今日のダイジェスト
- 世界工場の技能データが、ロボット事業の競争資産に変わる/AIが「製品」扱いとなり、無過失責任が前提になる転換/AI規制リスクの織り込みで、AI相場の前提が揺らいだ日
- AIAIの推論コスト低下が、動画生成を日常的な業務へ変える/導入率首位の日本で、無監視運用がリスクを顕在化させている/機密保護とコスト最適化が、AI運用の標準的なゲートウェイとなる
- 用語最近よく出てくる:競争優位性(Competitive Advantage)
- 催し3件(うち更新3)・いちばん近い開催は11/11
- 課題米高関税政策の影響/物流の人手不足とコスト増/Google動画AI値下げ/OpenAIのDC投資 — 4話題
- 道具Gemini Omni 1.2 Flash提供開始/Google FormsにGeminiの回答分析機能/Copilot利用指標APIにレビュー詳細を追加(ほか 15件)
- 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件トヨタ、ロボット40万台の導入需要を想定 世界60工場の技能データを活用
セッションの体験第4回・比べた —手を動かす前は選択が分かれ、「まず社内で使う」が多かった
架空の会社の助言役として、AIで作った2つの仕組みを自社で使うか、外に売るか、市販のチャットAIで済ませるかを、作れるか・勝てるか・顧客の内製に勝るか・続くかで考えた。手を動かす前に選ぶと、選択は人によって分かれ、まず社内で使うという慎重な意見が多かった。
ビジネスの文脈:AIで作った仕組みを自社で使うか、外に売るか、市販品で済ませるかを、参入のしやすさ・優位の源泉・顧客の内製・持続性の四つの物差しで選んだ。
第4回のセッションで、AIで作った仕組みを自社で使うか外へ売るかを、参入しやすさや優位の源泉など4つの物差しで選びました。前回は技能データの活用を紹介しましたが、その後2027年1月の専門組織設立と累計40万台の導入計画が確定しました。まず社内工場で技術を磨いてから外販を狙う筋道は、セッションで慎重な選択肢として多く選ばれた展開の実例といえます。
EU指令2024/2853:12月よりAIとソフトウェアが製品として責任対象に
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が自律して回すループの中に適切なタイミングで人間が入る重要性を提示しました。EU指令でソフトウェアやAIが無過失責任を含む製品責任の対象となる動きは、自律システムの判断を放置できない法的な線引きを示しています。ただ自動で回すのではなく、どの節目に人が介入して安全と品質を担保するかというガバナンス設計そのものが、今後の事業展開における競争力や信頼性を左右します。
【速報】日経平均、終値は3600円超下落 5万8000円を割り込む 過去3番目の下げ幅
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動きを選び、上場や安全保障への関心を投票で見極めました。話題に上ったアンソロピックの上場動向や米国の規制強化が、日経平均を3600円超押し下げる要因として実際に市場へ波及しています。集積した情報から抽出した関心事が、現実の相場を左右するリスクとして顕在化しています。
AIニュース(日本でビジネスをする人の視点)
3件Gemini 1.5 Flash:高速・低コストで長文処理に対応
セッションの体験第4回・確かめた —費用の大半は画像を描く側、大量の写真を読む側は数円
1回の費用は約70円で、うち画像を描くのに50円、大量の写真を読むのはわずか5円だった。やり直しを重ねた合計200円ほどでも180円が画像の生成。写真を読ませ続ける使い方は、警備用の映像を5秒おきに切り出して読む用途でも商売として成り立つ計算になる。
