MEKIKIプロジェクト：NTTデータグループ社員有志によるAI技術目利き型社内横断イノベーション活動

MEKIKIプロジェクト：NTTデータグループ社員有志によるAI技術目利き型社内横断イノベーション活動

「MEKIKI」プロジェクトは、NTTデータおよびNTTデータグループの社員有志による社内横断プロジェクトです。AIエージェントを中心とした最先端の技術や製品、ニュースを「発見」「分析」「共有」することで、AIの進化を単に追うのではなく、次の行動につなげることを目指しています。プロジェクト名の「MEKIKI（目利き）」には、本物を見抜く力を磨くという意図が込められています。この取り組みでは、チーム全体で情報を観察・記録・議論し、蓄積した学びを集合知として共有することを目標としています。MEKIKIはNTTデータグループ内で「知の結節点」となり、グループ全体から次世代のイノベーションを生み出す基盤を目指しています。

発足の背景とビジョン：急速なAI技術進化に対応する社内横断組織

近年、AI技術（特に生成AIやLLM）の進化スピードは目覚ましく、社内でも迅速な知見共有の必要性が高まっていました。こうした背景から、NTTデータグループでは有志のエンジニアや研究者が協力してMEKIKIプロジェクトを立ち上げました。目的は最新技術をただフォローするだけでなく、深く理解して組織に還元することで、技術活用の方向性を示すことです。

プロジェクト名『MEKIKI』の由来と意義：技術目利き活動を象徴し、AI技術の本質を見極め組織に還元する狙い

プロジェクト名の「MEKIKI」は日本語の「目利き」に由来し、価値ある技術や情報を見抜く力を象徴しています。メンバーは最新のAI情報を収集する中で「本質的な価値を見極める視点」の重要性を共有し、企業活動に生かす意義を強く認識しています。名前には、組織的に学びを共有し、判断力を組織の知見として蓄積するという想いも込められています。

プロジェクトの特徴：主体的かつ自由な発想でNTTデータグループの有志社員が取り組むイノベーション探究活動

MEKIKIの大きな特徴は、社員有志による自発的な活動であることです。社内の様々な部門から集まったメンバーは、業務の合間を縫って参加し、形式に縛られない自由な発想で議論や実験を行います。外部への発信も積極的で、技術ブログや社内報で成果を共有するなど、イノベーション探究をオープンに展開している点がユニークです。

プロジェクト運営体制：社内横断的連携によって推進されるNTTデータグループ内の運営体制

プロジェクトは特定の部門に属さず、NTTデータグループ内の横断的ネットワークを活用して運営されています。主導メンバーは少数の有志で構成され、社内SNSや定例会議を通じて情報共有や方針決定を行います。必要に応じて各専門領域のメンバーを巻き込み、ワーキンググループを編成することで、柔軟かつ迅速にテーマを推進しています。

全社へのインパクト：知見共有で組織力を高めNTTデータグループにおけるイノベーションの好循環を実現

MEKIKIでは、蓄積した知識をNTTデータグループ全体の資産とすることを目指しています。例えば、MEKIKIで整理・共有された情報は他プロジェクトや事業部門でも活用でき、組織全体の技術力や対応力を高めるきっかけになります。チームとして情報を共有し合う取り組みが、「組織的な学び」を生み出す好循環を創出すると考えられています。

プロジェクトの概要と背景：NTTデータグループが急速なAI技術進展に対応して立ち上げた社内横断プロジェクト

近年、AIの急速な進展に伴い、企業における技術革新の動きが加速しています。NTTデータグループでは、この変化に迅速に対応するため、社内各部門を横断する形でMEKIKIプロジェクトが立ち上がりました。当初はAIエージェントや生成モデルなどの研究動向を追うことを目的に始まり、その背景には「社内に散在する知見をつなぎ、全社的に共有する必要がある」という共通認識がありました。

