1:03:55
おすすめの学習動画

AI BUSINESS SHIFT 第12回 機能別戦略編:AIで加速する新規事業の創出
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12回です。 第12回「機能別戦略編:AIで加速する新規事業の創出」では、新規事業やスタートアップを取り巻く環境がどのように変化しているのかを俯瞰し、新たな価値創造と非連続な成長を生み出すために、AI時代における事業機会の捉え方や、成功確率を高めるための考え方について学びます。 ■こんな方におすすめ ・新規事業開発やスタートアップ創出に携わるリーダー・マネージャーの方 ・AIを活用して事業創出のスピードや成功確率を高めたい方 ・AI時代における新規事業リーダーの役割やマインドセットを学びたい方 ■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03月制作)
会員限定

【営業無双#1】勝てる営業とは?トップ5%セールスの共通点
本コースは、「営業無双シリーズ」の#1です。 「営業無双シリーズ」では、成約率アップに向けて、お客様に選ばれ続ける無双の営業になるための実践的な考え方やテクニックを紹介していきます。(#2以降は順次公開) 本コースでは、「勝てる営業とは?トップ5%セールスの共通点」をテーマに BtoBでお客様に選ばれる営業の役割 トップ5%のセールスに共通する行動や考え方 成果につながる実践的なポイント などを解説します。 ◾️こんな方におすすめ 提案しても顧客に響かず、「いい話だった」で終わる商談が多い方 顧客の本当の課題や決裁者の判断基準をつかみきれず、案件が前に進まない方 再現性のある営業テクニックを身につけたい方 ※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7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

リーダーのためのコーチング入門
メンバーから相談を受けたとき、つい「こうすればいいよ」と答えを教えてしまう。 あるいは、「自分で考えてほしい」と思うあまり、すべて任せきりにしてしまう。 メンバーの成長機会を確保しつつ、自律的に仕事を進めてもらうためにはどうすればよいのか。 こうした悩みに直面するリーダー・マネージャーの方は多いのではないでしょうか。 変化が激しく、正解のない現代においては、指示や助言にとどまらず、メンバーの思考を引き出し、自律的な行動を促す「コーチングスキル」の重要性が高まっています。 本コースでは、基礎的なコーチングの考え方を押さえたうえで、実際の職場で起こりがちな事例をもとに、相手の思考と行動を引き出す関わり方を学びます。 また、代表的なコーチングのフレームワークである「GROWモデル」を取り上げ、どのような問いかけによって相手の主体性を引き出していくのかを、わかりやすく解説します。 メンバーとの対話を、成長を促す機会へと変えていく。その第一歩としておすすめのコースです。 コース内で紹介している「傾聴力」を深めたい方は、こちらも合わせてご覧ください。 ・傾聴力 ~リーダーのための聴く技術~(基礎編) https://unlimited.globis.co.jp/ja/courses/fe285262/learn/steps/59808 ・傾聴力 ~リーダーのための聴く技術~(実践編) https://unlimited.globis.co.jp/ja/courses/01d24a39/learn/steps/59813 ※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6月制作)
会員限定

AI BUSINESS SHIFT 第10回 機能別戦略編:AIで変わるバックオフィス
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10回です。 第10回「機能別戦略編:AIで変わるバックオフィス」では、人事・総務・労務・経理・情報システムなどのバックオフィス領域において、定型業務の自動化や効率化といった現場レベルのAI活用だけでなく、いかにして経営や戦略に貢献する存在へと進化していくのかについて考えを深め、学んでいきます。 ■こんな方におすすめ ・人事・総務・労務・経理・情シスなど、バックオフィス部門を率いるリーダー・マネージャーの方 ・バックオフィス業務へのAI活用やDX推進を担っている方 ・AI時代におけるバックオフィスの役割や戦略のあり方を考えたい方 ■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)
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

【賢者のアンテナ】いざ!戦略的雑談!前編
このシリーズは、グロービス講師本山 裕輔さんを賢者としてお迎えし、巷のありとあらゆるものを独自の視点で紐解き、皆様の学びの意欲を刺激するコンテンツです。 毎月第2・第4水曜日の朝7時に定期配信されます。 取り上げて欲しいご質問やテーマ、感想を随時受け付けています。 グーグルフォーム(https://forms.gle/qqoBYuRUmUYz4scC6) または グロ放題編集部員のX(https://x.com/mairakobayashi) まで、ぜひご要望をお寄せください。 ※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6月制作)
無料

【AI×プレゼン】AIと磨く「心を動かす」伝え方
AIの進化によって資料作成やリサーチの効率化が進む一方で、重要性を増すのが「伝える力」です。本コースでは、AI時代のプレゼンに求められるデリバリースキルについて解説します。 自分の伝え方を客観的に評価し、改善できるAI活用法も紹介。大事な場面で「心を動かす」プレゼンをしたい方におすすめです。関連コース「プレゼンテーションスキル」も併せてご覧ください。 ▼プレゼン動画分析プロンプト(辛口) https://hodai.globis.co.jp/learning_documents/6f976cda ▼関連動画:プレゼンテーションスキル https://unlimited.globis.co.jp/ja/courses/598f3254/ ※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

