AIツールを使っていると、昨日まで新機能だったものが、数週間後には当たり前の業務環境になっていることがある。

最近、Claudeを毎日使っている。チャットインターフェイスでの対話は、明らかに日常に溶け込んでいる。同じことが、世界中で起きている。市場での位置づけとしては、成熟しつつあるプロダクトだ。

一方で、同じClaudeというブランドの中でも、新しく出てきた機能──コードを直接編集するエージェントや、スプレッドシート上で動くAI──は、世の中での認知も使い方も、まだ広まり始めたばかりだ。市場では明らかに導入期にある。

同じブランドの中で、機能ごとに市場でのフェーズが違う。

経営理論で習ったプロダクトライフサイクル（PLC）は、こういう状態をうまく説明できない。導入期→成長期→成熟期→衰退期と、フェーズが順番に進む前提で組み立てられているからだ。

最初は「AI時代はライフサイクルが短くなった」と理解していた。たしかに短くなっている。でも、それだけでは現場で起きていることを説明しきれない。

結論から書く。AI時代、プロダクトライフサイクルは「短くなる」のではなく、「フェーズの境界が溶ける」。各フェーズが同時に進行し、順序が崩れ、境界が滲んでいく。

AIとライフサイクルの議論では、「開発工程が短くなる」「製品寿命が短くなる」と語られることが多い。しかし本記事で見たいのは、時間の短縮ではなく、PLCのフェーズ境界そのものが曖昧になる現象だ。この記事では、その現象を4つの場面に分けて整理し、経営判断への含意を考えていく。

プロダクトライフサイクルとは何か

まず前提を揃える。プロダクトライフサイクル（Product Life Cycle、以下PLC）は、製品が市場に投入されてから衰退するまでの過程を4段階に分けたモデルだ。中小企業診断士試験の「企業経営理論」でも頻出論点で、マーケティング戦略の基礎として位置づけられている。

4つの段階は、それぞれ次のように整理できる。

• 導入期：製品を市場に出した直後。まだ認知されておらず、売上も少ない。広告費や開発費の負担で、利益はマイナスか低水準にとどまる
• 成長期：市場に受け入れられて売上が急増する段階。利益も伸び、競合が参入してくる
• 成熟期：市場が飽和し、売上の伸びが鈍化する段階。差別化や価格競争が激しくなる
• 衰退期：需要が縮小し、売上が減少していく段階。撤退や事業転換が課題になる

PLCモデルが前提にしているのは、この4段階が時系列で順番に進むということだ。基本モデルでは、導入期から成長期、成熟期、衰退期へと進む線形の流れとして説明されることが多い。各フェーズには固有の戦略があり、フェーズが変われば戦略も変える、というのが基本的な使い方になる。

このモデルは、製品の状態を把握し、適切なマーケティング戦略を選ぶための「地図」として、長く使われてきた。

「短くなる」だけでは説明できない現象

AIの普及で、PLCの議論として真っ先に出てくるのが「ライフサイクルが短くなった」という話だ。

たしかに短くなっている。ChatGPTは2022年11月に公開され、2ヶ月で月間アクティブユーザーが1億人を超えた。一般的な消費者向けサービスで1億ユーザー到達までの最短記録だ。TikTokで9ヶ月、Instagramで2年半かかった規模に、ChatGPTは数十日で到達した。

導入期から成長期への移行が劇的に短縮されている。これは事実だ。

でも、「短くなった」だけだと説明できない現象がある。

ChatGPTは公開から数ヶ月で爆発的に成長したが、その間に有料プランの提供、API公開、新モデル（GPT-4）のリリース、企業向け機能の追加が同時並行で進んだ。導入期の「市場に認知される」段階と、成長期の「市場が受け入れる」段階と、成熟期の「機能の拡張・差別化」段階が、すべて重なって進行していた。

これは「短くなった」のではなく、「フェーズが同時に走っている」状態だ。

別の例を挙げる。ある企業が新しいAIプロダクトをリリースするとき、ベータ版と本番版の区別が以前ほど明確ではない。ベータ版でも実ユーザーが使い、フィードバックが即座に開発に反映される。気がつくと、ベータと呼ばれていたものが、いつの間にか本番として使われている。

導入期と成長期の境界が、はっきり線を引けなくなっている。

「短くなった」と「溶けた」は違う。短くなったのは、フェーズの所要時間が縮んだという話。各フェーズの順序や定義は保たれたまま、進む速度だけが速くなった状態だ。一方、溶けたのは、フェーズの境界そのものが曖昧になったという話。フェーズの順序や定義そのものが、はっきりした線で引けなくなっている。

前者は時間軸の話、後者は構造の話で、まったく違う現象を指している。

ここから、4つの境界がどう溶けているかを順に見ていく。

フェーズの境界が溶ける4つの場面

導入期と成長期の境界が溶ける

ここで起きているのは、「ベータ版のまま実ユーザーに使われ続ける」という新しい現象だ。

以前は、製品を市場に出してから、ユーザーが実際に使い、評価が広まり、本格的な普及が始まるまでに、それなりの時間がかかった。導入期はテストや検証の期間で、成長期に入って初めて本番フェーズが始まる、という流れだった。

