今日のダイジェスト
- 世界AIの競争軸が計算資源の立地という国家安全保障に移った/AIへの期待と懸念が株価の振れ幅に直結し始めた日/老舗の機械メーカーが機械自身の判断で再定義を図る
- AIチャットの相手が、裏で仕事を片づける代行者になった日/予測と補充が一つのループになり、浮いた時間が接客へ回る/専門家の聖域だった監査が、エージェントの量で解かれ始めた
- 用語今日多く出た:輸出規制 / 製造業AI / シャドーAI
- 催し3件(うち更新2)・いちばん近い開催は11/29
- 課題海峡緊迫と原油反転/ゲーム運営と収益化設計/AIエージェント過失責任/情報流出と集団訴訟 — 4話題
- 道具ZapierでAIモデルを選んでワークフローを構築/第9回AWS生成AI Meetup開催報告/Google Vidsで素材を再利用可能に(ほか 21件)
- 戦略CCIグループ:土台を持ちにいく(半期報告書)/ソニーフィナンシャルグループ:土台を持ちにいく(半期報告書)・記事から 6社
世界のビジネスニュースから
3件データセンターの国外建設認めずと米大統領
セッション発言録〈26年6月回・「ニュース投票」の節〉から26年6月回「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。」
26年6月回のセッションで、サービスの公開が一部地域に限られた場合の日本の安全保障への影響を取り上げました。米企業による国外でのデータセンター建設を認めないとするこの方針は、AI基盤の囲い込みが国家間の主導権争いに直結することを示しています。主要モデル間の競争により代替が可能という見方もある一方、計算資源そのものの立地が制限されれば、自国の産業や基盤をどこに依存すべきかという戦略的判断が求められます。
日経平均終値3007円安 AI巡り混乱
セッション発言録〈26年8月回・「ストーリー(問いの設定)」の節〉から26年8月回「ストーリー(問いの設定)」の記録を読む →この場面を見るメンバー「作れるか ― 参入に必要なものが何から何へ変わったか。勝てるか ― 優位の源泉はどこに移ったか。内製に勝るか ― 顧客が内製できる時代に、売り手として何を担うのか。続くか ― 一時的な優位と構造的な優位の分かれ目はどこか。どれも、この企業だけの話ではありません。」
26年8月回のセッションで、一時的な優位と構造的な優位の分かれ目を見極め、「続くか」を問う視点を示しました。AI関連株を巡る市場の混乱は、単なる成長への期待先行から、真に優位が持続する事業構造を見極める段階へ移行しつつある兆候とも捉えられます。参入要件や優位の源泉が移り変わるなかで、自社が築こうとしている強みが一時的な熱狂に留まらないか、冷静に問い直す契機になり得ます。
AIが変えるロボティクス:Trumpf社の革新的な取り組み
セッションの体験26年8月回・確かめた26年8月回の記録を読む →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。
26年8月回のセッションで、写真から状況を判断させ、現場で人が目で見て決めている仕事をどこまで委ねられるかを探りました。Trumpf社が進める板金加工機の刷新は、単に決められた手順をなぞるのではなく、機械が自ら判断して加工を進める領域へと踏み込んでいます。見ることから判断、そして実際の動作までを一続きにする技術が、製造業の現場で具体的な競争力として形になり始めています。
AIニュース(日本でビジネスをする人の視点)
3件Google、AIエージェント機能「Tasks in Gemini」を日本を含む6カ国で無料提供 旧「Gemini Spark」
セッションの体験26年8月回・動かした26年8月回の記録を読む →この場面を見るメンバー公開の航空写真をAIに読ませ、条件に合う土地を探させた参加者はノートブックを自分のドライブにコピーし、馴染みのある場所を起点に条件を決めて実行した。AIは国土地理院の航空写真を25枚取って1枚ずつ読み、良さそうなら拡大して撮り直し、だめなら横へ移る。実行のたびに5手ずつ、見て考えて次を見に行くループが回った。