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

【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



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1423件
hideyukit
知っているようで、正確な意味を知らなかったことをさらえる、いいコンテンツでした。
自分の場合、分散と標準偏差の違い、ディープラーニングがニューロモデルでのシミュレーションであることなどです。
takadatom
数値化された数字もいろんな不確定要素もあるので、注意しなければならない
nao_globis
最頻値や標準偏差のほか各変数の意味などデータを扱う際の基本を学ぶことができた。
sphsph
今の時代データは山盛りあるので、どう分析しその結果を踏まえどう行動するか?
そこの繋ぎです。
偏見が入るので何とも難しいです。
結果ありきでは全く意味がない
cw92040
数多くの分析の用語、、、これがわからないとデータも作れないから大事だと思った。
non25
変数や乱数などプログラミングでも出てくる用語だなと思いました。あと数字で表せるか表せられないか、天気や為替変動など外的要因か、予想ができるかできないか、法則性があるかないか、など特徴を知って組み合わせて分析していくことができると思いました。
m-onodera
もう少し、利用できる事例を増やすともっと良い想定です。
ryunosuke_ohta
重回帰分析はいくらまで変数指定できるのだろうか
fujiwara___
聞いたことがあるけど内容を深く知らない言葉の意味を知ることができて良い機会でした
yn77
データ分析の基礎: 平均、中央値、最頻値、分散、標準偏差などの基本的な指標を理解し、データの傾向を把握できるようになりました。
sakamoto1977
見込み客リストから顧客になった人はぞういった属性傾向があるのか、分析ができれば優先度をつけて対応できる。そういったデータを蓄積することを意識し、効率的なデータベースを作っていく体制にする必要がある。
awa_awa
データは実績をとるだけでなく、分析し、次に活かす(予測)することが
重要と考えています。
AIを活用しながら、これらを実施していきたい。
yura_0404
AIの進歩により分析の速度や精度がより高まっていくと予測される中、使用する側もリテラシーを高めて、正しい判断が出来るよう学んでいきたいと思います。
yoo_san
統計学的な用語は日常使わないので、また理解しきれていない
k-maco
目的に応じて分析方法を変えていくことと、複数に分析によって精度の高い分析が、今後の予測に役立っていくので、それをデータ蓄積させていく仕組みを作って仕事の効率につなげていきたい。
miockey
各用語に対しての理解ができるようになってよかった
kayahara-ryoma
必要なデータ何か調査し分析することが大変だと感じた
okadash0410
非常に勉強になった。
kotetsu-yuki
あまり馴染みのない用語が新鮮でした
fumayuki_
知っているようで、正確な意味を知らなかったことをおさらいできてとてもよかった。
kenjika
IT基礎 分析編 分散や標準偏差の出し方を忘れていたので助かった
ss_jyotaro
分析をする際の材料・概念として今回のワードが役に立つと感じた
kaoru_sura
元にあるデータを整理し(分析)、それをAIに学ばせ(学習)、その結果として将来の数値を導き出す(予測)という、現代のビジネスや研究において不可欠なリテラシーを総合的に学びました。
m_osugi
普段耳にする単語も改めてお聞きすると認識の違いがあったりと気づきがあった。
masachan1963
AI活用に重要な学習ほか用語について理解できた
uchida8568
改めて認識させて頂き、正確な情報を把握することができました
tsumux
分析手法は目的によって様々な種類があることが判ったが、数学的用語も多く、文系人間の私にはやや難しい分野と感じた。
761012
IT用語について理解が深まった
honma-hiroki
実績データの分析は業務効率化において重要な観点だと思いましたので、参考にしていきたいと思いました。
kondou-ttm
/////////////////////////
802016
数多くの分析の用語、、、これがわからないとデータも作れないから大事だと思った。
kotokana
データ分析の基本的な指標が理解できました。
moriwaki1008
データ分析の理解が進んだ
murakami_tomoya
知っているようで知りませんでした。
sakata-syuuiti
IT用語の説明が役に立ちました
itsukaeagle-
中小企業診断士試験では、標準偏差、分散、共分散などの分析について学びます。参考になりました。
tk-a
データ分析の基礎を学びました。まずはデータ収集してみます。
longlonglong
普段何気なく使っているIT用語の意味を正しく理解でき、有意義な講義であったと考えます。
ooyama-tc
言葉の意味を知ることで何を使うべきかと、何を使ったら何を得られるかが分かるので重要
takito2021
データ分析に使われる指標や変数項目について詳しい学びを得ることができた。
hirot0622
標準偏差等の分析の基礎を学ぶことができた。
tatsu1211
デーバ分析の基礎が理解できた
kuosawa
数値化された数字もいろんな不確定要素もあるので、注意しなければならない
nakanishitoru
IT用語の整理は大叔父ですね。
suematsusada
基本的な指標を理解できた。
nishikawaji
