未来イメージのつくり方と人工知能技術の本質から、人工知能を活用した事業構想のあり方を考えるセミナーを開催いたしました。参加者の方々の問題意識や経営資源から人工知能ビジネスにおいてどういった可能性があるか、ワークショップ形式での議論も行いました。

2. 対象院生
新規事業担当者
（及び将来携わりたいと希望する方）
事業承継者
（及び事業承継予定者）
地域活性化を志す方
ベンチャーを興したいと考える方

5. MPDとMBAの範囲
時間
構想・構想計画 創 業 成 長 成 熟 成熟継続 衰 退
MPD MBA
ビ
ジ
ネ
ス
モ
デ
ル
の
売
上
高
社会状況の変化
構想計画の完成
度・精密性が
高ければ高いほ
ど事業サイクルは
安定する。

6. 事業構想の枠組みと流れ

7. 事業構想を考え構築する人を
育成する
クリエイティビティを重視した
従来の枠を超えた
新しい社会人向け大学院です。
修士課程２年間
校舎は南青山。表参道駅から１分
入学定員は１学年３０名の少人数制

8. GESTISS/G-SPASE プログラム
他大学との研究
東京大学、慶應義塾大学、
東京海洋大学、青山学院大学との連携

9. • 技術経営
信州大学、名古屋工業大学、G-SPASE
• 人工知能ベンチャー
株式会社IF

11. 経営学（Management Science）
経営は、経営資源を調達し、その資源の最
適配置によって最大の効果を得ること
目標とする指標のための手段の科学

12. 事業構想（Project Design）
社会的な課題を発見し、それを解決するた
めの事業をデザインして、社会の一翼を担
うこと
目標を決めてから、その実現を目指す技術

13. 目標を決める技術とは
どのようなものでしょうか？

14. バックキャスティング

15. FORECASTING
山の麓から考える

16. 現状分析→短期的課題の抽出→解決の繰り返し
現在 未来
いまを見る
世界を見る
FORECASTING
大きな市場を見る

17. BACKCASTING
山の頂上から考える

18. 現在 未来
BACKCASTING
いまを見る
世界を見る
大きな市場を見る

19. 理想の姿（山頂）から麓を見ると
思いがけないルート（イノベーショ
ン）が見えたり
登頂のために必要な資源（コアコン
ピタンス）が明確化する

21. The Best way to predict future is to invent it.
Alan Kay

22. アラン・ケイが考えた望ましい姿（1972年）

23. 1970年代までのコンピュータ
「メインフレーム」
1970年代後半から
「ミニコンピュータ」
Forecasting
過去の延長線上

24. Backcasting
理想の未来がうみだしたもの

25. なぜ人工知能に事業構想が必要なのか？

28. https://gyazo.com/39c7f850b8af31d693bedad
ec059705e
//gyazo.com/39c7f850b8af31d693bedadec059705e

29. 人工知能について
• 人の知能をコンピュータで再現する
• 1957 General Problem Solver
• 1960-70 エキスパートシステム
• 1980-87 2回目のブーム
• 現在 三回目のブーム

30. 出典：松尾豊（2015)

31. 出典：松尾豊（2015)

32. • 今話題になっている人工知能は「機械学
習」という分野
• 情報を学習することで「知能化」する
• 学習させるデータの質が非常に重要

33. 人工知能は何ができるか？
• 本当の意味での「人工知能」はまだ実現
していない
• 機械学習領域でのブレークスルー 表現
の獲得
• 知能の本質とは？

34. 「機械学習」の特徴
• 「機械学習」が得意なことは「最適化」
何を最適化するかという課題は残り続ける
• 「１対１」の最適化も可能になった
伝統的統計学では、部分から全体を推測。
機械学習ではすべてのデータが意味を持つ。

36. 1階プレイヤー
• デジタル空間の1階プレイヤー
Google, Facebook, amazon, Baidu, Salesforceなど
人工知能の精度が売り上げに直結する構造を持っている
と強い
汎用的な人工知能の開発→人工知能をコモディティ化
• リアル空間の1階プレイヤー
自動車メーカー、インフラ系、メーカー系、物流、小売
り
顧客とのリアルな接点が多いプレイヤー
人工知能が競争力の源泉になる