AI時代のプロダクトでは、この区別が機能しなくなっている。

Cursor、Perplexity、各種新興AIプロダクトは、「ベータ版」のまま実ユーザーが日常的に使い、業務に組み込んでいる。開発側は毎週のように仕様を更新し、ユーザーは更新内容を待って自分の使い方を調整する。テストと本番、導入と成長が、同じ時間軸の中で並走している。

背景には、デプロイの即時性がある。Webアプリやクラウドサービスは、修正をその場でリリースできる。物理製品のように「製造ラインを止めて改修する」必要がない。導入期にしか許されなかった「仕様の流動性」が、成長期にも持ち越されるようになった。

結果として、「いつから本番になったのか」を後から振り返ってみても、明確な日付が引けないことが多い。導入と成長は、グラデーションでつながっている。

成長期と成熟期の境界が溶ける

ここで起きているのは、「機能が固まる時期が来ない」という現象だ。

従来の成熟期は、製品の機能がほぼ固まり、市場の伸びが鈍化していく段階だった。差別化の余地が減り、価格競争に入る。これがPLCの典型的な後半フェーズだった。

AI時代のプロダクトでは、「機能がほぼ固まる」という段階がやってこない。

SaaSやAIプロダクトを見ると、リリース後も継続的に新機能が追加され続けている。Slackは2013年のリリース後、10年以上経った現在もAI機能を含めた大型アップデートを続けている。Notionも、最初は単なるノートアプリだったが、データベース、Wiki、AIアシスタントへと領域を広げ続けている。

機能が固まらないため、成長率の鈍化が起きにくい。新機能の追加が、新しいユーザー層の開拓や、既存ユーザーの利用拡大につながり、成長を継続させる。

これは、成長期と成熟期の境界を曖昧にする。「もう成熟期に入った」と判断した瞬間に、新機能リリースで再び成長率が跳ね上がる、ということが普通に起きる。フェーズの判定そのものが、後追いでしかできなくなっている。

成熟期と衰退期の境界が溶ける

ここで起きているのは、「衰退期に入っても、AI機能の追加で再生する」という現象だ。

成熟期の後には、衰退期が来るというのがPLCの前提だった。市場の需要が縮小し、製品が役目を終え、撤退や事業転換の判断が必要になる。

AI時代には、この衰退期に入ろうとしていた製品が、AI機能の追加で「延命」されるという現象が頻発している。

代表的なのが、Microsoft 365だ。WordやExcelといったオフィスソフトは、すでに数十年単位で使われてきた成熟製品で、単体機能としては大きな成長余地が見えにくくなっていた。

そこにCopilotというAI機能が追加された。文書作成や表計算の使い方そのものが変わり、新しい価値が生まれた。成熟しきったように見えていた製品領域が、AIによって再び成長余地を持ち始めた。

Notionも同様だ。ノートアプリ市場が成熟していた中で、Notion AIの追加によって新しい利用シーンを作り出している。

衰退期と成熟期の境界が溶けるとは、こういうことだ。市場が縮小に向かっていた製品でも、AI機能の追加で再び成長フェーズに戻れる可能性が常に開かれている。「衰退期に入ったから撤退する」という判断は、以前ほど自明ではなくなっている。

衰退期と新しい導入期の境界が溶ける

ここで起きているのは、「衰退と新しい導入が、断絶なく連続する」という現象だ。

最後にもうひとつ。衰退期に入った製品が、AIによって再構築され、新しい導入期を迎えるという現象がある。

検索エンジンを例に挙げる。Googleに代表される従来型の検索エンジンは、20年以上にわたって市場を支配してきた成熟カテゴリーだ。ユーザー体験としては「リンクの羅列を見て、自分で取捨選択する」ものとして固定化していた。

ところが、PerplexityやChatGPTの検索機能のような「AI検索」が登場した。これは、従来の検索エンジンの延長線上にある延命策ではない。検索という行為そのものを、対話と要約で置き換える、新しいプロダクトカテゴリーの導入期だ。

成熟した検索カテゴリーが、AIによって別の体験として再定義され、新たな導入期を迎えている。同じカテゴリー（検索）の中で、衰退期と導入期が連続している。

この現象は、検索だけでなく、さまざまな領域で起き始めている。コーディング、翻訳、画像編集、文書作成。既存の成熟したカテゴリーが、AIによって再構築され、新しい導入期を迎える。衰退と再生が、断絶なくつながっている。

なぜ境界が溶けるのか

ここまで4つの場面で「境界が溶ける」現象を見てきた。なぜこんなことが起きているのか。背景にある3つの要因を整理する。

ひとつめは、実験コストの低下だ。

AIプロダクト、特にソフトウェアの世界では、コード生成AIによって実装コストが下がるだけでなく、試作品を作り、市場に出し、反応を見て、すぐに直すまでの実験全体のコストが下がっている。新機能を「とりあえず出してみる」ことの心理的・経済的ハードルが下がった結果、機能追加が止まらなくなる。これが、成長期と成熟期の境界を溶かす要因になる。