IT用語について理解できた
rindaisato
データ分析の基礎を知ることができ、今後の業務で活かせるようになりいたい。
arai_nobu
予測分析の学習では、単に過去の数値を追うだけでなく、外的要因(季節、社会情勢、天気など)がいかに結果を左右するかを学びました。
nekoneko39
分析に活用したいです
shuhei_miwa
難しい用語が多いと感じた
kk2300829kk
記述があったり、聞いたりしていたが、正確な内容まで理解さないまま今に至っている用語が理解でき、よかった。
gonzaburou
概念は理解していたが、言葉として理解していないことが多くあった。
言葉と概念をしっかり繋げておきたい。
doctorx
ありがとうございました。
masayuki2
平均だけでなく、中央値、最頻値も調べることがデータ分析には必要であると感じた。
yukiaoki-2956
平均値、中央値、最頻値を再認識した
hiroto_inoue
普段利用しない用語ですが、知識として把握しておきたいと思います。
akublvcmwdnx
とても勉強になりました。
mitsu_sng
データ分析の基礎について理解した
naoki0622
様々なAI用語がありますので、何が自分に必要か考えていきたいです。
nakanaka000
数値化された数字もいろんな不確定要素もあるので、注意しなければならない
masaki3
契約終了物件の価値を定義付けるのに使えそうです
tomisansan13
分析するには色々と用語があり、きちんと理解出来ました。
makoto-iimura
前半は具体例を交えて説明もらえるとより理解しやすいと思う。
yutaka_aimar
最頻値や標準偏差、各変数の意味などデータを扱う時の基礎を学べてとても参考になった。
ikedata
分析用語を学べました。分析時に活用できるよう身につけておきたい。
masuda0213
用語をしっかりと理解することの大事さを再認識しました
8739
ITでよく使われる、分析・解析の用語がよくまとまっていて、分かり易かった。
単語の意味は分からなくても、解説を聞いているとそういうことかと理解できた。
sugawaran
用語解説の動画であったが、説明文の意味が分からない部分がいくつかあった
tc-maeda
it用語が増え困惑しつつあるが、蓄積していきたい
iwahashi-n
用語の理解はITを扱う上で必須の知識であり、よく理解していくことが業務などを行う際に重要となる
kuroki_3000
過去に学習したことのある標準偏差などの学び直しができた
tomo_0520
分析に関する用語の説明がとても分かりやすく、整理できた。
i_yoshiki
用語について、漠然と理解していたことが改めて正しく理解で機会が持てたことは良かった。
atmdkm
中学や高校で習った数学を基礎としていることから、改まって難しいものではないが、デジタル化することの理解が難しい。
022042
数値化された数字もいろんな不確定要素もあるので、注意しなければならない
nakaiakio
数学要素が強く難しかったです。
badg_001
大変勉強になりました
same
今回学んだ手法を取り入れて多角的に考察していきたい。
tanaka930
データの性質を理解しないと分析しても意味ないことがわかりました
narunaru1966
知らない用語が多く勉強になりました。
toshi2355
用語は覚えておいた方が良い。
hika0529
目的変数と説明変数の関係、外的要因の重要性等をあらためて理解した。
tk10969
IT用語はあまり馴染みがない用語が多く新しい学びにつながった
ayumin626
基礎を再確認できました。
kk1
データ分析の基礎: 平均、中央値、最頻値、分散、標準偏差などの基本的な指標を理解し、データの傾向を把握できるようになりました。
機械学習の基礎: 機械学習、深層学習、教師あり学習、教師なし学習、強化学習といった概念を理解し、その活用例を学びました。
データと変数: 量的変数と質的変数の違いを理解し、データ分析における変数の種類を区別できるようになりました。
予測の基礎: 目的変数と説明変数の関係を理解し、家賃予測の例を通して、予測モデルの構築について学びました。外的要因の重要性も理解しました。
harukamikami
耳にしたことがあるワードの意味を確認できていい機会だった。
n184014
分析の為の用語解説を事例を交えて。
t_7
正確な用語の意味を改めて知ることができ非常に勉強になりました。
aries1975
初めて聞く言葉が多すぎて、何度か見直しする必要がありそうです。何とか知識として活用できるようにしたいと思います。
hiset0731014
言葉を知らないと進まないのでいろいろと勉強していきたい
nobu_higuma
このスキルを使いこなせる業務があるかどうか。
soircek
わかりやすかったです。
791002
分析の用語から、しっかり理解にするように努めます
tsuboi19
普段聞くことのない用語もあったが、今後に活かします。
daby
用語自体は耳にしたことがあったが、用語の意味は初めて聞くことが分析関連では多かった。
kk90
基礎知識を纏めて知ることが出来ました。
babaj
データ数が多い場合のデータ解析を実施する際に今回学んだ手法を取り入れて多角的に考察していきたい。
tcl59
平均、中央値、最頻値、分散、標準偏差等の用語について意味をしっかりと把握することができた。その意味により決算分析・売上分析利用したい。
hideo-oe
ITやDXの活用のためには、数学的素養を基礎知識として身につけておかなければいけないことを再認識した。
tcps
一回きちんと整理できてとてもよかった、あいまい、間違った認識のものもあった助かります!!