AI キャッシュポイント リバースTRIZ

コストだと思っていたものが、実は宝の山だった──Optoroに学ぶ「害を益に変える」発想法

コストだと思っていたものが、実は宝の山だった──Optoroに学ぶ「害を益に変える」発想法

本記事は、事業のどこかに「減らしたいコスト」「避けたい厄介事」を抱えている方に向けたものです。多くの会社はそれを必死に減らそうとします。けれど、減らすのではなく「価値に変える」と考えた瞬間に、新しい事業が生まれることがあります。年間8900億ドルにのぼる返品という巨大な厄介事を宝の山に変えたOptoroを題材に、その発想の転換を「因果関係マップ」と「TRIZ」という2つの道具で可視化します。

なぜ今、この問いが必要か

こんな心当たりはないでしょうか。

  • 返品やクレーム、売れ残りや廃棄を「仕方ないコスト」として処理している
  • それを減らそうと努力はしているが、根本的にゼロにはできず、毎年お金が出ていく
  • 「効率化しよう」と言われるが、結局は同じ作業をもう少し安くするだけにとどまっている

これらは、実は全部「害をいかに小さくするか」だけを考えているサインかもしれません。

考えてみてください。あなたは今、真面目にコスト削減を進めています。けれど、その努力は「捨てるものを、もう少し安く捨てる」方向に向いていないでしょうか。この記事を読み終えたとき、あなたは自社が「コスト」と呼んでいるものを、もう一度「資源」として見直せるようになります。そしてその先には、競合が必死に害を減らそうとしている間に、あなたがその害を新しい売上に変えている──そんな状態が見えてくるはずです。

なぜ今かというと、モノが売れる仕組みは出尽くし、どの会社も「いかに速く安く届けるか」では差がつきにくくなったからです。差がつく場所は、これまで誰もが見て見ぬふりをしてきた「戻ってくる流れ」「捨てている流れ」に移りつつあります。

根本原因を因果関係マップで可視化する

「返品は減らすしかない」という通説への反論

ネット通販の返品率は、米国で平均2割から3割にのぼると言われます。返品された商品の多くは、戻ってきても「訳あり品」としてまとめて安く売られるか、そのまま廃棄されます。理由を聞くと、多くの人が「返品は避けられないコストだから、できるだけ減らすしかない」と答えます。けれど、これは表面的な説明です。返品商品の大半は、実は壊れた不良品ではありません。「写真と印象が違った」「サイズが思ったのと違った」という、いわばミスマッチです。つまり、まだ十分に売れる商品が大量に捨てられている。ここに本当の問いがあります。

ここで使うのが「因果関係マップ(アローダイアグラム)」です。これは問題の構造を、原因から結果へと矢印でつなぎ、根本原因まで掘り下げて可視化する道具です。問題のからくりを一枚の地図にして見える化するもの、と考えてください。

根本原因の連鎖

返品が損失と廃棄を生む構造を因果関係マップで描くと、3つの根本原因が浮かびます。第一に「返品は、売るビジネスの失敗であり、避けたいコストだ」という前提。第二に「物流への投資は、いかに速く届けるかという行きの流れにだけ向いていた」という偏り。第三に「再販するより、捨ててしまう方が安い」という単純なコスト比較です。

注目すべきは、この3つがいずれも「速く正確に届けて売る、という行きの流れで成功してきた常識」だという点です。つまり過去の成功体験そのものが、戻ってくる流れを見ない盲点を作っていました。行きの流れを磨くほど、帰りの流れは「ただの後始末」になります。この盲点が、返品処理の高コスト化と、価値ある商品の不当な安売り・廃棄を生み、最終的に「返品コストが利益を圧迫し、大量の商品が埋め立てられる」という、損失と環境負荷が同時に起きる結末へと収束していきました。

返品が損失と廃棄を生む因果関係マップ
図1:因果関係マップ

同じ問いを、2つの視点で解いてみる

「なぜ多くの小売は返品コストに苦しむのか。同じ損失を自分のビジネスで避けるには」という問いを、2つの視点で解いてみます。

普通のAIに聞くと、こんな回答が返ってきます。「サイズ表記を正確にしよう」「試着できるAIを導入しよう」「返品を有料にして数を減らそう」。間違いではありません。けれど、これらはすべて「返品という害を、どう小さくするか」という前提に立っています。戻ってきてしまったモノをどう価値に戻すか、という発想がありません。

