「AI 事業に難易度ってあるの？」AI 事業の難易度を 10 段階で分類してみた
エンジニアの又川です。
突然ですが、皆さんの会社で「うちも AI 事業やろう！」みたいな話、出ていませんか？ そして、その「AI 事業」の中身が AI レコメンド だったり、画像 AI 査定 だったり、需要予測 AI だったりすると、なんとなく胸騒ぎがしてくる人もいるのではないでしょうか。
「それ、2024 年以前の AI でも普通にできていたやつでは…？」
実はこの胸騒ぎ、結構正しい感覚です。AI と一口に言っても、2024 年以前の AI 技術でも普通に作れたもの と、2025 年以降の Reasoning モデル時代になって初めて成立する体験 はまったくの別物で、事業としての価値も将来性も大きく変わってきます。
そこでこの記事では、AI 事業の難易度 を 1〜10 の 10 段階で分類してみました。Spotify の AI DJ を基準点として置き、そこから上はどんな世界なのか、下はどんな世界なのか、を整理していきます。自分の会社の AI 事業がどのレベルにあるのかを測る物差しとして使ってもらえれば嬉しいです。
基準点：Spotify AI DJ = レベル 6
まず物差しの基準点を決めましょう。
Spotify AI DJ という機能をご存知でしょうか(*1)。2023 年 2 月に英語圏でリリースされたこの機能は、ラジオ DJ が自然に会話しながらアーティスト・曲の説明をしつつ、ユーザの好みに合わせて曲をかけてくれる というものです。
ただ、リリース当初の AI DJ は ユーザに対して一方的に話しかけてくる だけの機能でした。そこから徐々にアップデートを重ね、2025 年 5 月 に 音声リクエスト機能 が追加されて(*2)、「夜のドライブ向けにして」のように話しかけると AI DJ が応えてくれるようになりました。さらに 2025 年 10 月 にはテキストリクエスト・スペイン語対応も追加され(*3)、双方向の対話 AI へと進化しています。日本でも 2026 年 3 月 から提供が始まりました(*4)。
「これ AI レコメンドと何が違うの？」と思った方、鋭いですね。確かに「ユーザの好みに合わせて曲を選ぶ」だけなら、Spotify は 2010 年代から Discover Weekly などで既にやっています。しかし 2025 年版の AI DJ が新しいのは以下のような点です。
- 自然な会話: 「君が最近聞いてる 90 年代のヒップホップを掘り下げてみようか」みたいな、ちゃんと会話として成立する語りかけ
- 個別の関係性: ユーザ一人ひとりに合わせた口調・話題の選び方
- 双方向のやり取り: 「夜のドライブ向けにして」と話しかけると応えてくれる
これは 「自然言語による双方向対話」「長期文脈の保持」「個別関係性の構築」 の 3 つが揃って初めて成立する体験です。2024 年以前の AI ではどれも実用レベルで成立せず、LLM（大規模言語モデル）の登場が前提 の新体験と言えます。
この 2025 年 5 月以降の AI DJ を レベル 6 に置きます。「2024 年以前は無理だったが、2025 年の汎用 LLM で普通に実装できるライン」というイメージです。逆に言うと、ローンチ当初（2023 年）の一方通行の AI DJ はせいぜい L3-L4 で、双方向対話が乗って初めて L6 級になった、という見方もできます。
難易度の全体マップ
10 段階を一気に俯瞰するとこんな感じです。
| バッジ | レベル | 内容 | 事業として |
|---|---|---|---|
| ✨ | L8〜10 | Reasoning エージェント時代の新事業 | 本命（推奨） |
| ⭐ | L6〜7 | LLM ネイティブな新体験 | 推奨 |
| L4〜5 | LLM × RAG の業務支援 | 補完（必要なら） | |
| 🕰️ | L1〜3 | 2024 年以前の延長線 | 今からは厳しい |
ここからは各レベルを具体例とともに見ていきます。下から行きましょう。
🕰️ L1〜3：2024 年以前にもうあったやつ
このゾーンは率直に言って 「事業として始めるには遅すぎる」 領域です。
なぜかと言うと、ここに分類されるものは 2024 年以前のモデルでも普通に動いていた からです。レコメンド・パーソナライズ・マッチング・需要予測・画像査定…思いつくものを並べていきますね。
L1〜L2 の例
| 事業名 | 業界 | 詳細 |
