具体的なトランスフォーメーションにに転換するためのヒントを以下に列挙します。
- 人工知能に創造的な仕事を担わせる
- これは当社の開発しているAIによる価値提案と戦略構想をリコメンドするシステムが該当します。制約となっている常識を破ることで発想の転換が生まれます
- スマイル曲線の反転を考える
- スマイル曲線の中間段階は全段階のブレークスルーテクノロジーの宝庫であり、キーテクノロジーから全体ビジネスを再設計することで、価値構造の変革につながります。最も川上にある設計段階と最も川下にある最終製品段階が最も利益率の高い価値を生み出し、中間にある段階の利益率は低く価値を生み出さないという常識を打ち破ることで発想の転換が図れます。ビジネス全体をに渡して、新たなビジネスモデルを構築しましょう。
- 業務改革やコスト削減という視点では考えない
- 業務改革やコスト削減施策にはお金がかかります。そこにお金をかけ続けることで、事業の抜本的な転換が遅れるなら、チャンスロスとサンクコストにつながります。業務改革やコスト削減施策に拘っても、長期的に見れば、企業としての持続可能な成長にはつながりません。
- トレードオフでの解決をしない
- ジレンマに陥り、そこから脱出するために様々なトレードオフに解決策を求めることがあります。しかし、そもそもジレンマに陥った構造自体の問題に目を移すことで発想の転換が生まれます。アウフヘーベン(止揚)でモノゴトを思考することが大事です。
- ルールによる統制は非効率である
- 決まり事で統制しようとすると人の心は抑圧されて新しい発想を生み出す気風を阻害してしまいます。自分で何をすべきかを考えて言われなくても行動することの中から多様な工夫やアイデアが生まれるものです。経済的にも社会的にも自立し、自律して行動できるようにすることで、生産性は高まります。
- 自分だけのアイデアに固執する
- 先例がない新たな発想にはビジネスチャンスがあります。「思いつき」は誰にも同じことが起こるものであり、誰かが既に思いついていると考えるべきです。しかし、誰もがとん挫して先例のないこともあります。 自分を信じて、とことん追求し磨き上げることで、初めて辿り着ける最高峰の頂きもあります。途中で投げ出しなさいという横やりは必ず入りますが、投げ出さずにすむ方法を工夫することも大事です。また、失敗はつきものであり、失敗しなければ成功はありません。「失敗は成功の母である」ことも肝に銘じておきましょう。
- リスク対策は発想を狭めてしまう
- 外部から見れば、企業がどのようなリスクを認識し、重要課題としてどのように対策しているかオープンに開示されていれば健全な運営をしていると判断できます。そこには投資を呼び込めるしビジネスチャンスも生まれます。しかし、対症療法ではなく、そもそもそのようなリスクが生じる社会の仕組みを根本的に捉え直して、社会発展の仕組みを思考することの方が大事です。新しい発想はネガティブな思考ではなく、ポジティブな思考から生まれるものです。
- 人手不足はチャンスである
- 人手不足によって事業の継続が難しくなることは人口減少の今日では必然のことです。確保できているマンパワーでやりくりする努力も尽きるかも知れません。むしろ、人手をかけていた業務を、①無くす、②自働化する、③外だしする、に考え方を転換することで、新たな仕事の仕方が見つかり、発想を転換する機会にもなります。
- データドリブンは中途半端な解決策である
- データドリブン経営が、何故、実現しないのか。データから何かを見つけて変化を起こそうという動機づけがないからなのでしょうか? 本質はそうではなく、インサイト(洞察力)が発揮されないからです。 インサイトは誰にもあるものですが、上意下達、報連相、指示待ち文化がインサイトを押さえつけてしまうのです。 データドリブンの以前にインサイトドリブンで動ける組織への変革が必要です。
- ほんものの価値は詳細に宿る
- 最近は、何かにつけ、直感的に分かりやすい言葉でシンプルに表現することが求められます。しかし、真実は詳細の中に隠されているものです。モノゴトをとことん突き詰めて考えなければ見えてきませんし、人の心を揺り動かしうるアイデアも生まれません。「オッカムの剃刀」という言葉が示すとおり、真実でないことを正当化するために余計な説明をすることは無意味ですが、シンプルで分かりやすくても、表面的に分かりやすいだけの思考では価値を生み出しません。
- マニュアル化できるなら自動化をする
- 形式知にして誰もがそれで動けるなら機械に任せましょう。本当の希少性の価値は暗黙知にあります。暗黙知のうち形式知化できるものは、どんどん形式知化しましょう。そして、希少性の価値を生み出す暗黙知を組織の中で磨き上げていきましょう。
- 仮説推論(アブダクション)で考える
- 演繹推論で精密な思考をするにはデフォルメや単純化したモデル化が必要です。帰納法による推論には原理的に先行事例が必要になります。類推から新結合が生まれることはありますが、そもそも先例がなければ成り立ちません。後付けで正当性を証明したり、トートロジーや循環論法に陥る可能性もあります。目の前にある現象をとことん深掘りして、その現象の根本原因や法則を見つけ出そうと言うのが仮説推論(アブダクション)であり、逆行推論とも言われます。発想の転換にはこの仮説推論(アブダクション)が極めて有効な手段となります。当社では複雑系化した今日の社会に対して「ダイナミック・アブダクション」というコンセプトを採用しています。
当社『トランスフォーメーション戦略の構想』にご興味のある方は サステナブル・イノベーションズ株式会社宛に お気軽にお問い合わせ下さい。