ビジネスの文脈:費用がどこにかかりどこが安いかを分けて見て、写真や映像を大量に読ませる事業が採算に乗るかを、原価の構造から確かめた。
第4回のセッションで、画像を読み取らせる費用と新たに生成する費用の内訳を分け、事業の採算性を計算しました。Googleによる動画生成モデルの値下げで1秒あたり0.07ドルとなった動きは、作る側の単価が下がり続ける流れを裏付けています。読む側に比べて割高だった生成コストが下がることで、映像を活用した業務の採算ラインがさらに引き下がります。
AIエージェント導入率で日本が首位、無監視運用も世界の2倍 KnowBe4調査
セッションの体験第1回・気づいた —APIキーは人にもAIにも渡さない、流出の報道と同じ話
体験用に用意したAPIキーは、終わったあとに無効にした。本来は人にもAIにも渡さない、入社初日に注意されるたぐいのものだと全員で確かめた。大企業のキー流出の報道はまさにこの話で、プログラムからAIを呼ぶ段階に進むと、この鍵の扱いが自分の手に委ねられる。
ビジネスの文脈:AIを業務の仕組みに組み込む際の認証情報の管理を、情報漏洩やセキュリティ事故を防ぐ社内統制の問題として捉え直した。
第1回のセッションで、AIを仕組みに組み込む際の認証情報の管理を、情報漏洩を防ぐ社内統制の問題として捉え直しました。KnowBe4の調査では日本企業の導入率が79%に達する一方、34%が無監視で運用され過半数が事故を経験しており、鍵の管理を各自に任せたまま自動化だけが先行する危うさが浮き彫りになっています。
NEC、機密情報を保護しつつAI利用 最適なモデル選択でコストも削減
セッションの体験第4回・確かめた —どのAIを使うかは、速さと精度を測ってから決めていた
暮らし提案の仕組みでは、写真を読む役と考える役でAIを使い分けていた。最初に書かせたコードが遅すぎたため、モデルごとに画像を読む速さと精度を測るコードを書かせて比べたうえで選んだ、という舞台裏を全員で確かめた。
ビジネスの文脈:業務に使うAIを、評判や性能表ではなく自社の作業で測った速さと精度で選ぶ。IT調達や外部サービスの選定の手順にあたる。
第4回のセッションで、評判や性能表に頼らず自社の業務に沿った速さと精度を計測して使うAIを選別する手順を辿りました。NECの製品が難易度に応じたモデルの自動選択やプロンプト圧縮で処理コスト削減を狙うように、用途ごとの使い分けと最適化はツールの機能として自動化される段階に入っています。
今日の用語
用語集へ →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件払いすぎた関税を荷主に代わって洗い出し、取り戻せた額の一部を報酬にする
このニュースから見えた広いニーズ税率が政策で急に変わり、例外の適用や払い戻しの取りこぼしが利益を左右する取引が増えている
詳しく ▸
- 事業として
- 関税支払50億円の荷主で2%戻れば1億円。報酬が2割なら1社あたり年2千万円(前提試算)。荷主の数に比例して増える。
- 勝てる理由
- 荷主の申告書と通関履歴を手元に持ち、荷主が最も安心して書類を預ける相手であること。他社は過去データに触れない。
- AIに何から聞くか
- 通関士と担当者が過去1年の申告書100件をAIと読み直し、分類や原産地の誤りで戻せそうな額が出るかを確かめる。
- この案が強いのは
- 通関士の現場経験があれば、AIの指摘のうちどれが実際に当局で通るかをその場で見分けられる。
値上がり前の価格で買える先行予約枠を、会員アプリで売り出せるようにする
このニュースから見えた広いニーズ仕入値が政策で頻繁に動き、買い手は値上がり前に確保したいが、売り手は在庫と価格を読み切れない
詳しく ▸
- 事業として
- 会員30万人のうち2%が平均3万円分を予約すれば1.8億円の先売り(前提試算)。在庫の読み違いによる値引き損も減る。
