AIに実予算を預けて、事業を任せる実験を始めました。期限を決め、市場を選び、商品を考え、顧客を探す。もちろん、契約や支払い、外部への連絡をAIが勝手に行うわけではありません。最終判断と外部操作は僕が持ったまま、AIがどこまで事業づくりを進められるのかを試しています。
始める前、僕は予算の使い道を考えるものだと思っていました。広告を出す。商品を作る。何かを仕入れる。AIなら、人間が思いつかない使い方を持ってくるかもしれない。
でも、最初に起きたのは支出ではありませんでした。
AIが出した最初の商品案を、市場調査の後で捨てることになったのです。
AIは作れる。でも、それだけでは事業にならない
生成AIを使えば、文章も画像もコードも短時間で作れます。以前なら試作品まで進めなかった案も、今なら形にできる。だからこそ、最初の問いを間違え、「AIで何を作れるか」から始めてしまいます。
ところが、作れることと、誰かがお金を払うことは別でした。どれだけ早く作れても、既に強い代替手段がある、困っている人が見つからない、解決しても対価が発生しないのであれば、商品を完成させても事業にはなりません。
今回の実験で、AIが最初にやった重要な仕事は、商品を完成させることではありませんでした。
案を捨てるための材料を集めたことでした。
最初に探すのは「AI商品」ではない
次に見るべきなのは、既に誰かが対価を払っている仕事です。どんな人が、何に困り、現在は誰へ頼み、どの工程に時間や費用を使っているのか。その仕事の一部をAIで速くできるのか。品質を安定させられるのか。人にしかできない判断を残したまま、再現しやすくできるのか。
この順番なら、AIは商品名を考える道具ではなく、市場を調べ、仮説を比較し、試作品を作り、検証結果を次の判断へ戻す道具になります。
B2Bの専門サービス会社にも、同じことが言えます。専門知識がある会社ほど、AIを使えば教材、診断、レポート、ツールをいくつも作れるでしょう。しかし、作れる候補を増やすことより、顧客が現在どこで止まり、何には対価を払うのかを確認する方が先です。
まだ、成功したわけではない
この実験では、売上も利益も受注もまだ確認できていません。最初の案を捨てたことが正しかったかも、最終結果が出るまで分かりません。ただ、作る前に捨てられた。その判断材料をAIと集められた。これは、実験を続けるうえで残しておきたい変化でした。
次に確認するのは、新しく選んだ仕事に、本当に対価を払う人がいるかです。AIが何を作ったかではなく、誰のどんな停滞が動いたかで判定します。
セキオラは、手段から入らず、構造から考えます
AI、Web、営業、マーケティング、業務改善は、利益改善のための手段です。売上・支出・業務を見て、利益・キャッシュ・時間への影響が大きいところから、提案だけでなく実行まで支援します。
コメント