业务发展支持公司Archetype株式会社（总部：东京都港区，代表董事兼社长：菅野龙彦，以下简称「Archetype」）对日本企业的新事业运行能力进行了跨行业调查（有效回复477家公司，涵盖19个行业＋政府/公共机构），并公布了调查结果。 该调查通过6个轴线（策略具体度／资源配置的认真程度／判断标准与退出规则／事业化途径／外部合作态度／数据与AI应用）衡量了经营层的方针和一线的实际情况。在477家公司中，经营层的推动基础处于「先进区」（30分满分中25分以上）的组织仅占12%，而处于「被动区」（15分以下）的则占33%。数据与AI应用的经营策略在12个调查问题中得分最低，揭示出经营层的方针制定未能跟上一线实施的结构性问题。 6个轴线x经营层/一线差距分布。①～⑤显示「经营层领先」高于「一线领先」，但仅在⑥数据与AI应用中反转，一线占33% > 经营层占15%。这是唯一一个一线尝试先于经营层方针的轴线。 ■ 主要发现 发现1：推动基础的四类分布 — 先进12%、被动33%、中间地带55% 我们根据经营层6个轴线的总得分（30分满分），将477家公司分为四类。 先进区（25分以上）：58家公司，12% 积极区（20〜24分）：103家公司，22% 平均区（16〜19分）：157家公司，33% 被动区（15分以下）：159家公司，33% 积极区和平均区合称为「中间地带」，占55%，而有三分之一的公司处于被动区。新事业推动基础达到成熟阶段的企业仅占12%，这表明提升多数日本企业的运行基础是一项挑战。 477家有效回复企业的新事业推动基础四类分布。相较于先进区的12%，被动区占33%，有三分之一的公司停滞在15分以下（经营层6个轴线x五级量表的总得分，30分满分）。 发现2：经营层的「AI策略」在12个调查问题中得分最低 经营层在数据与AI应用方针的得分（Q12）为5级中的2.76分，是本次调查12个问题中的最低值。另一方面，一线AI实施的得分（Q13）为3.01分，在AI应用轴线中，「一线超越经营层」的组织达到33%（477家公司中），是6个轴线中最高的「一线领先」比例。 这显示出一种结构，即在一线人员开始独立将AI应用于实际业务之前，经营层尚未创建AI策略。 6个轴线的经营层／一线平均得分（5级）及差异。⑥AI应用的经营层得分2.76是12个问题中的最低值，也是唯一一线（3.01）超越经营层的轴线。①策略的差距最大，为+0.35（一线3.35 > 经营层3.00）。 发现3：外部合作存在「经营方针」，但33%的公司未能达到一线成果 关于外部合作态度（轴线⑤），「经营层领先」（经营方针领先于一线成果）的组织达到33%（477家公司中）。另一方面，「一线领先」的组织占18%，是6个轴线中最低的结果。 这表明，即使经营层制定了诸如新创合作和推动开放式创新等方针，但往往未能转化为概念验证（PoC）或共同开发等具体的业务成果。 发现4：各轴线的经营层x一线差距分布 我们可视化了各轴线中「经营层领先」、「集成」和「一线领先」的企业比例。 6个轴线x经营层/一线差距分布。①～⑤显示「经营层领先」高于「一线领先」，但仅在⑥数据与AI应用中反转，一线占33% > 经营层占15%。这是唯一一个一线尝试先于经营层方针的轴线。 对于轴线①～⑤，「经营层领先」（经营方针领先于一线成果）的比例高于「一线领先」（一线实际情况超越经营层方针）。然而，仅在轴线⑥数据与AI应用中，这种结构被逆转，经营层领先占15%，而一线领先占33%。 值得注意的是，轴线①仅有n=408，这是因为在Q1（是否存在推动方针）中回答「未表明／未设置」的69家公司，由于调查问卷设计的原因，跳过了Q3（方针具体性）的询问。 ■ 独创框架：6种组织类型分类 我们开发了一个框架，根据12个问题的回复模式，自动将组织分为6种。该判断基于以下流程图的机械处理，是一种无论由谁分类都能得到相同结果的可重现方法。 通过4个步骤的判断规则自动分类为6种类型（408家公司）。步骤1判断所有6个轴线的集成度；如果集成，则归类为「高度集成型」或「基础未完善型」。如果未集成，则在步骤2-4中，依序判断外部偏重、一线领先和最大差距轴线，并将其分配到6种类型之一。 6种类型分布（408家公司中） 6种类型分布（408家公司）