- 勝てる理由
- 会員の購買履歴と来店頻度があり、どの商品を誰が予約しそうか、小さく試して反応を見られる。
- 誰に、どう呼びかけるか
- 仕入れ担当が輸入元3社に人気20品目の価格据え置き期間を打診し、会員上位1万人に予約枠を先行案内して申込率を見る。
- この案が強いのは
- バイヤーとして輸入元の事情を知る人なら、どこまで据え置きを呑ませられるか見当がつく。
この話題で出たほかの案(4件)
関税値上げを保守部品の優先配送枠と抱き合わせ、顧客の離反を防ぐ
このニュースから見えた広いニーズ関税の負担が取引条件ごとに違い、誰がいくら被るかを顧客別に説明し切れていない
詳しく ▸
- 事業として
- 米国売上200億円で転嫁漏れ1%相当の年2億円を守り、競合への顧客流出に伴う数億円規模の失注も防ぐ(前提試算)。
- 勝てる理由
- 代理店別の稼働データと部品在庫を握る自社営業だからこそ、競合他社には真似できない優先供給枠を交渉材料にできる。
- 誰を、どう動かすか
- 上位20社の契約ごとの関税条項と稼働部品リストを照合し、優先供給枠を付与する値上げ通知の文案を法務と作成する。
- この案が強いのは
- どの部品が止まると工場が致命傷になるかを現場で知る営業だからこそ、顧客が呑む抱き合わせ条件を即座に組める。
融資先のうち関税で資金繰りが苦しくなる先を、取引明細から先回りして見つける
このニュースから見えた広いニーズ取引先ごとに関税の痛み方が違い、誰が資金繰りに困るのか外から見えない
詳しく ▸
- 事業として
- 影響が大きい50社に平均2億円の追加融資ができ、利ざやが1%なら年1億円(前提試算)。貸倒れ予備軍の早期発見にも効く。
- 勝てる理由
- 取引先の入出金を毎日見られるのは主取引銀行だけ。調査会社や他行には、関税の影響が数字で見えない。
- 何を、どう測るか
- 法人営業の担当者が、外為の明細から米国向け入金がある先を抽出し、上位30社の関税負担を試算して1社ずつ訪問で裏を取る。
- この案が強いのは
- 取引先の社長と日常的に話す渉外担当なら、数字の裏にある実際の資金繰りの事情を聞き出せる。
定期購入者向けに肌質や気候に合わせた詰め替えを現地から迅速に届ける
このニュースから見えた広いニーズ国境でかかる税が、売り方の違いだけで大きく変わる取引が増えている
見送り:混雑・差別化あり/55.0点
詳しく ▸
- 事業として
- 米国売上10億円で関税と航空送料を約1億円削減し、解約率を半分に抑えて利益率を押し上げる(前提試算)。
- 勝てる理由
- 季節や地域ごとの肌悩みの変化データと顧客基盤を持ち、最適な調合や詰め替えを現地で素早く手配できる。
- どの前提を疑うか
- 米国向けの定期顧客データから地域ごとのリピート商品を分類し、需要が高い詰め替え品の現地倉庫テストを行う。
- この案が強いのは
- 日米の薬事規制や関税分類の違いを熟知しているため、罰則を避けながら最も税率の低い商品設計へ落とし込める。
関税が動いたら納入価格も自動で動く契約を、取引先と結べるようにする
このニュースから見えた広いニーズ関税が上下するたびに取引先との価格交渉が一から始まり、決着までの数か月分の利益が失われる
見送り:混雑・差別化あり/54.3点
詳しく ▸
- 事業として
- 米国向け売上300億円で、転嫁の遅れが売上の2%分の負担になっていれば年6億円の損失(前提試算)。連動契約でこの遅れ分が縮む。
- 勝てる理由
- 部品表と原価の細部を持つのは供給側だけ。完成車メーカーは、根拠の見える計算式を示す相手と先に契約しやすい。
- どう作るか
- 原価と調達の担当者が、米国向け主要3品番の部品表から関税額を積み上げる試算表をAIで作り、取引先の購買担当に見せて式での合意に応じるか反応を聞く。
- この案が強いのは
- 原価と部品表を読める購買出身者なら、取引先が納得する根拠の示し方が分かる。