|---|---|---|
| VOD × AI レコメンド | メディア・エンタメ（放送・映像） | Netflix が 2000 年代から運用、2010 年代半ばで視聴の 8 割を駆動 |
| 音楽 × AI レコメンド | メディア・エンタメ（音楽・ライブ） | Spotify が Discover Weekly を 2015 年から運用 |
| 食品サブスク × レコメンド | 製造業（食品・飲料） | snaq.me が 2016 年からサブスク運用 |
| 3D 試着・サイズレコメンド | 製造業（繊維・衣料） | ZOZOSUIT のサイズ計測は 2017 年、3D バーチャル試着の実証は 2022 年から |
| 建機の遠隔監視 × 予知保全 | 製造業（機械） | コマツ KOMTRAX が 1998 年から開発、2001 年から標準装備化 |
| 画像 AI 査定（中古品・スクラップなど） | 流通・小売・卸売 | Vision モデル中心の枯れた技術 |
| 需要予測 × 製造現場連動 | 製造業（食品・飲料） | 2010 年代後半から普通に実装 |
L3 の例
| 事業名 | 業界 | 詳細 |
|---|---|---|
| 5G × IoT × エッジ AI 産業ソリューション | 情報通信・IT（通信） | 技術要素は既存のものの組み合わせ |
| ウェアラブル × 健康アプリ × 個別アドバイス | 製造業（繊維・衣料） | Garmin 等の発展形 |
| AI スタイリスト × アパレルサブスク | 製造業（繊維・衣料） | airCloset が 2015 年から稼働、AI 支援はあるが大半は人スタイリスト + データ分析 |
これらが悪い技術というわけではありません。ちゃんと作ればちゃんと売れます。ただ、新規事業として「AI 活用」を看板にするには、もう競合が多すぎるのです。Netflix・Spotify・コマツ・ZOZO に今から正面から挑むのは、AI とは別の次元の戦いになります。
もし自社の AI 事業候補がここに該当するなら、「これは AI 事業というより、AI を組み込んだ既存事業の改善である」 と捉え直し、事業の打ち出し方を再検討するのが現実的だと思います。
L4〜5：LLM × RAG の業務支援
ここからが「LLM 時代以降のもの」になります。
L4〜5 は、GPT-4 や Claude 3 級の汎用 LLM を使って、社内文書を読ませて質問応答させたり、定型的な業務オペレーションを自動化したりするレイヤーです。
| 事業名 | 業界 | 詳細 |
|---|---|---|
| AI コンシェルジュ × 契約プラン最適化アプリ | 情報通信・IT（通信） | ユーザの利用状況を読み取ってプラン提案 |
| 広告配信 × LLM 最適化 | 情報通信・IT（インターネットサービス） | クリエイティブ生成や入札ロジックに LLM を組み込む |
| データクリーンルーム × AI 突合 | 情報通信・IT（データ・AI） | 企業間データを安全に突き合わせる |
| 既存業務ソフト × AI 機能アタッチ | 情報通信・IT（ソフトウェア） | Excel や基幹システムに LLM 機能を後付け |
この層は 「役に立つけど、それだけで事業の柱にはなりにくい」 領域です。LLM の API を呼ぶだけで成立する機能が多く、参入障壁も低めです。だから「メイン事業の補完」「既存サービスの強化」 として組み込むのには向いていますが、ここを メインの売り にするのは厳しいかもしれません。
⭐ L6〜7：LLM ネイティブな新体験
さて、ここからが「2025 年以降の新事業」の本命ゾーンに入っていきます。
L6 が Spotify AI DJ 級、L7 はそこから一歩踏み込んで 「業界特化」「長期記憶」「個別関係性」 を深めた領域です。
L6 の例
| 事業名 | 業界 | 詳細 |
|---|---|---|
| 既存 SaaS の AI ネイティブ化伴走 | 情報通信・IT（ソフトウェア） | 単に AI ボタンを追加するのではなく、業務フロー自体を AI 前提で再設計する |
| クリエイター × AI 自動制作番組プラットフォーム | 情報通信・IT（インターネットサービス） | 1 人の発信者が AI スタジオで毎日番組を作る |
| 大手 SI 案件への AI Agent 連携 PoC | 情報通信・IT（ITサービス） | 既存 SI に Reasoning モデルベースのエージェントを差し込む |
