今日のダイジェスト
- 世界AI基盤モデルの資金調達が国境を越え、日本の資本市場にも広がった日／AI接続の主戦場が電気から光へ移り、再編が始まった日／AIの安全性が開発プロセスごと認証される時代に入った
- AIAIが実験から、トークン単位で採算を問う実務の道具になった／スタートアップの文書生成機能が、巨人の標準装備になった／AI需要が、半導体の供給枠そのものを競争優位に変えた
- 用語初めて収録：HBM ／ robots.txt ／ オープンウェイト／最近よく出てくる：競争優位性（Competitive Advantage）
- 催し3件（うち更新2）・いちばん近い開催は11/5
- 課題ChatGPT枠統合／高齢ドライバー暴走／アンソロピック上場準備／カフェのパスタ増量 — 4話題
- 道具VOICEVOX 0.26.2公開／vLLM v0.33.0を公開
- 戦略戦略の種は今日は掲載なし（記事から取った会社の動き 2社）
世界のビジネスニュースから
3件アンソロピック、約5500億円を日本で募集 みずほ証券が事務幹事
セッションの体験第2回・比べた —1か月分のニュースから選んだ上位10件に、関心を投票した
毎日の上位100件を30日分貯め、そこから世界のビジネスとAIの上位10件を選んで、参加者は知っている・気になるをその場で投票した。SpaceXやAnthropicの株式上場、AIモデルの公開が一部の地域に限られた場合の安全保障上の意味などが話題に上った。手作業なら大変な集計が一瞬で回った。
ビジネスの文脈：月単位で積み上げた情報から、上場や安全保障など経営環境を揺らす大きな動きを選び出し、それぞれへの関心の度合いを全員で見比べた。
第2回のセッションで、1か月分のニュースから経営を揺らす上位10件を選び出し、上場や安全保障をめぐる関心の度合いを見比べました。その物差しで見ると、アンソロピックが日本で約5500億円の募集に動き、IPOを控えて売上高を伸ばす一方、巨額の損失や計算資源の購入契約を抱えているという事実は、AI企業の急成長を支える資本調達の圧倒的な規模を裏付けています。
マーベル・テクノロジーがルメンタムを1150億ドルで買収
セッション発言録〈第2回・「始まりの物語」の節〉から —「インターネットが登場したとき、旅行会社もCDレンタル店も『ネットが大事だ』と分かっていて、こぞってデジタル化しました。でも、旧来のツアーをオンラインで売るだけの会社は消え、勝ったのはBooking.comやExpediaのように、ネット前提でまったく違う商品を組んだ会社でした。販売経路だけをデジタル化した会社は消え、デジタル前提で別のモデルを作った会社が勝った。AIでも同じです。」
第2回のセッションで、前提が変わったときに従来のやり方を単にデジタル化するのではなく、新しい前提で別のモデルを組んだ会社が勝つ構図を振り返りました。マーベルによるルメンタムの巨額買収は、AIインフラの進化に伴いデータセンター内の接続が電気から光へと移る技術転換を捉えた一手です。単なる既存技術の延長ではなく、前提の変化に合わせて基盤から再設計を急ぐ競争が始まっています。
TÜV、AI搭載車両システムの開発プロセスを世界初認証
セッション発言録〈第4回・「Sense→Think→Act」の節〉から —「AIがどんどんループを回して動いていく世界になる。人間とAIが一対一で対話するのではなく、AIが回していく。でも回すこと自体に意味があるのではなく、その中に適切なタイミングで人間が入っていかなければいけない ― そこが大事です。」
