新規事業テーマ探索の手順｜3-6-12週間ロードマップで論点を落としきる

この記事の結論（60秒サマリー）
なぜ新規事業テーマ探索は失敗するのか（統計で読み解く3つの落とし穴）
3週間マクロ発散フェーズ｜Gate 1でトレンドマップ1枚を出す
6週間フォーカス絞り込みフェーズ｜Gate 2でペルソナ3枚とリーンキャンバス1枚を出す
12週間ゴー/ノーゴー判断フェーズ｜Gate 3で事業計画1枚とPR-FAQを出す
Snorbeで週30分の反復ループを回すという選択肢
よくある質問（FAQ）
調査手法について

この記事の結論（60秒サマリー）

新規事業テーマ探索の3つの落とし穴（社内調整不足・PoC地獄・フレームワーク単体主義）

新規事業のテーマ探索でつまずく理由は、アイデアの量でも発想法でもありません。「いつまでに、なにを、どれくらいの解像度で出すか」という時間軸の設計が抜け落ちているからです。日本企業の新規事業は93%が失敗し、失敗原因の1位は「思いつき」ではなく「社内調整不足」36.9%というデータが出ています[1][3]。

この記事では、事業企画・新規事業担当・イノベーション部門・R&D企画の実務者に向けて、テーマ探索を3週間・6週間・12週間の3つのゲートで区切る手順書を提示します。

Gate 1（3週目）は、マクロ発散フェーズとして「業界×技術×顧客セグメント」の3軸トレンドマップを1枚仕上げるところまで
Gate 2（6週目）は、フォーカス絞り込みフェーズとしてペルソナ3枚とリーンキャンバス1枚を仕上げるところまで
Gate 3（12週目）は、ゴー/ノーゴー判断フェーズとして事業計画1枚とAmazon式PR-FAQをまとめるところまで

各フェーズで使うフレームワーク（PESTLE、JTBD、TAM/SAM/SOM、Working Backwards、ステージゲート）と、AIツールの刺しどころ（Perplexity Deep Research、CB Insights、Statista、Notion AI×Claude、Snorbe）まで具体的に落とします。「アイデアを出す会議」ではなく、「1枚の成果物に落とすタイムボックス」で回すのがこの手順書のコアです。

なぜ新規事業テーマ探索は失敗するのか（統計で読み解く3つの落とし穴）

新規事業のテーマ探索がうまくいかないとき、多くの現場は「アイデアが足りない」「発想が凡庸だった」と原因を人と発想の側に寄せがちです。ですが、実務で失敗率が高いのは「プロセス設計の欠落」であることが、複数の調査で見えてきています。

アビームコンサルティングが年商200億円以上の780社を調査したところ、新規事業で「累損解消（投資を回収して黒字化）」に至った割合はわずか7%でした。裏を返せば93%が失敗ということになります[1]。PwCコンサルティングの「新規事業開発の取り組みに関する実態調査2025」でも、投資回収に達した企業は21%、主力事業化まで進めた企業は10%未満と、深刻さは変わっていません[2]。

この93%の内訳をもう一段掘ると、「発想が悪かった」以外の構造的な落とし穴が3つ見えてきます。

落とし穴1：失敗原因の1位は「思いつき」ではなく「社内調整不足」

株式会社Engineerforceが大手企業111名（過去3年以内にプロジェクト失敗を経験）に実施した調査によれば、失敗原因の1位は「社内調整不足」の36.9%、2位に「競合分析の甘さ」と「予算・工数見積もりの甘さ」がともに35.1%で並びました。しかも33.3%が「設計段階で問題に気づきながら止められなかった」と回答しています[3]。

「アイデアが凡庸だったから」ではなく、「合意形成の段取りと撤退基準の設計が甘かったから」というのが、大企業の新規事業失敗の実相です。テーマ探索の入口で「誰にいつ何を見せるか」の合意ができていないと、後半で必ず巻き戻しが発生します。

落とし穴2：PoC地獄は「成功基準・撤退基準・判断期限」の合意欠落から始まる

VANES社が大手50社の撤退理由を分析したところ、9割が「死の谷（PoC）」を超えられずに終わっていました。原因は、成功基準・撤退基準・判断期限を事前に合意しないまま検証を始めることにあると指摘されています[4]。

