[AI新規事業創出]Qualitegセレクション:アイディア創造編①Qualiteg式オンラインブレストの活用術

[AI新規事業創出]Qualitegセレクション:アイディア創造編①Qualiteg式オンラインブレストの活用術

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。


今日は私のお気に入りのブレスト方法である「Qualiteg式オンラインブレスト」の活用術についてお話ししたいと思います。

場所を変えて気分を変えても良いアイディアは生まれない!?

よく、「金曜日は1日ブレストしよう!」という上司の掛け声とともに、いつもと違う雰囲気なら良いアイディアも出るかもしれないといってホテルの会議室などを予約されて1日缶詰でブレストしたが、期待する結果が出なかったとおっしゃるクライアントが非常に多いです。

ブレインストーミングは複数の参加者が自由にアイデアを出し合うことで、新しい発想や解決策を見つける手法です。

批判や評価を一時的に排除し、量を重視して多くのアイデアを集めることが目的です。1950年代に広告業界で生まれたこの手法は、創造性を促進し、チームの協力を強化するために広く利用されています。

現在では、オンラインツールを活用してリモート環境でも効果的に実施されています。

私は、ずばり、F2Fでのオンラインブレストをお勧めします。

みなさんでパソコンを持ち寄り会議室に来ていただいて、SlackやTeamsなどのチャットツールに黙々と書いていただく、これがQualiteg式のオンラインブレストです。

まず、会議室に集まっていただき、ブレストを開始する前に、明確な目的を設定することが重要です。チーム全員が共有できる具体的な目標を定め、その目標に向かって議論を進めることで、効率的かつ効果的なブレストが実現します。

例えば今日は「「スマートシティ関連の新規事業を自社でやるには」というテーマで「地域貢献、地方再生、データ活用」の3つの分類からそれぞれ20案以上出しましょう」という形でブレストの方向性や出すべきアイディアのテーマなどを共有します。

忖度不要のアイディア発言ができます

発言型のブレストだと、話したい人が永遠に話す、上司の意見に忖度して、部下が発言を言えない、こんなことを言ったらおかしいと思われてしまうかも、というように空気を読みすぎてしまって、アイディアを出しづらいということが多いと思います。

ブレストの成功には、参加者全員の積極的なエンゲージメントが不可欠です。発言型ブレストの場合、リーダークラス、もしくはその領域に詳しい人がファシリテーションをすることが多いので、その方は順番に発言する人を当てたり、メモを書いたり、自分は意見を言えなかったりなど、かなり負荷がかかりますよね。

ファシリテーターは全員が意見を出しやすい雰囲気を作り、誰もが発言できる機会を均等に与えるよう努めていると思います。また、アイデアを否定せず、全ての意見を尊重する姿勢が大切ですから、そのように運用してくださっていると思います。

man in black long sleeve shirt standing beside woman in red and white plaid dress shirt

しかしながら、Qualiteg式のオンラインブレストはファシリテーターの気遣いも不要ながら、参加者全員の積極的なアイディア創出が可能なのです。

ファリシテート不要で全員参加型のエンゲージメントあるブレストに

「地域貢献型スマートシティのアイディアを一人あたり5個以上、10分間記入してください。」このようにお伝えすると皆さん、画面に向かってしっかり書いてくださいます。

他の方が書いたものと重複してもOKですし、無言で皆さん書き込まれるので、上司が話している間待って自分が発言する必要もありません。

何よりも意見一つ一つに気を遣ってコメントしたり、ポストイットに書き写したりする時間が無いのに、後で一覧性があり、分類したりするにも楽になるので、このやり方はとってもおすすめです。

特に20代の社員の方や、エンジニアの方が多い組織では非常に好評で、「周りに気を遣わないで自分の言いたいことが言えた」という満足度も高いです。

また、他の方のアイディアに乗って更なるアイディアもどんどん書き込めるのもこのQualiteg式のオンラインブレストの特長です。ぜひ皆様試してみてくださいね。ご感想をお待ちしております。


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。

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

ChatStream🄬でLlama-3-Elyza-JP-8B を動かす

ChatStream🄬でLlama-3-Elyza-JP-8B を動かす

こんにちは、本日は Llama-3-Elyza-JP-8B を使ってみました。 昨日 2024年6月26日に発表(https://prtimes.jp/main/html/rd/p/000000046.000047565.html)された Llama-3-Elyza-JP-8B は 70B 版では「GPT-4」を上回る性能の日本語LLMといわれています。 今回、当社でも Playground 環境に Llama-3-Elyza-JP-8B を搭載して試してみましたのでご紹介します。 70B(700億パラメータ)版は GPT-4 を上回るとのことですので、8B(80億パラメータ)版はGPT-3.5 と比較してみることにいたしました。 (性能比較は https://note.com/elyza/n/n360b6084fdbd の記事に詳しく書いてあります。) AWQ量子化版を使用してみる 今回は、A4000

By Qualiteg プロダクト開発部
[AI新規事業創出]Qualitegが考える、アイディア創造フレームワークを利活用する理由

[AI新規事業創出]Qualitegが考える、アイディア創造フレームワークを利活用する理由

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。 アイディア創造を行う際に皆さんどのようなステップで検討されていますか?多くの企業様のコンサルティングをさせていただいている中で、最も多いのが、「突然のブレスト」ですが、どのような事業を行いたいか=誰に何を売っていきたいのかを最初に考えずに思い付きのままに意見を出し合い、結果的に無駄な時間を過ごしてしまい良いアイディアが出なかったとおっしゃる方も多いです。 本日はアイディア創造は思い付きではなく、きちんとフレームワークを利活用すべしと考えるQualitegのメソッドをお伝えしたいと思います。 まず、初めに行うことは 「誰に商品やサービスを提供したいか」を考えることです。 ターゲットユーザーはどのようなことを考えているかを理解し、仮説課題やニーズの確からしさ

By Join us, Michele on Qualiteg's adventure to innovation
推論速度を向上させる Speculative Decoding(投機的デコーディング)とは

推論速度を向上させる Speculative Decoding(投機的デコーディング)とは

こんにちは Qualiteg 研究部です。 投機的デコーディングとは何か? 投機的デコーディングは、大規模言語モデル(LLM)の推論速度を向上させる技術です。 たいていのモデルを1.4~2.0倍程度、高速化できることが報告されています。 このアプローチでは、小さなモデル(ドラフトモデル)を使用して初期の予測を行い、その結果を大きなモデル(ターゲットモデル)が検証することで、全体の推論プロセスを高速化します。 ざっくりいうと、 大きなモデルは計算負荷も高く計算速度も遅いので、まず、小さなモデルで高速に計算したあとで、その計算結果をうまくつかって大きなモデルでの計算負荷をさげ、スピードを向上させようというアイデアです。 基本的に大きなモデルと、小さなモデルはサイズ以外は基本的にまったく同じネットワーク構造をしていることが前提となります。 たとえば 70Bの Llama3 と 8B の Llama3 を組み合わせてつかうイメージです。 当然70B の Llama3 の推論計算のほうが 8B よりも重たくなりますので、小さい8BのLlama3 で先回りして推論計算することで

By Qualiteg 研究部
[自作日記20] SW編: コードをGPUで動かす

[自作日記20] SW編: コードをGPUで動かす

早速、GPUで Pythonコードを動かしてみましょう 4.3 Jupyter Notebook で GPUを活用したPytorchコードを記述する STEP1 端末(ターミナル)を開いて、PyTorchプロジェクト用のディレクトリを作る 以下のコマンドを入力します mkdir pytorch_pj cd pytorch_pj STEP2 Jupyter Notebook の起動 ディレクトリに移動したら jupyter notebook でJupyter Notebook(ジュピターノートブック)を起動します Jupyter Notebook はPythonのコード作成と実行、実行結果表示、自由コメント(Markdown)編集の3つの機能をそなえたツールで、気軽に利用できるので、Jupyter Notebook上で試してみましょう Jupyter Notebook が起動しました 右上の 新規 をクリックして Python3 を選択します

By Qualiteg Boot Camp