Magic Hour Blog

企業におけるイノベーションが課題だ。企業におけるイノベーションが課題だ。

とりあえず、大事だと思ったので2回書きました。

でも、発想の数が足りないとは思えませんし、一人一人の能力も劣っているように感じません。さまざまな企業を見ていますが、アイデアが枯渇しているというよりも、アイデアを実行するのに二の足を踏んでいるというか、妄想で満足していたり、上から言われたから形だけのポーズになっていたり、外面を大切にしてアイデアをとにかく身をもって実行できていないのです。

アイデアはだいたい組織にあるんです。どこかには。

だから、企業におけるイノベーションが課題なのです。

企業のイノベーション、組織のイノベーションということを考えると、真っ先に考えるのは「セキモデル」です。堤防の内側にアイデアが溜まっていて、ちょっとした穴をあけると「ドバーッ」と堰を切ったように流れて…なんてことは起きません。
色んな研修会社がそんなことを謳っていますが、たった一つの考え方を導入しただけでドバーッとアイデアが流れ出るなんてことはありませんし、仮に出てきても実行されなければ意味がありません。

イノベーションに役立つ「セキモデル」は「SECIモデル」と書いて、日本が誇る経営学者である野中郁次郎氏の「知識創造モデル」です。

イノベーションを「知識創造」と位置づけると、（もちろん知識以外にも物理的に創造されるべきものはありますが）このSECIモデルは数多くのことを教えてくれます。

実は知識として認識されにくい「暗黙知」がある

まずこのモデルを理解するうえで大事な点は、「暗黙知」と呼ばれるものの存在です。職人の技量や、デザイナーのセンスなど、個人が持つ言語化できない「知」は、案外多く存在しています。対義語は「形式知」と呼ばれる言語化されていて、頭で覚えられるような知識です。例えば、メールの処理が超絶早いAさんが職場にいたとすると、Aさんに「どうしてそんなにメール処理が早いんですか？」と聞いても、言葉にできず、「なんとなく」としか答えないと思います。

暗黙知は、個人の技量を高める上では非常に重要ですが、新しい環境に適応しようとすると邪魔になるかもしれないという側面があります。言語化されていないだけに、自覚も難しく、そのクセの弊害についても気づきにくいでしょう。「体」で覚えたクセだけに、頭だけで新しい技を身に付けるのが難しいのです。これが「暗黙知」の特性です。

共同化とは

メール職人のAさんの後輩は、生産性が高く、カッコいいAさんを「なんとなく」マネするかもしれません。このように、チームで行動していると、知らず知らずのうちに、さまざまな段取りがスムーズだったり、インストールされるアプリが整理されていたり、メール処理の時間を確保していたりと、行動が伝搬することで組織全体のメール処理が速くなっていくのです。

このマネすることで、組織全体の「知」が高まり、「共同化」が進むことで知識創造が１ステップ進んだと野中氏は発見したのです。よく、日本の鉄道は分刻み、秒刻みで定刻発車の安定性が世界随一だと評価されていますが、鉄道職員全員が、一定の規律を守り、全体のスキルアップされている状態が保たれないと実現ができません。仮にすべてのマニュアルを暗唱できた人がいたとしても、業務をスムーズに行うコツや業務外の行動パターンを共有したり、チーム内で一定の時間を過ごすといった訓練をしなければ役に立たないでしょう。足並みを揃えてレベルを上げるのにはこの共同化（チームビルディング）が非常に重要になってきます。

表出化という対話と言語化のステップ

ここで「マニュアル」という言葉を出しましたが、このマニュアル化が次の「表出化」ステップです。マニュアルが存在していなくても優れた組織は多く存在します。むしろ、鉄道職員が毎回マニュアルを読みながら運転していたり、弁護士が六法全書を読みながら仕事してたら不安でしかないですよね？

マニュアル化というのは、現状の業務実行のためではなく、次の知識創造のために必要なのです。もしメール処理のAさんの手順を誰かが全部マニュアル化したら、どうなるでしょう？まずは、Aさんは抵抗するかもしれません。自分の優位性が脅威に立たされる危険が生じます。また、それほど大したことをやっていないという認識のため恥ずかしいという気持ちもあるようです。

