本ブログは、トレンドの原動力を探るマーケティングセミナー「よげんの書」が注目する時代のキーワードを解説した記事です。よげんの書ではウェブサイトから無料セミナーのお申込みや、講演資料やアーカイブ動画のダウンロードが可能となっていますので、ご関心ありましたらお申込みください。
深い経済（デプス・エコノミー）とは
ビジネスの競争軸が、「どれだけ広く売るか」「どれだけ効率的に届けるか」という従来のパラダイムから、一人ひとりの顧客や現場と「どれだけ深く結びつくか」へと移行しています。
「深い経済（デプス・エコノミー / Depth Economy）」とは、規模の拡大や機能の網羅性を競うのではなく、AIやデータ基盤を通じて顧客や特定の業務プロセスと長期的な関係性を築き、その「関係性の蓄積」そのものを競争優位の源泉とする新しい経済モデルです。
近代以降の資本主義におけるビジネスモデルの進化を整理すると、3つの段階に大別できます。
- 規模の経済（Scale）：20世紀型の製造業に代表される、大量生産と画一化によって1単位あたりの製造コストを極小化するモデル。
- 範囲の経済（Scope）：インターネットと巨大プラットフォームの台頭によって生まれた、検索・小売・金融・クラウドなどを横断的に展開して顧客接点を広く網羅するモデル。
- 深さの経済（Depth）：AIが個別の文脈や嗜好性を継続的に学習し、顧客の深層ニーズや現場固有の暗黙知に入り込むことで、代替困難なパートナーシップを形成するモデル。
インターネット上の公開データが学習用として消費し尽くされつつある現在、Web空間の「広さ」を競うデータ戦略は限界を迎えつつあります。代わって価値を持ち始めているのが、日常生活のログ、対話の履歴、工場の製造ノウハウといった「閉じた環境で蓄積される深いデータ」です。
取引を1回きりで終わらせる「トランザクション（売買）」の発想から、時間をかけて関係を育てていく「リレーション（関係）」の資産化へ。以下では、現代の社会や産業に現れている5つの具体的な変化と事例から、深い経済がもたらす構造変化を解き明かします。
深い経済（デプス・エコノミー）が反映された社会・生活の変化や事例
事例①：AFEELAが提示した「引き継がれるAI」の思想とハードウェアビジネスの挑戦
ソニー・ホンダモビリティが開発を進めていたEV「AFEELA（アフィーラ）」は、車両を移動手段ではなく「車輪のついたフィジカルAI」として再定義し、走行データや車内対話の履歴をAIが日常的に学習する構想を掲げました。
この構想の本質は、車体を買い替えても、長年共に過ごして学習した「AIの記憶と人格」を新しい車体へそのまま引き継げるという設計思想にありました。データをメーカーの囲い込み資産ではなく「顧客自身の固有資産」と位置づけ、ハードウェアの寿命を超えた関係性の継続を狙った点に、深い経済の先駆的なモデルが見られます。
その後、2026年に同社はEVの開発・販売中止と事業の大幅縮小を発表しました。この事実は、多大な製造・固定費を要する巨大ハードウェア事業において、「関係性の深さ」を早期に収益化することの難しさを浮き彫りにしています。
しかし、ハードウェアの買い替えサイクルと切り離し、顧客との関係性データを長期的に蓄積・継承するというアーキテクチャの思想自体は、今後のフィジカルAIやコネクテッドデバイスの設計において不可欠な論点として残り続けています。
事例②：製造現場の暗黙知を学習する特化型ロボットが「現場データ」を競争源泉に変えている
AIの進化がWeb空間から物理空間へと広がる中で、製造や物流の現場で蓄積された「オフラインデータ」の価値が高まっています。インターネット上には存在しない熟練工の作業手順や現場の判断ノウハウを学習したフィジカルAIや産業用ロボットの開発が加速しています。
汎用的な大規模言語モデル（LLM）の性能が均質化するにつれて、一般的な知識の多さよりも、特定の作業環境に特化した「深く狭いデータ」を持つ企業が強い参入障壁を築いています。