ビジネスの文脈:人が航空写真を一枚ずつ目で追っていた用地探しを、見て考えて次を探す自動の流れに置き換えた。出店や拠点選びの下調べを組み替える試みだった。
26年8月回のセッションで、航空写真を見て考えて次を探す自律的な流れを作り、出店の下調べを代行させました。Googleが発表した機能は、指示待ちの対話を超えてメール分析や画面操作まで裏側で自律して動かすものであり、あの5手ずつの探索ループが日常のPC作業全般へ広がった形です。
人手不足のコンビニで“働く”フィジカルAI 天候などから売れ行き予測し飲料補充も 作業時間約7割減
セッションの体験26年5月回・気づいた26年5月回の記録を読む →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。
26年5月回のセッションで、小売業などでAIに置き換わる作業と人に残る価値の境目を読み、事業モデルの転換を見通しました。ファミリーマートによる予測と補充の自動化で作業時間を約7割減らす取り組みは、まさに定型業務を機械へ委ね、浮いた時間を接客や売り場作りに充てる動きと重なります。状況を察知して動く一連の循環が現場に定着することで、店舗における人の役割は接客へと純化していきます。
KPMGが上場企業の監査にAIを導入、専門家を上回る成果
セッションの体験26年5月回・気づいた26年5月回の記録を読む →この場面を見るメンバー分析を作る工程の価値が薄れ、問いと判断に価値が寄ったかつては専門家に大金を払って作った部署ごとの関心の地図が、目的さえ与えればAIで作れてしまう。作る部分での差は消え、何を作るかという問いと、結果をどう意思決定に生かすかの両端へ価値が一気に移ることが浮かび上がった。同じ仕組みは、顧客の声をどの部署が受け持つかの割り振りにも使える。
ビジネスの文脈:分析の作業そのものが安くなるなかで、何を問うか、結果をどの経営判断に結び付けるかへ人と予算を振り向ける、という配分の見直しにつながった。
26年5月回のセッションで、分析作業そのものの価値が薄れ、何を問うかや意思決定への結び付け方に価値が移る構造を浮き彫りにしました。KPMGの実験で100以上のAIエージェントが的確な質問を出し、大手金融機関がメール処理やモデル構築を委ねている動きは、専門職の作業負担が解かれ、問いと判断の比重が高まっている実態を裏付けています。
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
- 輸出規制今日9本・ふだんは1日3.8本米商務省、遠隔操作チップの輸出規制とAI拡散ルールを撤回Thompson Hine
- 製造業AI今日1本・この4週で6本2027年の製造自動化を再構築する3つの産業用AIトレンドAutomation World
- シャドーAI今日1本・この4週で8本従業員によるシャドーAIの利用が企業に突きつける課題TechRadar
今日のニュースに出た用語
ウォッチしたいイベント
3件海峡の待機・迂回日数が基準を超えたら、荷主の追加費用が自動で支払われる保険を売り出せる
このニュースから見えた広いニーズ供給網の寸断で生じる追加費用を、損害の調査を待たず前もって備えたい
詳しく ▸
- 事業として
- 攻撃は1日1件ペースと報じられ、追加費用は荷主の自己負担。500社が年200万円払えば年10億円の保険料収入(試算)。
- 勝てる理由
- 貨物保険の引受実績と事故データがあり、荷主の航路・積荷も把握済み。指数と実際の損失のずれを自社で検証できる。
- 何を、どう測るか
- 過去2年の船位置データで海峡の待機・迂回日数を指数にし、既存契約10社の実損と合うかを3か月で検証する。
- この案が強いのは
- 荷主の事故対応を経験した損害査定担当者は、指数と実損のずれを見抜ける。
セッション発言録 〈26年5月回・「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)
燃料の値上がり分を、荷主ごとの契約条項に沿って請求できる範囲が分かる
このニュースから見えた広いニーズ燃料の値上がり分を、取引先との契約に沿って取りこぼさず請求したい
