AIはこれらの企業の製品イテレーションの最終決定権を持っている

人工知能は、企業が新たなビジネスチャンスを特定し、迅速な製品の反復を促進し、さまざまな方法で製品をより完璧なものにするのに役立っています。これらの分野における AI の利点は次のとおりです。

1. 大量のデータをすばやく検索してパターンを発見し、既存のモデルのギャップ、新製品やサービスのビジネス チャンス、市場競争力を分析します。

2. 試行錯誤を通じて新しい製品やサービスのコンセプトやプロトタイプを仮想的に反復し、テスト時間を短縮し、テスト コストを削減しながら消費者のフィードバックをシミュレートします。

3. さまざまな地域での検索および購入パターンを分析することで、地域市場の需要と新製品およびサービスの受け入れを予測します。

新製品開発プロセスのさまざまな段階で AI がどのような役割を果たしているか、また特定のテクノロジー ソリューションがどのように展開されているかについて、興味深い例をいくつか見てみましょう。

バルセロナに本社を置く多国籍ビール会社ダムのオープンイノベーションマネージャー、ジョルディ・トレント氏は、ビール業界におけるAI技術の応用について語った。同社はビール醸造に加え、物流や流通などの関連事業にも注力する必要がある。

英国のスタートアップ企業IntelligentXは、機械学習企業Intelligent Layerおよび広告クリエイティブエージェンシー10Xと提携し、AI技術を活用したビール製品シリーズを開発している。

まず、同社はチャットボットを使用して消費者にビールの味の好みについて質問し、その回答を素早くまとめました。次に、アルゴリズムはそこから、既存の製品を最適化する方法と、よりターゲットを絞った調査の質問をする方法を学習します。 AI システムはビールの味を継続的に学習し調整することで、最終的に大量のデータを収集し、従来の製品開発プロセスをはるかに超える効率で重要な情報を解釈します。

ロンドンの「UBREW（オープン・ブリュワリー）」では、ゴールド、アンバー、ライト、ブラックの4種類のビールの販売を開始し、会員はここで独自のビールを醸造することもできるようになった。 AIは度重なる探索に基づき、1年以内にビール製品を11回連続で改良しました。

ソーシャル分析会社 NetBase と合併したばかりの AI 企業 Quid は、AI テクノロジーを使用してほぼあらゆる市場でビジネスチャンスを模索しています。

Quid の創設者であり、現在 NetBase Quid の社長を務める Bob Goodson 氏は、ベンチャー キャピタルやエンジェル投資家の支援を受けた世界中の 200 万の新興企業と、それに関連する製品の独自のデータベースを構築しました。 Quid は、さまざまな分野の新製品やサービスのアイデアを直接整理し、起業家がどのような新しいビジネスチャンスを開発できるかを追跡できます。

現在、NetBase のソーシャル情報収集および分析機能により、NetBase Quid は、消費者の満たされていない要求や既存の製品に関する否定的な意見を「聞き」、より優れた製品やサービスがどのようなものであるべきかを推測することができます。ちょうど先週、グッドソン氏は電話インタビューで分析プロセス全体を実演しました。 AI システムはわずか数分でレポートと分析情報を生成しました。これは、従来のコンサルティング チームでは通常数週間かかる作業です。

この記事の冒頭の図は、センサーおよびウェアラブルデバイス市場におけるスタートアップ企業の集積と、参加企業間のギャップと優位性を示しています。以下のグラフは、同じ市場におけるさまざまなサブ産業の新興企業、各企業の平均設立期間、および各サブ産業がどれだけの投資を集めたかを示しています。データを通じて、各サブ産業の競争力と発展レベル、および関連する投資額が依然として増加しているかどうかを確認できます。

▲図は、各業界の新興企業数、業界内の平均的な起業状況、および各セクターが誘致した投資額を示しています。

最後のグラフは、各サブ産業の最近の四半期投資額を四半期ごとに示しています。 COVID-19の流行中、センサーやウェアラブルデバイスにかなりの投資が集まっていることがわかります。