ここにもイノベーションに対する心理的なハードルがあるようです。言語化したり、マニュアル化すると仕事を奪われたり、マネされたりする危険を感じることはあるかもしれません。恥ずかしがったり、「そこまで大したことはやってねぇ」って謙遜して言語化しない人もいます。しかし暗黙知のところでも書いたように、読んだからといって熟達するとは限らないし、熟練者にとっての当たり前は外から見るととんでもない、ってこともあります。しかも表出化には限界があり、形式知化が非常に難しく、どうしても暗黙知として残るものも仕方がないことです。むしろこの表出化は、イノベーションの余地を明らかにし、次の「結合化」にとって重要なステップなのです。

結合化―アイデアをくっつける

一度Aさんの手順が書き出されると、今度アドレス管理オタクBさんがAさんの手順に改善の余地を見つけることになるかもしれません。Bさんは自作のアドレス管理ツールに自信があるので、Aさんの手順を読むことによってメール処理とアドレス管理をくっつけるというアイデアを思いつきます。これが「連結化」です。今の言葉では「マッチング」と言った方がわかりやすいかもしれません。

マッチングは一瞬の発想なので、会社の会議室でよく議論されます。よく行われるブレーンストーミングは、「X社の技術とくっつければ・・・」「Y事業部と協力して・・・」「スタートアップZに投資をして…」などと、概念的には面白いアイデアがたくさん出ると思います。インターネットのホームページやさまざまなスタートアップ情報、研究論文など、表出化された形式知が非常に多い今、マッチングによる知識創造は非常に容易になっています。SECIの中でも最もコストのかからないステップと言えるでしょう。

それを証拠に、かなりのレガシー体質の会社であっても、NFTや暗号通貨を使ったビジネスが一度は議論されています。もちろん、非公式でカジュアルな議論かもしれませんが、アイデアが生じていない訳ではないのです。

アイデア出しブレストが終わった後は何も残らないように、「マッチング」はほんの入口でしかないのです。野中氏はその新たに結合された「知」を内部化しないことには、組織の学習は進まないことを１９９０年代から見抜いていました。

内部化とは何なのか？

「内部化」は個人の感覚として考えてみると分かりやすいでしょう。例えば、英語を上達したいからといって、辞書を暗記することをあまりしません。それは英語の辞書をひたすらインプットしても「成長した」という実感が持てないからです。でもその覚えた単語を口から出せたとき、「成長した」と感じるのではないでしょうか？同じように、新しいスタートアップの名前を知った瞬間、知識は増えるかもしれませんが成長はしていないのです。

実際に成長するのは、新たに知った技術を使ったり、ビジネスモデルを実行したり、事業開発に取り組んだときではないでしょうか。このことを野中氏は「Learning by Doing」と呼びました。

そもそも、野中氏が研究を行った当時は自動車産業に代表される日本企業が世界で最もイノベーティブであり、アメリカの経営者がその秘密を知りたがっていたのです。しかし調査を重ね、トヨタの手法を表面的に理解しても、企業成長にはつながらず、短期間で劇的に改善するようなSilver Bulletな手法や戦略は見当たらなかったのです。その言語化された知識と、暗黙知のギャップや、知識と実行のギャップがこの「知識創造プロセス」だと野中氏は見出し、Learning by Doing、つまり実行による「暗黙知」の学びの重要性を明らかにしたのです。

しかしあれから３０年経ち、今は２０２０年代です。日本の企業が弱くなってしまいました。その間、アメリカの経営者は、それこそSECIモデルを読み、チームワークや訓練の重要性や暗黙知を持つタレントを重要に扱う経営を行っているように感じます。「リーンスタートアップ」も、日本の製造業が余計な管理を排除しながら現場のチームワークと学習を重視したプロセスを新しい事業の立ち上げに「内面化」した一つの形態です。

もう一度言います。企業のイノベーションが課題だ、と。

そうしたとき、もう一度SECIのEとIという２つの母音に注目していくことが大事なのではないかと思います。SとCは一見きらびやかで、目立ちます。しかも過去の成功体験は、どうしてもSとCにあるように感じるかもしれません。なぜならS（共同化）はチームの一体感を感じやすいし、C（連結化）は目新しさを感じるという性質もあります。他方のやってみて学ぶというステップは、最初から上手くはいかないのでしんどいところもあり、一瞬のひらめきよりもはるかに多くの時間がかかります。言語化も一見無駄で効果が見えにくいステップです。そうであるだけに、SとCがボトルネックになっている、と考えてはどうでしょうか。

