記事のポイント（要約）
① 新規事業では、最終的な結論だけでなく「なぜその判断に至ったのか」というプロセス自体が重要な資産になります。 特に0→1のフェーズでは、会議やユーザーインタビューを要約だけで残すのではなく、発言録や検討途中の資料など、一次情報を保存しておくことが重要です。
② 「Project Brain」とは、新規事業の会議ログ、ユーザーインタビュー、調査資料、検討途中のアウトプットなどをAIが参照できる状態にし、過去の文脈をいつでも引き出せるようにする方法論です。 過去の意思決定を振り返る、仮説を検証する、新メンバーをオンボーディングするといった場面で活用できます。
③ Project Brainを機能させるポイントは、きれいな要約だけを蓄積するのではなく、元となるローデータを残すことです。 ウェビナーではNotebookLMを活用し、ミーティングの文字起こし、ユーザーインタビュー、作成資料などを蓄積して「第2の脳」として使う方法が紹介されました。
「以前、この案を検討した気がするけれど、なぜ見送ったのか思い出せない」「新しいメンバーが入るたびに、プロジェクトの経緯を最初から説明している」――。
新規事業を長く進めていると、こうした問題が起こりやすくなります。
新規事業開発では、一つの正解に向かって一直線に進むとは限りません。仮説を立て、検証し、方向転換し、ときには一度捨てた案へ戻る。数カ月、半年、1年と時間が経つほど、「何を考え、なぜ今の形になったのか」という検討の軌跡は複雑になります。
一方、プロジェクトに残りやすいのは、整理された議事録や経営報告用の資料など、いわば「結果」に近い情報です。その結論へ至るまでに誰が何を話し、何に違和感を持ち、どの案をなぜ見送ったのかという文脈は、記録から抜け落ちやすくなります。
Sun Asteriskが2026年3月26日に開催した「第3回：新規事業×生成AIの方法論 ～新規事業開発のプロセスをデータベース化。いつでも情報を引き出せる『Project Brain』の作り方～」では、こうした課題に対し、新規事業のプロセスそのものをAIで資産化する「Project Brain」という方法論を紹介しました。
本記事では、なぜ新規事業では一次情報を残すことが重要なのか、Project Brainとは何か、NotebookLMを使って何を蓄積し、どう活用するのかを具体的に解説します。
※本記事は2026年3月26日時点の講演内容をもとに構成しています。AI製品の機能、UI、利用条件、データの取り扱い等は変更される可能性があるため、利用時点の公式情報と自社の情報セキュリティ規程をご確認ください。
登壇者プロフィール
株式会社Sun Asterisk
山内 怜史（やまうち さとし）
AI Strategist & Business Designer
ITコンサルティングファームのフューチャーアーキテクトに新卒入社。ITコンサルタントとして、ビジネス×IT戦略に関する約40案件をPL／PMとして推進。
その後、リクルートで10→100フェーズの事業戦略、営業戦略、商品戦略、新規事業開発を担当し、取引高200億円規模のWebサービスの事業責任者を務めた。
現在はSun AsteriskのBusiness Designerとして、様々な業種・業態の新規事業開発を支援。最新の生成AI技術と実際のクライアント支援をもとに「新規事業×生成AIの方法論」を体系化し、新規事業と生成AIの専門家として活動。
① 新規事業のプロセスは、なぜブラックボックス化するのか
新規事業では、仮説検証やピボットを繰り返すほど意思決定の分岐が増え、「なぜ現在の形になったのか」という経緯が個人の記憶に閉じやすくなります。
新規事業開発の現場は「ピボットの連続」です。正解のない問いに向き合い、日々仮説を立て、議論し、棄却し、再び新しい仮説を立てます。
その過程には、無数の「思考の分岐点」が生まれます。
ウェビナーでは、新規事業開発のプロセスが残らないことで起きる問題を、大きく4つに整理しています。
| 問題 | 起きること |
|---|---|
| 検討経緯のブラックボックス化 | 第三者から見ると、どのような議論や判断を経て現在の案になったのか分からない |
| 起案者自身も全体像を見失う | 長期間ピボットを繰り返すうちに、過去の方針変更やその理由を本人でも追い切れなくなる |
| オンボーディングの繰り返し | 新しいメンバーが参加するたびに、既存メンバーが同じ経緯を最初から説明する必要がある |
| プロジェクト終了とともに知見が消える | チームの解散や事業案のクローズにより、学びや失敗、検討した選択肢が次のチームへ受け継がれない |
議事録や報告資料が残っていても、それだけですべてを再現できるとは限りません。
例えば「最終的にB案に決定した」という結論は残っていても、「なぜA案ではなかったのか」「C案はどのような理由で候補から外れたのか」「誰がどの時点で懸念を示していたのか」までは記録されていないことがあります。
新規事業では、この途中経過が後から大きな意味を持つ場合があります。
