AIを用いてアイデアを生態系のように扱えるのではないか？というテーマでChatGPT4とディスカッションしながらまとめたのが本日のnoteです。

前提条件と2つのアイデア

10,000人がさまざまアイデアを提案しています。 これをAIを使ってアイデアのマネジメントを行いたい。従来の一般的な考え方はカテゴリー分けや評価軸、キーワードを設定するものが多い。例えば評価軸や共通のキーワードをベースにした人と人のマッチングもこれに当てはまるのではないでしょうか。 しかしAIの計算能力や自然言語処理能力などにより、従来のやり方を超えたマネジメントの可能性があるのではないか？

2つのアイデア

個別評価軸に基づくマッチング

従来の一般的な評価軸ではなく、個人個人の評価軸を活用することで、より適切なマッチングが可能になります。AIの自然言語処理能力を利用して、各個人の価値観やパーパス、アイデアを分析し、それぞれの個人の評価軸を生成します。その後、個人間の類似度や互いに補完できる組み合わせを見つけ出すことで、化学反応が期待できるマッチングを探し出します。このアプローチにより、従来では見逃されがちな相性の良い組み合わせや新たな協力関係が発見できるのではないか。

アイデアの進化と関連人物の可視化

10,000人のアイデアを元に、AIを用いて新たなアイデアを生成します。これには、自然言語処理や機械学習アルゴリズムを活用して、異なるアイデアの共通点や差分を抽出し、アイデアの精度を向上させるプロセスが含まれます。また、関連するアイデアを提案した人物を可視化することで、プロジェクト化した際に適切なチームメンバーを仲間に招待することも考えられます。

これらのアプローチを組み合わせることで、AIを活用したアイデアマネジメントが従来の方法を大きく超える可能性があります。個人単位、個人の視点から見た個人起点の評価軸に基づくマッチングや新たなアイデアの生成を通じて、より適切な協力関係を築き、イノベーションを加速させることが期待できるのではないでしょうか。

アイデア生態系

アイデアの生態系とは、集団内の個々のアイデアが相互作用し、成長し、進化するような状態をイメージしています。アイデアのマネジメントがよりダイナミックな状態になるでしょう。

情報の劣化を最小限に抑えつつ、アイデア生態系を維持・発展

野中教授の知的創造理論では、暗黙知から形式知への変換プロセスが重要とされていますが、情報の劣化が一定程度起こると私は理解しています。しかし、AIを用いたアプローチでは、個人個人のアイデアの種子の複雑な状態をそのまま扱うことができます。これにより、情報の劣化を最小限に抑えつつ、アイデアの生態系を維持・発展させることが可能になります。

形式化のプロセスは必ずしも最初から行わなくてもよい

成果物としてのアイデアを明確な言葉や図などで表現することは、企画書やプレゼンテーションなどの場で必要ですが、アイデアの生態系では、そのような形式化のプロセスは必ずしも最初から行わなくてもよい。AIを活用してアイデアの種子を種子のまま扱い、適切なタイミングで形式知に変換するということが可能だからです。

アイデアを具現化

アイデアを具現化するタイミングは、解決すべき課題が明確で、実行段階に近づいている状態とします。この視点でアイデアマネジメントを行う場合、以下のプロセスが考えられます。

評価軸の設定とアイデアの選択

AIを活用して、解決すべき課題との関係性の評価軸の重みを強くして、提案されたアイデアから、実行に移す価値のあるアイデアを探し出します。一人のアイデアではなく、複数の人のアイデアを集め整理した状態のものがAIにより複数生成してもらいます。そこからAIと対話をしてアイデアを絞り込んでいきます。決定は人間です。

チームのマッチング

AIを利用して、このアイデアを実現したいと思っている、アイデアの種子をまいた人を見つける事ができます。これは直接的な言葉だけでなく個人の価値観やパーパスなどからも発見し、プロジェクトメンバーとして招待します。大事なポイントは一人ではないということです。招待した人は全員、自分が考えたアイデアという自負があります。または自分がやりたいことではないか？という感覚がある状態にします。そのようにAIを調整していきます。

また上記のマインドと組み合わせて、プロジェクトに必要なスキル保有者、経験を持つメンバーを見つけることもできるでしょう。このアイデアを実現したいと思っているエンジニア、プロジェクトマネージャーといった人たちです。

プロジェクトの準備

選択されたアイデアを具体的にプロジェクトとして動かすためには、実行に移すべきタスクやアクション、プロジェクトのスコープやゴール、期限などを設定します。メンバーの役割分担なども考えます。ここはAIが効率的に行います。

プロジェクトの実行

チームがプロジェクトを実行し、そのアイデアの実現性やPoCなどの評価をアイデア生態系にフィードバックします。これによりアイデア生態系が進化していきます。フィードバックには実行している人・チームの情報もセットにするので、実行するときに必要なスキル、チームワークなども蓄積されます。

アイデアをプロジェクト化することで、アイデアを実行するための情報が増えます。これはアイデアの不確定要素が減っていくのではないか？成功確率が高くなっていくのではないか？

関連理論

本記事に関連がある理論をChatGPT4に質問しました。プロンプトは「関連がある理論を教えてください」関連する理論は以下の通りです。

野中郁次郎教授の「知的創造理論」

この理論は知識の創造過程を説明するもので、暗黙知と形式知の相互変換が重要だとされています。記事では、AIを用いてアイデアの生態系を維持・発展させる方法として、情報の劣化を最小限に抑え、形式化のプロセスを最初から行わなくてもよいという点が取り上げられました。

複雑性理論（Complexity Theory）

複雑なシステムや組織の振る舞いを研究するための理論で、非線形なダイナミクスや自己組織化の概念が含まれています。この理論は、アイデアの生態系を扱う際に、相互作用や非線形な関係を理解し、創造的に対処する能力が求められることに関連しています。

ネットワーク理論

この理論は、個体間の関係をネットワークとして表現し、その構造やダイナミクスを研究するものです。記事で取り上げられた個別評価軸に基づくマッチングや関連人物の可視化は、ネットワーク理論を応用したアプローチと言えます。

これらの理論は、AIを活用したアイデアマネジメントの方法に関連し、従来の方法を超える可能性を示唆しています。

カバー画像もAIで生成

「アイデアの生態系を描いたイメージを生成してください。画像には、多様なアイデアが集まっている様子が表現されていることが望ましいです。また、AIがアイデアを分析・分類し、ユーザーに適切な提案を行っている様子も表現してください。画像には、協力や交流が盛んで、刺激的な空気感があることが望ましいです。」

こちらを英語に翻訳し、Microsoft Edge のAI画像生成「Image Creator」で生成してみました。カバー画像で利用した以外のものも掲載します。

終わりに

AI時代にプロジェクトデザイナーは何をすべきか？AIをどう使いこなすか、共存するか、そんなことを毎日考えています。