詳しく ▸
- 事業として
- 100台・1台年3万Lなら、軽油10円高で年3,000万円の負担(試算)。転嫁漏れが3割なら年900万円。
- 勝てる理由
- 荷主ごとの契約書と過去の請求履歴が手元にあり、請求漏れを実額で示せる。
- AIに何から聞くか
- 営業部門が上位20荷主の契約書と直近半年の請求書をAIに読ませ、請求漏れの有無と交渉の優先順を作る。
- この案が強いのは
- 荷主との値上げ交渉の場数がある人は、AIが拾った条項のうち通るものと通らないものを見分けられる。
原料の調達先と納期を毎日組み替え、価格の上限つきで製造業に届けられる
このニュースから見えた広いニーズ原料の仕入れ先が急に使えなくなっても、納期と価格の上限を約束してほしい
詳しく ▸
- 事業として
- 顧客50社が年20億円ずつ原料を買い、保証料と手数料が2%なら年20億円の収入(試算)。
- 勝てる理由
- 世界の仕入れ先・船腹・在庫拠点との取引が既にあり、代替調達の見積りを短時間で複数取れる。
- どう作るか
- 化学品部門の過去の発注・納期遅延データ5社分で、中東以外の代替調達を毎日提案する試作を作り、実際の手配と比べる。
- この案が強いのは
- 緊急手配で調達先を探し回った営業担当は、どの代替が実際に間に合うかを判断できる。
燃油代の上振れ分を会社が引き受ける旅行商品に切り替え、早い予約を増やせる
このニュースから見えた広いニーズ後から増える燃料代の不安をなくし、早く申し込んでもらいたい
詳しく ▸
- 事業として
- 年10万人が申し込み、保証料を1人1,000円上乗せなら年1億円の収入(試算)。
- 勝てる理由
- 予約時期・行き先ごとの申込履歴と会員アプリの接点があり、客ごとに価格や案内を変えられる。
- どの前提を疑うか
- 過去3年の予約と燃油サーチャージの改定を重ね、固定した場合の損益を出し、1路線の会員限定で試験販売する設計を決める。
- この案が強いのは
- サーチャージ改定の時期に問い合わせ対応をした現場担当は、客が何に不安で、いくなら払うかを知っている。
樹脂の値上がりを数日で顧客に伝え、価格改定の遅れによる逆ざやを防げる
このニュースから見えた広いニーズ原料が急に動いたとき、改定の遅れで自社が損をしないようにしたい
見送り:混雑・差別化あり/56.3点
詳しく ▸
- 事業として
- 年商100億円・原料費5割で、5%上昇から改定まで1か月遅れると約2,100万円の負担(試算)。
- 勝てる理由
- 顧客別の見積もり履歴と原料の購買単価が社内にあり、どの顧客がいつ改定を受け入れたかが分かる。
- 誰を、どう動かすか
- 営業部門が過去1年の価格改定10件を並べ、市況変動から顧客通知までの日数と損失額を出して、経営会議に示す。
- この案が強いのは
- 値上げを顧客に断られた経験のある営業は、通知の文面と順番を現実に合わせて作れる。
冬の前に年間の灯油代を固定できる定額プランを、地域の同業と共同で出せる
このニュースから見えた広いニーズ価格が読めない燃料費を、前もって固定して安心したい
見送り:空席/51.3点
詳しく ▸
- 事業として
- 1世帯年500L×100円なら5万円(前提)。3社で3,000世帯、5%の上乗せなら年約750万円。
- 勝てる理由
- 世帯ごとの配達履歴と顔の見える関係があり、使用量の予測と集金の取りこぼし防止に強い。
- 誰に、どう呼びかけるか
- 地域の同業2〜3社に声をかけ、過去3冬の配達量を持ち寄って予測の誤差を出し、価格固定の仕入れ先に見積りを取る。
- この案が強いのは
- 灯油配達の現場経験者は、世帯ごとの使い切りペースや寒波の読みを持っている。
会員ごとに毎週違う来店ミッションと特典を出し、月の来店回数を押し上げる
このニュースから見えた広いニーズ使い方の記録から一人ひとりの離れ具合を読み、手を打つ時機と中身を毎日変えたい
詳しく ▸
- 事業として
- 会員500万人の1割が月0.5回多く来て客単価800円なら、年24億円の増収になる(試算)。
- 勝てる理由
- 全店舗分の来店・注文履歴を持ち、クーポンへの反応を毎日確かめながら提案の当たり外れを学習できる。
