0:54:38
おすすめの学習動画

AI BUSINESS SHIFT 第11回 機能別戦略編:AIが拓くプロダクト開発の未来
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11回です。 第11回「機能別戦略編:AIが拓くプロダクト開発の未来」では、 AIがプロダクト開発の生産性や品質に与える影響、 AI時代において競争優位となるプロダクトとは何か、 そしてその戦略を実現するために、個人・チーム・組織に求められる能力やマインドセットは何か について学んでいきます。 ■こんな方におすすめ ・プロダクトマネージャー、プロダクトオーナー、テックリードなど、プロダクト開発を担う方 ・AIを活用したプロダクト開発や開発組織づくりに関心のある方 ・AI時代におけるプロダクト戦略や競争優位の源泉を考えたい方 ■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70件
botabota
「みんなファミコンもってるよ〜〜〜」
t-wakazuki
経験から判断することは多いが、傾向、N数を客観的に判断できる目線が伴っていることが大切と思う。
doly
過去の経験から一般的な法則を導き出すのは、日常的にあります。しかし、その経験数が少ないと、その法則は偏ったものとなる。陥りがちな間違いなので、注意したいです。
akiyama_m
価値のあるサンプルを必要な数だけ抽出することの大切さを実感しました。
yh_pharmacist
帰納法は経験則に基づきやすく、人間の自然な思考のメカニズムであると感じた。共通点からどのようなことを言うかということも個人差があり根拠に欠ける場合もあるため帰納法を用いた理論を展開する相手と話しをするときは、本当にそれが共通点から言えることなのだろうか?と疑うことを癖づける。
chekisan
帰納と演繹。ビジネス思考の基本のキだ。帰納法はマーケティングでも必要な考え方と思う。その際、先生も言っていた「軽率な一般化」これには注意が必要だ。少ないサンプル数で結論を導いてしまう。ついつい忙しく、せっかちなビジネスパースンは陥りがちではないだろうか。
nomras
過去の経験から無意識に結論を導き出してしまうことがあるが、「本当にそれで良いのか?」と自問するようにしていきたい。
その時の状況や他者の意見を踏まえて、最適解を導けるような対話が重要と感じた。
jwjwjwjw
過去にとらわれることなく成長に向けて変化を実践したい
tsukamotoya
業務に活かしていくよう努力していきます
cybersage
「帰納法の罠に注意せよ」という教えは、日常の意思決定や業務判断において非常に実践的な示唆を与えてくれます。帰納法とは、過去の経験や事例から一般的な法則や傾向を導く思考法ですが、これに囚われすぎると、本来あるべき柔軟な判断を妨げてしまう恐れがあります。
たとえば、私の職場では過去のトラブル事例をもとに「この機械は○○だから壊れやすい」と言われ続けてきた装置があります。しかし、実際には設置環境が変わっており、最近のデータを分析すればその装置はむしろ安定稼働しているのです。それでも「前にこうだったから今回も同じだろう」と判断してしまうことで、設備投資や保守方針に過剰なコストをかけてしまうような場面がしばしばあります。
このようなとき、「過去は参考にすべきだが、絶対ではない」と意識することが大切です。過去のパターンに頼るのではなく、現状のデータをもとに再評価する姿勢を持つことで、より的確な判断が可能になります。特にAIやDXを活用する現場では、過去データに基づく機械学習モデルを盲信するのではなく、「それが今でも妥当か?」を問い直すことが重要です。
また、日常生活でもこの思考は応用できます。例えば「これまでこのやり方でうまくいったから、今後も同じでよい」と思い込んで新しいやり方を拒むのは、典型的な帰納法の罠です。むしろ、「これまではこの方法だったが、今の状況にはもっと良い手があるかもしれない」と常に視野を広げる習慣が、変化の激しい現代では必要とされる態度です。
つまり、帰納法を否定するのではなく、鵜呑みにせずに“再検証する視点”を持つことこそが、これからの時代における賢明な判断力と言えるでしょう。
nakamura9
確率や統計と通じるものがあり、安易な判断は危険だと感じた。
everest
帰納法の罠を意識することで過去の経験に固執せず新たな視点やデータを取り入れ柔軟かつ創造的な意思決定を行いたい。
m-hagiwara
信ぴょう性を出すには適切なサンプル数が必要だと学べた。数名、話しているからと鵜呑みにしない。
ya-date
サンプル数などの関係でも注意が必要なことが分かりました。過去の経験だけで判断しがちですが、帰納法を短絡的な方法で用いてしまう危うさにも気が付かされました。
kdn11
過去の事例を参考に対策を考える際は、現状と違う部分がないかも考える事が必要
smsmsmsmsm
サンプル数を意識して思考することにします。
two-tani
帰納法はサンプル数で有益か否かが決まってきますね、勉強になりました。
jis46
