JP7224083B2 - 情報処理装置 - Google Patents
情報処理装置 Download PDFInfo
- Publication number
- JP7224083B2 JP7224083B2 JP2022547665A JP2022547665A JP7224083B2 JP 7224083 B2 JP7224083 B2 JP 7224083B2 JP 2022547665 A JP2022547665 A JP 2022547665A JP 2022547665 A JP2022547665 A JP 2022547665A JP 7224083 B2 JP7224083 B2 JP 7224083B2
- Authority
- JP
- Japan
- Prior art keywords
- user
- innovation
- keywords
- sentences
- unit
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000010365 information processing Effects 0.000 title claims description 98
- 238000000034 method Methods 0.000 claims description 136
- 230000008569 process Effects 0.000 claims description 95
- 238000006243 chemical reaction Methods 0.000 claims description 57
- 238000012545 processing Methods 0.000 claims description 35
- 238000000605 extraction Methods 0.000 claims description 20
- 238000003860 storage Methods 0.000 claims description 19
- 238000012790 confirmation Methods 0.000 description 39
- 238000013473 artificial intelligence Methods 0.000 description 38
- 238000010586 diagram Methods 0.000 description 25
- 241000282326 Felis catus Species 0.000 description 20
- 238000005516 engineering process Methods 0.000 description 15
- 238000011156 evaluation Methods 0.000 description 12
- 239000000284 extract Substances 0.000 description 12
- 230000009467 reduction Effects 0.000 description 11
- 230000004044 response Effects 0.000 description 11
- 238000013459 approach Methods 0.000 description 9
- 230000001066 destructive effect Effects 0.000 description 9
- 238000004519 manufacturing process Methods 0.000 description 8
- 238000005065 mining Methods 0.000 description 8
- 239000000463 material Substances 0.000 description 7
- 238000007796 conventional method Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 230000007423 decrease Effects 0.000 description 5
- 238000011161 development Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005304 joining Methods 0.000 description 5
- 230000009466 transformation Effects 0.000 description 5
- 241000251468 Actinopterygii Species 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000002950 deficient Effects 0.000 description 4
- 239000000654 additive Substances 0.000 description 3
- 230000000996 additive effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000009792 diffusion process Methods 0.000 description 3
- 239000010893 paper waste Substances 0.000 description 3
- 229910003460 diamond Inorganic materials 0.000 description 2
- 239000010432 diamond Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012239 gene modification Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 239000002699 waste material Substances 0.000 description 2
- 241001337225 Daucus carota subsp. carota Species 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000001364 causal effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000005352 clarification Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005017 genetic modification Effects 0.000 description 1
- 235000013617 genetically modified food Nutrition 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 239000010813 municipal solid waste Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000004806 packaging method and process Methods 0.000 description 1
- 238000009418 renovation Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q30/00—Commerce
- G06Q30/02—Marketing; Price estimation or determination; Fundraising
- G06Q30/0201—Market modelling; Market analysis; Collecting market data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/067—Enterprise or organisation modelling
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Tourism & Hospitality (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Description
それに伴って、ビジネスの態様も多岐に渡り、IT技術や遺伝子改変技術等に関わらず、あらゆる業界において、様々なビジネスモデルが提案されている。それに伴い、ビジネスモデルを提案するための技術についても、数多く提案がなされている(例えば、特許文献1参照)。
例えば、特許文献1には、ビジネスのモデル化に関し、ビジネスモデルを比較し、又は対比をする技術が記載されている。
ユーザに対する事前調査により求められた、当該ユーザにとって「イノベーション」と把握するもの並びに当該ユーザが求める「イノベーション」の種類及び内容に基づいて設定された1以上の所定の質問に対する当該ユーザからの回答に含まれる1以上の第1キーワードを抽出する抽出手段と、
前記抽出手段により抽出された前記1以上の第1キーワードの夫々を、所定の変換デバイスを用いて1以上の第2キーワードの夫々に変換する変換手段と、
前記変換手段による変換の結果として出力された前記1以上の第2キーワードに基づいて、前記ユーザにとってのイノベーションの内容を生成する生成手段と、
を備える。
図1は、本発明の一実施形態に係る情報処理装置が適用される情報処理システムにより実現される本サービスの概要を示す図である。
「イノベーション」としては、例えば「プロダクト・イノベーション」、「サービス・イノベーション」、といった種類を設けることができる。
詳細は後述するが、このうち、「プロダクト・イノベーション」とは、手に取ることができる「モノ」の分野における「イノベーション」のことをいう。これに対して、「サービス・イノベーション」とは、手に取ることはできないが、目に見えたり感じたりすることができる「コト」のサービスの分野における「イノベーション」のことをいう。
