ストーリー
田
田中VPoE
戦略策定の第一歩は「どこにAI活用の機会があるか」を体系的に洗い出すことだ。直感で「ここにAIを入れたら便利そう」ではなく、フレームワークを使って網羅的に分析する
あなた
感覚ではなく、再現可能な方法論が必要ということですね
あ
田
田中VPoE
その通り。AI活用の機会は、バリューチェーン分析、ジョブマッピング、技術トレンド分析の3つの視点で捉える。これを組み合わせることで、見落としのない機会マップが作れる
バリューチェーン分析によるAI機会の特定
ポーターのバリューチェーンモデル + AI
企業の活動を主活動と支援活動に分解し、各活動でのAI活用機会を特定します。
| 活動区分 | 活動 | AI活用機会 | インパクト |
|---|
| 主活動 | 購買物流 | 需要予測AI、サプライチェーン最適化 | 高 |
| 主活動 | 製造・オペレーション | 品質検査AI、プロセス最適化 | 高 |
| 主活動 | 出荷物流 | 配送ルート最適化、在庫管理AI | 中 |
| 主活動 | マーケティング・販売 | パーソナライゼーション、リードスコアリング | 高 |
| 主活動 | サービス | AIチャットボット、顧客感情分析 | 高 |
| 支援活動 | 全般管理 | 経営分析AI、意思決定支援 | 中 |
| 支援活動 | 人事・労務管理 | 採用スクリーニング、エンゲージメント分析 | 中 |
| 支援活動 | 技術開発 | AI活用開発支援、コード生成 | 高 |
| 支援活動 | 調達 | 取引先リスク評価、契約書レビュー | 中 |
機会の4象限マッピング
AI適用のしやすさ
高 低
┌────────────┬────────────┐
高│ Quick Win │ 戦略投資 │ 事
│ ・議事録生成│ ・AI搭載製品│ 業
│ ・FAQ対応 │ ・需要予測 │ イ
│ ・コード支援│ ・自律システム│ ン
├────────────┼────────────┤ パ
低│ 効率化 │ 見送り/保留 │ ク
│ ・文書整理 │ ・完全自動化 │ ト
│ ・データ入力│ ・創造的判断 │
└────────────┴────────────┘
ジョブマッピングによるAI機会の特定
「Jobs to be Done」フレームワーク
顧客や従業員が「片付けたい仕事(Job)」を中心にAI活用機会を探ります。
| ジョブの段階 | 説明 | AI活用例 |
|---|
| 定義する | 何をすべきか決める | タスク推奨、優先度付け |
| 情報を収集する | 必要な情報を集める | 情報検索AI、要約生成 |
| 準備する | 実行の準備をする | テンプレート生成、データ前処理 |
| 実行する | 仕事を遂行する | 自動化、判断支援 |
| 確認する | 結果を検証する | 品質チェック、異常検知 |
| 修正する | 問題を修正する | 根本原因分析、修正案提示 |
| 報告する | 結果を報告する | レポート自動生成、可視化 |
AI適用可能性の評価基準
| 基準 | 高い適用可能性 | 低い適用可能性 |
|---|
| データの可用性 | 大量のデジタルデータが既に存在 | データがアナログまたは未整備 |
| タスクの反復性 | 同種のタスクが繰り返し発生 | 毎回異なる創造的判断が必要 |
| 精度の許容度 | 80-90%の精度で十分 | 99.99%の精度が必須 |
| 人間の判断の必要性 | ルールベースで判断可能 | 高度な倫理的・文脈的判断が必要 |
| スケーラビリティ | 処理量が多く人手では限界 | 少量で人手で十分対応可能 |
技術トレンド分析
AI技術の成熟度カーブ
| 技術領域 | 成熟度 | 活用の現実性 | 3年後の見通し |
|---|
| テキスト生成(LLM) | 成熟期 | 即座に活用可能 | コモディティ化が進む |
| コード生成 | 成長期 | 開発生産性に大きく貢献 | 開発プロセスの標準ツールに |
| RAG(検索拡張生成) | 成長期 | エンタープライズ活用の中核 | 精度と効率が大幅向上 |
| マルチモーダルAI | 成長初期 | 一部ユースケースで活用可能 | 適用範囲が拡大 |
| AIエージェント | 黎明期 | 実験段階、限定的な活用 | 自律的なタスク実行が実用化 |
| 小規模言語モデル(SLM) | 成長期 | エッジ・オンプレ環境で有効 | コスト効率の高い選択肢に |
技術トレンドのインパクト評価
技術トレンドのインパクト評価マトリクス:
自社への影響度
低 中 高
┌─────────┬─────────┬─────────┐
高│ │マルチ │AIエージ │ 確
│ │モーダル │ェント │ 実
├─────────┼─────────┼─────────┤ 性
中│SLM │RAG高度化│LLM進化 │
│ │ │コード生成│
├─────────┼─────────┼─────────┤
低│ │ │ │
└─────────┴─────────┴─────────┘
機会の定量化フレームワーク
IMPACT スコアリング
| 評価軸 | 説明 | 重み |
|---|
| Impact(事業インパクト) | 売上増加・コスト削減への貢献度 | 25% |
| Market(市場機会) | 競争優位の獲得可能性 | 15% |
| Preparedness(準備状況) | データ・人材・インフラの準備度 | 20% |
| Alignment(戦略整合性) | 事業戦略との整合度 | 20% |
| Complexity(複雑性:逆数) | 実装の容易さ | 10% |
| Timeframe(実現期間:逆数) | 短期間で成果が出る度合い | 10% |
各軸の評価基準
各軸を1-5点で評価:
Impact(事業インパクト):
5: 年間1億円以上のコスト削減 or 売上5%以上の増加
4: 年間5,000万-1億円のインパクト
3: 年間1,000万-5,000万円のインパクト
2: 年間500万-1,000万円のインパクト
1: 年間500万円未満
Preparedness(準備状況):
5: データ整備済み、人材確保済み、インフラ準備完了
4: 3要素のうち2つが準備完了
3: 3要素のうち1つが準備完了
2: 一部準備があるが不十分
1: ほぼ未準備
まとめ
| ポイント | 内容 |
|---|
| バリューチェーン分析 | 主活動・支援活動の各段階でAI機会を特定する |
| ジョブマッピング | 「片付けたい仕事」の視点でAI活用機会を発見する |
| 技術トレンド分析 | AI技術の成熟度と自社への影響度を評価する |
| IMPACTスコアリング | 6軸の定量評価で機会の優先順位を決定する |
チェックリスト
次のステップへ
次は「AI活用の脅威分析」を学びます。機会の裏にある脅威を正確に把握し、リスクに備える戦略を策定しましょう。
推定読了時間: 30分