[AI新規事業創出] Qualitegが考える、アイディア創造でやるべきこと、やってはいけないこと

私たちQualitegは、AI技術を活用したサービス開発を通じて、アイディア創造が新たな価値を生み出す基礎であると考えています。アイディア創造では、多様な視点を受け入れ、オープンマインドを持ち続けることが重要です。また、生成AIを活用しながら、異なる背景を持つチームメンバーからの積極的な参加を促します。早期のプロトタイピングと検証も推奨し、アイディアに固執せず、広い選択肢から最適なものを選び出す柔軟性を持つことが、成功への鍵です。

[AI新規事業創出] Qualitegが考える、アイディア創造でやるべきこと、やってはいけないこと

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。


AI技術を活用したサービス開発を常に行っている、私たちQualitegは、アイディア創造は新たな価値を生み出す基礎であると考えています。今日は、アイディア創造の過程で実践すべきことと避けるべきことについて、具体的なアドバイスを共有させていただきたいと思います。

アイディア創造でやるべきこと

1. 多様な視点を受け入れる
アイディア創造は、多様な意見と多くの視点からの集めることが重要です。年齢、性別、バックグラウンドや職種など 異なる背景を持つチームメンバーに積極的に参加してもらうことで、新しい視点と斬新なアイディアが生まれます。

アイディア出しの段階ではその人が持っている知識量などは気にせず、アイディア出しの前に全員にリサーチ情報などを提供して高品質のインプットを行った後で、全員でアイディア創出をしましょう。

2. オープンマインドでアイディアを創造し続ける
アイディアブレストをする場合

「それはA社が既にやってるよね」

「そのアイディアは昔、僕も考えたけどやめたんだ」

などと、知識をひけらかしたい人ほど、批判的なコメントをする傾向が強く 、そのため、知識量が少ない人は委縮して発言をしなくなってしまいます。

初期段階での批判は創造的プロセスを妨げてしまい、チームの利益を損なってしまうことが多いので、チーム全員の創造性をステップアップさせるためにも、批判的な意見は出さないようにしましょう。

3.生成AIを活用する
各個人が保有している知識以上のものを持っている 生成AI を活用しましょう。
アイディア創造においては、生成AIの活用も極めて効果的です。

生成AIを活用することで、従来の枠を超えたアイディアや新しい視点が得られます。 AIは大量のデータから独自の提案を生成し、思いもよらない組み合わせや解決策を提示することが可能ですから、生成AIが出してきたアイディアをそのまま利用してもいいですが、そこに人間の知恵をエッセンスとして加えて、多様かつ斬新なアイディア創出を実行しましょう。

4. 早くプロトタイピングを行い検証する
ここは業種にもより、メーカーなどのコンサルティングをさせていただいている場合、皆さまアイディアが出た瞬間に簡易版のプロトを開発されるケースが多く、プロトを自分たちで見て、そのアイディアの良さを実感して次のステップに進まれる方が多いです。

(過去にはアイディアブレストにプロトをもってきてアイディアを発表される凄腕エンジニアの方もいらっしゃいました!)

メーカーでなくても、SaaSなどを検討される場合は、UIデザインのモックアップなどを作ったり、カスタマージャーニーを設計することで、ユーザーの利用イメージを可視化して、チームで認識合わせをして、確信を持てた状態で次のステップに進む ことをお勧めします。

このタイミングで企画担当だけで行うのもNGです。本当に作れるかわからないけど、妄想であったらいいなと思ったものをそのまま進めてしまっても、実際作れなくて企画がDropになってしまうケースが多いようです。

技術的実現可能性や、市場導入の実現可能性を早期段階で本質的に見極めておく必要がある ので、可能であればユーザビリティだけではなく、自社でできそうか、他社に依頼したらできそうかなどの感触を確認できる程度のフィジビリティスタディーもこの段階でできるとよいですね。

man walking beside graffiti wall

変化の激しい現代ビジネス環境において、持続的な成長には継続的なイノベーションが不可欠です。株式会社Qualitegの Innovation-Crossは、企業の長期的成長を見据えた共創支援プログラム。現状分析に基づく精緻な戦略策定から、外部との協業による革新創出の実行支援まで、包括的なサポートを提供します。