TRIZの視点で同じ問いを考えると、見える景色が変わります。損失の真因は返品の多さそのものではなく、行きの流れだけを磨いてきた成功体験が、帰りの流れを盲点にした構造だ、と特定できます。その上で「返品を許すほどコストが膨らみ、許さないほど顧客が離れる。しかも捨てた方が安いので価値ある在庫まで捨ててしまう」という二重の自己矛盾を発見し、それをどう解いたかまで踏み込めます。

観点 普通のAI回答 TRIZ×AI回答
問いの立て方 どう返品を減らすか(害の縮小) 返品をどう資源に変えるか(害の反転)
原因の捉え方 返品率が高い・処理が重い 行きの流れ偏重が帰りの流れを盲点にした自己矛盾
解の方向 返品を減らす施策を打つ 害を益に反転し、一方通行を循環に変える
持ち帰り 抽象的な改善策 自社が「捨てている害=未利用の資源」を点検する視点

この差分が、ビジネスの分岐点になる

差分の核心は1行で言えます。普通のAIは「害をいかに小さくするか」を考えます。TRIZ×AIは「害をいかに益に反転させるか」を設計します。多くの小売は「返品を減らすか、それとも受け入れるか」で考え続けました。Optoroは「返品は起きる前提で、戻ってきたモノを資源として一番高く売り直す」仕組みに変えました。害を減らすか、害を益に変えるか。この違いが、コストセンターと新しい収益事業を分けています。

矛盾をどう解消したか

Optoroが解いたのは、多くの小売が閉じ込められていた根本の板挟みです。「コストを下げるには返品を厳しく断りたい。けれど顧客満足を保つには寛容に受け入れたい」。断れば嫌われ、受け入れれば赤字が膨らむ。しかも「捨てた方が安い」ため、まだ売れる商品まで廃棄してしまう。この、どちらも立てられない状態です。

ここでOptoroが体現したのが、この記事の主役となる考え方、TRIZの「理想性増加」という見方です。難しく聞こえますが、要は「やっかいな害そのものを、価値を生む源に反転させる」という発想です(正式には技術システム進化の法則の一つで、有害な作用を有益な作用へ変える考え方です)。Optoroは返品を「減らすべき失敗」とは見ませんでした。「最も高く売り直せる在庫資源」と読み替えたのです。戻ってきた商品を一点ずつデータ化し、独自のアルゴリズムで「この商品は、どの販路でいくらなら一番高く売れるか」を自動で判定します。個人向けのBLINQ、事業者向けのBULQといった販路へ、最適なルートで送り出す。こうして「捨てるしかなかった害」が「再販の利益」に変わりました。

そしてもう一つ、この転換を支えた考え方が「スーパーシステムへの移行」です。これは「自社の枠を一段広げて、より大きな仕組みの中で価値を回す」という見方と言い換えられます。これまで物流は「作って届けて売る」という一方通行でした。Optoroはそこに「戻して、また売る」という帰りの流れを足し、行きと帰りがつながった循環を作りました。一方通行のコストの流れを、ぐるりと回る価値の流れに変えたのです。多くの小売に見えていなかったのは、この「帰りの流れにも価値がある」という発想でした。

次に何が起きるか

ここからは、TRIZの進化法則が示す「次の方向性」を構造的仮説として描きます。

面白いのは、害を益に変えて勝ったOptoroが、まさにその成功ゆえに次の課題に向かっている点です。返品を再販に回すほど、今度は「戻ってくるモノを運び、保管し、捌く」帰りの物流そのものが新たな負荷になります。さらに、自社単独でいくら頑張っても、米国だけで年間8900億ドルにのぼる返品の海を循環に戻すには規模が足りません。返品商品のうち年間およそ95億ポンド、約2400万トンものCO2を伴う商品が、いまだ埋め立てられているとされます。一社の再販事業では、この巨大な流れのごく一部しか掬えないのです。

