0:53:51
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203件
iso_ken
データ処理技術の現在使用されているツールの概要がわかった
システム開発などでこれらのことを理解しながら進めていけば、技術者との意思疎通もスムーズになる
matute
データ処理を行う場合、RやPythonなどどの言語で行うか、データを格納・処理する場合、Hdoopを選ぶかsparkを選ぶかなど、用途によって使い分けが必要なことがわかった。
hfkd156036
データ解析を行うためのツールがどういうものか理解できた。
shirojpn
Rは初めて聞いた。Pythonはよく目にするが、まだ実際に使用したことはない。
Hadoopも、初めて聞いた。興味が湧いたのでもう少し詳しく調べてみようと思う。
hirano_rikiya
DBの基本的な考え方が理解できました。
ken175
データ処理の内容によって、使用するツールが異なることを体系的に学ぶことができた。
ソフトウェア担当者とより深い議論が出来るよう、学習を進めたいと思う。
kazumi_100pot
Hadoop、MapReduce、Sparkといった分散ファイルについては、違いが分かる程度に復習しておきたいと思います。
t_htn
データ処理には様々な方法があることを学んだ。
これを活用し、適切なデータとすることを考える
k_yuna
少し難しい内容でした。
k-akira
プログラミング言語とデータ処理の仕組みを体系的に理解できた。どういった分析、処理をするときはこの仕組みを利用するほうが効率的だとわかった上で実用したい。
hararin-kobo
なんとなく、何を使うか、分かった気がします。
stani
この講座はデータサイエンスの紹介だと思うが、位置づけがはっきりしない。
hiroshi-srkr
用語として聞いたことがあったが、MapReduceとHadoop MapReduceの違いや、Sparkとの使い分けの場面などあまりイメージできていなかったが今回の講座で理解する事が出来た。
watanabe-tat
Hadoop はデータを外部ストレージに保存して処理する。 Spark はデータを内部メモリに保存して処理する。このため、 Hadoop はデータをバッチで処理することに適していて、 Spark はデータをリアルタイムで処理することに向いている。
n_koba
R言語はデータ解析に特化しているので記述が簡単。Pythonはライブラリが充実している。
shigeki_f
データ解析を行うためのツールがどういうものがあるのか理解できました。
naoki_sasano
まだ、導入の部分の説明なので、最終的に何が行えるのか、はっきりしない。
a-k1ra
HadoopとSparkのところの説明がわかりやすかった
1000-
分散処理の特性がわかってよかった
koichi_seya
HADOOPのイメージが難しかった。今も主流で使われているのでしょうか?
kenjiro_fujita
データベースからデータを取り出し、分析をするにしても、データの規模や頻度、マシンスペックなどにより、最適な選択肢が異なることが分かった。自社のデータ分析では何がどこに利用されているのか確認していきたい。
7031
データ解析を行うためのツールがどういうものがあるのか理解できました。
choko0504
データ処理の種々のツールについて知ることができよかった。
実務で利用できることがあれば利用したい。
take515
データ分析で用いられるツール、アプリケーションの概要を知ることができた。
napple0902
ソフトウェアてなんですか
jout009
データ処理・分析にどのようなツール、フレームワークが使われるのか、概要を知ることができた。何から手をつければ良いのか知らなかったので、導入としては助かった。
yasupii
