新規事業テーマを発掘するための
情報収集の仕方と実践ノウハウ

(株)ケミストリーキューブ 代表取締役　平木 肇氏

(株)日本能率協会コンサルティング R＆D事業本部 シニアコンサルタント　細矢 泰弘氏

【アーカイブ（録画）配信】 ２０２６年７月２３日まで受付（視聴期間：７月２３日〜８月２日まで）
※２０２６年７月１０日（金）１3：００〜１５：００、７月１４日（月）１３：００〜１７：１５　
Live配信セミナーの録画配信です

1名につき ６０,５００円（消費税込、資料付）
〔１社２名以上同時申込の場合のみ１名につき５５,０００円〕

〔大学、公的機関、医療機関の方には割引制度があります。詳しくは上部の「アカデミック価格」をご覧下さい〕

【7月10日（金）13:00〜15:00】

【第1部】新規事業開発における 情報収集プロセスの再設計
　　　　 〜「問い」を起点とした価値創造の実践〜

【講座の趣旨】
新規事業開発において，情報収集が重要であることは言を俟たない。しかし実務の現場では，多くの情報を収集しているにもかかわらず，それらが意思決定や価値創造に十分に活用されていないという現状が見られる。市場レポートや競合情報を揃えても，顧客ニーズを捉えきれず，あるいは競争優位性を構築できないまま新事業開発がうまく進まないというケースは少なくない。情報収集における本質的な問題は，情報量の不足ではなく，「何を明らかにすべきか」という問いと，それに基づく質の高い情報の収集，そしてその過程で生み出す洞察が不十分なことにある。 本講演では，筆者が企業のR & D現場におけるコンサルティングで培った実践知をもとに，「問い」を起点とした新規事業開発の情報収集プロセスについて解説する。

【講演項目】
１．なぜ、情報を集めても新規事業は前に進まないのか
　　1.1　新規事業開発における情報収集の重要性
　　1.2　市場レポート・競合情報・技術情報が意思決定に活かされない現実
　　1.3　情報量の問題ではなく、「何を明らかにすべきか」が曖昧であることが問題である
　　1.4　新規事業が失敗する二つの構造　?「顧客の不在」と「競争優位性の欠如」?

２． 情報収集の出発点は「問いの設計」である
　　2.1　新規事業開発の成否を分ける「問い」
　　2.2　問いの質が、集まる情報の質を決める
　　2.3　抽象的な問いを、具体的・構造的な問いへ変換する

３． 問いを起点に情報収集プロセスを再設計する
　　3.1　情報収集を「調査」ではなく「仮説検証プロセス」として捉える
　　3.2　新規事業開発に必要な市場情報
　　3.3　マクロ市場情報とミクロ顧客情報の使い分け
　　3.4　新規事業開発に必要な技術情報
　　3.5　顧客技術・競合技術・自社技術を結びつけて考える

４． 新規事業開発に必要な情報と使い分け
　　4.1　一次情報・二次情報・三次情報の特徴と違い
　　4.2　生成AIを活用した情報収集の可能性と限界
　　4.3　情報の種類と調査方法の使い分け

５． 情報を価値に変える「まとめる」技術
　　5.1　「まとめる」とは、単なる整理や資料作成ではない
　　5.2　情報を「事実・解釈・仮説」に分ける
　　5.3　構造化された情報から洞察を導く

６． 問いを変えれば、見える構造と生まれる価値が変わる
　　6.1　情報収集は価値創造プロセスの一部である
　　6.2　経営者・管理者・R&Dスタッフがそれぞれ担うべき役割
　　6.3　生成AI時代に人間が担うべき「問い」と「洞察」

【質疑応答】

【7月14日（火）13:00〜15:00】

【第2部】生成AIを活用した情報整理・要約・意思決定支援の実践ポイント

【講座の趣旨】
近年、デジタル技術の進展により企業や組織が扱う情報量は大きく増加しています。市場データや調査レポート、SNSの情報など多様な情報に容易にアクセスできる一方で、情報が多いほど比較や判断が難しくなる場面も増えています。本講演では、ChatGPT・Gemini・Copilotなどの生成AIを活用し、情報の取捨選択・要約・意思決定へつなげる実践的な手法を解説します。単なる情報収集や要約にとどまらず、問いの設計、要約の型、スクリーニング基準の作り方を体系的に整理し、AIのリスクへの対応も踏まえながら、判断の質を高めるための具体的なスキル習得を目指します。

