0:59:48
おすすめの学習動画

AI BUSINESS SHIFT 第8回 機能別戦略編:AI時代の営業現場のリアル
本コースは、リーダー・マネージャー層を対象に、AIのマネジメント活用・組織活用を体系的に学ぶ『AI BUSINESS SHIFTシリーズ(全12回)』の第8回です。 第8回「機能別戦略編:AI時代の営業現場のリアル」では、AIが営業現場にどのような変化をもたらしているのか、営業担当者・営業マネージャー・組織としての役割や戦略が、AIによってどう進化していくのかを、営業プロセスの分解や実際の現場事例を通じて学びます。 ■こんな方におすすめ ・AIを活用した営業活動の最新動向や現場のリアルを知りたい方 ・営業現場の変化に直面している営業マネージャー・現場リーダーの方 ・AI時代における営業戦略や営業マネジメントのあり方を学びたい方 ■AIシフトシリーズとは? 『AI BUSINESS SHIFTシリーズ』は以下の3部構成で設計された全12回のシリーズです。(順次公開) https://unlimited.globis.co.jp/ja/tags/AI%E3%83%93%E3%82%B8%E3%83%8D%E3%82%B9%E3%82%B7%E3%83%95%E3%83%88 ・基礎編(第1回〜3回):リーダーやマネージャーに求められる、AI時代の基礎的なリテラシーの強化を目的としたコース ・マネジメント編(第4回〜7回):AI時代のリーダーシップや組織変革を中心に学ぶコース ・機能別戦略編(第8回〜12回):AI時代における機能別での戦略のあり方を中心に学ぶコース より実践的なAIツールの活用法について学びたい方は『AI WORK SHIFTシリーズ』をご視聴ください。 https://unlimited.globis.co.jp/ja/search?tag=AI%E3%83%AF%E3%83%BC%E3%82%AF%E3%82%B7%E3%83%95%E3%83%88 ※本コースは、AIのマネジメント活用を学ぶ「AIビジネスシフト」シリーズの一環として提供しています。 ※本動画は、制作時点の情報に基づき作成したものです(2026年2月制作)
新着会員限定

マネジャーのための仕事の任せ方
「仕事を任せると失敗が怖い」「自分でやった方が早い」マネージャーとしてメンバーやチームの力を引き出しながら成果を上げるには、どのように仕事を任せていけば良いのでしょうか? 変化の激しい時代において、マネージャーとして成果を上げ続けるためには、メンバーの個性や特性を理解し、それに合わせた効果的な任せ方を身につけることが重要です。このコースでは、ソーシャルスタイル理論を活用してメンバーごとに最適なアプローチを学びます。「任せる力」を高めることで、チーム全体の成長を促進し、自身のリーダーシップを発揮できるようになっていきます。 ※本動画は、制作時点の情報に基づき作成したものです(2024年12月制作)
会員限定

AI時代の個人力
AIが仕事や社会の前提を変え続ける今、最も求められるのは「他者に代替されない個としての力」“個人力”です。 本コースでは、澤円氏の著書『個人力』をもとに、AI時代をしなやかに生き抜くための「前向きな自己中戦略」を学びます。 テーマは、「Being(ありたい自分)」を中心に据え、自ら考え(Think)、変化し(Transform)、協働する(Collaborate)ことで、自分らしい価値を発揮していくこと。 リスキリングやAI活用が叫ばれる今こそ、スキルより先に“自分の軸”を問うことが重要です。 あなたは何を大切にし、どんな未来を描きたいのか? このコースは、あなたが“ありたい自分”として生き、キャリアをデザインしていくための思考と行動のガイドになります。 ※本動画は、制作時点の情報に基づき作成したものです(2025年11月制作)
会員限定

