[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

Claude Opus 5.0 完全ガイド モデル仕様とAPI・Claude Code運用ポイント

Claude Opus 5.0 完全ガイド モデル仕様とAPI・Claude Code運用ポイント

こんにちは! 2026年7月24日、AnthropicからClaude Opus 5がリリースされました。 Opus 4.8(5月28日リリース)からわずか2ヶ月での世代交代です。このあたりのスピード感、加速していますね。 さて、当ブログではClaude Opus 4.7 完全ガイド、Claude Opus 4.8 完全ガイドとOpusの世代を追いかけてきましたが、今回のOpus 5は過去2回の「4.x内のアップデート」とは立て付けが根本的に違います。 何が違うのか。まず、Opus 5は「最上位モデル」ではありません。 Anthropicのラインナップには2026年6月9日リリースのClaude Fable 5が最上位として存在し、Opus 5はその下位、Sonnet 5の上位という「中上位」ポジションで投入されました。 Opusという名前が「最上位ティア」を意味した時代は、Fable 5の登場で終わっています。 そのうえでAnthropicはOpus 5を「

By Qualiteg プロダクト開発部
TensorRT 10 × Blackwell 移行ガイド【前編】RTX 50 で推論資産が動かない — 基本と最初の壁

TensorRT 10 × Blackwell 移行ガイド【前編】RTX 50 で推論資産が動かない — 基本と最初の壁

こんにちは! 新しい GPU を手に入れてワクワクしながら既存の推論環境を載せ替えたら、 昨日まで普通に動いていたものが軒並みエラーで止まった そんな経験はないでしょうか。NVIDIA RTX 50 系、NVIDIA RTX PRO 系(Blackwell 世代)への移行では、これがかなりの高確率で起きます。 そして厄介なことに、エラーで止まってくれるのは、まだ親切なほうで、、TensorRT の世界には 「ビルドは通る、実行も通る、速度もちゃんと出る、けれど出力だけが静かに壊れている」 という、いちばん見つけにくい失敗の仕方が存在します。 本記事はその全体像を扱うシリーズの前編です。 対象環境 OS: Ubuntu 24.04 (WLS) GPU: NVIDIA RTX PRO 4000 Blackwell・GeForce RTX 5060 Ti (ともに Compute Capability 12.

By Qualiteg プロダクト開発部
Kimi K3 徹底リサーチ — 2.8兆パラメータ、「史上最大のオープンウェイト」は実現するか

Kimi K3 徹底リサーチ — 2.8兆パラメータ、「史上最大のオープンウェイト」は実現するか

こんにちは! 2026年7月16日、中国・北京の Moonshot AI が新しいフラッグシップモデル Kimi K3 を発表し、APIやWebサービスでの提供を開始しました。 総パラメータ2.8兆という規模、100万トークンのコンテキスト、そして 「史上最大のオープンウェイトモデルになる」 という宣言がAI界隈をにぎわせています。 当ブログでは今年5月の記事「Mythos(ミュトス)レベルのオープンモデルはいつ出るのか」で、オープンモデルがクローズドのフロンティアにいつ追いつくのかを予測しました。 Kimi K3 は、まさにその問いに対する現時点での最新の「回答」のひとつです。 一方で、この記事を書いている7月20日時点では、モデルのウェイトも技術レポートもまだ公開されていません。 ただし、XなどSNSかいわいでは、 「ガードレールが弱めで、Fable5では拒否されるようなプロンプトでも対応してくれる」 「すぐにOpus4.8にフォールバックする Fable5より使い勝手がいい」 といった声が散見されており、 米国産のガードレール強め方針にたいして、ガードレール

By Qualiteg プロダクト開発部
PII 非識別化の本質——「誰か」は偽ってよい、「何が起きたか」は偽ってはならない

PII 非識別化の本質——「誰か」は偽ってよい、「何が起きたか」は偽ってはならない

こんにちは!Qualitegプロダクト開発部です! 本日は、PII( Personally Identifiable Information→個人情報)の非識別化に関する内容を解説いたします。 当社ではこれまで、高精度なPII検出技術やLLM利用時の段階的PIIマスキング、PII検出のテスト設計など、個人情報検出とAIセキュリティに関する技術解説をお届けしてきました。 現在、当社では、PII検出マスキング技術「PII-FIエンジン」と、それを活用したPIIのマスキング・非識別化サービス「PII-FI Scan」「PII-FI API」を開発・提供しています。 本記事では、「PIIを検出したあと、それをどう書き換えるか」の設計原則を、1つの例文を試金石にして、私たちが実際のプロダクトで採用している整理をご紹介します。 先にことわっておきますと、本記事でいう「非識別化(de-identification)」は、文書やログを安全に共有・分析するための技術的な加工(個人を特定できないように加工する処理)のお話です。 個人情報保護法上の「仮名加工情報」「匿名加工情報」に該当することを

By Qualiteg プロダクト開発部, Qualiteg AIセキュリティチーム