダなど競合ひしめく）
新規参入：中（コンビニコーヒーがどんどん強くなる）
代替品：中（自宅のドリップ、缶コーヒー、エナジードリンク）
売り手：高（コーヒー豆の産地や品質へのこだわりが強い分、依存度も高い）
買い手：中（お客さんはコーヒーへの支出額が大きく、スイッチも簡単）

こう並べてみると、スターバックスがなぜ「サードプレイス（家でも職場でもない第三の場所）」というコンセプトや、産地との直接契約を打ち出しているのかが見えてきます。5つの力に対して、それぞれ対抗策を打っている、と読める。これが5フォース分析の面白さです。

さて、ここまで読んで「思ったよりシンプルなフレームワークだな」と感じた方もいるかもしれません。ただ、実務でこれを「ちゃんとやる」のは想像以上に手間がかかります。次のセクションでは、AIが登場する前の従来型ワークフローがどれくらい時間を食っていたのか、正直な現実をお話しします。

従来の5Forces分析はなぜ時間がかかるのか？7ステップと工数の現実

5フォース分析はフレームワーク自体はシンプルですが、実務で本気でやろうとすると想像以上に時間を食います。ここではAIが登場する前の「従来型」の進め方と、なぜ数日〜数週間もかかっていたのかを見ていきます。

標準的な7ステップ

マイナビProfessional が整理している7ステップが、日本語圏では最もよく使われている型です。

ステップ1: 分析範囲の明確化 地理的な範囲、対象製品カテゴリ、対象顧客、時間軸を先に決めます。ここが曖昧だと、あとで「そもそも何を競合とみなす？」でブレます。
ステップ2: 客観データの収集 経済産業省や総務省統計局の官公庁統計、業界団体レポート、競合の財務報告書、特許庁の特許情報などを横断的に集めます[4][5]。
ステップ3: 5要因の個別分析 業界内競合、新規参入、代替品、買い手、売り手の5つを別々に切り分けて、事実ベースで「なぜ脅威なのか」を丁寧に言語化します。
ステップ4: 脅威度の相対評価 「非常に高い〜非常に低い」の段階で評価します。マイナビは「最低3名以上のチームで、認識をすり合わせる」ことを推奨しています。主観バイアスを潰すためです。
ステップ5: 5要因の可視化 レーダーチャートや対比表で並べて、業界構造を俯瞰します。
ステップ6: 戦略アクションへの落とし込み 差別化、効率化、集中戦略、といった具体的なアクションに翻訳します。
ステップ7: 定期更新 年1回、変化が激しい業界は四半期ごとに再評価します。

書き出してみると、7ステップは意外と長いです。でも、ここで一番時間を食うのはどこかというと、実はステップ2の情報収集なんですね。

平均工数：1業界で数日〜数週間

「1業界の5フォース分析にどれくらいかかるの？」という素朴な疑問に対して、公式な業界横断データはありません。ただ、実務ガイドを読むと目安が見えてきます。

Miro のブログは、「多品目・多業界のポートフォリオを抱える企業では、5フォース分析は非常に時間がかかる（very time-consuming）」と明記しています。1業界あたりでも数日〜数週間の実務工数がかかる作業、と位置づけているわけです。

マイナビProfessional も「最低3名以上での分析体制」を前提にしています[4]。1人でやるものじゃなくて、チーム工数で設計するべき仕事、というのが実務の常識だったんですね。

内訳をざっくり見ると、こんな感じです。

情報収集・データ整理：最大の負荷
5要因の評価・議論：次に重い
可視化と戦略への落とし込み：比較的軽い

なぜ情報収集が一番重いかというと、統計・IR資料・業界誌・特許情報・SNSと、集めるべきソースが多岐にわたるからです。UB Speedaの解説では、5フォースは「幅広い競争環境分析から業界の収益性を判断する」重厚な枠組みで、単発の作業ではなく複数の一次資料を突合する工程が前提だと説明されています。

従来型ワークフローの5つの弱点

実務で5フォース分析を回してきた人たちが口をそろえて指摘する弱点があります。

1. 分析範囲を広く取りすぎる失敗が最頻出

「IT業界」でひとくくりにすると競争構造がぼやけます。地域・顧客・用途で細分化しないと、有効な示唆が出ません[4]。これは経験のあるコンサルほど気にする点で、初心者はここで詰まりやすいです。