一度見送った案が、市場環境や技術の変化によって再び有力な選択肢になるかもしれません。以前感じた小さな違和感が、後から振り返ると重要な顧客課題につながっている場合もあります。
完成した資料だけでなく、「どう考えたか」というプロセスまで残す。
これがProject Brainの出発点です。
② 0→1フェーズでAI要約に頼りすぎると、何が失われるのか
新規事業の0→1フェーズでは、AIによる要約だけを残すと、後から重要になるかもしれない発言や違和感、検討の分岐点が失われる可能性があります。
生成AIによる要約そのものが悪いわけではありません。
大量の情報を短時間で把握できるため、会議内容の確認や情報共有には非常に便利です。
しかし、まだ何が正解なのか分からない新規事業の初期段階では、「重要な情報」が事前に決まっているとは限りません。
例えば、次のような情報です。
- 発言しようとして、途中で言葉を飲み込んだ場面
- 論理的には正しいものの、チームの誰かが感じた小さな違和感
- ユーザーインタビューの中で、相手が何気なく漏らした一言
- ブレインストーミングで一度は笑い飛ばされたアイデア
その時点では重要ではないように見えても、後から事業の方向性を見直した際に、価値のある情報へ変わる可能性があります。
要約は、情報を読みやすくする代わりに、何かを削ります。
正解がまだ見えていない0→1フェーズでは、何を削ってよいのか自体が分からない。そのため、要約を作ることと、元のローデータを残しておくことを分けて考える必要があります。
つまり、「AI要約を使わない」のではありません。
要約だけを唯一の記録にしないことが重要です。
③ Project Brainとは？新規事業のプロセスをどう資産化するのか
Project Brainとは、新規事業の活動で生まれる一次情報や検討資料をAIが参照できる形で蓄積し、過去の文脈をいつでも検索・対話できる状態にする方法論です。
イメージとしては、プロジェクト専用の「第2の脳」です。
会議の発言録、ユーザーインタビュー、市場・競合調査、事業計画、検討途中の資料などを蓄積しておき、必要になったときにAIへ質問します。
例えば、
今のプロダクトの方向性が、初期に想定していたユーザー課題からずれている気がします。
過去半年のインタビューと定例ミーティングを振り返り、私たちが検証せずに切り捨ててしまった重要な仮説やインサイトがないか確認してください。
といった問いを投げます。
Project Brainが参照する情報の中に、過去の会議で見送られた仮説や、最近のユーザーインタビューでそれを裏付ける発言があれば、両者をつないで再提示できます。
ポイントは、単に「資料置き場をAI検索できるようにする」ことだけではありません。
時間をまたいで点在する情報をつなぎ、現在の意思決定に使える形で取り出せるようにすることです。
過去の議論、却下された案、ユーザーの発言、方針転換の理由が残っていれば、それらはプロジェクト終了後も次の検討に活用できます。
「結果を保存する」のではなく、結果に至るまでのプロセスを再利用可能な資産へ変える。これがProject Brainの基本的な考え方です。
④ Project BrainにNotebookLMを使う理由は何か
ウェビナーでは、Project Brainを構築するツールとしてGoogleのNotebookLMが紹介されました。主な理由は、情報源をもとに質問できること、RAGを手軽に利用できること、蓄積した情報を読み解くためのUI/UXを備えていることです。
| 理由 | Project Brainとの相性 |
|---|---|
| 情報源を起点に考えられる | プロジェクトに必要な資料をソースとして登録し、その情報をもとに回答を得られる |
| RAGを手軽に使える | 独自資料群から関連情報を検索し、質問に応じて回答する仕組みを、専用システムを一から開発せずに活用できる |
| 思考と保存を行き来できる | 資料を蓄積するだけでなく、AIとの対話を通じて情報を読み解きながら考えられる |
RAGを手軽に利用できる
RAGとは「Retrieval-Augmented Generation（検索拡張生成）」の略で、外部のデータから関連する情報を検索し、その情報を使って生成AIが回答を作る仕組みです。
本格的なRAG環境を独自に構築する場合は技術的な設計が必要ですが、ウェビナーでは、NotebookLMへPDF、テキスト、音声などを追加することで、独自資料をもとに質問できる点がメリットとして紹介されました。
また、NotebookLMでは、登録したソースをもとに要点整理やマインドマップ化など、さまざまな形で内容を把握できます。
重要なのは特定の機能をすべて使うことではありません。
プロジェクトに必要な情報を蓄積し、その文脈へ戻りながら考えられる環境を作ることがProject Brainにおける目的です。
⑤ Project Brainには何をインプットすべきか
Project Brainには、最終資料だけでなく、ミーティングの発言録、ユーザーインタビュー、検討途中の資料など、「意思決定が生まれるまでの情報」を入れることが重要です。