航路変更による遅れと追加費用を、荷主が事前に保険で固定できるようにする
このニュースから見えた広いニーズ天候や紛争で運ぶ道筋が変わるたび、予定外の費用と遅れが企業の利益を急に削る
詳しく ▸
- 事業として
- 荷主は迂回で増えた運賃、在庫の積み増し、欠品の損失を自社で抱えている。輸入企業1,000社が年200万円の保険料を払えば、年20億円規模になる(試算)。
- 勝てる理由
- 貨物保険で積み荷や航路の事故データと荷主との契約をすでに持ち、遅れの確率を値付けする材料と販売先がそろっている。
- どの前提を疑うか
- 貨物保険の過去2年分の契約から、迂回が起きた航路の遅延日数と追加費用を集める。定額払い型の保険料でも黒字になるかを試算する。
- この案が強いのは
- 船会社や海運代理店で迂回判断の実態を見てきた人は、遅れが何日で収まるかの勘所を商品設計に入れられる。
会員ごとに「この日に受け取ると送料が安い」を出して、配送の便を満席に近づける
このニュースから見えた広いニーズ運ぶ費用が上がる一方、消費者は送料に敏感で、配送の便が空いたり混んだりしている
詳しく ▸
- 事業として
- 1便7,200円で12件なら1件600円、15件なら480円。月10万件なら年約1.4億円の配送費減になる(試算)。
- 勝てる理由
- 会員の購入履歴と受取時間の癖、毎週の注文という高い接点頻度があり、提案を何度も試して反応を学習できる。
- どう作るか
- アプリ担当が直近半年の注文と配送記録から、受取日の変更に応じた会員を抽出する。1店舗の配送エリアで割引を出す画面を作って試す。
- この案が強いのは
- ネットスーパーの配送現場を知る人は、どの便が空き、どの地区の寄せが効くかを最初から押さえられる。
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。」
この話題で出たほかの案(4件)
取引先に値上げを通せる根拠を、融資先の運送会社に銀行が持たせる
このニュースから見えた広いニーズコストが上がっても価格に転嫁できず、取引先との交渉材料を持たない小さな事業者が増えている
詳しく ▸
- 事業として
- 国内のトラック運送事業者は約6万社で、多くが小規模。融資先100社が年10万円の分析料を払えば年1,000万円。貸し倒れの予防効果も加わる(試算)。
- 勝てる理由
- 融資先の決算や口座の入出金をすでに把握しており、荷主ごとの原価を外部の会社より正確に突き合わせられる。
- 誰を、どう動かすか
- 融資担当が顧問先10社の運行日報と燃料明細を預かり、荷主別の原価上昇を試算する。その結果を融資審査部門に示し、事業化を働きかける。
- この案が強いのは
- 運送会社の原価構造と荷主交渉の勘所を知る人が銀行に入ると、分析が実際の交渉で通用する形になる。
荷主の直前の出荷変更が現場にいくらかけているかを、請求できる数字にする
このニュースから見えた広いニーズ相手の都合による手待ちや手戻りが、見えない費用として積み上がっているのに誰も数えていない
詳しく ▸
- 事業として
- 1日に延べ40人時の手待ちが出る拠点なら、時間単価1,800円×250日で年1,800万円(試算)。契約更新で一部でも料金に反映できる。
- 勝てる理由
- 作業端末の記録と荷主からの指示データをすでに持ち、自社拠点で何が起きたかを証拠として示せる。
- 何を、どう測るか
- 拠点長が直近3か月の出荷指示の受信時刻と作業の開始・終了記録を突き合わせ、荷主別の手待ち時間を集計する。
- この案が強いのは
- 現場の班長経験があれば、どの待ちが荷主起因で、どれが自社の段取り不足かを仕分けられる。
荷主ごとの利益と「切られにくさ」から、運賃改定を切り出す順番を決める
このニュースから見えた広いニーズ値上げを交渉したい相手が多すぎて、どこから手を付ければ通るのか順番が見えない