- どう作るか
- 来店が3週間空いた会員5千人に特典3種を無作為に配り、翌月の再来店率を比べる。3か月で賭ける価値を判断する。
- この案が強いのは
- ゲーム運営で日替わり課題を回してきた人は、離脱を止める特典の強さの加減を肌で知っている。
抽選販売に紛れた転売目的の応募を当選前に見分け、本物のファンへ商品を回す
このニュースから見えた広いニーズ数に限りのある商品を、不正な買い占めから守り、本来の客に届けたい
詳しく ▸
- 事業として
- 月1万口の当選の2割が転売目的なら2千件。キャンセルと再抽選の対応が1件1,500円で、年3,600万円の費用になる(試算)。
- 勝てる理由
- 自社の応募・当選・出荷の履歴を持ち、不正の型を過去分から学べる。
- 誰を、どう動かすか
- 直近3か月の応募から同一住所・端末の束を数え、割合を法務・CS・物流の責任者に示して除外ルールの承認を得る。
- この案が強いのは
- 転売の手口の変遷を見てきた運営担当は、機械が拾えない偽装のパターンを教えられる。
この話題で出たほかの案(4件)
中堅ゲーム会社を束ね、各国の課金規制の変更を共同で追える月額の仕組みを始める
このニュースから見えた広いニーズ規模の小さな事業者が、各国で変わり続けるルールを一社では追いきれない
詳しく ▸
- 事業として
- 10社が月20万円なら年2,400万円の売上になる。各社は個別に現地弁護士へ出す調査費を抑えられる(試算)。
- 勝てる理由
- 複数社の相談が集まるため、改正の影響や当局の動きを他より早く掴める。
- 誰に、どう呼びかけるか
- 付き合いのある中堅ゲーム会社5社に声をかけ、直近の改正3件の要約を無料で試してもらい、月額を払う意思を確かめる。
- この案が強いのは
- ゲーム会社の海外展開で当局対応を経験した弁護士は、どの改正が収益に響くかを先に見抜ける。
進出前の規制確認を数日で終え、十数か国で同時に試し売りへ出る
このニュースから見えた広いニーズ国ごとに違う表示・広告・個人情報のルールを、時間も費用もかけず先に確かめたい
詳しく ▸
- 事業として
- 1国300万円・2か月かかる確認が半分になれば、10か国で約1,500万円と10か月分の時間が浮く(試算)。
- 勝てる理由
- 自社商品の成分と広告表現がすでに整理され、国別の判定結果が積み上がるほど確認が速くなる。
- どの前提を疑うか
- 越境ECの売上上位3商品と候補10か国で、AIの一次判定と過去の弁護士回答を突き合わせ、一致率を測る。
- この案が強いのは
- 海外で商品の差し戻しを何度も受けた担当者は、AIが見落としがちな国ごとの癖を見抜ける。
社内勉強会の開催履歴から解約の兆候を掴み他社にない早さで支援する
このニュースから見えた広いニーズやめていく客が出す小さな変化の合図を、実際の記録から見つけ出したい
見送り:混雑・差別化あり/52.3点
詳しく ▸
- 事業として
- 契約千社・年額三百万円・解約率10%の三億円損失から、早期介入で半分を救えれば年一億五千万円が残る試算。
- 勝てる理由
- 画面の操作履歴だけでなく、推進担当者の退職や社内共有の停止という組織側の異変データを蓄積して戦える点。
- 何を、どう測るか
- 直近で解約した顧客の担当者に連絡を取り、利用頻度が下がる直前に推進体制や勉強会で何が起きていたか聞く。
- この案が強いのは
- 顧客社内の導入推進者が社内でどんな壁にぶつかり孤立するかを肌感覚で知っているため、体制崩壊の兆しを見逃さない。
問い合わせの山から「言えなかった不満」を拾い、外れる新商品を減らす
このニュースから見えた広いニーズ客自身が言葉にしていない不満や期待を、大量の声から掴んで商品に反映したい
見送り:混雑・差別化なし/39.1点
詳しく ▸
- 事業として
- 新商品50品のうち定着しない1品は初回生産などで約2,000万円の損。年5品減らせば1億円の節約になる(試算)。
- 勝てる理由
- 相談室・店頭・販売データの三つを自社だけが持ち、仮説をすぐ試作して確かめられる。
- AIに何から聞くか
- AIと対話して不満の仮説を10個出し、うち3つを来月の試食会と店頭の販売データで確かめる。