グロービスも「PoC疲れ」の構造を、「本番導入の意思決定には責任が伴うが、PoCの継続は『まだ検証中です』という組織内の合理的な自己防衛として機能してしまう」と分析しています[9]。Aixisは、大企業特有の「失敗が許されない風土」がPoCの完成度を過剰に高める副作用を生み、時間とコストをかけて作り込んだPoCほど心情的に棄却できず次のPoCへ連鎖する「豪華客船化」を起こすと指摘します[10]。

MITの2025年報告では、生成AI導入企業の95%がAI投資で目に見えるリターンを得られていないとされました[14]。テーマ探索のPoCも同じ構造で、判断ゲートを設計せずに実験を積み重ねると、「まだ検証中」の状態が延々と続きます。

落とし穴3：フレームワーク単体主義（BMCもリーンキャンバスも「1回書いて放置」で終わる）

3つ目の落とし穴は、フレームワーク単体をゴールと勘違いすることです。PESTLE分析、BMC、リーンキャンバス、SWOT、5フォースは、どれも有用な道具ですが、1回書いて壁に貼って放置すると、途端に意味を失います。

インディージャパン（Indee Japan）の解説によれば、クリステンセンの『イノベーションのジレンマ』が示したのは「良い意思決定を積み重ねる大企業ほど破壊的技術を見逃す」という構造の話であり、フレームワーク単体で解ける問題ではありません[80]。両利きの経営（O’Reilly & Tushman）も「知の探索」と「知の深化」を組織として同時に回すことを説きますが、これは「毎週のリズム」を敷いて初めて実現します[82][83]。

3つの落とし穴に共通するのは「時間軸の設計」

3つの落とし穴を並べると、共通のメッセージが浮かびます。それは、「発想の量」ではなく「時間軸の設計」がテーマ探索の勝負を決めるということです。

社内調整不足 → 「いつ」「誰に」「どの成果物」を見せるかを事前に決める
PoC地獄 → 「いつまでに」「なにを満たしたら」次に進むかのゲートを敷く
フレームワーク単体主義 → 「何週目に」「どのフレームワークを」更新するかのリズムを作る

つまり必要なのはタイムボックス化された手順書です。次の章から、3週間・6週間・12週間の3つのゲートで論点を落とすロードマップを具体的に組み立てていきます。

3週間マクロ発散フェーズ｜Gate 1でトレンドマップ1枚を出す

新規事業テーマ探索の最初の3週間は、発散を止めない期間です。「業界内で知られている論点」だけを見ていると、破壊的な変化を見逃します。ここではマクロ環境を俯瞰し、業界×技術×顧客セグメントの3軸で情報を広げ、3週目の終わりにトレンドマップ1枚に落とします。

Gate 1の成果物：トレンドマップ1枚（3軸×各10項目）

3週間の到達点は、A3用紙またはMiro/FigJamの1枚に収まるトレンドマップです。3つの軸を交差させ、それぞれ10項目ずつ埋めます。

業界軸は、自社が属する業界と、隣接する3〜5業界のシグナル（規制動向、M&A、大手参入、公取委動向、業界団体白書）を指します
技術軸は、Gartner Hype Cycle、Deloitte TMT Predictions、arXiv・IEEEの査読論文動向、特許出願の変化を指します
顧客セグメント軸は、Statista、CB Insights、PitchBookなどのシグナルから、いま資金と関心が集まっている顧客セグメントを指します

30項目のうち、後段のGate 2で3〜5テーマに絞り込むための「候補プール」を作るのがこの成果物のねらいです。

Week 1：PESTLE/STEEPでマクロ環境を分解する

1週目はマクロ環境分析のフレームワークを使って、視野の広さを担保します。PESTLEは政治（Political）・経済（Economic）・社会（Social）・技術（Technological）・法（Legal）・環境（Environmental）の6軸、STEEPはSTEEPに加えて倫理（Ethical）を加えた7軸で環境要因を整理する枠組みです[23][24]。

株式会社unlockの解説によれば、PESTLEは競合や市場の外側にある「動かせない変化」を先取りするための道具として設計されています[23]。and-tankyu.comは、STEEPは3〜5年先の中長期シナリオを描くときに使うと有効だと解説しています[24]。

