# Cross Industry Researcher

> 異なる業界を横断的にリサーチし、業界特有の課題を発見・整理するスキル。 四季報ベースの194業界を対象に、Web検索で最新の業界動向・課題を収集し、 ITエンジニアの上流工程・事業企画・経営戦略立案を支援する。 Use when: (1) 特定業界の課題を調べたい, (2) 異業界の課題を横断比較したい, (3) 新規事業・プロダクトのネタを探したい, (4) 業界トレンドをキャッチアップしたい, (5) 顧客課題の解像度を上げたい, (6) LT・ブログのネタとして業界課題を整理したい

- Skill: `mashharuki/cross-industry-researcher` (Agent Skill, multi-file: 4 files)
- Install (CLI): `npx skillmds@latest add mashharuki/cross-industry-researcher`
- Raw SKILL.md: https://api.skillmd.com/api/skills/mashharuki/cross-industry-researcher/raw
- Safety review: pending
- Works with: Claude Code, Claude.ai, OpenAI Codex
- Category: Coding & Dev Tools
- Author: mashharuki (https://skillmd.com/u/mashharuki)
- Updated: 2026-09-10
- Page: https://skillmd.com/skills/mashharuki/cross-industry-researcher

---


# 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：
1. **業界を選ぶ** → 四季報194業界から関心領域を特定
2. **課題を掘る** → 複数フレームワークで構造的に分析
3. **知見を蓄える** → 発見した課題をナレッジとして整理
4. **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](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](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 |
|------|------------|------------|
| **P**olitics（政治） | `{業界名} 規制 法改正 2026` | 法規制の変化、政策動向 |
| **E**conomy（経済） | `{業界名} 市場規模 成長率 2026` | 市場トレンド、景気影響 |
| **S**ociety（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 |
| **T**echnology（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：

1. **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`
2. **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`
3. **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`
4. **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`
5. **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

```markdown
# 📊 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

```markdown
# 🔄 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：
- **S**ubstitute（代用）: 何を別のもので置き換えられるか？
- **C**ombine（結合）: 何と何を組み合わせられるか？
- **A**dapt（応用）: 他業界の手法を適用できないか？
- **M**odify（変更）: 何を変更・拡大・縮小できるか？
- **P**ut to other use（転用）: 別の用途で使えないか？
- **E**liminate（削除）: 何を取り除けるか？
- **R**earrange（再配置）: 順序や構造を変えられないか？

---

## 関連リソース

- [業界一覧](references/industry-list.md) - 四季報ベース12大分類・主要業界リスト
- [分析フレームワーク詳細](references/analysis-frameworks.md) - 各フレームワークの実践ガイド
- [リサーチテンプレート](references/research-templates.md) - 出力フォーマットのテンプレート集

---

## 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 |