プラットフォーム依存のリスクは、①アルゴリズム変更による突然の露出低下（過去にFacebookのニュースフィード変更で多くのメディアの流入が急減した例）、②手数料の一方的な引き上げや規約変更、③アカウント停止による事業の即時停止、④顧客データがプラットフォーム側に留まり、自分の資産にならないこと、⑤2030年代にはAIアシスタントが「どの店を勧めるか」を決める中間者になり、依存がさらに深まる可能性、の五つに整理できます。対策として、どのシナリオでも通用するのは、メールリストや自社サイトなど自分が管理できる顧客接点を必ず持つこと、複数のプラットフォームに分散すること、プラットフォームでは獲得した顧客を自分の場に誘導すること、収入源を一つのチャネルに5割以上依存させないこと、そしてコミュニティや評判といった移転可能な資産を築くことです。The risks of platform dependence fall into five groups: sudden loss of visibility from algorithm changes (as when a Facebook news feed change sharply cut traffic to many publishers), unilateral fee increases and terms changes, immediate business shutdown from account suspension, customer data remaining with the platform rather than becoming your asset, and, in the 2030s, AI assistants becoming intermediaries that decide which business to recommend, deepening dependence further. Countermeasures that work in any scenario include always maintaining customer touchpoints you control, such as an email list or your own site; spreading across multiple platforms; guiding customers acquired on platforms to your own space; keeping no single channel above half of your income; and building portable assets such as community and reputation.
Cory Doctorow が「enshittification（プラットフォームの劣化）」と名づけた過程は、プラットフォームがまず利用者に、次に事業者に価値を提供して囲い込んだ後、双方から価値を吸い上げる傾向を指します。Amazonマーケットプレイスの手数料上昇、アプリストアの30%手数料をめぐる Epic Games 対 Apple の訴訟、YouTube や TikTok のアルゴリズム変更に翻弄されるクリエイターの事例は、この構造の実例です。楽観シナリオでは、EUのデジタル市場法（DMA）のような規制やデータポータビリティの進展により依存が緩和され、悲観シナリオではAIアシスタントによる推薦の集中がさらに強い「ゲートキーパー」を生みます。優れた回答は、リスクを抽象的に述べるだけでなく、「自分が管理できる接点」と「移転可能な資産」という二つの原則を軸に具体策を示し、複数のシナリオでその有効性を確認しているものです。The process Cory Doctorow named enshittification describes how platforms first deliver value to users, then to businesses, lock both in, and then extract value from each. Rising Amazon Marketplace fees, the Epic Games versus Apple litigation over the 30 percent app store commission, and creators buffeted by YouTube and TikTok algorithm changes are real examples of the structure. In an optimistic scenario, regulation such as the EU Digital Markets Act and progress on data portability ease dependence; in a pessimistic one, concentration of recommendations in AI assistants creates even stronger gatekeepers. A strong answer does not merely state risks abstractly but organizes concrete measures around two principles, touchpoints you control and portable assets, and checks their effectiveness across multiple scenarios.
分散戦略は運用負荷を高め、小規模事業者ほど複数チャネルを維持する余力がありません。また、自社サイトやメールリストに顧客を誘導しようとすると、プラットフォームの規約に抵触したり、露出を下げられたりする場合があります。AIアシスタント経由の推薦が支配的になると、「自分の場」自体に到達されにくくなる可能性もあります。Diversification raises operational load, and smaller businesses have the least capacity to maintain multiple channels. Steering customers to your own site or email list can violate platform terms or reduce your visibility. If recommendations via AI assistants become dominant, even your own space may become hard to reach.
完全な分散ではなく、「主力1つ＋補助2つ＋自前の接点」という現実的な構成から始めましょう。誘導は規約の範囲内で、購入後の梱包物やニュースレターへの登録特典など、顧客が自発的に移動する仕組みを設計します。AIアシスタント時代に備え、構造化データや検証可能な評判（レビュー、認証、実績）を整え、機械にも見つけられる状態を作ることが重要です。Start with a realistic structure rather than full diversification: one main platform, two supporting ones, and your own touchpoint. Guide customers within the rules through mechanisms that let them move voluntarily, such as post-purchase inserts or newsletter sign-up benefits. To prepare for the AI assistant era, maintain structured data and verifiable reputation (reviews, certifications, track record) so that machines can find you as well.