NTTデータグループにおける発足の経緯と狙い：社内有志がAI技術進展対応で開始したプロジェクト

NTTデータグループ内でAI技術への注目度が高まったことを受け、2024年頃からエンジニアや研究者が自発的に参画し始めました。プロジェクト発足時点では、AI領域の多様な動向を効率的に追跡し、社内に情報をフィードバックする体制が整っていなかったため、こうした社内横断的なチームによる取り組みが必要とされました。

AI技術の潮流：急速に進化するAIエージェント領域への積極的な追従と研究

生成AIや対話型AIを含むAIエージェント技術は、日々新たな成果が発表される分野です。MEKIKIでは、これらの最新トレンドをいち早くキャッチアップすることに注力しています。例えば、大規模言語モデル（LLM）を用いた自律型エージェントやマルチエージェントシステムなど、最先端の動向を継続的に調査・分析しています。

従来活動との違い：社内横断プロジェクトならではの柔軟なアプローチと文化

従来の研究・開発活動は部署や事業単位で行われることが一般的ですが、MEKIKIは組織の壁を越えてメンバーが協力する点が特徴です。業務に縛られず、自発的にテーマを選定するため、変化への対応や施策の実験が柔軟に行えます。また、チャットツールやオンライン会議を活用した迅速なコミュニケーションにより、距離を超えた協働が可能となっています。

社内イノベーション潮流：他社事例から学ぶ企業内イノベーション事例

近年、多くの企業が社内でのイノベーション創出に注力しています。MEKIKIもこうした潮流に沿い、社内アイデアソンやハッカソンの開催などを通じて、イノベーティブな社風づくりを進めています。他社の成功事例に学びつつ、NTTデータらしい独自の取り組みを展開しています。

社会・経営課題の把握：AI活用で解決を目指す現代の社会課題と業界動向

技術革新の裏側にはビジネス上や社会的な課題も存在します。MEKIKIではAI倫理やプライバシーといった社会課題にも関心を持ち、最新動向だけでなく、それらを取り巻くビジネスシーンや政策動向にも目を向けています。こうした視点は、技術を社会に実装する際の指針づくりにも活かされています。

取り組みの目的と意義：AIの進化を見極め次世代イノベーションにつなげるためのNTTデータグループの狙い

MEKIKIプロジェクトの根底にあるのは、「AIの進化を追うだけでなく、その意義を組織に還元し、次世代のイノベーションへつなげる」という明確な狙いです。チームは日々の技術キャッチアップを通じて、多くの知見を生み出していますが、それらを社内で共有することで、組織全体の学習速度と対応力を高めることを目指しています。

AI進化に対応する学び：技術の変化に合わせた知識探索の重要性

AI技術は日進月歩で進化します。MEKIKIでは定期的な勉強会や情報共有セッションを設け、メンバー間で知見を交換しています。技術進化に合わせて必要な知識を探索・学習し、常にプロジェクトのアウトプットに反映させることで、組織としての技術適応力を強化しています。

集合知による学習：多様な視点で技術情報を捉える共同学習の価値

MEKIKIの重要なキーワードは「集合知」です。個人では追い切れない膨大な情報量をチームで共有・議論することで、知見を深化させています。例えば、メンバーそれぞれが国外の論文やプロダクト動向を持ち寄り、相互に解説し合うことで、専門外のメンバーも最新トレンドを理解できる体制を整えています。

実践を通じた知見：PoCやハッカソンを活用した実装学習の取り組み

理論的な学習だけでなく、実践による学びも重視しています。具体的には、チーム内でミニハッカソンやPoC（概念実証）を実施し、学んだ技術を実際に手を動かして試しています。これにより、技術の可能性や課題を体験的に理解し、より具体的な知見を得ています。

