（本稿は2024年に掲載したものの再掲です。）

以下の記事が目に留まりました。

コンサル10人相当のプロジェクトを2人で対応という高コスパ
半信半疑で、ChatGPTで新規事業開発をしてわかったこと
https://logmi.jp/business/articles/330308

＞データの分析も知的労働ですし、チームビルディングもある意味知的労働かなと思いますが、特に情報処理的で、かつ問題が曖昧ではなく、ちゃんと定義できるものほどAIに向いています。いわゆるリサーチや分析はどんどん優先的にAIに置き換わっていきます。

なるほど。リサーチや分析はAIに置き換わっていくと。

＞新規事業アイデアは（スライドの）真ん中にあるんですが、若干情緒的なところや文脈的なところもありつつ、リサーチ等の情報処理的な業務負荷が著しく高いので、うまくプログラムを組むことでかなりAI化が進みやすいと思います。

確かに、情報処理的な業務負荷が高いですね。

＞内部環境と外部環境を分析して、組み合わせて事業アイデアを作っていこうと。アイデアを作ったらそれを深掘りして、事業仮説に落としていく。特に左側（スライド）はAIでレバレッジが可能になります。先ほどお話した課題を解決していこうと思うと、（スライドの）こういったAI活用方針が考えられます。

だんだん、わかってきたぞ。

＞例えば人間が新規事業アイデアを考える時、ホワイトボードにいろいろと書いたりすると思うんです。でも、かなりがんばって100件や200件かなと。
＞それが生成AIを使うと、数万件のアイデアが作れます。しかも、ただ適当に作っているだけではなく、実際のリサーチに基づいて作る。この事例では100業界以上から3,000件以上の業界課題を抽出して、その中でも特に重要な800件を重要課題として定義しました。

先日、上記のようなことをサービス提供する会社の話を聞いたのですが、専門サービスを使えばできるのだということを知りました。

この後、具体的にどういうことをやっているのかが紹介されています。
興味の湧いた方は本文をお読みください。

で、実際にやってみたら…が語られています。

＞まず最初に思ったことは、けっこう素朴に「思ったよりも良いアイデアがたくさん出て良かった」ですね（笑）。パターン数をたくさんやっても、「AIが作るので、そんなにおもしろいアイデアが出ないんじゃないか」と、ある意味半信半疑だったんです。

多くの方々がこれを指摘されますね。

＞でもAIのプログラム自体にブラッシュアップを重ねたことで、人間の発想の限界を超えるようなアイデアも多数生まれました。それも1〜2件ではなく、何十件というレベルで生まれたので、そこは非常に良かったと思います。

プログラム自体をブラッシュアップできるか？が鍵になってくるのですね。

＞あと、いわゆるリサーチからアイデアを出してストーリーに落とすことは、一般的な事業開発のプロジェクトでも、コンサルタントが稼働するケースでもけっこうやっていますが、こういった流れは人間がやるPJだと、多くの場合は不可逆なんだなとあらためて気づきました。

人間がやるPJだと、多くの場合は不可逆。
この点は重要ですね。

＞いろいろなアイデアをお見せした時に「こういうのよりも、こういうほうがいいな」というフィードバックをいただいて、「こちらのほうが、今、御社の求める方向性に近いんですね」と徐々にわかっていった。
＞なので、その方向性のアイデアを高く評価するチューニングをして、もう1回全体を走り直させました。人間だと、これはすごく手戻りになるのでたぶん無理だろうなと思いましたね。

これがAIの威力なのですね。

新規事業 #生成AI #ChatGPT #DX #コンサルティング #生産性向上 #アイデア創出 #未来の働き方 #noteマネー #ヘキサゴンブリッジ

画像のタイトルを入れてください