スタートアップピッチ前の市場調査｜根拠をそろえる6段階

資金調達のピッチに向けて、創業者が市場規模を調べようとすると、どこから手をつければよいか迷う場面が多くあります。大きな業界の数字を見つけても自社の実際の事業と合わず、投資家に市場規模の根拠を問われた際に、どのように算出したのか答えに詰まってしまうことがあります。

本記事では、ピッチ資料に載せる市場データをそろえるための6段階の手順を解説します。具体的には、対象となる顧客と用途からなる市場の境界を言葉で固定し、TAM・SAM・SOMを第三者が再計算できる式で裏付け、競合や現在の代替手段と比較します。さらに、集めた市場の数字を実際の顧客の支払意思という証拠へ結びつけるまでの流れを示します。

この作業を進める際、AIを調査の補助として使うことができます。ただし、未発表の事業計画といった機密資料の外部送信や、実際の顧客インタビューの代替としてAIを使うことはできません。AIは根拠整理を担い、たとえばAIのチャット画面へ政府が公開している統計データのURLと検索条件を入力し、出典リンク付きの表形式で出力させます。

そして、人が出力されたリンクを一つずつ開き、引用元の数値と一致しているかを確かめ、採用する数字を判断します。AIが将来売上の保証をしたり、集めた数字をもとにAIによる投資判断を下したりすることはありません。

この6段階を順に追うことで、ピッチ前にどの市場データを集め、どこまでをAIに任せ、どの判断を自らが行うべきかが整理されます。最終的に、事業計画を支える未確認事項を区別し、第三者がたどって確認できる証拠だけをピッチ資料へ採用する判断ができるようになります。

市場を顧客と用途の一文で定義する

ピッチに向けて市場調査を始める際、最初にすべきことは、自社が狙う市場の境界をひとつの文章として明確に固定することです。市場規模を探す前に、誰を対象とするかを定めておかなければ、集めた数字が事業の実態とずれてしまいます。

単に「AI市場」や「製造業市場」といった広すぎる業界名で検索を始めても、事業計画の根拠として使える具体的なデータにはたどり着けません。米国中小企業庁は、市場調査において需要、市場規模、経済条件、地域、飽和度、代替品の価格を確認し、統計データなどの二次調査とインタビューなどの直接調査を用途で分けるよう案内しています。

また、J-Net21は、業界のトレンドと市場規模に加えて、対象顧客、価格、競合の商品や販促手法を調べ、自社の事業展開に関係する要点を選ぶよう示しています。

これらの案内が示すように、市場調査の対象は自社の事業に直接関わる範囲へ絞り込む必要があります。調査を進める前の判断場面として、市場を調べられる顧客、用途、地域、期間、購入単位へ変換します。

製造業向け検査AIを提供する架空のスタートアップを例にとります。市場を定義する際、「日本の製造業AI市場」といった大まかな枠組みではなく、「2027年度、日本国内、従業員300人以上の部品工場、検査ライン単位、月額契約まで対象を絞る」という一文を作成します。

このように条件を固定することで、調べるべきデータの輪郭がはっきりと形作られます。たとえば従業員300人以上の部品工場という条件を設定すれば、公的統計などの二次資料で、対象となる工場数を調べるための抽出条件が明確になります。

さらに検査ライン単位や月額契約という購入単位を定めておくことで、後から顧客数と単価を掛け合わせて市場規模を計算する際の手戻りを防ぐことにつながります。反対に、この定義が曖昧なままだと、インタビューのような直接調査を行う際にも、誰に対して代替品の価格や需要を聞くべきかが定まりません。

AIへ調査を支援させる場合にも、この一文で定義した市場の条件が不可欠です。AIの入力画面で「製造業の市場規模を教えて」とだけ依頼するのではなく、地域、期間、顧客の規模、購入単位といった固定した条件を渡します。公開情報の中から条件に合う統計や報告書を探させることで、AIが出力する回答の実用性が高まります。