RとPythonのそれぞれの特徴が分かりました。近年はPythonが使われている傾向があることは知っていましたが、その理由がよく分かりました。
user-name01
データ処理ソフトの特徴や適用する業務への向き不向きを学んだ。
dteraoka
実際のデータ処理を行う際の言語、ツールについて概要を知る事が出来た。また格納・処理においては通常のPCでの処理イメージと近似している点があり、理解し易かった。
ysen
どのツールをどの場面で使うかの知識を得ることができた。データサイエンス検定の資格取得の一助となる講座でした。
hiromatsui
様々なデータ分析ツールの紹介があり、今まで聞いたことがあるだけで概要が分からなかったものが認識できた。
ds_tux
専門用語、多いなあ。忘れない方法はあるのかしら。
xkenz
サーバ集約化において、サーバ負荷状況を収集し、集約と分散のための分析を行う。
vz3000
データ処理を行う際の言語(RやPython)の特徴、データ分析する場合のHdoopとsparkの特徴が理解できた。
ken222
顧客にデータ利活用システム導入を提案する際の基礎知識として活用したい。
wada00
データ処理をおこなう際の用途や使い分けを理解できた
onihei99
まだイメージがわかない。 本講座は私には過剰だったかもしれない。
inyourmind
Hadoopなどの用語を知ることができたので、展示会などでの情報調査のときに役立つ。
nemurikuma
実用イメージはまだ湧かないが、Tableauなど実際に動かすことからはいじめたい。
takeo-12345
データ処理技術の現在使用されているツールの概要がわかった
shun0708
データ量によって使い分けをおこない実施するのがよいと感じました
kawaguchimas229
hadoopの説明が難しかった
ky-takanashi
利用されているデータ分析結果の需要が多くなる、データその物が大きくなると予想される場合は、DBその物を変更しながら運用する事も重要と認識
mai_i_t
スパークは機械学習に向いており、ハドゥープはメモリ以上の容量が必要な場合に向いている。
edo_obe
馴染みのない単語が多く、すーっと頭に入ってこなかった。
f_tachi
BIツールでの活用に役立てる
yamamoto_kntk
実際にデータ処理を進めるにあたり、利用する仕組みやプログラムの選択するための判断に利用できると思いました
makoke
使うシーンを考えながら活用したいです
kiyohide-goto
普段何気なく使用していたツール類について理解を深めることがでた
mogyan
データサイエンスの表面的な感触を得ることが出来ました。これ以上は、実際に具体的に学ぶ必要があると思いました。
Rとpython
BIツール:分析ツール。Tableauとか
Apache Hadoop:ビッグデータを分散処理するソフトウェア集合
vegitaberu
データ処理の技術は、ブラックボックスと考えがちです(今もそう考えたいという金地はあります)が、そうとばかりも言ってられないことが認識できました。詳しくわからなくても、ポイントを把握しておくことにより、専門の技術者と話せるレベルに達することが大切なのだろうと思いました。そのためのイメージだけはできた気がします、
hr-sakai
データの使い分け意味が把握できて今後の考え方がわかった。
yk-tnk
データ解析を行うためのツールがどういうものか理解できた。
t_oguogu1979
データ処理の特性やシーンに合わせて利用技術を選択する事が重要
kk1000
Python、BIツール、SQLはよく聞くが他の技術は初めて聞きました。
rayf
今後、AIを活用する上でもDBの知識は重要だと感じた。
naoyama777
SQL上での命令をクエリと呼ぶ
Hadoop
Spark
Hadoop vs Sparkって感じ?
