[AI新規事業創出]Qualitegが考える、自身の成果実証のための定量的ゴール定義とは

新規事業のゴール設定では、多くのクライアントが数値目標を設定していないため、後に困難を経験することが多いです。定量的ゴール定義は、具体的な数値を用いて目標を設定し、目標達成の進捗を明確に測定する手法です。これにより、モチベーションの向上、効率的なリソース配分、成果の最大化に寄与します。事業初期に数値目標を設定することの重要性を解説しています。

[AI新規事業創出]Qualitegが考える、自身の成果実証のための定量的ゴール定義とは

Qualiteg blogを訪問してくださった皆様、こんにちは。Micheleです。AIを活用した新規事業やマーケティングを手がけている私には、クライアントからよく寄せられる質問があります。AIを用いた事業展開を検討されている方々が共通して直面するであろう課題に対して、このブログを通じて私なりの解答をご提供したいと思います。


アイディアが決まってないのに数字の目標ってどうやって決めるの?というご質問を受けることもありますが、そもそも新規事業検討の際にゴール設定はもちろん、それらの数値目標を設定されていないクライアントが多く、あとでつらい経験をされる方も多いのが現状です。

本日は、早期段階での定量的ゴール定義の必要性とその手法について解説していきたいと思います。

定量的ゴール定義とは

定量的ゴール定義は、具体的な数値を用いて目標を設定する手法です。これにより、目標達成の進捗を客観的かつ明確に測定することが可能になります。

例えば、「新規顧客獲得数を毎月50人にする」といった具体的な数字を目標に設定します。定量的ゴールを設定することで、モチベーションの向上、効率的なリソース配分、成果の最大化に寄与することができる重要な指標となることでしょう。

具体的な決め方とは

あくまでもこの新規事業を何のためにやるのか、それらを達成したとみなす基準は測れるものとして何が何件なのかあらかじめ決めることが重要です。

ここでは自社の電気自転車サービスA社の事例を使って解説していきましょう。


A社は都市部で忙しく働くビジネスマンの生活充実度を向上させるサービスを検討することになり、アイディアの方向性としては以下の3点で検討しています。

  • オフィスや自宅などで健康維持ができるサービス
  • 仕事の疲れをとり、リフレッシュできるサービス
  • 自身のキャリアアップのためにサポートができるサービス

新規事業の事業化検討にあたり、以下3点を事業化判断のポイントとすることになりました。

  1. 日本ではまだ大手が参入していないが、市場ニーズがあり、成長が見込める市場であること
  2. 自社の強みを活かしてビジネスシナジーを創出し、他社との差異化が図れるサービス案であること
  3. 今年度中にサービスを市場導入できること

現段階ではサービス案は確定していないので、事業化判断のための市場性などに関して定量的目標を設定するとよいでしょう。

  • 市場成長性があることを証明するため、CAGR5%以上を2023年~5年間見込まれること。
  • 事業化承認後、年度内にサービスを市場導入し、翌年度には月間利用者数1万人以上を達成すること。
  • 導入2年目以降の年間売上目標は年間1億円以上を目標にすること。
  • 市場導入後3年以内は赤字でも構わないが、4年目以降に黒字化を目指すこと。

このように、本事業がどの程度の事業規模を狙っており、いつくらいに投資回収できる必要があるかを事業責任者とすり合わせするために数値化した目標を提示して議論してみてください。

変化の激しいビジネス環境では、革新の機会は容易には見えてきません。株式会社Qualitegの Innovation-Crossは、企業が見落としていた革新の機会を共創によって発見するプログラム。多角的な現状分析と業界動向調査を通じて、「自社だけでは気づきにくい」ビジネスチャンスや技術革新の可能性を可視化します。

アイデアワークショップやハッカソン企画を通じて多様な視点を交差させ、オープンイノベーションやパートナー開拓を通じて外部の知見を取り込むことで、従来の枠組みを超えた機会を創出。最先端AI技術の活用支援も含め、経験豊富な専門コンサルタントが、新たな視点と多様な知恵の融合から生まれる革新的な機会の発見を導きます。見える景色を変えれば、見えてくる未来も変わります。

事前に目標設定をする必要性

クライアント企業のお客様に、事前の数値目標設定をご提案すると9割の方が渋い顔をされます。「自分で数字目標を宣言したら、後で自分の首を絞めるのではないか」と心配される方がほとんどです。

しかし、私たちQualitegでは事業検討されるこのタイミングで数値目標を設定することを強くお勧めいたします。どうなるかわからない新規事業について数字でコミットすることはもちろんプレッシャーになることは理解していますが、数字目標を設定することで、メンバーの士気も上がりますし、事業責任者に対して信頼感を生むことができます。

man in white dress shirt sitting beside woman in black long sleeve shirt

また、一部の大手企業では、成功した新規事業が他の部署の手柄になってしまう、というようなお話もちらほら聞くこともありますので、最初からご自身が企画され、宣言した数字を達成した!と証明できる仕組みをあらかじめ備えておく必要があると考え、このようにアドバイスさせていただいております。


コラムを最後までお読みいただき、誠にありがとうございます。私たちQualitegは、AI技術や新規事業の企画方法に関する研修およびコンサルティングを提供しております。もしご興味をお持ちいただけた場合、また具体的なご要望がございましたら、どうぞお気軽にこちらのお問い合わせフォームまでご連絡くださいませ。

