今日のダイジェスト
- 世界NVIDIA一強の推論チップ市場に、新興が資金で挑み始めた/規模を買って順位を上げる、従来型の再編競争の典型例/AIメモリの競争力は設計よりも量産歩留まりで決まる
- AIロボットが書かれた通りでなく、考えて動く段階に入った/会議が記録の場から、タスクを生み出す起点へ変わった/AIが提案から実行へ進み、人の承認が安全弁の役を担う
- 用語今日多く出た:E2E自動運転 / ロボタクシー
- 催し2件(うち更新1)・いちばん近い開催は12/16
- 課題欧州AIチップ新興巨額調達/ChatGPTの企業販促機能/中国独身の日の消費低迷/化粧品大手の業績二極化 — 4話題
- 道具GmailのGemini機能をWorkspace利用者に拡大/PKSHAが製造業向け暗黙知伝承AIを展開/A2UI 1.0を公開(ほか 17件)
- 戦略ソフトバンクグループ:土台を持ちにいく(半期報告書)/パーソルホールディングス:土台を持ちにいく(半期報告書)/日立製作所:お客様への価値を変える(半期報告書)・記事から 4社
世界のビジネスニュースから
3件英Fractile、NVIDIAに対抗し6.49億ユーロの資金調達を実施
セッション発言録〈第3回・「ハンズオン②マッチング」の節〉から第3回「ハンズオン②マッチング」の記録を読む →この場面を見るメンバー「60件の求人に100人を突き合わせて、僕の環境で125秒・14〜15円ほど。単純計算で900件でも300円ぐらいで本処理が終わる。昔なら10人がかりのチームが必死で求人票を読んで決めていた作業が、一瞬で終わってしまう。社内でこれを使うかどうかで、人材リソースの適正配分の巧拙が全然違う時代です。」
第3回のセッションで、数十円・数百円の極めて安価なコストで大量の照合作業を瞬時に終わらせられるようになり、人材リソースの適正配分の巧拙が分かれる時代に入ったと示しました。Fractileによる巨額の調達は、AI推論をさらに高速化・低コスト化するインフラ競争が激化している実態を浮き彫りにしています。推論コストの低下がどこまで進むかによって、組織内のどの業務までを機械に任せるべきかという設計思想そのものが塗り替えられていく可能性があります。
三菱倉庫が阪急阪神エクスプレスを1200億円で買収へ、日通・郵船・近鉄に次ぐ4位浮上で再編加速
国内倉庫大手がフォワーディング機能を大型買収で補完した動きは、アセット保持型からグローバルなサプライチェーン統合型への事業モデル転換を示している。規模の経済が効く物流業界では、単独での成長限界を見極めた非連続な再編が競争優位の前提となる。産業全体の再編が加速する局面において、自社のコア機能と補完すべき外部ケイパビリティの再定義が問われている。
SKハイニックス、次世代HBM4の歩留まりが目標に到達
セッション発言録〈第2回・「始まりの物語」の節〉から第2回「始まりの物語」の記録を読む →この場面を見るメンバー「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独自価値や模倣困難性といったモート(堀)をどう築くかを論じました。SKハイニックスによるHBM4の歩留まり向上やLG化学の材料内製化は、製造難度の高い領域でいち早くコストと安定供給の堀を固める動きと言えます。AIの急速な進展に伴い、部材から製造工程に至るサプライチェーン全体で優位性をどう再定義し守るのか、産業構造の転換が観察できます。
AIニュース(日本でビジネスをする人の視点)
3件Google DeepMind、Gemini Robotics 2.5を発表。メルセデス・ベンツの工場で96%の成功率を記録
セッションの体験第4回・確かめた第4回の記録を読む →この場面を見るメンバーAIは写真に何が写るかでなく、そこから何が言えるかを考えたAIは写真に名前を付けるだけでなく、この場所は用途に向くか、この部屋のどこを変えるとよいかまで考えた。物を見分けたところで止まらず考えが組まれていく様子を、2つの仕組みで目の当たりにした。見ることと考えることが一続きになった、AIの変化そのものだった。
ビジネスの文脈:写真から状況の判断まで引き出せることを見て、現場で人が目で見て判断している仕事のどこまでをAIに任せられるかを考える土台を得た。