技術レビューと共有：新技術・ツールの評価を通じた組織内知識蓄積

MEKIKIでは新しいAIツールやプラットフォームの評価を定期的に行い、その結果をレビュー記事としてまとめています。これらのレポートは社内ブログなどで公開し、ナレッジベースを形成しています。メンバー間での共有だけでなく他部門にも情報を開放することで、組織全体の技術理解促進に寄与しています。

社会的視点の導入：AI倫理・ガイドラインを取り入れた議論

AI技術の活用には社会的側面も重要です。プロジェクト内では、AI倫理や法規制、透明性といったテーマも取り上げています。例えばAI倫理に関する社内ガイドラインが更新された際には、チームでその内容をレビューし、プロジェクト活動にどう反映させるか議論しました。このような活動を通じて、技術の利活用が社会に与える影響も考慮しています。

社内横断チームの組成とメンバー紹介：多様な専門性を持つ社員が結集した技術者集団

MEKIKIプロジェクトのチームは、NTTデータグループ内の様々な部署からメンバーが集結しています。AIや機械学習に詳しいエンジニアはもちろん、データサイエンティストや研究開発部門のメンバー、ビジネス部門など、多様なバックグラウンドを持つ社員が協力しています。メンバーは週次ミーティングやオンラインチャットで情報共有し、プロジェクト運営を行っています。

チーム結成の経緯：多部署横断でプロジェクトメンバーが集結した背景

プロジェクト開始当初、各部署で同様の技術課題に取り組む動きが見られました。これらを組織横断的に連携するため、関心の高い社員有志が自ら声を掛け合い、チームを結成しました。発足時点からボトムアップで動いているため、運営は柔軟性に富み、必要な時に必要な人材が参加する形で進められています。

メンバーの専門性：AIエンジニア、データサイエンティスト、研究者など多彩な顔ぶれ

現在のプロジェクトメンバーは、機械学習や自然言語処理などAI分野に精通したエンジニアが中心ですが、バックエンド開発やインフラ整備を担当するメンバーもいます。また、データ分析に長けたデータサイエンティスト、さらにはビジネス上の視点を提供する事業担当者も参加しています。こうした多様な専門家が集まることで、技術視点とビジネス視点の両面から議論が可能になっています。

役割分担：各メンバーが担当する分野とワーキンググループの編成

チーム内では、トピックごとにワーキンググループを編成し、各メンバーが役割を担っています。例えば、あるメンバーはAI倫理に詳しく、ガイドライン調査のリーダーを務めています。別のメンバーはクラウド環境に詳しいため、実験環境の構築を担当しています。このように得意分野を生かした役割分担により、効率的に活動を進めています。

コミュニケーション環境：社内SNSや定例会議を活用した情報共有体制

チーム内の情報共有には社内SNSやオンラインチャットツールを活用し、リアルタイムで知見交換が行われています。また、週1回程度の定例ミーティングでは進捗報告やトピック検討を行い、メンバー全体で最新情報をアップデートしています。これにより、物理的に離れたメンバー間でも密なコミュニケーションが実現しています。

参加者の声：プロジェクト参加者が語る目標と期待される成果

メンバーは「現場に新しい視点を持ち帰りたい」「AI技術への理解を深めたい」といった強いモチベーションで参加しています。また、社内で培った知見を他部署に共有することで組織全体の技術力向上に寄与したいとの声もあります。こうした参加者の熱意がプロジェクト推進の原動力になっています。

イノベーション創出のためのアプローチ：集合知を活用したナレッジ共有とアイデア育成

MEKIKIでは、単独の技術研究ではなくチームとしてのアプローチを重視しています。前述のように集合知を大切にし、各自がキャッチアップした情報を持ち寄って検討します。さらに、アイデアソンや勉強会を通じて発散・収束的な議論を行い、新規事業創出につなげるための施策を実践しています。

集合知の活用：チームで最新動向を追う協働学習と情報共有

メンバーはAI技術の分野ごとに担当を分担し、定期的に情報を交換しています。各自が海外の論文や業界ニュースを翻訳・要約して発表することで、個人だけでは追い切れない動向をチーム全体で共有しています。この協働的な学習により、新しいアイデアや気づきが生まれやすくなっています。