同時に、人が確認する対象も、出力された結果が最初に設定した前提条件と合致しているかという点に集中できます。

こうして市場の境界を言葉で固定した後は、その条件に従って、市場全体の外枠と自社が実際に獲得できる範囲を別々に計算していく手順へと進みます。

TAM・SAM・SOMを二つの計算で確かめる

設定した市場の条件に従って、次は市場全体の大きさと自社が実際に獲得できる範囲を計算します。事業を説明するピッチでは、TAM、SAM、SOMという三つの階層に分けて市場規模を示すことが一般的です。

このとき、公的な統計などを用いて全体から絞り込むトップダウンの計算と、顧客数と単価から積み上げるボトムアップの計算を使い分け、どこに仮定を置いているかを後から追跡できるようにします。

スタートアップを支援するY Combinatorは、既存市場は公開情報、新市場は顧客数と支払額から推定し、顧客を広く取りすぎるトップダウンの誤りを避けるためボトムアップを重視するよう案内しています。実際にY Combinatorのピッチ資料では、類似商品を買う顧客数と単価を掛けて市場機会を説明する手順が示されています。

市場の規模を大きく見せようとして無関係な業界の数字を足すのではなく、実際に製品を買ってくれる顧客の姿から計算を始めることが求められます。

前節で挙げた製造業向け検査AIという市場計算表の架空例を用いて手順を見てみます。この計算例では、TAMは全工場数×平均ライン数×年額、SAMは対応設備と地域で絞り、SOMは年間商談数×受注率×初年度単価で計算すると定めます。

TAMとして日本の全工場へ導入された場合の最大規模を示しつつ、SAMで現在自社が開発しているシステムが対応できる設備の範囲に限定します。さらにSOMでは、現在の営業体制で一年間にアプローチできる商談数から現実的な売上目標を提示します。

このように式を分解しておくことで、投資家から単価や受注率の前提を問われた際にも、証拠を示して説明を尽くすことができます。

トップダウンの計算で公的なデータを引用する場面では、その数字が自社の事業にそのまま使えるとは限りません。経済産業省のスタートアップエコシステム調査2026の数字はマクロな動向を示すものであり、個別企業の販売市場ではありません。そのため、外部の数字を使う場合は対象と推計方法を確認する必要があり、自社の市場定義とずれていないかを人が判断する工程が欠かせません。

これらの計算に必要な数値を集める際、AIを調査の補助として使うことができます。未発表の事業計画といった機密情報が外部へ送られないよう、公開情報のみを利用することを前提にします。AIのチャット画面へ「日本の製造業の工場数について、公的な統計データを探し、出典URLとともに表形式で出力してください」といった依頼文を入力します。

AIが回答を出力した後は、担当者がその出典URLへ直接アクセスし、調査の対象や期間が正しいかを確認します。こうして人が証拠を一つずつ確かめることで、ピッチへ載せる数字の信頼性が高まります。

市場全体の大きさと自社が獲得できる市場規模の範囲が見えた後、顧客が自社の製品と何を比較して導入を決めるのかを探るため、競合や代替手段を調べる作業へ移ります。

競合と現在の代替行動を同じ軸で比べる

自社が狙う市場の規模を計算した後は、顧客がその中でどのようにして解決策を選んでいるのかを整理します。ピッチ資料において競合他社と自社の違いを説明することは、顧客が自社の製品を選ぶ理由を裏付ける重要な作業です。このとき、同種の新製品だけではなく、顧客が現在行っている代替行動も同じ軸で比較します。

顧客から見れば、課題を解決する手段は他社の製品を買うことだけではありません。社内の人員を使った手作業、外部への委託、既存設備の転用、あるいは現状のまま何もしないという選択肢までが比較の対象となります。米国中小企業庁は、競合分析の際に市場シェア、強みと弱み、参入機会、参入障壁に加えて、間接競合を確認するよう示しています。

自社と似た製品を売る直接の競合だけでなく、別の方法で目的を達する間接競合までを視野に入れることで、市場に存在する本当の障壁が見えてきます。

比較する対象を広げた後は、それぞれの特徴を整理して一覧にします。J-Net21は、競合の商品・サービス、対象顧客、価格、販促を具体的に調べ、第三者が見やすい表にする方法を示しています。比較の項目がバラバラでは投資家や社内の関係者に違いが伝わらないため、自社と競合、そして手作業などの代替手段を共通の項目で並べます。

