02月10日(火)まで無料
0:59:48
割引情報をチェック!
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)
02月10日(火)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1299件
a_7636
AIに対して漠然とした不安や恐怖感がある方へ、是非ともこのコースをおすすめしたいです。
・AIの公平性をいかに守るか?
・AIの信頼性を確保するためには?
例えば従来型のシステムの仕組みとAIの仕組みの対比や、人間のバイアスがAIに与える影響、均質性⇔多様性がAIの予測に与える影響などが分かりやすく解説されています。
この中で自分のAIに対する不安感の原因がこれかもしれないと思い、AIに対する向き合い方や自分自身でできる対策のヒントになりました。
sphsph
母集団が難しい。納得です。
そこがずれるともちろん答えもずれてくる。
それが人の人生に影響してしまうといわれると結構恐ろしいです。すでに始まっているのでしょうが、中々許容しにくいですね。
じゃあどうする?
人間の叡智の見せ処ですね。
ozawa_h
ビジネスを考える場合は技術的内容だけではなく、法的な課題を理解することの重要性を学びました。
金額的要素だけではなく、社会を裕にするビジネスを行うことを考えます。
sknesh
AI READYの時代ではあるが、大事なことはヒトとしての倫理観、どう考えるかということを気づかせていただける動画。
suzuqp
バイアスがかからないようにするというのは正論ではあるけれど、企業の意向や価値観などからバイアスを多少なりとも必要とする場合もあるように感じます。その調整はおそらく人の手で行うべきもので、AIにはあくまでバイアスにとらわれない活用をする、と切り分けて考える必要があると思いました。
500nozomi
学びが多かったので、よく整理して、一つ一つ活用したい。
takumi_1453
レスポンシブルAIの考え方は大切ですね。後半も大局的に状況整理頂きありがとうございました。
spohrj
学習バイアスがかからないように、十分な注意を」払って、学習データを集めたい。
yosuke-kim
バイアスについては、人間でも気づきにくい部分なので、データを準備する人間が、意識してバイアスのないデータを収集することが重要だと思う。
sakiyam2
AIの負の側面については全く考えたことがなかったので、色々と興味深い内容だった。一方で、技術面での競争の時期が終わり、今後はAIの責任についても考慮して開発・運用していく必要が出てきたということで、どのように活用するかを考えるハードルが高くなったと感じた。
tomo-tom
バイアスについては難しいと思った。
バイアスなのか、本当に能力の問題なのか判断が難しい。
honda_toshio
参考になりました。AIリテラシーを向上させ、うまくAIと付き合っていきます。
macaroni-
AIにバイアスを除外するのはむつかしい
yoo_sha
人事部門においては、例えば従業員の「自己申告サーベイデータ」と「年次評価」との相関関係を調べることができる。
もくしは、「採用後のパフォーマンス(評価)」を「面接時の評価」、「SPIの結果」や「出身大学の偏差値」などと重回帰分析しても面白い結果が出るかもしれない
yasu_ichi
AIを活用する上での、メリットとデメリットを理解した上で公正に判断出来るようにする必要があると感じました。
人間だけでは、判断出来ない事も多角的に判断できるのがAIのメリットだと思うのでよく分からないから使わないという判断ではなく
いかにうまく使うかを考えるできだと感じました。
yoshiyc
社会生活の中でバイアスを意識すると、そこかしこにバイアスの存在していることが解ります。
AIの知識を得るほどに、己の人としての公平性や信頼性を見つめ直すことになりますね。
yori_qf
AIは使用する側の倫理や責任が重要であることを認識した。
takako_yamamoto
AIIに対して感じていた違和感の正体を知った。
どういう脆弱性があるのか理解した上で、活用したい。
eikisan
公平性確保が非常に難しいと理解した
leafstone
AIが導き出した結論を鵜呑みにするのではなく、信頼性、信ぴょう性、妥当性など、様々な視点で評価する必要があると思いました。
uru_24500
AIの倫理と責任について理解が深まりました
yt335
AI Readyの社会になるにはまだ時間が必要だとわかりました。