現状のビジネスプロセスは言語化されておらず、現場の対応力に依存している部分が非常に多いです。これを言語化し、表出化することによって、新たなイノベーションの機会が明らかになります。ほとんどのDXが成功しないのは、自社のビジネスプロセスの形式知化に失敗しています。DXが成功しない企業では、実質的な意思決定プロセスとマニュアル化されたプロセスに乖離があり、間違った形式知をIT化してしまうのです。

内部化については、年々難しくなっているように感じます。言語化されて表出化されている情報が多く、成功事例というか成功した結果が数多く共有されています。成功事例がカッコよく紹介された記事を目にすることで「とりあえずやってみる」ことのハードルがとても高くなってしまっている、そんな状態が懸念されます。

多くの他社事例は、脚色されています。良くて試行錯誤の結果、悪くて妄想です。だからと言ってそのような情報に対して懐疑的になる必要はなく、むしろ「最初からそんなには美しくはないはず」だと捉えることが大事だと思っています。そのようにハードルを下げることが、やりながら学び、「取り込む」秘訣なのではないかと思います。

また、一度やってみての振り返りも大切です。デザイン思考やリーンスタートアップも、実行から素早く学ぶところが本質なのに、耳学問で終わるケースも散見されます。

企業のイノベーションが課題だと思ったら、対策に走る前にS-E-C-Iのどこかがボトルネックになっているのかを考えてみるとよいと思います。ここまで読んで頂いたにも関わらず、最後は宣伝のようになりますが、INDEEでは成功事例を言語化した各種手法の整理（E)もしますし、他の業界や市場の情報もつなげます（C)。が、特に大切にしているのが実行支援です。イノベーションへの取り組みを通じて内部化（I）しつつ、組織開発（S)を伴走するプロセスです。この過程に存在する多くの障害をより多くの方々と乗り越えていきたいと思います。

「イノベーター理論」と「キャズム」

新型コロナのワクチン接種のグラフを先日眺めていたら、きれいなS字を描いていることに気づきました。

新しい解決策が世の中に受け入れられ、普及するのには時間がかかります。一部の新しいもの好きはすぐに採用しますし、もっと遅い人もいます。ロジャースという社会科学者の研究によって、この採用スピードは正規分布し、採用率をプロットするときれいなS字を描くことがわかりました。例えば、日本におけるテレビの普及曲線はこのようになっています。

その後ジェフリー・ムーアはハイテク商品を世の中にローンチしても、売上が伸び悩むことが多いことに気づきました。市場浸透率16％あたりになると、まるで、深い谷＝キャズムがあるかのような現象が頻繁に起きたのです。その「キャズム」を超えるためには、アーリーアダプターたちから学びながら、製品の価値を見直したマーケティング活動が必要だという理解は、ハイテクやスタートアップ業界にいる方は一度は聞いたことがあるのではないでしょうか？

ワクチンも解決策の普及曲線に乗る

COVIDのワクチンも同様に普及するのではないかと考え、キャズムは存在するのかどうかなどを確認したくなり、https://ourworldindata.org を調べてみることにしました。そうして接種率のカーブを見ると、きれいなS字カーブを描いているように見えます。積極的に受けた人もいれば、周囲の様子を見ながら接種した人もいますし、まだもう少し様子見を決めている人もいるとすれば納得です。例えばヨーロッパ各国の接種率のカーブは図のようにS字曲線を描き、累積正規分布曲線の形になっています。啓蒙やインセンティブの強弱は国ごとにあるかもしれませんが、国家権力が各自に無理やり注射してまわれるわけではないので、国民が接種を「採用」していると（マクロでは）見なすことができそうです。

このグラフから、欧州では子どもやアレルギーなどによって摂取できない人もいることを考えれば、約１年くらいかけて接種が進むのではないかという予想がつきます。

日本を含む他の国はどうかと見てみます。早い対応で有名なイスラエルは打ちたい人には行きわたり、60%で頭打ち、アメリカももうすぐ約６割で頭打ちしそうな勢いですね。シンガポールは接種完了率が８割を超えたと発表していますが、６月ごろ踊り場があったようなグラフになっています。これはワクチン確保数に目途が立ち、対象年齢を下げたためだと思われます。世界各国の接種状況についてはニューヨークタイムズもまとめていて、きれいなＳ字曲線がたくさんあることが分かります。