第4回のセッションで、画像から状況判断まで引き出し、人が目で見て判断している現場作業のどこまでを任せられるかを検討しました。この視点で見ると、メルセデス・ベンツの工場でGoogle DeepMindの技術が96%の成功率を記録した成果は、見るだけでなく考えた通りに動く段階へロボット制御が達した実例といえます。指示通りに動く機械から、自律的に判断して仕分ける工程への前進を伝えています。
Anthropic、会議を自動で計画・タスク化する「Claude Meetings」を発表
セッションの体験第3回・動かした第3回の記録を読む →この場面を見るメンバー約100件の投稿を、AIがその場で塊に分けていった参加者を一つの小さな組織に見立て、AI活用のコツを各自が投稿すると、AIがその場で束ねていった。人には見渡せない約100件をAIはすべて読み、前提や役割を示す、制約を与える、あえて別の視点を取らせる、出力を検証する、実務に組み込む、といった塊にまとめた。
ビジネスの文脈:組織の中に散らばる現場の工夫を一度に集め、全体の地図に束ねた。属人化した知恵を組織の共有の財産に変える、ナレッジ経営の一場面にあたる。
第3回のセッションで、組織内に散らばる約100件の現場の工夫をAIに一括で読み取らせ、共有財産となる地図へと束ねる知恵の集約を行いました。Anthropicの会議機能は、リアルタイムの会話をその場で計画や視覚的なワークスペースへ変換し、思考を伴う構造化をさらに推し進めています。単なる発言録にとどまらず、議論を即座に次の行動計画へ落とし込む基盤が整いつつあります。
弥生、「ZEXT AIエージェント」で業務の提案から実行までを支援をする機能を追加
セッションの体験第1回・確かめた第1回の記録を読む →この場面を見るメンバー取引先ごとの話題と質問を、約8円で一括して作った例を見た100件のニュースを取引先ごとに評価し、相手ごとの注目の記事、想定される最初の反応、返すべき質問までを一度に作った例を全員で見た。APIを65回呼んで約8円。担当者が自分でAIを使わなくても、担当先ごとの準備が手元に届く営業の組織の姿まで示された。
ビジネスの文脈:8円ほどで担当先ごとの準備が揃う姿から、個人の腕に頼る営業を、仕組みで一定の質を配る組織へ組み替える投資の効き方を考えた。
第1回のセッションで、約8円のコストで相手別の準備を一括生成し、個人の腕に頼る営業を仕組みで支える組織像を提示しました。弥生が発表したタスク振り分け提案などの実務支援は、まさに定型タスクを自動配分する仕組みを現場へ広げる動きです。実行前に人の承認プロセスを挟む設計により、定型処理をAIへ委ねながらも現場の安全性を担保する実務の形が具体化しています。
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
今日、ふだんより多く出た言葉
- E2E自動運転今日3本・この4週で7本Tier IV、エンドツーエンド自動運転向けにAutowareを公開Automotive World
- ロボタクシー今日3本・ふだんは1日1.3本トヨタ・日産も参戦、ロボタクシーのAI開発競争と市場展望au Webポータル
今日のニュースに出た用語
ウォッチしたいイベント
2件余った受電枠と遊休地を、AI計算設備の置き場として貸す新しい収益の柱にする
このニュースから見えた広いニーズ計算設備を急いで増やしたい事業者が、電力と置き場の確保で行き詰まっている
詳しく ▸
- 事業として
- 前提:1kWあたり月1.5万円で貸せるなら、10MW(1万kW)の区画で月1.5億円、年18億円。記事でも、モジュール型AIデータセンターの新興が5億ドルを調達している。
- 勝てる理由
- どの変電所に空きがあり、接続に何年かかるかを知っているのは電力会社だけ。系統の権利と自治体との関係が、そのまま参入障壁になる。
- どの前提を疑うか
- 最初の3か月で、管内で空き容量のある変電所3か所と隣接する遊休地を洗い出す。計算設備事業者10社に打診して、具体的な引き合いが何社出るかを確かめる。
- この案が強いのは
- 系統運用の現場にいた人は、どこに空きがあり接続に何年かかるかを知っているので、候補地の絞り込みが速い。
地銀数十行でAI計算の購入量を束ね、複数の供給元を競わせて安く買う
このニュースから見えた広いニーズ計算の購入先が1社に偏ると価格も供給も握られる。買い手が束ねて交渉力を持ちたい
