03月07日(土)まで無料
0:59:49
割引情報をチェック!
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)
03月07日(土)まで無料
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361件
vegitaberu
いろいろ学びはありましたが、一番心に残ったのは、人間とAIの違いでした。
人間には、身体がある、知恵がある(ない人もいるが・・・)、欲がある、良心がある、意志がある。AIにはない。
この5つの違い(特徴)を考慮に入れれば、AIを使いこなす道が見えてくるのではないかと、そのヒントになったような気がします。
逆に言うと、これ以外の部分インついては、すでに、AIが勝っているとも言えるかもしれない。
他には、科学技術と国際政治の歴史を追うことによって、次、どうなるか?を予測しやすくなるという話。
どうしても、テクノロジーの発展とか聞くと、そのテクノロジーを身に着けられるか、諦めて、丸投げするかという2択になりがちですが、そうではなく、もう一つ上のレイヤーでものを見て、マクロの動きを予測し、それに合わせて、専門家(できる人)を使うという選択肢があることを学びました。
最後に、人間の学び、コミュニケーションには、読む、書く、聞く、話すの、4つの動きがある、ということ。
今、自分が、そのうちの、どれをしているかを意識すると、また、学びでも、どのレベルまでできればいいかということを意識しながら学んでいくと、自分の位置と目的の距離が見え、やるべきことが、はっきりするのだろうと感じました。
seiji-19680218
安宅さんは本当に面白い。ゲームチェンジをすでにしている世界。妄想が価値を生む。生んでいる。GAFA4社の時価総額合計は、東証一部上場企業の総合計を超えた。そして中国、アリババ、テンセント、バイドゥ、さらにどんどん次から次へ生まれる。エピックもアップルに正面から喧嘩売りにいった。
では、自分が何をすべきか。悲しくなるぐらい基礎素養がない。情報基礎、と、統計の勉強をする。目安として簡単な資格取得(2つ取得済)からG検定E資格まで。学んだデータ利用を同僚と試行錯誤しながら利用開始する、権限者に説明を続ける、データを利用し結果を積み重ねる。
tksk
SQL,Pythonを一度なぞってみる。パケット通信の原理を調べる。自然言語処理のアルゴリズムを理解する。大学1年の基礎数学をきちんと理解する。そういったことが最低限必要。データを用いた特徴量の算出ができそうかどうかを見極められる、感覚的についていけるようになることがリーダーには重要。
omso
最低限大学教養レベルの数学を身につけなければついていけないことを実感した。
他にもビジネス全般の知識、歴史などこれからの未来をみるのに必要だと痛感した
hiro_yoshioka
最後の、人間にあってAIにないもの。意志、良心は想像できましたが、「欲」は意外だった。なるほどーー欲かぁ。
理系も文系も適度に広く浅く知っていることが大切だということが理解できました。
実体験としてもそうだなと思います。
理系の職場では、全体的に文系(や経済)に疎い人が多いw
一方、非理系の人たちの集まりでは理系のスキルが重宝されます。両方あると最強。
bonjours
とても啓発される内容でした。私は鈴木寛氏と同じ世代でしたが、文系・理系という区別にとても違和感を持っていました。もっとサイエンスを勉強すればよかったと後悔しています。