ウェビナーでは、主に3種類の情報が挙げられました。
1. ミーティングの文字起こし
定例会議、チームミーティング、経営会議などの発言を、要約ではなく文字起こし全文として残します。
誰が、いつ、何を言ったのかが分かる状態にし、ファイル名にも日付と会議名を付けます。
2. 検討途中を含むすべての資料
PowerPointやスプレッドシートだけでなく、Miroのボード、ホワイトボード、検討途中のメモなども対象です。
重要なのは、きれいな成果物だけではなく、「なぜA案ではなくB案になったのか」「C案はなぜ消えたのか」という分岐ルートを残すことです。
その時点で採用されなかった選択肢が、将来のピボットで再び価値を持つ可能性があります。
3. ユーザーインタビューの文字起こし
ユーザーインタビューについても、要約だけではなく発言の全文を残します。
複数のインタビューを横断して、「直近10人に共通する潜在課題は何か」といった質問をすることで、人間だけでは見つけにくかった共通点を探すこともできます。
ただし、インサイトの判断をAIだけに任せるのではなく、人間自身も一次情報へ戻って確認することが重要です。
⑥ 文字起こしを「使える一次情報」にするにはどうすればよいか
会議やインタビューをProject Brainへ蓄積するなら、要約ではなく発言録を残すことに加え、固有名詞や専門用語の誤変換を減らし、元の発言を正しく追える文字起こしにすることが重要です。
ZoomやGoogle Meetなどの自動文字起こしは便利ですが、会議の背景や案件固有の用語を十分に理解できず、誤変換が生じる場合があります。
ウェビナーでは、文字起こしの精度を高める方法として、次の3種類の情報をAIへ渡す方法が紹介されました。
- 会議・インタビューの録画データ
- 自動生成された文字起こしデータ
- プロジェクトの背景や用語などを含む案件情報
案件の文脈も一緒に与えることで、より精度の高い文字起こしデータへ整える考え方です。
ここでも目的は、「読みやすく短くまとめること」ではありません。
後から元の議論へ戻れる状態を作ることです。
⑦ Project Brainは新規事業でどう活用できるのか
Project Brainの代表的な用途は、過去の一次情報に基づく壁打ち、新メンバーのオンボーディング、過去の検討経緯からの事業機会の掘り起こしです。
ファクトベースの壁打ち相手にする
新規事業を進めていると、一度有力だと考えた仮説にチーム全体が引っ張られることがあります。
Project Brainにはこれまでのユーザーインタビューや会議の情報が蓄積されているため、「私たちの仮説は本当に正しいのか」と問いかけ、過去の一次情報へ戻りながら確認できます。
重要なのは、「AIだから客観的」と考えることではありません。
人間の記憶だけではなく、過去の発言やインタビューというファクトへ戻りながら議論できることに価値があります。
新メンバーのオンボーディングに使う
新しいメンバーが参加したとき、リーダーが毎回すべての経緯を説明する代わりに、まずProject Brainへ質問してもらう方法があります。
例えば、事業の背景、企画の変遷、現在の最大の論点、見送ったアイデアなどを整理してもらいます。
さらに、疑問に思った部分から一次情報へ戻れば、要約だけを読むよりもプロジェクトの文脈を深く理解できます。
過去の文脈から事業機会を掘り起こす
新規事業では、一度見送った案が永久に価値を失うとは限りません。
当時は技術的に難しかった、市場が小さかった、別の検証を優先した――といった理由で保留になっている場合もあります。
Project Brainに過去の検討経緯が残っていれば、環境が変わったタイミングで、「以前はなぜやらなかったのか」を確認したうえで再検討できます。
⑧ Project Brainを運用するとき、セキュリティ面で何を確認すべきか
機密情報を含むProject Brainを運用する場合は、NotebookLM自体の仕様だけでなく、自社が利用しているGoogle Workspace等の契約、アクセス権限、情報セキュリティ規程を確認する必要があります。
ウェビナーの質疑応答でも、「Geminiは利用できるが、NotebookLMへ社内情報を入れて問題ないか」という質問がありました。
どの情報を外部サービスへ入力できるかは、各企業の契約や情報管理方針によって異なります。
そのため、「NotebookLMだから何を入れてもよい」と判断するのではなく、利用するアカウント種別と自社規程を確認したうえで運用することが重要です。
また、ユーザーインタビューや顧客情報を扱う場合は、個人情報や機密情報について、収集・保存・共有が許可されている範囲もあわせて確認します。
⑨ Project Brainを今日から始めるなら、何から着手すればよいか
最初から過去のすべての資料を整理する必要はありません。まず一つのプロジェクトを選び、直近の会議ログとユーザーインタビューから蓄積を始めるのが現実的です。
例えば、次のように進めます。
- 対象となる新規事業を一つ決める