見送り:混雑・差別化あり/56.7点
詳しく ▸
- 事業として
- 売上10億円で上位10社が6割を占めるなら、その粗利を1%改善できれば年600万円。燃料費・人件費の上昇分の回収に直結する(試算)。
- 勝てる理由
- 運行日報、請求データ、担当者の肌感覚が社内にそろっており、外部の分析会社より交渉の現実に近い判断ができる。
- AIに何から聞くか
- 営業部長が上位荷主20社の過去1年の請求額、原価、断られた経緯を整理する。AIと対話して『最初に交渉する3社』を決め、文書案まで作る。
- この案が強いのは
- 荷主のどの担当者が値上げに応じやすいかを知る営業経験者が、AIの順位づけを現実に合わせて直せる。
地方の食品メーカーが組んで、1つの箱に詰めた月額の定期便を消費者へ直送する
このニュースから見えた広いニーズ小さな売り手が単独で運ぶと送料が割高で荷量も少ない。束ねれば消費者へ届ける費用が下がる
見送り:混雑・差別化あり/52.7点
詳しく ▸
- 事業として
- 5社で会員が合計1万人、月3,000円なら月3,000万円、年3.6億円(試算)。送料は1箱にまとめる分、単独発送の合計より減る。
- 勝てる理由
- 各社に既存のファンと工場の在庫があり、産地の物語で口コミが広がりやすい。ただし仕組み自体は真似されやすい。
- 誰に、どう呼びかけるか
- 通販担当が近隣の同業4社に声をかけ、各社のEC購入者の重複と送料を持ち寄る。3か月で1,000人規模の試験定期便を出して、継続率を見る。
- この案が強いのは
- 食品の産地で箱詰めや賞味期限の管理を経験した人は、混載しても品質が落ちない組み合わせを見極められる。
どの商品に動画を付ければ買われるのかを、出店者に数字で示せる
このニュースから見えた広いニーズ安くなった新しい手段が、売上に効く商品と効かない商品を事前に見分けたい
詳しく ▸
- 事業として
- 試算:動画は300点でも約5万円。月商100万円・手数料10%の店で売上が1割増えれば、1,000店で手数料が月1,000万円増える。
- 勝てる理由
- 全出店者の閲覧・購入・返品のデータを、横並びで見られるのはモール運営だけ。
- 何を、どう測るか
- 出店者10社の協力で同じ商品群を動画あり・なしに分け、4週間で購入率と返品率を比べる。
- この案が強いのは
- モール運営の現場経験者は、ページ変更が売上に表れるまでの日数や季節の癖を知っており、比較の条件を揃えられる。
セッション発言録 〈第5回・「振り返り」の節〉から —「今まで5,000万円、1億円かけたものが100円で済む。100円で済ませておしまいにするのではなくて、100円で済むということは100回でも1000回でも使えるということ。社員全員に自分の業務の激変シナリオを考えさせても一人100円で済む。そうすると、社員全員が自分の業務激変シナリオを念頭に置いて業務してくれる。30ページに1億円かかった時代にはできなかったことが、今やそっち側に変わるのかもしれない。」
第4回では、AIのコスト構造を見極めて採算が合う領域を探る重要性を示しました。動画生成の低価格化を背景に、売上効果が見合う商品へ絞って提案する設計がこれに当たります。 AI
この話題で出たほかの案(5件)
会員が撮った部屋の写真に家具を置いた15秒動画を、買う前に届けられる
このニュースから見えた広いニーズ高くて大きな買い物の前に、自分の家での見え方を確かめたい人の迷いを安く減らしたい
詳しく ▸
- 事業として
- 試算:1本約160円。利用者5万人の購入率が2pt上がれば1,000人、客単価8万円で月8,000万円。生成費は月800万円。
- 勝てる理由
- 会員の購入履歴と来店・アプリの接点があり、全商品の撮影素材も自社で持っている。
- どう作るか