▲図は四半期ごとの各市場セグメントへの投資額の概要を示しています。

Y Combinator、Moment Ventures、そして『The Lean Startup』の著者であるEric Reisの支援を受けるスタートアップ企業Turing Labsは、AIソフトウェアを使用して、さまざまな消費者向け小売パッケージ製品や食品の研究開発機能を強化し、研究開発コストを大幅に削減しています。

同社の AI ソリューションは、新製品の総合的なテスト時間を短縮し、当初の約 1 年半のサイクルを約 6 週間に短縮します。このソフトウェアは、過去の製品を分析し、テストデータを調査し、その背後にある化学を分析するとともに、機械学習を使用して、石鹸、洗濯用洗剤、シャンプー、サラダドレッシング、飲料などの新製品に対する市場の反応をシミュレートすることもできます。

チューリングは、研究開発チームと市場調査チームの知識である「人間のデータ」も定量化し、その情報を組み合わせて、成分の変更が製品の配合、コスト、消費者の嗜好に与える影響を予測しました。反復プロセス全体が仮想的に実行されるため、非常に高速であり、企業は学習を迅速に最適化して反復することができます。プロセス全体は、物理的なオブジェクトに対するこれまでの実際のテストよりもはるかに高速であるだけでなく、テストと反復のコストも大幅に削減されます。

新型コロナウイルスの流行の影響により多くの研究開発ラボが閉鎖されていることを考慮すると、AI ソフトウェアは、在宅勤務する研究者が従来の実験環境ではなく自分のコンピューターで機械学習プログラムを使用するのに役立ちます。現在、Turing は多くの中国の大手 CPG および小売メーカーと協力して、制御テスト データやリアルタイム制御テストを通じて予測結果の精度を検証しています。

戦略的デザインエージェンシーである Smart Design は、もともと人間の従業員を中心に行われていた業務を AI テクノロジーで補完しています。 AI テクノロジーの導入により、研究システムに新たな視点が加わり、チームは従来の定量的または定性的な方法では見つけるのが難しい、より多様な洞察や行動パターンや機会パターンを発見できるようになりました。 AI テクノロジーは人間とは異なり、偏見の影響を受けにくいため、従来とは異なる期待やパターンを発見する可能性が高く、最終的には人間の洞察力を強力に補完します。

大規模で非常に豊富または複雑な（音声または画像ベースの）データセットが利用できる場合、またはデータセットの内容が非常に動的で頻繁に変更される場合、AI テクノロジーは不可欠かつ重要な分析ツールになります。このようなビジネス シナリオには次のようなものがあります。

• 機関、政府、都市が提供するオープンデータ

• Statistaなどのサブスクリプションサービス

• 購入、使用、ソーシャル行動など、クライアントが所有する消費者データ

• 豊富で複雑な基礎研究データ（アクティビティ ログ、トランスクリプト、ビデオ、画像など）

典型的なケースとして、スマートデザインは、自転車レーンの具体的な設計が事故率にどのような影響を与えるかを調べることを目的として、ニューヨーク、ボストン、サンフランシスコの自転車レーンの交通事故に関するオープンソースのデータ分析を実施しました。関連する結論は、将来の道路設計に重要な大幅な改善とインスピレーションをもたらすことが期待されます。

▲図：自転車レーンの設計を支援するために AI によって生成されたニューヨークの自転車事故マップ。

AI システムは、Voxpopme や Luminoso などの分析ソフトウェアを使用して、多数のインタビュー対象者からのインタビュー結果をテキストに書き起こし、これに基づいてコンテンツ分析を実行することもできます。 AI テクノロジーは、回答者の回答内のフレーズと概念の間に共通するパターンを見つけ、これまで人間のアナリストには見えなかった重要な傾向を明らかにすることができます。

ほとんどの企業にとって、人工知能はまだ新しい未知の世界です。しかし、それ自体が製品開発の新たな方向性を示すものであり、疑う余地のない試用価値を持っています。

AI の力を活用してビジネス開発を推進したいと考えているマネージャーにとって、AI は機会の発見、製品の迅速な反復、プロセスの運用コストの大幅な削減に役立ち、最終的には強力な競争上の優位性を確立することが期待されています。さらに重要なのは、AI が未来を象徴しており、より高品質で使いやすい形で私たちを受け入れてくれるだろうということです。