詳しく ▸
- 事業として
- 前提:20行が各年1億円をAI計算に使うなら合計20億円。束ねて1割安く買えれば年2億円の削減になる。
- 勝てる理由
- 全国の地銀が使う共同システムの運営会社なので、行の仕様をそろえる窓口と、安全性審査を共通化できる立場がすでにある。
- 誰に、どう呼びかけるか
- 参加意向のある5行から過去半年のAI利用量と処理の種類を出してもらう。必要な量と性能の条件をそろえ、入札の仕様書案を作る。
- この案が強いのは
- 銀行の稟議や窓口業務を知る人は、即時に処理が必要な業務と翌日でよい業務を見分けられ、入札条件を現実的に決められる。
セッション発言録 〈第1回・「ハンズオン④API」の節〉から —「これまで専門家でなければ作れなかったものが、もう素人でも作れてしまう。つまり、競争優位性の源泉そのものがシフトしているということです。」
この話題で出たほかの案(4件)
会員向けAI定額を、端末内の処理を主にして原価を抑え全会員に売り出す
このニュースから見えた広いニーズ利用に比例して原価が増えるAIを、定額で売っても赤字にならない形で届けたい
詳しく ▸
- 事業として
- 前提:1000万会員の5%が月500円で契約すれば、年30億円。通信料以外の柱になる。
- 勝てる理由
- 全会員との請求関係と端末の販売接点、利用ログがある。端末内で動く処理の割合を、実際の利用から測れるのは契約者を持つ会社だけ。
- 誰を、どう動かすか
- 無料試用の会員10万人で、AI利用の内訳と端末内で済んだ割合を測る資料を作る。財務・ネットワーク・端末の3部門を巻き込み、役員会に出す。
給湯器に計算機を組み込み、廃熱で湯を沸かして家庭の給湯代を下げる
このニュースから見えた広いニーズ計算で出る熱と電力の置き場を同時に解き、設置費を誰かが払ってくれる形にしたい
詳しく ▸
- 事業として
- 前提:給湯代を月3000円割り引くなら、1万世帯で年3.6億円。計算の販売額がこれを上回るかが分かれ目で、まず損益分岐を出す。
- 勝てる理由
- 全家庭の給湯の使用量データと、設置・保守の訪問網を持つ。ほかの業界は各家庭の熱の需要を知らない。
- AIに何から聞くか
- 検針データから、世帯ごとの給湯需要の時間帯を出す。AIと対話しながら、計算機の稼働スケジュールと熱の収支を試算し、100世帯の実験に必要な条件を絞る。
実費の予実データを根拠に計算費の上限超過分を顧客負担にする契約を結ぶ
このニュースから見えた広いニーズ利用が増えるほど変わる計算費を、見積の段階で読み違えて利益を失いたくない
見送り:混雑・差別化あり/51.0点
詳しく ▸
- 事業として
- 前提:年30件中5件で生じる数百万円の計算費超過を発注側負担に転嫁できれば、年間1000万円以上の持ち出しを防げる。
- 勝てる理由
- 過去案件のログと請求明細の蓄積があるため、顧客が納得する妥当な上限値の根拠を他社より具体的に提示できる。
- 何を、どう測るか
- 直近の案件から計算費が跳ね上がった実例を3件抽出し、顧客に提示する超過費用の分担条件と説明資料のひな型を作る。
- この案が強いのは
- 現場で追加請求の交渉や仕様調整を経験した者なら、発注側が納得しやすい超過基準の落とし所を最初から見極められる。
企業の機密保持基準に合わせて処理時刻を分け、人工知能の利用料を下げる
このニュースから見えた広いニーズ使うほど膨らむAIの計算費を、急ぎでない処理を後ろにずらして抑えたい
見送り:混雑・差別化あり/46.8点
詳しく ▸
- 事業として
- 前提:機密性で振り分けた通話後処理の半数を深夜枠に回し、計算単価が半額になれば、月AI費500万円の拠点で年150万円削減。
- 勝てる理由
- 金融や通信など顧客企業の厳格な機密保持基準を熟知しており、情報漏洩を防ぎつつ安価な枠へ回す境界設定ができる点。
- どう作るか
- 顧客ごとの機密保持誓約書を洗い出し、社外の深夜計算枠に出せる処理条件を定型化して1つの業務ラインで試行する。
- この案が強いのは
- 受託先ごとの細かいセキュリティ要件と監査の厳しさを肌感覚で知っているため、情報漏洩リスクのない確実な選別ができる。
取引先メーカー数百社の商品を、AIへの調達相談で薦められる形に整えて売り込む