第4回のセッションで、AIが自律的にループを回す世界において、その中に適切なタイミングで人間が入る重要性を論じました。テュフ ラインランドによるAI安全規格の認証は、システム任せにせず学習プロセスを含めた開発全体に人間がどう関与し安全を担保するかを標準化した動きと言えます。AI活用の競争軸は単なる自動化から、ループを適切に制御する組織的な開発体制の信頼性へとシフトし始めています。
AIニュース（日本でビジネスをする人の視点）
3件中国のAIエージェント、実証から実務へ：ROI重視の導入加速
セッションの体験第1回・動かした —APIでAIを呼び、1回5秒・0.07円で繰り返し動かした
画面での対話とは別に、プログラムからAIを呼ぶAPIを使った。参加者はまず1つの業界向けの提案を1回、業界を変えて5回続けて作らせた。1回およそ5秒・0.07円で、同じことを何百回でも繰り返せる。最後は先に選んだ目的のプログラムを各自AIに書かせて動かした。
ビジネスの文脈：1回0.07円・5秒という単価を手で確かめ、業務を仕組みに載せたときの費用を桁で見積もる、AI投資の採算の感覚をつかんだ。
第1回のセッションで、1回あたり5秒・0.07円という実行単価を手で把握し、業務を仕組み化する際の投資採算を桁で見積もる感覚をつかみました。中国企業がトークン消費量に基づいて厳密に費用対効果を弾き出している動きは、まさにこの単価感覚を現場の実務へ落とし込んだ姿です。答えのある定型作業を何百回と繰り返す仕組みへ投資する現実味が、海外の実例からも読み取れます。
「Gemini」アプリに各種文書ファイルを直接生成・編集・プレビューする機能が追加／PDFをはじめとして「Google Workspace」文書やMarkdown文書、LaTeXなどに対応
セッションの体験第1回・比べた —今のAIの使い方は、壁打ち・資料作り・情報収集が中心だった
始めに、どのAIをどの程度使っているかを全員で出し合うと、相談・壁打ち、資料や画像の作成、情報収集が中心だった。AIにプログラムを書かせる段階、プログラムからAIを呼んで仕組みで回す段階へは、セッションのうちに手を動かして進んだ。
ビジネスの文脈：自分たちのAI活用が、相談や資料作りといった個人の作業の効率化にとどまっている現状を棚卸しし、仕組みで回す段階との距離を測った。
第1回のセッションで、AI活用が個人の相談や資料作りの効率化にとどまる現状を棚卸しし、仕組みで回す段階との距離を測りました。Googleが発表した文書作成・編集機能の拡充は、まさに手元の個人作業をどこまでも滑らかにする進化です。誰もが簡単に作れる機能が手に入りコモディティ化が進む一方で、個人の道具としての便利さと、業務全体を仕組みで回すことの間に横たわる距離は依然として残ります。
サムスンとSKハイニックス、AI半導体需要で長期受注を確保
セッション発言録〈第2回・「始まりの物語」の節〉から —「戦略とは、競合がいて顧客が動くなかで、独自価値・競争優位性・模倣困難性 ―― モート（堀）をどう作るかを考えること。そのゲームのルール自体が、AIで書き換わっていくんです。」
第2回のセッションで、競合や顧客が動くなかで模倣困難なモートを築くこと、そしてそのゲームのルール自体がAIで書き換わっていく視点を取り上げました。サムスン電子やSKハイニックスがAI向け半導体の長期供給契約を急拡大させる動きは、急増する需要を捉えて供給枠そのものを強固な堀へと転換する試みといえます。AIを巡る変化が産業構造を塗り替えるなかで、自社が築くべき優位性の形を問い直す契機になります。
今日の用語
用語集へ →初めて収録した言葉
HBMHBM・High Bandwidth Memory・高帯域幅メモリ
複数のメモリチップを垂直に積み重ねて高速なデータ転送を実現した、広帯域メモリ技術です。AIの学習や推論を担う高性能プロセッサの処理能力を最大限に引き出す部品として用いられます。 AI
