生成AIによって”事業開発”はどう変わるのか
こんにちは！CROHackです。
近年、テクノロジーの進化の中でも特に注目を集めているのが生成AIの技術です。事業開発の面においてもこの先進的な技術は、各業界や専門家による検討が日々繰り広げられており、現代のイノベーションの中心となっています。
今回は、生成AIが事業開発にどのようなイノベーションを起こし、それに対してどう向き合っていくべきかについて解説させていただきます。
今後生成AIを事業開発に活用する上でのヒントが盛りだくさんの内容となっております！ぜひ参考にしていただければと思います！
まずは前提として生成AIがどれほど進歩しているのかを整理した上で、それがDXや事業開発領域にどのような影響を及ぼすのかを考え、最後に私達が生成AIとどう向き合っていくべきなのかを一緒に考えていきましょう！
生成AIはどれほど進歩しているのか?
まずは生成AIの前提を確認していきましょう。
生成AIとは、学習済みのデータをもとにして新たなコンテンツを生成できるAIのことです。従来のAIは決められた行為を自動的に行うことが目的であったのに対し、生成AIは構造化されていないデータセットからパターンや関係性を学習し、新たなコンテンツを創造することを目的としています。
経済、金融情報の配信、通信社、放送事業を手がける情報サービス会社であるBloombergは生成AIの市場規模は年42％のペースで成長し、今後10年間で180兆円に拡大と予測しています。
今後、生成AIはより多くの産業や業界に入り込んでいくと考えられます。
技術的な側面においても、GPT-4の革新、周辺技術の急成長、マルチモーダル機能、ビジネスシーンへの導入など、まさに急速に発展しており、これからもどんどんイノベーションが進んでいくとされている領域です。
生成AIがDXにもたらすインパクトとは?
イノベーションが進みつつある生成AI技術は、インパクトが大きいとされているDX領域に対して、どのような影響を及ぼすのでしょうか？
DXへの取り組みは、10年以上かけているが、なかなか成果が見えてこないという課題を持たれている方も多いかと思います。事業的、組織的、技術的側面でそれぞれ課題があり、それが複雑に絡み合うことで成果が見えてこないのです。
事業的課題：ビジネスサイドへの貢献の見えづらさ
従来のアプローチ例としては、緻密な課題定義を行ったり、時間をかけたプロトタイピングなどが挙げられますが、有効な施策開発にコスト・リソース投下が必要で解決が難しい
組織的課題：DX促進を阻む組織体制、文化
従来のアプローチ例としては、DX人材の大量採用、データ活用スキルや知識の習得環境の整備、DX人材の育成などが挙げられますが、スキルの取得には時間がかかり短期解決が困難であったり、市場競争が激化してデータ活用スキルがある人材の採用が困難。
技術的課題：データ活用環境、整備状況
従来のアプローチ例としては、外部委託やデータ蓄積環境の整備、ダッシュボードなどの外部サービスの利用などが挙げられますが、データ整備には高度な技術や専門知識が必要であり、外部に委託した場合も外部ベンダーなどと正確なニーズや要件の認識合わせが困難。
これらのDX課題に対し、生成AIはいわば副操縦士的な役割を担うことで課題解決へと導いてくれる、と言われています。
では、実際にどれほどの具体的な業務を任せることができるでしょうか？
知的生産のアシスト
従来人間特有のタスクとされた文章ライティングやアイディエーションなどの多様な知的生産タスクをアシストできます。
人間の創造性や思考をサポートすることで効率的な知識創出やアイデア発展が促進され、従来の働き方を革新するポテンシャルが期待されます。
デジタル技術の容易化
自然言語でデジタルとのコミュニケーションが可能で、専門知識がない人でも容易に利用できます。
人間の曖昧さを理解して適切なアクションを提案したり、文脈理解・適応能力によって、個人のニーズや好みに応じてデジタル技術を活用できます。
知識の資産化
非構造データの活用が得意で、組織内の潜在的知識を共有・活用できる。限られたデータセットから学習し、知識資産を蓄積活用できます。
瞬時に情報源を統合し情報提供が可能なため、組織全体での知識活用が容易になり、知識資産の価値を最大化します。
つまり、生成AIを活用することで、従来は必要とされていた専門的な知識や技術を使わなくてもデジタル変革を起こすことが出来るようになります。
今後はDX推進部やDX組織を編成したり、そのための人材を採用・育成することが必ずしも必要ではなくなり、より多くの企業が事業開発に向き合いやすくなってきています。
事業開発領域におけるインパクトとは?
