分からないものを理解するとき、人はすでに知っているものに置き換えて考えます。
「クラウドは電気のようなもの」「キャリアは一本道ではなく編集できる」「ブランドは約束の蓄積」。こうした類推は、複雑なものを一気に見やすくします。
この思考の道具がアナロジー(類推)です。
アナロジーは、未知を既知で考える橋
アナロジーでは、二つの対象にある似た関係や構造を手がかりに、一方についての理解をもう一方へ移します。
専門知識を説明するとき、新しい事業を考えるとき、別業界の仕組みから発想するときにも使えます。
強いアナロジーは、表面ではなく構造を見る
「A社が成功したから同じ施策をする」は、見た目の模倣になりがちです。
重要なのは、何が似ているのかを分解することです。顧客の課題か、収益構造か、意思決定プロセスか、ネットワーク効果か。
表面をコピーするより、成功を生んだ関係性を移植できるかを見る方が、アナロジーは強くなります。
「似ている」は「同じ」ではない
アナロジーの危険は、分かりやすさです。
一度うまい例えを見つけると、違いが見えなくなることがあります。仕事はマラソンに似ていても、休めば失格になる競技ではありません。企業を生物に例えても、生物と同じ法則で動くわけではありません。
良いアナロジーは類似点だけでなく、どこから似ていないかも説明できる。
AIは「遠いものをつなぐ」相手として面白い
生成AIに「この問題と構造が似ている別分野の事例を挙げて」と聞くと、自分では思いつかない比較対象を大量に出せます。
ただし、AIはもっともらしいだけの類似も作れます。「共通点は何か」「決定的な違いは何か」まで問い返す必要があります。
違う世界から、使える構造だけ借りる
新しい発想は、完全な無から生まれるとは限りません。
別の世界にある構造を借りて、自分の問題へ持ってくる。そのとき、似ているところと違うところを同時に見る。
アナロジーは、答えをコピーする方法ではなく、問いの見方を増やす方法です。
発想の糸口と、結論の根拠を分ける
たとえば「ある業界でうまくいった仕組みを、別の業界でも使えるのでは」と考えるのは、アナロジーの出発点です。ただし、似た仕組みを見つけただけで、同じ成果が出るとは言えません。アナロジーがまず生むのは、検証する価値のある仮説です。
哲学・科学における類推を整理したスタンフォード哲学百科事典も、類推が発見に役立つ場合と、結論を支える証拠として使われる場合を区別しています。さらに、単に似た点の数を数えるより、結論に関係する構造や因果関係が似ているかを評価する必要があります。
BtoBの企画に持ち込むなら、何を比べるか
仮に、通販サービスの継続購入を促す仕組みを、BtoB SaaSの契約更新に応用するとします。両者には「初回の利用だけでなく、継続して価値を実感してもらう」という似た課題があります。一方、個人の買い物と企業のソフトウェア契約では、意思決定者の数、導入負荷、契約期間、解約理由が違います。
そこで、「継続利用の価値を伝える」という共通構造は参考にしつつ、施策を移す前に顧客の意思決定過程を調べる。これは当サイトが考えた仮想例であり、特定企業で成果を実証した事例ではありません。似ている部分を借り、似ていない部分は実際に調べる。それが、類推を企画に使うときの安全な距離感です。
参考資料:Stanford Encyclopedia of Philosophy, “Analogy and Analogical Reasoning”(類推の発見・論証上の役割、および類推の評価基準)。上のBtoB例とその解釈は当サイトによるものです。