今日のダイジェスト
- 世界自動運転タクシーに工場ごと賭けて前提を変える/AI需要の果実がNVIDIA経由で川上に集まる/AIの勝負が模型でなく供給網の囲い込みへ
- AIAIが作業者を育て、省人化と多能工化を同時に進める現場/専門家のリサーチ作業が、サブスク収益を生む商品になった/チャットAIが文書・表計算まで取り込み、既存SaaSを侵食する
- 用語初めて収録:AX/今日多く出た:ロボタクシー / サイバーセキュリティ / フィジカルAI(Physical AI)
- 催し3件(うち更新2)・いちばん近い開催は11/29
- 課題ドコモ5G障害頻発/HBM増産と中AI対抗/旧車部品不足の深刻化/ガレージハウス需要増 — 4話題
- 道具Apps ScriptのGeminiサイドパネルが一般提供/Claude Fable 5.2とAgentCore検索API提供開始/AIアシスタントから動画作業を自動化(ほか 38件)
- 戦略データセクション:新しい事業・収益源(半期報告書)/Unity Technologies:お客様への価値を変える(臨時報告(米国))/Qualcomm:新しい事業・収益源(臨時報告(米国))・記事から 8社
世界のビジネスニュースから
3件テスラ、独工場拡張に30億ドル超を投資 サイバーキャブに賭け
セッション発言録〈第4回・「AIの進化地図」の節〉から第4回「AIの進化地図」の記録を読む →この場面を見るメンバー「昔からロボットはありましたが、あの世界は基本的にコンピューターに書かれた通りに自動制御していた。今やですね、考えた通りに動くということが可能になってきている ― これが大きな変化です。」
第4回のセッションで、ロボットは書かれた通りに動く世界から考えた通りに動く世界へ変化していると示しました。テスラによる独工場への投資とサイバーキャブ増産計画は、既存の自動制御にとどまらない自律判断型のモビリティを社会実装する競争が、大規模な製造投資の段階に入ったことを示唆します。ハードウェアの生産規模と高度な自律制御が融合したとき、既存の自動車産業の優位性がどう塗り替わるかが注目されます。
SKハイニックス、対米売上高が1年で102兆ウォン急増 NVIDIA向けが牽引
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、AIによってゲームのルール自体が書き換わるなかでモートをどう作るかを考えるのが戦略だと示しました。SKハイニックスの米国向け売上急増は、AI需要を捉えた独自価値が強力な競争優位性を築いた好例です。従来のメモリ市場の競争軸が激変するなか、自社の強みを再定義して新たなモートを獲得できるかが試されています。
米国と同盟国、対中AIサプライチェーン保護で合意
セッション発言録〈第2回・「ニュース投票」の節〉から第2回「ニュース投票」の記録を読む →この場面を見るメンバー「投票で上位に来たのは、SpaceXのIPO、そして『Fableが止まった』話。もし公開が一部地域に限られたら、日本の安全保障としてどうなのか、というところまで関わってくる。とはいえClaude・Gemini・OpenAIが競っているので、一つが止まっても他が使えるだろう、という見方もできます。」
第2回のセッションで、特定のサービスが停止したり公開が一部地域に限られたりした場合の安全保障への影響を取り上げました。米国と同盟国によるAIサプライチェーン保護の合意は、チップやインフラの供給網を国際枠組みで強靭化する動きです。複数モデルの併用で代替を図るだけでなく、産業エコシステム全体が地政学的リスクに直結する前提で自社の依存度を捉え直す視点が重要になりそうです。
AIニュース(日本でビジネスをする人の視点)
3件フィジカルAIが現場育てる 愛知の自動車部品、作業者が4分の1に
セッションの体験第1回・気づいた第1回の記録を読む →この場面を見るメンバー4つの業界で、AIに置き換わる所と人に残る所の境目を見た製造業の部品検査、小売の品揃えと接客、コンサルの調査、銀行の与信審査という4つの業界で、人が情報を処理しきれない壁が外れたあとの姿を全員で見た。どの業界でも、AIに置き換わる部分と人に残る部分が同時に浮かび上がり、その境目が産業構造の変わり目になっていた。
ビジネスの文脈:業界ごとに、どの業務がAIに置き換わり、どこが人の価値として残るかを見極め、品質保証や与信、接客の前提が変わる事業モデルの転換を読んだ。