【AI×クリティカル・シンキング】①イシューと枠組みでプロンプトを磨く
生成AIから期待する回答を引き出せず、試行錯誤を重ねていませんか。 本コースでは、生成AI活用の質を高める鍵として、クリティカル・シンキングの視点からイシュー設定と枠組みを押さえる重要性を解説します。 目的に直結する問いの立て方や、プロンプトに落とし込む際の実践ポイントを具体例とともに学ぶことで、AIをより思考のパートナーとして活用できるようになります。 生成AIを業務で使い始めた方から、活用を一段深めたい方まで、再現性あるプロンプト設計を身につけたい方におすすめの内容です。 さらに学びを深めたい方は、こちらも合わせてご覧ください。 【AI×クリティカル・シンキング】②AIの弱点との向き合い方 https://unlimited.globis.co.jp/ja/courses/cdfe41e3/learn/steps/62198 ※本コースは、AI時代のビジネススキルを学ぶ「AIタレントシフト」シリーズの一環として提供しています。 https://unlimited.globis.co.jp/ja/tags/AI%E3%82%BF%E3%83%AC%E3%83%B3%E3%83%88%E3%82%B7%E3%83%95%E3%83%88 ※本動画は、制作時点の情報に基づき作成したものです(2026年1月制作)
会員限定

リーダーの挑戦⑤ 藤田晋氏(サイバーエージェント代表取締役)
グロービス経営大学院学長の堀義人が、日本を代表するビジネスリーダーに5つの質問(能力開発/挑戦/試練/仲間/志)を投げかけ、その人生哲学を解き明かします。第5回目のゲストは、サイバーエージェント代表取締役の藤田晋氏。起業の理由、経営をどうやって学んだか、アメーバブログ・ABEMAの立ち上げ、経営チームづくりについてなど聞いていきます。(肩書きは2020年12月11日撮影当時のもの) 藤田 晋 サイバーエージェント 代表取締役 堀 義人 グロービス経営大学院 学長 グロービス・キャピタル・パートナーズ 代表パートナー
会員限定

ビジネスパーソンのための睡眠スキル ~問題解決編 前編 なぜ眠れないのか?~
「仕事が終わらないから睡眠時間を少し削ろう…」「業務時間中なかなか集中できない…」「毎日朝起きるのがつらい…」。 あなたはこのような経験をしたことはありませんか? 仕事やプライベートの時間をやりくりするために、真っ先に削りがちなのが「睡眠」時間。 実は今、日本社会は世界と比較して「最も眠らない国」だということもわかってきています。 慢性的な睡眠不足は、心身の健康に悪影響なだけでなく、仕事のパフォーマンスにも当然大きな影響を与え、社会全体の経済損失につながります。 このコースでは、基本的な睡眠リテラシーを学んだ後の「問題解決編」として、「なぜ多くのビジネスパーソンは眠れないのか?」について解説していきます。 ▼本コースで学べる主な内容 ・そもそも眠れないことは何が問題なのか? ・眠れなくなってしまう原因とは? 睡眠不足の原因は認知機能の問題にありました。 自身の睡眠不足に対し、正しく「気づき・理解し・行動を変える」第一歩を踏み出しましょう。 ▼関連コース ・ビジネスパーソンのための睡眠スキル ~リテラシー編~ https://unlimited.globis.co.jp/ja/courses/24575c03/learn/steps/53129 ・ビジネスパーソンのための睡眠スキル ~問題解決編 後編 どうしたら眠れるのか?~ https://unlimited.globis.co.jp/ja/courses/4ba981e9/learn/steps/62042 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
会員限定

大阿闍梨 塩沼亮潤が死の手前で見つけた「生き方」
あすか会議2018 第4部分科会B-1「極限の世界で見つけた人生の歩み方」 (2018年7月7日開催/国立京都国際会館) 1300年間で2人目となる大峯千日回峰行満行を果たした塩沼亮潤大阿闍梨。48キロの山道を1日16時間掛けて歩き、それを千日間に亘って続ける過酷な行の中で、どのような悟りを得たのか。そして、9日間、断食・断水・不眠・不臥を続ける四無行満行という極限の世界で何を見つけたのか。塩沼氏が「創造と変革の志士」へ贈る「人生の歩み方」とは。(肩書きは2018年7月7日登壇当時のもの) 塩沼 亮潤 慈眼寺 住職
無料

英語 de 学ぶ!3Cs Analysis(3C分析)
このコースでは、グロービス学び放題の英語版である『GLOBIS Unlimited』のコースの中から、ビジネスで役立つ頻出の英語表現をピックアップしています。英語ネイティブの方が実際に見ているコースなので、リアルなビジネス英語の表現を学ぶことができます。 今回のコースは「3Cs Analysis(3C分析)」です。一緒に『英語で』ビジネス知識を学んでいきましょう! ▼今回扱ったUnlimitedコース続きは下記からご覧いただけます 3Cs Analysis https://unlimited.globis.co.jp/en/courses/da5ca962/learn/steps/36362 ※本動画は、制作時点の情報に基づき作成したものです(2025年12月制作)
会員限定