即ち、本サービスの提供者は、ユーザに現状確認書を提示し、その現状確認書に対するユーザの回答(例えばそれに含まれるキーワード)に基づいて、ユーザが「イノベーション」をどのようなものとして把握し、どのような種類やどのような内容の「イノベーション」を求めているのかを明確化させる。
また、別途取得されるユーザのプロフィール等を含むユーザに関する情報(以下、「ユーザ情報」と呼ぶ)もユーザが「イノベーション」をどのようなものとして把握し、どのような種類やどのような内容の「イノベーション」を求めているのかを明確化させるための情報として利用される。
図2は、図1の本サービスにおいて用いられる現状確認書の一例を示す図である。
その確認内容の具体的な内容としては、例えば、「現在の問題は?」、「業界の問題・または社会問題は?」、「何をしてゆきたいか?(新規事業・更なるビジネス・現状打破、戦略策定・戦略整理)」、「解決したい問題は?また、困りごとは何ですか?」、「貴社の業界の敵は?」、「貴社の商品から余る資源は?廃棄・空き・ゴミなどは?(もったいない)5W1Hで。」等が含まれる。
また、現状確認書には、未だ可視化されていない問題点を可視化させるべくユーザから具体的な事実等を引き出すことを目的としたものとは異なる確認内容が含まれていてもよい。具体的には例えば、図2に示すように、「貴社の商品の進歩の歴史を教えて下さい。」といった、一見イノベーションを直接的に想起させないような確認内容を含んでいてもよい。これにより、ユーザは、提示された確認内容に対して気負わずに回答することができる。
なお詳しくは後述するが、ユーザに提示される確認内容の他の例は、図2に示すとおりである。
また例えば、「どのようにイノベーションしたいですか?」という確認内容に対するユーザからの回答が、「今まで存在しなかった新しいものを世に出したい」というものであったとする。この場合、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、「存在しなかった」、「新しいもの」、「世に出したい」といったキーワードが抽出されて解析が行われる。その結果、例えば「このユーザは、新しいものを公開することを少なくとも「イノベーション」と把握している」という解析結果が出力される。更に言えば、「存在しなかった」を換言すると「既に存在している、既知の常識となっているものではない」ことから、ユーザは常識を覆すイノベーション、即ち、「破壊的イノベーションを「イノベーション」ととらえているといる」という判定結果が出力される。なお、破壊的イノベーションといったイノベーションのタイプの詳細については、後述する。
まず、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、「ユーザに提示される設問を抽出するための条件としての「切口」」が設定される。例えばイメージとしては、各種設問が円柱(樹木の幹)に分布しているとして、その円柱に対して所定角度で鋸が入れられて所定範囲だけ切り取られた面(切口)に分布している各種設問がユーザに対して提示される。この場合の鋸が入れられる「所定角度」や切り取られる「所定範囲」が、ユーザにとって「イノベーション」として把握されるものや、ユーザが求められている「イノベーション」の種類や内容に応じて可変することになる。
即ち、ユーザにとって「イノベーション」として把握されるもののうち、ユーザが求めている種類や内容のものがユーザに提案されるためには、より適切な問い(質問)がユーザに対してなされる必要がある。
「プロダクト・イノベーション」とは、手に取ることができる「モノ」の分野における「イノベーション」のことをいう。
「サービス・イノベーション」とは、手に取ることはできないが、目に見えたり感じたりすることができる「コト」のサービスの分野における「イノベーション」のことをいう。
また、「イノベーション」の種類としては、例えば「破壊的・イノベーション」、「ソーシャル・イノベーション」、「ビジネスモデル・イノベーション」が存在する。
「破壊的・イノベーション」とは、従来の常識や価値観を覆す「イノベーション」のことをいう。
「ソーシャル・イノベーション」とは、社会問題を解決することができる「イノベーション」のことをいう。
「ビジネスモデル・イノベーション」とは、商品の製方法造や役務の提供方法等におけるプロセスを削減することのできる「イノベーション」のことをいう。
図3は、図1の本サービスにおいて用いられる、イノベーションの種類と、切口と、設問と、デバイスの対応関係を示す表の一例を示す図である。
この場合、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、図3の表において「破壊的・イノベーション」に対応付けられた「やられたらまずいこと」や「これをやったらおしまい」といった「切口」が設定される。
この場合、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、図3の表において「プロダクト・イノベーション」に対応付けられた「破壊的」、「新結合」、「科学技術」、「再利用」といった「切口」が設定される。
この場合、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、図3の表において「プロダクト・イノベーション」に対応付けられた「破壊的」、「新結合」、「科学技術」、「再利用」といった「切口」が設定される。
この場合、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、判定結果に含まれるキーワード「社会的問題解決」が図3の表の「切口」に含まれていると認識され、当該「社会問題解決」といった「切口」が設定される。
この場合、「ユーザ自身のプロダクト(モノ)としてのティッシュペーパー」に関する設問が抽出されるような「切口」が設定されてもよい。即ち、図3の表には「その商品の常識は?」という設問が存在する。そこで、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、図3の表において当該設問に対応付けられた「破壊的」という「切口」が設定される。
この場合、「ユーザが製造している製品」に関する設問が抽出されるような「切口」が設定されてもよい。即ち、図3の表には「その商品の常識は?」という設問が存在する。そこで、情報処理装置(具体的には例えば後述の図11の情報処理装置1)において、図3の表において当該設問に対応付けられた「破壊的」という「切口」が設定される。
具体的には例えば、現状確認書やユーザ情報に基づいて何らかの手法により設定された「切口」に基づいて、「設問」が実際に抽出又は生成され、この「設問」に基づいて後述する手順により「イノベーション」の内容が実際にユーザに推薦された場合に、当該ユーザの評価(後述するスコア等)が得られる。この場合、「現状確認書やユーザ情報の内容」、「切口」、「設問」、推薦された「イノベーションの内容」、「ユーザの評価」の組を学習データとして、所定の機械学習が行われると、「現状確認書やユーザ情報の内容」を入力すると「切口」を出力するモデルが生成又は更新される。そのモデルを用いて「切口」を設定する、という手法を採用することができる。
ここで、「設問」とは、「切口」に基づいて抽出又は生成された、ユーザに対して提示される質問文である。
また、「抽出」又は「生成」としているのは、例えば本例では図3の表の中に多数の設問が予め用意されているものとされているため、当該設問が単に「抽出」される場合もあるが、1以上の「切口」に基づいて1以上の設問のうち少なくとも一部が「生成」される場合もあるからである。なお、図3の表の設問に含まれるキーワードが変換される程度の加工も、「生成」に含まれるものとする。
これは、ユーザのビジネス分野におけるプロダクトを前提としたイノベーションの種類であるが、「自社の強みの技術は何か?」という設問を前提に、後述する「加」の「デバイス」を用いて「シフト」することでユーザのビジネス分野以外に対して転用するイノベーションを可能とする設問である。
具体的には例えば、ユーザのビジネス分野は、化学フィルムの製造・販売であったとする。ユーザは、自社の強みの技術は何か?という設問に対して、「ナノ化学」と答えたとする。詳しくは後述するが、このような回答を、他分野に加える(適用する)ことで、ユーザのビジネス分野以外に転用するイノベーションの結果を得ることもできるのである。
即ち、本サービスの技術は、ユーザのビジネス分野におけるイノベーション以外にも適用可能となるのである。
そこで、本サービスでは、例えば上述の設問の例(ティッシュペーパーに関する設問)のように、形式的にはオープンクエスチョンではあるものの、実質的には限定的な回答のみが求められる具体的な設問(以下、「クローズドクエスチョン」と呼ぶ)に近い態様の設問が提示される。
即ち、ユーザに提示される設問は、未だ可視化されていない問題点を可視化させるべく、ユーザから具体的な事実等を引き出すことを目的とした内容になっている。このため、本サービスによりユーザに提示される設問は、ユーザにとって回答し易いものになっている。
「インタンジブル・キーワード」とは、設問に対する回答文章に含まれる1以上のキーワードを、所定のデバイスを用いて機械的にシフト(変換)させた結果得られる他のキーワードをいう。
ここでいう「デバイス」とは、所定の変換方式によって回答文章に含まれるキーワードを「インタンジブル・キーワード」にシフト(変換)させる変換器のことをいう。デバイスは、複数種類存在し、所定デバイス(例えば後述の図11のデバイスDB182)に予め記憶されて管理されている。
なお、デバイスの変換の手法は特に限定されない。例えば、「相対」、「加減」、「等価」、「因果」といったものをデバイスとして採用することができる。このうち、「相対」は、回答文章に含まれるキーワードを、反対の意味を持つ「インタンジブル・キーワード」にシフト(変換)させるデバイスである。「加減」は、回答文章に含まれるキーワードに所定要素を加えた「インタンジブル・キーワード」にシフト(変換)させたり、回答文章に含まれるキーワードから所定要素を減らした「インタンジブル・キーワード」にシフト(変換)させたりするデバイスである。「等価」は、回答文章に含まれるキーワードを、同等又は上位概念の意味を持つ「インタンジブル・キーワード」にシフト(変換)させるデバイスである。
また、デバイスの生成又は更新の具体例については、図16乃至図19を参照して後述する。