アイデアワークショップ、ハッカソン企画、AI技術活用など、多様なアプローチで「自社だけでは難しい」イノベーションを実現し、企業の競争優位性と持続可能な成長基盤を構築。経験豊富な専門コンサルタントが伴走し、短期的な成果と長期的な成長を両立する革新的な価値創造を実現します。今日の成功と明日の成長を、共創の力で。

アイディア創造でやってはいけないこと

1. 一つのアイディアに固執しない
アイディア創造のプロセスにおいて、柔軟性を保つことは非常に重要です。 創造的な思考では、多くの可能性を探求し、様々な角度からアイディアを評価することが求められます。

よくお話を聞くのが、

「上司が出したアイディアを忖度してそれの派生案だけで考えてしまう」

というケースです。会社生活において、上司にいい顔したいという気持ちもわからなくもないですが、よくないものにお世辞で「いいね」と言っても、後で売れないサービスを作ってしまって困るのは、その上司ですから、良いと思わないなら、代替案を出すべきでしょう。

特定のアイディアに固執しすぎると、他の有望な選択肢や、もっと効果的な解決策を見落としてしまうリスクがあります。時間もその特定のアイディアだけに使ってしまってはもったいないですよね。

あくまでも幅広い選択肢の中から、後で最適なものを選び出すことがKey なので、この段階では一つのアイディアに固執せずに、幅広く多くのアイディアを出すようにしましょう。

2.その場ですぐにアイディアを判断しない
アイディアをその場ですぐに良し悪しを判断するのは避けましょう。初期のアイディアはキーワードベースでユースケースなど特定できていないのに、その場で、

「それはどういうこと?おかしいよね」

「それって既にB社がやってるじゃん」

などと言って、アイディアを判断したがる人が非常に多いです。

メルカリはスタートアップから誕生しましたが、もしも大企業だったら

「それって、ヤフオクと一緒じゃん」

って言われてしまって、この世に生まれなかったかもしれません。

将来何億円と売り上げを上げるであろうサービスを数秒で考えられるというケースもなかなかないでしょうから、アイディアは後でしっかり練り上げ、時間をかけてアップデートし、磨きこむ必要がある のです。

また、キーワードベースで判断してしまい、例えば
そのサービスの類似サービスを他社がやっていたとしても、それは市場性がある
ということですし、

ユーザー体験の良し悪しでサービス内容は異なるように見えるというのが、私たちQualitegの考えです。

最初に思いついた単純なアイディアが議論し続けることで革新的な解決案となるサービスになることも非常に多いです。そのため、このフェーズでアイディアをすぐに判断することはお勧めできません。


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

個人情報検出の精度を、どう正しく語るか ― Recall、信頼区間、代表性から考える評価設計

個人情報検出の精度を、どう正しく語るか ― Recall、信頼区間、代表性から考える評価設計

こんにちは。Qualiteg研究部です。 私たちは、個人情報(PII)や機密情報、要配慮個人情報を含むセンシティブな情報を検出・マスキングする技術(https://pii-fi.com)の開発に取り組んでいます。 その中で日々向き合っているのが、 「精度の数字を、どうすれば正直に、正しく語れるのか」 という問題です。 たとえば、検出器の Recall(再現率)が 0.95 だったとします。 これは高い数字に見えます。しかし、その数字はどの種類の文書で測ったものなのか。正解データはどう作ったのか。サンプル数は十分なのか。別の業務文書にも同じ数字を当てはめてよいのか。 精度の数字は、単独ではほとんど意味を持ちません。 「何を、どの条件で、どう数えたか」とセットになって、はじめて実務で使える数字になります。 本記事では、私たちが PII 検出の精度評価に取り組む中で得た、精度を誠実に語るための考え方を紹介します。アルゴリズムの中身ではなく、評価のしかたに焦点を当てます。 1. はじめに:「Recall 0.95

