利益:
- 解決策指向の考え方ではなく、問題指向の考え方を理解し、人工知能を使用して問題領域を調査し、アイデアを生み出す能力
- 問題が「ビタミン剤か鎮痛剤」かを区別し、人工知能で仮説を立てる能力
- 人工知能によって生み出されたアイデアのリストは出発点であり、本当の痛みは現場でのみ検証できることを理解できること。
ほとんどのスタートアップは、悪いアイデアのせいではなく、誰も解決してほしくない「問題」に対応する製品を作ったために消滅します。スタートアップの創業者は、多くの場合、「アプリを作ります。これがどのように機能するかです。」という解決策から始めます。しかし、経験豊富な創業者は、「人々は今、どのような本当の苦痛を経験しているのか、そして彼らはその苦痛に喜んで対価を払うだろうか?」という問題から始めます。この単元では、AI (人工知能 - アイデアやテキストを生成するソフトウェア) を正しい順序で、つまり最初に問題発見から使用する方法を学びます。最初から限界を設定しましょう。AI は何百ものアイデアを生成できますが、どの痛みが本当であるかを判断できるのは現場の人間だけです。
解決策指向ではなく、問題指向で考える
問題領域とは、人々が仕事や生活をしているときに遭遇する一連の困難です。ソリューションスペースとは、これらの課題を解決するために生み出される製品やサービスです。初歩的な間違いは、すぐに解決策の領域に飛び込むことです。解決策を想像するのは楽しいので、問題を理解するのは退屈で面倒です。しかし、間違った問題に対する完璧な解決策はゴミです。
良い問題には 3 つの特徴があります。それは頻繁に発生します (まれな問題を習慣にする人はいません)。痛みを伴います（軽度の不快感には力を入れません）。費用がかかる (問題に時間、お金、または評判がかかる場合、解決策の価値は高くなります)。 AI を使用すると、これら 3 つの軸で問題を「掘り下げる」ことができます。
ビタミン剤か鎮痛剤か？
これは起業家精神において最も有用な区別の 1 つです。鎮痛剤は実際の即時の痛みを解決します。そうしないと、人は仕事ができないので、支払い意欲が高まります（たとえば、給料を支払わなければ働けない職人のための徴収システムなど）。一方、ビタミンは嬉しいですが、必要のない改善です。 「あればいいのに」と思うかもしれませんが、それがなくても人生は続いていきます（たとえば、カラフルなモチベーションを高めるアプリなど）。ビタミンはお金を稼ぐことができますが、それははるかに困難な道です。 AIにアイデアを与えると、AIはすぐに「これは鎮痛剤ですか、それともビタミンですか？証拠は何ですか？」と尋ねます。彼らに質問させてください。
ヒント: 問題が鎮痛剤であるかどうかを知る最も簡単な方法は、「人々はこの問題を解決するために今何をしているのか、それにどのくらいの時間やお金を費やしているのか?」と尋ねることです。現在、解決策にお金や労力が費やされている場合（たとえそれが悪かったとしても）、痛みは本物です。
ステップバイステップ: AI による問題発見
- 人物/セグメントを選択します。 「全員」ではなく、特定のグループのことを考えてください（例：「一人の歯科医」）。
- 日々をスクラッチしてください。 AI から、そのグループの典型的な 1 日、繰り返されるフラストレーション、現在の対処戦略を抽出します。
- 問題を仮説に変えます。それぞれの困難を検証可能な文に変えます。「グループ X は、状況 Y で Z に苦しんでいます。」
- ビタミン/鎮痛剤フィルター。この軸で各仮説を評価します。弱者を排除する。
- 証拠となる質問を作成します。あらゆる強力な仮説について、「これを 1 週間でテストするにはどうすればよいでしょうか?」質問に答えてください。
- フィールドに持って行きましょう。究極のフィルターは、AI (次のユニット) ではなく、生身の人間と会話することです。
注: AI が生成する問題リストは「出発点」であり、現実ではありません。 AI は一般化します。あなたのセグメントの本当の痛みはリストにないかもしれません、あるいはリストの項目があなたに当てはまらないかもしれません。
ミニケース3個
ケース 1 — 解決策から問題への転換。創業者は「AI レシピ アプリ」を作りたいと考えていました (彼はソリューションから始めました)。 AI に対象者 (新しく親になった人) の 1 日を詳しく調べてもらったところ、本当の苦痛はレシピではなく、「手元にあるものですぐに食べる」ことと「時間がない」ことであることがわかりました。彼はこの問題を「材料が少なくなり、時間も少なくなる」と再定義しました。製品のアイデアは根本的に変わり、より明確になりました。最終的に、彼は 15 人に話を聞きました。 12人がこの痛みを確認した。
ケース 2 — ビタミンの摂取が早すぎる。あるチームは、「従業員に毎日インスピレーションを与える言葉を送信する」アプリを検討していました。 AI にビタミンや鎮痛剤の検査をさせて、「人々は今これにいくら使っていますか?」と尋ねると、質問を正直に考えてみると、答えは「何もない」でした。インスピレーションの言葉を得るためにお金や労力を費やす人は誰もいませんでした。彼らはそのアイデアを早々にやめました。彼らは何か月もかけて製品を開発し、その後は学習を続けました。最も安上がりな失敗は、始める前に気づく失敗です。
ケース 3 — 秘密の鎮痛剤。ある創設者は小規模な旅行会社に焦点を当てました。 AI がこのグループの時代を作り上げました。多くの問題がありましたが、特に目立ったのは、WhatsApp と予約と回収の手動追跡による継続的なダブルブッキングと損失でした。これは頻繁に起こる、痛みを伴う、高価な問題であり、古典的な鎮痛剤が必要でした。彼は他の 6 つのアイデアを放棄し、この 1 つの痛みに集中しました。
