COLUMN
コラム
AIと仕事の関わり方を、公開されている調査や事例をもとに考えます。製品の推奨や宣伝は載せません。
ユースケースと効果 ／ データ社内の問い合わせ対応をAIに任せるには？ 小さく始めて育てる進め方社内の問い合わせ対応は、質問の多い一つの領域から始め、手持ちの規程やマニュアルを根拠に答える形にし、答えられなかった質問を毎週直していくと定着しやすくなります。進め方と注意点をまとめました。石田 誠2026-10-25人材 ／ ガバナンスと法令採用にAIをどう使うか？ スキルを公平に見るための進め方と注意点採用でAIを使うときは、職務に必要な能力から評価の基準を決め、AIは人の判断を補う材料にとどめ、候補者への説明と個人情報の扱いを先に整えると、公平さと効率を両立しやすくなります。嵐 保憲2026-10-25戦略 ／ 基盤とセキュリティ国内のLLM開発はいまどうなっているか？ 2026年秋の動きと企業の選び方国内では、国の計画と支援を土台に、企業・研究機関が日本語に強いLLMを開発・提供しています。海外の大規模モデルと競うより、用途や管理の条件に合わせて選ぶ対象として見ると、企業の判断に役立ちます。石田 誠2026-10-25基盤とセキュリティ ／ データローカルLLM入門 自社のPCでAIを動かす利点と始め方ローカルLLMは、AIの言語モデルを自社のPCやサーバーで動かす方法です。入力した情報を外部に送らずに済み、通信がなくても使えます。性能や管理の手間との釣り合いを見て、用途を絞って試すのが現実的です。石田 誠2026-10-25人材 ／ ユースケースと効果プロンプトエンジニアリング入門 AIに伝わる頼み方の基本プロンプトエンジニアリングとは、AIに期待どおりの答えを出してもらうための頼み方の工夫です。役割・目的・背景・条件・例の5つを具体的に伝え、答えを見て直すことを繰り返すと、仕事で使える答えが得やすくなります。桐谷 彰人2026-10-25戦略 ／ ユースケースと効果いまのAIにできること、できないこと 「予測」と「説明」の違いから考える使い方いまのAIは、データの規則性から先を当てる「予測」は得意ですが、なぜそうなるかの「説明」は苦手な場合があります。この性質を前提に、人の判断と組み合わせて使うのが現実的です。研究の内容と業務での使い分けを解説します。石田 誠2026-10-25戦略 ／ データAIは経営の参謀になるか？ データに基づく経営の進め方AIは、データを集めて選択肢と根拠を示す参謀役として頼りになります。一方で、何を問い、どれを選び、誰に任せるかは経営者の仕事です。データに基づく経営を始める手順と、AIとの役割分担をまとめました。嵐 保憲2026-10-25戦略 ／ ユースケースと効果AIの導入で成果を出す会社は何が違うのか？ 公開事例から見る進め方AIの導入で成果を出している会社は、解決したい課題から始め、現場を巻き込んで小さく試し、使いながら直し続け、効果を数字で確かめています。公的な調査と公開事例をもとに、その進め方をまとめました。嵐 保憲2026-10-25人材 ／ 組織と文化AIと一緒に働く力を育てる 今日から始める3つのリスキリングAI時代のリスキリングは、AIを使いこなす力、課題を見つけて仮説を立てる力、人と信頼を築く力の3つを伸ばすのが近道です。国の指針や調査をもとに、個人と会社がそれぞれ始められることを解説します。桐谷 彰人2026-10-25ユースケースと効果 ／ データAIで変わる法人営業 経験とデータを組み合わせる営業の進め方法人営業でのAI活用は、見込み客の見極め、事務作業の削減、提案の個別化の3つから始めると成果につながりやすくなります。担当者の経験とデータを組み合わせ、信頼づくりは人が担う形が現実的です。嵐 保憲2026-10-25