この作業を進める際、competitor-matrix.csvという名称の比較表を作成する架空の例を考えます。この表には、顧客、解決する仕事、初期費用、継続費用、導入時間、必要データ、切替コスト、URL、確認日という列を設けます。

単に機能の有無を記号で埋めるのではなく、導入にかかる時間や既存システムからの切替コストといった、顧客が購入をためらう理由までを同じ列に並べて比較します。

この比較表を作る過程でも、AIを調査の補助として活用できます。ここでも未発表の事業計画や顧客名といった機密情報は入力せず、公開されている情報だけを使います。

たとえば、AIのチャット画面に競合企業の製品ページや料金案内のURLをいくつか貼り付け、「指定したURLの公開情報から、対象となる顧客、解決する仕事、初期費用、継続費用、導入時間、必要データ、切替コストを抽出し、competitor-matrix.csvとして出力してください」という依頼文を入力します。

AIが画面に表を出力した後は、人が各列の内容を検証します。出力された表のURL列から実際のウェブサイトを開き、AIが抽出した価格や導入期間に誤りがないかを目視で確かめ、確認日の列へ日付を記入します。手作業による代替行動のコストについては、公開されている賃金統計などを参考に、自社で計算した根拠を追記します。

AIの出力を人が確認して初めて、ピッチの根拠として使える比較表が完成します。

こうして競合や代替手段との差を客観的な表として整理した後は、市場の数字と顧客の購入証拠をさらにつなぎ合わせる段階へと進みます。

市場の数字を顧客証拠と価格へつなぐ

競合や代替手段との比較を整理した後は、算出した市場規模の中で、顧客が本当に自社の製品へお金を払うのかを証明する段階へ入ります。市場全体が存在することと、自社の製品が売れることは別の問題です。集めた市場の数字を、顧客の困りごとや実際の支払意思と接続しなければ、事業の計画は机上の空論になってしまいます。

ピッチ資料においてこれらの情報をどのように伝えるべきかについて、Y Combinatorの短いピッチは、事業内容、顧客、固有の洞察、市場規模、進捗、成長を分けながら一つの話として並べる手法を案内しています。

さらに、Y Combinatorのシード資金調達ガイドは、市場規模、競争環境、トラクション、事業モデル、資金調達をピッチ資料の要素として挙げ、主張を支える証拠を求めています。市場の大きさを語るだけでなく、自社がどれだけ顧客を獲得に向けて前進しているかを示すトラクションの証拠が不可欠です。

この証拠を整理するため、架空の顧客証拠カードという表を作成して記録します。まず進捗の深さを測るため、顧客の反応をインタビュー、LOI、試用、契約、継続利用を別種類として分類します。そして、それぞれの顧客について、対象業務、現行費用、切替条件、価格反応、確認日を記録します。

このように項目を分けることで、顧客が現在代替手段にいくら支払っていて、自社の提示した価格に対してどう反応したかという具体的な事実が市場規模の計算式を裏付けます。

ここでも、散在する文字記録の整理にAIを使うことができます。ただし、顧客の生の声を聞くこと自体は人間が行う必要があり、AIが代わることはできません。また、外部のAIへ情報を送る際は、企業名や個人名を除き、組織が外部送信を許可したメモだけを使う手順とします。

AIのチャット画面へ「以下の匿名化されたインタビュー記録から、対象業務、現行費用、切替条件、価格反応を抽出し、表形式で出力してください」と依頼文を入力します。

AIが画面に表を出力した後は、人間が一つひとつの内容を確認します。AIが文脈を読み間違えていないか、また将来の売上を保証するような推定を勝手に書き加えていないかを、元の記録と照らし合わせて検証します。内容が事実と合致していることを確かめたうえで、人間が手作業で確認日の列へ日付を入力して記録を完了させます。

こうして個別の顧客証拠と計算のための変数を定めた後は、これまで作成した市場規模の計算式や競合比較といった散在する資料を、AIを使ってさらに全体を見渡せる根拠台帳へとまとめていく作業へ移ります。

AIに出典付きの根拠台帳を作らせる

これまでに整理した市場の条件、計算式、競合比較、顧客の証拠は、それぞれ別の場所に散らばっています。ピッチの説得力を高めるには、これらをひとつのつながりとして確認できる根拠台帳へとまとめる必要があります。