今日の記事 3本
- サム・アルトマン氏、サムスン・SKと会談しAI半導体協力を強化연합인포맥스・11/2
- 韓国の10月輸出額が過去最高、AI半導体の需要急増が牽引Startup Fortune・11/2
- サムスンとSKハイニックス、AI半導体需要で長期受注を確保Korea JoongAng Daily・11/3
robots.txtrobots.txt・クローラー制御ファイル
ウェブサイトの管理者が、検索エンジンやAIの収集ロボットに対して巡回・アクセスの可否を指示するためのテキストファイルです。自社コンテンツの無断収集を防ぐ手段としても活用されます。 AI
今日の記事 3本
- AI学習拒否をrobots.txtで一括指定へ、OpenAI等が対応ITmedia・11/2
- AI学習の可否をrobots.txtで指定、大手各社が27年共通仕様へImpress Watch・11/2
- OpenAI、AI学習拒否シグナル尊重へ。日本企業への影響は？Yahoo!ニュース・11/2
オープンウェイトオープンウェイト・Open-weight・オープンウェイトモデル
学習済みのパラメータが一般に公開されており、利用者が自前の環境でモデルを実行や微調整できる公開形式です。自社運用の自由度や透明性を確保しやすい特徴があります。 AI
今日の記事 1本
- 主権、コスト、最適化：オープンウェイトAIが企業を惹きつける理由L'Usine Nouvelle・11/3
AIが気にしている言葉まだ用語集に入れる手前
最近よく出てくる言葉
- 競争優位性（Competitive Advantage）この4週 35本（その前の4週 8本）
今日のニュースに出た用語
ウォッチしたいイベント
3件経理や営業の月次の手作業を、本人がスクリプトにして残せる職場にする
詳しく ▸
- 事業として
- 月次の手作業は担当者の残業代や派遣費として毎月出ている。1本をスクリプト化できれば、その削減額を根拠に他部署へ広げられる。
- 勝てる理由
- 手作業の細かい例外処理を知っているのは担当者本人だけ。外部の開発者は例外を拾えず、同じものを作れない。
- 誰を、どう動かすか
- 月次作業を1つ選び、Codexで動く小さなスクリプトにする。実演を持って情シスへ行き、非エンジニアの利用ルールと権限の整備を頼む。
- この案が強いのは
- 月次の締めを自分の手で回してきた経理・営業事務の経験者が、例外処理まで言葉にできる。
使用量が原価になる時代に、専門職が成果で値付けできる筋道を見つける
詳しく ▸
- 事業として
- いまは時間単価で顧客から報酬を受け取っている。成果課金に変えて値付けが当たれば、同じ案件でも粗利が上がり、工数削減が売上減に直結しなくなる。
- 勝てる理由
- 案件ごとの工数と成果の実績を持つのは、すでに受託している事務所や会社だけ。後発は損益の根拠を出せない。
- AIに何から聞くか
- 過去の受託案件3件の工数と請求額を材料に、AIと壁打ちする。成果課金にした場合の損益と、顧客に説明する価格表の骨子を探る。
- この案が強いのは
- 顧客ごとの「何をもって成果とみなすか」を知る士業・制作の実務者が、現実的な値付けを描ける。
セッション発言録 〈第5回・「ハンズオン③判断編」の節〉から —「この分岐シナリオが5分10分でできる。AIがなかった時代に頼んでいたらいくらだったんだろうという気もしますし、逆に、今日集まっている皆さんの中にもコンサル業の方が何人かいらっしゃると思いますが、これはもうお客さんが自分でできることを前提に、我々ビジネスプロフェッショナルも仕事をしなければいけない、という逆側の危機感もありますね。」
