Gemini Enterprise の Idea Generation を使ったら、発想力より“読む力”が問われた話

ぱっと見の感想としては、箇条書きというより 1案ごとに概要から解決する課題、効果やリスク等が書かれたミニ企画書が大量に並んでいて、量だけでなくその情報密度の多さに驚かされました。

セッション詳細を見てみると、1時間で95件のアイデアが生成されていました。

しかも、1案あたりの文字量が5,000字前後〜1万字超までばらつきはありますが、平均しても約7,000字。案ってもっと箇条書きで概要だけ返ってくると思っていたのですが、実際はアイデアの説明だけでなく、期待できる効果や想定される課題まで丁寧に書かれたミニ企画書が100本近くずらっと並んでいました。

「全部読む」のに何時間かかるか（概算）

出てきたアイデアは、読んで初めて価値が出ます。逆に言うと、読めなければ“出ていない”のと同じです。では実際、これを全部読むのにどれくらい時間がかかるのか計算してみました。

• 7000字 × 100案 = 70万字
• 読む速度を 400〜600字/分（日本人の1分間の平均読書速度とされている）とすると
  • 70万 ÷ 600 = 約1167分（約19.5時間）
  • 70万 ÷ 400 = 約1750分（約29.2時間）

つまり「アイデア出しを時短したい」つもりで、約19〜29時間の「読書」が発生します。

Idea Generation を使うことで、アイデアが出ない問題は解決できました。代わりに残ったのは、この大量のアイデアをどう読んで、どう選ぶかという “発想過多問題” でした。

似てるけど同じじゃない：差分が判断を難しくする

出力の質については、単純に「良い／悪い」で切れる感じではありませんでした。入力した問いにちゃんと沿って返ってくるので、ぱっと見は似たようなアイデアが並びます。ただ、詳細まで読むと「何を解決するのか」「どう実装するのか」が少しずつ違っていて、意外と差分がある。この「似てるけど同じじゃない」が、判断を難しくします。

Idea Generation では案を列挙するだけでなく、各案に評価値を付与して提示します。今回の出力結果について、一部の案の概要を抜粋すると次のようになります。

「AI駆動型インテリジェント運用・ナレッジプラットフォーム (AIOps-KIM)」(Elo 評価：1623)

「Enterprise IT DevEx Platform (EIDP)」(Elo 評価：1616)

「自己進化型ITネクサス (SEITN)」(Elo 評価：1145)

Idea Generation には、上記のように生成した案を、トーナメント形式で比較して優劣の評価値を付ける仕組みがあるので、基本は上位から見ていけば良いはずです。実際、上の方には筋の良さそうな案が並びます。

でも、上位の案を信用して割り切りたい気持ちと同時に、「下位にも前提がハマれば化ける案があるんじゃないか？」という感情も出てきます。結局、全部に目を通した方がいいのかなと思ってしまう。こうなると、アイデア出しというよりは大量の案を読み込んで選別する作業になっていきました。

ここで効いてきたのが、評価と検討プロセスをセットで見るという使い方です。

評価を信じて割り切る：Idea Generation の使いどころ

Idea Generation では、トーナメント形式で案の優劣を付けてくれるだけでなく、「なぜその評価になったのか」という検討プロセスも確認できます。

この検討プロセスがなかなか面白くて、専門家がアイデアを比較するディスカッションをしているような体裁で書かれています。現時点だと日本語での出力と英語での出力が混ざっていて少し読みにくい部分もあるのですが、それでも、どこが評価され、どこが悪かったのか、理由の筋道まで追えるのが参考になります。順位を見るだけでは見えない観点が得られるので、迷いが減って取捨選択が進みます。

なので Idea Generation を使うなら、上位の案から見つつ、気になった案については検討プロセスを確認するのが良さそうです。全部を精読しにいくのではなく、評価と理由を手がかりに探索範囲を絞ることで、“読書”の時間を減らしながら、効率よく当たりを探すことができます。

つまり、最初から全部を精読するのではなく、まずは上位と一部の気になるアイデアに絞って検討をすすめる。そうして、ミニ企画書レベルのアイデアを短時間で増やし、次の検討に回すことに価値がある。そんな使い方がしっくりときました。

まとめ

Idea Generation を触ってみて感じたのは、AI が「アイデア出し」を楽にしてくれる一方で、人間側の仕事が「発想」から「読む・選ぶ」へシフトするということでした。出力の量と情報密度が上がるほど、今度は評価軸や取捨選択の仕組みがないと回りません。

今回の学びをまとめると、ポイントは次の3つです。

• まずは評価値を信頼して上位から見る。全部を最初から読まない
• 気になる案は、検討プロセスで「なぜその評価か」を確認する
• 発散は AI、収束は人間。次の検討に回せる形に整えるのが価値

アイデアが出ない悩みは、かなりの確率で解消できます。その代わりに出てくるのは「読書」の問題。ここをうまく捌けるようになると、Idea Generation は企画の立ち上げをかなり楽にしてくれると感じました。

関連サービス