野村総合研究所（NRI）が用語解説で示しているシナリオ・プランニングは、PESTLE/STEEPで拾った要因を「不確実性が高く影響も大きい2軸」に絞り、2×2マトリクスで4つの未来シナリオを描く手法です[26]。マクロ発散フェーズでは、この2×2マトリクスを1週目の終わりに1枚仕上げるのが目安になります。

Week 2：Gartner Hype CycleとDeloitte TMTで技術シグナルを拾う

2週目は技術軸を厚くします。Gartnerが毎年公開するHype Cycleは、技術トレンドを「黎明期→過度の期待→幻滅期→啓発期→生産性の安定期」の5段階で位置づける定番の俯瞰図です。2026年版ではAgentic AI専用のHype Cycleが公開され、AI Agent、Enterprise Browser、AIエージェント基盤などが並んでいます[27][28]。

Deloitte TMT Predictionsは、テクノロジー・メディア・通信領域で「今後1年で起きる変化」を毎年提示するレポートで、日本企業のR&D企画にとってはマクロ発散の起点として使いやすい資料です[29]。

同時に、専門データベースの一次情報も並行して見ておきます。CB Insightsは「State of AI」など四半期レポートを無料公開しており、スタートアップの資金調達動向・M&A・技術トレンドの俯瞰に強い[30]。gend.coの比較によれば、PitchBookは投資家向けに詳細な資金調達データを提供し、Statistaは市場規模の定量把握に強く、Perplexity Enterpriseはこれら3つの一次データを引用しながら回答を返す機能を提供しています[7]。

Week 3：生成AIリサーチツールで発散を一気に広げる

3週目はAIツールを使って、人手で集めきれなかった情報を一気に埋めます。生成AIのDeep Research系ツールが、この工程を大きく変えました。

Perplexity Deep Researchは、複数の検索エンジンと専門データベース（Statista、CB Insights、PitchBook）を横断して、引用付きレポートを数分で生成します[7][53]。ChatGPT Deep Researchは、OpenAIのGPT-4.1系モデルが検索・要約・比較を反復する仕組みで、1レポートあたり10〜30分の実行時間で数十本のソースを引用します[8]。

Zennの記事では、要件定義の草稿づくりにPerplexity Deep ResearchとChatGPTを併用する使い方が紹介されています[54]。PMのAI活用ノウハウを紹介したstartup_now0708のnoteでは、ChatGPT・Claude・Notion AIの棲み分けが具体的に示されており、「アイデア発散はChatGPT、専門性の高い分析はClaude、ナレッジベース化はNotion AI」という組み合わせがPMコミュニティで定着してきています[40]。

Gate 1のチェックリスト（3週目の終わりに埋める）

3週目の最終営業日までに、以下のチェックリストを埋め切れないテーマは、Gate 2に進めない設計にします。

業界軸10項目のうち、少なくとも3項目に一次情報（公取委・業界団体・大手プレスリリース）が付いているか
技術軸10項目のうち、Gartner Hype Cycleまたは査読論文1本のソースが付いているか
顧客セグメント軸10項目のうち、Statista・CB Insights・PitchBookのいずれかで定量データが取れているか
30項目からGate 2に進める3〜5テーマを「投資回収期間3〜5年」「初期投資1億円以内」など事前合意した基準で絞り込めているか

「アイデアの数」を成果物にすると際限がなくなりますが、「1枚のトレンドマップ＋絞り込み3〜5テーマ」を成果物にすれば、3週間で必ず出せる形になります。次章では、この3〜5テーマを6週目でリーンキャンバス1枚まで落とすフェーズを解説します。

6週間フォーカス絞り込みフェーズ｜Gate 2でペルソナ3枚とリーンキャンバス1枚を出す

4週目から6週目は、Gate 1で選んだ3〜5テーマを顧客と価値の解像度で絞り込む期間です。ここでは「顧客の未解決ニーズ」と「自社が勝てる仮説」の交点を1枚のリーンキャンバスに落とし、3枚のペルソナで代表顧客を描き切ります。

Gate 2の成果物：ペルソナ3枚＋リーンキャンバス1枚

6週目の到達点は、以下の2種類の成果物です。

ペルソナ3枚は、ターゲットセグメントを代表する架空の3人を指し、「業種・役職・年齢・KPI・失敗事例・購買権限」を書き込みます
リーンキャンバス1枚は、問題・顧客セグメント・独自価値提案・ソリューション・チャネル・収益源・コスト構造・主要指標・圧倒的な優位性の9マスで構成します