安宅氏の主張も説得力がありました。でも今のアリババは前途多難ですね。政治リスクは常に考える必要があるのでしょう。最後に、鈴木氏の福沢諭吉の引用は皮肉かとも思いました。衆議院議員でも知恵も意志もない人がいますからね。国会議員候補者の能力を客観的にチェックをするAIの登場が必要だと感じました。
qdozuki
AIは、単なるツールやアルゴリズムではない。脳の情報処理の自動化の再現に過ぎない。ということを認識して、うまく活用すべき。
since20191227
★広い意味でのサイエンス&情報科学の基礎素養が必要
★安宅氏「AIは“コンセプト”。人間が行っている知的活動の自動化するとAIと呼ぶ」
★鈴木氏 福沢諭吉 学問のすゝめ 人間「身体、知恵、欲、良心 意志」
★数学、インターネット、バイオテクノロジー、環境問題の本質のを理解できていなければ、何がボトルネックになっているのか発見できない。
日本に閉じず、世界に開いていこうと思いました。
5stars
大学レベルの数学ができなくては話にならないという部分は絶望的な気分になりましたが・・・人間に対する洞察力やそれを言語化する力がなければ、AIを利用した自動化も意味のあるものにはなりえないということを学びました。
また、エンジニアが言っていることをある程度理解でき、コンピューターができることできないことを理解していなければ、正しい方向性にジャッジできないということも学びました。
oss2
AIに対するイメージが大きく変わりました。すごく印象に残っているのはベルの法則で10年単位でコンピュータサイズが1/1000になっているという点です。長期的なビジョンを考える際に、今の常識でできないという判断はやめたほうが良いという意見は非常に参考になりました。数学はしっかり勉強したいと思います。
saito-yoshitaka
今後経営層は数学の知識がないと役に立たない。仕組みを理解する事が重要であると学ぶことが出来ました。
llasu_ito_0502
ありがとうございます。
アリババとアマゾンでどちらが優位に今後なるか、と質問された時に、アリババ(中国)と答えられました。もう中国のAI、データ活用術がアメリカを上回る時代が来ているのですね。脅威というか、中国が、世界一のAI、データ活用国なのですね。
アメリカ(日本もアメリカに近いので)は、今後国家戦略をどうするのだろうか?と思いました。中国に勝てない、リアルがある。
ウチの経営陣にも見て欲しいコース(対談内容)だと思いました。
AIが感情を持たないし、人間を上回るコトは無い、というのも分かりました。
ありがとございます。知見が深まりました。
masarukanno
AIの現状について最新の情報が聞くことが出来てとても有意義でした。
komatsubara8743
話の中で、AIには感情などがないと理解しました。
AIは今まで起こった知識の積み重ねによる経験(歴史)により、物事を予測する力があるのではないか。私の好きな小説の「三国志」も、約1800年前の話でも、現代に通用(男性は酒・金・異性で駄目になるなど)するのと同じかもしれません。しかし、「信じる」「愛する」ことは、人間独特のものであり、今後仕事の新たなチャレンジに対し「必ずやり遂げる」との信念で、結果を出すことは、人間としてAIには出来ないことだと感じました。
miyamanishiki
数学や言語処理が重要とのメッセージが印象的であった。私自身文系人間であるが高校の数学を復習してみようと思った。
nobu_1971
毎回思うことだが、これだけ環境が大きく変化している世の中で、我々は常に学び続けブラッシュアップしないといけない。一方で過去の経験だけを武器にしている年配者が多いなか、どうしたらこの危機感を会社内で共有できるのか、その手段について真剣に悩みます
keisukemw
素晴らしいです。何度も復習で見直したい!