第1回では、AI活用の段階を「対話」から「作らせる」「仕組みに組み込む」へと示しました。現場が手作業をスクリプト化して残す試みは、作らせて自動化する段階に当たります。 AI
この話題で出たほかの案（4件）
月末に枠が尽きても、現場の締切仕事が止まらない段取りを作る
詳しく ▸
- 事業として
- 止まった時間は残業や外注の追加費として現場の人件費に出ている。その金額を示せれば、枠の追加購入や運用ルールの判断材料になる。
- 勝てる理由
- どの仕事がいつ止まるかは、その現場にいる人しか把握していない。外部の運用ガイドには載らない。
- どう作るか
- 現場5人に2週間「止まった場面」を記録してもらう。表計算で集計し、重い作業と軽い作業の切り分け表と残り枠の目安を共有するリマインドを作る。
- この案が強いのは
- 締切に追われる現場経験があり、「止まった時間」を人件費に換算して経営に話せる人が強い。
経営会議で、AI利用枠の行き先を業務ごとの金額で語れるようにする
詳しく ▸
- 事業として
- いまは席数ぶんの月額を情シスや各部門の予算で払っている。部門別の実態を示せれば、追加席や上位プランの稟議が通しやすくなる。
- 勝てる理由
- 業務の成果と利用の実態を突き合わせられるのは、その現場を持つ自社だけ。外部の一般統計では部署の文脈が出ない。
- 何を、どう測るか
- 主要3部署で2週間、利用の自己申告と成果物の件数を記録する。業務別に「1件あたりどれだけ枠を使ったか」を一枚にまとめて社内に出す。
- この案が強いのは
- 部署ごとの仕事の重さを知る経営企画・情シスの経験者が、数字に意味を付けられる。
『この仕事は軽く、これは本気で』を、部署の仲間と同じ物差しで言えるようにする
見送り：混雑・差別化あり／50.6点
詳しく ▸
- 事業として
- 迷って試行錯誤する時間は、全員の見えない人件費になっている。仕分け表があれば、新人の立ち上がりや研修の時間を減らせる。
- 勝てる理由
- 仕事の重さの違いは、その業務を毎日やってきた人にしか仕分けられない。業務経験が最大の材料になる。
- 誰に、どう呼びかけるか
- 同じ職種の同僚3人に声をかける。各自が1週間、実際の依頼を「軽い/重い」に分けて記録し、持ち寄って部署の仕分け表を一枚作る。
- この案が強いのは
- その職種で何年も案件をさばいてきた人は、依頼の重さを一目で見分けられる。
利用枠のルールが変わっても、業務が一社のAIに縛られない会社にする
見送り：混雑・差別化あり／45.3点
詳しく ▸
- 事業として
- いまは単一サービスの席ライセンス費を払い、変更時の作り直しは現場の残業で吸収している。複数契約やAPI併用との差額を比べれば判断できる。
- 勝てる理由
- 業務ごとの切り替えやすさは、自社で試した実績が溜まるほど強い。手順が真似されやすいので、実績の蓄積で差が出る。
- どの前提を疑うか
- 主要業務を洗い出し、「そのサービスでしかできない」という前提を疑う。1業務だけ別のAIで同じ成果物が出るか試し、乗り換えコストを測る。
- この案が強いのは
- 業務の手順と成果物の品質基準を握る現場責任者が、置き換え可否を判定できる。
「まだ運転できる」と言う親に、自分の運転映像で向き合ってもらえるようにする
詳しく ▸
- 事業として
- 高齢者講習は1人数千円の手数料で教習所が運営している。家族向けの有料の振り返り面談を足せば、新しい収入源になる。
- 勝てる理由
- 講習で実車の助手席に座る指導員の観察眼と、受講者からの信頼がある。外部の事業者は実車映像に近づけない。
- どう作るか
- 同意を得た講習の走行映像から、急加速や停止の甘い場面を拾い、本人向け1枚の振り返りシートを作る。家族面談の有料化として経営に提案する。
