ここまで学んだ操作技法は、目の前の問題を効率よく解くための道具でした。でも、そもそもその問題設定自体が間違っていたら？

Vol.7-8のリフレーミングで「解決→前提」パターンを紹介しました。あの操作は「別の角度を追加する」技法でした。今回の「前提を疑う問い」は、問いの土台そのものをひっくり返す、性質の異なる操作です。

この記事でわかること

• 「前提を疑う問い」が他の操作技法と違う理由
• 前提が疑われないまま進むとどうなるか
• 前提を疑う方法と、AIを使った前提の壊し方

「どうすれば営業の訪問件数を増やせるか？」

この問いに対して、チーム全員が真剣に考えています。スケジュールの最適化、移動時間の削減、オンライン商談の比率を上げる。施策はいくつも出てくる。

でも、誰も聞いていない問いがあります。「そもそも、訪問件数を増やすことが売上を上げる最善の方法なのか？」

もしかすると、訪問件数ではなく商談の質が問題かもしれない。あるいは、既存顧客のアップセルに注力した方が効果が大きいかもしれない。

「訪問件数を増やせば売上が上がる」という前提を、全員が疑っていない。この前提が間違っていたら、どんなに精緻な施策を立てても、的外れな方向に進み続けます。

他の操作技法との違い

第2部で学んだ操作技法は、問いの「中身」を操作するものでした。見渡して絞る。深さを変える。角度を変える。主語を変える。これらはすべて「今ある問い」をより良くするための技術です。

前提を疑う問いは違います。「そもそもこの方向で合っているか？」を問うものです。問いの「中身」ではなく、問いの「土台」に疑いを向ける。

だから厄介です。操作技法は問いを磨く。前提を疑う問いは、磨いてきた問いをひっくり返す可能性がある。せっかく議論してきたことが無駄になるかもしれない。それでも、方向が間違っていたら早く気づいた方がいい。

「訪問件数を増やす」を前提にして3ヶ月間施策を実行した。訪問件数は20%増えた。でも売上は横ばい。振り返ると、1件あたりの商談準備が薄くなっていた。成約率が下がっていた。3ヶ月の努力が相殺された。前提が間違っていたことに気づくのが遅れるほど、失う時間が大きくなります。

なぜ前提は疑われないのか

全員が同じ前提を共有しているから。 「訪問件数を増やせば売上が上がる」を、チーム全員が当然だと思っている。全員が同じ方向を向いているから、疑う人がいない。合意が取れているように見えるが、実は検証されていない前提の上に乗っている。

前提を疑うのは「空気を壊す」行為だから。 会議で「そもそもこの方向で合っていますか？」と聞くのは勇気がいる。みんなが真剣に議論している最中に、土台をひっくり返すような発言は歓迎されにくい。

前提は「言語化されていない」ことが多いから。 「訪問件数を増やせば売上が上がる」と明示的に言っている人はいない。暗黙の前提になっている。Vol.16で「顧客自身が困りごとを認識していない」と整理しました。前提も同じです。言語化されていないものは疑えない。

いつ疑うか——3つのタイミング

前提を疑うべきタイミングは3つあります。

① 施策を実行しているのに成果が出ないとき。 やるべきことはやっている。でも数字が動かない。施策の実行ではなく、施策の方向を決めた前提が間違っている可能性がある。

② 全員の意見が早い段階で一致したとき。 議論もせずに「これだよね」と全員が合意する。全員が同じ前提を無意識に共有しているだけかもしれない。合意が早すぎるときは、前提を疑うチャンスです。