2. 現状整理で終わって戦略まで届かない

「業界構造はわかりました。で？」で止まってしまうケース。ステップ6の戦略アクションまで来ないと、5フォース分析はやる意味が半減します。

3. 主観バイアスが混入しやすい

「新規参入の脅威は高いですかね？」という質問に対して、分析者の経験や思い込みが答えを左右します。マイナビが3名以上のチーム体制、定量データ優先、複数シナリオ検討、の3点を強調するのはこのためです[4]。

4. 一度作って終わり、のスナップショット化

これが一番厄介です。市場も技術も規制も、常に動いています。特にSaaS・デジタル業界は半年で構造が変わることも珍しくありません。Miro も「急速に変化するデジタル業界では、Porterモデルの精度が落ちる」と指摘しています[6]。年1回の更新では追いつかないんですね。

5. 無名業界・新興業界ほど情報が薄い

生成AI業界、Web3、量子コンピューティング、といった新興領域は、そもそも一次情報が少ない。統計データはまだ整備されておらず、業界レポートも高額な有料版が多い。ここで手作業だとお手上げになりがちです[4][5]。

具体的なイメージ：「化粧品業界の5フォース分析」を頼まれたら

ちょっと想像してみます。事業企画部のあなたに、「うちが化粧品業界に新規参入したらどうか、5フォースで整理して来週報告して」と依頼が来たとします。

従来型なら、こんな1週間になるはずです。

月曜日：範囲を「日本の化粧品業界、中価格帯、女性向け」に定義。矢野経済研究所や富士経済のレポートを社内で購入手続き
火曜日：資生堂、コーセー、ポーラなど主要各社の直近IR資料を読み込み
水曜日：D2C系スタートアップ（BULK HOMME、DR. VRANJESなど）の動向をニュース検索
木曜日：ドラッグストア、ECモール、韓国コスメの侵食を代替品の観点で調査
金曜日：5要因の評価とレポート作成、上司への説明準備

これで1人分の1週間、およそ40時間。しかも「化粧品業界」だけで済むならまだいいほうで、「じゃあ次は美容医療、その次はスキンケア家電も見て」となると工数は指数的に膨らみます。中堅企業の経営企画では、こういう「調査地獄」に陥っている担当者を実際によく見かけます。

そして、せっかく1週間かけて作った資料も、半年後には「代替品の欄が古い」「新しい競合が3社増えた」で更新が必要になる。この「作って終わり問題」が、5フォース分析の一番痛いところでした。

さて、こういう地獄が2024年以降、生成AIとDeep Researchツールの登場で一気にひっくり返り始めます。次のセクションでは、40時間かかっていた作業が2時間で終わるようになった具体事例を見ていきましょう。

AI時代の5Forces分析：40時間が2時間になった具体事例とプロンプト

AIエージェントで5Forces分析が40時間から2時間に短縮される様子を表したイラスト

ここからが本題です。生成AIとDeep Researchツールが登場して、5フォース分析はどう変わったのか。まずは数字のインパクトから見ていきましょう。

40時間 → 2時間、100社分析2日 → 30分

一番わかりやすい事例は、コンサルタントのRyuichi氏がnoteで公開している「AI市場調査で効率化」の記録です。要点を抜き出すと、こんな数字が並びます。

新規事業の市場調査：従来40時間 → GensparkのDeep Research活用で2時間（38時間削減、95%の効率化）
100社の競合分析：従来2日 → AI活用で30分
時給3,000円で換算すると、年間410万円分の労力価値

「95%削減」というと大げさに聞こえますが、内訳を追うと納得感があります。従来型で40時間かかっていたのは、ステップ2の情報収集（各社IR・業界統計・特許）とステップ3の要因評価（テキスト分析）に多くの時間が集中していました。この2つはまさに、Deep Researchが得意とするタスクなんですね。

他のツールでも似た傾向です。ナレフルチャットの比較検証によると、従来「数時間〜数日」かかっていた情報収集が、ChatGPT Deep Researchで10〜30分、Geminiで5〜15分、Perplexityで3〜8分に圧縮されています。

企業単位の生成AI活用データも、規模感が桁違いです。ライターのゆぽゆぽ氏がまとめた事例集から拾うと、こんな数字が並びます。

パナソニックコネクト：全社の生成AI活用で年間44.8万時間削減、生産性30%向上
ソニーグループ：社内AIアシスタント「ConnectAI」で毎月5万時間削減
三菱UFJ銀行：内製AI「AI-bow」を行員4万人が利用、月間22万時間以上の労働削減
富士通：AI導入率98%、導入企業の6割が「生産性1割以上向上」と回答

