【477家公司調查】新事業推動基礎：先進12%、被動33% — 以6個軸線可視化經營層與一線的認知差距

業務發展支援公司Archetype株式會社（總部：東京都港區，代表董事兼社長：菅野龍彥，以下簡稱「Archetype」）對日本企業的新事業執行能力進行了跨行業調查（有效回覆477家公司，涵蓋19個行業＋政府/公共機構），並公佈了調查結果。

該調查透過6個軸線（策略具體度／資源配置的認真程度／判斷標準與退出規則／事業化途徑／外部合作態度／數據與AI應用）衡量了經營層的方針和一線的實際情況。在477家公司中，經營層的推動基礎處於「先進區」（30分滿分中25分以上）的組織僅佔12%，而處於「被動區」（15分以下）的則佔33%。數據與AI應用的經營策略在12個調查問題中得分最低，揭示出經營層的方針制定未能跟上一線實施的結構性問題。

6個軸線x經營層/一線差距分佈。①～⑤顯示「經營層領先」高於「一線領先」，但僅在⑥數據與AI應用中反轉，一線佔33% > 經營層佔15%。這是唯一一個一線嘗試先於經營層方針的軸線。

主要發現

發現1：推動基礎的四類分佈 — 先進12%、被動33%、中間地帶55%

我們根據經營層6個軸線的總得分（30分滿分），將477家公司分為四類。

先進區（25分以上）：58家公司，12% 積極區（20〜24分）：103家公司，22% 平均區（16〜19分）：157家公司，33% 被動區（15分以下）：159家公司，33%

積極區和平均區合稱為「中間地帶」，佔55%，而有三分之一的公司處於被動區。新事業推動基礎達到成熟階段的企業僅佔12%，這表明提升多數日本企業的執行基礎是一項挑戰。

477家有效回覆企業的新事業推動基礎四類分佈。相較於先進區的12%，被動區佔33%，有三分之一的公司停滯在15分以下（經營層6個軸線x五級量表的總得分，30分滿分）。

發現2：經營層的「AI策略」在12個調查問題中得分最低

經營層在數據與AI應用方針的得分（Q12）為5級中的2.76分，是本次調查12個問題中的最低值。另一方面，一線AI實施的得分（Q13）為3.01分，在AI應用軸線中，「一線超越經營層」的組織達到33%（477家公司中），是6個軸線中最高的「一線領先」比例。

這顯示出一種結構，即在一線人員開始獨立將AI應用於實際業務之前，經營層尚未建立AI策略。

6個軸線的經營層／一線平均得分（5級）及差異。⑥AI應用的經營層得分2.76是12個問題中的最低值，也是唯一一線（3.01）超越經營層的軸線。①策略的差距最大，為+0.35（一線3.35 > 經營層3.00）。

發現3：外部合作存在「經營方針」，但33%的公司未能達到一線成果

關於外部合作態度（軸線⑤），「經營層領先」（經營方針領先於一線成果）的組織達到33%（477家公司中）。另一方面，「一線領先」的組織佔18%，是6個軸線中最低的結果。

這表明，即使經營層制定了諸如新創合作和推動開放式創新等方針，但往往未能轉化為概念驗證（PoC）或共同開發等具體的業務成果。

發現4：各軸線的經營層x一線差距分佈

我們可視化了各軸線中「經營層領先」、「整合」和「一線領先」的企業比例。

6個軸線x經營層/一線差距分佈。①～⑤顯示「經營層領先」高於「一線領先」，但僅在⑥數據與AI應用中反轉，一線佔33% > 經營層佔15%。這是唯一一個一線嘗試先於經營層方針的軸線。

對於軸線①～⑤，「經營層領先」（經營方針領先於一線成果）的比例高於「一線領先」（一線實際情況超越經營層方針）。然而，僅在軸線⑥數據與AI應用中，這種結構被逆轉，經營層領先佔15%，而一線領先佔33%。

值得注意的是，軸線①僅有n=408，這是因為在Q1（是否存在推動方針）中回答「未表明／未設定」的69家公司，由於調查問卷設計的原因，跳過了Q3（方針具體性）的詢問。

獨創框架：6種組織類型分類

我們開發了一個框架，根據12個問題的回覆模式，自動將組織分為6種。該判斷基於以下流程圖的機械處理，是一種無論由誰分類都能得到相同結果的可重現方法。

透過4個步驟的判斷規則自動分類為6種類型（408家公司）。步驟1判斷所有6個軸線的整合度；如果整合，則歸類為「高度整合型」或「基礎未完善型」。如果未整合，則在步驟2-4中，依序判斷外部偏重、一線領先和最大差距軸線，並將其分配到6種類型之一。

6種類型分佈（408家公司中）

6種類型分佈（408家公司）