アイデアソン・ハッカソン：創造的発想を促すイベント形式の取り組み

定期的に小規模なアイデアソンやハッカソンを開催し、実際にプロトタイプを作る経験を重ねています。例えばAI技術を使った解決策を短期間で検討・開発するワークショップを通じて、新規事業の種になるアイデアを創出しています。こうした実践型イベントはメンバーの創造性を引き出すとともに、チームの結束力を高める役割も果たしています。

コンテンツ発信：技術ブログやレポートで社内外に成果を公開

MEKIKIで得た知見は、技術ブログや社内報告書で積極的に発信しています。記事執筆を通じて自分たちの学びを整理するだけでなく、社内外のエンジニアに向けて情報共有を行っています。これにより、社内の他プロジェクトにも学びが波及し、知識の横展開が促進されています。

外部情報収集：海外論文・学会情報の収集と翻訳を通じた学習

世界中で発表されるAI関連の論文や国際会議の資料を収集し、要点をまとめて共有しています。海外技術動向の翻訳や解説を担当するメンバーもおり、グローバルな視点で情報をアップデートしています。これらの取り組みによって、国際競争力のある情報収集が可能になっています。

社会的視点の導入：AI倫理・ガイドラインを取り入れた議論

AI技術の開発・利用においては倫理や規制への配慮も重要です。プロジェクトでは社内外の倫理ガイドラインや規制動向も定期的にチェックし、議論しています。例えば社内AI倫理基準の更新時には影響分析を行い、活動方針に反映しています。こうした社会的視点の導入により、技術活用の信頼性向上にも取り組んでいます。

具体的な活動内容と実践例：AIハッカソンや技術記事執筆など多彩な取り組み

MEKIKIでは幅広い活動を実施しています。定期的な勉強会やワークショップの開催、AIハッカソンへの参加、技術レビュー記事の執筆、実証実験の実施など、メンバーが主体的に学習機会を作り出しています。以下に具体的な例を挙げます。

定例勉強会・ワークショップ：テーマごとの社内勉強会で知識共有

毎月のテーマを決めて社内勉強会を開催しています。例えば「最新LLMツールのハンズオン」や「AI倫理入門」など、メンバーが交替で発表しディスカッションします。これにより、それぞれの専門性が深化すると同時に、異なる知見を融合した学びが生まれています。

AIハッカソン参加：社内外のハッカソンで得たアイデアと経験

社内主催のハッカソンを開催したり、外部のAIハッカソンにチームで参加しています。ハッカソンでは短時間でプロトタイプを開発するため、日頃の研究の成果を試す場にもなっています。これまでにAIチャットボットや異常検知モデルの試作などに挑戦し、好評を得ています。

技術記事執筆：ブログ記事や社内報告で学びをアウトプット

学んだ内容はすぐに文章化して共有しています。技術ブログや社内報などに記事を投稿し、実験結果やレビューをレポートすることで、メンバー自身の理解が深まると同時に他の社員にも価値ある情報を提供しています。例えばChatGPTの活用法解説記事などが好評です。

ツール・プロダクトレビュー：新ツールを試用し評価する実践

新しく登場したAIツールやAPIを率先して試用し、その使い勝手や性能をレビューしています。たとえば、社内で初めて導入する生成AIプラットフォームをチームで使ってみて、利用手順や改善点をまとめた報告書を作成しました。これにより、社内導入時の参考資料として役立てられています。

実践プロジェクト紹介：PoCやプロトタイプ開発事例の報告

実際に社内外の技術を使った小規模なPoC（概念実証）プロジェクトも紹介しています。例えば、画像認識技術を用いた社内文書管理システムのプロトタイプ開発や、Web会議の自動要約サービスの試作など、メンバー自らがテーマを企画・実装し、成果をレポートしています。