| オンプレ Reasoning モデル運用基盤 | 情報通信・IT（データ・AI） | 機微データを離さずに AI を活かす |
L7 の例
| 事業名 | 業界 | 詳細 |
|---|---|---|
| MNO/MVNO 横断 AI ライフタイムサポート | 情報通信・IT（通信） | 通信会社が変わっても引き継がれる AI 執事。長期記憶 × プライバシ × 個別関係性 |
| AI 参加者 × 人間参加者 ハイブリッドコミュニティ | 情報通信・IT（インターネットサービス） | 推し AI と人間が同居して成立する SNS |
| 業界特化 AI エージェント開発 | 情報通信・IT（データ・AI） | 金融・医療・製造の業務をエージェントが回す |
| データ分析 × Reasoning データジャーナリスト | 情報通信・IT（データ・AI） | ダッシュボードを読まずに、Reasoning モデルに質問する |
このゾーンの共通項は LLM が出るまでは構想すら成立しなかった という点です。例えば 通信会社が変わっても引き継がれる AI 執事 は、長期記憶を維持しつつ自然な対話ができる LLM があって初めて成立します。推し AI と人間が同居する SNS も同様です。
L6〜7 は 「言われてみればやりたいけど、誰も実装できなかった体験」 を狙うレイヤーで、新規事業として最も「夢がある」ゾーンと言えます。
✨ L8〜10：Reasoning エージェント時代
そして 2026 年現在の最前線、Reasoning エージェント時代 のゾーンです。
2025 年 12 月に GPT-1 から GPT-5.2 まで: LLM の特殊トークン徹底解 説【2025年12月最新】 でも紹介したように、2024 年 9 月の OpenAI o1 以降、LLM は「思考トークン」を使って深く考えられるようになりました。これにより、それまで「人間が考えて判断していた」業務領域を AI が自律的に回せるようになりつつあります。
L8 以上はこの 「Reasoning モデルが自律的に複数ステップ思考し、業務を回す体験」 が前提です。
L8 の例
| 事業名 | 業界 | 詳細 |
|---|---|---|
| 全社 AI モデル SLO/エラーバジェット運用 | 全業界共通基盤 | AI 品質を SRE 流に運用する全社基盤 |
| マルチクラウド × マルチプロバイダ AI 統合 SRE 代行 | 全業界共通基盤 | AWS/GCP/Azure × Claude/GPT/Gemini を横断する 24/7 SRE |
| 全社 AI 利用統合監視・シャドー AI 検知 | 全業界共通基盤 | 社員が勝手に使う AI を可視化して制御する DLP/SIEM の進化系 |
| 業界規制 × Reasoning 継続監視・影響シミュレータ | 全業界共通基盤 | 毎月の法改正を Reasoning モデルが常時把握 |
| 生成 AI 出力 × 知財リスク評価エージェント | 全業界共通基盤 | リリース前に Reasoning モデルが著作権・特許・商標をチェック |
| 障害対応 Runbook 自動生成 × 自律実行 | 情報通信・IT（ITサービス） | Sev1 が起きた瞬間 Reasoning モデルがドキュメント生成・実行を一気にやる |
| コードベース全体 Reasoning リファクタリング | 情報通信・IT（ITサービス） | 数十万行のレガシーを Reasoning モデルベースのエージェントが把握 → 提案 → 実行 |
L9 の例
| 事業名 | 業界 | 詳細 |
|---|---|---|
| AI エージェント自律監視・自動修復 SOC | 情報通信・IT（サイバーセキュリティ） | エージェントが落ちたら別エージェントが修復する、複数 Agent 協働の最先端 |
| コンシューマーゲーム × NPC Reasoning オープンワールド | メディア・エンタメ（ゲーム） | NPC が自分の人生を生きる世界 |
| AI エージェント × オンチェーン決済プロトコル | 金融・保険（決済・フィンテック） | Agent が直接 USDC で決済する agentic commerce の根幹 |