- この案が強いのは
- 高齢者講習の現場で、本人が受け入れる指摘と拒む指摘の差を肌で知る指導員が強い。
「運転やめて」の一言が、親子げんかにならず親の誇りも守る切り出し方になる
詳しく ▸
- 事業として
- 薬局・販売店・介護事業所・保険代理店は、家族の相談を受けても渡せる資料がない。相談対応の研修費や顧客向け冊子の制作費から出る。
- 勝てる理由
- 現場で家族の言葉を実際に聞き、断られた経験を持つ人にしか作れない。台本だけ作る人は、反発の温度を知らない。
- 誰に、どう呼びかけるか
- 同じ窓口の同僚3人に声をかけ、聞いた相談を匿名で持ち寄る。AIで作った切り出し文を読み比べ、使えた言い回しだけを残す。
- この案が強いのは
- 高齢の顧客や家族から相談を受けた経験がある人が、反発される言い方を知っている。
第4回では、画像認識の進化を単なる対象検知から「写真や映像から何が言えるか」を考える段階へ移ったと示しました。運転映像から危険度を客観視させる問いは、この解釈の活用に当たります。 AI
この話題で出たほかの案（4件）
事故にならなかった踏み間違いが、街のどこで何件起きているか数字で見える
詳しく ▸
- 事業として
- 損保は事故防止の啓発・調査に費用を使い、自治体は交通安全の予算を持つ。調査の発注は、いまは事故統計頼みである。
- 勝てる理由
- 板金工場や損保代理店には、入庫した修理の写真と受付記録が溜まる。外部の調査会社は、そこへ手が届かない。
- 何を、どう測るか
- 協力工場1〜2軒の個人情報を伏せた前面損傷の写真から、壁や車止めへの接触を数十件ラベル付けし、場所と年齢層ごとに集計する。
- この案が強いのは
- 修理工場や代理店で、車の傷から何が起きたか読み取ってきた人の目が効く。
保険金を払う側から、事故が起きない運転を支える側へ高齢者向け保険を組み替える
詳しく ▸
- 事業として
- 損保は高齢者の事故で保険金を払い続けている。その一部を、走行の見守りと家族通知の費用に振り替えられるか検証する。
- 勝てる理由
- 代理店網と契約者の長年の事故履歴を持つ損保は、走行データを足せる。新規は履歴が薄い。先に始めるほどデータが溜まる。
- どの前提を疑うか
- 「事故後に払えば足りる」という前提を疑う。急加速を家族へ通知する契約を想定し、事故費用がどれだけ減るか過去契約で試算する。
- この案が強いのは
- 高齢契約者の事故対応で、事故の前兆を聞いてきた査定・代理店の経験が根拠になる。
免許を返した翌日も、買い物と通院を諦めずに済む地域を事業として成り立たせる
見送り：混雑・差別化あり／55.0点
詳しく ▸
- 事業として
- 自治体の地域公共交通予算、バス・タクシー会社の赤字補填、介護予防費が、いま別々に同じ移動を支えている。
- 勝てる理由
- 路線・運転手・自治体との協定を既に持つ事業者だけが、乗合の実走行を試せる。新規参入は許認可の壁が高い。
- AIに何から聞くか
- AIと対話し、ある町の免許返納者100人の1日の移動を仮に描かせる。既存路線とタクシーで埋まらない時間帯と費用を洗い出す。
- この案が強いのは
- 地域交通の採算と自治体予算の両方を知る人が、机上の数字の嘘を見抜ける。
踏み間違いが起きやすい駐車場の形を、施設の管理者が事故の前に直せるようにする
見送り：混雑・差別化あり／47.1点
詳しく ▸
- 事業として
- 店舗・病院・観光地の管理者は、事故後の賠償・休業・改修を負担する。事前の車止め設置は、施設の安全管理費から出る。
- 勝てる理由
- 地元の施設に顔が利く人が、現地を見て話せる。全国の記事を集める人は多くても、1施設に1枚持っていける人は少ない。
- 誰を、どう動かすか