富士通に至っては、日経の記事で「AI-Driven Software Development Platform」を使い、要件定義から結合テストまでソフト開発の全工程を自律化し、生産性100倍を主張しています。100倍が本当かどうかは慎重に見る必要がありますが、この規模の変化が起きていることは間違いなさそうです。

ちなみに、これは楽観論だけの話ではありません。MITは「95%の企業がAI投資でリターンを得られていない」という警告も出しています[7]。ツールを買っただけでは成果は出ず、使い方を設計しないと宝の持ち腐れになる、という現実的なメッセージです。5フォース分析でも「AIに丸投げすれば良質なアウトプットが出る」わけではなく、プロンプト設計やデータ吟味の作法は依然として大事です。

すぐ試せるプロンプト2種

「じゃあ、実際にどうやってChatGPTに5フォース分析を頼めばいいの？」という声に応えます。日本語圏で公開されているプロンプトから、実務で使いやすい2種類を紹介します。

プロンプトA：戦略コンサル型（フォネットDXの公開版を整形）

# 役割
あなたはプロの戦略コンサルタントです。

# 命令
[ターゲット市場名]における新規事業の戦略的市場評価を、
マイケル・ポーターの5フォース分析フレームワークを用いて実施してください。

# 分析フレームワーク（各フォースに評価と分析観点を含めること）
### 1. 業界内での競争 {評価}
   競合企業の数と市場集中度／規模／差別化難易度／市場成長率
### 2. 新規参入の脅威 {評価}
   参入障壁／初期投資／規模の経済／技術的・法的制約／既存企業の報復
### 3. 売り手（サプライヤー）の交渉力 {評価}
   集中度／切り替えコスト／垂直統合可能性
### 4. 代替品の脅威 {評価}
   代替品の存在／性能と価格競争力／顧客の切り替えコスト
### 5. 買い手（顧客）の交渉力 {評価}
   顧客セグメント／購買量／価格感度／情報アクセス

# 総合評価
市場の構造的魅力度／競争優位の可能性／戦略的推奨／リスク評価

# 評価基準
◎ 参入障壁低く優位性確立可能 / ○ 対応で克服可能 / △ 慎重 / × 非推奨

このプロンプトは、田所雅之氏の『起業の科学』と、芝先恵介氏のChatGPT活用法をベースにフォネット社が実際の新規事業ワークショップで使っているものを整形したもの。「AI語り部キャラ事業」というユニークな新規事業評価に使い、初期投資500〜1,000万円の見積もりや、方言・文化的感性を差別化要素として抽出するところまで実際に出させています。

プロンプトB：シンプル表形式（data_teller氏の配布版）

役割: あなたはプロの戦略コンサルです。
以下の {#インプット} に対して5Force分析を行ってください。

#インプット
- ターゲット: [顧客像]
- 課題: [課題]
- ソリューション: [自社サービス]
- ユーザーが感じる価値: [価値1／価値2／価値3]

#アウトプット
「項目／代替品／代替品が満たす価値／自社と比較した強み／自社と比較した弱み」
のカラム表形式で出力してください。

こちらは軽量版で、代替品の脅威を掘るときに使い勝手がいいです。企画職の方がホワイトボードに書きながらブレストする感覚で使えます。

どちらのプロンプトも、GPT-4o、Claude Sonnet 4/4.5、Gemini 2.5 Proなど主要モデルで良好な出力が得られます。私の経験だと、初回で狙いすまさず、出てきた結果に「日本市場の実例で書き直して」「2026年の最新動向を反映して」と追加指示を重ねるのが実践的なコツです。

5フォースそのものがAIで変質する

もう1つ、これは書き手として面白いポイントなのですが、Mass Tech Leadership Council（MassTLC）の記事は「AI時代には、5フォースそのものが変質する」と論じています。それぞれの力がAIでどう変わるか、要点を並べるとこうなります。

業界内競争：イノベーション加速でどの業界も競合が激化する
新規参入：クラウドとオープンソースAIで参入障壁が全面的に下がる
売り手：LLMがクラウド巨大企業に依存するため、サプライヤー権力がAWS・Google Cloud・Azureに集中する
買い手：パーソナライゼーションが進み、顧客の期待値と選択肢が上がる
代替品：自動化・チャットボットで既存サービスの代替品脅威が拡大する