また、詳細については後述するが、図5のステップSS35において用いられるデバイスは、前段のステップSS34において得られた1以上の文章の夫々を、後段のステップSS36に示す1以上の文章の夫々に変換するものである。即ち、以下、デバイスとは、1以上のキーワード又は1以上の文章を入力すると、所定の変換方式によって変換した1以上のキーワード又は1以上の文章を出力するものをいう。
例えば「切口」が「破壊的」である場合には、シフト(変換)に用いるべきデバイスとして、「相対」が選択される。
ここで、例えば上述の「切口」に対して「ティッシュの常識は何ですか?」という設問が生成されたものとし、この設問に対するユーザの回答文章に「白い」、「色がない」、「上から引く」、「四角い」、「箱に入っている」というキーワードが含まれているものとする。
この場合、デバイスとしての「相対」が選択されると、例えば「白い」というキーワードが「黒い」という反対の意味を持つ「インタンジブル・キーワード」にシフト(変換)される。また、同様に、「色がない」、「上から引く」、「四角い」、「箱に入っている」といったキーワードの夫々は、「色がある」、「下から押す」、「丸い」、「箱に入っていない」といった「インタンジブル・キーワード」に夫々シフト(変換)される。
即ち、デバイスは、社会的常識や個人的常識(ユーザにとっての常識)に囚われることなく、所定の変換式(後述の図13等参照)に従って機械的にシフト(変換)を行う。なお、ここで「所定の変換式に従って機械的にシフトを行う」とは、所定の変換式による演算がリアルタイムに行われることに特に限定されず、例えば後述するように所定の変換式に従って作成された学習データを用いた機械学習により生成されたモデル(デバイス)が自動的に出力することも含む広義な概念である。
このため、シフト(変換)された結果として生成される「インタンジブル・キーワード」は、ユーザにとって社会的常識の範囲を超えた内容になることがある。このようなことから、ユーザにとって社会的常識や個人的常識の範囲を超えた「インタンジブル・キーワード」は、「イノベーション」を創出するためのヒントとして利用することができる。
しかしながら、ユーザは、このようにしてデバイスによるシフト(変換)の結果得られる「インタンジブル・キーワード」の羅列を単に取得したとしても、これに基づいて「イノベーション」の内容を創作することは容易なことではない。そこで、本サービスでは、さらに、「インタンジブル・キーワード」のスコアリングが行われる。
即ち、黒いティッシュペーパーを実際に製造することになった場合に生じ得るコストがどの程度であるかを試算し、その試算結果に基づいてコスト性の評価を行う。
具体的には例えば、黒いティッシュペーパーを製造しようとする場合において、従来の製造ラインを変更したり増設したりすることなく、使用するインクの種類を増やすことで実現できるとする。この場合、低コストで実現可能いう点が評価されるので、スコアは高得点となる。
「タンジブル・センテンス」は、1以上の「インタンジブル・キーワード」を所定方式にしたがって繋ぎ合わせ、調整を加えることで生成される文章である。以下、このような作業のことを「コンテキスト化」と呼ぶ。
なお、1以上の「インタンジブル・キーワード」を繋ぎ合わせる際に用いられる方式は特に限定されず、例えばキーワードの要点同士を接合させる方式(要点接合法)等を採用することができる。
また例えば、テキストマイニングの技術を用いる方式(以下、「テキストマイニング」と略記する)を採用することもできる。即ち、テキストマイニングの一例として、所定のキーワードや文節を文章化したり、文章を要約して短い文章とする技術がAI(Artificial Intelligence)等により実現化されている。そこで1以上の「インタンジブル・キーワード」をこのようなAIに入力することで、当該AIにより繋ぎ合わされた文章が出力される。
上述の所定の要点接合法やテキストマイニングにより、例えば、「ティッシュペーパー」というプロダクト(モノ)について「黒い」、「箱に入っていない」といった「インタンジブル・キーワード」がコンテキスト化されることで、「黒くて箱に入っていないティッシュペーパー」といった「タンジブル・センテンス」が生成される。
なお、本サービスにおいて「インタンジブル・キーワード」をコンテキスト化させて「タンジブル・センテンス」を生成することは必須ではない。
具体的には例えば、「黒くて箱に入っていないティッシュペーパー」という「タンジブル・センテンス」が生成されたとする。この場合、「黒くて箱に入っていないティッシュペーパー」を、ティッシュペーパーの製品の分野のビジネスモデルに適用した場合の具体例が「タンジブル・アンサー」として生成される。
なお、「タンジブル・アンサー」の生成においても、上述の要点接合法やテキストマイニングを用いることができる。
この「イノベーション」の内容は、例えば上述の所定の要点接合法やテキストマイニングを採用することで、文章として生成が可能である。そして、生成された「イノベーション」の内容がユーザに提案される。
図4は、従来の手法による「イノベーション」の内容の創出プロセスを視覚化させたグラフである。図4のグラフは、2つのひし形(ダイヤモンド型)が連なっているため、ダブルダイヤモンドと呼ばれる。
従来の「イノベーション」の内容の創出プロセスは、解決すべき「正しい問題を見つける」作業と、その問題を解決するための「正しい解決策を見つける」作業とによって実現されていた。
即ち、問題の洗い出しを行う「探索(Discover)」の段階(ステップSS21)では、いわゆるブレーンストーミング等の手法によって選択肢が発散(選択肢の幅cが増加)する。ここで、選択肢の幅cが1回目のピークP11を迎える。
次に、洗い出された問題の絞り込みを行う「定義(Define)」の段階(ステップSS22)では、選択肢が収束(選択肢の幅cが減少)する。このようにして、解決すべき「正しい問題を見つける」ことができる。
次に、見つけ出された問題の解決策の洗い出しを行う「展開(Develop)」の段階(ステップSS23)では、ブレーンストーミング等の手法によって再び選択肢が発散(選択肢の幅cが増加)する。ここで、選択肢の幅cが2回目のピークP12を迎える。
最後に、洗い出された解決策の絞り込みを行う「提供(Deliver)」の段階(ステップSS24)では、選択肢が収束(選択肢の幅cが減少)する。このようにして、見つけ出された問題を解決するための「正しい解決策を見つける」ことができる。
本サービスによる「イノベーション」の内容の創出は、図2に示す従来の手法と同様に、解決すべき「イノベーティブな目的」を見つける作業と、その問題を解決するための「イノベーティブな手段」を見つける作業とによって実現される。即ち、本サービスでは、(イノベーション専用の)「設問」から後述のステップSS31乃至SS36を経ることにより、解決すべき「イノベーティブな目的」を見つけると共に、「イノベーティブな手段」を見つけることが可能となる。
即ち、問題の洗い出しを行う「探索(Discover)」の段階(ステップSS31)では、問いに対する回答文章に含まれるキーワードの数(選択肢の幅c)が発散(増加)する。ここで、選択肢の幅c(回答文章に含まれるキーワードの数)がピークP21を迎えるが、図5に示すピークP21は、図2に示すピークP11とは異なり、瞬間的ではなく一定時間維持される。これは、本サービスでは、ピークP21を迎えたタイミングで、回答文章に含まれる複数(幅cの数分)のキーワードが所定のデバイスによって複数(幅cの数分)の「インタンジブル・キーワード」にシフト(変換)されるからである(ステップSS32)。
シフト(変換)が完了すると、シフト(変換)の結果生成された複数の「インタンジブル・キーワード」の絞り込みを行う「定義(Define)」の段階(ステップSS33)に進む。ステップSS33では、「インタンジブル・キーワード」を「タンジブル・センテンス」にコンテキスト化させる作業が行われる。これにより、選択肢の幅cが「タンジブル・センテンス」の数だけ収束(減少)する。このようにして、解決すべき「イノベーティブな目的を見つける」ことが可能となる。
最後に、洗い出された解決策の絞り込みを行う「提供(Deliver)」の段階(ステップSS36)では、上述の「具現化」の作業が行われ、「タンジブル・アンサー」が得られる。これにより、選択肢の幅cが「タンジブル・アンサー」の数だけ収束する。このようにして、見つけ出された目的を解決するための「イノベーティブな手段を見つける」ことができる。即ち、「タンジブル・アンサー」が生成される。
このように、本サービスによって「イノベーション」の内容を創出しようとする場合、ステップSS32及びステップSS35の夫々のシフト(変換)が行われている間、選択肢の幅cの継続的なピーク(ピークP21及びP22)を迎えることになる。
この場合、ステップSS34において、黒いティッシュペーパーを作る手段の拡散が行われる。例えば、幾つか列挙された手段として、高価な新しい資材を利用する、黒いインクを多量に使う、という手段があったものとする。
ステップSS35において、黒いティッシュペーパーを作る幾つかの手段の夫々が、所定のデバイスによりシフト(変換)が行われる。そして、ステップSS36において、「タンジブル・アンサー」が得られる。
例えば、所定のデバイスとして、加減の「減」というデバイスが採用され、「高価な新しい資材を利用する」が「安価な廃材を利用する」に変換され、「黒いインクを多量に使う」が「黒いインクを少量使う」に変換されたものとする。
この場合、安価な廃材を利用して、その後のインクも少量で済む方法で作れば、安くて黒いティッシュペーパーの提供が可能になる。即ち、プロダクト・イノベーションとしての「タンジブル・アンサー」が得られることになる。
逆に、ステップSS36で満足しないユーザに対しては、キャッツアイのパターンのうち右側のアイに相当するステップSS34乃至SS36のプロセスを複数回繰り返して実行してもよい。
