【講座の趣旨】
情報調査分析では、新しい手法や生成AIの登場で、調査分析手段に注目が集まりがちで す。しかし、価値ある成果を生み出すために重要なのは、「分析の目的や仮説を明確にする準備段
階」と「分析結果を価値に結びつける段階」であり、これらには人間の思考力が欠かせません。生成
AIが進化しても、これらのプロセスはAIに代替できないスキルとして、今後ますます重要になるで
しょう。本セミナーでは、特許情報調査分析の基本を初心者にもわかりやすく解説し、生成AIを補助
ツールとして活用しながら、仮説構築や問題解決の具体的なステップを、実務事例を交えて紹介しま
す。研究開発や事業化の現場で即実践できる視点を習得することを目指します。
【講座内容】
1. なぜ、情報調査分析は、うまくいかないのか?
1.1 情報調査分析を取り巻く変化と課題
1.2 情報調査分析の失敗パターンから学ぶ
1.3 AI時代における「人間の思考」の重要性
2. 情報調査分析の基礎
2.1 情報調査分析とは?
2.2 情報調査分析の基本プロセス
2.3 情報整理の基本的な考え方 〜情報の見える化・構造化
2.4 仮説の考え方
2.5 価値とは?
2.6 情報調査分析のスキルの理解 〜初級、中級、上級で必要なスキルと壁
2.7 人間とAIの協働スキル
3. 事業への貢献・価値創出のための 実践フレームワーク
3.1 情報調査分析から価値創出の基本的考え方
3.2 価値創出のための具体的フレームワーク
3.3 ビジネスフレームワークの実践理解
3.4 技術と顧客価値をつなぐ技術の構造化(iMap)
3.5 調査分析の前提:問題・課題を正しく捉える
4. 特許情報活用のコツ
4.1 特許情報の活用意義 〜イノベーション・マーケティング
4.2 効果的に特許情報を活用するための原則
5. 生成AI活用のコツ
5.1 生成AI活用の原則
5.2 情報調査分析のための生成AI
5.3 スキル向上のための生成AIの活用
6. 実践分析事例をもとに学ぶ
6.1 代表的な情報調査分析の種類
6.2 技術動向
6.3 競合分析
6.4 実践における報告(A3方式)
6.5 良く発生する悩みとAIを活用した解決アプローチ
7. 調査分析業務における今後のスキル
7.1 将来の調査分析業務、キャリアのあり方
7.2 AI時代における思考力強化の方法
【質疑応答】
|