より理解を深め、他のユーザーとつながりましょう。
コメント481件
stakky
音素なる要素を勉強するることができた。これら一連の流れを一瞬でしていることは驚異である。
partner_sato
音声を文字に変換する過程は、問題解決のためのロジカルツリー作成にも近いものがあると思いました。また、例えば異国の方と話す時にその時の背景からこの状態で相手が訴えてくる可能性としてどれがもっとも近いと考えられるかと考えることのほうが、相手の発音を何とか理解しようと考えるよりも有効なのではないかと考えました。
daikon0129
A-D変換は知っていたが、ここまで具体的に詳しく知らなかったため、勉強になった。
shinya000
音素 ad変換 デジタル化
takao_suzuki
音声認識について基本が理解できました。
kei_tsutsumi
音声認識の仕組みとエラーが出る理由がよく理解できました。
yasuoka-yoshio
AIで立派な文章が作成できるメカニズムが、よくわかりました。
daikonn
音声認識までに色んな処理があり知ることができた。
gen_ta-gl
仕組みを理解出来ました。今後の発展的学習の際の基礎知識とします
u_yasu
AIの音声認識の仕組みについて、わかりやすく解説いただき、理解することができました。
kyao0
音の認識について、少し理解できました。
spn46ev9
会議などの議事録を作成するのに有効だと感じた。
masayoshi_37
大変勉強になりました。
kiyotaka_tanaka
音声認識の基本を学べとても勉強になりました。
muni22
音をコンピュータで処理するために、波形を数値化できるよう処理しているのがグラフからよく分かりました。
s_hym
昨今の技術の進展と、この技術がどれほどの影響を及ぼしたのか知りたいと感じました。聞くと昔から考えられていたような解析手順のようにも聞こえますし、そうなると、処理能力が上がっただけなのとも感じてしまいました。
_-o-o-_
日常的に音声入力を使って文章を入力することがあるので仕組みを知れてよかった。最近は変換ミスなどもほとんどなく文字起こしをしてもらえるのは、このように文章の内容まで推測してくれているからなんですね。
air-dolphin
音声認識のベースは人間が覚える過程と似ている
utetim
音声認識の仕組みをなんとなく理解できた
saotome_wataru
音声認識は日常生活だけでなく、業務においても多くの可能性を秘めた技術であり、これをより効果的に活用する方法を学ぶ良いきっかけとなりました。今後は、音声認識システムを業務にどのように取り入れられるか考えるとともに、関連する新技術について継続的に学んでいきたいです。また、この研修で得た知見を社内のメンバーと共有し、チーム全体での活用方法を模索していきたいと思います。
mid-kh
議事録作成などで活用していますが、まだ誤字なども多いため、人が確認する前に生成AIで要約するような使い方をしています。
kana_takamura
音の数値化は人間は出来ているが、AIは難しいことが分かった
misaki-ochi
勉強になりました。ぎょうむにいかします
akira_nabetani
音声認識の仕組みが整理して理解しました。
takagi7568
音源を数値する為の仕組みが理解できました。
これは「教師あり学習」がメインで学習するのかなぁとおもいました。
また、「RNN」によって語源の序列化を解く手する事も理解しました。
ただ、テキスト生成AIの場合はNSPを多用するため、「教師なし学習」も使用しているのかぁな?とも思いました。
上記の区別が理解しにくかったので他でも学んでみる必要性を感じました。
tky-hiramatsu
音声解析の精度を上げるには、サンプリングレートの強化や膨大な辞書データが必要と感じた。データが多くなると処理時間がながくなるので、快適に使うには最適な条件の見極めが必要だと思う。
start_up
基本的な音声処理の仕組みが分かり、勉強になりました。一文字ずつ解析しているとは思わず驚きました。、nightとknightなど発音しない文字があった場合にどう正しく判断するのか、といった新たな疑問も湧いてきました。翻訳アプリを使うときは、文脈からAIが正しく変換できるように人間が入力データに注意を払う必要があるとも感じました。今後AI技術がどのように進化していくのか非常に興味がわきました。
yukoalan
一つ一つ過程を踏んで目的を達するということは、どんな作業・処理を行うにも重要なことだと改めて理解しました。
tabata13