前章では、生成AIの活用によって誰でもデジタル変革を起こすことが出来るようになり、より多くの企業が事業開発に向き合いやすくなる、ということがわかりました。
以下では、生成AIが事業開発領域に及ぼすインパクトについて、具体的なユースケースとともに説明していきます。
事業開発のスピード
生成AIを活用することで、市場調査や市場調査や製品設計、プロトタイピングなど、事業開発の各フェーズでの作業速度を大幅に向上させ、これまで数ヶ月かかっていた作業を数週間や数日で完了することが可能となります。
生成AIは、過去の市場データや消費者の行動データを解析し、将来の市場トレンドや消費者のニーズを予測しますが、例えば、飲料メーカーが新しい商品を開発する際、生成AIは過去の売上データやSNSの口コミデータを基に、次に流行するフレーバーを予測し、それを基に新商品の提案を行うことができます。
事業開発人材の早期育成
新入社員や中堅社員のスキルアップを目的とした研修や教育プログラムに生成AIを活用することで、短期間での高度なスキル習得が期待されます。
例えば、実際のビジネスシナリオを生成AIがシミュレートすることで、新入社員や中堅社員に対して、実務に即したトレーニングを行うことが出来ます。また、生成AIは、各社員の学習履歴や能力を分析し、それに基づいて最適な学習プログラムを自動生成することができます。
これらによって、事業に対する経験の少ない20代であっても事業開発をすることが出来るようになります。
AIによる事業アイデアの創造
既存の市場データや消費者のフィードバック、社内のアイデアを元に、生成AIが新しいビジネスアイデアやサービスの提案を行うことも可能になります。
顧客データを蓄積すればするほど、より精密で深いインサイトを抽出することが出来るようになるため、消費者の隠れたニーズや要望を発掘し、よりクリエイティブで革新的なアイディアの創出をサポートすることができます。
生成AIとどう向き合うべきか?
このように生成AIを活用することで、DX領域や事業開発領域において多くのメリットが期待出来ることがわかりましたが、同時に導入の際の検討点や注意点も存在します。このセクションでは、生成AIを事業にどのように取り入れるべきか、取り入れるとすればどの領域を任せ、どこを人間が担うべきなのかを考えていきましょう。
生成AIを事業に取り入れるべきか
生成AIの導入を検討する際の評価軸としては、以下のような軸が考えられます。
データの質と品質
生成AIの性能は、学習に使用するデータの量と品質に大きく依存します。十分な量の高品質なデータを保有している場合や、それを短期間で収集することが可能な場合には、生成AIの導入が有効と考えられます。
投資対効果
生成AIの導入には、初期投資やランニングコストが発生します。これに対する効果（例：業務効率の向上、競合との差別化、新しいビジネスチャンスの創出など）とのバランスを検討する必要があります。
関連法規に対する課題
人間の専門家の判断が不可欠で、誤った判断によるリスクが高い領域では、法的な規制によりAIの導入が困難な場合があります。
セキュリティリスクに対する課題
個人情報の管理や金融取引などのセキュリティが求められる業務では、生成AIの導入によるリスクが高まる可能性があります。特に、生成AIが不正な操作を行うリスクや、生成データの漏洩リスクなどを検討する必要があります。
例えば、ニュース記事やブログの自動生成、ソーシャルメディアの投稿の自動作成など、高速かつ大量のコンテンツを生産することで、コスト削減や生産性の向上が期待できる領域ではすぐに導入を検討すべきであり、逆に医療診断や法的判断など、誤判断によるリスクが高い領域では現時点では導入は推奨されません。
人間の担うべき役割
生成AIが業務の多くを自動化しても、人間の役割はなくなりません。以下のような領域では、人間の役割が不可欠です。
倫理的・道徳的判断
生成AIは、データやアルゴリズムに基づく結果を出しますが、倫理的かつ道徳的な判断は人間が担うべきです。特に、社会的影響や倫理的な観点からの評価は、人の感性や経験に基づいて行われるべきです。
人間関係の構築・維持
人と人との関係性やコミュニケーションは、生成AIの領域を超えた部分であり、ビジネスの成功においてはこれが中心的な役割を果たします。特に顧客との関係構築やチーム内のコミュニケーションは、人間の役割として不可欠です。より詳細で多くの顧客データを蓄積するためにも、いかにインタラクティブなコミュニケーションを取れるかが今後はより重要になってきます。
創造性と直感
生成AIはある程度の創造的な業務をサポートできるものの、真の革新やブレイクスルーを生み出す直感や独自の視点は、人間特有のものです。
まとめ
生成AIは、事業開発の様々な領域で革命的な変革をもたらす可能性を秘めています。しかし、すべての業務が生成AIに置き換わることはなく、あくまで生成AIは副操縦士的な役割を担います。
また、生成AIを最大限活用するためには、今までより一層顧客との関係構築が重要になり、
いかにインタラクティブなコミュニケーションを取り、より詳細で多くの顧客データを獲得できるか
が事業開発における大きな成功の鍵となるでしょう。