この動きは、デジタル空間のプラットフォーム競争から、現場のリアルな暗黙知をどれだけ深く取り込めるかという「現場データの深さ」の競争への移行を示しています。日本の製造現場のように、長年蓄積された高品質なオペレーションデータを持つ領域に、新しい付加価値の機会が生まれています。
事例③：感情労働者がAIを相談相手として活用し「個人の深部」を預けている
新宿・歌舞伎町などの歓楽街で働くホストの約7割が、日常的にChatGPTなどの対話型AIを利用しているという調査結果があります。その目的は業務効率化ではなく、過酷な感情労働の中で生じる悩みや精神的プレッシャーを打ち明ける「相談相手」としての活用です。
生身の人間相手では評価や人間関係の悪化を恐れて話せない本音も、評価を下さず絶対に秘密を守るAIになら安心して開示できます。対話を重ねるごとにAIが個人の文脈を深く理解し、精神的なセーフティネットとして機能しています。
これは、深い経済が個人の内面や感情の領域にまで浸透していることを示しています。効率化ツールとしてではなく、個人の深層心理を受け止めるパートナーとしてAIが位置づけられることで、従来のカウンセリングや人間関係を補完する新しい価値領域が立ち上がっています。
事例④：メンバーシップと推し活が「コア層との深い関係」でビジネスを支えている
エンターテインメントや金融、小売において、不特定多数のマス顧客を追うのではなく、熱量の高いコアファンとの関係性を深めるビジネス設計が主流化しています。推し活に特化したクレジットカードや会員制コミュニティがその代表例です。
少数の熱心な支援者が継続的に関与し、支出を行う構造は、インフレや景気変動の中でも高い耐久性を示します。新規顧客の獲得コストが高騰する環境下において、既存顧客のエンゲージメントを深く掘り下げるアプローチが収益の基盤となっています。
この変化は、事業評価の指標が「ユーザー数（リーチの広さ）」から「関係性の深さ（LTVやエンゲージメント密度）」へと明確に移り変わっていることを示しています。浅く広い100万人よりも、強固に結びついた1万人のコミュニティを形成できるかが、持続可能な事業運営の分水嶺となっています。
事例⑤：自律型AIエージェントへの移行がソフトウェアと業務の関係を深めている
ソフトウェア業界では、機能単位で業務を支援する従来のSaaSから、業務の文脈を理解して自律的にタスクを遂行する「AIエージェント」への移行が進んでいます。広告の制作や運用、データ分析などを企業固有の状況に合わせてAIが代行する動きが広がっています。
ツールとしてのソフトウェアを提供するモデルは代替されやすいのに対し、企業の個別業務フローや過去の意思決定履歴を深く学習したAIエージェントは、他社への乗り換えコストが極めて高くなります。
この構造転換は、企業向けサービスが「機能の提供」から「文脈の共有と成果の創出」へと進化していることを示しています。顧客の業務の深部にまで入り込み、組織の文脈を理解し続けること自体が、AI時代における強力な継続利用要因となっています。
まとめ：規模の競争から「深さの競争」へ向かう企業の針路
5つの事例を通じて見えてくるのは、AI時代における競争力の源泉が「規模（スケール）」や「範囲（スコープ）」から「深さ（デプス）」へと不可逆的にシフトしているという構造です。
巨大な資本力を持つプラットフォーマーがWeb空間のマス市場を制圧した時代を経て、これからのビジネスに求められるのは、特定の顧客や現場の文脈にどれだけ深く入り込めるかという知恵の勝負です。AIを活用して一人ひとりの歴史や暗黙知を蓄積し、パーソナライズされた価値として還元できる企業が、強固なパートナーシップを築きます。
短期的な売上の最大化を追う取引型の思考から、時間をかけて関係性を資産化していく関係型の思考へ。深い経済が本格化する中で、自社のビジネスが顧客のどのような深部に接続し、何を蓄積していくのかを再定義することが求められています。