Gate 2で3〜5テーマを1テーマに絞る決着をつけるための「共通言語」がこの2つです。

Week 4：Jobs-to-be-Done（JTBD）で顧客の「片付けたい仕事」を掘る

4週目は、クレイトン・クリステンセンが体系化したJobs-to-be-Done（JTBD）を使って、顧客のペインを掘ります。JTBDは「顧客は製品を購入するのではなく、達成したいジョブ（片付けたい仕事）のために製品を雇う」という視点で顧客のニーズを再定義するフレームワークです[37][38]。

INNOVATION VOYAGEの解説によれば、JTBDは機能的ジョブ（実務上のタスク）、情緒的ジョブ（感情面のニーズ）、社会的ジョブ（社会的な承認）の3層で構成されます[37]。DESIGN αは、有名なクリステンセンのミルクシェイク調査を例に、朝の通勤客がミルクシェイクを「雇う」理由が「退屈な運転時間を紛らわす」という情緒的ジョブだったと解説しています[38]。

Gate 1の30項目のトレンドマップから絞った3〜5テーマそれぞれについて、「このテーマで顧客が本当に片付けたい仕事はなにか」を1枚ずつ書き出します。3〜5テーマ×JTBD1枚で、4週目の終わりに5〜7枚の顧客ジョブ地図が揃います。

Week 5：顧客インタビュー10件でJTBDを検証する

5週目は、4週目に立てたJTBD仮説を顧客インタビュー10件で検証します。10件という数字は、Steve Blankの「Customer Development」やAsh Mauryaの『リーンキャンバス』でも「1セグメントあたり最低10件」が基準として提示されている値です。

インタビュー設計のコツは、「解決策」を聞くのではなく「過去の行動」を聞くことです。「もしこんな商品があったら使いますか？」という仮定質問は、顧客に「使う」と答えさせる回答バイアスがかかります。代わりに「直近3カ月で、この課題を解決するために何を試しましたか」「そのとき何が困りましたか」と過去の具体行動を聞くことで、実際のジョブが浮かびます。

インタビューの議事録は、Notion AI×Claudeのハイブリッドで一気に構造化できます。0120.co.jpのブログでは、Notion AIで一次要約、Claudeで批判的読解と反対仮説の抽出、という2段階運用が紹介されています[41]。10件のインタビューを合計10時間で録音・文字起こしすると、Claudeによる要約が30分程度で終わり、そのままWeek 6のリーンキャンバス作成に持ち込めます。

Week 6：リーンキャンバスとBMCで1テーマに絞る

6週目は、JTBDと顧客インタビューの結果をリーンキャンバスに落として、3〜5テーマから1テーマを選びます。株式会社ニジボックスの解説によれば、リーンキャンバスはビジネスモデルキャンバス（BMC）をAsh Mauryaがスタートアップ向けに改変したもので、「問題」「顧客セグメント」「独自の価値提案」「ソリューション」「チャネル」「収益源」「コスト構造」「主要指標」「圧倒的な優位性」の9マスで構成されます[35]。

BMCとの違いは、リーンキャンバスが「問題」と「圧倒的な優位性」を独立した箱として扱う点にあります[36]。BMCは既存事業の分解に強く、リーンキャンバスは0→1の新規事業に強い、という棲み分けが実務では定着しています。

Gate 2の最終決着は、3〜5テーマそれぞれのリーンキャンバスを並べて、以下の3基準で1テーマに絞ります。

問題の切迫度は、ペルソナ3枚のうち少なくとも2枚が「今すぐお金を払ってでも解決したい」と証言したかで判断します
圧倒的な優位性の説明可能性は、自社の資産（技術・データ・顧客基盤・チャネル）で真似されにくい理由が1文で書けるかで判断します
主要指標の測定可能性は、ローンチ後3カ月で追う指標が明確で、数値が取れるかで判断します

pro-d-useの解説では、SWOT分析を新規事業に使う場合、内部要因（強み・弱み）と外部要因（機会・脅威）の掛け合わせで「機会×強み」の交点にリソースを集中させることが重要と指摘されています[39]。リーンキャンバスの絞り込みも、この「機会×強み」の交点を1テーマに凝縮する作業です。