『少ないサンプルで事例を決めつけてしまうのは危険』と学んだ。経験を見直しする際には、それが十分な量・質だったのか見直して判断するように気をつける。
makotokoma
帰納法、気をつけます。
ありがとうございます。
koi-miyamoto
帰納法はサンプル数が重要
k_osada
帰納法の罠に陥っていないかを振り返る良い機会になりました。ありがとうございました。
dia44
帰納法の罠を意識することで過去の経験に固執せず新たな視点やデータを取り入れ柔軟かつ創造的な意思決定を行いたい。
8108
みんな言ってる、みんなやってる、よく聞きます。
少数サンプルは参考程度に聞くことにします。
nb-take
サンプル数が少ない中で結論を出すリスクを学びました。
k-s_tr
例え成功例でも、落ち着いてサンプル抽出数なども見て判断することが大切と感じました。
miyagi_hidefumi
過去の経験から導き出して行動することは正しいと思う。
ただ、その結果について分析、考察しブラッシュアップしていかないといけないと思います。
そもそも、質問者の考えた方法のほうが正しいという前提がおかしいのではないでしょうか。
nats_ssr
個人的には、いつもあらゆる可能性を考えてから行動するようにしている。
それがデメリットになる場合もあるが、経営判断においては時代の変化にも対応するために、過去のやりかたに縛られてはいけないと思った。
悩みを寄せた女性が、トップに伝えようとしている姿勢が素晴らしいと思った。
takahiro0519
業務に活かしていくよう努力していきます
akiyasumi
「みんな〇〇だよ」とか「常識」とか「普通は」とかいう言い方する人や情報はあまり信用しないことにしてる。経験は尊重するべき価値があると思うが時代の変化とともに通用しなくなることも多い。過剰な自信を持ち過ぎず謙虚にデータや現実を見て客観視することが大事
tomi2582
帰納法は便利な反面サンプルが少ないときは気を付けないといけないと感じました。
n_homma
物事も捉え方か?
違う角度から考えられるとポジティブに受け止められるかも。そしたら、相手へ指摘したいときに否定的にではなく、前向きに伝えられる。自分の気持ちも楽になる。
h-mura
帰納法と演繹法について何回聞いてもどちらがどちらだったか混同してしまう。
身に付くまで復習を繰り返したいと思います。
km0121
一般論を思いついたときに、思い込みやバイアスによるものではないかセルフチェックする
meiguan
少数で偏ったサンプルデータから母集団を推測することはリスクがあり、目的等をしっかり見据えて調査を行い、結果を導くようにする。
sungkook
サンプル数が少ない場合は気をつけなければいけない、当たり前のようで言われて初めて気が付いたような気がしました。
astk_0000
過去の事例を良い例として活かすのはよいが、過去の事例があることで思考停止になってしまうことに気を付けなければいけない。目的(ゴール。あるべき姿)を明確にし、そのためにはどんなアプローチが最適か、という思考プロセスが重要だと思う。
yajiton84
サンプル数の蓄積方法も肝と感じました
cubuser
サンプル数が少ない中、拙速に帰納法にもとづいて決断を下したり、仮説を立てることは危ういことがわかった。重要な事柄については、サンプル数を集めることができないか確認しておきたい。
toki0125
安易な一般化には注意していきたい
kore_shige
特に資産運用の分野などでは過去のチャートに囚われすぎて投資判断を誤る恐れがある。過去の一時期の投資実績は一般化できるものではないと心得るべきである。
ichi_t
「成功している起業家は、スマホを2台持っている」
「成功している起業家は、前向きである」
いずれも先入観を捨てて、「成功していない起業家は、みんなスマホを2台持っていないのか」「成功していない起業家は、みな前向きでなかったのか」という視点でも検証したい。
サンプルが多く集まるなら、「成功した/していない」両方の特徴を比較して傾向を調べたい。
以上の感想も踏まえて、自分が相談者の立場だった時の対応を考えた。
①社長の前企業と自社の相違点を洗い出す(社員数、拠点数、業種、強み など)
②前企業でマッチする条件と、自社でマッチする条件の可視化(マトリクス図、マッピングなど)
ここで、社長の方針の不適合を指摘するだけでは、感情を害するものの代替案を社長自身は出せず、うやむやなまま社長当初案を強行される可能性が高いと思われる。(彼は立場的に、何かしらのアクションを起こすプレッシャーを持っている)
自身も代替案を用意していく方が、生産的。
本来的には、中間層が経営の意思決定者とその能力のいびつさをカバーするのは非効率であり、根本的にはこのような経営者が日本の企業から減ってほしいと思う。
shinichi-t
日常業務において、帰納法でものを考えることも多いが、サンプルの少なさとか、事業内容等の違いによっては、必ずしも帰納法が効果的でないことがわかった。
上司や部下に対して、何かを伝えるときにも、一旦、その点を踏まえて、考えてから提案や指示等をするようにしたいと思う。
14001
帰納法が万能でないことが分かりました。
toko820