cozyhayakawa
・ビックデータ解析
・言語処理能力・精度向上
・画像認知処理能力向上
の3つの要素で当面ビジネスが変化していくことを念頭において置くこと。
CTOレベルと同じ目線でデジタルトランスフォーメーションのビジネスシーンでの活用や中期的な検討ができる素養を身につけること。
こうした社会基盤が整備されていくなかでの政治・経済・生活の変化を中国・アメリカの先例を捕らえながら予測し動くこと。
h_mrmt
AIはツールの総称であり道具である。切れる包丁を持っていても、基本ができた人間に使わせないと猫に小判。AIツールを使うためにも基本を理解した人間が、適切な人間(職人)に使わせるべきである。切れる包丁を作る時代から、どのように使って素晴らしいものを生み出すかの時代になったと理解した。
gremlins
携帯電話がでてきたときのようにそれがあるのが当たり前、とはいえ目にみえないところにあるAI。目に見えないだけに意識しておくこと、自分の領域にどういかせるのか考えることが重要であると思う。
creativeman2020
とにかく日本が大きく他国に比べて出遅れている現実というのがよくわかった。途上国以下っていうのが衝撃的だった日本は今後学生含めたサイエンス、言語学、数学などしっかりとした教育が必要だと感じた
taki2
この2人の対話を聞くと,自分の知識が誰か(メディアなど)から聞いた形式的なAIの知識しか持っていないことに気付く。AIは脅威ではなく,インフラのようなものと考えるべきということがわかった。
k_m_t
CS関係の話ははじめて聞きましたが大変参考になりました。営業職ではありますが、次のトレンドを考える上での予測の助けになると思います。
gmapstudy
「最後の学問のすすめ」について、人間の性質が印象に残った。
nattubon
考え方の整理ができる内容だった。
patachan
なるほどそういうことですね。
sumisho2013
目から鱗の連続。中国とアメリカ。アリババとAmazon。目的とツール。ctoなき大企業。営業とマーケティング。
kin-k
ムーアの法則、ベルの法則、変化の速さに着いていくため学び続けなければいけないと再認識しました。
tateito
AIはツールとして時々使うより、システムに組み込んでルーチン化するほうが向いていると感じた。使い道を考えていきたい。
ruimasiko
ベルの法則、変化の速さ、アリババのロボティクス関連など、非常に興味深かった。
定期的にロボティクス関連も動画で見られるといい。
katsu42
身体がある、知恵がある、欲がある、良心がある、意思がある。AIなどない時代にこれを考えていた福沢諭吉は凄い人だと改めて感じました。
AIに何をやらせるかを考える際に間違いなく重要な要素だと思います。
記憶の限りさかのぼてみると世の中はほんとに大きく変わったなと思いました。やらない企業は潰れるだけ、ドキッとした言葉でした。
hottton
新たにデータサイエンス学科が立ち上がり、何十倍の倍率で応募があった、というぃとは若い人たちはそれだけ重要性を見込んでいるということだろう。そして、中国を筆頭に実装が進んでいる事も理解されているのだろう。今私たちがそれに応えるだけの事をしているか?人材を引き付けるためにすべき事も考えないといけない。
oge
正直少し前にシン・ニホンを読むまではこのようなことを考えたこともなかった。今後の時代を生き抜いていけるよう、この動画のなかで伝えられた能力を一つずつ獲得していきたい。
hideki4721
あっという間に聞き入ってしまった。
ホリエモンと安宅さんが言っていることが似ている。
651
数学は重要ですね。地歴公民も
gk_0123
既に業務には使っておりますが、デジタル、AIで何をしたいかが大切であり、何ができるかを知るために試すことも重要と感じます。
mmranger
将来の構想を考える上で、技術的に今、不可能な事はほとんど可能になるという想定でいるべき、という意識は忘れないようにすべきと思いました。また、事象や課題を数理学的に取り扱うのは専門家に任せるとしても、数理学的に取り扱えそうかどうかの判断ができるために基礎的知識、経験は習得すべきであると思いました。
tkntkn
明快な語り口で興味深く視聴できた
hiroyuki1981
数学的素養のなさを痛感。
masaha
AIとデータ利活用はこれからのビジネスの常識と認識しました。
hiromi-10
数学が大切、言語処理能力が大切、良く理解出来ました。デジタルマーケティング活用提案していきたいです。