第1回のセッションで、製造業など4つの業界を題材にAIに置き換わる業務と人に残る価値の境目を見極めました。三五の倉庫で作業者が8人から2人に減りつつ不具合修理も担う姿は、単なる省人化にとどまらず人の役割が高度化する境目の実例です。機械が指導役を兼ねることで、現場の人がより複雑な判断へとシフトしています。
専門家のリサーチ業務を代替する法務AIエージェント、弁護士ドットコムがARR10億円を最速で突破
セッションの体験第3回・確かめた第3回の記録を読む →この場面を見るメンバー60件の求人を読ませても、2〜3分・15円ほどで済んだ求人60件すべてについてAIに候補を選ばせても、2〜3分・14〜15円ほどで終わり、全員が一斉に動かしても止まらなかった。かつて10人がかりで求人票を読んで決めた作業、専門家に数百万円で頼んだ規模のマッチングが、ほぼ無視できる費用で手に入る。
ビジネスの文脈:専門家に任せていた規模の採用・配置の判断材料が、ほぼ費用をかけずに手に入ると分かり、人事業務にかける予算と人手の前提を測り直した。
第3回のセッションで、従来は専門家へ数百万円をかけていた採用判断の材料が、数十件規模でも数分・十数円程度で手に入る前提を測り直しました。弁護士ドットコムの法務AIエージェントがARR10億円を最速で突破した背景にも、高度な専門リサーチが無視できるほどの低コストで手元に揃う劇的な採算の変化があります。プロへの高額な外部委託が、手元の道具による自前完結へとシフトしつつあります。
Anthropic、Claudeにホワイトボード・スプレッドシート・データ機能を追加…オフィス生産性ツール市場を狙い撃ち
セッションの体験第4回・比べた第4回の記録を読む →この場面を見るメンバー外に売る好機と、すぐ真似され値崩れする恐れを並べた手を動かす前に、試作をめぐって割れる経営会議の筋書きを読んだ。大きな顧客に使ってもらえば新しい事業になるという期待と、競合もすぐ作れ、大手は自分で作り、基盤モデルの提供元が同じ機能を出せば事業ごと消えるという懸念を並べ、選ぶ材料にした。
ビジネスの文脈:社内で生まれた仕組みを外販して新事業にするか、競合の模倣や大手の内製、基盤モデル企業の参入で値崩れする前に引くかを比べた。
第4回のセッションで、社内の仕組みを外販する期待と、基盤モデルの提供元が同じ機能を出せば事業ごと消える懸念を並べました。Anthropicがホワイトボードや表計算の機能を直接追加した動きは、かつて独自機能として売られていた業務アプリの領域へ基盤側が踏み込み、標準機能へと飲み込んでいく現実を如実に映し出しています。
今日の用語
用語集へ →初めて収録した言葉
AXAX・Agent Experience・エージェント体験
AIエージェントにとっての操作性や使いやすさを指す概念です。人間向けのUIやUXのように、自律型AIがシステムやWebサイトを円滑に理解し、誤りなく操作できるように設計する指標として注目されています。 AI
今日の記事 3本
- IBK企業銀行、内部ネットワーク基盤のAIコーディングエージェントを導入디지털투데이・11/17
- AIエージェント時代の新指標「AX」:人間中心設計からの脱却日経クロステック・11/17
- 共立女子学園、事務職員向けにGoogle AIを導入ICT教育ニュース・11/17
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
- ロボタクシー今日4本・ふだんは1日1.5本ZooxのロボタクシーがラスベガスのUberアプリで利用可能にTechCrunch
- サイバーセキュリティ今日8本・ふだんは1日3.5本ESET、サイバーセキュリティ特化型AI「ESET NeoCortex」を発表窓の杜
- フィジカルAI(Physical AI)今日7本・ふだんは1日3.5本フィジカルAIが現場育てる 愛知の自動車部品、作業者が4分の1に日本経済新聞
今日のニュースに出た用語
ウォッチしたいイベント
3件通信が止まった時間に応じ、店や工場へ休業の補償金を自動で支払う
このニュースから見えた広いニーズ止まった時間と損失が誰にも測られず、取引先との補償の話し合いが毎回あいまいになっている
詳しく ▸
- 事業として
- 記事では1か月に3回、1回約6時間止まった。決済端末を使う加盟店10万社が月500円を払えば、年6億円の保険料収入になる(前提つきの試算)。
- 勝てる理由
- 企業向けの休業保険の契約と保険料算定の実績があり、過去の障害記録から掛け金と支払いの確率を値付けできる。