- 報道記事30件から場所の種類・進入方向・被害を構造化して簡易マップにする。近所の商業施設の管理者に1枚持って相談に行く。
- この案が強いのは
- 施設の管理者や地域の商店と日常的に接点がある人が、最初の一軒を開ける。
値上げが来ても、主力事業の粗利が残るかを数字で言い切れる経営にする
詳しく ▸
- 事業として
- 事業部が毎月払うAPI・クラウド従量費と、経営企画が年次計画に使う工数。この計画の前提を置き換える数字になるので、新しい予算は要らない。
- 勝てる理由
- 製品別のAI消費量と原価は自社しか持っていない。外部の調査会社は業界平均までしか出せず、製品単位の感度は出せない。
- 何を、どう測るか
- AIを使う製品・業務を棚卸しし、1単位あたりの消費量を実測する。単価1.5倍・2倍・提供停止の3場面で粗利を試算し、社内に公開する。
- この案が強いのは
- 製品ごとの原価と損益を握る経営企画・事業責任者の経験が、そのまま感度分析の精度になる。
計算資源を持てない中堅企業が、束になって最新AIを安定した条件で使える
詳しく ▸
- 事業として
- 各社がバラバラに払うAI従量費とライセンス費。業界団体の共同購買の枠に乗せれば、取りまとめの手数料が成り立つ。
- 勝てる理由
- 同業どうしの信頼と業界団体の窓口には、外資ベンダーが直接手を出せない。先に束を作った側が交渉力を持ち、後発は入りにくい。
- 誰を、どう動かすか
- 同業5〜10社の年間AI利用額と用途を匿名で集計し、業界団体の理事会に共同調達の試算を持ち込む。まず提供元との面談の場を取る。
- この案が強いのは
- 業界団体の事務局や同業の会合で顔が利き、各社の本音を聞ける立場にいること。
セッション発言録 〈第1回・「導入・コンセプト」の節〉から —「ツールとしてのAIを使うのは当然大事。でもその先に、AI前提で企業戦略を、そもそも産業構造自体を変える ― DXならぬAIトランスフォーメーションの時代を、むしろ作っていく側の人材にならなくちゃいけない。AIに置き換えられる側と、AIで新しい世界を作る側。この違いこそが分かれ目です。」
第5回では、前提条件の変化に応じた複数シナリオをシミュレーションし、未来の分岐を見極めると示しました。API値上げ時の粗利変動を試算して備える姿勢は、この判断シミュレーションに当たります。 AI
この話題で出たほかの案（4件）
英語の提出書類を、事業者も個人投資家も同じ日に同じ精度で読める状態にする
詳しく ▸
- 事業として
- 個人は有料の投資情報や調査レポートに月数千円から、事業者は取引先調査の外注に費用を払っている。その一部が、原典を読む会に置き換わる。
- 勝てる理由
- 真似されやすい。ただ、参加者が章ごとに積む検証メモと、次の書類も読み続ける習慣は、後発には貯まらない。
- 誰に、どう呼びかけるか
- SNSや社内で5人に声をかけ、章を分担する。各自が要約を作り、数字は原文の頁と突き合わせて誤りを共有し、比較表を公開する。次は他社の書類へ。
- この案が強いのは
- 財務や法務の用語を読み慣れた人ほど、AI要約の誤りを原文で見抜ける。
赤字を掘りながら伸びる会社と組んでよいかを、契約前に財務の言葉で判断できる
詳しく ▸
- 事業として
- 購買・情シス・経営企画がベンダー選定で払う与信調査の費用と、乗り換え時のやり直し工数。上場前後の企業は与信データが追いつかない。
- 勝てる理由
- 真似されやすい。ただ、自社の取引条件や過去のベンダー撤退の経験を重ねた診断は、その担当者の履歴でしか作れない。
- どう作るか
- Anthropicの提出書類PDFをAIに読ませ、売上成長・純損失・購入確約・資金の持ち月数を1枚にまとめる。次に、実際に使っているベンダー1社へ当てる。
