Cross-Industry Researcher — 異業界横断リサーチャー

AI時代のITエンジニアに求められる「業界課題の発見力」を高めるためのスキル。四季報の業界分類をベースに、Web検索を活用して最新の業界課題を収集・分析・整理する。

コンセプト

プログラミング能力だけでは差別化できない時代、「どの業界の、どんな課題を、どう解決するか」を構想できるエンジニアが価値を持つ。

このスキルは以下のサイクルを回す：

業界を選ぶ → 四季報194業界から関心領域を特定
課題を掘る → 複数フレームワークで構造的に分析
知見を蓄える → 発見した課題をナレッジとして整理
アイデアに変換 → ITエンジニアの視点でソリューションを構想

起動時アクション

Step 1: モード選択

ユーザーに以下のモードを提示し、選択してもらう：

A. 業界深掘りモード — 特定の1業界を選んで徹底リサーチ B. 横断比較モード — 複数業界(2-4)を選んで課題を比較分析 C. トレンドスキャンモード — 今注目の業界課題トップ10を素早くスキャン D. ランダム発見モード — ランダムに業界を選び、未知の課題に出会う

Step 2: 業界選択

references/industry-list.md の業界一覧からユーザーに選択してもらう。ランダムモードの場合は、12大分類からランダムに1つ、その中から中分類を1-2個選出。

Step 3: リサーチ実行

選択されたモードと業界に応じて、以下の分析を実行する。

分析フレームワーク

業界課題の発見には、以下のフレームワークを段階的に適用する。詳細は references/analysis-frameworks.md を参照。

Phase 1: マクロ環境分析（PEST）

WebSearchで以下を調査し、業界に影響する外部要因を整理する：

観点	検索クエリ例	抽出する情報
Politics（政治）	`{業界名} 規制法改正 2026`	法規制の変化、政策動向
Economy（経済）	`{業界名} 市場規模成長率 2026`	市場トレンド、景気影響
Society（社会）	`{業界名} 人手不足高齢化消費者変化`	人口動態、価値観の変化
Technology（技術）	`{業界名} DX AI 技術革新 2026`	テクノロジーインパクト

Phase 2: 業界構造分析（5 Forces）

業界の競争環境を5つの力で分析する：

業界内の競争 — 主要プレイヤーと競争激化度
- 検索: {業界名} 大手企業シェア競争
新規参入の脅威 — スタートアップ・異業種参入
- 検索: {業界名} 新規参入スタートアップ異業種参入
代替品の脅威 — 技術革新による業界破壊
- 検索: {業界名} 代替ディスラプション AI代替
買い手の交渉力 — 顧客の行動変化
- 検索: {業界名} 顧客ニーズ変化価格競争
売り手の交渉力 — サプライチェーンの課題
- 検索: {業界名} サプライチェーン原材料調達

Phase 3: 課題の構造化（As-Is / To-Be + Gap分析）

業界の「現状」と「あるべき姿」を整理し、ギャップから課題を特定：

As-Is（現状）          Gap（課題）           To-Be（理想）
─────────────      ─────────────      ─────────────
・アナログ業務が多い  → DX推進の遅れ      → デジタル完結
・属人的な意思決定   → データ活用不足     → データドリブン経営
・人手に依存       → 人材不足・高齢化    → 自動化・省人化

Phase 4: ITエンジニア視点での課題変換

発見した課題を、IT/AIソリューションの観点で再解釈する：

業界課題	IT/AIソリューション仮説
人手不足・属人化	RPA、AIアシスタント、ナレッジベース構築
情報の非対称性	プラットフォーム構築、マッチングサービス
品質のバラツキ	AI品質検査、予測保全、標準化システム
レガシーシステム	クラウド移行、API連携、モダナイゼーション
規制対応の複雑さ	RegTech、コンプライアンス自動化
顧客体験の劣化	UX改善、パーソナライゼーション、チャットボット