- 誰を、どう動かすか
- 商品開発部長と引受部門長に、過去3回の障害時刻と対象企業の端末記録を重ねた試算を見せ、試験販売の承認を取る。最初の3か月は、支払い判定が1件ずつ自動で合うかを確かめる。
- この案が強いのは
- 休業損害の査定を何百件も担当した人は、支払い条件の線引きをその場で書ける。
止まらない決済を、割増の手数料で加盟店に売る
このニュースから見えた広いニーズ一つの回線に頼る業務が止まると、その間の売上がそのまま消える。企業は止まらない仕組みにお金を払い始めている
詳しく ▸
- 事業として
- 加盟店5万店が手数料に0.1ポイント上乗せし、年商3,000万円なら1店3万円、合計で年15億円の増収になる(前提つきの試算)。
- 勝てる理由
- 加盟店ごとの売上履歴と不正の発生率を持つため、どの店にいくらまで後払い受付を許すかを決められる。
- AIに何から聞くか
- AIと対話しながら、後払い受付の上限額を客単価や不正率の別にどう置けば、不渡りが上乗せ収入を超えないかを試算する。この筋道が成り立つかを最初の3か月で見極める。
- この案が強いのは
- 不正カードの審査や加盟店の与信を担当した人は、どの店に後払い受付を任せてよいかを肌で判断できる。
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。」
第4回では、感知・思考・行動の自律ループがあらゆる現場を回すと示しました。通信停止を感知して補償金を自動で支払う仕組みは、この実行工程に当たります。 AI
この話題で出たほかの案(4件)
安さ競争をやめ、別会社の回線に自動で切り替わる二本目を月数百円で売る
このニュースから見えた広いニーズ一社の回線に頼る暮らしへの不安が高まり、「止まらないこと」に追加で払う人が出てきている
詳しく ▸
- 事業として
- 契約200万件のうち1割が月300円を払えば、年7.2億円の増収になる。20万件×300円×12か月の試算で、前提は1割の申込み。
- 勝てる理由
- 利用者の毎月の請求と回線ごとの通信状態のデータを持ち、申し込みが画面1つで済む。
- どの前提を疑うか
- 経営企画が、今月の障害3回で自社の解約数と問い合わせ数がどう動いたかを出す。価格戦略を「安さ」から「止まらなさ」へ組み替える案を役員会に出し、既存会員1万人への案内で申込率を見る。
- この案が強いのは
- 回線の契約と解約の動きを見てきた人は、どの層が「止まらない」に払うかを数字で絞れる。
回線側の障害日に、問い合わせが殺到する前に原因を先回りで知らせる
このニュースから見えた広いニーズ外部の障害で顧客が困ったとき、原因の切り分けに人手が取られ、不満の矛先が自社に向く
詳しく ▸
- 事業として
- 障害日に問い合わせが通常より300件増え、1件の対応が1,500円なら1回45万円。月3回なら約135万円の対応費になる(前提つきの試算)。
- 勝てる理由
- 自社ソフトのログイン失敗や画面の応答時間を秒単位で持つため、外部の情報との照合が早く正確になる。
- どう作るか
- サポート責任者が、11月3回分のログイン失敗数と問い合わせ件数を並べ、AIで判定ルールを試作する。今月中に、次の障害でお客へ案内を出す訓練まで行う。
- この案が強いのは
- 問い合わせ対応の現場にいた人は、障害日にどんな文言の問い合わせが何分後に増えるかを知っている。
通信障害時も館内の買い物ポイントで即座に代払いできる体制を整える
このニュースから見えた広いニーズ回線が止まると、来た客が払えず帰ってしまい、店の売上と店への信頼が同時に失われる
見送り:空席/45.1点
詳しく ▸
- 事業として
- 年商1000億円の館で6時間障害時の買い逃しを年3回防げば約2000万円の売上維持。保証手数料で事業化可能。
- 勝てる理由
- 自社発行の共通ポイント経済圏と全テナントの売上データを直結して管理しているため、即日代払いと相殺処理ができる。
- 誰に、どう呼びかけるか
- ポイント担当部署が主要テナント5社と障害時のポイント代理決済の運用ルールを策定し、模擬テストを実施する。
- この案が強いのは
- 館内共通ポイントの運用とテナント精算の現場実務を知る人だけが、未回収リスクのない障害時保証フローを組める。
通信途絶時も遅延させない運送保証を荷主企業へ追加提案する
このニュースから見えた広いニーズ重要な業務が一つの回線に依存し、止まったときの損失を会社が数字で把握していない
見送り:混雑・差別化あり/42.8点