OpenAI Academyは、最新の個別情報には検索、複数資料を横断する調査にはDeep Researchを使い、引用リンクから原典を確認する運用を案内しています。

Deep Researchは、利用者がWebサイト、アップロードファイル、接続アプリなどの参照元と調査計画を確認した後、引用付きの構造化レポートを出力する機能を持っています。この機能を補助として使い、調査結果を整理する架空の実行例を紹介します。

まず、AIへ渡す準備として、自社で設定した市場の前提条件をまとめたmarket-assumptions.csv、関連する官公庁の統計を指す公開URL、そして業界動向などの公開情報をまとめた許可済みPDFを用意します。未発表の事業計画や顧客との秘密保持契約に関わる機密資料は決して外部のAIへ送信してはいけません。

AIの画面でこれらのファイルやURLを指定し、依頼文を入力します。たとえば「指定した前提ファイルと公開情報を横断して調べ、市場規模の計算と競合情報を整理し、出典付きの構造化レポートとして出力してください。

出力するファイルは、source-register.csv、market-sizing.xlsx、competitor-matrix.csv、open-questions.mdの四つに分けてください」と指示を出します。

AIが調査を終えたら、引用付きの構造化レポートを受け取り、結果を四つのファイルへ整理します。source-register.csvには調査に使われたすべての公開情報とその引用元URLが並びます。

market-sizing.xlsxにはTAMやSAMを計算するための式と変数が整理され、competitor-matrix.csvには比較対象となる他社や代替手段が同じ項目で並びます。さらに、open-questions.mdには公開情報だけでは埋まらなかった未確認の疑問点が一覧化されます。

AIがレポートを出力した後は、人間による検証作業が欠かせません。Anthropicは、調査エージェントの品質を根拠性、範囲の充足、情報源の質に分け、人の専門判断と校正して評価する必要があると説明しています。

担当者はsource-register.csvに記載された引用リンクをひとつずつクリックし、AIが参照した元の統計データやPDFを直接開きます。そこで、元の資料に書かれている条件とAIが抽出した数字が一致しているか、計算の前提に飛躍がないかを自分の目で確かめます。

人間が出力された結果と引用元を校正し、専門的な判断を加えることで初めて、これらのファイルがピッチを支える信頼できる根拠台帳へと変わります。根拠となる資料群をひとつの場所にまとめた後は、それらが矛盾なくつながっているかをピッチの直前に最終確認する作業へ進みます。

ピッチ直前に証拠の鎖を最終確認する

これまでの工程で、市場の定義、計算式、競合比較、そして顧客からの証拠をまとめ、AIを用いて根拠台帳を作成しました。米国中小企業庁は、事業計画が資金提供者に事業の成立性を説明する道具であり、市場分析と競合調査を含むと示しています。ピッチの直前には、この事業の成立性を支えるすべての数字と証拠が矛盾なくつながっているかを人間の手で確かめる必要があります。

この作業を確実に行うため、スプレッドシートに最終確認表という架空のシートを作成し、ピッチへ載せる数字を誰が何で承認するかを明確にします。具体的には、TAM・SAM・SOMの顧客定義、単位、式、トップダウンとの差、価格証拠、URL、確認日、送信権限、確認担当者を一行ずつ照合します。

まず、TAM・SAM・SOMの行で、それぞれ設定した顧客定義と購入単位が計算式と一致しているかを見直します。公的な統計データから計算したトップダウンの市場規模と、顧客の単価から計算したボトムアップの数字の間に大きな差がある場合は、その理由をトップダウンとの差の列に記録します。

次に、価格証拠の列に顧客の切替コストや支払意思の裏付けとなる事実が記録されているかを確認します。

このとき、AIがまとめた結果をそのまま採用してはいけません。Anthropicは、調査出力の事実正確性、引用正確性、網羅性、情報源の質を別々の基準として扱う手順を示しています。この基準にならい、人間がURLの列に記載されたリンクをひとつずつ開き、引用された統計データや公開情報の実物を目で見て確かめます。