38. • AmazonによるWhole foodsの買収はどう
いった戦略的意図が考えられるのか？

40. 人工知能 費用対効果のとらえ方
• これまでの発想
=
開発した人工知能で想定できる売り上げ
人工知能開発にかかる費用
• 捉えるべきもの
＝
人工知能導入の効果＋導入しないことで発生しうる機会損失
人工知能開発にかかる費用

41. • 事業構想から技術シーズを眺める必要が
ある
• 事業構想する人工知能エンジニアか、人
工知能・データサイエンスを理解する構
想人材

42. 企業概要
• 株式会社ＩＦ（イフ）
• 設立年月日：2017年1月
• 本店所在地：東京都三鷹市
• 代表取締役 CEO：小塩篤史（事業構想
大学院大学）
• 最高技術責任者 CTO：伊藤孝行（名古
屋工業大学）

43. 事業内容
• 人工知能システムの開発（東京大学、名
古屋工業大学との連携）
• 企業の新規事業創出支援
• 官公庁、民間企業、大学からの受託調査
事業

44. Intelligence &Innovation Firm
IF: Intelligence &Innovation Firm
マッキンゼーが構想したConsulting Firmの役割は、スピードとイ
ノベーションが必要な現在では限定的となる。
イノベーションと人工知能に一人称で取り組む集団Intelligence
&Innovation Firmが知能革命時代のthe Firmとなる
Investigating the Future 未来洞察
Imagine the Future 未来想像
Identity Formulation 自己形成
Innovation Facilitation 革新促進
Idea Farm 発想培養
Intelligence Factory 知能工場
Inventing the Future 未来発明

45. デジタル系企業の立ち位置
遊び規則的
企
業
向
け
個
人
向
け
Team Lab
ライゾマティクス
一般的な
企業向けソリュ
ーション
「遊び」に満ちた
企業向けソリューション

46. 最高技術責任者 CTO
伊藤孝行
名古屋工業大学大学院 教授
情報工学科，情報工学専攻，創造教育課程
コレクティブインテリジェンス研究所 所長
JST CREST研究代表者
人工知能、特にマルチエージェントシステムに関する国際的な第一
人者
2016年度 人工知能学会 業績賞
2013年度 文部科学大臣表彰 科学技術賞（研究部門）
国際交渉エージェント競技会ANAC2010/AAMAS2010（Automated
Negotiating Agents Competition) 優勝
2004年度 IPA未踏ソフトウェア創造事業スーパークリエータ認定

47. ケース
• メーカーの販売店営業向けの支援システ
ム
人工知能は何を最適化すればいいでしょう
か？

48. 構想（目標）なき
人工知能が生み出す未来とは？

49. Solution
Vision Value
Function Psychology
Social Economical
ビジネスデザインの４つの要素
Problem

50. Honeymoon Workのコンセプト
在宅勤務の最大のネックは「やる気」「モチベー
ション」の維持
Honeymoon（蜜月）関係を維持するための時間の
使い方を支援するシステム
お互いのEngagementの最適化のために、時間とい
う資源をどのように効果的に活用するか？在宅勤務
の良いところをいかしながら、ネックとなる部分を
解消する。

51. Honeymoon Workの機能
• やる気、モチベーションを高めるオフラインミーティング・
オンラインミーティングのスケジューリング
• メール・チャットコミュニケーションの最適化
• タスクの細分化と達成感のデザイン
• バイオリズムの測定
• 業務日報作成の半自動化
• 書いた日報から推測する
• オンライン会議システム

52. データ化
できない
データ化
できる
非構造的データ
構造的データ
構造的データの強化
IoT、デジタル化によるデータ収集の進化暗黙知
形式知
暗黙知の補足
AIプロジェクトの中で統合していく

53. AI活用の推進のために
• 買うか、借りるか、つくるか
• つくる時に最も費用対効果の良い方法の
一つ→産学連携
• 産学連携時に必要なのは、産学連携プロ
ジェクトのビジョン、良い枠組み、研究
者とのコミュニケーション

54. 実際に始める前に
• 良い人材とは何か？
• 良い学びとは何か？
• より働き方とは何か？
• 実践的な人間への問いを持つことが、良
いAIプロジェクトの基盤になると思ってい
ます

55. AI magazine IF