- この案が強いのは
- 店頭で客の反応を見てきた企画担当は、AIが出した仮説の筋の良し悪しをすぐ選り分けられる。
AIの動作記録を整えた企業ほど保険料が下がる、新しい引受の物差しを作る
このニュースから見えた広いニーズ自律的に動くAIが起こした損害は、誰がどこまで負担するのかが決まっておらず、事故後の責任の争いが増えていく
詳しく ▸
- 事業として
- 試算:引受先1,000社が年平均300万円を払えば、年30億円の新しい保険料収入。アリアンツも数百万ユーロ規模の引当金を積んでおり、損害は増える見通し
- 勝てる理由
- 損害調査で責任を切り分けてきた実績と請求データがあり、記録の基準を決める側に先に立てる
- 誰を、どう動かすか
- 引受担当と損害調査担当が、既存の賠償・サイバー保険でAIが関わった請求を洗い出し、どの記録があれば原因を特定できたかを大手AI提供会社へ持ち込む
- この案が強いのは
- 事故後にどの記録が欠けて揉めるかを知る調査の現場経験者が、実用的な基準を作れる。
セッション発言録 〈26年6月回・「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。」
26年5月回では、AIの浸透に伴い金融や保険の引き受け基準が変わる産業転換シナリオを示しました。この着想はAIの挙動記録を保険料に連動させる点に当たります。 AI
この話題で出たほかの案(5件)
AIが誤って発注・送金した分を、上限つきで銀行が肩代わりする法人口座
このニュースから見えた広いニーズAIに実務の権限を渡したいが、ミスの責任を自社だけで負うのは怖く、任せる範囲を広げられない
詳しく ▸
- 事業として
- 試算:500社が月5万円を払えば年3億円。銀行がAIのミスは顧客の責任になり得ると警告する今、補償つきの口座は選ぶ理由になる
- 勝てる理由
- 支払いの流れ全体と取引先口座、普段の支払いの癖を持つので、異常な送金を事前に止められる
- AIに何から聞くか
- 決済担当が過去の誤送金・誤発注の事例をAIと百通りの事故場面に広げ、どこまで補償すれば損失が手数料に収まるかを探る。最初の3か月で採算ラインを確かめる
- この案が強いのは
- 誤送金の組み戻し対応を経験した人は、どの事故が補償でき、どれが不正と区別できないかを知っている。
AIに買い物を任せた会員の誤購入を、上乗せ料金で返金するカードにする
このニュースから見えた広いニーズAIに買い物や予約を任せたいが、間違えたときに自分の責任になるのが不安で、任せきれない
詳しく ▸
- 事業として
- 試算:会員100万人の5%が月300円を上乗せして払えば年1.8億円。決済額の増加も見込める
- 勝てる理由
- 利用明細から誤購入の兆候を早く見つけ、加盟店への返金請求もできる
- どの前提を疑うか
- 会員の過去の返品・取消し・不正申告のデータから、AI経由で増える誤購入の件数と金額を仮置きし、補償の上限と料金で採算が合うかを試算する
- この案が強いのは
- 不正利用の補償を担当した人は、どこまで返金すると損失が膨らむかを肌で知っている。
顧客が使うAIの供給元を洗い出し、禁止されたら何日で差し替えられるかを数字にする
このニュースから見えた広いニーズ使っているAIの供給元が地政学の理由で使えなくなっても、業務を止めない備えが測られていない
詳しく ▸
- 事業として
- 試算:診断1社150万円を年80社に売れば1.2億円。そのあとの切り替え工事や保守契約の受注にもつながる
- 勝てる理由
- 顧客の業務システムの中身とAIのつなぎ方を知っているので、切り替えを実測できる
- 何を、どう測るか
- 自社が保守する顧客5社を選び、AIを呼び出している箇所を洗い出す。代替モデルに替えた場合に出力が変わる業務と、必要な作業日数を測る
- この案が強いのは
- 保守で本番システムを触ってきた人は、差し替えで本当に詰まる箇所を知っている。
決算資料のAI関連の言い切りを裏づけと突き合わせ、訴訟の芽を提出前に摘む
このニュースから見えた広いニーズAIの成果を大きく見せた説明が、あとで虚偽だと訴えられる火種になっている