課題とその解決策：組織横断プロジェクトにおける障壁とメンバーの工夫

MEKIKIでは社内横断的な活動ゆえにいくつかの課題に直面しています。例えば、メンバーのスケジュール調整や情報伝達の難しさ、リソース確保の制約などです。しかしメンバーはこうした課題に対し、工夫を重ねながら解決策を模索しています。

組織間調整の課題：横断プロジェクトで生じる調整の難しさ

異なる部門間での協力には、目標のすり合わせや優先順位の調整が必要です。当初は連携の手間が課題になりましたが、現在はメンバー間で定期的に進捗共有することで認識のズレを減らしています。また、各事業部への定期レポート提出を行い、組織内での理解を深めています。

人材・時間確保の課題：有志活動で取り組むリソース制約の克服

メンバーは本業との兼任で活動しているため、時間を捻出する工夫が必要です。これに対しては、タスクを小刻みに区切ることで短時間でも進められる体制作りを行っています。また、社内承認を得て、必要な研修やツール利用のための予算を確保するよう働きかけています。

知識共有の課題：情報を広く共有するための仕組みづくり

学習内容や実験結果をチーム内だけでなく組織全体に伝えることも重要です。そこで成果は必ずナレッジベースに記録し、社内ポータルやチャットでアナウンスする仕組みを整えました。また、会議録の公開や社内勉強会の録画配信も積極的に行い、非参加者にも知見が伝わる工夫をしています。

技術習得の壁：専門技術に関する学習ロードマップの必要性

最先端技術は習得難易度が高い場合もあります。これを補うため、チームでは経験豊富なメンバーがメンターとなり、ハンズオン形式で学習会を実施しています。さらに、外部研修の受講やオンラインコースの共有も推進し、メンバーが自己学習できる環境づくりを進めています。

解決策の取組み：スモールスタートやPDCAサイクルによる工夫

課題解決にはアジャイル的手法を取り入れています。小さな成功体験を重ねるスモールスタートでPoCを実行し、レビュー会で改善点を洗い出して次に反映するPDCAサイクルを回しています。このように迅速な試行と調整を繰り返すことで、大きなリスクを取らずに効率的に課題に対処しています。

得られた成果と今後の展望：知識共有による組織力向上と未来への展望

MEKIKI活動の成果として、チーム内外に多くの知見が蓄積されました。プロジェクトで開発・評価した技術の情報はナレッジベースに集約され、新しい技術導入の判断材料として役立てられています。また、メンバー各自のスキルやリーダーシップも向上し、社内での評価やネットワークも広がっています。

蓄積されたナレッジ：共有知識プラットフォームに集まる成果

これまでにまとめたドキュメントや記事は社内Wiki上で共有されています。たとえば、最新のAIモデル評価結果や技術解説資料が継続的に追加されており、他部署のプロジェクトでも再利用されています。こうしたナレッジ共有によって、組織全体の学習効率が向上しています。

実際の導入事例：ハッカソンやPoCから得た技術的な学び

ハッカソンで生まれたアイデアの一部は本格的なPoCに発展しています。例えば、社内データを用いた自然言語検索システムの試作では、MEKIKIで得た知見を活かして約3ヶ月でプロトタイプを構築し、事業部門で検討されています。このように活動で得たアイデアが具体的に形になるケースも出始めています。

メンバーの成長：プロジェクト参加によるスキルアップと意識変化

メンバー自身の成長も大きな成果です。プロジェクトを通じて最新技術を追いかけた経験から、AI技術の専門知識が向上しました。また、部署の枠を超えた協働を経験したことで、組織横断的に課題を解決する意識が醸成されました。社内公募制度を利用し、メンバーの異動や配置転換にも良い影響を与えています。