詳しく ▸
- 事業として
- 荷主1社あたり月額1万円の保証料を上乗せできれば、30社で年360万円となり副回線費用300万円を回収できる。
- 勝てる理由
- 通信遮断時の泥臭い迂回連絡手順と自前車両の副回線を連動させ、机上の空論ではない配送保証を提示できる。
- 何を、どう測るか
- 精密機器や食品など遅延損害が大きい荷主3社に、通信障害時の運行保証特約のニーズをヒアリングする。
- この案が強いのは
- 現場で電話と紙を使って配送を間に合わせた泥臭い修羅場経験があるため、説得力ある代替手順を設計できる。
定期的な性能評価と乗り換え保証を契約に組み込み保守収益を伸ばす
このニュースから見えた広いニーズAIの性能と価格が半年で入れ替わるのに、契約は固定価格で長く縛られ、双方が損をする
詳しく ▸
- 事業として
- 試算:年50件の保守単価に性能更新費として月15万円上乗せできれば年9000万円の安定した高収益基盤ができる。
- 勝てる理由
- 単なる開発請負と異なり、複数モデルの精度比較と移行手順の標準化を自社で握るため他社への保守流出を防げる。
- 誰を、どう動かすか
- 主要モデルの価格と性能の推移表を作り、乗り換え保証を盛り込んだ保守契約の雛形を作成して既存顧客3社へ提案する。
- この案が強いのは
- 現場で各AIの癖やプロンプト書き換えの工数勘を把握しているため、移行リスクを低く見積もって保証条項を提示できる。
携帯料金の請求に、国内外の複数のAIを使える月額パスを載せ、通信以外の柱を作る
このニュースから見えた広いニーズ性能も値段も違うAIが乱立し、使う側は選びきれず、複数契約も面倒になっている
詳しく ▸
- 事業として
- 試算:契約者2000万人の10%が月500円払えば、年120億円。
- 勝てる理由
- 請求を一本化できる決済基盤と契約者数、店頭やアプリでの接点の多さがある。AI各社は個別に集客するより安く済む。
- 誰に、どう呼びかけるか
- AI3社に利用量に応じた卸価格を打診する。契約者5万人に月額無料のお試しを出し、3か月後の継続率と1人あたり利用量を見る。
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)
問い合わせの種類ごとに安いAIと高精度のAIを振り分け、1件の処理原価を下げる
このニュースから見えた広いニーズ性能と値段の違う複数のAIが並び立ち、仕事ごとに最適な使い分けを決める必要が出ている
詳しく ▸
- 事業として
- 試算:月50万件×1件20円=月1000万円。6割を半額のモデルに回せば月300万円減る。
- 勝てる理由
- 対応記録と品質の採点基準をすでに持ち、顧客ごとの許容品質も把握している。
- AIに何から聞くか
- 先月の記録から種類別に各100件を抜き、3つのモデルで返信案を作らせる。オペレーターの採点と費用を並べ、振り分けの境目を探る。
- この案が強いのは
- どの問い合わせが難しいかを肌で知る運用者は、振り分けの境目を素早く仮説にできる。
新型AIが出るたび、顧客の実業務で精度と費用を測り、乗り換えの可否を年額で売る
このニュースから見えた広いニーズ高性能な新型AIが次々に出るが、自社の業務に合うか、乗り換えて得かを客観的に示せる人がいない
詳しく ▸
- 事業として
- 試算:500社が年800万円を払えば年40億円。大企業はAI利用料を年数億円使うことがあり、選定ミスの損が大きい。
- 勝てる理由
- 多数の企業の業務文書を扱ってきた守秘義務の信頼と、業務の中身を知る設計者がいる。特定のAI会社に偏らない立場を取れる。
- 何を、どう測るか
- 既存顧客3社から各業務100件を借りる。主要モデル4種で同じ課題を解かせ、正答率と1件あたり費用を並べた報告書を作り、有料化に応じるか聞く。
- この案が強いのは
- 業務の例外処理を知る現場経験者がいると、評価の土台となる正解データを正しく作れ、評価の信頼性が上がる。
本体の部品は据え置き、買った後から月額でAI機能が育つ家電に商品戦略を組み替える
このニュースから見えた広いニーズ部品が高騰・逼迫する中、機能を部品の増量で売る戦略が採算に合わなくなっている
見送り:混雑・差別化あり/54.5点
詳しく ▸
- 事業として
- 試算:累計300万台のうち15%が月300円を払えば年16億円。部品増で1台1000円上がる路線なら年100万台で年10億円の負担。
- 勝てる理由