見送り:混雑・差別化あり/51.5点
詳しく ▸
- 事業として
- 試算:上場約3,900社のうち300社が年200万円を払えば年6億円。AIの虚偽記載を巡る株主訴訟は、アリアンツがリスクに挙げている
- 勝てる理由
- 開示書類を請け負うので、提出前の原稿と過去の記述が手元にあり、すぐ試せる
- どう作るか
- 過去3年に自社が制作した開示書類からAI関連の文を抜き出し、生成AIで「数字あり・根拠資料あり」に分類する試作を作り、担当者の判定とどれだけ一致するか見る
- この案が強いのは
- 開示書類の校正経験者は、どの言い回しが後で問題になりやすいかを肌で知っている。
AIが取った予約は一定時間内なら無料で取り消せる共通ルールを作る
このニュースから見えた広いニーズ本人が確認しないままAIが取った予約や購入のやり直しルールが業界ごとに違い、利用者が任せるのをためらう
見送り:空席/43.5点
詳しく ▸
- 事業として
- 試算:AI経由の予約が年100万件、1%が誤りで1件の対応と返金に5,000円かかれば、年5,000万円の損失。ルールで揉め事の費用が減る
- 勝てる理由
- 予約画面と取消し履歴を持ち、先にルールを出せば宿泊施設が従う標準になりやすい
- 誰に、どう呼びかけるか
- 自社の予約からAI経由と見られる通信を識別し、取消し率を人の予約と比べる。その数字を持って同業3社と宿泊施設の団体に提案する
- この案が強いのは
- 取消し対応の窓口を経験した人は、揉めやすい場面と許容できる猶予時間を知っている。
住所と電話番号を自社に置かない通販へ作り替え、漏えいしても渡る中身を空にする
このニュースから見えた広いニーズ一度漏れたら取り返せない個人情報を、そもそも事業者が抱えずに済ませたい。預けるリスクの小さい事業者を、客が選び始めている。
詳しく ▸
- 事業として
- ZOZOTOWNの漏えいは1518万人。仮に1人1,000円の見舞金を払うなら約150億円で、この巨額の賠償リスクを小さくできる(試算)。
- 勝てる理由
- 毎日大量の出荷を持つため、宅配会社と受取コード方式の条件を交渉できる。購入履歴と配送の接点も自社にある。
- どの前提を疑うか
- 直近1年の注文で住所を使う場面を洗い出し、宅配会社1社と1地域で受取コード配送を試し、遅延率と返品率が従来並みか見る。
- この案が強いのは
- 出荷現場で住所が何度も転記される実態を知る人が、どこで消せるかを見抜ける。
契約企業が持つ個人情報の件数と保管期間を測り、漏えい時の損害額を保険料に反映する
このニュースから見えた広いニーズ個人情報の漏えいは1社で千万人規模になり、損害額は保有件数と保管の仕方で決まる。しかし企業ごとの差は誰も測っていない。
詳しく ▸
- 事業として
- 楽天証券は1572万口座、ZOZOは1518万人。1人1,000円なら約150億円で、保険金の上限設計に直結する(試算)。
- 勝てる理由
- 過去の保険金支払いの実績データを持ち、企業ごとの損害の出方を数字で比べられる。
- 何を、どう測るか
- 過去の事故の保険金支払い記録と公表事案から、件数・業種別の1人あたり損害額を算出し、料率表の試案を作る。
- この案が強いのは
- 保険金支払いの査定で、損害が膨らむ原因を見てきた人が、料率に効く質問項目を選べる。
セッション発言録 〈26年8月回・「手を動かした後の議論」の節〉から —「地図のほうはオープンデータなので誰でもできる。でも暮らし提案のほうは、顧客からデータをいただけるという関係性があるからこそ、他社にはできないものができる。独自データかどうかという観点がありますね。一方で、独自情報があるがゆえに ― 誰かにとっての機密情報だと ― 売りにくくなるという面もある。」
26年10月回では、重要な情報をそもそも持たない設計が最大の安全策になると示しました。この通販の再設計案は、個人情報を自社に置かず空にする点に重なります。 AI
この話題で出たほかの案(4件)
加盟店の古い端末を危険度順に直し、感染が起きる前に止める保守を有償で売る