③ 「ずっとこうやってきた」が理由になっているとき。 過去の成功体験が前提として固定されている。環境が変わっていれば、過去の正解は今の正解ではない。

どう疑うか——3つの問いとAIの使い方

前提を疑うとき、使える問いが3つあります。それぞれ、自分で考えることもできますが、AIに任せることで「空気を壊さずに」疑えるという大きなメリットがあります。

「それは本当か？」——前提をデータで検証する

最もシンプルな問い。「訪問件数を増やせば売上が上がる。それは本当か？」。仮説思考のミニシリーズで学んだ通り、前提も「検証可能な仮説」として扱えます。過去に訪問件数と売上に相関があったか。データで確認する。

AIに頼むなら、「過去12ヶ月の訪問件数と売上のデータを添付します。訪問件数と売上に相関があるか検証してください。迎合せず、相関がないならはっきりそう言ってください」。AIはデータに忠実に答えてくれます。人間は「相関があってほしい」と思いがちですが、AIにはその願望がない。

「他の前提はないか？」——ゼロベースで考え直す

今の前提とは別の前提を考える。「訪問件数を増やす」ではなく、「商談の質を上げる」「既存顧客のアップセルに注力する」「ターゲット顧客を変える」。Vol.7-8のリフレーミングと同じ操作です。

ただし、自分たちだけでこれをやると、結局同じ思考の枠内に留まりがちです。ここでAIが力を発揮します。「私たちは『訪問件数を増やせば売上が上がる』という前提で施策を進めています。この前提をゼロベースで疑ってください。この事業で売上を上げるために、訪問件数以外に効くレバーは何がありますか。5つ挙げてください」。AIは前提に縛られないので、人間が見落としている選択肢を出してくれます。

「この前提が間違っていたら、何が起きるか？」——反論させる

前提が間違っていた場合の影響を想像する。影響が大きいなら検証してから進むべき。影響が小さいなら走りながら検証してもいい。仮説思考のミニシリーズVol.4で「検証の深さは判断の大きさで変える」と整理しました。前提の検証も同じです。

AIに反論させるのも有効です。「以下の方針に対して、遠慮せず反論してください。この方針が失敗する可能性がある理由を挙げてください」。仮説思考のミニシリーズVol.6で整理した「迎合を防ぐ指示」と同じです。「遠慮せず」「失敗する理由を挙げて」と明示的に頼む。

さらに強力なのが、隠れた前提を言語化させること。「以下の施策案を読んで、この施策が成功するために暗黙に前提としていることを5つ挙げてください」。自分たちでは気づいていない前提をAIに炙り出してもらう。言語化されれば、疑うことができます。

AIに前提を疑わせる最大のメリットは「誰も傷つかない」こと。 会議で人間が「そもそもこの方向で合っていますか？」と聞くと、提案者のメンツに関わる。AIが指摘したなら、「AIがこう言っているが、どう思うか？」と全員で検討できる。前提への疑いが、個人攻撃ではなくチームの議題になる。

会議の冒頭5分で「今日の論点の前提をAIに洗い出させました。この中で検証が必要なものはどれか」と確認するだけでも、前提のずれに早く気づけるようになります。

まとめ

この記事のポイントを3つにまとめます。

• 前提を疑う問いは、他の操作技法と性質が違う。問いの「中身」ではなく「土台」に疑いを向ける。方向が間違っていたら、どんなに精緻な施策も的外れになる
• 前提を疑うべきタイミングは、施策を実行しても成果が出ないとき、全員の意見が早く一致したとき、「ずっとこうやってきた」が理由になっているとき
• 前提を疑うのが難しいなら、AIに疑わせる。データで検証する、ゼロベースで考え直す、反論させる、隠れた前提を言語化させる。AIには空気を壊す抵抗がないから、人間が言いにくいことを指摘できる

第3部「仕事で使う問いの型」はここまでです。会議・AI活用・顧客理解・データ分析・前提への疑い。問いの設計が仕事のあらゆる場面で使えることを、7話かけて見てきました。

次回からは第4部「問いの力を伸ばす」に入ります。問いの設計を学んだ。でも、学んだだけでは現場で使えない。なぜ問いの力は伸びにくいのか。そこから始めます。