Gate 2のチェックリスト（6週目の終わりに埋める）

ペルソナ3枚それぞれに「業種・役職・年齢・KPI・失敗事例・購買権限」が書けているか
顧客インタビュー10件の結果が、JTBD仮説の3層（機能・情緒・社会）に紐付いているか
リーンキャンバス1枚の9マスすべてに、根拠となるインタビュー引用が1つ以上書き込まれているか
3〜5テーマから1テーマに絞る意思決定が、絞り込み3基準（切迫度・優位性・測定可能性）で説明できるか

「絞れない」ときは、大抵の場合「問題の切迫度」が甘い状態です。「今すぐお金を払ってでも解決したい」と証言する顧客が2人以上いない仮説は、Gate 3に進めても事業計画の説得力が出ません。次章では、この1テーマを12週目にPR-FAQとROI試算1枚まで落とすフェーズを解説します。

12週間ゴー/ノーゴー判断フェーズ｜Gate 3で事業計画1枚とPR-FAQを出す

7週目から12週目は、Gate 2で絞り込んだ1テーマを投資判断できる粒度に磨き上げる期間です。ここでTAM/SAM/SOMで市場規模を試算し、ステージゲート法で判断ルールを敷き、Amazon式Working Backwards PR-FAQで「ローンチ後の世界」から逆算します。12週目の終わりに、経営会議に持ち込める事業計画1枚とPR-FAQ1枚を仕上げます。

Gate 3の成果物：事業計画1枚＋PR-FAQ1枚

事業計画1枚には、TAM/SAM/SOM、収益モデル、必要投資、3年後のPL見込み、Gate通過後の90日プランを書き込みます
PR-FAQ1枚は、ローンチ日のプレスリリース案と、想定Q&A5〜7個をまとめたAmazon式ドキュメントです

Week 7〜8：市場サイズを3階層で見積もる

7週目から8週目は、Gate 2で絞った1テーマの市場規模の試算を行います。norosi.pressの解説によれば、TAM（Total Addressable Market）は「そのカテゴリの世界の総市場規模」、SAM（Serviceable Available Market）は「地理的・製品的に自社が届けられる市場」、SOM（Serviceable Obtainable Market）は「3〜5年で自社が現実的に取れる市場」を指します[42][43]。

ログミーファイナンスは、TAM/SAM/SOMを算出する2つの手法として、「トップダウン」（マクロ統計からシェアで按分）と「ボトムアップ」（顧客単価×顧客数で積算）を紹介し、両方で試算して数字を突き合わせることを推奨しています[43]。株式会社KWAVEは、SaaS事業の場合はSOMが「初年度10億円、3年目50億円、5年目150億円」に届かないと投資判断の俎上に載せにくいと指摘しています[44]。

Gate 3では、TAM/SAM/SOMを1枚の表で提示し、算出根拠（引用元・仮定・単価）まで書き込むのが必須です。数字だけ書いて根拠が薄いと、経営会議で必ず巻き戻しが発生します。

Week 9〜10：ステージゲート法とリアルオプションで判断ルールを敷く

9週目から10週目は、判断ルールを先に敷いておくフェーズです。Wikipediaの解説によれば、ステージゲート法は米国のRobert Cooperが1980年代に体系化した新製品開発プロセスで、開発を「発想」「事業性評価」「開発」「テスト」「ローンチ」の複数ステージに分け、各ステージの間にゲート（意思決定点）を置く手法です[45]。

Koto Onlineは、ステージゲート法の本質を「各ゲートで判定者（経営層）が『Go／No-Go／Kill／Recycle』の4択で判断する枠組み」と説明します[46]。この事前合意があれば、PoC地獄の入口である「まだ検証中」状態から脱出できます。

もう1つ強力な武器がリアルオプションの考え方です。GLOBIS学び放題によれば、リアルオプションは「事業を金融オプションと同じ発想で評価する手法」で、いま全額投資するのではなく、段階的な追加投資の権利を保有することで下振れリスクを抑える発想です[47]。crexgroupの解説では、GEやIntelがリアルオプションを新規事業のリソース配分に使ってきた歴史が紹介されています[49]。

Gate 3では、「Gate 3を通過したら初期投資5,000万円で3カ月試験ローンチ、そこで指標X未達なら追加投資しない」という段階投資プランのシナリオを1枚に落とします。この形にしておくと、経営会議では「いくら投資して、なにを確認できたら次に進むか」だけを議論すればよく、合意形成にかかる時間が短くなります。