このニュースから見えた広いニーズ古いソフトの穴を突かれた感染は、店の数が多いほど見逃され、被害は一気に広がる。直す順番を決める仕組みがほしい。
詳しく ▸
- 事業として
- POS端末700台超が感染し、カード情報100万件超が流出した。1台月1,000円で10万台なら年12億円の保守収入になる(試算)。
- 勝てる理由
- 納入済みの端末の台数と機種構成を把握しており、加盟店へ直接の訪問も遠隔接続もできる。
- 誰を、どう動かすか
- 保守部門長が納入端末の更新状況を一覧にし、未更新の台数と事故時の補償額を経営会議に出して、有償契約の試行を承認させる。
- この案が強いのは
- 端末の現場保守で、更新が止まる店の事情を知る人が、加盟店に受け入れられる契約の形を作れる。
退会時にデータを即座に消去する選択肢を設け再入会時の優待と結びつけて他社から顧客を奪う
このニュースから見えた広いニーズ退会した客の情報まで持ち続けると、漏えい時に通知もできず、責任だけが残る。持つ期間を減らしたい。
詳しく ▸
- 事業として
- 退会者20万人の保管コストと漏洩リスクを消しつつ、割引利用で再入会率が2%上がれば数千万円の月会費が戻る試算。
- 勝てる理由
- 他社が囲い込み目的で退会者情報を保持し続ける中、即時消去の安心感と再入会優待を両立させて差別化する。
- AIに何から聞くか
- 退会手続き画面に完全消去と同時に再入会割引コードを即時発行する仕組みを組み込み、反応率を1店舗で検証する。
- この案が強いのは
- 退会手続き時の心理的ハードルと再入会の動機を熟知している現場だからこそ、客が最も安心する消去提案ができる。
漏えいの当日から、対象かどうかと取るべき対策を本人に即答する窓口を用意する
このニュースから見えた広いニーズ漏えいが起きると、客は自分が対象か分からず不安になり、問い合わせが一気に殺到する。当日に即答できる体制がほしい。
見送り:混雑・差別化あり/54.0点
詳しく ▸
- 事業として
- POS端末の感染でカード情報100万件超が流出した例がある。問い合わせ率2%なら2万件、1件800円の対応で約1,600万円(試算)。
- 勝てる理由
- 会員の本人確認の仕組みと、不正利用・再発行の問い合わせ記録の蓄積をすでに持っている。
- どう作るか
- 過去2年の不正利用・再発行の問い合わせ記録からAI窓口の試作を作り、模擬の流出で正答率と本人確認の手間を試す。
- この案が強いのは
- 不正利用の相談で客が何に困るかを知るオペレーター経験者が、答えの順番を正しく設計できる。
同業数社で漏えい後の見守りと見舞金を共通の約束にし、不安な顧客の乗り換え先になる
このニュースから見えた広いニーズ個人情報が漏れた後の二次被害(自宅を狙われる、なりすまし)への不安を、事業者が引き受けてくれるなら対価を払いたい。
見送り:空席/52.9点
詳しく ▸
- 事業として
- 楽天証券の集団訴訟の登録は2万人超。月300円の保証に50万人が入れば年18億円(試算)。訴訟や解約の流出も抑えられる。
- 勝てる理由
- 不審な出金や住所変更の検知データを持ち、顧客の資産額に応じた見舞金の水準を設計できる。
- 誰に、どう呼びかけるか
- 同業3〜4社に声をかけ、過去の不正出金の件数と被害額を持ち寄り、見舞金の設定と月額の水準を試算する。
- この案が強いのは
- 不正出金の手口と被害額を日々見ている人が、現実的な保証の範囲と価格を決められる。
ZapierでAIモデルを選んでワークフローを構築
- 何が変わったか
- Zapierのワークフローで複数の提供元のAIモデルを工程ごとに使い分け、必要に応じて切り替えられる。
- これまでの壁
- 「工程ごとに最適なAIモデルが違うのに、単一のツールで妥協していた」 AI
26年10月回では、作業に合わせてモデルを切り替える運用管理の重要性を示しました。この道具は工程ごとにモデルを使い分ける点に当たります。 AI
Zapierのフロー内で、要約はClaude、構造化データ出力はGPTなど得意なモデルに分担させる。
第9回AWS生成AI Meetup開催報告
- 何が変わったか
- ChatGPT EnterpriseをAWS Marketplaceから購入できるようになったと発表した。