L8 以上のゾーンは 「2025 年以前の AI ではどう頑張っても無理だった」 業務です。自律性（自分で判断して次のステップを決める）、多段思考（何回もモデルを呼ぶ）、長期文脈（百万トークン級のコンテキストを扱う）といった Reasoning モデル特有の能力がすべて揃って初めて成立します。
ここを狙えると、「2024 年以前は誰にもできなかった」 ことを売れるので、競合は事実上いません。本命です。
レベル判定のチェックリスト
ここまで読んで、「で、結局うちのプランはどのレベルなの？」 と思っている方も多いと思います。手早く判定するためのチェックリストを置いておきます。
「あなたの企画している AI 事業について、以下の質問に答えてください。」
- その機能、2024 年以前にも似たものが世にありましたか？
- YES → L1〜L3 の可能性が高い。Netflix、Spotify、コマツ、ZOZO 等の既存事例を再確認しましょう
- NO → 次へ
- その機能、Claude や ChatGPT に API で 1 回問い合わせるだけで実装できますか？
- YES → L4〜L5。事業の柱としては弱いかもしれません
- NO → 次へ
- その機能、長期記憶や個別の関係性、自然な対話を前提としていますか？
- YES → L6〜L7。狙い目です
- NO → 次へ
- その機能、AI が自分で複数ステップ考えて、業務を最後まで回しきりますか？
- YES → L8〜L10。本命です
- NO → 振り出しに戻る
この 4 ステップでだいたいの当たりは付けられます。
もう一つの軸：AI の「外」の難しさ
ここまでは 「LLM の思考能力」 を縦軸にしてきました。でも、AI 事業の難しさはここだけにはありません。
例えば、2025〜2026 年の AI 界隈でしょっちゅうニュースになっているのが クラウド AI のダウンタイム です。Claude や GPT が数時間落ちると、それに依存している業務はまるごと止まります。LLM がどれだけ賢くても、たびたび落ちる前提では業務基幹に載せられない わけです。
つまり「ChatGPT に API で 1 回問い合わせる」プロトタイプは小学生でも作れますが、それを 業務で毎日 24 時間使い続ける ためにはまったく別の難しさが立ちはだかります。これを 「AI の外の難しさ」 と呼ぶことにしましょう。
整理するとこんな感じです。
| 分類 | できると言えること | 顧客に刺さる度 |
|---|---|---|
| 可用性 | 24 時間 365 日、休まず働く AI システムを作れます | ★★★★★ |
| 拡張性 | 利用者が増えても止まらない AI システムを作れます | ★★★★★ |
| 性能・安定性 | 速く、安定して、いつも同じ品質で答える AI システムを作れます | ★★★★★ |
| 安全制御 | 勝手に暴走せず、安心して任せられる AI システムを作れます | ★★★★★ |
| セキュリティ | 機密情報を守りながら、安全に使える AI システムを作れます | ★★★★★ |
| 権限制御 | 見せてよい情報だけを見せ、やってよいことだけを行う AI システムを作れます | ★★★★☆ |
| 監査性 | AI が何を見て、なぜ答えたかを追える AI システムを作れます | ★★★★☆ |
| システム連携 | 既存の業務システムとつながり、仕事を自動で進める AI システムを作れます | ★★★★☆ |
| データ連携 | 散らばった社内データをつなぎ、AI が使える知識に変えます | ★★★★☆ |
| 品質保証 | 期待どおりに動き続ける AI システムを管 理できます | ★★★★☆ |
| 業務支援 | 面倒な問い合わせや文章作成を肩代わりする AI システムを作れます | ★★★☆☆ |
| 情報検索 | 社内外の情報から、欲しい答えをすぐ見つける AI システムを作れます | ★★★☆☆ |
| 行動分析 | 顧客の動きを読み解き、次の打ち手を示す AI システムを作れます | ★★★☆☆ |
| パーソナライズ | 消費者のツボを押さえて、刺さる提案を出す AI システムを作れます | ★★★☆☆ |
| レコメンド | 次に欲しくなるものを先回りして提案する AI システムを作れます | ★★★☆☆ |
注目してほしいのは、「顧客に刺さる」順に並べてみると、AI 単体の機能（パーソナライズ・レコメンドなど）が一番下に来る という点です。
なぜか？ それは、もう顧客にとって「賢い AI を使えます」は当たり前になってしまったからです。逆に 「ちゃんと運用できますか？」「機密を守れますか？」「監査できますか？」 のほうが、お客さんが本気で困っている問題なんですね。