Week 11：Amazon式Working Backwards PR-FAQで「ローンチ後の世界」から逆算する

11週目は、Amazonの伝統的な手法Working Backwards PR-FAQを使って、ローンチ後の世界から逆算します。workingbackwards.comによれば、PR-FAQはローンチ日のプレスリリース1ページと、想定質問5〜7個への回答をまとめた6ページ以内のドキュメントで、「顧客がどう反応するか」から製品仕様を逆算する手法です[50]。

平野敦士カール氏のnote記事では、Amazonが新製品会議でPowerPointを禁止し、6ページのPR-FAQを事前に読み込ませてから議論する運営が紹介されています[51]。プレスリリースを先に書くことで、「なぜこの製品が必要か」「どんな顧客が喜ぶか」を言語化してからスペックを決められます。

Gate 3では、リーンキャンバス1枚とPR-FAQ1枚を並べて、両者の一貫性をチェックします。リーンキャンバスの「顧客セグメント」がPR-FAQの「想定顧客像」と一致しているか、「独自の価値提案」が「プレスリリースの見出し」と整合しているかを確認します。ここでズレていると、社内提案の場面で必ず突っ込まれます。

Week 12：日本と世界の先行事例で最終レビューをかける

12週目の最終週は、先行事例との対照で自分たちのGate 3出力を磨き上げます。

リクルートの新規事業提案制度「Ring」は、1982年発足から44年間、年間800件超の起案から一次審査・二次審査を経て5〜6件を事業化する漏斗構造を持続させてきました[6][19][20]。ゼクシィ、ホットペッパー、R25、Airレジなどが「Ring」から生まれています。intrastar.wikiの分析では、Ringは「年数百件の起案を5件の事業化に絞る」という漏斗そのものを設計思想として維持していると指摘されています[6]。

サムスンのC-Labは、2012年発足の社内ベンチャー制度で、10年間で62社をスピンオフし、年間40社を育成する規模で運営されています[72][73][74]。JAC Recruitmentのインタビューでは、C-Labの成功要因として「失敗しても元の職位に戻れる復帰保証」と「経営陣による短期の実績評価をしない設計」が挙げられています[74]。

パナソニックのGamechanger Catapult（ゲームチェンジャー・カタパルト）は、2016年に発足した社内アクセラレーターで、2021年時点で31プロジェクトを事業化検討まで進めた実績があります[57][58]。Forbes JAPANの取材によれば、Gamechanger Catapultはアメリカ・シリコンバレーとの人材交流を組み込み、社外の目線で事業性を判定する運営を続けています[58]。

トヨタのWoven Capitalは、2021年に立ち上げたCVCファンドで、2024年に第2号ファンドとして880億円規模のFund IIを組成、2025年7月には100%直接出資の子会社に移行する体制強化を進めています[59][60]。

これらの先行事例と自分たちのGate 3出力を並べて、以下の3点を最終レビューします。

事業計画1枚に「Ring方式の絞り込み基準」（絞り込み前後の候補数）が書かれているか
PR-FAQに「C-Lab方式の復帰保証・撤退基準」が書かれているか
ステージゲートに「Woven Capital方式の段階投資プラン」が敷かれているか

Gate 3のチェックリスト（12週目の終わりに埋める）

TAM/SAM/SOMがトップダウンとボトムアップの両方で試算され、数字が近い範囲に収まっているか
ステージゲートに「Go／No-Go／Kill／Recycle」の4択と、その判定基準となる指標が書かれているか
リアルオプション発想で、初期投資を段階分割した投資計画が組めているか
PR-FAQのプレスリリース1ページに、リーンキャンバスの「独自の価値提案」が反映されているか

12週間の終わりにこれらの成果物が揃うと、経営会議での意思決定コストが下がるだけでなく、「Go」判定が出た後の90日プランがすぐに始められる状態になります。次章では、この3-6-12週間ロードマップを継続的に回すための反復ループを、AIツールと共にどう設計するかを解説します。

Snorbeで週30分の反復ループを回すという選択肢

3-6-12週間のロードマップを1回だけ回して終わらせるのは、もったいない使い方です。実際の新規事業テーマ探索は、四半期に1本のペースで反復し、社内の記憶を積み上げていくと、次のGate通過確率が体感で上がっていきます。