帰納法は安易に使いやすい手法だがサンプル数が少ないと参考にならないと分かった
mckusa
サンプル数が少ないまま一般化して答えを出す罠に私自身もハマることがある。周りに間違っていないか確認するようにしたい。
tomomi0919
過去の事例にはとらわれすぎず、冷静に考える判断できる力をみにつけたい
akjs
過去の実績や経験で上手くいく時、いかない時があるが上手くいかない時どうするかも大事だがなぜ上手く行ったかも確認する事が帰納法の活用として有効と思った
satoyosuke
日常的に実施されている会議体の場面でも、少ないサンプルからの軽率な意見も見受けられます。サンプル数の確認や、一般論として当てはまるかどうかの検証が重要だと気付くことができました。
sphsph
落とし穴にはまらないように気を付けます。
自分自身の経験だけでなく世の中にあふれる情報から判断して行こうと思いますが、何が正しいかを見極める力がその前提になる改めて感じました。
アンテナしっかり張って行きます。
mochimochi123
帰納法の限界、罠について学べた。
これからの時代はあるべき姿からの演繹法を取り混ぜる柔軟な思考が必要。
tokatiobihiro
過去の経験則も善し悪しでしょうかね。
kenih
過度な一般化は危険である
zummy_0617
過去の経験にとらわれずに物事を柔軟性をもって周囲のコミュニケーションを図ることが大事だとわかりました。
keiinter
過去の実績や成果を出したからといってそれが未来の成功を保証するわけではない。
yusan55
帰納法によって導かれた結論であってもサンプル数によっては正しく結論付けられない事があること、また正しい結論であったとしても、その結論が意味のあるものなのかを見極めていきたいと思います
yoshitomo_arai
少ないサンプルから判断せず、多くのサンプルから判断することが大事だと思いました。また、サンプル採取も的外れのサンプルを多く取っては意味がないため、気を付けて採取したいと思いました。
kana1025
過去がうまくいったから今回もこうしよう、とよく考えがちだが、過去がたまたまうまくいっただけかもしれないこと、本当に同じ状況か、あたりのこともよく考えたうえで行動すべきだと思った。経験から安易に決めつけない、しっかり心に留めておこう。
miyaura1
サンプル数の少ない帰納法は注意が必要なことを改めて知ることができた。
shun_shun1212
本当にそうなのかは常に考える必要があると思うし、過去の経験にとらわれすぎると自分の考え方をアップデートしていけないとも考える。
s-mizuta
帰納法の落とし穴。サンプル数が少なく抽象化できない事例に対するアプローチの勉強になった。
okamotoyutaka
統計学のことを少しでも学んでおれば心配する必要はないかと思います。サンプル数については常識の範囲内で考えれば落とし穴にはまることはないですが、切羽詰まって結論を急ぐ時なんかはこの落とし穴にはまる可能性が高くなるので注意したいと思います。
manabi-1234
確かに、過去事例は、業界が違えば、答えは変わってくるということをよく理解し、固定概念を捨て去り、問題に対する本質を見抜く力をつけていきたいと感じました。
a_7636
帰納法・・・あれ?帰納法といつもセットで「○○法」ってあったような?という方にはこちら。
演繹的/帰納的思考 ~論理的思考力のベースとなる思考法~
【思考・コミュニケーション】【初級】0:08:05
https://unlimited.globis.co.jp/ja/courses/5027cf61
shikay
ビジネスで直面する課題は過去の経験が通用しない場合が多く、最近は環境変化も激しいから特に通用しない場面というのは増えてくるのかもしれない。あまり前提を持たずにむしろ目の前で起こっている出来事をよく観察することの方が解決策を思いつくことに繋がりそうである。自分は中途入社で、現職は結構昭和色の強い職場なので、経験談がたくさん登場するが、むしろ職場を理解することに役立つので話しやすいことを話していただいた方が理解が捗るような気がする。自分の経験は大切にしたいから、他者の経験も大切にするように心がけたい。サンプルが少ないと間違った答えが導き出されることもあると思うが、その人の経験はその人の中ではもっとも豊富なサンプルだと思うので、そこからいかに解決に繋げていくかが腕の見せ所なのかもしれない。データが多ければ多いほど良いケースとそうでないケースというのはあるような気がする。まずはなぜ相手はそう思ったのか?の背景を深堀したい。
morimotoa
帰納法を用いる際はサンプル数に注意。
kawa-yo
帰納法は日常で意識せず利用していると感じた。
サンプル数が少ない事が落とし穴となる点については、聞いたり調べたりする事でカバーしていきたい。
naoki_1973
帰納法の取り扱い説明書ですね。安易な一般化には気をつけたいです。
n-terai
過去は未来をどうするかの土台に使用すべき
toratora2024
帰納法、課題もあり使い方の参考になった。
y-shiraki
事例を複数集めて一般化する事は、仕事の内容によっては使える。
採用に関しては、どこで使えるのか?