即ち、図5において、(イノベーション専用の)「設問」という矢印の下部に「・・・」で示されるように、複数の「設問」がユーザに提示され、設問に対する回答の夫々に基づいて、ステップSS31乃至SS36に対応するイノベーションの創出プロセスを経ることにより、複数の「タンジブル・アンサー」を得ることができる。これにより、ユーザは複数の「タンジブル・アンサー」からより好適と思われる「イノベーティブな手段」を選択することが可能となる。また例えば、「タンジブル・センテンス」や「タンジブル・アンサー」に基づいて、適宜複数回のイノベーションの創出プロセスを経ることでより、よりイノベーティブな手段を創出することもできる。即ち、複数の「設問」により図5における縦軸方向に、複数回のイノベーションの創出プロセスを経ることで図5における横軸方向に、更に発展させることができる。このように展開することを、ステップSS31乃至SS36に係る複数の六角形の形状を蜂(Bee:ビー)の巣(Hive:ハイヴ)に見立て、「ビーハイヴパターン」と呼ぶこともできる。
ここで、図6を用いて、本サービスによる「イノベーション」の内容の創出プロセスを、「イノベーション」以外の内容、即ち、問題解決・ブランディング・マーケティングといった「ビジネス」の内容に適用した例について説明する。
本サービスによる「ビジネス」の内容の創出は、図5に示す従来の手法と同様に、解決すべき「ビジネスの目的」を見つける作業と、その問題を解決するための「ビジネスの手段」を見つける作業とによって実現される。即ち、図5の「イノベーション」の内容の創出プロセスを応用することにより、(イノベーション以外の)「設問」から図5を用いて説明したのと基本的に同様のステップSS31乃至SS36を経ることにより、解決すべき「ビジネスの目的」を見つけると共に、「ビジネスの手段」を見つけることが可能となる。
図7は、図5のイノベーションの創出プロセスにおけるステップSS31乃至SS33のプロセスを示す具体例を示す図である。
具体的には例えば、上述したように、「切口」の1つが「プロダクト(モノ)としてのティッシュペーパー」である場合には、「商品(ここではティッシュペーパー)における常識とは何ですか?」といった設問が抽出される。そして、ユーザに対して「切口」に基づいた(イノベーション専用の)「設問」が提示される。
即ち、上述の「ティッシュの常識は何ですか」という「設問」に対するユーザの回答文章に含まれる「白い」、「色がない」、「上から引く」、「四角い」、「箱に入っている」というキーワードが抽出される。
即ち、上述の場合において、デバイスとしての「相対」が選択されると、例えば「白い」というキーワードが「黒い」という反対の意味を持つ「インタンジブル・キーワード」にシフト(変換)される。また、同様に、「色がない(白い)」、「上から引く」、「四角い」、「箱に入っている」といったキーワードの夫々は、「色がある(黒い)」、「下から押す」、「丸い」、「箱に入っていない」といった「インタンジブル・キーワード」に夫々シフト(変換)される。このように、「相対」という「デバイス」を用いて、回答文章に含まれる「常識」のキーワードが、「非常識」のキーワードにシフト(変換)される。
具体的には例えば、まず、ステップSS32におけるシフト(変換)の結果である複数の「インタンジブル・キーワード」の夫々に対するスコアリングが様々な観点で行われる。即ち、「色がある(黒い)」、「下から押す」、「丸い」、「箱に入っていない」といった「インタンジブル・キーワード」の夫々について、イノベーティブ性、コスト性、実現性、収益性といった観点でスコアリングが行われる。
そして、「インタンジブル・キーワード」のスコアリングが行われると、夫々スコアリングされた1以上の「インタンジブル・キーワード」に基づいて「タンジブル・センテンス」が生成される。即ち例えば、「色がある(黒い)」及び「箱に入っていない」という「インタンジブル・キーワード」に基づいて、「黒くて箱に入っていないティッシュペーパー」という「タンジブル・センテンス」が生成される。
ここで重要な点は、(1)の前処理として、ユーザが「イノベーション」をどのようなものであると把握し、どのような「イノベーション」の内容を望んでいるのかを明確化させる点である。これにより、「イノベーション」の語の多義性に伴い生じ得る、ユーザの意図に沿わないイノベーションの内容が提供されることを防止することができる。また、ユーザ自身がどのようにして「イノベーション」を生み出していくのかを一切知らなくても、ユーザ自身の常識(想像できる範囲)内で(1)をするだけで、後は自動的に(2)乃至(4)の処理がなされ、その結果として、ユーザに対する「イノベーション」の内容の提案が可能となる。ここで、前処理の結果が考慮されて(1)が行われたり(3)が行われるので、その結果として、ユーザに提案される「イノベーション」の内容は、ユーザの意図に沿ったものとなる。それゆえ、ユーザの満足度を向上させることができる。
図8は、図5のイノベーションの創出プロセスにおけるステップSS34乃至SS36のプロセスを示す具体例を示す図である。
図9は、図7のイノベーションのための手段の拡散の段階(ステップSS34)においてユーザに提示されるインターフェースの一例を示す図である。
まず、図8に示すように、ステップSS34において、「黒くて箱に入っていないティッシュペーパーを作るために必要な手段は何ですか?」という「設問」がユーザに提示される。
具体的には例えば、ユーザには、図9に示すインターフェースが提示される。
図9に示すインターフェースには、「黒く箱に入っていないティッシュペーパーを作るために必要な手段をたくさん挙げてください」という設問が表示されている。また、図9に示すインターフェースには、「モノ(材料など)という観点で広げるとよいですよ」「プロセス(作る工程など)という観点で広げるとよいですよ」といったガイドが表示されている。
このように、本サービスでは、ユーザに対して、イノベーションを具体化ための設問が設定される。そして、ユーザは、その設問に対する回答文章を入力することができる。
具体的には例えば、図9に示すインターフェースには、回答欄が複数用意されている。そして、図9の例において、ユーザは、「紙材料(パルプ)を使う」、「黒インクを使う」、「製紙する」、「包装する」といった回答を入力している。
このように、本サービスではさらに、設問が、クローズドエスチョン又はクローズドエスチョンにより近いオープンクエスチョンとなるように、ユーザに対してガイドを表示することができる。
これにより、ユーザは、設問に対してより容易に回答することができるようになる。その結果として、図8に示すように、設問から拡散がなされるのである。
ステップSS35における「デバイス」によるシフト(変換)においては、回答文章の夫々は、複数の「デバイス」のうち異なる「デバイス」の夫々によりシフト(変換)されてもよい。しかしながら、図8の例の回答文章は、全て、「加減」の「減」のデバイスにより、シフトされるものとして説明する。
即ち、「加減」の「減」の「デバイス」は、『材料』『コスト』『プロセス』『リスク』『人』『手間』『問題』『時間』『空間』等を『減』することのできる「デバイス」である。減のデバイスを生成する方法については、図19を用いて後述する。
これにより、ユーザにとって、イノベーションの「具現化の手法(作る手段)」を養うことができる。
例えばユーザは、ステップSS31乃至SS33のプロセスによりタンジブル・センテンスを導出したとしても、その内容に納得できないことがある。また例えば、ユーザは、その内容を実施できないことがある。そこで、ユーザはステップSS31乃至SS36のプロセスにより、イノベーティブな手段(どのようにイノベーションを実現するか)をより具体的に検討・導出することができるようになる。
このとき、ユーザは、ステップSS34において、イノベーティブな目的を達成するために必要な手段についての設問に回答する。
即ち、本例では、ユーザはティッシュペーパーの製造業者である。即ち、ユーザは、ティッシュペーパーというプロダクトに対するイノベーションを起こそうとしている。そのため、ティッシュペーパーの具体的な製造方法(手段)については一定の理解をしている。従って、ユーザは、ステップSS34の設問に適切に回答することができるのが通常である。
そして、このようにユーザによる回答が、ステップSS35のプロセスによりシフトすることで、イノベーティブな手段が導出され、ユーザにとって実現可能な者と把握される。そして、ユーザ自身が考えたものとして、ユーザによって受け入れられるようになるのである。
本サービスでは、このようなプロセスを経た上で、(5)「インタンジブル・キーワード」及び「タンジブル・センテンス」の具現化による「タンジブル・アンサー」の生成、(6)ユーザに対する「タンジブル・アンサー」の提供、が行われる。
これにより、イノベーションを実現するため、どのような手段を取ればよいかが、ユーザに提示される。ただし、ユーザが一定の審美眼を有する場合、創出された「タンジブル・センテンス」までを把握すれば、実際に今後どのように「タンジブル・センテンス」を実現すればよいかを把握することができる。即ち、このようなユーザは、「タンジブル・センテンス」であっても、具体化されていると感じることができる。しかしながら、他のユーザにとっては、「タンジブル・センテンス」であっても、具体化されていると感じないことがある。そこで、本サービスでは、上述の図5の「インタンジブル・キーワード」及び「タンジブル・センテンス」の具現化による「タンジブル・アンサー」の生成、(6)ユーザに対する「タンジブル・アンサー」の提供、が行われるのである。
図10は、本発明の一実施形態に係る情報処理装置のハードウェア構成の一例を示すブロック図である。
RAM13には、CPU11が各種の処理を実行する上において必要な情報等も適宜記憶される。
入力部17は、キーボード等で構成され、各種情報を入力する。例えば、本実施形態では、ユーザが、表示部16に表示された問い等に対する回答を入力する。
記憶部18は、DRAM(Dynamic Random Access Memory)等で構成され、各種データを記憶する。
通信部19は、インターネットを含むネットワークを介して他の装置(例えば図示せぬサーバ等)との間で行う通信を制御する。
ドライブ20によってリムーバブルメディア30から読み出されたプログラムは、必要に応じて記憶部18にインストールされる。また、リムーバブルメディア30は、記憶部18に記憶されている各種情報も、記憶部18と同様に記憶することができる。
イノベーション創出支援処理とは、上述の本サービスがユーザに提供される際に実行される一連の処理のことをいう。