我が日本については、開始タイミングが遅いものの、その後は順調に立ち上がっている様子が見て取れます。「世界最速」という評価のようですが、これはワクチンの供給能力はもちろんのこと、個人の接種に出向くスピードの両方にも依存します。

さて、ここで一つ疑問が持ちました。日本はTechnology Adoption、つまり採用速度が遅いのではないか？と考えていたからです。十分なワクチン供給量があったとしても、接種には消極的な人が多く、まわりの様子を伺いながら徐々に接種が進むのではないかと予想していたのです。

国にもイノベーターやアーリーアダプターがあるのでは？

そこで、国民がワクチンを採用するスピード同様に、国家自体がワクチンを配るスピードにもイノベーター理論が適用できるのではないかと考えたグラフがこちらです。

国民の５%が完全接種（ファイザー・モデルナの場合は２回接種、J＆Jなどは１回接種を指す）を達成した日にちをプロットすると、概ねS字カーブになります。つまり、国の大小はありますが、国家として「ワクチンを配る」という決定を行い、予算を確保したり、国内で必要な法整備をしたり、ロジスティクスを検討したりなどの準備スピードは、まさに普及曲線同様になるということです。25％や50％の曲線も示しましたが、割合が高まるにつれて人口、ワクチン量の確保、国民への啓蒙やインセンティブの提供などロジスティクス自体の影響が大きくなると思われますが、ほぼ右にシフトしたような曲線となっています。

5%の接種率においても25％においてもイスラエルが最速で、50%接種率ではジブラルタルにわずかに先を越されています。日本は5％接種率では67位、25%では49位、50％接種率では41位という順位になり、レイトマジョリティということになります。この「レイトマジョリティ」というのは私たちの（特に最近の）国民性として肌感覚に合っているのではないかと思いました。

現在38か国が加盟しているOECDの中で比べると、ワクチン接種着手を示すと思われる5％接種率では36位、25%では30位、50％においても少し挽回して25位という順位になっています。すなわち、先進国の中ではラガードとも言える属性となります。

だから何なのか？

もともと私は日本と他国で比較するとTechnology Adoption、つまり採用速度が遅いのではないか？という仮説を検証しようと思ってデータを見始めました。断っておくと、ワクチンに限って言えば、私は決して日本は遅くてダメだと言いたいわけではありません。まずこれらのデータが示唆する２つの特徴について述べておきましょう。

１つ目は、ワクチンを国民に配り始めたタイミングが他国と比較して非常に遅いということです。理由はたくさんあると思います。「確実に効果を確認したい」「リスクを知ってから判断したい」「きちんと国民に配れることを検証したい」「十分なワクチンを低価格で入手したい」「（ラガードである）一部の人たちへの配慮」…。これらの理由は、最近までガラケーを使い続ける理由とさほど変わりません。良し悪しではなく、国としてリスクを最小化したいのだと思います。

２つ目は、国としてワクチン配布を開始してからは、他国と遜色ないどころか早いスピードで普及したことです。すなわち、国民一人一人はさほどリスクを避けたいという性質を持っていないのではないかということです。需要サイドだけでなく、提供側のロジスティクスの優秀さや、オペレーショナルなスピード感も高いと言えますが、私たちはさほど国から強制されていないワクチンを、「メリットがありそう」だという理由で、受けるという選択を次々としているのです。

これらの２つのポイントから、日本国の意思決定はとても遅いが、国民はのんびりしているわけではなくむしろ早い方だ、と言えます。私はワクチン学者ではありませんが、イノベーションに関わってきた身として、イノベーションの競争に勝つには前者のポイントを殺しながら後者の強みを生かさないといけないと強く感じました。

さて、ワクチンだからまだ良いが…

今回は新たに開発されたようなmRNAワクチンということもあり、国民の安全を慎重に検討したとすれば、人命にかかわるだけに遅いこと自体は悪いことではないと思います。

しかしCOVIDのワクチン接種率だから良いものの、これが例えばAIやドローンの産業活用だとしたらどうでしょうか？新薬の開発だとしたら？産業を大きく変える可能性のある技術に関してはスピードが命です。新しい技術を目の前にしたときに、ついネガティブでリスクを取り上げる議論ばかりになってしまっていないでしょうか？

