EV化で、エンジン部品会社は次の利益源を作れたのか？

対象企業

• NITTAN
• エクセディ
• アイシン
• 愛三工業
• F.C.C.

比較した視点

本Researchでは、次の流れを分けて追っています。

1. 1 旧事業が生み出す利益
2. 2 HEV・PHEVが持つ経済的な役割
3. 3 既存の技術・設備・顧客基盤をどこまで転用できるか
4. 4 開発、受注、量産、売上がどこまで確認できるか
5. 5 新しい事業が利益として残っているか

このレポートで扱う内容

• Research Questionと検証の考え方
• 5社それぞれの事業転換の過程
• 企業説明と実際の数値の区別
• 開発、受注、量産、売上、利益の段階差
• 企業横断で見えた共通点と違い
• 今後確認すべき指標
• Evidence IDから企業公式の一次情報へ遡れる監査情報

Research Quality

一次情報に基づく検証

PDFは30ページです。読みやすい本文部分と、検証過程を追える監査付録で構成しています。

結論に合わない事実を省かず、今回確認できなかったことはUNKNOWN、単純な見方と整合しない事実は反証として残しています。

このResearchをAIで、その先の調査へ

このResearchは、PDFを読んで終わりではありません。

購入したPDFをChatGPTやClaudeなどの生成AIに読み込ませることで、Researchの内容を共通の前提として、そこから自分自身の追加調査を続けることができます。

たとえば、

• 気になった企業だけを、さらに詳しく調べる
• Researchと同じ視点で、対象外の企業を追加して考える
• 最新の決算や開示を加えて、その後の変化を確認する
• Researchの結論に反するEvidenceがないか調べる
• Evidenceや未確認事項を起点に、特定の論点を深掘りする

といった使い方ができます。

なぜ、このResearchをAIに読み込ませるのか

生成AIに企業や業界について質問すること自体は簡単です。

一方、ゼロから調査を始める場合は、

• 何を問いとして設定するか
• どの企業を見るか
• どの期間を見るか
• どの情報を根拠にするか
• 企業自身の説明と分析をどう分けるか
• 比較できる数字と比較できない数字をどう扱うか
• 当初の仮説に合わない情報をどう扱うか

といった、調査の土台から組み立てる必要があります。

有報ナビ Independent Researchでは、特定のResearch Questionについて複数企業の長期情報を調べ、企業公式の一次情報まで戻って確認したうえで、企業事例、企業横断の違い、Evidence、比較上の注意点、反証となる情報、今回確認できなかったことまで整理しています。

そのため、AIにゼロから調査させるのではなく、すでに整理されたResearchをContextとして渡し、その先の調査から始めることができます。

たとえば、

• 「このResearchの結論は、最新決算でも成立している？」
• 「同じ視点で○○社を追加して調べて」
• 「この結論に反するEvidenceを探して」
• 「○○社について、このResearchを前提にさらに深掘りして」

といった形で利用できます。

このResearchは、AIに答えを任せるためのものではありません。

人とAIが、その先を調べるための出発点となるResearchです。

※生成AIのファイル読込、Web検索、参照可能な情報量などの機能・利用条件は、各サービスによって異なります。

商品情報

Product ID

R004

Version

v1.0

Release

2026-09-02

Format

PDF

Pages

30

Price

¥1,980