トヨタ式の品質改善と戦略コンサルは、本当に別物なのか。ギャップ分析、現状把握、パレート図、要因解析、AIでの対策実行まで比べてみよう。
結論は、問題解決の骨格がかなり共通している、だ。 目標と現状の差を数値にし、データを分けて重要な場所を探し、原因を確かめて対策する。名称や扱う問題は違っても、ホワイトボードに描く図は妙に似ている。
戦略コンサルの高度な思考法を学ぼうと思ったら、前に会社で使っていたパレート図が登場した。お前、ここにもいたのか。
まず現状を数字にする
トヨタ流の問題解決では、あるべき姿と現状の差を測り、現状を事実とデータで把握する。マッキンゼーが紹介する7段階の問題解決法も、問題を分解し、重要で動かせる部分を優先し、分析して結論につなげる。つまり、①目標、②ギャップ、③分類と見える化、④優先順位、⑤原因検証、⑥対策、⑦効果確認という考え方が重なっている。
「サイトの閲覧数が少ない」は感想だが、「検索で表示される回数が少ないのか、表示されても押されないのか」は調べられる問題だ。原因を考えるより先に、何がどれだけ不足しているかを把握する。
パレート図の一番大きい棒は、真犯人とは限らない
架空のサイトが月6,000PVで、目標が50,000PVなら、差は44,000PV。閲覧の80％が国内、20％が海外だったとしても、「国内から改善だ！」とは即決できない。現在の構成比が大きいことと、改善したときに増やせる量が大きいことは別だからだ。
パレート図は件数や金額の大きい項目を見つけるのに便利だ。しかし、優先順位を決めるには現在の寄与度・改善余地・実行コストを分けて考える。最大の棒に手錠をかけても、原因が自白するわけではない。
ロジックツリーとなぜなぜ分析はセットで使える
例えば検索結果への表示が4万回、クリック率が2％なら検索クリック数は約800回。3％になれば約1,200回で、差は400回。これは検索クリックの試算であり、PVとは別の指標だ。
まず「表示が少ない」「表示されてもクリックされない」と横に分ける。後者なら「タイトルが読者の疑問とずれている？」「冒頭に答えがない？」となぜを深掘りする。横に分解して攻め所を決め、縦に原因を掘る。どちらもQCとコンサルで使える道具だ。
違いは、何を決める仕事なのか
QC改善は不良、待ち時間、手戻りなど、繰り返し起きる現場の問題を直して定着させるのが得意。戦略コンサルは市場参入、投資配分、事業の選択など、そもそもの選択肢を決める案件にも関わる。ただし現場も戦略を考えるし、コンサルも現場の数字を調べる。上下関係ではなく、問いの範囲や意思決定の対象が違うことが多い。
AIで対策は速くなる。だから検証がますます重要
ChatGPTで要因の候補を出し、Claude Codeでコードを直し、実測データで効果を見る。Claude Opus 5.5のようなモデルも加わり、以前なら人手と時間が必要だった工程を、個人で回しやすくなった。
しかしAIは、もっともらしい原因を50個でも挙げられる。タイトル、内部リンク、本文を同時に変えて閲覧数が伸びたら、どれが効いたか分からない。変更記録を残し、比較できる形で実行する。AIが容疑者を大量に連れてきても、証拠確認は省略できない。
仕事を変えても持ち運べる能力
改善能力の価値は、特定の業界や図の名前に縛られないこと。会社の品質改善で覚えた型が、Webサイト、教育、経営でも使える。しかもAIで実行の壁まで低くなった。コンサルの秘密道具を探しに行ったら、昔から自分が持っていた工具箱だった。そして今、その中にはAIの電動ドリルまで入っている。
Toyota-style problem solving · McKinsey seven-step problem solving · ASQ Pareto chart · ASQ: Pareto pitfalls · Anthropic: Claude Opus 5.5