ワクチンに関しては、メディアがリスクばかりを報道するという批判があります。また、官僚組織による議論もスピードを下げる要因の一つでしょう。しかし、そればかりだとも思えません。実は、クリステンセンの『イノベーションのジレンマ』にも書かれている合理性の罠も関係があるのではないかと考えられます。その罠とは「存在しない市場は分析できない」というものです。これが意味するところは、新しい技術によってもたらされる新市場の規模は不確実性が高い一方で、投資によって失うものは確実なので、比較分析をすると「確実に損をする」と結論してしまうことを指します。今回のワクチンで言うと、人命を失う損失は具体的に予想ができる反面、接種による経済的なメリットなどについては「やってみないと分からない」「怪しいそろばん勘定」になってしまうことと同じです。さらに行動経済学における「損失回避のバイアス」もあり、とかく私たちはロスを最小化したくなる傾向があることも忘れてはいけません。このバイアスは日本人に限らず、誰もが持っている心理的なバイアスです。合理的な検討や議論が仮に行われていたとしても前例主義的になってしまう傾向があるのです。

イノベーションの競争に勝つには、この傾向は致命傷となりえます。有限・確実のデメリットと無限・不確実なメリットを比較するときはイノベーションのジレンマとも言える議論の罠を避け、デメリットの最小化とメリットの確実化に向けた行動を取るべきなんだろうと、きっとクリステンセンさんも同意してくれると思います。

ソフトウェアはデジタルなものだと思われがちですが、必ずしもそうとは限りません。

むしろ、ソフトウェア化することで、よりアナログで使いやすくなるケースは数多く存在します。３つの例を挙げてみたいと思います。

分け隔てのないNOTE

まず、NOTEです。
NOTEには“柔らかい”文章がたくさんありませんか？そして、まるで「プロ」のようなエッセイや小説が無料で読めます。もちろん、課金しないと読めない「プロ」が書いた作品もありますが、「アマチュア」が稼ぐことも可能だし、「プロ」が無料で作品を提供することもできるのがNOTEです。

例えばこんなエッセイにも出会えます。

今週末の日曜日、ユニクロで白T買って泣く｜しまだあや（島田彩）｜note

今週末の日曜日、私はユニクロで泣く。 いつも行く、イオンの4階に入っているユニクロで。きっと、震えながら白のエアリズムコットンオーバーサイズTシャツ（5分袖）を手に取って、泣く。 何の話か全くわからないと思うけど、今、たった今3時間前に起きたことを、心臓をばくばくさせながら、今日は書く。 …

以前は、アマチュアはアマチュア、プロはプロの場が用意されていました。NOTEは読者の心を捕まえることができれば稼げる仕組みがあるため、プロもアマチュアも利用しており、アマチュアの無料作品であっても先ほど挙げたような素晴らしい文章に出会うことも珍しくありません。稼ぐ仕組みだけではありません。記事を書く入力画面もシンプルで、コンピューターを扱いなれていなくても記事を書いて公開することができるのです。

NOTEはブログのようではありますが、記事を書いてデザインを整えるのはちょっと面倒かもしれません。課金となるとさらにハードルが上がります。

改めて考えてみると、執筆者はインターネットによって多くの読者に作品を届けやすくなったものの、（プログラミングよりははるかに易しいけれど）コンピューターに向かって指示をするという感触は拭えていなかったのかもしれません。NOTE登場前の多くの執筆ツールはHTMLやMarkupなど、人工言語を書く延長線に自然言語を書くUIができていた気がします。それに対し、NOTEはコンピューターに向かってではなく、読者に直接向かうことができる、趣味の物書きとプロの物書きを分け隔てしないプラットフォームだと思うのです。

AI受診相談ユビーは「医療」と「それ以外」を分けない

日本には国民皆保険制度があり、私たちの医療費の7割は健康保険でカバーされます。しかし、どこからが「医療行為」なのかは明確に線引きがされていて、ままずは医師という専門家の「診断」を受けることで医療がスタートします。診断の結果、病名が決まり、治療が始まります。

