問い直す。ほどく。共に創る。育てる。託す。
NO-MARKが設計し直すのは、AIの使い方ではなく、仕事そのものの価値構造です。
AIによって情報収集、整理、分析、文書化、試作といった作業のコストは下がります。そこで重要になるのは、作業を多くこなすことではなく、何を課題として設定し、どんな仮説を置き、どの判断に責任を持つかです。
STEP 1｜問い直す｜AGENDA
最初に決めるのは、機能でも仕様でもありません。何を重要な問題として扱うのかを決めます。
現場の違和感、顧客の行動、事業データ、競争環境、制度、既存資産を見ながら、依頼された『作りたいもの』をそのまま要件にはせず、事業として取り組むべきアジェンダを定めます。
ここでの価値は情報量ではなく、問いの切り方です。
STEP 2｜ほどく｜WORK / TASK UNBUNDLE
次に、仕事を職種や部署の名前から切り離します。NO-MARKでは、プロジェクトを大きく3層で見ます。
- 責任を負う立場：最終的な目的、意思決定、結果責任を持つ。
- 判断を伴う仕事：仮説を選び、優先順位を決め、人や資源を動かす。
- 作業：情報収集、整理、比較、分析、文書化、試作など、AIで大幅に圧縮できる領域。
『どこを自動化するか』ではなく、どの判断を誰が担い、どこに責任を置くかまで設計することが重要です。
STEP 3｜共に創る｜HYPOTHESIS
問いが定まったら、次に価値を持つのは仮説です。
AIは大量の情報から、一般的で妥当な案を高速に出せます。だからこそ、人とチームには、単なる平均解ではなく、既存の見方を少しずらしながらも、現場で検証する価値のある仮説をつくる力が必要になります。
NO-MARKは、AIで探索幅と試作速度を上げながら、クライアントや現場のチームと、事業として賭ける仮説を磨きます。そこから価値提案、プロダクトビジョン、ロードマップ、MVP、業務フローへ落とします。
STEP 4｜育てる｜DECIDE & LEARN
実証の目的は、データを集めることではありません。次の判断を可能にすることです。
何を続けるのか。何をやめるのか。誰に届けるのか。どこへ資源を寄せるのか。実際の利用、KPI、顧客の反応から判断し、実装します。
そして、その判断結果を次の仮説へ戻します。
Agenda → Hypothesis → Evidence → Decision → Action → Learning
STEP 5｜託す｜ENTRUST
最終的に残したいのは、完成したプロダクトだけではありません。
問いの立て方、判断基準、知識、運用、評価方法、AIの使い方、改善の仕方までを組織側へ残します。NO-MARKがいなくても、次の問いを立て、仮説をつくり、判断し、改善を続けられる状態を目指します。
AI導入ではなく、仕事の再設計。
AI時代に必要なのは、『人かAIか』という二択ではありません。AIが得意な作業を圧縮し、その分、人がアジェンダ、仮説、判断、責任、関係構築に集中できるようにすることです。
NO-MARKが『ほどく・編み直す』と呼ぶのは、仕事の価値を、作業量から問い・仮説・判断へ戻すことでもあります。
プロジェクトで確認すること
- 何を重要な問題として設定するのか
- その問題について、どんな仮説を置くのか
- 仕事を責任・判断・作業へどう分けるのか
- AI、人、専門家、システムをどう組み合わせるのか
- 何を実証すれば、次の意思決定ができるのか
- どの知識と判断基準を組織へ残すのか