- 人気10商品で試作し、会員2,000人に招待を送る。動画を見た人と見ない人で購入率と問い合わせ数を比べる。
- この案が強いのは
- 家具売り場の販売員経験者は、お客が迷う点(寸法・色味・動線)を知っているので、動画の角度を決められる。
見学に来る前の二人に、自分たちの式の完成イメージを見せられる
このニュースから見えた広いニーズ高い買い物ほど、来店の前に完成後の姿を見せて決め手をつくりたい
詳しく ▸
- 事業として
- 試算:年2,000組が見学し、成約率が30%から33%になれば60組増。平均350万円で年2.1億円、生成費は約160万円。
- 勝てる理由
- 過去の成約者の好みと式の撮影素材、会場の実写データを、式場が自前で持っている。
- どの前提を疑うか
- 直近半年の見学者100組を二分し、半数にだけ事前動画を送る。見学後の成約率と見学時間を比べる。
- この案が強いのは
- 式場のプランナー経験者は、二人が最後に迷う理由を知っているので、動画で見せる場面を絞れる。
動画の制作費を、1本ごとの見積から成果連動の月額契約に切り替えられる
このニュースから見えた広いニーズ作る費用が急に下がると、買い手は本数ではなく結果に払いたくなる
詳しく ▸
- 事業として
- 試算:生成費は15秒で約160円、月300パターンでも約5万円。月額300万円の契約が10社なら年3.6億円。
- 勝てる理由
- 広告主の予算の決定権と配信結果のデータを代理店が持ち、当たった動画をすぐ次の制作に戻せる。
- 誰を、どう動かすか
- 制作部長が直近1年の動画案件20件の原価・工数・修正回数を洗い出し、役員会に1社での試行を提案する。
- この案が強いのは
- 制作現場の出身者は、修正指示が増える場面を知っているので、成果連動の価格を無理なく決められる。
取引先の小売に、全商品の15秒動画を卸の付加価値として配れる
このニュースから見えた広いニーズ商品写真しか持たない売り手が、動画を安く大量に付けて見せ方で差をつけたい
見送り:混雑・差別化あり/54.7点
詳しく ▸
- 事業として
- 試算:15秒1本は約160円(0.07ドル×15秒、1ドル150円)。取引先200社が月5万円なら年1.2億円。
- 勝てる理由
- 全メーカーの商品写真・サイズ表と、小売が今週何を売りたいかの情報を、すでに卸が握っている。
- 誰に、どう呼びかけるか
- 取引先5社と売れ筋100型番を選び、動画あり・なしで2か月の購入率を比べる。並行してメーカー3社へ使用許諾の雛形を示す。
- この案が強いのは
- アパレル卸の営業経験者は、小売ごとに押したい商品や返品の理由を知っているので、動画で何を見せるべきかを外さない。
客先の個別エラー画面を認識し、その機体専用の復旧動画を即座に届ける
このニュースから見えた広いニーズ文章では伝わりにくい手順を、短い映像で安く渡して問い合わせを減らしたい
見送り:混雑・差別化あり/50.7点
詳しく ▸
- 事業として
- 試算:月80件の緊急出張のうち半数を遠隔動画で自己解決できれば、出張費と人件費で月240万円、年約2880万円を削減。
- 勝てる理由
- 出荷時の機体ごとの個別設計図面や改造履歴データを持つため、汎用マニュアル動画を作る競合には真似できない。
- AIに何から聞くか
- 直近で出張対応したエラーログ20件を抽出し、機体の個別図面と照合して動画化できる共通パターンを3件選定する。
- この案が強いのは
- 現場を知る技術者なら、客先ごとの改造や経年劣化の癖を把握しており、個別機体特有のつまずき箇所を的確に映像化できる。
大型施設の増強費用を地域料金に回さない電力契約を、新設需要家へ売れるようになる
このニュースから見えた広いニーズ巨大な電力消費施設を迎える地域が、増強費用が自分たちの料金に回らないという保証を求めている
詳しく ▸
- 事業として