NTTデータへの影響：全社的な知識拡散と文化形成の広がり

MEKIKIで得た知見はNTTデータグループ全体にも広がりつつあります。他部門との連携でセミナーを開催したり、新技術の社内評価会に招かれたりする機会が増え、プロジェクト外への情報拡散が進んでいます。これにより「社内自発的学習コミュニティ」の文化が醸成され、イノベーションの土壌づくりに寄与しています。

今後の展望：新たなテーマ・連携先とプロジェクトの次フェーズ

MEKIKIは今後も活動領域を拡大していきます。AI以外の先端技術（例えば量子コンピューティングやメタバース関連）の動向も取り上げる予定です。また、外部パートナーとのコラボレーションも強化し、他企業との共同研究や共同イベントを企画中です。最終的にはプロジェクトの知見をNTTデータの新規事業創出にも積極的に生かしていくことが目標です。

社員主体の活動事例：自主的イニシアチブが生む社員成長と学び

NTTデータグループでは、MEKIKIに限らず社員主体の活動が増えています。例えば社内新規事業コミュニティ「BDSコミュニティ」は、新規事業開発に関心のある社員が自発的に集まり、2020年11月の発足以来現在までに1000人超の参加者を有する大規模コミュニティに成長しています。このようなコミュニティでは、メンバー同士が日常的にアイデアを磨き合う場を自ら作り出し、社員の成長を促進しています。

自主的なイニシアチブ：社員自身が発案するプロジェクト事例

多くの新規プロジェクトは社員からのアイデア発案によって生まれています。例えば、あるエンジニアがMEKIKIで出会ったメンバーと共に、社内業務自動化のツール開発プロジェクトを立ち上げました。このように社員のボトムアップによるイニシアチブが、組織に新たな価値をもたらしています。

成功事例の共有：プロジェクト外での応用例や成果ストーリー

MEKIKIで得たノウハウは他のプロジェクトにも応用されています。例えば、あるメンバーがハッカソンで開発したAIプロダクトのアイデアが、後に社内ビジネスコンテストで採択され、実際の事業化に向けて動き出しました。こうした成功事例は社内SNSや勉強会で共有され、社員間で刺激となっています。

学習成果の活用：得た知見を本業や新規事業に反映した例

MEKIKIで深めたAI知識は日々の業務にも還元されています。例えばAIモデルの性能改善に取り組むビジネス部門では、MEKIKIで学んだデータ前処理手法が採用され、プロジェクトの品質向上に貢献しました。また、AI技術に精通する社員が顧客向け提案に参画し、新しい価値創造につながったケースも報告されています。

ボトムアップ文化：社員主体の活動が生む組織文化変革

MEKIKIのような活動は、組織全体の文化にも好影響を与えています。社員が自ら手を挙げて活動する姿勢が評価される風土が生まれ、若手からベテランまで幅広い層が安心して提案できる環境が整いつつあります。社員主体のコミュニティ活動を通じて、自律的に学ぶカルチャーが醸成されています。

人材育成の視点：自律的学習がもたらすキャリア形成支援

社内横断プロジェクトでの学びは、社員のキャリアにも好影響を与えています。MEKIKIに参加したメンバーの多くは、新たなスキルや視野を身につけたことで評価や社内ポジションを得ています。また、こうした経験がリスキリング（学び直し）に直結し、将来的なキャリアパスの幅を広げることにもつながっています。

社内外連携・コミュニティ形成：専門家やパートナーとの協業で広がるナレッジネットワーク

MEKIKIは社内だけでなく、社外との連携も重視しています。例えば、NTTデータ内のBDSコミュニティはサッポロビールの新規事業チーム「WONDER WORKS」と連携し、合同ワークショップを開催しました。このように外部企業や専門家との協業を通じてナレッジを交換し、新たな気づきを得る機会を創出しています。