- この案が強いのは
- ベンダーが突然変わった痛みを知る、購買・経理の契約と支払の現場経験。
AI提供元が自社の領域に降りてきても、顧客が離れない理由を事業の側に持つ
見送り：混雑・差別化あり／60.9点
詳しく ▸
- 事業として
- 自社のAI機能に年数千万円規模の開発費と保守費を払い続けている。標準機能で代替される分を、顧客の運用資産への投資に積み替えて回収できる。
- 勝てる理由
- 顧客現場の運用履歴や取引慣行は自社にしかなく、汎用AIが来ても残る。ただし気づかず放置すれば、その強みも消える。
- どの前提を疑うか
- 主力サービスの機能を全部並べ、「提供元が来月無料で出したら顧客は残るか」を営業・CSと1つずつ疑う。残る理由の根拠は顧客本人に聞く。
- この案が強いのは
- 顧客の現場に通い、なぜ乗り換えないのかを直接聞いたことのある営業・CSの経験。
使い込んだAI業務が、提供元の値上げや終了があっても止まらない職場にする
見送り：混雑・差別化あり／58.5点
詳しく ▸
- 事業として
- 現場が使うAI契約の年額と、止まったときに手作業へ戻る工数。調達・情シスの契約更新時の見直し費から出せる。
- 勝てる理由
- どの手順が暗黙の判断で動いているかは、毎日使う担当者しか知らない。ベンダーや外部コンサルはそこまで入り込めない。
- AIに何から聞くか
- 最もよく使う業務を1つ選び、AIと対話しながら指示文・入力例・良い出力の基準に分解する。別のモデルで同じ出力が出るか試し、差を経営向けに1枚でまとめる。
- この案が強いのは
- 現場の判断基準を言葉にでき、かつ経営へ報告する立場も知っている橋渡し役の経験。
メニュー改定直後の「ステルス実質値上げ・実質値下げ」を重量実測差分で検知する定点アラート
詳しく ▸
- 事業として
- 外食チェーンの商品企画は、競合の価格と量の調査を調査会社や社員の店回りに頼っている。その外注費と工数が置き換わる。
- 勝てる理由
- 真似されやすい。ただ毎週の記録が積み上がると、過去の量や価格は後から取り戻せないので、早く始めた人の蓄積が効く。
- 何を、どう測るか
- 大手外食チェーンのメニュー改定日に絞り、改定前後の同名・類似メニューを当日実測して重量・具材比率・カロリー差分を即日データベース化。一般客向けではなく、競合の価格戦略を追う商品企画部向けに「実質単価（円/g）の変動速報」として提供する。
- この案が強いのは
- 改定初日に実店舗で即座に買い回り実測・解体計量できる機動性と、チェーンごとの改定サイクル・告知パターンの把握。
カフェは飲み物の店という前提をやめ、時間帯ごとに主役を入れ替える
詳しく ▸
- 事業として
- 家賃と人件費は一日中かかるのに、売上は昼に偏る。固定費の回収に苦しむ店舗の損益が、午後と夜の売上で変わる。
- 勝てる理由
- 駅前や商業施設にすでに持つ店舗網と賃貸契約が壁になる。新規参入は同じ立地を押さえられない。
- どの前提を疑うか
- 「カフェは飲み物が主役」という前提を疑い、時間帯別の売上構成から、午後や夜に主役を変える3つの損益案をAIと試算する。
- この案が強いのは
- 全店の時間帯別の売上と立地条件を見渡し、店舗網を組み替える決裁に関われる人の手にあるとき強い。
セッション発言録 〈第2回・「始まりの物語」の節〉から —「インターネットが登場したとき、旅行会社もCDレンタル店も『ネットが大事だ』と分かっていて、こぞってデジタル化しました。でも、旧来のツアーをオンラインで売るだけの会社は消え、勝ったのはBooking.comやExpediaのように、ネット前提でまったく違う商品を組んだ会社でした。販売経路だけをデジタル化した会社は消え、デジタル前提で別のモデルを作った会社が勝った。AIでも同じです。」
