AIで挑戦したい領域について

昨日のやまたかの記事で、AIの活用は難しく考えずシンプルに考える、という話がありました。

この記事では、AI活用を考える際に、

  • 他社の事例を真似して
  • 価格をできるだけ抑えて

チャレンジをすることをオススメしています。
そこで今回はなぜこのパターンで挑戦するのが良いのかを、やまたかとは別の切り口で考えてみたいと思います。

ビジネスインパクトの軸と実現難度の軸

ここでは新しい取り組みを行う際の、ビジネスインパクト(収益性)と実現難度の2つの軸で取り組みを分類してみます。
4象限にわけると以下のようにわけることができます。

  1. 収益性が大きく実行も容易なもの。まずやるべき領域だが、競合多数。
  2. 収益性は大きいが実現難度も大きいもの。成功すれば得られるものは大きいがその分リスクも高い。
  3. 収益性は小さいが簡単にできるものパイを取れるならやる価値あり。
  4. 収益性が小さく、実現難度が大きいもの。わざわざやる価値はない。

新規ビジネスに参入する際や、新商品・新サービスを考える際にはこういった軸で考えるとわかりやすいのでオススメです。そしてこれはAI活用を始めとした新しい取り組みを行う際にも活用できるものです。

AI活用を新しく始めるという文脈ですと、実現難度が小さいものは他社事例があって真似ができるものであると言えます。実現難度が大きいものはたとえば外部データをリアルタイムで取得して、モデル構築を行うようなAI活用ですね。もしかしたら大きな効果が発揮できるかもしれませんが、作った結果やっぱりダメだったとなる可能性もあります。

ビジネスインパクト(収益性)は解決したい課題が解決されることでどれだけの収益を生み出すことができるか、と捉えていただければと思います。
たとえば何らかの会員サービスの大会率が0.1%で、これが半分にまで改善されても売上に与えるインパクトは僅かです。課題だったとしても予算をつけて優先して解決すべき課題かというと、必ずしもそうではないということです。
他社事例があるものに関しては、すでに他社が取り組む価値を見出して取り組んだものだと言えるので、ビジネスインパクトがあるものと判断できます。

他社事例があって、価格を抑えることのできるものは?

他社事例があって、価格を抑えてチャレンジできるものが当てはまるのは1です。
4象限の中で最も取り掛かりやすいものです。

「いいや、当社ではどの企業もやっていない完全に新しい取り組みを行うんだ」

と熱い想いを持っていらっしゃる企業も多いとは思いますが、社運を賭けたプロジェクトを博打でやるわけにはいきません。2の領域に挑戦するためにも、まずは1の領域で成功事例や失敗事例を溜めることをオススメいたします。

短いですが今日はそんな感じです。

 

マーケターの方向けの、マーケティングにAI活用が進まない3つの理由とその解決策についてまとめた資料を無料で配布しています。

お気軽にダウンロードしてみてください。

>無料でDLする<

 

 

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です