【講演項目】
１．導入
　　1.1　情報過多時代における意思決定の難しさ
　　1.2　なぜ情報が増えるほど判断が難しくなるのか
　　1.3　生成AIが担う役割の変化（検索から思考支援へ）

２．生成AIの基本理解
　　2.1　ChatGPT・Gemini・Copilotの特徴と役割
　　2.2　情報整理・要約・意思決定におけるAIの位置づけ
　　2.3　「検索」と「生成AI」の違い

３．情報の取捨選択が重要になる理由
　　3.1　情報過多時代の3つの失敗（論点の拡散・比較軸の不統一・安心感の錯覚）
　　3.2　結論に至らない原因の構造
　　3.3　意思決定に必要な情報の4分類（市場・顧客・実行可能性・リスク）

４．問いの設計と仮説思考
　　4.1　弱い問いと強い問いの違い
　　4.2　仮説→検証の設計方法
　　4.3　除外条件の設定による判断精度向上
　　4.4　AIを活用した調査計画の作成方法

５．情報のスクリーニング手法
　　5.1　情報を捨てられない原因
　　5.2　4つの評価基準（信頼性・関連性・新規性・実行可能性）
　　5.3　評価フォーマットの標準化と自動化
　　5.4　AIを活用した情報選別の実践

６．要約の実践技術
　　6.1　要約の本質（短縮ではなく判断材料の抽出）
　　6.2　3段階要約の使い分け
　　　　（１）60秒要約（結論＋根拠）
　　　　（２）5分要約（論点＋賛否）
　　　　（３）意思決定要約（選択肢・評価軸・推奨）
　　6.3　AIへの効果的な要約指示

７．生成AIのリスクと対策
　　7.1　ハルシネーションの理解と対処
　　7.2　出典確認の重要性
　　7.3　バイアスと「自信満々問題」
　　7.4　判断ログによる検証プロセスの可視化

８．生成AIを活用した意思決定プロセス
　　8.1　情報収集→整理→比較→判断の流れ
　　8.2　AIと人間の役割分担
　　8.3　実務での活用フロー設計

９．業務効率化への応用
　　9.1　情報整理・資料作成の効率化
　　9.2　会議資料・報告資料への応用
　　9.3　組織内での活用定着のポイント

１０．今後の展望
　　10.1　生成AI時代に求められる思考力
　　10.2　意思決定の質を高めるための実践ポイント
　　10.3　今後のAI活用の方向性

【質疑応答】

【7月14日（火）15:15〜17:15】

【第3部】新規事業テーマ発掘のための
　　　　　　　　 情報収集の仕方・取捨選択と活用ノウハウ

【講座の趣旨】
情報収集と分析に焦点を当て、3C分析や市場セグメンテーションを用いて戦うべき市場を明確化します。事業企画の実践として、顧客の生活シーンから潜在ニーズを掘り起こし、独自の価値を持つ商品コンセプトを策定します。 勘や経験に頼る「思いつきの企画」から脱却し、「仮想カタログ」という具体的なアウトプットを通じた実践的な手法を習得できるのが特徴です。企画担当者だけでなく、次世代の商品像を描きたい技術・R&D部門の方にも最適な内容。

【講演項目】
１．情報収集の基礎　　

２．マーケテイングプロセス　

３．市場セグメント　

４．競争優位戦略　

５．情報収集の仕方　

６．事業環境認識　

７．技術探索調査　

８．情報ソース一覧　

９．有望事業ドメインと成長製品調査　

１０．インタビューとアンケート　

１１．ケースメッソド　

１２．商品企画の基礎　

１３．ライフシーンプランニング　

１４．仮想カタログ　

１５．ビジネスモデル　

１６．価格戦略　

１７．しくみつくり　

【質疑応答】