音声データを数値化~音素の分析~辞書データ参照~文脈から文章の特定、までを一瞬のうちに処理してしまうのは大変な技術であると感じる。裏側を知ると大変興味深い。
makfs
音声変換はずっと謎でしたが、なるほど、理解できました
hisayotadayosi
AIの仕組みが少し見えました。
yukiohayama
音波を分解して、辞書データと照合し、どれと適合するのかを予測解析して、確からしさを判定する。一連の処理をたちどころに済ましてしまう。正に超人的だ。
kawakami916
音声から結構ステップが必要なことが分かった。
yus-tanaka
音声認識の基本的な考え方に触れられてよかったと思います。ここが出発点なんですね。
zif_mizukoshi
音素という要素を初めて知りました。
o--mi
とても興味深かったです。
rkawatsu
音声認識の仕組みをなんとなく理解することができました。今後、業務の効率化のためにも、音声認識をできるかぎり利用するように考えていきたいです。
kou525
全てデジタル化して認識することを了解致しました
sound
AIの仕組みが理解できました。
michi0913
音声が文字に変換できるとは
知らなかった
tomokunmark5
音声は波まずアナログの音声を電気の周波数にしFM変調しデジタル化したのち音韻と子音をわけ言語をつくる
kuwahara0304
わかりやすかったです
baku_wada
AIの音声認識が音声をデジタル化することを経ている関係から、正確な音声に変換できないケースがあることを理解できた。
kdm_r
音声認識について学ぶことが出来ました。
dh777
動画認識より複雑な仕組みを活用している様に思えました。
k_hossy2000
良い復習になりました。
hironorih415
音声認識について基礎から学ぶことができた
ksowlz
音声認識が、意外と進んでいる事理解しました。
m_kuwabara
リアルタイムにAD変換して、音素を特定して、文章を生成して、、短時間に処理してるんですね。。
awan
言葉(文字)自体は同じでもイントネーションや訛りの違いも区別できるのか興味があります。
samsamissamu
2025年度になって、会社でも急速に生成AIについて活用する機会が増えてきました。
グロービスのコンテンツを活用し体系的に学んで行きたいと思います。
1920_ss
空気の波を数値化するAD変換からはじまり一連の流れを一瞬で処理する驚異です。
knockforward
音声認識は、AD変換、音素の特定、単語のつながりで構成されている。
tarataku
有益な講義でした。振り返りができました。
keijiro_ishida
音声をデジタル化して、音素に区切った上で単語を抽出し、次に出てくる単語を蓄積されたデータから類推して音声を認識している、
h_yoshiad
A-D変換のデジタルデータをどの様に扱うかと、サンプリングデータの多さで精度に影響するため、近年精度が向上してきた所以であり、これから音声認識は更なる飛躍を遂げるのは明らか。
togiwara
やっぱり数値化ですな。
ekek
現場の実業務に実装するときに運用側で改善すべきあたりをつけやすくなった。
yorasan
すごい時代になったなと改めて感心しています。
ka-2107
音声データの処理の流れがイメージ出来ました。音声データをコンピュータが適切に認識(AD変換、音素、辞書データで単語特定)出来れば、後は自然言語処理と同じ流れなのかな、と思いました。
we_yu
思ったよりも工程があり、改めてAIの処理スピードに関心した
_skmhn_
大変勉強になりました。
smitsuda
現時点で活用には至らないが、音声認識についても理解ができた。
fjeter
音声認識、標本化(サンプリング)→量子化→デジタル化のプロセス
rinada
アナログ信号、標準化、量子化、デジタル化により数字データを見るなど、基礎および単語認識技術の進歩を学んだ。文章生成、メカニズムは理解できたがこの技術をいかにビジネスに生かすかを考えたい。
abe12345
音声変換の仕組みが具体的にわかり学びが深まりました。
tom-suzuki1983
リアルタイムにAD変換して、音素を特定後、文章に変換する流れが分かりやすく理解できました。
rgm79
日本語は母音の統合され、子音も少ないにも関わらず、音素としては区別しやすい言語と認識していた。にも拘わらず、仮名段階でも誤認識が多い理由が推測ができない。
kurohebi21
文字認識について音声を数値化していることで文字認識していることがわかった。これまでのパターンにないものは逆に文字認識がしづらいと思ったので、専門用語などはまだまだAIに勉強させる必要があると思いました。
masahiko-j
音声認識の仕組みが理解できました。
ChatGPTは話した言葉を文字化し、さらにポリッシュしたり、要約してくれるので外国語学習に優れていると感じます。
takehiro531
音素から具体的文字を辞書データから特定など他のソースも使う仕組みであることを理解する
gengegenki
音声を認識するには次のステップで行われる
A-D変換 すなわち アナログからデジタルへの変換を行う
次に音素という文字の最小単位を特定する
次に蓄積されているデータより単語を特定
その次に前後の単語のつながりから文章を特定する。
このようなながれで音声を認識する
mitto-man
音声認識はデジタルにした情報と前後のつながりの情報、今までのパターンの情報などを組み合わせて正しい買いを導き出していることは理解できました。これはすべての言語に関して可能でしょうか?日本語と英語のように分の成り立ちが違えば、それに合ったパターンを用意する形で可能だとは思いますが、日本の東北地方のような文字にすると同じ文字だけど話すと微妙に違う一音で成り立つ単語なんかも判別できるようになるんですかね?
hinachan-629
音声認識の概要が理解できた。一瞬の処理でここまでの工程があるとは思わなかった。
daby
音声認識の仕組みが分かった
rugby13
単語特定の段階で、波形データを参照していることが興味深かった。
paozu
理解した!!!!!!!!!
akaizawasatoru
今の音声認識の進化は非常に驚いています。
ひと昔前の文字起こしとは訳が違う。
y-connie
音声データの処理: 音声波形からの特徴抽出、AD変換、音素の特定について学びました。
ym55
分かりやすかったです。一番スッと理解できました。
yuuko-suzuki
ここ数年で急激に音声認識の正確さが上がっている事に驚いていましたが、短時間で音声をデジタル化し、音素で分析し、辞書データからと照合しながら前後の文章から推測までしているのですね。
この数年でこの連携が急速に発展した事にAIの進化速度を恐ろしく感じています。
jun_suga
音声認識についてざっくりと理解できました。音素から単語になおして、文章化した際に、文章の内容がおかしい場合に音素の特定に戻ってやり直すこともしているのでしょうか?
im2123
音声から文章にする仕組みを初めて理解しました
take1972
音声認識の仕組みは、音声をAD変換により数値化し、音素から単語を特定。辞書データから文章を予測。音声の予測精度を限りなく100に近づける方法はあるのでしょうか?
aki_0506
音声検索したときに間違いがおこる理由がわかりました
ryu_takahashi
日々の業務で活用できる内容だと感じました。
kinopiko
音声データ変換の工程がわかり、AIの処理スピードが早くて驚いた。だが音声認識はまだ誤変換も多く、利用時の体感としてはスピードが遅いと感じてしまい、これからもっと便利になると思った。
zummy_0617
音素のデータを波線グラフにある程度区切りを入れて次に量子化して音声につなげたと思います。これをA-D変換にしたと考えます。
スマホで音声を試したことは今までなかったので今度試したいです。
yokomizo4tt6
音声認識の技術に辞書データが用いられていることを知り、過去のワープロにおける文字変換の技術が応用されていることに技術の連続性を感じた。
1977_fujii
音声を言葉で表現する仕組みが要素を用いて行われている事が理解できた。
kaznm
さらっと音声認識機能について理解することができました。
dia44
A-D変換は知っていたが、ここまで具体的に詳しく知らなかったため、勉強になった。
junyajohnya
音声認識がデータ化や単語の認識から文書作成など多くの過程を辿って行われていることが理解出来た
yamasaki_1978
音声認識の仕組みが理解できました。
konda-masayuki
コンピューターが認識できるように,自然言語や音声を数値化していくことが大切だということが分かりました。
k_osada
興味深く学習することができました。ありがとうございました。
fur2215
AIが音声を認識する手順を理解できた。
shoko_450827
音声認識は複雑なプロセスを経ていることが理解できた
hamada8
音声認識の仕組みの知見が広がりました。
yoko9267
とても分かりやすい内容でした。理解が進みました。