また、情報処理装置1の記憶部18の一領域には、設問DB181と、デバイスDB182と、対応関係DB183とが設けられる。なお、図6の例では、設問DB181と、デバイスDB182と、対応関係DB183とが情報処理装置1に設けられているが、これは例示に過ぎない。例えば、図示せぬ他の情報処理装置(例えばサーバ等)に設問DB181と、デバイスDB182と、対応関係DB183とが設けられていてもよい。
また、切口設定部101は、後述する入力情報取得部105により取得されたユーザ情報のうち現状確認書に対する回答の内容に基づいて、「切口」のうちいずれの「切口」とするかを設定することもできる。即ち例えば、上述したように、推定部107の推定結果により「ティッシュペーパー」という「プロダクト」のイノベーションという種類が設定される。そして、ユーザ情報のうち現状確認書に対する回答に基づいて、ユーザが破壊的なイノベーションを望んでいることが把握された場合、イノベーションの種類が「プロダクト」であるもののうち、「破壊的」な「切口」とすることが設定されてもよい。
本実施形態では、設問生成部102により生成された1以上の設問が設問DB181に記憶されて管理される。このため、設問生成部102は、設問を1から生成することもできるし、設問DB181に記憶されている設問の中から適当な設問を抽出して採用することもできる。
また、本実施形態では、図2の表に示す対応関係に相当する情報が、対応関係DBに格納されて管理される。即ち、設問生成部102は、後述する推定部107による推定結果として、イノベーションの種類が推定され、対応関係DB183に格納された対応関係の情報に基づいて、設問DB181に格納された設問が抽出される。
また、表示制御部103は、後述するイノベーション内容生成部113により生成された「イノベーション」の内容を表示部16に表示させるための制御を実行する。これにより、「イノベーション」の内容がユーザに提供される。
また、入力受付部104は、ユーザ情報が入力された場合にこれを入力情報として受け付ける。ここで、ユーザ情報には、上述の現状確認書に対するユーザの回答の内容も含まれる。
具体的には、入力受付部104は、入力部17に入力された回答文章とユーザ情報との夫々を入力情報として夫々受け付ける。
推定部107は、例えば、所定のモデルに基づいて、現状確認書に対する回答の内容に基づいて、ユーザが「イノベーション」をどのようなもとして捉えているのかを推定する。
具体的には例えば、他のユーザによる現状確認書に対する回答の内容と、そのユーザが「イノベーション」をどのようなもとして捉えているのが対応付けられた組(データセット)が多数学習用データとして用いられて、学習処理が行われることにより、モデルの生成また更新がなされる。推定部107は、このように生成されたモデルを用いて、を行うことで、ユーザが「イノベーション」をどのようなもとして捉えているのかを推定する。
また、本実施形態では、デバイス決定部108は、対応関係DB183に格納された対応関係の情報に基づいて、デバイスDB182に格納された「デバイス」が抽出される。
上述したように、このようなコンテキスト化は、テキストマイニングの技術を用いることで実現することができる。即ち、テキストマイニングの一例として、所定のキーワードや文節を文章化したり、文章を要約して短い文章とする技術がAI(Artificial Intelligence)等により実現化されている。そこで1以上の「インタンジブル・キーワード」をこのようなAIに入力することで、当該AIにより繋ぎ合わされた文章が出力される。
また、具現化部112は、スコアリング部110によりスコアリングされた「インタンジブル・キーワード」の夫々のスコアに基づいて、「インタンジブル・キーワード」のランキング化したランキングシートを生成することもできる。
なお、上述の説明は、説明の便宜上、図6のステップSS31乃至SS33まででイノベーションの内容が生成される場合について説明した。
ここで、図5のキャッツアイのパターン(又は右側のアイが繰り返されるパターン)でイノベーションの内容が生成される場合には、図13のフローチャートに従って各機能ブロックが機能する。
ここで、左側のアイのプロセスのステップSS31としての発散処理では、図14の発散処理が実行される。
図13は、図5に示すキャッツアイの左側のアイのプロセスにおける発散処理の例を説明するフローチャートである。
即ち、図13のステップSS51に示すように、イノベーションの種類の推定が行われる。
まず、図13のステップSS51において、図5のステップSS31のプロセスとして、まず、表示制御部103は、現状確認書の内容をユーザに提示するための表示の制御を実行する。
次に、入力受付部104は、ユーザによる現状確認書に対する回答文書を受付ける。
次に、入力情報取得部105は、入力受付部104により受け付けられた回答文章の入力情報を含むユーザ情報を入力情報として取得する。
次に、入力情報取得部105により取得されたユーザ情報のうち現状確認書に対する回答の内容に基づいて、ユーザが「イノベーション」をどのようなものとして捉えているのかを推定する。
次に、推定部107は、入力情報取得部105により取得されたユーザ情報のうち現状確認書に対する回答の内容に基づいて、ユーザが「イノベーション」をどのようなものとして捉えているのかを推定する。
即ち、切口設定部101は、ユーザに提示する設問の「切口」を1以上設定する。具体的には例えば、切口設定部101は、後述する推定部107の推定結果(例えば、ユーザにより把握されるイノベーションの種類)と、図2の表に示す対応関係に基づいて「切口」を設定する。
次に、設問生成部102は、切口設定部101によりされた1以上の「切口」に基づいて、ユーザに提示するのに適した1以上の設問を抽出又は生成する。
即ち、表示制御部103は、設問生成部102により生成された1以上の設問を表示部16に表示させるための制御を実行する。これにより、設問がユーザに提示される。
次に、入力受付部104は、回答文章が入力された場合にこれを入力情報として受け付ける。
次に、入力情報取得部105は、入力受付部104により受け付けられた回答文章の入力情報と、ユーザ情報の入力情報とを取得する。
次に、キーワード抽出部106は、入力情報取得部105により入力情報として取得された回答文章に含まれる1以上のキーワードを抽出する。
このように、発散処理が実行される。
即ち、図5のステップSS32として、ステップSS42において、デバイス決定部108は、推定部107による推定の結果と、図2の表に示す対応関係に基づいて、キーワード抽出部106により抽出された1以上のキーワードの夫々を「インタンジブル・キーワード」にシフト(変換)するために用いるデバイスを決定する。
次に、ステップSS43において、デバイス決定部108は、切口設定部101により決定された切口の内容に基づいて、キーワード抽出部106により抽出された1以上のキーワードの夫々を「インタンジブル・キーワード」にシフト(変換)するために用いるデバイスを決定する。具体的には、デバイス決定部108は、デバイスDB182に記憶されて管理されているデバイスの中から1以上のデバイスを選択して決定する。
そして、ステップSS44において、シフト部109は、デバイス決定部108により決定された1以上のデバイスの夫々を用いて、キーワード抽出部106により抽出された1以上のキーワードの夫々を「インタンジブル・キーワード」にシフト(変換)する。
コンテキスト化が不要である場合には、ステップSS45においてNOであると判定されて、処理はステップSS46に進む。なお、ステップSS46以降の処理については後述する。
これに対して、コンテキスト化が必要である場合には、ステップSS45においてYESであると判定され、処理はステップSS46をスキップしてステップSS47に進む。
なお、コンテキスト化の必要性の有無の判断ロジックは特に限定されない。例えば図示せぬシステム設計者やサービス提供者の思想の下、ユーザのビジネス分野(業界商品)、切口等に基づいて、コンテキスト化の必要の有無が判断されてもよい。
図5のステップSS34乃至SS36のプロセスを含む、キャッツアイパターンの右側のアイが繰り返される場合ステップSS47において、NOと判定され、処理はステップSS41に戻る。即ち、キャッツアイパターンの右側のアイのプロセスとして、図12のステップSS41乃至SS49が実行される。
なお、ステップSS47においてYESと判定された場合については後述する。
ここで、キャッツアイパターンの右側のアイのプロセスのステップSS34としての発散処理では、図14の発散処理が実行される。
即ち、図14のステップSS51において、図5のステップSS31のプロセスとして、まず、表示制御部103は、上述の図9に示すインターフェースをユーザに提示するための表示の制御を実行する。
具体的には例えば、表示制御部103は、「黒くて箱に入っていないティッシュペーパーを作るために必要な手段は何ですか?」という「設問」がユーザに提示される。また例えば、「黒く箱に入っていないティッシュペーパーを作るために必要な手段をたくさん挙げてください」という設問を表示する制御を実行する。また、表示制御部103は、「モノ(材料など)という観点で広げるとよいですよ」「プロセス(作る工程など)という観点で広げるとよいですよ」といったガイドを表示する制御を実行する。
次に、入力受付部104は、回答文章が入力された場合にこれを入力情報として受け付ける。
次に、入力情報取得部105は、入力受付部104により受け付けられた回答文章の入力情報と、ユーザ情報の入力情報とを取得する。
次に、キーワード抽出部106は、入力情報取得部105により入力情報として取得された回答文章に含まれる1以上のキーワードを抽出する。
なお、上述の図8や図9の例においては、ユーザからの回答文章がそのまま「デバイス」によりシフト(変換)されたが、適宜、キーワード抽出部106により、入力情報取得部105により入力情報として取得された回答文章に含まれる1以上のキーワードを抽出されてもよい。
このように、発散処理が実行される。
即ち、図5のステップSS35として、ステップSS42において、デバイス決定部108は、推定部107による推定の結果と、図2の表に示す対応関係に基づいて、キーワード抽出部106により抽出された1以上のキーワードの夫々を「インタンジブル・キーワード」にシフト(変換)するために用いるデバイスを決定する。