また、新規事業創出のステップを体得したいという方にご好評のワークショップも実施しております。それぞれの担当者の方が役員目線で事業を考えるという点にフォーカスしたトレーニング内容となっており、企画担当者の方だけではなく、カウンターパートのエンジニア、デザイナー、マーケターの方にもご受講いただけるコンテンツとなっております。

皆様からのお問い合わせを心よりお待ちしております。次回のコラムも、ぜひご期待くださいね。


navigation

Read more

Google GenAI SDK のストリーミングでマルチターン画像編集🍌が不安定になる問題と対処法

Google GenAI SDK のストリーミングでマルチターン画像編集🍌が不安定になる問題と対処法

こんにちは! Gemini 3 Pro Image (Nano banana Pro)を使ったマルチターン画像編集機能を実装していたところ、動いたり動かなかったりするという厄介な問題に遭遇しました。 本記事では、この問題の現象、原因調査の過程、そして解決策を共有します。 問題の現象 実行環境 Google GenAI SDKライブラリ(pip): google-genai 1.56.0 期待する動作 1. ユーザー: 「かわいい子猫の画像を生成して」 2. Gemini: 子猫の画像を生成 3. ユーザー: 「この子にメガネをかけて」 4. Gemini: 同じ子猫にメガネをかけた画像を生成 実際に起きた現象 1. ユーザー: 「かわいい子猫の画像を生成して」 2. Gemini: 茶色の子猫の画像を生成 3. ユーザー: 「この子にメガネをかけて」 4. Gemini: メガネをかけた女の子の画像を生成

By Qualiteg プロダクト開発部
【出展報告】TOKYO DIGICONX 2026

【出展報告】TOKYO DIGICONX 2026

こんにちは! 先日、「TOKYO DIGICONX 2026」に出展してまいりましたのでレポートさせていただきます! TOKYO DIGICONX 2026 TOKYO DIGICONX 2026は、2026年1月8日(木)~10日(土)に東京ビッグサイト 南3・4ホールで開催された、XR・メタバース・AI・Web3をテーマにした総合展示会です。 正式名称は「第3回 TOKYO XR・メタバース&コンテンツビジネスワールド」で、東京都、XRコンソーシアム、Metaverse Japan、東京商工会議所で構成されるXR・メタバース等産業展実行委員会が主催しています。 180社以上のスタートアップや企業が出展し、ビジネスデイ(8日・9日)とパブリックデイ(10日)の3日間にわたり、XR・メタバース・AI分野の最前線を体感できるイベントとなりました。 冬の東京ビッグサイト 新年明けて間もない1月の東京ビッグサイト。お正月気分もそこそこに、気合を入れて会場入りしました�

By Qualiteg ビジネス開発本部 | マーケティング部
コーディングエージェントの現状と未来への展望 【第2回】主要ツール比較と構造的課題

コーディングエージェントの現状と未来への展望 【第2回】主要ツール比較と構造的課題

こんにちは! 今回は、コーディングエージェントシリーズ第2回です! 前回の第1回では、2025年12月時点で百花繚乱状態にあるAIコーディングエージェントの全体像を俯瞰しました。 AIコーディングエージェント20選!現状と未来への展望 【第1回】全体像と基礎こんにちは! 今回は、20種類以上あるまさに百花繚乱なAIコーディングツールを一挙に紹介&解説していきたいとおもいます! AIをつかったコーディングはもはや常識となり、日々目まぐるしく新しいツールが登場しています。当社でも自社開発のAIコーディングツールをふくめ複数のツールを活用してソフトウェア開発をすすめていますが、次々とナイスなツールがでてきて興奮しつつも、正直キャッチアップが追いつかない…!という状況です。 「結局どれを使えばいいの?」「Claude CodeとCursorって何が違うの?」「オープンソースでも使えるやつあるの?」——そんな疑問を持っている方も多いのではないでしょうか。 そこで本シリーズでは、2025年12月時点でのAIコーディングツールを徹底的に整理してみました。商用サービスからオープンソースまで、20

By Qualiteg コンサルティング
LLM学習の現実:GPU選びから学習コストまで徹底解説

LLM学習の現実:GPU選びから学習コストまで徹底解説

こんにちは! なぜOpenAIやAnthropicは世界最高水準のLLMを作れるのに、それに肩を並べる日本発のLLMは存在しないのでしょうか? 技術力の差でしょうか。それとも人材の問題でしょうか。 答えはもっとシンプルです。GPUの枚数とお金です。 今日はそんな 「LLMの学習」にフォーカスをあて、そのリアルについて徹底解説いたします! 1. はじめに 「LLMを自分で学習させてみたい」 そう思ったとき、最初にぶつかる壁がGPUの問題です。 どのGPUを何枚使えばいいのか。クラウドで借りるべきか、オンプレで買うべきか。そもそも個人や小規模チームでLLM学習は現実的なのか。 本記事では、こうした疑問に対して、具体的な数字と事例を交えながら答えていきます。 たとえばLLaMA 2の学習にはA100が2,048枚使われました。DeepSeek-V3は約8億円かかりました。では、あなたの手元のGPUでは何ができるのか。そこを明らかにしていきたいと思います。 対象読者は、LLM学習に興味があるエンジニアや研究者です。PyTorchでモデルを書いたことがある程度の知識を前提とし

By Qualiteg プロダクト開発部, Qualiteg 研究部