月額無料 × 完全成果報酬

完全成果報酬は、私たちのフラッグシップ・モデルである

最初に、本節の前提を明確にしておきます。

「月額無料 × 完全成果報酬」は、私たちのフラッグシップ・モデルです。最も尖った価値提案であり、私たちの立場を象徴するかたちです。

ただし、すべての案件にこのモデルを当てるわけではありません。

成果KPIの計測可能性、顧客接点データへのアクセス、顧客単価、AI改善余地。これらの条件が揃う案件では完全成果報酬を取り、揃わない案件では立ち上げフィーと連動報酬を組み合わせたハイブリッド型を採用します。

本節では、まずフラッグシップ・モデルである完全成果報酬の構造を述べたうえで、ハイブリッド型に展開する条件と、案件選別の規律を整理していきます。

月額無料は、導入摩擦の構造的除去である

多くの企業はAIに期待している一方、成果が出るか分からないものに固定費を払うことを警戒します。

月額費用が発生する瞬間、議論はこう変わります。稟議は通るか。予算枠はあるか。ROIをどう説明するか。

失敗したら誰が責任を取るか。

意思決定はそこで止まりがちです。

月額無料にしているのは、こうした摩擦を構造から取り除くためです。顧客は初期リスクを抑えた状態で、AI化を始められます。これは安売りではなく、意思決定のスピードを設計する仕掛けです。

完全成果報酬は、利害一致を作る仕掛けである

通常のSaaSやコンサル契約では、顧客の成果が出ても出なくても、ベンダー側の売上が発生します。前節までで述べたとおり、ここに構造的なズレがあります。

完全成果報酬は、このズレを構造から消すモデルです。

顧客の売上や利益が増えなければ、私たちも報酬を得られない。だから、私たちは導入ではなく、成果に集中せざるをえなくなります。顧客と私たちが同じKPIを見るようになり、顧客の成果が増えれば私たちの報酬も増え、顧客に成果が出なければ私たちにも報酬がない。利害が一致する。

これが従来モデルとの決定的な違いです。

案件選別とリスク管理：私たちが受ける案件の規律

完全成果報酬は、無制限にリスクを引き受けるモデルではありません。

私たちは、案件選別そのものを事業モデルの一部として扱います。

初期診断では、次のような項目を確認します。 顧客単価、粗利率、月間リード数、既存CVR、広告費、CRM整備状況、成約までの平均日数、意思決定者の関与度、データアクセス権限、AIによる改善余地。

これらを評価したうえで、一定の改善余地と回収可能性が見込める案件にだけ、完全成果報酬で入っていきます。条件を満たさない案件では、立ち上げフィーと成果連動を組み合わせたハイブリッド型を提示します。場合によっては、お互いに無理をしないために、お引き受けしない判断もします。

成果報酬とは、すべてを引き受けることではありません。

成果が出る構造を持つ案件を選び、その構造に対して私たちもリスクを取る、というモデルです。この規律を持たない成果報酬は、ただの値引きと変わらなくなります。

計測設計が、モデルの信頼性を支える

完全成果報酬は、口で言うのは簡単ですが、運用するには綿密な計測設計が要ります。「売上の何%をもらう」と一文で済む話ではありません。

具体的には、次のような問いに答え続ける必要があります。

• どの成果を対象にするのか
• どう計測するのか
• どこまでが私たちの貢献なのか
• ベースラインをどう設定するのか
• 季節変動や広告予算の増減のような外的要因をどう排除するのか
• 例外条件をどう書面に落とすのか

ここで使うのが、ベースライン比較や差の差分析(Difference-in-Differences)のような、AI導入による純粋な増分(インクリメンタル成果)を取り出す統計的な手法です。

直近12か月の同期間平均を基準線とし、AI導入前後で外的要因を統制したうえで、AIの貢献分を切り出します。対象にする成果は、成約件数、売上増分、CVR改善、LTV増分、コスト削減額のように、計測可能な指標に限定します。

逆に、ブランドイメージや漠然とした顧客満足度のように直接計測しにくいものは、成果報酬の主軸には置きません。これらは、後の章で扱う先行指標群、すなわちNPS、会話継続率、再訪率、紹介率といった指標で間接的に追います。

「計測できないものは、約束しない」を一つの規律として置いています。

このモデルが今、初めて成立する理由

最後に、なぜ「月額無料 × 完全成果報酬」というモデルが、いまの時点で現実解として組めるのかを述べます。

5年前であれば、これは成立しないモデルでした。

成果報酬で業務改善を引き受けるには、大量の人間オペレーターを抱える必要があり、人件費だけで赤字構造になっていたからです。

しかし、AIによってオペレーションコストの構造が大きく変わりました。

24時間対応、一次返信、分類、要約、レポート作成、改善案の生成。これらをAIエージェントが担えるようになったため、人間オペレーターを24時間雇う場合のコストの数分の一で、同等以上の業務量を処理できるようになっています。この技術的な前提が成立したからこそ、固定費ゼロでも持続可能な事業として組み立てられるようになりました。

私たちのモデルは、AI時代になって初めて成立した新しい事業形態です。

・・・・・

ここまでで、市場の構造変化、私たちの立場、AIファームの実行モデルがひと通り並びました。

ここで、当然ながら、こう問うた方も多いはずです。論理的に正しいなら、なぜ世のAI導入はそれほど失敗しているのか。投資は急増しているのに、なぜ事業指標が動いた話は驚くほど少ないのか。

次章では、AI導入の前に立ちはだかる三つの構造的な壁を、順に解き明かしていきます。