By Qualiteg 研究部
一文の依頼で、調査から資料作成まで。AIエージェント「Bestllam」のデモ動画を公開しました

一文の依頼で、調査から資料作成まで。AIエージェント「Bestllam」のデモ動画を公開しました

こんにちは! 本日は当社の統合AIプラットフォーム "Bestllam®" の AIエージェント機能のデモをご紹介いたします! 「指示は出せても、AIが本当に仕事を仕上げてくれるのか」 生成AIを業務に取り入れる企業が増えています。 しかし現場からは、こんな本音も聞こえてきます。 「使い方を覚えるより、自分でやったほうが早い」 「指示を細かく出し直しているうちに、結局時間がかかる」 「便利なのは分かるが、機密情報を入力していいのか不安」 AIを"個人の便利ツール"の域から、"部門の成果"へと引き上げる。 これが当社の法人向け統合AIプラットフォーム Bestllam(ベストラム) が掲げるテーマです。 今回、そのAIエージェント機能を実際の操作画面とともに紹介する動画を公開しました。 たった一文の依頼が、7枚のレポートになるまで 動画のデモはシンプルです。エージェントに、こう入力します。 「先月の売上を年代別に分析し、資料にまとめてください」 これだけです。すると、エージェントはまず自分でTODOリストを組み立て、何をどの順番で進めるかという段取りを示します

By Qualiteg ビジネス開発本部 | マーケティング部
NCCL error: unhandled cuda error が出たら ─ WSL2 + マルチGPU + vLLM で詰まった話

NCCL error: unhandled cuda error が出たら ─ WSL2 + マルチGPU + vLLM で詰まった話

こんにちは! Qualitegプロダクト開発部です! 今日は、Windows + WSL2 のマシンに RTX 4090 を2枚挿して、大規模なオープンモデルを vLLM で動かそうとしたら、NCCL の初期化で見事に詰まった話を書きます。 世の中に断片的にしか情報がなく、抜けるまでにかなり粘ったので、同じ構成で消耗している方の時間を少しでも節約できれば嬉しいです。 経緯 今回の目的は、次々と登場する最新のオープンモデル(オープンウェイトのLLM)を、手元で評価することでした。 オープンモデルは数週間単位で新しいものが出てきます。ベンチマークの数字だけでなく、自分たちのユースケースに対して実際にどう振る舞うのか——出力の質、速度、量子化したときの劣化具合、エージェント的なタスクの得手不得手——を、手を動かして確かめています 今回の環境は Windows + WSL2(Ubuntu) に RTX 4090 を2枚(各24GB)挿したマシンです。 nvidia-smi 上の CUDA Version は 12.8。 動かすのは大規模オープンモデルを

By Qualiteg プロダクト開発部
Claude Codeで「The model's tool call could not be parsed」が頻発する問題の原因分析と対策

Claude Codeで「The model's tool call could not be parsed」が頻発する問題の原因分析と対策

こんにちは!Qualitegプロダクト開発部です。 Claude Code(CLI)を使った開発中に、次のようなエラーが繰り返し表示されて作業が止まる現象に遭遇しました。 ● The model's tool call could not be parsed (retry also failed). リトライしても直らず、/clear で会話をリセットしても、しばらく作業を続けるとまた同じエラーが出るという状況です。本記事では、実際のセッションログ(jsonl)を解析して特定した原因と、その対策について共有します。 結論から書くと、これは利用者側の設定ミスやコンテキスト枯渇が原因ではなく、 Opus 4.7(1Mコンテキスト)+ extended thinking の組み合わせで発生する、モデル応答側のストリーミングバグ でした。 現象 エラーが発生した環境は以下のとおりです。 * Claude Code 2.1.148 * モデル: Opus 4.

By Qualiteg プロダクト開発部