実は「診断」を受ける際にも苦しみがあります。病院に行って診察をしてもらうのに、移動時間や交通費に加え初診料が必要です。しかも移動中や病院で新型コロナやインフルエンザなどの感染症にかかるリスクも気になります。子供にはもっと感染力の高い病気が多く、子供を持つ親なら子供を連れて病院に行くべきかどうか悩んだことはあるのではないでしょうか。医師の診断を受けにいくかどうかという健康上の判断を、医師ではない私たちが決めないことには始まらないのです。ググれば良いと思っているかもしれませんが、インターネット上の情報には怪しいものや、誤った情報も見受けられたり、正確だが難解な情報も混在していて、躊躇します。

こうして考えると、普通の生活を過ごしている状態と「医療」は連続しているのにもかかわらず、「受診したかどうか」で区別される大きな隔たりがあります。

AI受診相談ユビーは、その隔たりを取り除き、信頼できる医学情報から自分や子供の症状と病気の関連を調べてくれます。なんとなく感じる不調が、シリアスな病気と関連しているか、受診するならどの診療科なのか、というファジーな状態が、デジタルに「医療」か「それ以外」に分断されてきた世界を優しくしていると感じます。

MENOUは忠実に学ぶ

ものづくりの現場で、製品出荷前に行われている検査が未だに人海戦術に頼っていることをご存じでしょうか。しかもそれぞれの製品を構成する何点もの部品も、部品メーカーにとっては「製品」ということになり、同じように外観検査が行われています。最終検査だけでなく工程中にも品質管理のための検査が何重にも行われていて、多くが目視によって行われているのです。

これらの膨大な検査を少しでも省力化するために、コンピューティングが用いられてきました。コンピューターに置き換えることで作業員の疲れを気にせず24時間正確な検査を続けることができるようになりましたが、検査項目を「輝度」や「コントラスト」などといったデジタル値に翻訳してあげる必要があります。さらに、外観検査員とプログラマーとの間でも翻訳作業が必要です。外観検査員、プログラマ、コンピューターという二重の翻訳ロスが発生するのが問題でした。この翻訳作業が必要なため、「なんとなく汚れている」とか「全体的にいびつ」といった現場感覚による検査を自動化するのは至難の業で、不可能だと諦める企業も多数です。なんとか諦めずに多くの試行錯誤の末、満足のいく検査ができたとしても、そのころには製品のモデルチェンジなどで不要となってしまいます。

ディープラーニング技術の登場で「輝度」「コントラスト」などのデジタル値への変換は不要になりましたが、製造現場をあまり知らないAIベンダーとの翻訳作業は本当に大変です。ましてやAIを売りたいベンダーです。甘い言葉と甘い見立てを信じて購入した数千万の画像検査装置が使い物にならないといった惨状を幾度となく見聞きしました。

MENOUが開発したMENOU-TEは、もちろんディープラーニング技術を用いていますが、現場の検査員から直接その検査方法や検査基準を学び取れるという特徴を持ちます。新人の検査員を指導するときのように、「この辺を詳しく見て」「こういう欠陥を探して」「欠陥がこのくらい大きかったらNG」といった思考回路のままにAIモデルを組み立てることができます。喩えて言うと、OK品とNG品の画像を大量に渡して「NG品を検出してね」と乱暴に学習させていたのが従来のディープラーニングであったのに対し、少し丁寧なアプローチです。MENOU-TEを用いることでベンダーに頼ることなく現場の検査技術を反映したAIを作り、少ない画像で学習ができるようになります。

マジックアワー

白か黒か、あえてデジタルに白黒をつけて処理することでシステムの効率化を図ることは多くの場合有効です。ですが、過去に導入されたシステムには当時の状況や技術的な制約から白と黒が分かれています。だからといって、そのままである必要はないと思うのです。白黒の境目をそのままに新しい技術を導入することは、まるで白黒写真を再現するためにフルカラーの信号を１ビットに減らしたり、DXと称して紙の帳票をITツールに置き換えたりするようなものです。今の技術レベルやジョブに合わせて問題解決の解像度も高めたいものです。

このように、白とも黒とも言えない色をなるべく実態のままとらえるサービスは人に優しいのではないかと思います。ソフトウェアは機械を動かすための道具ですが、私たち人間にとって意味のあるものであり続けるには、なるべくアナログな方が良い。デジタルの対義語はアナログではないのです。

余談ですが、このブログのタイトルと「マジックアワー」としたのは昼と夜の間のグラデーションに存在する、彩りある未来をつくっていきたい。そんな夢を表しています。