これは「5フォース分析をAIで速くやる」話とは別の次元の変化で、「5フォース分析で見るべき業界構造そのものがAIで変わっている」という視点です。事業企画の方が読むと、けっこう身につまされる話ではないでしょうか。

主要ツール早見表

参考までに、2026年時点で5フォース分析に使える主要ツールを整理しておきます。

ChatGPT（GPT-4o／GPT-5）：日本語圏の第一選択。プロンプト事例が最も多く、社内共有もしやすい
Claude（Sonnet 4/4.5、Opus 4）：長文の業界レポートを読み込ませて構造化するのが得意
Gemini（2.5 Pro）：Google検索と連動した情報の鮮度が強み
Perplexity Deep Research：数分で数十回の検索を並列に走らせる高速型
Jeda.ai Workspace：5フォースマトリクスを自動生成する専用ワークスペース
Taskade AI：Porter’s Five Forces プロンプトテンプレートを配布
PatSnap Eureka：20億件超の特許・R&Dシグナルで、新規参入と代替品脅威を定量化する競合インテリジェンス
XLSCOUT：特許ランドスケープでAI/MLベースの競合分析

「どれを使えばいいですか？」と聞かれると、まずChatGPTかClaudeで単発プロンプト、次にPerplexityかGensparkでDeep Research、業界の特許動向まで見たくなったらPatSnapかXLSCOUT、というステップアップが実感に合います。ここまでで「速さと網羅性」はかなり手に入ります。ただ、次のセクションで見るように、業界別で「効くフォース」は違うので、AI活用の切り口も業界ごとに調整が要ります。

業界別の5Forces分析事例：AI業界・SaaS・製造業・小売を横断

AI業界・SaaS・製造業・小売の業界別5Forces分析の事例を表したイラスト

5フォース分析は「業界が違えば効くフォースが違う」というのが実務のリアルです。ここでは主要業界の事例を、AI業界を軸にしつつ横断的に見ていきます。「自分の業界だとどこが効きそうか」を掴む材料にしてください。

AI業界：クラウド寡占と両面的な参入障壁

まずは今、多くの企業が気になっているAI業界です。SHIFT AI が公開している「AI業界を制する5つの力」を要約すると、こう整理できます。

売り手の交渉力（強）：GPUなど半導体のサプライヤー依存と、クラウド寡占が効いてくる。特に大規模LLMを訓練するには数千億円規模のGPUクラスタが必要で、NVIDIAへの依存度が極めて高い
新規参入の脅威（両面性）：オープンソースAIとスタートアップの台頭で参入障壁は下がっているが、フロンティア級の性能を出すには依然として莫大な計算資源と専門人材が要る
既存企業間の競争（強）：OpenAI、Anthropic、Google DeepMind、Meta AI の熾烈な生成AI競争
買い手の交渉力（上昇中）：大企業が内製化を進めており、AI ベンダーへの依存を減らそうとしている
代替品の脅威（潜在的）：量子計算などの代替技術が長期的リスクとしてある

さらに面白い視点として、個人研究者のShan Valleru氏がLLM業界そのものに5フォースを当てはめた分析を公開しています。要点はこう。

NVIDIAが「picks and shovels（ゴールドラッシュ時代に金鉱ではなくツルハシとシャベルで儲けた商人）」のポジションで、業界の価値を吸収している
OpenAI互換APIが標準化しつつあり、開発者のスイッチングコストがゼロに近づく
消費者は30秒でChatGPTからClaudeに乗り換えられる。買い手の交渉力が異常に強い
サプライヤー側は、GPU（NVIDIA）、電力、データが最大のボトルネックで、垂直統合の圧力が働いている

この「AI業界の中で誰が儲けているのか」を5フォースで切ると、GPUメーカーとクラウド事業者に価値が集中する構造がクリアに見えてきます。事業企画の方がAI関連事業を検討するとき、この構造理解は結構役に立ちます。

SaaS・IT業界：スイッチングコストと差別化難易度

CREX Consultingの業界別解説によると、SaaS・IT業界で効くフォースは新規参入の脅威と買い手の交渉力の2つ。打ち手はバーティカル特化とスイッチングコスト構築です。

Franz Vitulli氏のB2B SaaS向け解説は、もっと踏み込んで「差別化難易度が高い業界だからこそ、ニッチ特化・データ蓄積・API依存化の3点セットで勝ち筋を作る」と言い切っています。