- すでに家庭に置かれた累計台数と、修理・保証で結ぶ顧客情報、ブランドの信頼がある。
- どの前提を疑うか
- アプリ登録済みの顧客1万人に献立提案の月額お試しを出す。3か月の継続率と問い合わせ件数の変化を見て、部品増版との採算を比べる。
- この案が強いのは
- 家電の使われ方を知る現場の企画者は、月額で払われる機能と払われない機能を見分けやすい。
部材が逼迫した顧客の部品表をAIが読み、代替品と設計変更の案を即日出す
このニュースから見えた広いニーズ供給が細る部材で、買い手の代替品探しや設計変更が追いつかず、生産ラインが止まる恐れがある
見送り:混雑・差別化あり/53.5点
詳しく ▸
- 事業として
- 試算:300社が月25万円を払えば年9億円。部品1点の欠品でライン全体が止まる損失への保険として売る。
- 勝てる理由
- 数百社の部品表と過去の納期・価格を持ち、互換品の採用実績を引ける。顧客同士の情報は互いに見せない形にできる。
- どう作るか
- 過去2年に欠品が出た顧客10社の部品表を使う。当時AIが出せた代替案と実際の対応を比べ、先に気づけた割合と日数を測る。
- この案が強いのは
- 部品の互換可否を知る技術営業の経験者は、AIの提案が使えるかどうかをすぐ見抜ける。
製造終了から15年たった家電も、必要な部品を1個ずつ作って直し続けられる
このニュースから見えた広いニーズ生産が終わった後も長く使いたい人がいるのに、少量すぎて部品が作られなくなる
詳しく ▸
- 事業として
- 試算:延長プランの会員30万人が月500円払えば年18億円。新品への買い替えを促す販促費も一部浮く。
- 勝てる理由
- 購入者の登録情報と型番別の故障履歴を持つため、どの部品が先に壊れるか分かり、作る順番を絞れる。
- どう作るか
- 修理拠点に戻る故障上位50型番から1部品を選び、現物をスキャンして試作し、強度試験で使えるか確かめる。
- この案が強いのは
- 修理現場で何がどの順に壊れるかを知る人は、作る部品の優先順位を外さずに決められる。
顧客工場の設備ごとに、部品が手に入らなくなる時期を測り、早めの更新提案に変える
このニュースから見えた広いニーズ長く使う設備の部品が、いつ手に入らなくなるかを誰も把握していない
詳しく ▸
- 事業として
- 試算:顧客200社に年30万円の診断を売れば年6,000万円。止まった時の生産停止の損失を避けたい顧客が払う。
- 勝てる理由
- 長年の保守履歴と部品表を持ち、どの設備が止まると困るかを顧客より先に知っている。
- 何を、どう測るか
- 保守契約の大口3社から設備100点の部品表を預かり、供給可否を調べて、結果を顧客に見せる。
- この案が強いのは
- 現場で設備が止まった経験のある保守員は、部品切れが本当に致命的になる箇所を見分けられる。
セッション発言録 〈第4回・「戦略への視座」の節〉から —「『データ優位』の定義が変わる。蓄積済みのテキストではなく、現場に眠る映像・音声・図面が競争資産になる。デジタルで出遅れた『現場を持つ企業』にこそ反撃の機会がある。製造・物流・医療・建設など、IT化しにくいとされた産業がAIの主戦場になり、モデルは共通化へ向かい、価値は独自データ×業務文脈の側に移る。」
この話題で出たほかの案(4件)
廃番の給湯器や水栓でも、1回の訪問で直せる割合を上げて出張の無駄を減らす
このニュースから見えた広いニーズ廃番になった部品のせいで、直せるはずの設備が直せず、訪問が無駄になる
詳しく ▸
- 事業として
- 試算:年5万件の訪問の5%が部品待ちで再訪し、1件1.2万円かかるなら、年3,000万円の費用が対象になる。
- 勝てる理由
- 全国の修理記録を持つので、どの廃番型番が多く、どの互換品が実際に付いたかを自社だけで確かめられる。
- 誰を、どう動かすか
- 修理部門の責任者が経営陣に、直近1年の再訪案件を洗い出して示し、上位30型番の互換部品の手配を提案する。
- この案が強いのは
- 現場で部品を付け替えた経験のある技術者は、互換品が本当に使えるかを実物で判断できる。
純正が廃番でも他車種の部品で代用できる組み合わせを見つけ、売れる品を増やす
このニュースから見えた広いニーズ純正が手に入らない品を、別の品で代わりに使える組み合わせを知りたい人が多い
詳しく ▸
- 事業として
- 試算:在庫切れ表示の2,000点の1割で代替が見つかり、各月5件・単価8,000円なら月800万円、年9,600万円。
- 勝てる理由
- 購入履歴と問い合わせ、返品の理由が溜まっており、候補が正しいかを常連の声で素早く裏付けられる。