ふたつめは、反応サイクルの高速化だ。

ユーザーが使う、データが集まる、改善する、再びリリースする。このサイクルが、Webサービスでは数日、AIプロダクトでは時に数時間で回る。導入期に集めたフィードバックが、その週のうちに本番リリースに反映される。テストと本番、導入と成長を分けていた「時間差」が、ほぼゼロになっている。

みっつめは、模倣の高速化だ。

ある企業が新機能をリリースすると、競合は数日から数週間で同じ機能を実装してくる。AI技術のコモディティ化により、後発が追いつくスピードが上がった。これは差別化の維持を難しくし、成熟期に入ったかどうかの判定を曖昧にする。

この3つの要因が組み合わさると、PLCの前提だった「フェーズが線形に進む」という構造そのものが成立しなくなる。フェーズは並存し、境界は流動し、順序は崩れる。これが、境界が溶ける現象の正体だ。

経営判断への含意

ここからが本題かもしれない。フェーズの境界が溶ける時代に、経営判断はどう変わるのか。

従来のPLCの使い方は、「今、自社のプロダクトはどのフェーズにあるか」を判定し、フェーズに応じた戦略を選ぶというものだった。導入期なら認知度向上、成長期ならシェア獲得、成熟期なら差別化、衰退期なら撤退判断、というように。

境界が溶ける時代には、この問い自体が古くなる。

代わりに必要になるのは、**「どのフェーズが同時並行しているか」「どの境界が溶けかけているか」**を見極める問いだ。

たとえば、自社プロダクトの中でも、機能ごとに状態が違う。コア機能は成熟していて安定運用に入っているが、新機能は導入期で仕様が流動的、別の領域では新カテゴリーの探索が始まっている、というのが普通の状態になる。プロダクト単位ではなく、機能単位、ユーザーセグメント単位、地域単位で、フェーズが並存している。

戦略の組み立て方も変わる。

マーケティング：「成長期だから広告投下を最大化する」という単純な判断ではなく、「成熟したコア機能はブランドメッセージで、導入期の新機能は早期ユーザーへの個別接触で、再生フェーズに入った領域は新カテゴリーとしての打ち出しで」というように、フェーズの並存を前提にした多層的な設計が必要になる。

価格設定：成長期と成熟期が同時に進む中で、単一の価格戦略では不整合が起きやすい。フリーミアム、サブスクリプション、従量課金が組み合わさる現代のSaaS価格設計は、フェーズの並存に対応するために生まれた仕組みとも言える。

組織体制：ひとつのプロダクトの中で、複数のフェーズを並走させるには、フェーズごとに異なるチーム編成や意思決定スピードが求められる。安定運用のチームと、新機能の試行錯誤のチームと、新カテゴリーの探索チームを、ひとつの組織の中で同居させる必要が出てくる。

「自社はどのフェーズにあるか」ではなく、「複数のフェーズをどう並走させるか」が、経営判断の中心テーマになっていく。

AI時代のPLCを見るときは、次のように問いを変える必要がある。

• コア機能は、どのフェーズにあるか
• 新機能は、誰にとって導入期なのか
• 既存ユーザーと新規ユーザーで、見えているフェーズは違わないか
• AIによって再成長できる領域はどこか
• 撤退すべき衰退なのか、再定義すべき成熟なのか

問いの型が変われば、経営判断の選択肢が変わる。フェーズの並存を前提にした問いを持つことが、AI時代のPLC活用の第一歩になる。

まとめ：境界が溶ける時代の経営理論

PLCモデルが無効になったわけではない。導入期・成長期・成熟期・衰退期という4段階の分類は、今も製品の状態を理解するための強力な枠組みだ。

ただし、「4段階を時系列で順番に進む」という前提だけが、AI時代には古くなっている。

代わりに必要なのは、フェーズの並存と、境界の流動性を前提にした思考だ。プロダクトを単一のフェーズで捉えるのではなく、機能や領域ごとに異なるフェーズが同時並行する複合体として捉える。フェーズの境界は固定ではなく、技術や市場の変化で常に動いていると考える。

経営理論は、現場で起きていることを説明できなくなった瞬間に、現場から切り離される。PLCモデルも、AI時代の現象を捉えるためには、使い方を更新する必要がある段階に来ている。

この記事で扱ったのは、その更新の方向性のひとつだ。「短くなる」と「溶ける」の違いを意識するだけで、現場の見え方が変わってくる。

---

AI×経営理論シリーズについて

AIによって経営理論の前提がどう変わるのか。このシリーズでは、プロダクトライフサイクル、取引費用、競争戦略、組織設計などをひとつずつ取り上げていく。

次回は、取引費用理論×AIを扱う。AIが取引費用をどう変えるか、内製と外注の境界がどう動くかを考えていく。