これは実務の感覚とも合います。汎用SaaSはコモディティ化しやすい一方、特定業界向けに深く作り込まれたバーティカルSaaSは、顧客のワークフローに食い込むほど乗り換えられにくい。5フォース分析で「買い手の交渉力を下げる」ためのアクションが、ニッチ特化戦略として現れるわけです。

製造業：垂直統合と付加価値シフト

CREX Consulting の解説によれば、製造業で効くのはサプライヤーの交渉力と参入障壁。打ち手は垂直統合と高付加価値領域へのシフト。

具体例として、My-Vision がトヨタの5フォース分析を公開しています。

既存企業間の競争：日産・ホンダなど国内競合に加え、フォルクスワーゲン、テスラ、現代自動車など海外勢との競争が激烈
売り手の交渉力：デンソーやアイシンといった系列部品メーカーに加え、二次・三次のサプライヤーまで分散化しており、交渉力は抑制されている
新規参入の脅威：EV・自動運転で異業種参入（Apple、Sony・Hondaジョイントベンチャー）が現れる
代替品：カーシェア、公共交通、ライドシェアが長期的な代替品

トヨタが系列サプライヤーとの関係を維持しつつ、EV・電動化・水素へと投資を分散させているのは、5フォースで見ると「代替品脅威と新規参入脅威への両面対応」として読めます。

小売・EC業界：買い手の力と代替品の侵食

小売・EC業界で効くのは、買い手の交渉力と代替品。打ち手はPB（プライベートブランド）商品・LTV最大化・体験価値の構築、と整理されています[8]。

具体例で言うと、コンビニ業界はセブン-イレブン、ローソン、ファミリーマートの上位3社で市場シェア約90%を占めます[9]。ここまで寡占が進むと業界内競争は落ち着くはずですが、実際にはスーパー、ドラッグストア、カフェ、ネットスーパーが「代替品」として侵食してくる。だからコンビニ各社は、24時間営業、公共料金支払い、宅配便受け取り、コーヒーの充実、と「代替品と競合する体験価値」に投資し続けています。

アパレル業界：SPAで2つのフォースを同時に潰す

アパレルの好例はユニクロ（ファーストリテイリング）です。SPA（製造小売業）モデルで「売り手の交渉力」と「新規参入の脅威」を同時に抑制しています[9]。

SPAモデルで生産から販売までを内製化し、サプライヤー依存を下げる（売り手の力を潰す）
圧倒的な生産スケールで参入コストを高め、新規参入者が同じ価格帯で戦えなくする
一方で、代替品としてはサブスク型アパレル（airCloset、メチャカリなど）が台頭中

ユニクロの戦略が「5フォース分析上どう説明できるか」を追うと、なぜこのモデルが強いのかが構造的に理解できます。

飲食・外食業界：スタバの「サードプレイス」戦略

スターバックスの例をもう一度、より深く見てみます[9]。

競合：ドトール、タリーズ、ベローチェ（強）
代替品：コンビニコーヒー（強、100円台で提供され続けている）
買い手の交渉力：スイッチングコストほぼゼロで中〜強
差別化戦略：「第三の場所」体験価値

スタバがなぜ「体験価値」に投資し続けるのか。5フォースで見ると、代替品と買い手の交渉力の両方を「体験の質でしか防げない」構造だからです。単にコーヒーの味で戦うとコンビニに負けるので、居場所・空間・Wi-Fi・作業環境という「別の価値軸」に逃げる、というのが戦略の本質です。

金融・医療・メディア・不動産の効くフォース早見表

残りの業界は表形式で一気に見ておきます。CREX Consultingの解説を参考にしています[8]。

業界	効くフォース	打ち手
金融	代替品（FinTech）／買い手	異業種連携、デジタル化投資
医療・ヘルスケア	参入障壁（規制）／代替品（デジタル医療）	専門特化、データ基盤、予防領域拡張
メディア・広告	代替品（SNS・動画）／買い手	独自IP、自社プラットフォーム化
不動産・建設	サプライヤー（資材・人材）／代替品（PropTech）	DX投資、M&Aで規模追求

こうやって業界横断で見ていくと、5フォース分析は「フレームワークとしては同じでも、業界ごとに効く力と打ち手がまるで違う」ことがよくわかります。だから汎用プロンプト1発では実務に足りず、業界別の視点で切り込む必要が出てきます。

応用型：航空業界とネスプレッソの「構造再定義」

もう2つ、応用事例を紹介します。ブログメディアSORA1が公開している航空業界とネスプレッソの分析は、5フォースを「守り」ではなく「攻め」に使う視点を示しています。

