MTPとは何か: AI時代の事業をぶらさない目的設定

MTPとは、ここでは Massive Transformative Purpose の略として扱う。日本語にすると「大規模で変革的な目的」だ。

ただし、この訳だけでは少し硬い。実務で使うなら、MTPは「この事業や組織は、世界・業界・顧客の何を大きく変えるために存在するのか」を一文で示すもの、と捉えるとわかりやすい。

注意点もある。MTPは略語なので、文脈によってはMedia Transfer Protocolなど別の意味を持つ。この記事では、Peter DiamandisやSingularity系の文脈で使われるMassive Transformative Purposeとして整理する(Peter Diamandis, Singularity)。

MTPは「かっこいい理念」ではなく、判断軸である

MTPを単なるスローガンとして読むと、かなり胡散臭く見える。

「人類を前進させる」「世界を変える」「未来を民主化する」。こうした言葉は、使い方を間違えると中身のない標語になる。採用ページには載っているが、プロダクト会議でも投資判断でも使われない。そうなった瞬間、MTPは飾りになる。

本来のMTPは違う。

MTPは、やることとやらないことを決めるための判断軸である。新機能を作るべきか。どの顧客を優先するか。どの市場に入らないか。どんな人を採用するか。どのKPIに振り回されないか。こうした意思決定の上位に置くものだ。

M

Massive

小さな改善ではなく、大きな射程を持つ

T

Transformative

既存業務や市場の前提を変える

P

Purpose

売上目標ではなく存在理由を示す

1文

実用単位

長い理念文より、判断に使える短文

ミッション、ビジョン、パーパスとの違い

MTPは、ミッション、ビジョン、パーパスと似ている。だが、少し役割が違う。

ミッションは「自分たちは何をする組織なのか」を示す。ビジョンは「将来どういう状態を目指すのか」を示す。パーパスは「なぜ存在するのか」を示す。

MTPは、それらの上に「どれくらい大きな変化を起こすのか」という野心を乗せる。O’Reillyの『Exponential Transformation』でも、MTPは組織の存在目的を反映し、従来のビジョンやミッションより高い抽象度に置かれるものとして説明されている(O’Reilly)。

整理すると、こうなる。

概念	問い	例
ミッション	何をするのか	企業のAI導入を支援する
ビジョン	どんな未来を目指すのか	すべての業務チームがAIを安全に使える
パーパス	なぜ存在するのか	人が創造的な仕事に集中できる社会を作る
MTP	何を大きく変えるのか	すべての知識労働を、AIと共同作業できる形に再設計する

MTPのポイントは、単に大きいことではない。変革の方向が明確であることだ。

良いMTPの条件

良いMTPには、少なくとも3つの条件がある。

1つ目は、大きいこと。半年の売上目標や単一機能の改善ではなく、数年から十数年単位で追える射程がある。

2つ目は、変革的であること。既存の延長線ではなく、顧客の行動、業界構造、コスト構造、働き方、学び方などの前提を変える。

3つ目は、実際の意思決定に使えること。大きな言葉でも、会議で使えなければ意味がない。迷ったときに「この選択はMTPに近づくのか」と問える必要がある。

Peter Diamandisは、MTPを個人や企業の最高位の志向として扱い、それに沿わないものを削る判断にも使うべきだと述べている(Peter Diamandis)。

つまり、MTPは足すための言葉ではなく、捨てるための言葉でもある。

悪いMTPの典型

悪いMTPは、だいたい次のどれかに落ちる。

1つ目は、抽象的すぎるMTPだ。「世界を良くする」「未来をつくる」「人々を幸せにする」。方向性としては否定しにくいが、意思決定には使いにくい。

2つ目は、自社都合すぎるMTPだ。「業界No.1になる」「売上100億円を達成する」「国内最大のプラットフォームになる」。これは目標ではあるが、顧客や社会の変化を示していない。

3つ目は、事業とつながっていないMTPだ。教育を変えると言いながら広告運用だけをしている、医療を変えると言いながら病院業務には入らない。このズレがあると、MTPは信用を失う。

良いMTPは、外向きには人を惹きつけ、内向きには判断を絞る。悪いMTPは、外向きには大げさで、内向きには何も決めない。

AI時代にMTPが重要になる理由

AI時代にMTPが重要になる理由は、単に「理念が大切だから」ではない。

AIによって、作れるものの数が増えすぎるからだ。

以前は、開発リソースが制約だった。作りたい機能があっても、人手や時間が足りなかった。だが、AIエージェント、ノーコード、生成AI、コード補完、RAG、ワークフロー自動化が広がると、試作コストは下がる。

