政策・法規制を探すAIに現場の評価を戻す、JDSCとグローリーが新規事業で実証
国や自治体の情報を収集・整理し、利用者が必要性を評価する。その結果を次の提示へ反映し、企業ごとに異なる事業機会の探索精度を高める。
BY 株式会社JDSC
政策や法規制の変化から新規事業機会を探す事業会社の企画・戦略部門
pilot
検索生成の精度だけでなく、人の評価を業務サイクルへ組み込む点に注目した。実証の対象範囲や数値目標は未公表であり、情報の網羅性と意思決定への効果を分けて検証する必要がある。
政策情報を集め、利用者が評価
株式会社JDSCは、政策・法規制情報を新規事業開発に活用するAIの開発を開始した。通貨処理機やセルフサービス機器を手がけるグローリー株式会社が実証パートナーとして協力する。
AIは国や自治体が出す政策・法規制情報を収集・整理し、新規事業との関連性が高い情報を利用者へ提示する。利用者は提示内容を簡単に評価し、AIがその結果をスコア化して次の情報提示へ反映する。
一度の検索ではなく運用を学習
政策や規制の重要性は、企業の技術、顧客、検討中の事業によって異なる。一般的な検索や要約だけでは、同じ情報でも企業ごとに違う優先順位を付けにくい。
今回の仕組みは、収集、提示、評価、改善を繰り返す。利用者の反応を蓄積して、必要な情報の定義を業務の中で更新することで、単発の調査ツールではなく継続利用する意思決定支援を目指す。
情報探索から事業仮説へ
将来は、政策・法規制情報と利用企業が持つ技術や事業資産を組み合わせ、新しい事業機会や仮説を提案するAIへ発展させる構想だ。外部環境の変化を知らせるだけでなく、自社が何を提供できるかまで接続する。
グローリーは通貨処理機、セルフサービス機器、電子決済、生体認証など複数の技術領域を持つ。異なる資産と政策テーマの関係をAIがどこまで有用な形で提示できるかが実証のポイントになる。
見逃しと過剰通知をどう測るか
利用者の評価だけで学習すると、既知の関心に近い情報へ偏り、意外な事業機会を見逃す可能性がある。反対に、対象を広げすぎると確認すべき情報が増え、担当者の負担を減らせない。探索と絞り込みのバランスが必要だ。
発表では、対象とする国・自治体や文書、実証期間、精度目標、利用人数は示されていない。収集漏れ、関連情報の採用率、確認時間の削減、実際に生まれた事業仮説などを分けて評価する必要がある。
LAUNCH TRACEの視点
法改正や補助制度は新市場を生む一方、公開場所や文書形式が分散し、追跡に手間がかかる。AIによる収集だけなら汎用ツールでも試せるが、誰が何を有用と判断したかを組織の学習資産にすることで、企業固有の仕組みになり得る。
価値を決めるのは要約の自然さではなく、担当者が見落としていた変化を早く発見し、事業判断につなげられたかだ。実証後には、具体的な利用場面と意思決定への寄与が示されることを期待したい。