航空業界：機材メーカー寡占（供給者強）、比較サイトで価格透明化（買い手強）、新幹線とZoomが代替（代替品強）で構造的に低収益。マイル制度とハブ空港独占でスイッチングコストと参入障壁を作って脱出
ネスプレッソ：価値の単位を「コーヒー豆」から「マシン＋カプセル＋直販」に移し、参入障壁・買い手交渉力・代替品の3つを同時に動かして業界構造そのものを再定義

ネスプレッソの発想は面白くて、「業界の中で戦うと不利」なら「業界の定義を書き換える」という選択肢もある、と教えてくれます。5フォース分析は現状分析だけでなく、業界構造をどうデザインし直すか、というクリエイティブな用途にも使えるわけです。

さて、業界別に見てくると「AI活用でどこを効率化すべきか」も業界ごとに違う、と気付きます。次のセクションでは、これからの5フォース分析がどこに向かうのか、そして継続的にモニタリングする「反復ループ」の使い方を見ていきます。

これからの5Forces分析：継続モニタリングと反復ループへ

Snorbeで5Forces分析を継続モニタリングと反復ループで運用するイメージのイラスト

ここまで見てきた通り、AIツールを使えば5フォース分析の作業時間は数十分の1に短くなります。でも本当の進化はそこじゃない、というのがこのセクションの主張です。「速くなった」だけでは、5フォース分析の根本的な弱点を解決していません。

5フォース分析の本当の弱点：静的スナップショット問題

改めて、従来型5フォース分析の一番痛い弱点は「一時点のスナップショット」になってしまうことでした。佐々木中小企業診断士事務所の記事がわかりやすい例を紹介しています。

オートミール市場を分析したとしても、原料高騰や新代替品（台湾風豆乳スープ、グラノーラ）の台頭で、半年〜1年で構造が変わってしまう。分析結果には「賞味期限」がある、というわけです。

これはAIで単発の分析を高速化しても解決しません。むしろ、「速く作れる」から「作りっぱなしにしがち」で、スナップショット化がひどくなる可能性すらあります。

さらに、生成AI時代には業界境界そのものが動的に変化するという、より根深い問題も出てきました。タイガーネットの限界解説が指摘するように、「AI検索」「AIエージェント」「ナレッジ管理」といったカテゴリは、それ自体が半年で誕生し、1年で分裂・統合されます。従来の業界定義が機能しない世界です。

解決の方向性：継続モニタリング＋反復ループ

じゃあ、どうすればいいのか。ヒントは Anthropic が2025年に公開したマルチエージェント研究システムにあります。

Anthropicは「リードエージェントが調査計画を立て、複数のサブエージェントが並列で独立方向を探索し、結果を統合してリードが再計画する」というループ構造を実装しました。これは5フォース分析の運用にもそのまま応用できる考え方です。

リードエージェント：5フォース分析の目的（例:「化粧品業界の新規参入判断」）を保持し、計画を立てる
サブエージェント1：業界内競争を担当（IR資料、市場シェアデータを収集）
サブエージェント2：新規参入の脅威を担当（特許、スタートアップ動向を収集）
サブエージェント3：代替品を担当（隣接業界の技術動向を追う）
サブエージェント4：買い手の交渉力を担当（消費者調査、SNS シグナル）
サブエージェント5：売り手の交渉力を担当（サプライチェーン、原材料市況）

これを月次で回せば、5フォース分析は「作って終わり」ではなく「常に育つ観測装置」になります。Constellation Researchのレビューが「CIOが必読の設計論」と評価しているのも、この構造の企業活用への応用力を評価しているからです。

Viston AIの運用ガイドは、こういうAIエージェントを本番運用するときの監視・ガードレール設計まで解説しています。実際の運用フェーズでは、精度・コスト・エラー処理の観点で継続的な観測が要る、ということです。

2026年の主要Deep Researchツール比較

反復ループ型の運用に使えるDeep Researchツールを、2026年時点の位置づけで整理しておきます。

OpenAI Deep Research：5〜30分で調査計画〜統合レポートを作る。2026年2月のMCP連携アップデート以降、社内データ接続が強化された。ChatGPT Plusで月10回、Free枠で月2回利用可
Perplexity Deep Research：2〜4分で数十回の検索を並列に走らせる高速型。Humanity’s Last Examで21.1%、SimpleQAで93.9%と、単純QA領域で強い
Claude Research（Anthropic）：リードエージェント＋並列サブエージェントで複数方向を幅優先探索。内部評価で単体Claude Opus 4に対し90.2%の改善。ただしチャットの約15倍のトークンを消費するので、タスク価値が高い調査に絞る必要あり
Felo：日本語UI最適化と双方向言語処理で国内ユーザー基盤を持つ
Genspark：「Sparkpages」で検索結果を動的な構造化ページに集約し、権威ソースを優先するランキング