- 100MW級の施設は年約7億kWh使う(稼働率80%の前提)。保証の管理料が1kWhあたり0.3円なら、1件で年約2億円の新しい収益になる。
- 勝てる理由
- 送電網の増強費の算定と、地元自治体・住民との関係を、すでに持っているのは地域の電力会社だけ。
- AIに何から聞くか
- 法人営業と送配電の担当が過去5年の大口接続案件を洗い出し、他の契約者へ回った費用をAIと整理する。3か月で需要家候補3社に契約案を見せ、受け入れ可否を確かめる。
- この案が強いのは
- 送配電の増強費と料金制度の両方を知る人が、費用負担の線引きを契約に落とし込める。
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。」
この話題で出たほかの案(5件)
家を売って終わりにせず、各戸の蓄電池を束ねて電力市場で稼ぐ事業へ組み替える
このニュースから見えた広いニーズ電力需要の急増で電気代が上がるなか、家庭の設備を束ねて電力の需給を支える仕組みが求められている
詳しく ▸
- 事業として
- 1戸の年間収益1.5万円のうち自社取り分20%(3,000円)と仮定。管理する住宅が10万戸になれば年3億円。
- 勝てる理由
- 引き渡し後も、設備の保守と住民との付き合いが続くため、後から参加を呼びかけやすい。
- どの前提を疑うか
- 直近の分譲地1か所で蓄電池付き住宅の購入者に還元額を示して説明し、何割が参加するかを確かめる。
- この案が強いのは
- 住宅の設計や引き渡しの現場を知る人が、蓄電池の置き場所や配線の制約を最初から設計に組み込める。
地元自治体と交わした約束を漏らさず守り、着工の遅れや反対運動を防げる
このニュースから見えた広いニーズ地元に約束した内容を、社内の全員が把握して守り切らないと、新設投資は止まる
詳しく ▸
- 事業として
- 投資額300億円の工場で、約束の履行漏れによる着工1か月の遅れは、金利2%換算で約5,000万円の損になる。
- 勝てる理由
- 協定書や議事録が社内にすでにあり、現場の担当者が約束の背景を知っている。
- 誰を、どう動かすか
- 経営企画が直近の用地案件1件の協定書と議事録で約束の台帳を作り、法務と施工部門に見せて運用の承認を取る。
- この案が強いのは
- 地元との交渉を現場で重ねた人が、どの発言が約束とみなされるかを判断できる。
テナントの電力増設の要望に、工事費と工期の概算をその日に返せるようになる
このニュースから見えた広いニーズ電力を大量に使う設備を足したい顧客に、費用と工期の見通しを待たせず返したい
詳しく ▸
- 事業として
- 年200件の問い合わせで1件あたり調整10時間なら、年2,000時間。待たされて他物件に流れる契約も減る。
- 勝てる理由
- 自社が持つ数百棟分の接続実績と回答書が、そのままAIの材料になる。
- どう作るか
- 直近3年の電力会社の回答書と工事請求書を30件集め、AIが出した概算が実際の額と何割ずれるかを見る。
- この案が強いのは
- 電力会社との接続協議を何度も経験した設備担当が、AIの読み違いをすぐ見抜ける。
近隣の大規模開発の影響を住民説明会から継続追跡し住まい選びに生かせる
このニュースから見えた広いニーズ近くに巨大施設ができることの影響は、住む人にほとんど知らされず、後から不満が出る
見送り:空席/54.0点
詳しく ▸
- 事業として
- 年1万件の成約で周辺開発による解約や値引きが1%起き、1件100万円の損害なら年1億円の損失を防げる。
- 勝てる理由
- ポータルサイトの静的な情報と異なり、自治体の開発縦覧や住民説明会の記録を足で集めて蓄積できる点。
- 誰に、どう呼びかけるか
- 直近1年で住民説明会が開かれた近隣の大規模開発を3件調べ、配布資料から住環境への影響項目を整理する。
- この案が強いのは
- 物件周辺を日々歩き住民感情の機微を知る仲介担当者だからこそ、公式資料に載らない開発の懸念点を拾える。