社内コミュニティとの連携：他部門やグループ会社との情報交換

MEKIKIでは他の社内コミュニティとも積極的に連携しています。異なるプロジェクトでの発表会に参加して経験を共有したり、共同勉強会を開催することで、各々の知見が相互に活用できる仕組みを作っています。これにより、グループ内で学習リソースが共有され、社内ネットワークが強化されています。

外部パートナーとの協業：専門家・企業との共同研究やイベント

社外の専門家や他企業との協業も進めています。前述のサッポロビールとのワークショップに加え、国内外の研究機関やスタートアップとの技術連携を模索しています。外部の知見を取り入れることでプロジェクトの視野が広がり、新しい技術導入のヒントを得ています。

グローバルネットワーク：海外拠点・研究機関との連携例

MEKIKIメンバーの中には海外拠点勤務経験者もおり、そのつながりを活かして海外の技術トレンドを収集しています。また、国際カンファレンスでの発表や海外企業との情報交換も検討しており、グローバルなナレッジネットワークを構築しようとしています。

交流イベントの開催：勉強会やコンファレンスを通じた交流促進

社内外を問わず、技術交流イベントを定期的に開催しています。社内勉強会には他部署の参加者が集まり活発に議論が交わされており、外部イベント（カンファレンスや研究会）へも団体参加することで新しい交流を生み出しています。これらの取り組みが、コミュニティ形成を促進しています。

社内SNS活用：プラットフォームを使ったコミュニティ形成

社内SNSやチャットプラットフォーム上にMEKIKI専用のコミュニティスペースを設置し、情報発信の場としています。活動レポートや関連ニュースを随時投稿し、興味を持つ社員が気軽に参加できる仕組みを整えました。SNS上での議論から新たなアイデアが生まれることもあります。

新規ビジネス・価値創造への挑戦：AI技術目利きを通じて切り拓く未来

MEKIKIで得られた知見やネットワークは、新規ビジネス創出にもつながっています。メンバーはAI技術を活用した新規事業アイデアを継続的に提案しており、その一部は社内コンテストで採択されています。将来的には、MEKIKIで培った技術目利き力を土台に、NTTデータグループ全体で新たな価値創造に挑戦していく計画です。

AIエージェントでの新事業アイデア：技術目利きから得たビジネス構想

日々の技術検討から生まれたアイデアを、新事業の種にしています。例えば、社内勉強会で取り上げたチャットボット技術を応用して、企業向け自動応答サービスの企画を立案しました。こうしたビジネス構想は、MEKIKIでの情報収集・分析の成果が直接活用された例です。

POC事例：探索した技術をもとに試作した新サービス例

探索的に集めた技術を使い、すぐに試作を行うことが多くあります。最近では、音声認識AIを使った会議議事録自動生成ツールのプロトタイプを開発し、社内で検証しています。このようなPOC活動を通じて、短期間で実現可能性を確認できる点が強みとなっています。

社内ベンチャー支援：プロジェクト成果を活かした新規事業支援

MEKIKIから生まれたアイデアは、社内ベンチャー制度などにも連携しています。メンバーが提案した技術検討結果が、新規事業コンテストで評価された事例もあります。プロジェクトは探索フェーズに特化していますが、出口への橋渡しとして社内制度との連動も試みています。

異分野融合：IoT・5Gなど他技術とのコラボによる可能性

AI以外の分野にも目を向け、新たな融合を模索しています。例えば、IoTデバイスや5G通信技術とAIを組み合わせることで、スマートシティや製造業向けソリューションなどへの応用を検討中です。異分野とのコラボは新しい市場創出のカギと捉え、外部パートナーとも連携しつつ取り組んでいます。

中長期ビジョン：NTTデータグループ内におけるイノベーションエコシステム構築

最終的には、MEKIKIのような社内コミュニティが連携し合うエコシステムを構築することが目標です。AI技術目利きのプラットフォームを中心に、他の技術や事業部門とも連携して新規事業創出の土台を作ります。これにより、NTTデータグループ全体でイノベーションを推進し続ける体制を整えていきます。