このニュースから見えた広いニーズ買い手が候補の絞り込みをAIに任せ、機械が読める形で情報を出した売り手だけが候補に残る
詳しく ▸
- 事業として
- 取引先300社が月5万円で代行を頼めば年1.8億円(試算)。掲載で増えた引き合いの成約手数料も上乗せできる。
- 勝てる理由
- 数百社のメーカーとの取引と、型番・納期の実データを日々持つ。情報の鮮度で、新規参入より先に出せる。
- 何を、どう測るか
- 営業担当が顧客から聞く調達の質問を100個集めてAIに投げ、自社取扱品が何件で薦められるかを競合と並べて数える。
- この案が強いのは
- 調達担当者の探し方を日々聞いている商社の営業は、現実に近い質問を作れるので、薦められ方を正確に測れる。
「ベランダを塗り替えたい」の一言から、必要な材料一式と最寄り店の在庫を示す売り場を作る
このニュースから見えた広いニーズ買い手が相談をAIに任せ、必要な物の一式と近くの在庫まで一度に示してくれる売り場を求めている
詳しく ▸
- 事業として
- 全国300店で、相談経由の客が1店月50人、客単価5,000円なら年9億円(試算)。
- 勝てる理由
- 全国の店舗網の在庫データと、用途別の買い合わせの購買履歴を持つ。他の販路は在庫の見せ方で後追いになる。
- 誰に、どう呼びかけるか
- 塗料・工具メーカー5社に声をかけ、10店舗で用途別の商品一式の情報を共通形式で出し、取り置き予約率を測る。
- この案が強いのは
- 売り場で客が何で迷うかを見てきた店員は、一式の組み合わせ方を最初から正しく作れる。
セッション発言録 〈第5回・「導入・テーマ」の節〉から —「AIによって大きな変化が起きることぐらいは、もう異論はない。でもそこから先、どっちに行くのかに明確な答えを持っている人はなかなかいない。小売の業界でもエージェンティックコマースみたいな言葉はみんなの頭の中に飛び交っていて、いろんなところで聞きかじっている。でも、エージェンティックコマースで一体どうなって、その中で自分の会社がどうなっていくのかを描けている人は、役員クラスに聞いても明確な答えはなかなか持てていない。」
この話題で出たほかの案(4件)
検索広告の売上が細る前に、AIの回答での推薦回数を成果にした報酬契約を作る
このニュースから見えた広いニーズ顧客に見つけてもらう場が検索結果からAIの会話内の推薦に移り、企業は何に払えば見つかるのか分からない
詳しく ▸
- 事業として
- 運用手数料を15%と仮定し、クライアント広告費100億円の1割が移れば年1.5億円(試算)。減る検索広告の穴埋めにもなる。
- 勝てる理由
- 多数の広告主の出稿実績と、成果を数字で報告して請求する慣行がある。言及回数を成果指標にする交渉がしやすい。
- AIに何から聞くか
- AIと対話し、同じ商品でも質問の言い方で薦められる順がどう変わるかを洗い出す。3社と3か月試し、言及回数と問い合わせ数が連動するかを確かめる。
- この案が強いのは
- 広告主ごとの成果を数字で説明してきた運用担当者は、何を成果指標にすれば社内で通るかを知っている。
AIが自社製品を廃番の型番や誤った仕様で案内していないか、毎月点検して直せるようにする
このニュースから見えた広いニーズAIが古い情報や他社の情報で自社を説明し、買い手の第一印象が企業の手を離れて決まってしまう
詳しく ▸
- 事業として
- 1件200万円の機器で、誤案内による失注が月1件減れば年2,400万円(試算)。点検は担当者1人の半日で済む。
- 勝てる理由
- 型番の改廃履歴と技術資料を握っているので、誤りの原因をどこで直せば良いか最短で特定できる。
- 誰を、どう動かすか
- 営業企画がAIの誤答10件を持って技術部と品質保証を集め、型番改廃の情報を毎月更新する担当者を決めてもらう。
- この案が強いのは
- どの型番が現場でまだ使われているかを知る人は、AIの答えの「どこが誤りか」をひと目で見分けられる。
顧問先の月次仕訳の入力ミスと異常な数字を、AIが先に洗い出して担当者へ渡す
このニュースから見えた広いニーズ機密性の高い業務データを国内に置いたままAIで処理でき、これまで止まっていた業務に使えるようになる
見送り:混雑・差別化あり/53.7点
詳しく ▸
- 事業として
- 顧問先500社で1社あたり月30分減れば月250時間。時給3,000円換算で年900万円分の工数(試算)。
- 勝てる理由
