第1部 生成AIを活用した新規事業アイディア創出の勘所

(2024年2月9日 11:00〜11:40)

　2022年11月にリリースされたchatGPTを皮切りに、各企業は生成AIのユースケースを模索しています。新規事業開発におけるアイディエーションという側面においても利用を試みる企業が増えています。一方、やみくもに“○○を活用した新規事業を考えてください“といったプロンプトによりアイディアを出させた場合、期待に見合う成果は得られないことが想定されます。上記例においてはプロンプト (=問い) の解像度が低い点が問題であることは明白ですが、プロンプトエンジニアリング以外においても成果を出すために考慮すべきポイントはいくつか存在します。
　本セミナーでは、真に求める事業アイディア創出に必要な問いの設計や、テキストマイニング等統計的なアプローチとも組み合わせたアイディア創出方法を具体的な事例を交え紹介します。

1. 企業における事業アイディア創出の現状
2. アイディア創出の難しさ
3. アイディア創出のおけるAI活用の全体像
4. 生成AI活用のポイント
5. 思考の型の整備
6. テキストマイニングや統計的手法との組み合わせ
• 質疑応答

第2部 人工知能による新商品コンセプトの自動生成とアイデア創出

(2024年2月9日 12:40〜14:10)

　この講演では、創造性の自動化や実務での支援を目指した私達の技術と、その技術に関連した動向を紹介します。まず、新しいコンセプトをコンピューターに自動で生成させることを目的とした私達の研究について詳しく説明し、企業で活用された事例も紹介します。
　本技術は、インターネットの文書データをネットワーク構造として学習する機械学習技術によって実現されています。また、アイデア創出の別方向からのアプローチとして、海外のベンチャーキャピタルが投資した100万件以上のスタートアップから「日本にまだ無く、相性が良いアイデア」のみを抽出し、成功可能性が高いアイデアを創出する「タイムマシン型アイデア創出」をご紹介します。

1. コンセプト生成技術
   1. 創造性やコンセプトの自動化を目指した研究の動向
   2. コンピューターで扱えるコンセプトの形式
   3. 成功したコンセプトをコンピューターが学ぶ手法
   4. 学習済みのコンピューターによるコンセプトの自動生成
   5. 過去のヒット商品を表す文書データによる評価
   6. 利用者調査による評価
   7. 実用化事例
2. タイムマシン型アイデア創出
   1. 新規事業開発におけるアイデア創出フェーズのよくある課題
   2. 時間・質・量の課題を解決する「タイムマシン型アイデア創出」の考え方
   3. タイムマシン型アイデア創出:成功事例
   4. タイムマシン型アイデア創出:特徴
   5. Relicが提供する IDEATION Cloud の特徴
   6. IDEATION Cloud:ユースケース
   7. IDEATION Cloud:類似サービスとの比較
   8. IDEATION Cloud:具体的な推進プロセス
• 質疑応答

第3部 膨大な学術情報の分析による事業展開可能性の探索

(2024年2月9日 14:30〜16:00)

　論文などの学術情報は指数関数的に増えており、すべてを把握することは困難である。
　そこで、本講演では、自然言語処理などのデータ分析を用いることで、その分野の外観を把握する方法を紹介する。これにより、膨大な情報から優先順位をつけ、その技術を駆使して新たなアプリケーションの可能性を探求することができる。特に、脱炭素領域に焦点を当て、具体的なケーススタディを通じて、最新の研究成果を事業展開にどのように活かすかを示す。

1. はじめに
2. 研究開発動向の把握の方法
   1. 学術俯瞰の必要性
   2. 引用ネットワーク分析による学術俯瞰
   3. 自然言語処理を用いた事業展開可能性の探索
3. ケーススタディ
   1. 脱炭素領域の重要性
   2. 脱炭素領域での学術俯瞰
   3. 脱炭素領域の事業展開可能性の探索
4. まとめ
• 質疑応答