Zennの比較記事がPerplexity・Genspark・Felo の差別化軸を整理していて、それぞれ「マルチモデル選択」「動的コンテンツ生成」「双方向処理」で色を分けている、と分析しています。Deep Research領域は多極化が進んでいて、「1つに絞る」より「使い分ける」が実務のコツです。

なお、AIエージェント市場全体はPrecedence Research の予測によると、2025年の7.92B USDから2035年の294.66B USDへ、年率43.57%で伸びる見込み。Salesmateの調査では、2026年時点で企業の79%がAIエージェントを導入しているものの、本番運用は11%にとどまり、Observability（監視）投資が課題になっている、と指摘されています。「導入したけど回っていない」がリアルな課題です。

Snorbeで月曜日から試せる反復ループ

私たちが提供しているSnorbe（スノルブ）は、まさに「反復ループ型の5フォース分析」を回すために設計されたAIリサーチエージェントです。他のDeep Researchツールと違うのは、次の3点です。

1. 完全記憶型ナレッジグラフ Perplexity や Genspark はセッション単位で調査が完結してしまいますが、Snorbe は過去の調査結果を全部ナレッジグラフに保存し、次回の調査で自動的に引き当てます。「先月やった化粧品業界の分析、代替品の欄だけ更新して」という依頼が、そのまま自然な日本語で通ります。

2. 専門DBへの一発接続 JPO（特許庁）・EPO（欧州特許庁）・Google Patents・arXiv・PubMed・Semantic Scholar など、5フォース分析で欲しくなる一次データベースを標準搭載しています。「新規参入の脅威」「代替品の脅威」は特許動向で見えることが多いですが、PatSnap や XLSCOUT の SaaS 契約なしでこの規模のDBに横断アクセスできます。

3. 自然な日本語クエリ Boolean 検索式や CQL を書く必要はありません。「日本の化粧品業界の代替品脅威をAIで整理して」と日本語で投げるだけで、Snorbe がクエリ設計から情報収集、要因評価、レポート化までを回します。

具体的な「月曜日から始める1週間の反復ループ」はこうです。

月曜：業界の初期スナップショット5フォースを Snorbe Deep Research で作る（30分〜1時間）
火曜：主要競合の四半期IR、直近3ヶ月の特許出願をグラフに追加して、業界内競争と新規参入の力を更新
水曜：X（Twitter）、ニュース、PR TIMES から、消費者行動や競合発表シグナルを反映
木曜：前週分析との差分を Snorbe に洗い出させ、変化した力を特定
金曜：変化に基づく戦略アクションを更新して、経営会議用に共有

このループを毎週回すと、5フォース分析は「四半期に1回作る資料」ではなく、「毎週更新される経営の観測装置」に育っていきます。しかも過去の分析はすべてグラフに残るので、半年後・1年後に「なぜ我々はあのとき参入を見送ったのか」を辿れる資産にもなります。

ビジネス展望：分析ツールから「経営インフラ」へ

最後に短く、今後の展望を書きます。5フォース分析は、これから「分析ツール」から「経営インフラ」へと位置づけを変えていく、というのが私の予想です。

理由は、AI エージェント市場のトレンドとして、単発の調査ツールから、業務プロセスに常時組み込まれる「業務インフラ」への移行が始まっているからです。Svitla の分析が、在庫→調達→物流エージェントの連鎖のように、業務プロセスの複数ステップを AI エージェントが担う構造を予測しています。

これが5フォース分析に応用されると、経営企画の月次サイクルの中に「5フォース観測エージェント」が常駐し、変化を検知したら Slack や Teams にアラートを飛ばす、という運用が現実的になります。事業計画の PDCA サイクルに、AI が本当に組み込まれる時代です。