- 顧問先ごとの過去の仕訳と担当者が直してきた履歴が溜まっており、その事務所特有の間違い方を学ばせられる。
- どう作るか
- 担当者2人の顧問先20社の過去1年分の仕訳で、AIの指摘と人が実際に直した箇所が何割一致するかを確かめる。
- この案が強いのは
- 月次で何度も同じ訂正をしてきた担当者は、見逃してはいけない間違いのパターンを経験で知っている。
周辺の巡り方まで組める対話案内で予約を直販に引き込み仲介手数料を削る
このニュースから見えた広いニーズ客が旅程づくりをAIに相談するようになり、仲介サイトを通さず直接選ばれる道が開く
見送り:混雑・差別化あり/53.4点
詳しく ▸
- 事業として
- 直販比率が5%向上すれば、売上50億円・手数料12%の前提で年3,000万円の手数料負担が浮く試算。
- 勝てる理由
- 地元店舗との提携枠や支配人が知る穴場を抱え、単なる宿泊情報の提示にとどまらない深い旅程を組める点。
- どの前提を疑うか
- 直販部門がフロントスタッフから顧客によく勧める周辺案内を10件集め、自社の相談画面に組み込む。
- この案が強いのは
- 客が宿の周辺で何に困りどこへ立ち寄るかを日々見ている支配人だからこそ、機械的な検索では出ない現実的な周遊案を組める。
来店が遠のき始めた会員にだけ値引きを出し、全員配布のクーポン費を削る
このニュースから見えた広いニーズ財布を締めた客に、値引き原資を無駄なく使って来店を保ちたい
詳しく ▸
- 事業として
- クーポン値引きが年30億円で、3割がもともと来る客への値引きなら年9億円の削減(試算)。
- 勝てる理由
- アプリ会員の来店履歴が毎日溜まり、通知への反応もその日のうちに学習し直せる。
- どう作るか
- 販促担当が過去1年の会員の来店日をAIに渡し、「離れかけ」判定の試作を作る。1地域で配る群と配らない群の来店率を比べる。
- この案が強いのは
- 値引きなしでも頼む客の顔と品を知る店長は、割引を出してはいけない相手の見当がつく。
セッション発言録 〈第1回・「ハンズオン①認知容量・産業シナリオ」の節〉から —「製造業(自動車部品)は、ベテランの目視・抜取検査が誇りでしたが、1回1円ほどで全数検査ができ、品質保証の前提が変わって新しい製造モデルへ。小売は、品揃えと接客の勘から、テーラーメイドを安く、需要を世界の情報からリアルタイムに掴むモデルへ。コンサルは、人月で情報を集めて解く価値がAIに置き換わる一方、論点設定と価値判断が人の価値として残る。銀行は、与信審査がAIに置き換わる代表例で、対面と質の高い対話が残る。置き換わる部分と残る部分の境目こそが、産業構造の変わり目です。」
この話題で出たほかの案(5件)
セール売上のうち値引きなしでも売れた分を割り出し、無駄な割引を止める
このニュースから見えた広いニーズ大型セールの熱が冷めるなか、割引が本当に売上を増やしたのか確かめたい
詳しく ▸
- 事業として
- セール期間の値引き総額が年20億円で、3割が不要な値引きなら年6億円の粗利が残る(試算)。
- 勝てる理由
- 会員IDで購入を追え、メールやアプリ通知を群ごとに出し分けられるのは直販ならではの強み。
- 何を、どう測るか
- 次回セールで会員の1割に告知を送らず、2週間の購入率と購入額を比べる。客層別に割引で純増した売上を算出する。
- この案が強いのは
- セールで常連が買いだめし、その後の定価売りが落ちる現象を見てきた販促担当は、見るべき客層の切り方を知っている。
洗剤・トイレ紙・飲料の月額定期便で、特売日頼みの売上を毎月の固定収入に変える
このニュースから見えた広いニーズ価格に敏感な家庭が、必要なものを切らさず、最安で確実に買い続けたい
詳しく ▸
- 事業として
- 会員100万人の5%が月3,000円使えば年18億円の固定売上(試算)。日用品メーカーの販促費を値引き原資に充てれば粗利も守れる。
- 勝てる理由
- 既存アプリ会員の購入履歴と全国の店舗在庫を持つ。店から当日配送できるので、宅配専業より配送費を抑えられる。
- 誰を、どう動かすか
- 日用品メーカー上位3社の営業責任者に値引き原資の拠出を掛け合い、会員2万人へ案内する。加入率と3か月後の解約率を確かめる。
- この案が強いのは
- 店頭で客が何をいつ買い切るかを見てきた売場担当は、買い足しの周期と値引き幅の許容ラインを肌で知っている。