hiro_shindo
AI活用において、基礎的なリテラシーは学んでおく必要があると感じた。
またツールに関しても、多少なりとも振れておくべきである。
そういった意味で、文系/理系といった分け方をしている日本の教育体系に関しての疑問の投げつけというのは、確かにその通りかもしれないと感じた。
一方で、文学的な分野に居る人にとって、数理的な知識がどこまで必要かと言われると、あまり必要ではないとも思われるので、結局は見る視点次第ではある。
ただ、いまのビジネス環境において、数理的素養が有用な場面はかなり多そうではある。
masa-sano
AI は、インフラの様に日常に入り込むものであり、
理解し使い倒していくことが大事。
ツールも最低限知っておく必要はある。
その上で、何をしたいかが重要。
n_mikami
AI・データなど、知らないとことで物凄いスピードで社会を変えているのだと感じそれについていけるのか不安を感じた。
tagami_k
便利がリスクを超えるとビジネスは自由だと感じた。
そのためにAI等のテクノロジーを存分に活かすべきだと感じた。
その為にはまずはテクノロジーをいじってみる事が必要だと感じた。
shigeru_2020
アリババの凄さが際立つ。
s-yoshida
・数学、SQL、Pythonを勉強
・中国のテクノロジーに関する動向をチェック
komi-chan
AI との共生がこれからは必要で、数学を学び直したい。
hiyoko0806
AIの活用にはリーダー層は最低限の数学の理解が必要。また、細かなアルゴリズムではなく、大局としてどう使うか想像と指示出しできる人が求められる。最後に、市場が技術革新によって変わる前提で、組織運営しないといけない。
makiko1729
さて。どうしたものか。
fukusuke55
多くの学び気づきがありましたが、とりわけ数学に関しては、学び直ししようとしていたのでわが意をえたりと言う思いでした。
統計的なリテラシーを身に付けたリーダーになります。
mm9425
これからのリーダーには新しい技術を勉強し、本質を理解することが必要。理系とか文系という分け方ではこれからの世界についていけない。中国に注目し、新しい技術やサービスを見ておくこと。
sphsph
できないことは無い。
改めてそう思いました。
スピード感は本当に日々違ってきている。
最先端のつもりでも方向を間違うとただの日常になってしまうかも?
信念を持ちつつ俊敏に軽快に!
andy-hik
数学の重要性を再認識した
sjmaborosi
ものすごい先と思っていましたが、それではあっという間に遅れてしまう危機感を感じてしまいました。人生100年時代の働くことを考えて、避けていたSQLやPythonの勉強を本気でしないと感じてしまいました。あと数学ですかね。
ken_ken_ken_ken
非常に興味深い講演であった。
文系と理系の知識の乖離は非常に問題で
基礎教養を何とか国がしていかないとと思っていました。
ただその中で国にはもう期待できないというお二人のコメントも
非常に興味深く感じました。
これからの世界に向けてより視点を広げ
学習を継続していく必要性を感じました。
wantannabe
Googleの検索の例で示されたように、AI活用により今まで人間がしてきた仕事・作業が内容によっては数万倍、数億倍の速さと規模で出来るようになること、更に「今までのやり方」に縛られない新しい企業の方がAI活用の柔軟性が高いことから、大企業は「AIに何が出来るか」を正確に理解して速やかに戦略に結びつけないと命取りになると実感した。更に「AIに何が出来るか」を理解するには線形代数・微分・統計・確率といった「数学」の理解が最も重要であることを理解出来た。
kaochan
数学の知識をつけることが必要であって、AIを業務に使用するのは当たり前になっていくため、基礎部分を抑える必要性をつうかんした。。
nao-39
リーダーはテクニックを駆使するのではなく目標を描く存在であるが、それを実現するためにデータ、ツールの素養がないと的確な指示ができない、というところは、業務においても心当たりがある。こういうことを実現したいというオーダーに対して、出されてくる提案がイメージと合わないのは、オーダーする側にも相当の説明不足があるのだと思う。
AIだデータだというものに恐れず、それをどう使い倒していくか、そしてそもそも何を目指すのかをしっかり考えたい。
ultrarunner4
どのフレーズを聞いても今の自分や部署には、全く足りていないものばかりでした。今後AIが使われない未来がなく、これを理解し使えないと淘汰されることも理解できました。まずは自分の生活や仕事でAIを使い倒すことを考えていきたい