次に、ステップSS43において、デバイス決定部108は、切口設定部101により決定された切口の内容に基づいて、キーワード抽出部106により抽出された1以上のキーワードの夫々を「インタンジブル・キーワード」にシフト(変換)するために用いるデバイスを決定する。具体的には、デバイス決定部108は、デバイスDB182に記憶されて管理されているデバイスの中から1以上のデバイスを選択して決定する。
そして、ステップSS44において、シフト部109は、デバイス決定部108により決定された1以上のデバイスの夫々を用いて、キーワード抽出部106により抽出された1以上のキーワードの夫々を「インタンジブル・キーワード」にシフト(変換)する。
このとき、複数の回答文章の夫々をシフト(変換)するデバイスは、それぞれ異なっていてもよい。
そして、上述のステップSS45及びSS46と同様に、必要に応じてコンテキスト化が行われる。
また例えば、ステップSS46の処理によりコンテキスト化された結果にユーザが満足した場合、ステップSS47において、YESと判定され、処理はステップSS48及びSS49へ進み、イノベーションが具現化される。
ステップSS48において、具現化部112は、シフト部109によるシフト(変換)の結果として出力された1以上の「インタンジブル・キーワード」と、コンテキスト化部111により生成された「タンジブル・センテンス」とのうち少なくとも一方を「具現化」させた「タンジブル・アンサー」を生成する。
このように、図5のキャッツアイにおける左側のアイのみでイノベーションの内容が生成される場合には、ステップSS47においてYESと判定され、ステップSS49に示すようにイノベーションの内容が生成されるのである。
次に、以下、「デバイス」及びシフト(変換)の詳細について説明する。
Ai=ai(cdef) ・・・(1)
Bi=bi ・・・(2)
Aiとは、設問生成部102でi番目に設問DB181から抽出された設問である。ここで、iは、1乃至n(nは、1以上の任意の整数値)のうち、1以上のn以下の任意の整数値である。である。aiとは、設問Aiに対するユーザの回答文章である。
そして、c、d、e、及びfの夫々は、各種のデバイスを示している。例えば、cは「等価」である。サービス提供者は、任意のデバイスc乃至fのうちいずれか1以上のデバイスを選択して決定することができる。ここで、デバイスは、1つの設問Ai毎に選択して採用することができる。つまり、例えば設問A1に対しては、デバイスcのみを採用し、設問A2に対しては、デバイスd,eの組を採用することもできる。
なお、デバイスは、c乃至fの4種類には限られない。即ち、サービス提供者は、デバイスDB182に記憶されて管理されているm種類(mは1以上の任意の整数値)のデバイスの中から、1以上の任意のデバイスを自由に選択して採用することができる。
また、Biとは、ユーザの回答文章aiに含まれる1以上のキーワードをシフト(変換)した「インタンジブル・キーワード」である。さらに、biとは、「インタンジブル・キーワード」Biをコンテキスト化して具現化した結果として生成された「タンジブル・アンサー」である。
このように、サービス提供者は、i種類の設問Aをユーザに提示し、その夫々に対する「タンジブル・アンサー」を取得することができる。
なお、以下では、説明の便宜上、i=1の場合、即ち、1つの設問に対する、1つの「タンジブル・アンサー」を取得して、イノベーションの内容を生成する場合の例について説明する。
また、ビーハイヴパターンで説明したように、複数回のイノベーションの創出プロセスを経ることができる。即ち、公式(formula)を複数回適用(デバイスによりシフト(変換))することができる。複数回適用する場合における公式(formula)の例については、説明を省略する。
図16に示すように、入力キーワードと対義キーワードの組が複数含まれる学習セットが生成される。即ち、所定の入力キーワードについて、対義語辞典等を用いて変換した結果を対義キーワードとして、入力キーワードと対義キーワードの組が生成される。
このような入力キーワードと対義キーワードの組が、学習セットとして生成される。
このような相対デバイス(AIモデル)は、デバイスDB182に格納されて管理される。
具体的には、シフト部109は、ユーザにより入力キーワードKWiが入力された場合、対義キーワードKWoを出力する。出力された対義キーワードKWoは、ユーザに提示される。
このように、学習された相対デバイス(AIモデル)によるシフト(変換)が実現される。
即ち、ユーザは、出力された対義キーワードKWoに対する評価をする。
具体的には例えば、ユーザは、入力キーワードKWiを「相対」の「デバイス」によりシフトした結果として妥当と思った場合には、「良」という評価をする。また例えば、ユーザは、入力キーワードKWiを「相対」の「デバイス」によりシフトした結果として妥当ではないと思った場合には、「不良」という評価をする。
なお、評価は、ユーザのみならず、本サービスの提供者(イノベーションについての知見を有する者)が行ってもよい。このとき、本サービスの提供者(イノベーションについての知見を有する者)は、評価する際に、イノベーションのためのシフトとして妥当であるか、という視点により評価してもよい。
これにより、相対デバイス(AIモデル)の出力の精度を向上させることができる。
図17に示すように、入力キーワードと類義キーワードの組が複数含まれる学習セットが生成される。即ち、所定の入力キーワードについて、類義語辞典等を用いて変換した結果を類義キーワードとして、入力キーワードと類義キーワードの組が生成される。
このような入力キーワードと類義キーワードの組が、学習セットとして生成される。
このような等価デバイス(AIモデル)は、デバイスDB182に格納されて管理される。
具体的には、シフト部109は、ユーザにより入力キーワードKWiが入力された場合、類義キーワードKWoを出力する。出力された類義キーワードKWoは、ユーザに提示される。
このように、学習された等価デバイス(AIモデル)によるシフト(変換)が実現される。
即ち、ユーザは、出力された類義キーワードKWoに対する評価をする。
具体的には例えば、ユーザは、入力キーワードKWiを「等価」の「デバイス」によりシフトした結果として妥当と思った場合には、「良」という評価をする。また例えば、ユーザは、入力キーワードKWiを「等価」の「デバイス」によりシフトした結果として妥当ではないと思った場合には、「不良」という評価をする。
なお、評価は、ユーザのみならず、本サービスの提供者(イノベーションについての知見を有する者)が行ってもよい。また、本サービスの提供者(イノベーションについての知見を有する者)は、評価する際に、イノベーションのためのシフトとして妥当であるか、という視点により評価してもよい。
これにより、等価デバイス(AIモデル)の出力の精度を向上させることができる。
図18に示すように、入力キーワードと追加キーワードの組が複数含まれる学習セットが生成される。即ち、所定の入力キーワードについて、技術・名詞・動詞リスト等を用いて変換した結果を追加キーワードとして、入力キーワードと追加キーワードの組が生成される。
このような入力キーワードと追加キーワードの組が、学習セットとして生成される。
このような加デバイス(AIモデル)は、デバイスDB182に格納されて管理される。
具体的には、シフト部109は、ユーザにより入力キーワードKWiが入力された場合、追加キーワードKWoを出力する。出力された追加キーワードKWoは、ユーザに提示される。
このように、学習された加デバイス(AIモデル)によるシフト(変換)が実現される。
即ち、ユーザは、出力された追加キーワードKWoに対する評価をする。
具体的には例えば、ユーザは、入力キーワードKWiを「加減」の「加」の「デバイス」によりシフトした結果として妥当と思った場合には、「良」という評価をする。また例えば、ユーザは、入力キーワードKWiを「加減」の「加」の「デバイス」によりシフトした結果として妥当ではないと思った場合には、「不良」という評価をする。
なお、評価は、ユーザのみならず、本サービスの提供者(イノベーションについての知見を有する者)が行ってもよい。また、本サービスの提供者(イノベーションについての知見を有する者)は、評価する際に、イノベーションのためのシフトとして妥当であるか、という視点により評価してもよい。
これにより、加デバイス(AIモデル)の出力の精度を向上させることができる。
図19に示すように、マニュアルと減対象要素の組が複数含まれる学習セットが生成される。即ち、所定のマニュアルについて、技術・名詞・動詞リスト等を用いて変換した結果を減対象要素として、マニュアルと減対象要素の組が生成される。
このようなマニュアルと減対象要素の組が、学習セットとして生成される。
このような減デバイス(AIモデル)は、デバイスDB182に格納されて管理される。
具体的には、シフト部109は、ユーザによりマニュアルKWiが入力された場合、減対象要素KWoを出力する。出力された減対象要素KWoは、ユーザに提示される。
このように、学習された減デバイス(AIモデル)によるシフト(変換)が実現される。
即ち、ユーザは、出力された減対象要素KWoに対する評価をする。
具体的には例えば、ユーザは、マニュアルKWiを「加減」の「減」の「デバイス」によりシフトした結果として妥当と思った場合には、「良」という評価をする。また例えば、ユーザは、マニュアルKWiを「加減」の「減」の「デバイス」によりシフトした結果として妥当ではないと思った場合には、「不良」という評価をする。
なお、評価は、ユーザのみならず、本サービスの提供者(イノベーションについての知見を有する者)が行ってもよい。また、本サービスの提供者(イノベーションについての知見を有する者)は、評価する際に、イノベーションのためのシフトとして妥当であるか、という視点により評価してもよい。
これにより、減デバイス(AIモデル)の出力の精度を向上させることができる。
具体的には例えば、「プロダクト・イノベーション」というイノベーションの種類のみならず、「自社製品のプロダクト・イノベーションであって、コトの観点での破壊的イノベーション」といったイノベーションの内容が、対応付けられており、当該内容がユーザの回答から推定されてもよい。
換言すると、図11の機能的構成は例示に過ぎず、特に限定されない。