そして面白いことに、前章までで挙げた L8 以上の本命メニューの多くは、まさにこの「AI の外」の難しさを解決するもの だったりします。
- 全社 AI モデル SLO/エラーバジェット運用 → 可用性・性能・安定性
- マルチクラウド × マルチプロバイダ AI 統合 SRE 代行 → 可用性・拡張性
- 全社 AI 利用統合監視・シャドー AI 検知 → セキュリティ・監査性
- 生成 AI 出力 × 知財リスク評価エージェント → 安全制御
- 業界規制 × Reasoning 継続監視 → 監査性・品質保証
つまり AI 事業の本当の難易度は、「Reasoning モデルの賢さ」 × 「AI を取り巻くシステムの作り込み」 の掛け算で決まります。L8 以上が「本命」と言える理由はここにもあります。両方を同時に解決しに行く からこそ、競合がほぼいないわけです。
なぜこの分類が大事なのか
「いやいや、レベル低くたって儲かるならいいじゃん」と思うかもしれません。確かに、短期的にはそうです。
ただ、AI 事業の難しいところは 「賞味期限」 にあります。
L1〜L3 のゾーンは 2024 年以前の AI でも作れていたわけで、競合が既に量産している 状態です。今から参入しても、既存プレイヤーに勝つ理由が AI 以外のところ（営業力・価格・既存顧客基盤）に求められることになり、「AI 事業」という看板の意味がなくなります。
逆に L8 以上は 「2024 年以前は誰もやっていなかった」 ことなので、参入競争はこれから本格化します。今投資すれば先行者利益が取れる可能性があります。
つまり、AI 事業の難易度は やりたいことの賢さ というよりも 新規性の賞味期限 を測る指標です。低レベルのものは賞味期限が切れており、高レベルのものはこれから旬を迎えるイメージです。
おわりに
今回は「AI 事業の難易度分類」を 1〜10 の 10 段階に整理してみました。
新規 AI 事業を考える時、ついつい「AI を使えば何か新しいことができるはず！」と思いがちですよね。私も思います。ただ、その「新しいこと」が 2024 年以前から普通にあったもの だと、新規性で差別化するのは難しくなります。
ぜひ皆さんも、自社や自分のアイデアが何レベルにあたるのか、考えてみてください。L6 以上に届いていないなら、もう一段踏み込んで「Reasoning モデルだから成立する体験は何か？」を問い直す価値があると思います。
そしてもう一つ忘れてはいけないのが、「AI を取り巻くシステムの難しさ」 の軸ですね。クラウド AI が落ちる時代に、可用性・セキュリティ・監査性まで作り込める受託開発会社は限られています。AI そのものではなく 「AI を業務で毎日使い続けるための周辺」 に踏み込むこと。これも、これからの AI 事業の本道だと思います。
アシアルでは、AI 新事業立ち上げ支援や従来型のシステム開発について、無料相談を承っております。お気軽にお問い合わせフォームからご連絡ください。
ではまた！
参考文献
(*1) Spotify Debuts a New AI DJ, Right in Your Pocket — Spotify Newsroom
https://newsroom.spotify.com/2023-02-22/spotify-debuts-a-new-ai-dj-right-in-your-pocket/
(*2) Spotify's DJ Now Takes Requests, Enhancing Real-Time Music Discovery — Spotify Newsroom
https://newsroom.spotify.com/2025-05-13/dj-voice-requests/
(*3) DJ Levels Up With Spanish-Language Requests, Text Requests, and Personalized Prompts — Spotify Newsroom
https://newsroom.spotify.com/2025-10-15/dj-spanish-text-requests-update/
(*4) Spotify、AI DJ 機能を日本でも提供開始 プレミアム会員限定で | Musicman
https://www.musicman.co.jp/business/718328