rei-m
最近最も注目している論客だが、今回は以下の2点が心に刺さった。
・今の世の中で課題の解決策は指数関数的に高度化されていくので、今の常識的に不可能だと感じていることは必ず未来では可能になるという前提で考えるべき。
・世の中のほとんどの事は実は未だ人間には説明出来ないことの方が多い。なのに何故今の世の中で各種説明責任がこれほど問われるのか?(講演ではAIとの関係に絞られてついましたが、もっと一般的・本質的な問いとしても捉えられると思いました。)
takkun_25
AIリテラシーをある程度高めないといけないな、と実感いたしました。
tadashi_03
数学から学び直したいと思います。
pomepoku
数学を今一度勉強し直し、リーダーとしてAIをを身に付けたい
nakanoyama
効率よく勉強していくための指針のなりえると思いました。
yuuusukeee
人間だって説明できないのに、なぜAIにはそれをもとめるの?ひびいた
oyamada_a
か
teru_oga
数学の重要性をはじめ、経営者にとって必須な知識は何か。そして課題発見に必要なものの見方等、大変面白く聞くことができた。
行動目標に組み込み、スキルを高め、データをもとに先を見れる経営者になる。
midori_g
ツールを使いこなすため、その本質を知ること、基礎知識の習得が大切と感じた。学生時代の恩師の言葉を思い出す。数字(簿記)、マネジメント、コンピュータ、英語をまず身につけてから前に進みなさい。
fizzy
AIを人間の知的活動の機械化と捉えるという視点がわかりやすく目から鱗でした。
takashige_yam
AIという言葉もなくなるのですね
kfujimu_0630
大正8年から始まっているらしい文系と理系の分割は、社会に出てから本当に意味をなさないと実感しているので、カテゴライズすること自体がどうかと思った。また、AI等の最先端の情報技術について、アルゴリズムの組み方等のテクニカル的なことを今から学ぶのは有限な時間の中で無謀だと思う一方、それらがどんな仕組みで、どんなことに活用できてというような最低限の理解なくしては、今後のビジネスはできないと思った。
miyabi141
AIに関して勉強になりました。
tk1982
数学、サイエンス、テクノロジー、科学といった自分の苦手と勝手に思っている分野の学びも最低限身に付けないと、AIの活用も出来ないと感じ早速実践しようと思う。
s_kaise
数学の基礎知識が必要であるというところは、大変共感しました。
otobe711
数学を学ぶこと、そのうえで、事業領域でどのような価値を生み出したいか、数学的に明確に語れること、そうすればツールで実装できる。なお、事業領域でなりたいことを思いつくには、基礎科学および、情報科学の理解がないと、データをみてもアイデアが思いつかないとのこと。なおツールはベルの法則で10年15年で1000分の一になる、すなわちまったく想像もしていないものに変わる。そのためリーダが大事なのは、どの分野で何を実現すべきかを明確にすること。時間が経ては今できないことも技術的にはできるようになると思っていて間違いないということ。以上を学んだ。改めてN×Nの行列と偏微分を学びなおし、物理、生物化学、化学で何が起こているかについて、サイエンスの分野の情報収集をするようにした、また、企業動向として、米中、特に中国のアリババグループの動きを注目したいと思います、あと安宅さんのことをもっと知りたいと思いました、いずれにしても貴重な話を聞くことができました、ありがとうございます
noririn_0218
中国の技術革新力は凄まじいことを実感しました。
基礎的な情報科学の知識を持つことを怠らず、業務で実現したいこと、それにはどんなデータが必要であるか、それをデータとして取得出来るのか、順を追って考えて、スピーディーに行動していきたいです。
nopopon-123
AIにあり、人間にあるもの、知恵、意志、これからの技術革新が進む世の中においてもゆるぎないものと思いました。
tadaishi
サイエンスに対して真摯に考えたいと思います。
haaaru
数学の基礎知識が重要。
anzee1018
サイエンスと数学を学ぶことの重要性を認識できました。一方で日常業務の中にそれをどう還元するか、の接続が多くの人には難しかったりする(自分も含め)と思っており、継続的学習のモチベートの観点でも考えるべき点と感じました。
mchi72
濡れ手で金!