新しい大型施設が地元の電気代・水・交通に与える影響を、立地前に数字で示せる
このニュースから見えた広いニーズ大型の設備投資は、地元の理解を得られるかどうかで工期も費用も大きく変わるが、事前に測る方法がない
見送り:混雑・差別化あり/50.9点
詳しく ▸
- 事業として
- 投資額100億円の案件で着工1か月の遅れを避ければ、金利2%の想定で約1,700万円の節約。報告書が1件300万円なら、50件で1.5億円。
- 勝てる理由
- 融資先の用地計画と、自治体や地元企業の情報を、地銀は計画の早い段階で持っている。
- 何を、どう測るか
- 県内で過去に建った大型施設5件の議事録と料金・交通データを集め、反対の論点が事前に予測できたかを確かめる。
- この案が強いのは
- 地元の議会や商工会の空気を知る人が、数字に出ない反対の火種を読み取れる。
Gemini Omni 1.2 Flash提供開始
- 何が変わったか
- Gemini Omni 1.2 Flashの提供を開始し、15秒までの動画生成、複数ターンの会話編集、参照画像への追従を追加し、Gemini Omni 1.1から料金を30%引き下げた。
- これまでの壁
- 「動画生成AIはコストが高くて、社内で気軽に試すには予算が厳しい」 AI
料金が3割下がったGemini Omniで、自社資料用の15秒ショート動画を試作してみる。
Google FormsにGeminiの回答分析機能
- 何が変わったか
- Geminiがフォーム回答を分析し、傾向や質問間の相関を見つけ、要点と次のアクションを提案する機能を導入する。
- これまでの壁
- 「アンケート回答の自由記述や質問同士の関連性を集計する手間がかかる」 AI
第3回では、大量の自由記述意見をAIが瞬時に構造化する価値を示しました。この更新は、日常的なアンケート集計をその場で要点抽出や提案まで引き上げる動きに当たります。 AI
Googleフォームの回答タブでGeminiを使い、アンケートの傾向分析や要約を試す。
Copilot利用指標APIにレビュー詳細を追加
- 何が変わったか
- リポジトリ別の日次レポートに、Copilotコードレビューのコメント対応数・対応率や、レビュー後に人が変更を求めずマージされた件数などが追加されました。
- これまでの壁
- 「Copilotのコードレビューが実際に役立っているか定量的につかめない」 AI
第4回では、自動化の流れの中で人がどこで確認・判断に入るかを描きました。この指標追加は、AI提案を人がそのまま通したか修正を求めたかという協働の境界を測る機能です。 AI
APIからレビュー対応率やマージ件数を取得し、開発チームへの導入効果を確認する。
今日入ったほかの発表 14件(提供元ごと)
- BigQueryにAI.AGGがプレビュー登場/Gemini Omni 1.2 FlashがVidsで利用可能に/Google VidsでOmni 1.2 Flashを提供/Agent Substrate 1.0がGKEで一般提供
- Ollama
- Ollama v0.40.15でモデル対応などを追加/Ollama v0.40.15でKimi Code CLI対応
- GitHub
- Copilot利用状況APIに計測・版情報を追加/GitHubの新しいGit保存アーキテクチャ
- AWS
- Kiro CrewでBotの一般提供開始/Kiro Enterpriseでクレジットプーリング開始
- OpenAI
- Codex CLI rust-v0.167.0を公開
- Snowflake
- Streamlit 1.67.0でエージェント向け機能を追加
- Cloudflare
- Workers AIのモデル提供終了予定
- Mistral AI
- Mistral Studioに管理エージェントなどを追加