すると次に問題になるのは、「何を作るか」ではなく「何を作らないか」になる。

AIは選択肢を増やす。MTPは選択肢を絞る。

この関係を理解していない組織は、AIで大量のPoCを作るが、事業にはならない。チャットボット、社内検索、議事録要約、営業支援、FAQ、ダッシュボード、自動レポート。どれも少し便利だが、全体として何を変えるのかが見えない。

MTPがあると、AI活用の優先順位が変わる。自社は何を根本から変えたいのか。その変化に最も近いAIユースケースはどれか。どの自動化はやらないのか。ここを決めやすくなる。

AIエージェントに渡す判断軸としてのMTP

AIエージェントが増えるほど、MTPはさらに実務的になる。

人間だけが判断していた時代なら、理念は多少曖昧でも回った。創業者や責任者が空気を読み、優先順位を決めていたからだ。

しかし、AIエージェントに調査、実装、営業文面作成、レポート作成、改善提案を任せるなら、曖昧な目的はそのまま出力のブレになる。

たとえば「記事を書いて」とだけ指示すれば、AIは無難なまとめ記事を書く。「プロダクト導入を増やす記事を書いて」と言えば、営業寄りになる。「知識労働をAIと共同作業できる形に再設計する、というMTPに沿って記事を書いて」と言えば、切り口も事例の選び方も変わる。

MTPは、人間向けの理念であると同時に、AIエージェントに渡すコンテキストでもある。

小さなチームでの作り方

MTPは大企業だけのものではない。むしろ、少人数のチームや個人開発の方が効く。

作り方は難しく考えなくていい。

まず、顧客の変化を書く。「誰が、どう変わるのか」。次に、業界や市場の変化を書く。「どんな前提が古くなるのか」。最後に、自分たちが使う技術や強みを書く。「なぜ自分たちがそれをできるのか」。

そこから一文に削る。

たとえば、AI開発支援のメディアなら、悪い例は「AIの情報をわかりやすく届ける」だ。これは悪くないが、MTPとしては弱い。

もう一段踏み込むなら、「すべての開発チームが、AIエージェントを安全に設計・運用できる状態を作る」となる。これなら、書くべき記事、作るべきツール、扱わない話題が見えやすい。

MTPをKPIに接続する

MTPは大きな目的だが、KPIから切り離すと機能しない。

ただし、MTPをそのまま数値化する必要はない。重要なのは、MTPに近づいていることを示す中間指標を持つことだ。

たとえば「すべての開発チームがAIエージェントを安全に設計・運用できる状態を作る」というMTPなら、単なるPVだけでは足りない。

見るべき指標は、実装テンプレートの利用数、チェックリストの完了数、ツールの再訪率、記事からGitHubスターや問い合わせにつながった数、企業導入事例の数などになる。

MTPは北極星だが、北極星だけ見ていても歩けない。足元の指標が必要だ。

MTPの落とし穴

MTPには落とし穴もある。

第一に、言葉が大きすぎると信用を失う。特にAI領域では「世界を変える」という表現が氾濫している。実装力、顧客理解、公開実績がない状態で大きなMTPだけ掲げると、期待より先に警戒を生む。

第二に、MTPが固定観念になる。大きな目的は必要だが、現実から学ばないMTPは危険だ。顧客の課題、技術の限界、規制、コスト構造が変われば、表現は更新してよい。

第三に、MTPが免罪符になる。「大きな目的のためだから」と言って、品質、倫理、セキュリティ、ユーザー保護を軽視してはいけない。特にAIプロダクトでは、MTPが大きいほど、運用責任も大きくなる。

まとめ

MTPとは、Massive Transformative Purposeの略であり、組織やプロダクトがどんな大きな変化を起こすために存在するのかを示す考え方である。

ただし、MTPはきれいな理念文ではない。意思決定に使えなければ意味がない。

AI時代には、作れるものが増えすぎる。だからこそ、何を作らないか、どの顧客を選ぶか、どの自動化を優先するかを決める軸が必要になる。

MTPは、その軸になりうる。

良いMTPは、外には共感を生み、内には集中を生む。悪いMTPは、外には大げさで、内には何も決めない。

AIエージェントや生成AIを事業に入れるなら、まず問うべきは「何を自動化するか」ではない。

自分たちは、何を大きく変えたいのか。

そこが曖昧なままAIを入れると、PoCは増えるが、事業は進まない。