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40件
qp0402
業務効率化やコスト削減を目指してビッグデータの活用という向きに安易に向かっていってはならないのだと理解しました。
pinguino
ビックデータバイアスという言葉を初めて聞いたが、気を付けるべきポイントとして覚えておきたい。
e_co
ビッグデータを活用して業務改善と耳にしますが、そのデータの分析、利用方法に注意しなければならないものだと再認識しました。
yoshikouc
データは多い方がよいと思いました
yoshimj9
ビッグデータについて、理解できました。
19730606
不確実な情報は鵜呑みにしない事。
情報を共有する際は特に注意する。
思い込みで間違った仮説を立てることのないようにする。
aloha1
実務で活用できることは思い浮かばないのですが、よく耳にすることばを理解できた
pastoralcow
ビックデータバイアスと言う言葉を初めて知りました。
データはある程度の量が必要ですが、それ以上にデータを基にした仮説・検証が大切です。
この認識を改めて持てたのがよかったです。
aquico52
データがたくさんあるというだけで、盲信しないようにしようと思う
myu-tan
ビッグデータバイアス、ビッグデータと呼べるデータの量は実際にどのくらいなのか?
イメージはつかめたが、もう少し詳しく知りたいと思いました。
makidayo
ビッグデータバイアスというものがあるのだなと勉強になった。
tempchan
何をもってビックデータというか、またGAFAなどのビックデータと異なり大量のデータが全能というわけではないということを冷静に理解しておく必要があることがわかりました。
mukojima_kahei
新たな学習ができました。
yoshiyc
これまでビッグデータとは漠然とした捉えており、適切な定義を認識したことがなかったため、注意喚起はありがたかったです。
takemon255
ビッグデータに関して誤った考えとなっておりましたので今回の講座をもって再認識いたしました。
yasukoori
ビッグデータバイアスとは、大量のデータを大量というだけで効果的なデータと勘違いしてしまうこと。
流行りの言葉を鵜吞みにして流されないように注意が必要。
勉強になりました。
everest
偏りに注意し多角的な視点で意思決定する重要性を意識できるようになると感じた。
akiyama_m
ビッグデータというものを理解することができました。
tatewaki_ryoji
言葉の意味を正しく理解する。
kubota_k
「●●バイアス」の最たるものかと。見極めが大切と思いました。
t-notchy
「大量のデータ」のことばに惑わされない。数百件とか全量データというだけでは、ビッグデータとしてこうかはない。
hiroshi_dba
寡占化すること情報戦においても圧倒的な優位性があり、いろいろな面で圧倒的に優位であることがわかりました。BIgデータは母数の大きさと導き出された情報もうのみにしないで仮説と検証が必要であることがわかりました。
kenkou_m
ビッグデータバイアスの言葉の意味を理解しました。
a_7636
ビックデータによるおススメ機能が却って自分の情報収集に対する視野を狭めてしまい、特定の考えに偏ってしまうという意味だと思っていました(これもある意味バイアス発生の原因)。
某ニュースサイトにログインする/しないで出てくる記事が大きく変わるのをみて、少し怖さを感じています。
hirokiueno
演蹟法
te_ka
入手したデータに基づき分析する機会は多々あるが、それがあたかもビッグデータのようにとらえてしまう危険性を示唆している。とはいえ、何かしらの結論を導き出すことが必要とされる機会は多々あるので、知見の一つとしてこのバイアスを知ることは良いことだと思う。
ozawa_h
ビッグデータでも偏った分析をすると偏った結果になります。他の人からの意見を聞いたり、分析結果を見せていただくようにしています。
a-sumi
データはすべてビックデータではなく、データの使い方、読み方が重要だと認識しました。
kfujimu_0630
ビッグデータという言葉だけに反応するのではなく、ビッグデータを使って何をしたいのか、何をするのか、が大事ですね。ありがとうございました。
sphsph
確かにそうですね。
その情報を誰がどう流すかにもよりますね。
情報は本当に武器になります。要注意。
lcms
その通りですね。流行りに躍らせれないように、立ち止まって何がしたいのかを自問自答するように心がけます。
luqi
ビックではなく、ビッグですな。
maru_0707
ビッグデータの意味を理解できた
morimotoa
言葉に騙されない様注意する。
kazuyoshi0624
名前にごまかされない、鵜呑みにしない、気をつけます。
snmt
何をもってビッグデータというか、重要ですね
rioka1101
データを利用していかに分析(いろんな方向で)することが大切だと思います。
michiyomichiyo
なににしても名前だけに踊らされないように
dia44
データはすべてビックデータではなく、データの使い方、読み方が重要だと認識しました。
k_nami
ビッグデータだからと信頼するのではなく、そこから何が読み取れるかをしっかり意識してみるのが大事だと思いました。