その反復ループを回すために、シグナル収集と記憶保持を継続する仕組みが必要になります。ここではSnorbe（https://lp.deskrex.ai/）という新しい選択肢を紹介します。

3-6-12週間ロードマップとSnorbeの噛み合わせどころ

Snorbeは、専門データベース（JPO、EPO、Google Patents、arXiv、PubMed、Semantic Scholarなど）を横断してリサーチを実行し、結果を完全記憶型ナレッジグラフに蓄積するAIエージェントです。3-6-12週間ロードマップの中で、以下の3箇所に刺すと効果が出ます。

Gate 1（3週目）のマクロ発散フェーズでは、業界×技術×顧客セグメントの3軸トレンドマップを埋める段階で、特許動向・査読論文動向をJPO、EPO、Google Patents、arXivから横断で拾い、ナレッジグラフに蓄積します
Gate 2（6週目）のフォーカス絞り込みフェーズでは、JTBD仮説を検証する顧客インタビューと並行して、PubMed（医療系）、Semantic Scholar（学術）から「そのJTBDに関する先行研究」を投げて記憶に積みます
Gate 3（12週目）のゴー/ノーゴー判断フェーズでは、TAM/SAM/SOM試算の裏付けとなる公開統計、CVC投資動向、直近M&A事例を専門DB横断で取得し、事業計画1枚の根拠を厚くします

3つのGateすべてで「今回だけの調査」ではなく「テーマに関連する記憶を育てる」使い方をすると、次のテーマ探索で同じソースを再取得する手間が消えていきます。

週30分の反復ループの実際

3-6-12週間ロードマップの1周が終わった後の運用として、毎週30分だけSnorbeにテーマを投げる反復ループを紹介します。

週の始まりに「今週のシグナル」として、興味のある業界・技術・顧客セグメントに関するクエリを2〜3本投げる（10分）
Snorbeが週の途中で調査を完了する（自動）
週の終わりに、返ってきたレポートを眺めて「これは3週目のトレンドマップに追加すべきか」「これは新テーマの候補か」を仕分ける（20分）

この30分×週次を続けると、四半期ごとに次の3-6-12週間ロードマップに投入する候補プールが自然に溜まっていきます。「1回のリサーチで終わる調査」ではなく「テーマに関連する記憶を育てる」使い方が、Snorbeの完全記憶型ナレッジグラフの強みです。

他のDeep ResearchツールとSnorbeの棲み分け

Perplexity Deep Research、ChatGPT Deep Research、Claude、Notion AIといった汎用生成AIも、新規事業テーマ探索の場面で強力な武器になります[7][8][40]。Snorbeは、これらと排他ではなく役割を変えて重ねる選択肢として位置づけると理解しやすいです。

汎用生成AI（Perplexity/ChatGPT/Claude）は、概念の速習、要約、比較検討、草稿づくりに強く、1回で完結する調査に向きます
専門DB（Statista/CB Insights/PitchBook）は、定量データと投資動向の一次情報が強く、信頼性の要求される場面に向きます
Snorbeは、JPO・EPO・Google Patents・arXiv・PubMed・Semantic Scholarといった専門DBを横断し、完全記憶型ナレッジグラフに結果を蓄積して、継続的にテーマの記憶を育てる運用に向きます

3つのカテゴリを組み合わせることで、汎用AIの速さ、専門DBの深さ、Snorbeの継続性を同時に手に入れられます。特にディープテック（半導体、電池、量子、バイオ、宇宙）や規制産業（医療、金融、法務）のようにパブリックな検索エンジンだけでは足りない領域では、専門DB横断＋ナレッジグラフ蓄積の組み合わせが効きます。

明日から始める最小構成

「まずは試したい」という方は、以下の最小構成から始めるのがおすすめです。

Snorbeで、いま気になっているテーマ1つ（例：「生成AIで変わる医療機器メーカーの新規事業機会」）を投げる
返ってきたレポートを、Gate 1のトレンドマップ1枚に反映する
その1週間後、レポートで気になった論点を追加クエリとして投げる
これを4〜6週間続けると、Snorbeのナレッジグラフに「そのテーマに関する記憶」が育つ
3-6-12週間ロードマップの本格運用に入るとき、この記憶がスタートラインになる