- これまでの壁
- 「個別契約や経理処理のハードルが高く、Enterprise版の導入が進まなかった」 AI
既存のAWS請求に合算してChatGPT Enterpriseを調達できるか、購買担当と確認してみる。
Google Vidsで素材を再利用可能に
- 何が変わったか
- 動画生成に使った画像・動画・音声が新しい「Assets」セクションに保存され、同じプロジェクト内で再利用できるようになった。
- これまでの壁
- 「生成動画の一部素材を別のシーンで使い回すのに、都度再生成やDLが必要だった」 AI
社内向け解説動画の作成で、生成済みの画像や音声をAssetsから再利用して効率よく編集する。
今日入ったほかの発表 21件(提供元ごと)
- Workspace Studioのデータ地域対応が一般提供/Managed AirflowにAIエージェント支援を追加/Unified Access Policiesがプレビュー提供/Managed Service for Apache Spark 4.0を一般提供/Gemini CLI v0.70.0を公開/他クラウドのエージェント監視がPrivate Previewに/Agent Development Kit v2.15.0を公開
- OpenAI
- OpenAIがMedChemBenchを発表/Codex CLI 0.171.0の新機能
- Harvey
- HarveyとiManageの双方向同期を早期提供/Harveyの保持・監査機能を拡張
- Databricks
- Genie ZeroOpsがパブリックベータに/Genie Ontologyが一般提供開始
- Unsloth
- UnslothにInkling 2 Miniなどを追加
- Ollama
- Ollama v0.40.17を公開
- Meta
- MetaがUMA Nitroを公開、UMA Playgroundを高校で提供
- All Hands AI
- OpenHands v1.43.0を公開
- AWS
- Kiro CrewにConductor modeが追加
- Anthropic
- Claude Code v2.1.329を公開
- Zapier
- AIアシスタントからPlaudの自動化を構築
- NVIDIA
- TensorRT-LLM v1.3.0でモデルと推論機能を拡充
AIを単なる業務効率化の手段ではなく、事業モデルや経営のあり方そのものを変える基盤として捉えている。
26年5月回では、AIを単なる効率化の道具から事業モデル自体の変革へ引き上げる視座を描きました。この方針は経営基盤として捉える姿勢に重なります。 AI
過去の業務効率化から、経営や事業モデルを変える基盤へ位置づけが変化。
AI AIが自動でまとめたもの(この会社の表明の並びから)フロンティアAIによるサイバー攻撃の迅速化・大規模化に備え、脆弱性管理・パッチ適用・監視対応などのセキュリティ対策と管理態勢を強化している。
過去の業務改革活用から、サイバー攻撃への備えなどリスク対策に言及が変化。
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 6社
- サノフィ 人事向けAIエージェントを導入し、採用やキャリア支援を行う広げているLe Mag IT・11/21
- Anthropic 生成AIサービス「Claude」を展開する広げている日本経済新聞・11/21
- サムスン電子 AI時代のメモリー事業の転換を担う人事を行う構想を表明인사이드비나・11/20
- SKハイニックス AIラックシステムとメモリ基盤のAIサービング技術を実演した成果を報告연합인포맥스・11/20
- 大和証券グループ本社 (DG Daiwa Ventures(DGDV))物流AIスタートアップに出資した成果を報告LOGI-BIZ online・11/20
- デジタルガレージ (DG Daiwa Ventures(DGDV))物流AIスタートアップに出資した成果を報告LOGI-BIZ online・11/20