AIが情報源の数値を誤って読み取っていないか、存在しないURLを作り出していないかを検証します。

また、AIへの入力時に未発表の事業計画や秘密保持契約に関わる顧客情報が混ざっていなかったかを、送信権限の列で振り返ります。外部への送信が許可された公開情報のみが使われていることを確かめ、機密情報の混入を確認した場合は、その場で処理を止め、組織の事故対応手順に従います。

同時に、AIが過去の傾向から将来の売上を断定するような独自の推定を書き加えていた場合も、客観的な事実のみへ修正します。

最後に、確認日と確認担当者の列を埋めることで、調査結果の承認を完了させます。個人の感想やAIの出力をそのまま提示するのではなく、顧客の定義、計算式、公開された統計、顧客証拠という証拠の鎖を人間がひとつずつたどり、自らの判断で責任を持つことで、第三者が再計算できる信頼性の高い市場説明が完成します。

よくある質問

Q1. TAMとSAMの違いは何ですか

TAMは市場全体の最大規模であり、SAMは自社が現在対応できる設備の範囲などに限定した規模です。架空の市場計算表を用いる場合、TAMの式を全工場数×平均ライン数×年額として全体を計算し、SAMの式を対応設備と地域で絞った工場数×平均ライン数×年額として計算を分けます。

AIの入力画面で調査を依頼し、market-sizing.xlsxというファイルを出力させる際にも、これら二つの式を分けて変数を入れるよう指示し、後から人が計算の前提を検証できるようにします。

Q2. 新しい市場の規模はどのように算定すればよいですか

既存の公開データが存在しない新しい市場の場合は、顧客数と支払額から推定するボトムアップの計算を使います。Y Combinatorは、顧客を広く取りすぎるトップダウンの誤りを避けるためボトムアップを重視するよう案内しています。具体的な計算例として、SOMの式を年間商談数×受注率×初年度単価と設定します。

架空の目標ではなく、実際に自社の製品に関心を示している顧客の単価とアプローチ可能な件数を掛け合わせて算定する判断が求められます。

Q3. 自社の製品には競合がいない場合、どう比較すればよいですか

同種の新しい製品が存在しない場合でも、顧客が現在行っている別の代替行動と比較します。米国中小企業庁は、競合分析において市場シェアや強みと弱みとともに、間接競合を確認するよう示しています。

自社製品と代替行動を比較するため、competitor-matrix.csvという架空の比較表を作成し、行に手作業、外部委託、何もしないという選択肢を並べます。そして、導入時間や切替コストという列を設けて同じ軸で違いを整理します。

Q4. ピッチで使える顧客証拠とはどのようなものですか

顧客が本当にその課題にお金を払う意思があるかを示す具体的な記録です。Y Combinatorのシード資金調達ガイドは、ピッチ資料の要素として市場規模や競争環境を挙げつつ、主張を支える証拠を求めています。この証拠を整理するため、架空の顧客証拠カードという表に、対象業務、現行費用、切替条件、価格反応という列を作ります。

AIへ匿名化済みの記録を入力して表を作らせた後、人間が元の記録と照らし合わせ、勝手な推測が混ざっていないかを確認します。

Q5. AIへ調査を依頼する際、渡してはいけない資料はありますか

未発表の事業計画や、顧客との秘密保持契約に関わる機密資料は決して外部のAIへ渡してはいけません。AIの画面でファイルを指定する際は、許可済みのPDFや公開されている統計データのURLのみを入力します。

AIが調査を終えて出力したsource-register.csvというファイルを確認する際、送信権限という列を人間が一つずつ振り返り、公開情報だけが使われているかを判断場面として設ける必要があります。

Q6. 公開されている統計が古い場合、どう扱えばよいですか

公開されている数字を使う際は、経済産業省のスタートアップエコシステム調査2026のように、対象、推計方法、基準日を確認し、古い数字を最新値として扱わないようにします。複数資料の調査と最新情報の収集について、OpenAI Academyは、最新の個別情報には検索を使い、引用リンクから原典を確認する運用を案内しています。

AIの検索機能で同じ母集団を扱う新しい一次資料があるかを調べ、人が原典を開いて定義と基準日を確認します。新しい資料が見つからない場合は、古い統計の基準日を確認日の列とは分けて明記します。