繁忙期用に抱える人員と棚を、荷主ごとの予約枠で売り切る料金に組み替える
このニュースから見えた広いニーズ山の高い需要に備えて抱えた固定費が、山が低くなると空振りになる
詳しく ▸
- 事業として
- 繁忙期1か月に臨時作業員300人を日給1万円で確保すれば9,000万円。1割余れば900万円の無駄(試算)。
- 勝てる理由
- 数十社の荷主の過去の出荷実績が溜まっており、予定の外れ方のクセを数字で押さえられる。
- どの前提を疑うか
- 昨年の繁忙期について、荷主別の出荷予定と実績を集計する。枠制にした場合の売り越せる量と、空き枠の転売額を試算する。
- この案が強いのは
- 繁忙期に人が余って困った現場責任者は、荷主の予定が外れる時期とクセを分析前から知っている。
買取価格を購入時に約束する販売で、必需品しか買わない客にも服を選ばせる
このニュースから見えた広いニーズ出費を抑えたい客が、買う前に実質負担の小ささで納得したい
見送り:混雑・差別化あり/56.9点
詳しく ▸
- 事業として
- EC売上300億円の1割(30億円)が対象で、買取率30%なら年9億円分を仕入れて再販できる(試算)。
- 勝てる理由
- 自社商品の素材・型・販売実績をすべて持つので、他社より正確に1年後の価値を査定できる。
- AIに何から聞くか
- AIに過去2年の中古相場と定価・型の推移を渡す。品番ごとに1年後の買取率を何%まで約束すれば損しないか、損益分岐を対話で探る。
- この案が強いのは
- 毎シーズンの型や素材ごとの売れ行きと返品を見てきた商品担当は、1年後も値が残る服を経験から見分けられる。
売れ残りを数社分まとめて預かり、値崩れさせずに売り先を振り分ける
このニュースから見えた広いニーズ売れ行きが鈍り、各社が抱える売れ残りを安く叩かずにさばきたい
見送り:混雑・差別化あり/54.1点
詳しく ▸
- 事業として
- 預かり在庫10億円で回収率が5ポイント上がれば5,000万円の差。その2割を成功報酬にすれば1,000万円(試算)。
- 勝てる理由
- 複数ブランドの在庫と海外バイヤーとの取引網を持ち、1社では見えない値崩れの兆候をつかめる。
- 誰に、どう呼びかけるか
- 取引先ブランド3〜5社に声をかけ、前シーズンの売れ残り品番と処分価格を出してもらう。AIの想定価格と比べて差を確かめる。
- この案が強いのは
- 在庫を買う側と売る側の両方を経験した人は、どのブランドが値崩れを最も嫌うかを知っている。
会員の買い置きの減り具合を読み、毎月の日用品を定額で届ける新しい収益の柱を立てる
このニュースから見えた広いニーズ頻繁に来る会員に、買い忘れや買い替えの手間をかけさせず、毎月自動で届く形にしたい
詳しく ▸
- 事業として
- 会員1,000万人の3%が月1,500円を払えば、年54億円(前提:会員数と加入率は仮定)。
- 勝てる理由
- 週に何度も来る会員の購入記録と、粗利の高い自社ブランド商品を同時に持っている。
- どう作るか
- 商品部とアプリ担当が、直近2年の購入記録から繰り返し買われる上位20品目を選ぶ。会員5,000人に試験配送し、3か月の継続率を見る。
- この案が強いのは
- 補充の周期や買い忘れの癖を棚の前で見てきた店舗の担当者なら、箱の中身の当たり外れを見抜ける。
セッション発言録 〈第4回・「ストーリー解説」の節〉から —「こういうものを作ると、最初はまず生産性改善です。残業しなくてよくなる。次のステップは、今までできなかったことができるという独自価値 ― コーディネーターが思いつかなかった組み合わせまで提案できる。3つ目のステップが、それを外販できるという話。両方ともあらゆる会社で使えるものなので、外販すれば、いまの会社の10倍の規模に成長する可能性だってある。」
この話題で出たほかの案(5件)
ドラッグストアで買う客を会員に変え、使い切る頃に知らせて再購入を増やす
このニュースから見えた広いニーズ他社の店で売る商品は、誰がいつ買い、いつ使い切るのかが分からず、買い替えの機会を逃している
詳しく ▸
- 事業として
- 年商300億円のブランドで再購入が1ポイント上がれば約3億円(前提:店頭売上すべてが対象)。
- 勝てる理由
- 全国の店頭に並ぶ商品の箱が、そのまま顧客との接点になる。
- 誰を、どう動かすか