madogiwazoku
素人には難しいです。難しくてはげそうです。
y-td
仕事で利用する機会が増えてきたので理解を深めれた。
suzuqp
hdoopなどあまり聞きなれない、知らないものも多かった。専門用語も多かったので具体的なシーンのイメージが付きにくかった。さらに学びを進めて理解を深めたい。
samsamissamu
データ分析の基礎とツールについて理解できた。
k_k_ai
普段意識しないデータの処理過程が良く理解できました。
kitano_wataru
tableau prepで編集しているようなデータも、大量データであればhadoopで編集しないとダメなんだろうなと思った。ただ、現状ではそこまでのビッグデータを扱ったことないため、選択肢として覚えておくにとどまる。
akira007
データ処理の概要についてはそれほど目新しいものではなかったので理解できました。実務に活用するにはもっと詳しく学ばなければならないと感じました。
nomu_ra
データ処理にはどのようなツールが使われているのか(Apache SparkやHadoopなど)を学べた
test_test___
データ処理のツールが学べた。
michiyomichiyo
使い分けるために何をえらぶのかを学んだ
haruka-
データ処理のツールについて学ぶことができた。 SQLは他の講座で学んだことがあったので、少しだけ知識が繋がったように感じた。
emi88
Hadoop MapReduce ・Apache Sparkという2大ビッグデータ処理フレームワークを学んだ。それぞれのプロコンを比較しながら、扱うデータの特徴に合わせ、適当な処理方法を選択することが重要と理解した。
taka1962
自分は実際にプログラムを開発することはないが、この講座でいくつかのプログラム言語の特性を知ることができて、アプリケーションを利用する際に役立つことになると思います。
tono24
データ解析を行うためのツールがどういうものがあるのか理解できました。
kumotri
大量データの移行時の方法検討
atsushi_komaki
万能なものは無いと分かる。
目的や手段に合わせたものを選択できる、検討できる知識身につけてぎょうむに活用できるようにしたい。
zyuroku
データ処理技術、特にHadoopとSparkの違いがよく理解できた。
prinmn
RやPythonを並列で考えたことがなく、対比していただいて理解が深まりました。
Hdoop、sparkはほぼ初めて聞いた用語でした。
(ビッグ)データ分析の玄関に立っている感覚です。
akku
hadoopについては聞いたことはあるが、どういったものかは知らなかったので今回の説明を聞けてよかった。なんとなくのメリットとデメリットもあったので、イメージができてよかった。
cs1960
大変、勉強になりました。
shin1yamanishi
新しい用語が多く理解することが大変ですが頑張ります。
naomatsubara
聞いたことがある単語が頭の中でつながった。
k-takahashi0719
Hdoopとsparkの強みと弱みについて理解できた
makidayo
各ツールによって得意不得意があるので、いくつか使い分けることで効率がいいことが理解できた。なんで何個もあるのかなと思っていた疑問が解消できました。
yokoishida
メモリについて、日ごろから疑問だったので、解説があって良かったです。
hiyoko-create
専門用語がわかりやすさ
pinguino
各技術について整理して理解できた。
muu_ma
Hadoop・sparkがどのようなものかを少し理解できた。
個人的になじみのあるのはRDBMSで、まだ具体的にどういったシーンで活用できるかはをイメージできていないので
分散処理フレームワーク含めて、データ処理の技術についてもう少し調べてみよう思います。
hnaka
Hadoop、Sparkがどのようなものか少し理解できた。用途、コストに合わせて使い分けることが大切。
現時点ですぐに使う用途はないが、今後データ分析を行う際のフック情報(とっつきとなる情報)になると思う。
hi-std
データ解析を行うためのツールの特徴が理解できた。
kennalc
監査のデータ分析に使えるかと思うが、Rとパイソンの比較、正直、分かる人向の説明じゃないか?もう少し踏み込んで解説してほしい。浅い授業だった。
70sp1208
馴染みのない用語が多くあり、難しかった。もう一度動画を視聴し復習していきたい。
montana16
必要なツールを理解。
いまの業務の中で何が活用されてるかを把握する
s-eguchi
Hadoopなどの言葉は知っていましたがどのように使うのかは知りませんでした。
基本的なことを学べてよかったです。
tsukamotoya
難しいですね。復習しながら取り組んでいきます
w_axl
概要の理解も ままならないです・・・
この機会に 学習していきたいと思います
masato_86
理解が進んだと感じる
grateful
普段、使用しているPOWER BI、KIツールなどの基礎を学べたと思います。
e_co
概要や用途が理解出来ました。
何を選択するのが良いのか判断するためにも、理解を深めたい。
shin_yako
参考なりました。実務の活用を考えます。
toshi-iwai
専門的な用語が多くなかなか頭に入ってきませんが、復習します。
yoshikouc
用途によって使い分けが大切、それぞれの弱点を把握して選択することが大切だとわかりました
temp_at
HadoopやSparkは言葉を聞いたことがある、程度だったので内容を知ることが出来てよかった。SQLは別でまた学び直したい。