新規事業テーマ探索は、フレームワークの知識を増やすより、時間軸の設計とシグナル収集の継続が勝負を分けます。この記事の3-6-12週間ロードマップを1回試してみて、途中でSnorbeを刺す場所を探してみてください。

Snorbeの詳細はhttps://lp.deskrex.ai/から確認できます。四半期に1回の本格運用の間に、毎週30分の反復ループを敷きます。このリズムが、テーマ探索の勝率を静かに底上げしていきます。

よくある質問（FAQ）

Q1. 3週間・6週間・12週間という区切りにする理由はなんですか？

短すぎず長すぎない中間の粒度だからです。デザインスプリント（5日間）は速く回せますがマクロ発散が浅くなり、100日プラン（14週）は絞り込みが遅れがちです[5][15][17]。3-6-12週間はGartnerやDeloitteのマクロ動向とリクルートRingのような社内公募制度の運用リズムと相性がよく、四半期（13週）の意思決定サイクルに収まる点も実務で回しやすい理由の1つです[6][19]。

Q2. 3週間でトレンドマップを1枚しか作れないのは物足りない気がします

トレンドマップ1枚の中身は「業界×技術×顧客セグメント」の3軸×各10項目で30項目です。1軸1週間で埋める設計にすれば、3週間で30項目のシグナルが1枚に集約されます。ここに絞り込み3〜5テーマも加わるので、Gate 1の到達点として過小ではありません。むしろ「30項目までしか埋めない」という上限を敷くことで、Gate 2に無駄な候補を持ち込まない設計になっています。

Q3. 顧客インタビュー10件は少ないのでは？

Gate 2の絞り込み段階で「1セグメントあたり最低10件」というのは、Steve BlankのCustomer DevelopmentやAsh Mauryaの『リーンキャンバス』でも基準として提示されている値です。10件で「明確なジョブが浮かばない」なら、JTBD仮説を捨てて別セグメントに移る判断ができます。逆に10件で強い共通ジョブが浮かぶなら、Gate 3のTAM/SAM/SOMの根拠として十分な深さになります。

Q4. TAM/SAM/SOMの数字が経営会議で叩かれます。どう防げますか？

トップダウン（マクロ統計からシェア按分）とボトムアップ（顧客単価×顧客数で積算）の両方で試算し、数字が近い範囲に収まっていることを示すのが第一歩です[43]。加えて、Statista、CB Insights、PitchBook、業界団体の白書といった一次データを引用元として添えると、数字の信頼性が上がります[7][30]。「なぜこのシェア率で按分するのか」を1文で説明できる状態にしておくと、質問の8割は事前に潰せます。

Q5. AIツールを何個も入れるほど社内予算がありません。最低限どれから始めればいいですか？

3つのフェーズで1つずつ主力ツールを選べば十分です。マクロ発散はPerplexity Deep Research（またはChatGPT Deep Research）で概念速習と草稿づくりをします[7][53][54]。絞り込みはNotion AIで議事録要約とナレッジ蓄積を行います[40][41]。判断はClaudeで批判的読解と反対仮説の抽出をします[40]。無料枠・低額プランから試して、効果を感じた1つを社内展開するのが現実的な導入順です。

Q6. ステージゲート法を導入すると、社内の合意形成が余計に重くなりませんか？

逆で、ステージゲート法は「合意形成の重さを事前に固定する」ための道具です。各ゲートで「Go／No-Go／Kill／Recycle」の4択で判定するというルールを事前合意しておけば、途中で「まだ検証中」を無限に続ける状態を防げます[45][46]。Gate 3のリアルオプション発想（段階投資プラン）と組み合わせると、下振れリスクを抑えつつ意思決定コストを下げる設計になります[47][49]。

Q7. AmazonのPR-FAQは他社でも使えますか？

はい、汎用的に使えます。PR-FAQはローンチ日のプレスリリース1ページと想定Q&A5〜7個をまとめたドキュメントで、Amazonが自社の新製品会議で使ってきた運用ですが、フォーマット自体は業種を選びません[50][51]。日本企業ではリクルートやパナソニックの一部部署でも導入事例があり、経営会議のパワーポイントを置き換える運用として広まっています。プレスリリースを先に書くことで、「なぜこの製品が必要か」を言語化してからスペックを決める順序が守られます。