atsushi_1417
数学勉強しようと思います。
silver0809
専門家に任せるにしてもマネジメントする側、意思決定する側として基本的な知識は全方位で持っておくことの重要性を痛感した。
freddie1124
安宅さんは以前テレビで見た時にとんでもないことを言っていたけど、単純にぶっ飛んでいて面白いし、ロマンさえ感じる。現実的にも考えないといけないけど、数字などを用いた瞬時の切り返しには勝てないなと思う。
t_yoshi
▪️心に残ったことのメモ
SQL、Python
一度使ってみることでコンピューターにいかに正確に指示を出さないとかが動かないかを知れる。
→上司が部下に指示を出す訓練にもなる
ツールよりもAIの本質を理解するには数学の理解が必要(n×nの行列)
サイエンスの本質はパターン化して未来につなげること
概念理解をする必要(市場、エコシステムなど)
ムーアの法則とベルの法則
tomo1418
AIの分野に関する教養を学べた。
baakun
確かに線形代数までやったことはやったが、その当時は何に使えるのかが全く意識せずにやっていた。使い道が分かったうえで勉強すると、もっと身についていたと思う。
kfujimoto
システムを表面だけの理解に留めず、深く理解し、怖がらずに使い倒す。その意識が非常に大事と感じた。
tomiyoshi
人間は単純労働を自動化して余暇を生んだがその余暇で新たな仕事を生んできたので今後も仕事が無くなることはない、という話は未来が明るく感じた。
自社の中にあるデータのことが分かる人が技術のトップになるべきだ、ということには深く同意した。
AIを活用するにはデータが何の目的にどう使えるかが分からなければならない。
nobu_agf
AIの本質を学ぶことで、将来的な人間が行う通常業務を想像しながら学習し実践することが大事なのか?
take24
おそろしく密度の濃い内容だった。
学びたいこともいっぱいあるしこれからの未来が楽しみ。
あと、、、文理分断は本当に無くしてくれ!!
hana_2021
ビッグデータを用いたAIの実力を認識した上で、人間が与えられる付加価値を活用することで新しいビジネスモデルを創出できる。AIの実力を過小評価せず過大評価もせず、将来のAI技術進歩についても冷静にニュートラルに見ることが必要ではないか。
tada05
今を見るための日々の勉強
kokorono-papa
私は、数学Ⅰで数学を終了したのだから、大学レベルに数学の知識をあげるにはかなりハードルが高い。恐らく独学では追いつけない。さて、非常に困っている。しかし物は考えようで、大学レベルの数学知識を持つ者に対応させれば良いだけ。私は別の分野でできることをするとしよう。
motejun
もっと日頃から数字やデータを重視して業務に取り組むことが必要だと認識した。文系・理系と分けてる場合じゃない、この時代は。全くその通りだ。
yunnyutan
非常に刺激になるセッションだった。とにかく今、学ばなければならない・動かなければならないというモチベーションが高まったので、AIや統計などについて今分かっていないという事実を受け入れた上で貪欲に知識を吸収し、現状の業務における知見と掛け合わせたイノベーションモデルの創出に挑んでいきたい。
yuumato
1時間がアッという間にすぎた密度の濃い講義だった。
●人間とAIの違い:身体、知恵、欲、良心、意思の5つがあるかないか
●大学1年レベルの情報基盤がそろっていない物事の判断を誤る可能性が高い。最低限の情報知識、サイエンスがあるから現状を把握できるし、課題をどの技術で解決できるか目星をつけれる
●AIトップは中国。アメリカではない。
●最新のアプリはとりあえず使ってみるべき。→そのために英語や中国語が必要。
kazuma_26
学びは数多くありましたが、まず自分の第一歩とし手重要なのは基本的な言語能力なのだと思いました。
すなわち、歴史や哲学から学ぶ通常の言語能力、そして数学から学ぶ論理的な言語能力です。
takayuki_kaji
エキスパートの対談で、理解がついていけない部分もありましたが、エッセンスは理解できたと思います。