- 直近の定例会議・経営報告・ユーザーインタビューの文字起こしを集める
- 日付と内容が分かるファイル名にそろえてNotebookLMへ追加する
- 「これまでの意思決定を時系列で整理して」と質問する
- 回答の引用元へ戻り、正しく文脈を拾えているか確認する
- 以降の会議・インタビューも継続して追加する
最初から完璧なデータベースを作ろうとすると、資料整理そのものが大きな仕事になってしまいます。
まずは情報量の多い一つの案件で、「過去の判断をすぐに引き出せる」「新メンバーが自分で経緯を調べられる」といった効果を体験する方が、運用ルールも決めやすくなります。
そしてProject Brainを育てるうえで最も重要なのは、AIへの質問方法よりも、新しく生まれたプロセスを継続的に残す習慣です。
⑩ よくある質問
Project Brainとは製品名ですか？
いいえ。 本ウェビナーで山内氏が提唱している、新規事業のプロセスをAIで蓄積・活用するための方法論です。
Project BrainはNotebookLMでなければ作れませんか？
考え方そのものはNotebookLMに限定されません。 重要なのは、プロジェクトで生まれた一次情報を継続して残し、過去の情報へ戻りながらAIと対話できる状態を作ることです。
AI要約は使わない方がよいのでしょうか？
いいえ。 要約そのものを否定する考え方ではありません。特に新規事業の0→1フェーズでは、要約だけを残すのではなく元の一次情報も保存し、後から再解釈できるようにすることがポイントです。
最初に何を入れればよいですか？
ウェビナーでは、プロジェクト内のミーティングの文字起こしと、ユーザーインタビューの文字起こしが特に優先度の高い情報として挙げられました。
外部の市場調査や競合情報も入れてよいですか？
入れられます。 市場調査や競合分析も、その時点でチームがどの情報を見て、どのような判断をしたのかを残す活動記録になります。
NotebookLMに入れれば、回答は必ず正確になりますか？
いいえ。 AIの回答をそのまま最終判断に使うのではなく、重要な意思決定では元の会議記録、インタビュー、資料まで戻って確認することが重要です。
⑪ まとめ：新規事業では「結果」だけでなく「プロセス」を資産にする
新規事業では、最終的に完成した企画書や事業計画だけが価値なのではありません。
なぜその仮説を立てたのか。何を検証したのか。どんな反応が返ってきたのか。なぜ方向転換したのか。どのアイデアを見送り、その時どんな違和感があったのか。
こうしたプロセスにも、次の意思決定につながる情報が含まれています。
今回のポイントを整理すると、次の5つです。
- 新規事業の検討プロセスは、個人の記憶だけに残すとブラックボックス化しやすい
- 特に0→1では、AI要約だけでなく要約前の一次情報を残す
- Project Brainとして会議ログ、インタビュー、資料などを蓄積する
- 過去の一次情報を、壁打ち・オンボーディング・事業機会の掘り起こしに使う
- AIの回答をそのまま採用せず、重要な判断では元の情報まで確認する
生成AIが登場する以前は、大量の会議ログやインタビューを保存しても、人間が後からすべて読み直すことには限界がありました。
AIによって大量の情報を横断して検索・整理できるようになったことで、これまで保存しても活用しにくかったプロセスそのものを、意思決定に再利用できる可能性が広がっています。
結果だけでなく、そこに至るまでの軌跡を残す。
そして必要なときに、過去の自分たちの判断やユーザーの声へ戻れる状態を作る。
Project Brainは、生成AIを単なる検索・要約ツールではなく、新規事業の長期的な知識基盤として活用するための一つの方法です。
Sun AsteriskのAI・新規事業開発支援について
Sun Asteriskは、Business、Creative、Technologyの3つの視点から、事業構想、サービスデザイン、プロトタイプ・MVP開発、システム開発、事業グロースまで一気通貫で支援しています。
AIを前提とした新規事業の進め方を設計したい、アイデアを短期間でプロトタイプにしたい、個人のAI活用をチームや組織へ広げたいといった課題についても、事業とプロダクトの両面から伴走します。
- 新規事業・プロダクト開発支援の詳細を見る
- AI活用・新規事業開発について相談する
参照情報
イベント詳細 / Event Details
| イベント名 | 第3回：新規事業×生成AIの方法論 「新規事業開発のプロセスをデータベース化。いつでも情報を引き出せる『Project Brain』の作り方」 |
|---|---|
| 開催日時 | 2026年3月26日 |
| 登壇者 | 株式会社 Sun Asterisk 山内 怜史 AI Strategist & Business Designer |
| 参考・出典 |
|
| 編集・監修 | Sun Asterisk 編集部 |
※本記事内で紹介するAI製品・機能・UI・利用条件等は変更される可能性があります。公開時点の最新情報については、各社の公式情報をご確認ください。