この動きを、害を益に変えるという一本の串で見ると、バラバラの施策が一つの階段に見えてきます。捨てるだけの段から、戻して売り直す段へ。そこから、返品で得たデータを次の仕入れや値付けに活かす段へ。さらに、行きの流れと帰りの流れを一つの頭脳でまとめて最適化する段へ。実際にOptoroは2025年8月、AIでサプライチェーン全体を最適化する企業Blue Yonderに買収され、返品管理がより大きなAI基盤の一機能へと組み込まれました。返品専業の会社が、行きも帰りも束ねる大きな循環システムの一部になったのです。

Optoroが害を益に変えながら登る階段(Lv0→Lv4)
図2:一つ上の目的へ移る階段

その先には、もう一段上の姿が見えます。一社が自社の返品を再販するだけでなく、あらゆる小売の返品が集まって循環する「捨てない経済のインフラ」を提供する側になる、という道です。自分で売り直す者から、みんなの循環の場を握る者へ。これは、害を益に変える発想を、自社の枠から社会の枠へと押し広げる動きです。ただし、これらはTRIZの進化法則が示す方向性に基づく構造的仮説であり、断言ではありません。

あなたのビジネスへの3つの問い

ここからは主語をあなたに移します。Optoroの物語を、あなたの鏡として使ってください。

問い①は、今あなたが「コスト」「厄介事」として処理しているものは何か、です。返品、クレーム、売れ残り、廃棄、余った時間。それを「減らす対象」としてだけ見ていないでしょうか。Optoroが返品を再販資源に変えたように、害として処理しているものの中に、まだ価値を持つ資源が眠っていないか。それを因果関係マップで可視化してみてください。

問い②は、あなたのビジネスの「帰りの流れ」は何か、です。多くの会社は「いかに売るか」という行きの流れだけを磨きます。けれど、戻ってくる流れ、捨てている流れ、余っている流れにこそ、競合が見ていない宝が眠っています。あなたの事業の帰り道を、一度地図にしてみてください。

問い③は、先に上位の仕組みを設計するとしたら、です。自社単独で害を益に変えるだけでなく、業界全体の同じ害が集まって循環する「場」を、競合より先に作れないでしょうか。

まとめ

多くの小売は「返品を減らすしかない」と考え、コストとして処理し続けました。Optoroは「返品は減らす害ではなく、売り直せる資源だ」と読み替えて、新しい事業を生みました。両者を分けたのは効率の差ではなく、害を益に反転させる発想があったかどうかです。因果関係マップで自社の「捨てている流れ」を可視化し、TRIZの「害を益に変える」見方と「一方通行を循環に変える」見方で組み替える。この2つの道具は、今日から使い始められます。

今日から試すには

この記事で紹介した2つの道具、つまり問題構造を可視化する因果関係マップと、矛盾を解消するTRIZは、特別なソフトを買わなくても今日から手で描けます。

もしくは、専門性に特化させたAI壁打ち用のツールサイト
Idea Realize AI(https://idea-realize-ai.com/)
をご用意しました。このサイトの「TRIZの各種手法」や「フロー図メーカー」をお使いいただくことで、本記事のようにAIと深掘りした議論ができます。

著者より
この記事は、過去の成功事例を「昔話」としてではなく「今のあなたの鏡」として読んでいただくために書きました。Optoroの歩みは、誰もが「仕方ない」と捨てていたものに価値を見出す物語です。あなたの事業が「コスト」と呼んでいるものの中に、次の宝が眠っていないか。それを考えるきっかけになれば幸いです。

本記事について

本記事は、公開情報をもとに、TRIZと因果関係マップを用いて筆者が独自に分析したものです。取り上げた企業の公式見解ではありません。とくに構造の解釈と今後の展開に関する記述は、TRIZの進化法則に基づく筆者の仮説であり、断定ではありません。

参考・着想元:本記事で取り上げた事例は、『DX経営図鑑』(金澤一央/DX Navigator編集部 著、アルク、2021年)を着想元に、独自のリバースTRIZ分析と公開情報をもとに再構成したものです。書籍本文・図版の転載は行っていません。

-AI, キャッシュポイント, リバースTRIZ

目次