即ち、上述した一連の処理を全体として実行できる機能が情報処理システムに備えられていれば足り、この機能を実現するためにどのような機能ブロックを用いるのかは特に図11の例に限定されない。
また、機能ブロック及びデータベースの存在場所も、図11の例に限定されず、任意でよい。
例えば、図11の例で、各種処理の実行に必要となる機能ブロック及びデータベースは、情報処理装置1が備える構成となっているが、これは例示に過ぎない。これらの機能ブロック及びデータベースの少なくとも一部を、情報処理装置1以外の装置(例えば、図示せぬ他の情報処理装置)が備える構成としてもよい。
即ち、情報処理装置は、データベースを有さずに、他の情報処理装置に記憶されたデータベースから、各種情報を取得するものであってもよい。
また、1つの機能ブロックは、ハードウェア単体で構成してもよいし、ソフトウェア単体で構成してもよいし、それらの組み合わせで構成してもよい。
コンピュータは、専用のハードウェアに組み込まれているコンピュータであっても良い。
また、コンピュータは、各種のプログラムをインストールすることで、各種の機能を実行することが可能なコンピュータ、例えば情報処理装置の他、スマートフォンやパーソナルコンピュータ、又は各種デバイス等であってもよい。
また、本明細書において、システムの用語は、複数の装置や複数の手段等より構成される全体的な装置を意味するものとする。
即ち、本発明が適用される情報処理装置(例えば、図11の情報処理装置1)は、
複数の設問が、「イノベーション」の所定の種類(例えば、明細書中の「プロダクト・イノベーション」というイノベーションの種類)又は所定の内容(例えば、「ティッシュペーパーのプロダクト・イノベーションであって、コトに関する破壊的イノベーション」等)と対応付けられて記憶されている設問記憶部(例えば図6の設問DB181)と、
キーワード又は文章を所定の変換方針に従って他のキーワード又は他の文章に変換するデバイスを変換デバイスとして、相異なる変換方針が夫々採用された複数種類の前記変換デバイスの夫々が、「イノベーション」の所定の種類又は所定の内容と夫々対応付けられて記憶されている変換デバイス記憶部(例えば、図11の対応関係DB183)と、
の夫々に対してアクセス可能な情報処理装置において、
ユーザに対する事前調査に基づいて、当該ユーザが求める「イノベーション」の種類及び内容の少なくとも一部を推定する推定手段(例えば、図11の推定部107)と、
前記推定手段による推定の結果に基づいて、前記設問記憶部から設問を抽出するか、又は、抽出した設問を加工することで、1以上の設問(例えば、図7の「ティッシュペーパーにおける常識とは何ですか?」という設問)を設定する設問設定手段(例えば、図11の設問生成部102)と、
前記設問設定手段により設定された前記1以上の設問の夫々に対する前記ユーザの回答から、複数の第1キーワード又は第1文章(例えば、図7の「白い」「色が無い」「上から引く」等)を抽出する第1抽出手段(例えば、図11のキーワード抽出部106)と、
前記推定手段の推定結果に基づいて、前記第1抽出手段により抽出された前記複数の第1キーワード又は第1文章に対して適用する変換デバイス(例えば、「相対」という「デバイス」)を、前記変換デバイス記憶部から抽出する第2抽出手段(例えば、図11のデバイス決定部108)と、
前記第1抽出手段により抽出された前記複数の第1キーワード又は第1文章の夫々を、前記第2抽出手段により抽出された前記変換デバイスを用いて、複数の第2キーワード又は第2文章(例えば、図7の「黒い」「色が有る」「下から押す」等)の夫々に変換する変換手段(例えば、図11のシフト部109)と、
前記複数の第2キーワード又は前記第2文章の少なくとも一部についてコンテキスト化することで、1以上の第3文章(例えば、図7の「黒くて箱に入っていないティッシュペーパー」というタンジブル・センテンス)を生成するコンテキスト化手段(例えば、図11のコンテキスト化部111)と、
を備えれば足りる。
また、複数の第2キーワードが繋ぎ合わされた文章が第3文章として生成されるので、ユーザにとってイノベーションの内容の理解を容易化させることができる。
前記コンテキスト化手段により前記1以上の第3文章が生成された後に所定条件(例えば、図12のステップSS47においてNOと判定される条件)が満たされた場合、前記1以上の第3文章を認識した前記ユーザの入力操作に基づいて、複数の第4キーワード又は第4文章(例えば、図8の「紙材料(パルプ)を使う」「黒インクを使う」「製紙する」等)を設定する文章設定手段(例えば、図11の入力受付部104及び入力情報取得部105)を備え、
前記第2抽出手段は、所定ルール(例えば、ユーザが選択するというルールや、イノベーションのアドバイザによる助言に従うというルールといった自然人の判断に基づくというルールの他、AIモデルの判断に従うといったルール等を含むルール)に基づいて、前記複数の第4キーワード又は第4文章に対して適用する変換デバイス(例えば、図8の例では、「減」という「デバイス」)を、前記変換デバイス記憶部から抽出し、
前記変換手段は、前記複数の第4キーワード又は第4文章の夫々を、前記第2抽出手段により抽出された前記変換デバイスを用いて、複数の第5キーワード又は第5文章の夫々(例えば、図8の「古紙を使う」「黒インクを減らす」「薄く製紙する」等)に変換し、
前記コンテキスト化手段は、前記複数の第5キーワード又は前記第5文章の少なくとも一部についてコンテキスト化させることで、1以上の第6文章(例えば、「古紙を使いインクの量を減らす」というタンジブル・センテンス)を生成する、
ことができる。
前記コンテキスト化手段により前記1以上の第6文章が生成された後に前記所定条件が満たされた場合、
前記第1抽出手段、前記第2抽出手段、前記変換手段、及び前記コンテキスト化手段は、請求項2に記載の処理を夫々繰り返し実行する(例えば、図5のキャツアイパターンの右側のアイを繰り返し実行する)、
ことができる。
前記コンテキスト化手段は、前記スコアリング手段によるスコアリングの結果を考慮して、コンテキスト化を実行する、
ことができる。
Claims (2)
- 複数の設問が、「イノベーション」の所定の種類又は所定の内容と対応付けられて記憶されている設問記憶部と、
キーワード又は文章を所定の変換方針に従って他のキーワード又は他の文章に変換するデバイスを変換デバイスとして、相異なる変換方針が夫々採用された複数種類の前記変換デバイスの夫々が、「イノベーション」の所定の種類又は所定の内容と夫々対応付けられて記憶されている変換デバイス記憶部と、
の夫々に対してアクセス可能な情報処理装置において、
ユーザに対する事前調査に基づいて、当該ユーザが求める「イノベーション」の種類及び内容の少なくとも一部を推定する推定手段と、
前記推定手段による推定の結果に基づいて、前記設問記憶部から設問を抽出するか、又は、抽出した設問を加工することで、1以上の設問を設定する設問設定手段と、
前記設問設定手段により設定された前記1以上の設問の夫々に対する前記ユーザの回答から、複数の第1キーワード又は第1文章を抽出する探索手段と、
前記推定手段の推定結果に基づいて、前記探索手段により抽出された前記複数の第1キーワード又は第1文章に対して適用する変換デバイスを、前記変換デバイス記憶部から抽出する第1変換デバイス抽出手段と、
前記探索手段により抽出された前記複数の第1キーワード又は第1文章の夫々を、前記第1変換デバイス抽出手段により抽出された前記変換デバイスを用いて、複数の第2キーワード又は第2文章の夫々に変換する第1変換手段と、
前記第1変換手段により変換された前記複数の第2キーワード又は前記第2文章の少なくとも一部についてコンテキスト化することで、1以上の第3文章を生成する定義手段と、
前記定義手段により前記1以上の第3文章が生成された後に所定条件が満たされた場合、前記1以上の第3文章を認識した前記ユーザの入力操作に基づいて、複数の第4キーワード又は第4文章を設定する展開手段と、
所定ルールに基づいて、前記展開手段により抽出された前記複数の第4キーワード又は第4文章に対して適用する前記変換デバイスを、前記変換デバイス記憶部から抽出する第2変換デバイス抽出手段と、
前記展開手段により抽出された前記複数の第4キーワード又は第4文章の夫々を、前記第2変換デバイス抽出手段により抽出された前記変換デバイスを用いて、複数の第5キーワード又は第5文章の夫々に変換する第2変換手段と、
前記第2変換手段により変換された前記複数の第5キーワード又は前記第5文章の少なくとも一部についてコンテキスト化することで、1以上の第6文章を生成する提供手段と、
を備え、
前記推定手段乃至前記定義手段の処理まで実行する第1パターン、
前記推定手段乃至前記定義手段の処理まで実行した後に、前記展開手段の処理まで実行する第2パターン、及び
前記推定手段乃至前記定義手段の処理まで実行した後に、前記展開手段乃至前記提供手段の処理を1回以上繰り返す第3パターン
のうち、前記ユーザに求められるパターンを実行する、
情報処理装置。 - 前記第1変換手段により変換された前記複数の第2キーワード又は第2文章の夫々を、所定の観点でスコアリングするスコアリング手段をさらに備え、
前記定義手段は、前記スコアリング手段によるスコアリングの結果を考慮して、コンテキスト化を実行する、
請求項1に記載の情報処理装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2023012653A JP2023041795A (ja) | 2020-10-30 | 2023-01-31 | 情報処理装置 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2020182514 | 2020-10-30 | ||
JP2020182514 | 2020-10-30 | ||
PCT/JP2021/040294 WO2022092318A1 (ja) | 2020-10-30 | 2021-11-01 | 情報処理装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023012653A Division JP2023041795A (ja) | 2020-10-30 | 2023-01-31 | 情報処理装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JPWO2022092318A1 JPWO2022092318A1 (ja) | 2022-05-05 |
