Qualitegセレクション:アイディア深堀編③RoundRobinの活用術

Qualitegセレクション:アイディア深堀編③RoundRobin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。


Qualitegセレクション、アイディア深堀編もいよいよ第3弾!今回は、複数人でアイディアを発散・深堀する際に効果的な RoundRobin(ラウンドロビン) という手法をご紹介します。ブレインストーミングに行き詰まった時や、多様な視点を取り入れたい時にぜひ活用してみてください。

RoundRobinとは?

RoundRobinとは、様々な場面で用いられますが、大抵の場合において「持ち回り」、つまり「何かの役割・出番をたくさんの物事・人員で交替しあう」というような意味で使うことが多いです。

ここでは、参加者全員が順番にアイディアを出し、それを記録していく手法をRoundRobinと呼んでいます。順番に意見を述べることで、発言力の差による偏りをなくし、全員が積極的に参加できる環境を作ることができます。

デザインシンキング界では結構メジャーなコンテンツであるRoundRobinなのですが、私が今まで育成に携わった一部上場企業様など数百人の方はほとんど誰もご存じなく、コンサル業界でも本でキーワードだけ読んだことあるという人は聞きますが、実際知っている人や体験したことある人が少ないので、私も教え甲斐がある、鉄板コンテンツとなっております^^

QualitegにおけるRoundRobinの活用シーン

Qualitegでは、ユーザーインタビューの結果分析や、新しいサービスの企画立案など、様々な場面でRoundRobinを活用しています。例えば、ユーザーインタビュー後、

  • 「ユーザーの課題は何だろう?」
  • 「その課題を解決するサービスとは?」

といったテーマでRoundRobinを行い、メンバーそれぞれの視点から意見を出し合い、分析・発想を深めていきます。そのため、4人くらいのメンバーで始めるのがよいでしょう。5人以上いるとラウンドしづらいのでお勧めは4人までです。

RoundRobinの効果

RoundRobinを活用することで、以下のような効果が期待できます。

  • 多様なアイディアの創出: 全員が意見を出すことで、1人では思いつかないようなユニークなアイディアが生まれる可能性が高まります。
  • 議論の活性化: 順番に意見を述べることで、発言へのハードルが下がり、活発な議論につながります。
  • チームの一体感向上: 全員が参加することで、チームとしての意識が高まり、一体感が生まれます。
  • 公平性の確保: 発言力の差に関係なく、全員が平等に意見を述べることができます。

RoundRobinの実施方法

  1. テーマ設定: まず、議論したいテーマを明確に設定します。
  2. 参加者決定: テーマに関連するメンバーを集めます。
  3. 順番決め: 参加者の発言順を決めます。
  4. アイディア出し: 順番にアイディアを出し、それを記録していきます。
  5. 時間制限: 各自の発言時間や、全体の実施時間に制限を設けることで、議論を効率的に進めることができます。
  6. アイディアの整理: 出されたアイディアをグルーピングしたり、優先順位をつけたりして整理します。

ここで結構真剣にルールを説明しておかないと、日本だとRoundというワードがしっくりこないのか、混乱してしまうチームもあるので要注意です。(米国で同じコンテンツをやるときにはほとんどみんな混乱しないのですが、、、、w)

Qualiteg流!RoundRobin成功のポイント

心理的安全性の確保

    • 自由に意見を言える雰囲気作りが大切です。否定的な意見や突拍子もないアイディアも歓迎しましょう。

ファシリテーターの役割

    • 円滑な進行のために、ファシリテーターを置くことをおすすめします。ファシリテーターは、時間管理や議論の整理、参加者の発言を促すなどの役割を担います。

記録の可視化

    • ホワイトボードやオンラインツールなどを活用し、アイディアを可視化することで、議論の活性化につながります。

まとめ

RoundRobinは、多様なアイディアを発散・深堀し、チームで課題解決に取り組む際に非常に効果的な手法です。Qualitegでは、この手法を積極的に活用することで、より質の高いサービスを提供できるよう日々努めています。ぜひ、皆さんもRoundRobinを活用して、チームでの議論をより活発で創造的なものにしてみてください。


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。

Read more

GPUメモリ最適化の深層:初回と最終バッチの特殊性を踏まえた効率的なAI画像処理

GPUメモリ最適化の深層:初回と最終バッチの特殊性を踏まえた効率的なAI画像処理

はじめに こんにちは!Qualitegプロダクト開発部です。 当社では、LLMテクノロジーをベースとしたAIキャラクター、AIヒューマンの研究開発を行っています。そんな中、表情、仕草のように「人間らしさ」をもったバーチャルヒューマンを再現するときには画像生成、画像編集といったAIを活用した画像処理が必要となります。 人と対話するAIヒューマンやバーチャルヒューマンはタイムリーに表情や仕草を生成する必要があるため、複数の画像をフレーム連結してつくるモーション(シンプルにいうと動画)を短時間に生成する必要があります。 このようなとき、AIトレーニングやシンプルな推論とは異なり、いかにGPUの能力を引き出してやるか「GPUの使いこなし術」がミソとなります。 GPUの使いこなし術というと、以前のブログにも連続バッチやダイナミックバッチについてLLM推論のコンテクストで語りましたが、本日は画像処理におけるGPUメモリ最適化、とくに、推論時バッチにおける「初回と最終回」のお作法という少しマニアックな話題について語ってみようとおもいます。 画像処理とGPU GPUを用いた画像

By Qualiteg プロダクト開発部
PyTorchバージョンとNVIDIA GPU Compute Capability Level サポート

PyTorchバージョンとNVIDIA GPU Compute Capability Level サポート

古いPyTorchコード資産を持っている会社は、昔のコードが最新のPyTorchで動かない!最新のGPUで動かない!ということに遭遇することが多いのでしょうか。 今回は、PyTorchバージョン、対応GPU Capability Level 、対応CUDAバージョンについてまとめてみます。 PyTorchがサポートするGPUの Compute Capability PyTorch バージョン サポートされる Compute Capability (SM) レベル 1.0.0 - 1.3.1 SM_35, SM_37, SM_50, SM_60, SM_61, SM_70 1.4.0 - 1.7.1 SM_37, SM_50,

By Qualiteg プロダクト開発部
Qualitegセレクション:アイディア深堀編②6W2Hの活用術

Qualitegセレクション:アイディア深堀編②6W2H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。 本日のテーマは6W2H Qualitegセレクションは、ユーザーエクスペリエンス(UX)向上のためのヒントやツールを紹介するシリーズです。今回は、アイディアをより具体的に、実行可能なレベルまで深堀りする手法として、6W2Hの活用術をご紹介します。 優れたUXを実現するには、ユーザーのニーズを深く理解し、それを満たすサービスやプロダクトを提供することが不可欠です。そのためには、アイディア段階で徹底的に検討し、実現可能性や課題を明確にする必要があります。 今回は、アイディアを深堀りする際に非常に役立つツール「6W2H」について詳しくご紹介します。 6W2Hとは? 6W2Hは、問題解決や状況分析のための強力なフレームワークです。以下の8つの質問から構成さ

By Join us, Michele on Qualiteg's adventure to innovation
【極めればこのテンソル操作 】tensor.unsqueeze(0)と array[None] の違い

【極めればこのテンソル操作 】tensor.unsqueeze(0)と array[None] の違い

今日は、 unsqueeze(0) の解説しつつ、私たちがよく直面する「あるある」な問題についてもちょこっと話してみたいと思います。 「value.unsqueeze(0)」と「value[None]」 の見分けついていますか? はい、前者は主に PyTorch、後者は NumPyでの操作の違いです。 でもどちらも、ぱっとみは、先頭に新しく次元を追加する操作なので、コードをちらっとみただけではわからないことがありますよね。 なぜかというと、ディープラーニング系のプログラミングでは PyTorchのテンソルと、NumPyの配列操作がかなり入り混じるからです。 そう、今日の話題はPyTorchとNumPyのコードが入り乱れて、どっちの配列(テンソル)を扱っているのわけワカメになる問題です。 ちなみに、話題のテーマをブラさないように PyTorchでは 先頭に新しい次元を追加するときに unsqueeze(0) だけでなく [None] も使えてしまいますが、いったん[None]は NumPy で主に使用する操作という前提で説明させてくださいませ。^^; これに対する当

By Qualiteg プロダクト開発部