出力フォーマット

業界深掘りモードの出力

# 📊 業界リサーチレポート: {業界名}

## 1. 業界概要
- 市場規模: ¥XX兆円（成長率: X%）
- 主要プレイヤー: A社、B社、C社
- 業界の特徴: （3行以内）

## 2. PEST分析
| 観点 | 現状 | 今後の見通し |
|------|------|------------|
| 政治 | ... | ... |
| 経済 | ... | ... |
| 社会 | ... | ... |
| 技術 | ... | ... |

## 3. 業界の主要課題 TOP5
1. **{課題名}** — {1行の説明}
   - 背景: {なぜこの課題が生じているか}
   - 影響度: 高/中/低
   - IT/AIソリューション仮説: {エンジニア視点での解決案}

2. ... (以下同様)

## 4. 注目トレンド
- {トレンド1}: {説明}
- {トレンド2}: {説明}

## 5. ITエンジニアへの示唆
- ビジネスチャンス: {この業界でITが活きる領域}
- 必要な技術スタック: {具体的な技術}
- 参入障壁・注意点: {知っておくべきこと}

## 6. 参考リンク
- [出典1](URL)
- [出典2](URL)

横断比較モードの出力

# 🔄 業界横断比較レポート

## 比較対象
- 業界A: {名前}
- 業界B: {名前}

## 共通課題
| # | 課題 | 業界A | 業界B | 共通度 |
|---|------|-------|-------|--------|
| 1 | ... | ... | ... | 高/中/低 |

## 業界固有の課題
### 業界A固有
- ...

### 業界B固有
- ...

## クロスインダストリー・インサイト
- {業界Aの解決策が業界Bに適用できる可能性}
- {異業界の知見を組み合わせた新しいアプローチ}

リサーチ実行手順

WebSearch クエリ戦略

業界ごとに以下のクエリパターンで検索する：

基本クエリ:
  "{業界名} 課題 2026"
  "{業界名} 業界動向 最新"
  "{業界名} DX 事例"
  "{業界名} AI活用 事例"

深掘りクエリ:
  "{業界名} 人手不足 対策"
  "{業界名} 新規参入 スタートアップ"
  "{業界名} 規制 法改正"
  "{業界名} サプライチェーン 課題"
  "{業界名} 顧客ニーズ 変化"
  "{業界名} レガシーシステム 刷新"

トレンドクエリ:
  "{業界名} 生成AI 活用"
  "{業界名} サステナビリティ ESG"
  "{業界名} グローバル展開 課題"

情報の信頼性評価

収集した情報は以下の基準で信頼性を評価する：

信頼度	ソース例
高	官公庁レポート、業界団体発表、上場企業IR
中	大手メディア記事、コンサルレポート、調査会社データ
低	個人ブログ、SNS投稿（裏取り必要）

課題発見の思考法

ゼロベース思考

前提や常識を一度リセットし、「なぜそうなっているのか？」を根本から問い直す。

クリティカルシンキング

「本当にそれが課題なのか？」「もっと上位の課題はないか？」と批判的に検証する。

アナロジー（類推思考）

異業界の成功パターンを抽象化し、対象業界に適用できないか考える。

例: Uberの配車モデル → 建設業界の重機シェアリング
例: Netflixのレコメンド → 医療の個別化治療提案

SCAMPER

既存の業界慣行を7つの観点で再構成する：

Substitute（代用）: 何を別のもので置き換えられるか？
Combine（結合）: 何と何を組み合わせられるか？
Adapt（応用）: 他業界の手法を適用できないか？
Modify（変更）: 何を変更・拡大・縮小できるか？
Put to other use（転用）: 別の用途で使えないか？
Eliminate（削除）: 何を取り除けるか？
Rearrange（再配置）: 順序や構造を変えられないか？

他スキルとの連携

スキル	連携方法
`technical-writing-skill`	発見した業界課題をブログ記事化
`aws-community-builder`	AI×業界課題のブログネタとして活用
`hackathon-strategist`	業界課題をハッカソンのアイデアソースに
`marp-slides`	リサーチ結果をLTスライドに変換

cross-industry-researcher

SKILL.md.claude/skills/cross-industry-researcher/SKILL.md