JP7224083B2 true JP7224083B2 (ja) | 2023-02-17 |
Family
ID=81382694
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2022547665A Active JP7224083B2 (ja) | 2020-10-30 | 2021-11-01 | 情報処理装置 |
JP2023012653A Pending JP2023041795A (ja) | 2020-10-30 | 2023-01-31 | 情報処理装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2023012653A Pending JP2023041795A (ja) | 2020-10-30 | 2023-01-31 | 情報処理装置 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230401245A1 (ja) |
JP (2) | JP7224083B2 (ja) |
WO (1) | WO2022092318A1 (ja) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002032393A (ja) | 2000-07-14 | 2002-01-31 | Sony Corp | 情報検索装置、アイデア運用装置およびそれらの方法 |
JP2003330946A (ja) | 2002-05-09 | 2003-11-21 | Toshiba Corp | アイデア抽出支援方法とそのためのプログラム |
JP2005284548A (ja) | 2004-03-29 | 2005-10-13 | Seiko Epson Corp | 創造発想支援装置、創造発想支援方法、創造発想支援プログラム |
WO2007060780A1 (ja) | 2005-11-22 | 2007-05-31 | Nec Corporation | 発想支援装置、発想支援方法および発想支援用プログラム |
JP2012093870A (ja) | 2010-10-26 | 2012-05-17 | Nec Corp | システム開発における要求獲得支援システム、要求獲得支援方法およびプログラム |
WO2019004027A1 (ja) | 2017-06-28 | 2019-01-03 | 竜 今泉 | 情報処理装置 |
-
2021
- 2021-11-01 JP JP2022547665A patent/JP7224083B2/ja active Active
- 2021-11-01 WO PCT/JP2021/040294 patent/WO2022092318A1/ja active Application Filing
- 2021-11-01 US US18/251,151 patent/US20230401245A1/en active Pending
-
2023
- 2023-01-31 JP JP2023012653A patent/JP2023041795A/ja active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002032393A (ja) | 2000-07-14 | 2002-01-31 | Sony Corp | 情報検索装置、アイデア運用装置およびそれらの方法 |
JP2003330946A (ja) | 2002-05-09 | 2003-11-21 | Toshiba Corp | アイデア抽出支援方法とそのためのプログラム |
JP2005284548A (ja) | 2004-03-29 | 2005-10-13 | Seiko Epson Corp | 創造発想支援装置、創造発想支援方法、創造発想支援プログラム |
WO2007060780A1 (ja) | 2005-11-22 | 2007-05-31 | Nec Corporation | 発想支援装置、発想支援方法および発想支援用プログラム |
JP2012093870A (ja) | 2010-10-26 | 2012-05-17 | Nec Corp | システム開発における要求獲得支援システム、要求獲得支援方法およびプログラム |
WO2019004027A1 (ja) | 2017-06-28 | 2019-01-03 | 竜 今泉 | 情報処理装置 |
Also Published As
Publication number | Publication date |
---|---|
JP2023041795A (ja) | 2023-03-24 |
JPWO2022092318A1 (ja) | 2022-05-05 |
WO2022092318A1 (ja) | 2022-05-05 |
US20230401245A1 (en) | 2023-12-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9779632B2 (en) | Computer automated learning management systems and methods | |
US9465792B2 (en) | Computer automated organization glossary generation systems and methods | |
CN105868179B (zh) | 一种智能问答方法及装置 | |
US20160189034A1 (en) | Computer automated learning management systems and methods | |
JP6851894B2 (ja) | 対話システム、対話方法及び対話プログラム | |
WO2018169001A1 (ja) | 対話システム、対話装置及びそのためのコンピュータプログラム | |
Turner et al. | Applying qualitative approach in business research | |
CN109145168A (zh) | 一种专家服务机器人云平台 | |
Bignold et al. | A conceptual framework for externally-influenced agents: An assisted reinforcement learning review | |
CN110597969A (zh) | 一种农业知识智能问答方法、系统以及电子设备 | |
Miles | Rhetoric and the foundation of the Service-Dominant Logic | |
Chandiok et al. | CIT: Integrated cognitive computing and cognitive agent technologies based cognitive architecture for human-like functionality in artificial systems | |
CN114707516A (zh) | 一种基于对比学习的长文本语义相似度计算方法 | |
Mesmer et al. | Enabling supplier discovery through a part-focused manufacturing process ontology | |
JP7224083B2 (ja) | 情報処理装置 | |
CN112927692A (zh) | 一种自动语言交互方法、装置、设备和介质 | |
Kersten | Decision making and decision support | |
WO2019208199A1 (ja) | 回答選択装置、モデル学習装置、回答選択方法、モデル学習方法、プログラム | |
Al-Abri et al. | A scheme for extracting information from collaborative social interaction tools for personalized educational environments | |
Raval | An improved approach of intention discovery with machine learning for pomdp-based dialogue management | |
JP2006085389A (ja) | 検索装置 | |
Burger | Key Variables that Affect Policy Implementation | |
KR20200141863A (ko) | 개인기록물 데이터 기반 인공지능 대화 서비스 제공 시스템 | |
Dillon et al. | Adding Rigor to Advance Design Thinking | |
US20220180229A1 (en) | Defeasible reasoning system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20220803 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20220803 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20221004 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20221205 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20230110 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20230131 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7224083 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |