新着
0:53:51
おすすめの学習動画
「AI・テクノベート」の関連動画 一覧を見る
ビジネスパーソンの新しい必須知識「テクノベート」基礎
IoT、AIなどテクノロジーの進化がビジネスに与える影響は日々大きくなってきています。今、ビジネスパーソンが知っておくべきことは一体どんなことでしょうか。そして、テクノロジーをビジネスに活用するためには、何を具体的にすればよいのでしょうか。 このコースでは、ビジネスパーソンが知っておくべきテクノロジー（Technology）×イノベーション（Innovation）、つまりテクノベート（Technovate）について、主に「アルゴリズムとは何か」「プログラミングの基礎」「統計学の基礎」「データの扱い方」について解説します。 ビジネスパーソンの新たな必須知識となるこれらを理解し、ぜひビジネスに活用してみてください。 ※本動画は、公開時点の情報に基づき作成したものです（2018年7月公開）
1時間 25分
ディープラーニング ~機械学習がもたらすビジネスの可能性~
人工知能（AI）が注目されるにしたがい、頻繁に見かけるようになった「ディープラーニング」とは、人工知能を飛躍的に進化させる可能性を秘めた機械学習の手法です。物事を分類することが得意で、画像認識や翻訳などの自然言語処理や音声認識の精度を急速に進展させてきました。 では、機械学習とは何でしょうか、そしてディープラーニングは、とりわけ何が新しいのでしょうか。 すでに世の中に送り出されているディープラーニングを活用したサービス事例をふまえながら、この技術の成り立ちをわかりやすく解説し、その可能性や課題も紹介します。 ※本動画は、公開時点の情報に基づき作成したものです（2019年2月公開）
10分
ブロックチェーン ~世の中を変える破壊的技術を知る~
ブロックチェーンとは、電子データを記録するための新しい技術のことです。取引記録を複数のコンピュータで共有し相互確認することで改ざんを防ぐ仕組みで、日本語では「分散型台帳技術」と呼ばれます。特定の管理者が不要かつシステムダウンが起きにくいというメリットがあります。 かつてインターネットが社会にもたらしたのと同様のインパクトをもたらす破壊的技術といわれる「ブロックチェーン」。ブロックチェーン技術により、仮想通貨、サプライチェーン、企業のバックオフィス機能、シェアリング・エコノミー、政府の業務など、さまざまな分野が変わっていくと言われています。 どのような仕組みで成り立ち、何を可能とする画期的な技術なのでしょうか。そして今後の社会をどう変えるのでしょうか。このコースで全体像を説明します。かつてインターネットが社会にもたらしたのと同様のインパクトをもたらす破壊的技術といわれる「ブロックチェーン」。ブロックチェーン技術により、仮想通貨、サプライチェーン、企業のバックオフィス機能、シェアリング・エコノミー、政府の業務など、さまざまな分野が変わっていくと言われています。 ブロックチェーンとはどのような仕組みで成り立ち、何を可能とする画期的な技術なのでしょうか。そして今後の社会をどう変えるのでしょうか。このコースで全体像を説明します。 ※本動画は、公開時点の情報に基づき作成したものです（2019年1月公開）
13分
テクノベート・ストラテジー ~DXに向けて~（前編）
DXが求められるテクノベート時代の変化は、あなたが今いる会社や業界を含めあらゆる産業に及ぶと言われています。大きな変化の中で、あなたの会社はどのような「戦略＝ストラテジー」を持つべきなのでしょうか？ テクノベート・ストラテジーは、産業構造が大きく変化しているテクノベート時代だからこその「どんな戦略を選び、何をすべきか？」というポイントについて、全体像を押さえながら考えるためのコースです。ここでは、テクノベート時代に適したビジネスモデルの構築や組織作りに役立つ考え方と戦略を学びます。 ※本コースは第1〜3回を前編、第4〜6回を後編とする2コースとなります。前編を修了した方は、以下の後編も視聴ください。 ・テクノベート・ストラテジー ~DXに向けて~（後編） https://unlimited.globis.co.jp/ja/courses/4125e5b0/learn/steps/34865 以下の関連コースを事前に視聴することをお薦めします。 ・ビジネスパーソンの新しい必須知識「テクノベート」基礎 ・はじめてのビジネスプランニング ・ベンチャー・マネジメント ※本動画は、公開時点の情報に基づき作成したものです（2019年4月公開）
54分
6Tech ~イノベーションの潮流~
Fin-Tech（フィンテック）をはじめ「〇〇Tech」という言葉を耳にする機会も増えているのではないでしょうか。 このコースでは、「6Tech」とも言われる、テクノロジーの進化によって未来が大きく変わると言われている6つの領域を紹介します。 紹介されているテクノロジーは未来のものではなく、現在も日々進化しているものばかりです。自身のビジネスや業界にどのような影響がありそうか、またどのようなイノベーションが起こりそうか、考えるのに役立てましょう。 ※本動画は、公開時点の情報に基づき作成したものです（2018年10月公開）
12分
ムーアの法則 ~性能向上の経験則とその影響~
テクノロジー分野で提唱されているムーアの法則とは一体、どのようなものでしょうか？ ムーアの法則とは、半導体の性能向上について提唱された経験則です。 このコースでは、ムーアの法則とは何か、その内容を紹介します。 次にムーアの法則がビジネスのどんなところに影響するのかを説明します。 そして最後に、ムーアの法則を活用して企業が動いている事例を紹介し理解を深めていきます。 ※本動画は、公開時点の情報に基づき作成したものです（2019年2月公開）
6分
スマート生活 ~第四次産業革命で変わる私たちの生活と産業の姿~
昨今、「デジタル技術によって世の中が変わる」と言われており、また未来の姿を映し出した動画などもよく見かけます。 では、「デジタル技術によって世の中が変わる」とは、具体的にはどのようなことなのでしょうか？何が、どのように、どう変わると、世の中が変化していくのでしょうか？ 本コースでは、 ・デジタル技術や情報により、私達の生活がどのように変わるのか ・なぜ、今でも存在するデジタル技術や情報が、将来生活を変化させるといわれているのか ・私達の生活が変わる将来における、産業や組織のあるべき姿は このようなことを学んでいきます。 ※本動画は、公開時点の情報に基づき作成したものです（2019年6月公開）
31分
プラットフォーム ~プラットフォーム型ビジネスの基本構造~
GAFAにとどまらず、Airbnb、Uber、アリババ、テンセントなど、「プラットフォーマー」と呼ばれる企業が著しい成長を遂げているのは皆さんご存じのとおりです。 このコースでは、テクノベート時代のビジネスを考える上で極めて重要である”プラットフォームビジネス”の基本的な考え方を理解することを目的としています。 プラットフォームビジネスが発展してきた背景や、これらのビジネスの特徴などを踏まえ、事例も交えながらわかりやすく解説していきます。 ☆関連情報 フレームワークでニュースを読み解く、日経電子版の記事もぜひご覧ください。 「ヤフー・LINEが挑む「終わりなき消耗戦」」 https://www.nikkei.com/article/DGXMZO52381940Q9A121C1000000/?n_cid=DSPRM5277 「アップル対フォートナイト、独占巡り強者同士が激突」 https://www.nikkei.com/article/DGXMZO63360780S0A900C2X12000/?n_cid=DSPRM5277 「韓国BTS事務所はプラットフォーマーになれるか」 https://www.nikkei.com/article/DGXZQOUC014Z40R00C21A8000000/?n_cid=DSPRM5277 「Facebookは巨大プラットフォームから脱落するのか」 https://www.nikkei.com/article/DGXZQOUC214UG0R20C22A2000000/?n_cid=DSPRM5277 ※本動画は、公開時点の情報に基づき作成したものです（2019年9月公開）
13分
ビッグデータ ~データの取得とAI活用~
ビッグデータの特徴として、データ量が巨大であること、データの処理速度が高速で更新もリアルタイムかつ頻繁に行われること、データの種類に多様性があることの３つが有名です。 いま社会では、あらゆるところからデータを取得し、それを人工知能が処理することによって、さまざまな予測ができるようになっています。ビッグデータの活用は、消費者の立場では見えにくい面もありますが、すでに多様な業界に見られ、そしてどんどん拡大しています。 本コースでは、ビッグデータとは何か、その特徴と社会での活用事例を学びます。 ※本動画は、公開時点の情報に基づき作成したものです（2020年9月公開）
11分
テクノベート・ストラテジー ~DXに向けて~（後編）
DXが求められるテクノベート時代の変化は、あなたが今いる会社や業界を含めあらゆる産業に及ぶと言われています。大きな変化の中で、あなたの会社はどのような「戦略＝ストラテジー」を持つべきなのでしょうか？ テクノベート・ストラテジーは、産業構造が大きく変化しているテクノベート時代だからこその「どんな戦略を選び、何をすべきか？」というポイントについて、全体像を押さえながら考えるためのコースです。ここでは、テクノベート時代に適したビジネスモデルの構築や組織作りに役立つ考え方と戦略を学びます。 ※本コースは第1〜3回を前編、第4〜6回を後編とする2コースとなります。前編を視聴していない方は、以下より視聴ください。 ・テクノベート・ストラテジー ~DXに向けて~（前編） https://unlimited.globis.co.jp/ja/courses/4f41c435/learn/steps/34864 以下の関連コースを事前に視聴することをお薦めします。 ・ビジネスパーソンの新しい必須知識「テクノベート」基礎 ・はじめてのビジネスプランニング ・ベンチャー・マネジメント ※本動画は、公開時点の情報に基づき作成したものです（2019年4月公開）
59分
事例から学ぶDX推進 ~ドワンゴ・KADOKAWA前編~
「デジタルトランスフォーメーション」「DX」と、よく聞くけれど実際にどんなことだろう？という方に、「DXの本質とは何か」をわかりやすくお伝えします。そしてDXを可能にするためには「GAFA（米国の主要IT企業Google、Amazon、Facebook、Appleの4社の総称）な働き方」について知ることがヒントになります。GAFAでの経験とMBAでの学びから、現在KADOKAWA、ドワンゴを含むグループ全体の IT戦略を担当する各務茂雄氏が、ご自身の経験をもとにデジタルトランスフォーメーションの基礎的な考え方を解説します。 ※本動画は、公開時点の情報に基づき作成したものです（2021年6月公開）
26分
非エンジニアが持つべき発注者視点
新規事業でWEBサイトやアプリを新たに立ち上げる、開発を外部へ委託するといった機会が様々な業界において増えているのではないでしょうか。 そのような中で、非エンジニアの発注者がどのように依頼したら良いのかわからない、エンジニアとなかなかスムーズにコミュニケーションが進まない、といった場面に直面することも多いようです。そのような場面で双方がどのようなことを考えているのか、背景の状況を理解し、よりスムーズにプロジェクトを進めるためのコツを、株式会社Dive into Codeの野呂氏にお話し頂きます。 ※本動画は、公開時点の情報に基づき作成したものです（2017年7月公開）
48分
おすすめの学習動画
AI BUSINESS SHIFT 第7回 マネジメント編：AIで進化する組織開発・人材育成
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7回です。 第7回「AIで進化する組織開発・人材育成」では、AIは人や組織にどのような影響を与えるのか、人や組織はAIと共にどのように進化していくべきかについて学びます。 ■こんな方におすすめ ・AI時代の組織開発や人材育成のポイントを学びたい方 ・組織開発や人材育成を担う人事担当者や現場リーダーの方 ・OpenAIやパナソニックHDの取り組みを参考にしたい方 ■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（2025年12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779件
ozawa_h
本シリーズはAIに関してのコースではなく、データ分析用システム構築についてです。
データ分析システム構築の概要についてはとても良いコースです。実践編はありませんが、以前から実績がある内容です。
私の場合は最近はAIによってデータクレンジングなどを行っています。
masuda77
AIを活用することにより、最適な生産計画が可能になると思います。具体的には、製品市場動向や実績データから確度の高い販売予測策定が可能、さらに適正在庫を考慮した形で、製造量を決めることで自動化が可能なイメージを持ちました。さらに制約条件や最適な稼働要件等のデータを取込、最適生産スケジュール策定が可能とイメージ出来ました。
nakahara_toko
販売管理を担当しています。データ分析がミッションですが、データベースの統合に時間がかかり、思うような分析ができません。改善策を検討する良いきっかけとなりました。
watanabe-tat
AI活用の目的・目標を定め、データ統合する。AI運用の中で、問題・課題が発生したら、更なる、仮説を加え、必要なデータを段階的に統合することが、データの質を高めるプロセスであり、結果として、ビジネスで適切な判断を下すことが可能になる。
jshinmura
ECサイトと実店舗でデータ統合されていないケースは多いです。また名寄せは非常にコストと時間がかかることからデータ統合の運用面の難しさをどうクリアしていくかの体系的な理解が必要であるとあらためて課題認識ができました。
umezawa-genta
データを整えるのが大事
onomasano1
工場収益改善の為の発生費用分析解析と取り組み方策検討にAIを活用出来るデ―タ統合構築に必要な考え方の習得
tkmh2002
データ活用にも、まずコンテキストを理解する事が必要
mk29
データの利活用について、活用するためには事前の準備が重要であることを学んだ。
ymatyu
まずはAIで何をしたいかを決めないとデータ統合する必然性が全くわからない。一体AIで何ができるのだろうか？そこから学習したい。
stengnabe
ＡＩを活用したデータ分析を活用して今後の業務改善につなげていきたい。
sm054307
AIを利用することで便利になる反面
データ統合についての大変さ感じる
今後、データ統合についてどのようにやるかが重要と感じた
shimizu-jun
データ分析システム構築の概要について学べました。
csl_kojima
理解が深まりました。
kondora
データ統合の際の障害を体系的に知る時が出来たので、職場でも意識しながら業務を進めていきたい。
yama_0611
データ活用・統合について理解を深めることができた。
stani
データ統合について学んだ。
askmt
データ統合すればうまくいくというわけではないことがよくわかった。何のために、どのデータをどう組み合わせて、どのような効果を期待するのをデザインした上で進めるようにしたい。
as_mako
重要なのはAIを活用して何を実現したいのか、具体的なイメージを持つこと。
業務を効率化させて無駄を省きたい。機械学習するためには組織内のデータが必要なのが理解できた。
pumpking
基本的なデータ・AIリテラシーが理解できました。
unyoreka
収集したデータを統合し、分析する事を業務でも試みていますが、統合出来ないデータであるという課題に多く直面します。まずは統合出来るデータなのか、その先の分析に繋げる事を1st Stepとして考えていきたいです。
masuhide
データは多面的に分析/集計できる要素を持つものを元としてAI活用を行う必要がありユーザーへは有益な情報となりえない的外れなものとなってしまうことを理解しました。
sss_k34
データ統合の目的、弱い部分を明確化する必要があると考えた。
tae-sugawara
組織が大きければ大きいほど、部門間での相違もあり、データ統合がより難しいと感じた。
007mine
AI データ統合 具体的に何をしたいのか、目的を明確化してAＩを活用する事が大事。
sho_yam
概要への知識が深まったように思う
hamayeah
説明可能性を意識する必要もあるかと思いました。
naoki_sasano
業務改善を実施する際は、現状把握として、収集できるデータを全て分析にかけ、弱点を見つけることから始めたいと思った。
k_yuna
大変勉強になりました。
isimat
データーは過去の蓄積で膨大にあるが、必要時の検索に膨大な時間がかかる。ＡＩリテラシーを高め
統合化によりこの問題を解決することができる。
tama56
活用するにあたり、使用目的を定め、データを集約しなければ、業務に活用できないと思いました。
climbs
まずは目的を明確に立てる
i323
データ統合して活用するケースは自業務においては当てはまらないが、会社という組織では大いに必要なものだと思うし、正しく活用すべきだと思った。
techno
AIがあると24時間頼れる相談役が要るようなものなので上手く活用することで業務をよりスピーディーに正確に進められるようになると思う。
taiichi-yoshi
データ統合を長年実施していくと、実現したいものからどんどん乖離しているという言葉を聞いて、反省致しました。本来、何をしたのか、いつまで実現したいのかの計画が大事であると、改めて気づかされました。
kouhei728
データ集約を前提とした構成が重要だと思いました。好き勝手にシステムを導入することでサイロ化が発生して、分析すらできない状況が見受けられます。
suzuzuzu
とても勉強になりました。
iso_ken
データ統合を進めようとしているが、やみくもに全部ではなくそのデータで何をしたいのか、なんのデータが必要なのかをしっかり見極めたい。
jasmine_ayaka
データ統合は大切だが、ただ統合するのではなく、きちんと弱点などを見極め優先順位を決めてから行うことが大切だと学んだ。
taku-33
データ統合を漠然と考えていたが、現状を整理して何をしたいのか具体的に考えることが重要であると感じた
hiro_hiro_12
データレイクやデータマートなどの言葉が聞くことはあったがあまりイメージできておりませんでした。今回の話で、少しイメージがつくようになりました。
kiso_2115
AIで利用可能なデータベースの構造を意識して、業務でのデータ管理を行うこと。
manabu_yama
AI活用し分析していくためには、どのデータを使うのか、データ自体の整備がとても重要であることを学びました。
mhbl_nakayama
社内で分散されているデータを適切に統合して活用することの必要性を学びました。
fujii_tomohiro
データ活用の全体像は理解できた。実際の活用に向けて準備を進めたい。
hiikkaarru
aiはデータの量より質、種類が重要
企業でデータを集めるとなると、特に忙しい部署ではとりあえず集めれば良いとなりがち、かならず意識して目的を見据えたデータを集めること
実験検討と同じ
sbsconts
AIデータ活用の概要を学びましたが、何ができるのか一通り講座をみて、全体像を把握してから、再度細部を学ぶ必要があると感じました。
e-yanaoka
データ統合に向けての知識蓄積が出来た。
sakamoto-aki
コンビニや、衣料や食の分野でのチェーン展開しているところ等、
アプリで顧客データを管理しているところがうまく活用できていそうなイメージ。
今後、活用できる分野も増えていくのだろうと思う。
自分の仕事ではどのように使うのが最適化を考えていきたい。
haruo_02
社内の顧客データのクレンジングは必要と考えていたので、進め方のイメージと社内説明のイメージが具体化できた。
k--g--
ECサイトのレコメンドの件はよく理解できました。
aya_14__
データ統合に興味はあるものの、費用対効果がでるのかイメージできていませんでした。その検証の仕方として、弱い部分を今のデータで分析し、どのようなデータがあればより効果的なアプローチに繋がるのかを知ること。これは非常に勉強になりました。
onihei99
初期段階では、マスデータの統合、処理をAIを使って実行する能力が従業員に求められると感じた。これができなければスタートできず、それすらAIにとって代わられる。
oharan
データ活用もシステム構築もあくまで手段。それらを使って何を実現、何を課題解決したいか？それをやるためにROIを成り立たせようとするとどのようにすれば良いか？というアプローチをあらためて整理できました。
zummy_0617
データを収集して統合するとき、途中でバグが発生したらどうやって修正するのか、システム関連にしかわからないことなので見えづらいです。
hide-ama
各自や各部門が自分達に都合のいいシステムを作っているので、システムを連携して相乗効果を出そうとするとデータ統合が欠かせません。しっかりとポイントを押さえて統合しなければならないことが分りました。
k_kennji
AIを活用するにも、具体的な目的に基づいたデータやどのくらいの制度を目指すかなど
目的を明確にしないといけないと思いました。
yuukahm
データ統合を考えるうえで、まずAIで何を実現したいかを考える
hr-sakai
AI活用するためのデータ活用の全体フローが分かった。
eri_56
データがいろいろなところにあるため紐付けるのに時間がかかって分析が進まないことが多いのでデータを統合して一元管理する重要性を感じた。
misogai
いろんな業務にAI活用による生産性向上に繋がります。また、データ収集からデータ分析を行いデータドリブンを考えて行こうと思います
ryoma-tst
既存のデータがいろいろなシステムに散在しているので、十分に活用できるよう統合していく必要を感じた
knc95
少し難しく感じました。
nonchankawaii
会社には大量のデータがあるにもかかわらず、AIを利用はしていない。
様々な予測が可能であると思われるが、セキュリティやノウハウに課題があること、外部有識者を利用するにはコストがかかること、等を考えると内部でプロジェクトを組み、どんなことができるのかを検討することが有用ではないかと感じた。
trtbr
今あるデータをどう活用するか、でなく、どのような分析をしたいかを起点に考えることが重要と理解した。
shirochange
データ統合をするうえで考えるべき6項目がある
murai-nagasaki
講義で出たように、オンラインとリアルの店舗の顧客データベースが別システムの場合、統合することで、顧客への適切な情報提供が可能だと考えた。
t_terakawa
データをどう扱って何をしたいかを決めることが重要だと理解して、ＡＩ活用していきます。
matsu_411
データ統合にどんなメリットがあるか今までよくわかっていなかったので，データの種類を増やせてAIに活かしやすいことが理解できた。一方で統合にはコストがかかることも理解したので，講義の内容にある6ステップを使い事前の検討を大事にする。
black0saku
データ活用に用いる AI の利用についてどのようなステップを踏んで検討すべきかを学ぶことができました。分析ツールの選定 だけではなく AI の利用においても 同時並行で検討する必要があると考えます。
toshiton
データ統合に失敗しない6つのステップの中で、AI活用で何を実現したいか？が大事だと感じた。そしてどんなデータがあればそれを実現できるのか？新しい仕組み作りにチャレンジできるような気がしてきた。製造現場での困り事をヒアリングして、アイディアを膨らませて行きたい。
r00000707
販売会社のサービスをAIを使って強化することを検討していく際に活用できると考える。
kazuma_yasuda
データを統合していくにも具体性が必要であることがわかりました。
vegitaberu
データの発見を含めたデータの収集、それを使える状態にする統合、前処理は、頭でわかっていても、それは、どこか認識が、抽象的なもので、実際にやろうとなると、難しいということがよくあるので、また、そこでの失敗により、全く無駄な作業にさえしてしまうことがあるので、より具体的に、実践の中で、感覚を掴んでいくことが大切だと思いました。
gtr_star
やみくもにデータを統合を進めても、望ましい結果が得られる保証がないことが印象に残りました。解決したい問題を先に策定するのは、基本的な問題解決ステップと同じ手順ですね。
awanoa
企業において、AI化、データの統合を進めるうえでの留意点、また、一度統合しても、根本の意思統合の解決がつかなければ、乖離を生んでいく可能性を学びました。
michiyomichiyo
目的を明確化してからの、データを統合していくこと
s_kanna
データを活用するためには，目的を最初に設定することが大事である。
h_kouno
現在、データに関するプロジェクトに参加しているので非常に参考になりました。
taka1962
現状では、自分たちのセクションでまとめている業務量などのデータを組織内で共有する発想が弱い思った。逆にたのセクションのデータが有益になることもあると思うので、AIの目的を考えることと合わせて発想を膨らませたいと思います。
tkumasan
効率化したい作業はたくさんあり、データ統合は有用だと思うが、何から始めればよいかわからないので、しっかり学んでいこうと思う。
ymoh
過去の蓄積されたデータを上手に活用するためにも、しっかりと取捨選別が必要だと感じました。
aoaoe
最近IDを統合するチームが発足したので早速、今回学んだステップを参考にしていきたいと思う。
touhoufuhai
利用したサイト内で購入済みなのに、おすすめでずっと表示されている事があります。
なるほど、うまく機能していなかったのですね。円滑なシステムにするのは、思っているより大変だと感じました。
a2220682
AIを何のために使うのかを考えれる
y-arano
データをいかにAIに入れ込むべきか、どのようなデータを入れるべきなのかよく理解することができました。
2152321
一つの枠の中でのデータだけではなく、様々なチャネルのデータを統合することを意識する。
kota_1012
AI、データ、DX…どこにいてもよく聞く言葉だが、「何を実現したいか」を常々問いていきたい。コンパクトながら要点がまとまっていて非常にわかりやすかった。
i_mura888
データマートやデータレイクという用語を良く聞くが理解出来てなかったので、データ蓄積やデータ利用をする上でこの概念に沿ってデータを扱うように努めたい。
hazuki420
自分の仕事は通訳、翻訳なのですが、通訳や翻訳そのものにAIが使いやすいのはわかっていても、今の実業務をどのようにデータ化するのかに想像がいかないです。
アナログな毎日をデータ、データ統合の視線で分析する思考に持っていくには、どのような視点をもてばいいでしょうか
aidamoriyuki
データの重要性は理解したように思うが、第一ステップにAIで何を実現したいかを決めるというところで躓きました。AIはそもそも何ができるのかピントきていません。
hiropin0165
データ統合の目的を知り、それを実現するための注意点を理解した。
satoru_yoshi
データ活用のために、統合したり、処理したり、そもそもでさ集めるデータの種類を幅広く設定しないといけないと言うのは、原初の設計段階で考えないといけない。。
hirokatsu
職歴情報とマネジメントの能力評価をリンクさせると、今後どのような職歴を経験させれば期待している人材を増やしていけるかの計画が作れるのではないか？
daigolf
まずはデータの整理が大事
cs1960
大変参考になりました。
morita_kenji
データ統合が簡単ではないことが分かった。
koichi_0502
データ統合をする際に、既存のデータの弱点を見つけてから統合するのがポイントというのは参考になった。
日常の業務の中でもデータを組み合わせて、使用するがどれだけの精度があるかを前提にし組合せをし、
活用していきたいと思います。
murata0207
やみくもにデータを集めるだけではよくないと学んだ。
yumetaro
データ活用、データ統合について、今はその活用のアイデアがありませんが、今後活用していきたいと思います。