そしてもう1つ、業界境界そのものが動的に動く時代には、「業界」の定義を AI が動的に提案してくれる機能も重要になりそうです。「あなたの主要競合は、実は隣接する A 業界の C 社です」という指摘を、AI が特許動向や検索トレンドから見つけてくれる、というイメージです。ByteByteGoのAnthropicマルチエージェント解説によると、この「動的探索型RAG」は既に技術的には可能で、あとは運用面の設計次第、というところまで来ています。

47年前に生まれた5フォース分析が、AI エージェント時代に「動く観測装置」として生まれ変わる兆しがあります。事業企画・戦略コンサルの実務にとって、これはむしろ絶好の追い風でしょう。フレームワーク自体は古典として揺るがず、運用方法だけが劇的に進化していく。この構造は、他の経営フレームワークにも波及していきそうです。

さて、あなたの業界ではどう応用できるでしょうか。次に月曜日を迎えたら、Snorbe や ChatGPT で30分だけ試してみるところから始めてみてください。おそらく想像より短い時間で、想像より深い業界理解に届くはずです。

よくある質問

Q1. 5Forces分析（ファイブフォース分析）とは何ですか？

業界の競争環境を「新規参入の脅威／代替品の脅威／買い手の交渉力／売り手の交渉力／既存企業間の敵対関係」の5つの力で分析するフレームワークです。1979年にハーバード大学のマイケル・ポーター教授がHarvard Business Reviewで発表しました。業界の構造的な収益性、つまり「そもそもこの業界は儲かるのか」を見極めるのが目的です。

Q2. 5Forces分析にかかる時間はどのくらいですか？

従来の手動分析だと、1業界あたり数日〜数週間、最低3名以上のチーム体制が必要でした。情報収集がボトルネックで、業界統計、競合IR、業界レポート、特許情報を横断的に集める工程が最大の負荷になります。生成AIとDeep Researchツールを使うと、コンサルタントの実例では40時間→2時間（95%削減）まで短縮できたケースも報告されています。

Q3. ChatGPTで5Forces分析をするプロンプトはありますか？

はい、複数の実務家が公開しています。よく使われる型は「役割：戦略コンサルタント」＋「命令：対象市場の5フォース分析」＋「5つのフォースそれぞれに評価と分析観点を含める」＋「総合評価：市場魅力度と戦略推奨」の構造です。本文でフォネットDXとdata_teller氏の公開プロンプト2種を紹介しています。GPT-4o、Claude、Gemini など主要モデルで良好な出力が得られます。

Q4. AI時代の5Forces分析の限界は何ですか？

一番大きな限界は「一時点のスナップショット問題」です。速く作れるようになっても、業界構造が半年で変わってしまう時代には「作って終わり」が致命的になります。また、生成AI時代には業界境界そのものが動的に変化する（AI検索、AIエージェントなど新カテゴリが半年で誕生する）ため、伝統的な業界定義が機能しづらいという課題もあります。解決策は「継続モニタリング＋反復ループ型」の運用への移行です。

Q5. Deep Research と5Forces分析の違いは何ですか？

役割が違います。5Forces分析は「業界の競争構造を5つの力で整理するフレームワーク」で、Deep Research は「複数のソースを横断して情報を集めるAIツール」です。両者は組み合わせて使うのが実践的で、Deep Research で必要な業界データを集め、5Forcesのフレームで整理し、AIエージェントで継続監視する、という流れが2026年時点のベストプラクティスです。

Q6. AI業界を5Forces分析するとどうなりますか？

売り手の力が異常に強いのが特徴です。GPU（NVIDIA依存）とクラウド寡占（AWS・Google Cloud・Azure）で、業界の価値がハードウェアとインフラに集中しています。既存企業間の競争は熾烈（OpenAI・Anthropic・Google DeepMind・Meta AI）で、買い手の交渉力もオープンソースAIやスイッチングコストの低さから上昇中です。フロンティア級の性能を出すには依然として莫大な計算資源と専門人材が必要で、新規参入は両面的です。詳細は本文の業界別事例をご覧ください。

Q7. Snorbeで5Forces分析を継続的にやるにはどうすればいいですか？

Snorbeは完全記憶型ナレッジグラフで、過去の分析を全部残しながら継続更新できます。月曜に業界のスナップショットを Deep Research で作り、火水で競合IR・特許・SNSシグナルを追加、木曜で前週との差分を洗い出し、金曜で戦略アクションを更新、という週次ループを回すと、5フォース分析が「毎週更新される経営の観測装置」に育ちます。JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholar など専門DBに自然な日本語で一発接続できるのも強みです。詳しくは https://lp.deskrex.ai/ をご覧ください。