- ブランド担当が営業部に、1商品だけ次回製造分の箱の印刷変更を提案する。3か月で登録率と30日後の購入記録を出す。
- この案が強いのは
- 箱の印刷から店頭の棚まで知る現場の担当者なら、登録率が上がる二次元コードの位置と文言を見抜ける。
卸の店に並べた商品が直販の常連を奪うのか、新しい客を呼ぶのかを数字で決着させる
このニュースから見えた広いニーズ自前の販路と他社の店で売る販路を広げたいが、客が重なるのか新しい客なのかが見えない
詳しく ▸
- 事業として
- 年商200億円で直販比率を10ポイント動かすと20億円分が動く。粗利率が直販65%・卸40%と仮定すれば、差は年5億円。
- 勝てる理由
- 長年の会員の購入履歴を持ち、クーポンコードで客の動きを追える。卸先任せのメーカーには測れない。
- 何を、どう測るか
- 経営企画が卸先1チェーンで限定クーポンを配り、直販会員のメールアドレスと突き合わせる。3か月で、重なり率と初回客の再購入率を出す。
- この案が強いのは
- 直販会員の購買履歴を長年見てきた現場担当者なら、照合に使う項目や客の癖を知っており、結果の読み違えをしにくい。
訪日客向けに厚くした売場を、国内の常連が動く曜日と時間に合わせて作り直す
このニュースから見えた広いニーズ特定の客層に合わせて厚くした売場を、その客が減ったときに、残る客の動きへ素早く合わせたい
詳しく ▸
- 事業として
- 免税売上が減った売場の売上が年30億円なら、国内客向けの組替えで3%戻せば年9,000万円(前提:戻る率は仮定)。
- 勝てる理由
- 館内で免税の購入履歴と国内会員の来店履歴を、同じ売場単位で見られる。
- AIに何から聞くか
- 売場責任者が過去12か月の免税売上と会員の来店時間帯を並べ、AIに国内客の需要の穴を5つ挙げさせる。うち2つを2週間試す。
- この案が強いのは
- 閉店後に棚を見直している売場の担当者なら、AIが挙げた仮説のうち実際に売れそうな陳列を見分けられる。
訪日客の買い物の動きを、国籍と品目ごとに毎月の指標として売る共同事業を起こす
このニュースから見えた広いニーズ特定の客層に頼る売上の増減が、市場全体の動きなのか自社だけの問題なのかを、月次で早く見分けたい
見送り:空席/49.7点
詳しく ▸
- 事業として
- メーカー・小売500社が月10万円を払えば年6億円(前提)。いまは決算発表を待たないと全体の動きが分からない。
- 勝てる理由
- 決済の流れを直接持つため集計が速い。持ち寄る会社が増えるほど網羅性が上がり、後発が追いにくい。
- 誰に、どう呼びかけるか
- 事業企画が同業2〜3社と免税手続き会社1社に、匿名集計の項目(国籍・品目・金額帯)の試作を見せて共同開発を打診する。3か月で参加の可否を聞く。
- この案が強いのは
- 決済の現場で返金や名義違いの癖を知る人なら、集計時の二重計上を防げる。
年間契約中心の受注を、需要の変動を先読みした短納期の追加注文に組み替えて単価を上げる
このニュースから見えた広いニーズ注文する側の需要が急に変わるのに、作る側は年間の固定計画で動き、余りと欠品が同時に出ている
見送り:混雑・差別化あり/47.6点
詳しく ▸
- 事業として
- 年間売上100億円のうち1割を割増10%の短納期にできれば、年1億円の増収(前提)。
- 勝てる理由
- 大手数社の納入実績を毎月見ており、追加注文が出る時期のパターンが溜まっている。
- どの前提を疑うか
- 経営層が過去2年の追加注文と顧客の販路別売上の変動を突き合わせる。先読みが当たる品目を洗い出し、割増料金の条件を顧客2社に提示する。
- この案が強いのは
- 成形機の段取り替えにかかる時間を知る工場の人なら、追加注文を何日で受けられるかを現実的に言える。
GmailのGemini機能をWorkspace利用者に拡大
- 何が変わったか
- AI Overviewの会話要約とHelp me write(非パーソナライズ)が、対象となるGoogle Workspace利用者に拡大されます。
- これまでの壁
- 「追加ライセンスがないとメール要約や下書き作成が使えない」 AI
Gmail上で長文メールスレッドの要約機能や返信の下書き支援を試す。
PKSHAが製造業向け暗黙知伝承AIを展開
- 何が変わったか