- AIに何から聞くか
- 問い合わせの多い廃番10部品についてAIと代替候補を出し、常連5人に装着の可否を確認してもらう。
- この案が強いのは
- 車種ごとの癖を知る整備経験者は、AIの出した候補の中から危ない組み合わせを即座に外せる。
図面が残っていない廃番部品を、地域の加工会社が共同で受け、1個から採算に乗せる
このニュースから見えた広いニーズ1個だけ必要な部品を、採算が合わず誰も作ってくれない
見送り:空席/51.1点
詳しく ▸
- 事業として
- 試算:1件20万円の依頼を5社で年300件受ければ年6,000万円。顧客は設備を止める損失より安く済む。
- 勝てる理由
- 地域の顧客との付き合いと既存の加工設備があり、窓口の一本化だけで新たな設備投資が小さく済む。
- 誰に、どう呼びかけるか
- 同じ市内の加工会社3社に声をかけ、各社が過去に断った廃番部品の依頼を持ち寄って件数と単価を集計する。
- この案が強いのは
- 図面なしで部品を作り直した職人は、現物から寸法と材質を読み取る勘所を知っている。
旧車を買わなくても、月額で乗れて維持にも関われる会員制に組み替える
このニュースから見えた広いニーズ高騰して手が届かなくなった耐久財を、買わずに使い続けたい人が増えている
見送り:混雑・差別化あり/47.4点
詳しく ▸
- 事業として
- 試算:100台を各3人の会員で使い、1人月5万円なら年約1.8億円。購入と維持の負担は会社が一括で担う。
- 勝てる理由
- 全国の仕入れ網と整備拠点、旧車に関心を持つ来店客のリストを使って、最初の会員を早く集められる。
- どの前提を疑うか
- 在庫の旧車5台で会員20人を募り、3か月間の稼働率と1台あたりの整備費が月額を下回るか確かめる。
- この案が強いのは
- 旧車の整備と仕入れを経験した人は、どの車が壊れやすく貸し出しに向くかを見抜ける。
倉庫として借りた部屋で作業している契約者を見つけ、作業可の上位料金へ誘える
このニュースから見えた広いニーズ保管のために借りた空間が、実は趣味の作業場として使われている。専用空間への隠れた需要が見えていない
詳しく ▸
- 事業として
- 1万室の1割が月5,000円高い部屋に移れば、年6,000万円の増収(試算)。
- 勝てる理由
- 入退室ログと電力データを全契約者分持っており、需要の大きさを自社で正確に測れる。
- 何を、どう測るか
- 入退室ログと電気使用量から、滞在2時間以上が月4回以上の契約者を抽出し、50人に利用目的を聞く。
- この案が強いのは
- 巡回スタッフは、工具や車が持ち込まれた部屋を見分けられる。
セッション発言録 〈第4回・「戦略への視座」の節〉から —「『データ優位』の定義が変わる。蓄積済みのテキストではなく、現場に眠る映像・音声・図面が競争資産になる。デジタルで出遅れた『現場を持つ企業』にこそ反撃の機会がある。製造・物流・医療・建設など、IT化しにくいとされた産業がAIの主戦場になり、モデルは共通化へ向かい、価値は独自データ×業務文脈の側に移る。」
この話題で出たほかの案(5件)
取引先の遊休工場や社宅を趣味向け賃貸にした場合の収支を、その場で示せる
このニュースから見えた広いニーズ余った建物をどう使えば収支が合うか、持ち主が自力で判断できず放置している
詳しく ▸
- 事業として
- 取引先100社のうち1社が1棟5,000万円で改修すれば、5,000万円の新規融資になる(試算)。
- 勝てる理由
- 取引先の遊休不動産と財務状況を把握しており、社長に直接提案できる。
- どう作るか
- 取引先の遊休不動産5件を選び、周辺相場から改修費・家賃・回収年数を出す試算書をAIで作って、各社の社長に見せる。
- この案が強いのは
- 融資担当は、どの社長が遊休地に困っていて、貸す決断をしそうかを知っている。
施錠や温湿度が記録された保管場所の愛車に、車両保険の料金を下げる
このニュースから見えた広いニーズ保管環境の良し悪しは事故や盗難の確率を左右するが、これまで誰も測って価格に反映していない
詳しく ▸
- 事業として
- 1万人に年1万円を割り引くと原資は年1億円。盗難や雹害の支払いが減って賄えるかを検証する(試算)。
- 勝てる理由
- 自社の保険金支払い履歴を持ち、保管環境と事故の相関を計算できるのは保険会社だけ。
- 誰に、どう呼びかけるか
- ガレージハウス運営会社2〜3社に声をかけ、入居者の同意を得て施錠・出入りの記録を共有してもらい、過去3年の車両保険支払いと比べる。