第4回では、現場の感知・判断・行動のサイクルを高速で回すことが競争優位になると示しました。実測重量の差分から値上げを定点検知するアラートは、この自動ループの実践に当たります。 AI
この話題で出たほかの案（4件）
「もう少し食べたい」という午後の客の一言が、次の限定メニューの種になる
詳しく ▸
- 事業として
- 商品開発の調査は、モニター調査やアンケートに外注費を払っている。店舗発の声は、その一部を補い提案の根拠になる。
- 勝てる理由
- その時間にその席のそばにいる人にしか聞こえない言葉で、アンケートでは答えの形にならない。
- 誰に、どう呼びかけるか
- 同じ店の仲間3人に呼びかけ、1週間、客の一言をスマホにメモ。AIで「量・価格・時間」に分類し、店長に見せる。
- この案が強いのは
- 接客で客の言いよどみや独り言を聞き分けてきた経験が、メモの質をそのまま決める。
パスタが2倍の日も、厨房が詰まらず15時台の席が回り続ける
詳しく ▸
- 事業として
- 午後シフトの人件費と、提供遅れによる客離れが損失の元。店舗運営の改善費や教育費から出せる。
- 勝てる理由
- 厨房の手順の細部と詰まる瞬間は、毎日立つ人しか知らない。本部の資料にも競合の調査にも載らない。
- AIに何から聞くか
- 店長に厨房の手順を聞き出して書き、AIに「2倍の日にどこで詰まるか」を何度も反論させる。結果を人時と粗利の一枚にまとめる。
- この案が強いのは
- 厨房に実際に立ち、ピーク時の動線の乱れを体で覚えている人が、経営の言葉に翻訳できるとき強い。
15時のカフェが、休憩の場でなく遅い昼食をちゃんと満たす場所になる
見送り：混雑・差別化あり／57.2点
詳しく ▸
- 事業として
- 加盟店は15〜17時の人件費と廃棄ロスを自腹で抱えている。本部の販促・商品開発費から、この時間帯の実験費を出せる。
- 勝てる理由
- 時間帯別の販売実績を全店分持つのは本部だけ。後発は午後の需要の実数を持てず、増量の採算を試算できない。
- 誰を、どう動かすか
- 時間帯別POSからAIで増量の粗利を試算した一枚を、商品企画と加盟店オーナーに持ち込み、3店舗での試行を頼む。
- この案が強いのは
- 店舗網の販売データと、加盟店オーナーとの信頼関係の両方を持つ人の手にあるとき強い。
少食の人も大食いの人も、その日の空腹に合う量で皿が出てくる
見送り：混雑・差別化あり／53.1点
詳しく ▸
- 事業として
- 食べ残しの廃棄費と、量が合わず注文を見送った客の売上が失われている。モバイルオーダーの改修費や販促費から出す。
- 勝てる理由
- 真似されやすい。ただ、量を選んだ履歴が溜まるほど個人に合う提案ができ、他のチェーンに乗り換えにくくなる。
- どう作るか
- 過去の注文履歴と時間帯から、小盛り〜2倍を勧める注文画面の試作をAIで作り、社内の10人に実際に頼んでもらう。
- この案が強いのは
- 自社アプリの注文履歴と、量にまつわる店頭の苦情・要望の両方に触れられる人の手で強い。
VOICEVOX 0.26.2公開
- 何が変わったか
- VOICEVOX 0.26.2がプレリリースとして公開された。
- これまでの壁
- 「社内動画の音声合成を手軽にローカル環境で試したい」 AI
最新版のVOICEVOXを使って、研修動画のナレーション作成や音声案内を試す。
vLLM v0.33.0を公開
- 何が変わったか
- vLLM v0.33.0がリリースされた。
- これまでの壁
- 「自社サーバーでLLMを効率よく安定して動かすのが難しい」 AI
最新版のvLLMを用いて、社内インフラ環境でのLLM推論基盤の稼働テストを行う。