- 「PKSHA AI Suite for Manufacturing」にノウハウ伝承機能を強化した「暗黙知伝承AI」を追加し、製造業向けに本格展開します。
- これまでの壁
- 「現場の職人技やマニュアル外のノウハウをAIで形式知化しにくい」 AI
第3回では、暗黙知をAIで形式知化し組織学習を回す枠組みを示しました。この機能追加は、熟練のノウハウを伝承する基盤に当たります。 AI
現場に残る属人的な作業手順や対応履歴を入力し、ノウハウとして引き出せるか試す。
A2UI 1.0を公開
- 何が変わったか
- 生成UI向けオープンプロトコルの初の安定版を公開し、AIエージェントが対話型画面を返せるようにした。
- これまでの壁
- 「AIの応答をテキストだけでなく操作可能な画面として返すのが難しい」 AI
公開されたSDKを使い、AIエージェントの出力を対話型UIコンポーネントとして表示させる。
今日入ったほかの発表 17件(提供元ごと)
- Professional Agentic Architect認定を開始/AlloyDB AIに分類・抽出関数を追加/GeminiがApple CarPlayに対応/Gemini Decisions APIと新モデルを発表/Sheets canvasを単独リンクで公開/Gemini CLI v0.68.0を公開
- GitHub
- Enterprise Copilot席管理APIがGitHub Appsに対応/GitHub CopilotでGemini 4 Carbon提供開始
- OpenAI
- Codex CLI 0.167.2の更新
- Amazon
- 自律型AIエージェント製AWS Emulatorを公開
- NTT
- NTT、物理法則に基づくロボット予測技術を開発
- Ollama
- Ollama v0.40.17を公開
- ティアフォー
- ティアフォー、E2E自動運転AIモデル群を公開
- Hugging Face
- オンデバイス向けモデルBotPsyを発表
- Salesforce
- Agentforce Coworkerの機能と提供範囲を拡張
- AWS
- Kiroに「Approve for me」提供開始
- LINEヤフー
- Yahoo!ショッピングがAIお届け情報を提供開始
米国政府・電力会社と組み、オハイオ州で10GW規模の発電設備とAIデータセンターを一体で開発する。
第4回では、計算基盤や電力などの物理的な資産が競争力の源泉になると描きました。この大型開発は、計算インフラそのものを握る動きに当たります。 AI
投資や提携方針から、オハイオ州での10GW規模の開発へ具体化した。
AI AIが自動でまとめたもの(この会社の表明の並びから)Career SBUがAI投資を実施しており、その費用増加が当中間期の減益要因の一つになっている。
第3回では、AI導入による人員や投資の配分が利益構造を動かすと確かめました。この費用増は、事業部門での先行投資が業績に現れた局面に当たります。 AI
各SBUへの支援構想から、Career SBUでの投資と減益要因の計上へ進んだ。
AI AIが自動でまとめたもの(この会社の表明の並びから)同じ資料のほかの表明 1件
- 欧米地域でAIドリブンの人材派遣プラットフォーム事業を展開し、新たな収益源としている。(p.3)
金融・社会分野の顧客向けにAX(AIトランスフォーメーション)案件を提供し、SI&サービス事業の売上を伸ばしている。
エネルギー等での自社活用に加え、金融・社会向けAX案件の売上寄与に言及。
AI AIが自動でまとめたもの(この会社の表明の並びから)同じ資料のほかの表明 1件
- AIの活用で生産性を高め、デジタルシステム&サービスセグメントの利益を押し上げている。(p.4)
記事から取った会社の動き 4社
- IBM 企業向けエージェントAI基盤を共同で発表した広げているPetri IT Knowledgebase・11/12
- Microsoft 企業向けエージェントAI基盤を共同で発表した広げているPetri IT Knowledgebase・11/12
- SKハイニックス HBM4の歩留まりを改善し、内部目標を引き上げた成果を報告Chosunbiz・11/12
- オムロン 制御機器の設計・保全を支援するサービスのトライアル提供を開始した試しているレスポンス(Response.jp)・11/11