- この案が強いのは
- 車両保険の査定担当は、盗難や雹害がどんな保管場所で起きるかを何百件も見ている。
工具や資材を買う常連に工房付き賃貸を貸し、家賃と物販の両方で稼ぐ
このニュースから見えた広いニーズ持ち家でなくても、趣味に没頭できる広さと設備のある専用の場所を確保したい人が増えている
詳しく ▸
- 事業として
- 入居200戸が工具・資材に年30万円使えば、家賃とは別に年6,000万円の物販が上乗せされる(試算)。
- 勝てる理由
- 購買履歴で住み替え意向の高い層を特定でき、全国の店舗の駐車場や隣接地を建設用地に使える。
- どの前提を疑うか
- 会員のうち高額工具や木材を月3回以上買う層を抽出し、500人に住み替え意向と望む家賃を聞く。3か月で試験1棟の申込倍率を確かめる。
- この案が強いのは
- DIY売場の接客経験者は、客がどんな作業にどんな広さ・電源・換気を欲しがるかを肌で知っている。
待機中の希望者の車種や作業時間から、近隣と揉めにくい人を先に選べる
このニュースから見えた広いニーズ希望者が供給を上回るとき、誰を選ぶかで入居後のトラブルと空室の損失が大きく変わる
見送り:混雑・差別化あり/48.6点
詳しく ▸
- 事業として
- 月家賃15万円で退去後の空室が2か月なら損失は約30万円。年5件防げれば100戸の運営で年150万円の損失減(試算)。
- 勝てる理由
- 苦情対応と退去の履歴を自社で持っており、他社には学習材料がない。
- AIに何から聞くか
- 過去の苦情・退去記録をAIに読ませて揉めやすい条件を洗い出し、次の募集の質問票に3問足して反応を見る。
- この案が強いのは
- 近隣苦情に夜中まで対応した管理担当は、どの時間のどんな音が問題になるかを知っている。
車と作業場のある住宅の確認申請を、過去の指摘を踏まえ一度で通せる
このニュースから見えた広いニーズ用途が複合した新しい建物は規制の読み違いが起きやすく、手戻りのたびに着工と収入開始が遅れる
見送り:混雑・差別化あり/46.9点
詳しく ▸
- 事業として
- 1棟10戸、月家賃15万円で、手戻りが半月減れば75万円の家賃収入が前倒しになる(試算)。
- 勝てる理由
- 自社の申請履歴と自治体窓口との付き合いがあり、指摘の傾向を実例で学習できる。
- 誰を、どう動かすか
- 過去3年の申請で受けた指摘書50件を集めて分類し、所長に標準図面づくりの予算を申請する。
- この案が強いのは
- 確認申請の窓口で何度も指摘を受けた設計者は、どこで引っかかるかを先読みできる。
Apps ScriptのGeminiサイドパネルが一般提供
- 何が変わったか
- Gemini side panel in Apps Scriptが一般提供となり、自然言語によるスクリプト作成・カスタマイズ・トラブルシューティングが可能になりました。
- これまでの壁
- 「GASで業務を自動化したいが、コードを書くのが難しかった」 AI
第1回では、自然言語で指示してコードを作らせることで非エンジニアでも内製できると示しました。この機能は現場での開発内製化を後押しします。 AI
Apps Scriptの開発画面でGeminiに依頼し、スプレッドシート集計マクロを作成してみる。
Claude Fable 5.2とAgentCore検索API提供開始
- 何が変わったか
- Claude Fable 5.2がAmazon BedrockとClaude Platform on AWSで利用可能になり、Amazon Bedrock AgentCoreではWeb Search API (InvokeWebSearch) の一般提供が始まりました。
- これまでの壁
- 「Bedrock上のAIエージェントに最新のWeb情報を検索させにくかった」 AI
東京リージョンのWeb Search APIを呼び出し、最新ニュースを反映する回答生成を試す。
AIアシスタントから動画作業を自動化
- 何が変わったか
- AIアシスタントにZapierを接続し、自然言語の指示から自動化を作成・実行できる方法を紹介している。
- これまでの壁
- 「チャットAIに指示しても、外部ツールの操作自動化までは繋がらなかった」 AI
第3回では、AIが指示待ちから自律的に業務を遂行するエージェント型へ進化すると描きました。この連携は指示から自動化を実行する動きに重なります。 AI
Claude等のAIツールにZapierをMCP接続し、チャット指示からのワークフロー自動実行を試す。