コピー可能な 4 つのテンプレート
1) 一日の掘削量:
あなたの役割: 顧客発見スペシャリスト。対象グループ: [例:独身で勤務している歯科医]。この人の典型的な勤務日を時間ごとに説明してください。各段階で発生する繰り返しの問題と、それらに現在どのように対処しているか (現在の解決策/改善策) をリストします。確信が持てない場合は、「仮定、検証が必要」と記入してください。一般化していることを忘れないでください。
2) 問題を仮説に変える:
次の問題点のリストを取得し、それぞれを次のパターンに変換します。「[セグメント] は [状況] の瞬間に [痛み] を経験しており、その結果 [コスト] が発生します。」次に、各仮説を「鎮痛剤/ビタミン」としてマークし、その根拠を 1 文で書きます。
3) ビタミン/鎮痛剤ストレステスト:
次の問題仮説を評価します: [仮説]。 (1) 頻度、(2) 痛みの強さ、(3) コストの軸で 1 ～ 5 のスコアを付けます。 (4) 「人々は今、この問題のために何をし、何を費やしていますか?」という質問に答えてください。 (5) 合計の鎮痛スコアを示し、悪い場合はその理由を説明します。
4) 安価なテスト設計:
コードを書かずに、次の仮説を 1 週間以内にテストしたいと考えています: [仮説]。安価なテスト方法を 3 つ提案してください (例: 面接、事前登録ページ、模擬ドアテスト)。それぞれについて、何を測定するのか、何人で十分なのか、どの結果が「苦い真実」を示しているか、どの結果が「痛みがない」かを示しています。
弱いプロンプト / 強いプロンプト
弱いプロンプト:
スタートアップのアイデアを 20 個教えてください。
このプロンプトは、コンテキストやセグメントのないアイデアのガベージ ダンプを生成します。すべては解決志向であり、実際の痛みに基づいたものはありません。
強力なプロンプト:
あなたの役割: 問題に焦点を当てた顧客発見メンター。セグメント: [小規模旅行会社のオーナー]。このグループが仕事中に経験する可能性が最も高い 8 つの痛みを、それぞれ「セグメント-状況-痛み-コスト」のパターンで書きます。それぞれの痛みを鎮痛剤/ビタミンに分類し、最も強力な 3 つを 1 週間の安価なテストで検証する方法を教えてください。
アプローチ
出力の性質
検証可能性
解決策から始める
クールだが根拠のないアイデア
低い
細分化されていない意見の募集
一般的、特徴的ではない
低い
問題 + セグメント + 仮説
検査可能な痛みのリスト
高い
問題 + 安価なテスト設計
現場へのポータブルプラン
最高の
よくある間違い
- まずは解決策から。製品を想像して問題を探します。逆で危険な順序。
- 「みんな」のためにやる。セグメントが広いほど、痛みはより曖昧になります。小さなことから始めましょう。
- ビタミンを鎮痛剤と間違える。 「あったらいいな」というアイデアに夢中になる。支払い意欲をテストします。
- AIリストを本物と間違える。 AI の問題リストは仮説です。実際の人間による検証なしに製品は作られません。
- 頻度や費用については問いません。めったに耐えられない、または自由に耐えられる問題の解決策を購入する人はいません。
注意: AI は、あなたに同情してもらうために、ありふれた問題を「大きなチャンス」として提示する可能性があります。確証バイアスに対抗するには、問題が発生するたびに、必ず「証拠はどこにあるのか、人々は今何を使っているのか?」と尋ねるようにしてください。自分自身で質問してください。証拠がない場合、そのアイデアは単なる推測にすぎません。
要約すれば
スタートアップは、間違った問題に対して製品を作ると死んでしまいます。だからこそ、解決策ではなく問題から始める必要があるのです。良い問題は頻繁に発生し、痛みを伴い、費用がかかります。鎮痛剤とビタミン剤を区別することは、どの痛みが支払い意欲を引き起こすかを予測する最も実用的な方法です。 AI は、セグメントの 1 日を掘り下げ、問題点をテスト可能な仮説に変換し、安価なテストを設計する上で強力な支援となります。しかし、AI が生成する問題リストは出発点です。本当の痛みは、現場で人々と話すことによってのみ検証されます。自分のアイデアに夢中になることなく、AI をプロデューサーとしても批評家としても活用しましょう。
アプリケーションタスク
セグメントを選択します (できるだけ狭い範囲)。 「1 日を掘り下げる」テンプレートを使用して、AI からそのセグメントの苦痛を取り除きます。次に、「問題を仮説に変える」テンプレートを使用して少なくとも 5 つの仮説を作成し、それぞれをビタミン/鎮痛剤としてマークします。 2 つの最も強力な鎮痛仮説の「安価なテスト設計」テンプレートから毎週のテスト計画を導き出します。 1 週間以内にこれらのテストのうち少なくとも 1 つを実際の人間と受けるように計画し、どの結果が「厳しい真実」を示すかを事前に書き留めてください。
チェックリスト
- [ ] 解決策ではなく、特定のセグメントの問題から始めたのでしょうか?
- [ ] 私はすべての問題を検証可能な仮説に変えましたか?
- [ ] ビタミン/鎮痛剤の軸に沿って各仮説をフィルタリングしましたか?
- [ ] 「人々は今、これにいくら使っていますか?」すべての仮説に対して質問をしましたか?
- [ ] 私は AI リストを現実ではなく、現場でテストされる仮説として扱ったでしょうか?