今日入ったほかの発表 38件(提供元ごと)
- Geminiアプリに地域別音声66種を追加/TPUで学習と推論の数値差を解消/TPUモデル設計・最適化ガイドを公開/Google Cloud Data Boundaryの新体験/Agent Substrate 1.0がGKEで一般提供/Agent Development Kit v2.14.1公開/AI Studio内でCloudクレジットを申請/Google Cloudのエージェント設計者認定/Gemini 4 Carbonが開発者向けに提供開始
- NVIDIA
- LambdaがNVIDIA Photonicsを導入/NVIDIA CUDA-Xライブラリを拡充/NVIDIA Vera CPU基盤を発表/NVIDIA Rubin HPCを発表/NVIDIAが科学研究向けNemotronを発表
- All Hands AI
- OpenHands v1.41.0を公開/OpenHands v1.39.0公開/OpenHands v1.40.0公開/OpenHands v1.38.0を公開
- Alibaba
- AlibabaがQwen4-Maxを公開/Qwen Code v0.27.4の機能追加/Qwen Code v0.27.3を公開/Qwen Code v0.27.2を公開
- Unsloth
- UnslothにComputer UseとMCP連携を追加/Qwen3.8-27BのDynamic v3.1 GGUF公開
- AWS
- AWSのAI関連機能・モデルの提供更新/Kiroの新機能とAndroid版、Grok 4.7対応
- GitHub
- AI Scanを最大20リポジトリで一括開始/GitHub MobileがiPhone Duoに対応
- Hugging Face
- Inference ProvidersがOpenRouter経由に変更/Transformers v5.23.0を公開
- Ollama
- Ollama v0.40.17を公開
- PKSHA Technology
- 介護予防向け対話AIエンジンを提供開始
- NTT
- 量子回路の記述を不要にする機械学習向けSDK
- Meta
- Meta、Dream Renderを導入
- vLLM
- vLLM v0.34.0を公開
- Apple
- Appleが健康AI利用研究を開始
- LlamaIndex
- LlamaIndex v0.14.26を公開
- Comfy Org
- ComfyUI v0.45.0を公開
国内外に開設予定の自社AIデータセンターを使い、GPUをサービスとして提供するGPUaaSの大口契約を獲得して収益化を進める。
第1回では、AI活用が単なる対話から従量課金の計算資源を前提にしたスケールへ移行すると示しました。自社インフラをGPUaaSとして売る動きがこれに当たります。 AI
自社AIデータセンターでのGPUaaS大口契約による収益化方針
AI AIが自動でまとめたもの(この会社の表明の並びから)AIツールとサードパーティのコーディングエージェントとの連携に継続投資し、開発者による採用の拡大を目指す。
AIツールと外部コーディングエージェントの連携投資と採用拡大目標
AI AIが自動でまとめたもの(この会社の表明の並びから)スマートフォン以外の売上拡大の柱としてデータセンター事業を立ち上げ、2027年度に50億ドルの売上を目指す。
データセンター事業立ち上げと2027年度売上50億ドルの目標
AI AIが自動でまとめたもの(この会社の表明の並びから)記事から取った会社の動き 8社
- ブラックストーン (Blackstone Digital Infrastructure Trust)データセンター施設の75%の持ち分を取得する広げているYahoo Finance・11/16
- 日立製作所 燃料電池システムでデータセンター向けの国内展開に乗り出した広げている日本経済新聞・11/16
- トヨタ自動車 (ウーブン・バイ・トヨタ)車載OS「Arene」を開発する試しているダイヤモンド・オンライン・11/16
- SKハイニックス AI用メモリーをグローバル大手に供給する広げている
- BMW AIで製造情報を分析し、異常検知と効率改善を行う広げているSomos Eléctricos・11/16
- サムスン電子 AMDの次世代AIアクセラレーターにHBM4を優先供給する広げている뉴시스・11/16