そこへ向けて倫理的に対応できる教育や、も技術的に対応できる人材がまだ不足しているとも感じます。
emico100
AIは必要不可欠なのでキャッチアップしておきたい
isaocchi
どの様な方向性をAIに求めていくのかを明確化し、データ使い方、入力内容、項目数をどの様に選別し入力するのか考えながら実施していかないと間違った方向へ回答が出てします事を理解する必要があると感じた
yshr_oosawa
AIの採用時に本講座内容を再確認する
rick-szk
AIシステムを開発する際の倫理について整理ができました。
ezmomonga
AIを利活用するためには、人間以上に大きな力をもつ側面から、より強い倫理観をもとに厳格に管理されたAIを作成することが近道と感じました。
lionrabbit
公平性、信頼性を確保することはこれからの時代に重要なことだと再認識しました。
kuny_o
AIにおけるバイアスについて理解を深めることができました。
shinji_muraoka
AIは便利なものだがリスクがあることを認識する。信用して使える様に考える必要がある。
91-22
AIの公平性、信頼性という点で与える影響が大きいことは理解できたが、今後も深刻な課題となりそうだと感じた。
vogel
AIの持つ負の側面を理解することはAIを正しく利用するのに不可欠と感じた。
yoshitaka_ando
倫理観を重視したAI活用を業務で実施できるようになる。
muratahiroyuki
現実は、AIを利用する立場になる。市販されているAIの品質は、何をもって図り、どうであるから市販されるのだろうか。
shira-jun
ありがとうございました!
h_tsukawaki
AI利用の倫理的問題については日頃から関心を持っています。活用にあたり自社利益を上げるために他社の権利を侵害していないか、注意しながら進める必要があると感じました。
m-kusaba
開発者が偏見を持たないようにすることが大事と学んだ
k-kuroyanagi
日本は先進国の中で遅れた存在になっていて、もっと育成等考えを新しく持った方がいいと思いました。
n155528
過去のデーターや身近なデーターを用いてAI学習させる場合に特定のバイアスが掛かっていないことを精査し、AIによる抽出の目的を明確にすることで信頼性の高いAI活用をしていきたいと思います。
toufu_
バイアスは無意識である場合が多いと思うので、母集団の選定には十分注意したい。
kyoshii
AIにまつわる課題の認識は、AI技術の特性そのものをよく理解する必要があると感じた。本内容は後からよく見直したいと思う。
kazu-inokuchi
結局、AIのシステムを構築する人、それを利用する人が、バイアスがかかることなく、公平・公正な視点でいられるかどうか、つまAIの公平性、信頼性は人にかかっていることがわかった。
koji_yu
営業がデータ提供するのではなく、データ抽出後そのままAIに分析させるようにするとよい
trail-hkg
グーグル、ソニーのように「企業が自主的に責任あるAIの考えを公表」している学びから、自社で制定している内容について今一度確認したい。また、制定内容に沿って業務を遂行していきたいと思う。
xmikami
AIの負の側面を十分意識して活用したい
pc185539
AIを利活用する人や企業は、これまで以上に高い倫理的な意識を持つ必要があり、それが今後のAI-ready な社会の実現へとつながることを理解できた。
n161122
不具合についての傾向性等重視していきたい
no__name
大変よく理解できました。
naka189
とてもよかったです。
junihci
AIは必ず必要になってくる。負の側面があることを理解して正しく使っていく仕組みが必要。
23tim
人間のバイアスをどう克服しAIに取り組むことが重要と認識した
shiomi1218
AIに学習させるために、実世界からサンプリング選択したデータに偏りがあり、母集団を代表できていない状態があることに注意します。
報告の偏り、人には、普通の状態を過小評価し、鮮烈で特異的な状況を優先して報告、記録する傾向があること。
jin8969
他人事ではなく、自分事としてAI-Readyな社会に向けたビジネスパーソンの心得や責任あるAIを普段から意識する必要があると感じた。
dai0430
初期に触ったAIが間違った答えを頻発していたので無闇には信じていないが、この経験がない人も多く信頼性を上げていくことは非常に重要なことだと改めて感じました
nrtkws
どんな技術にもメリット、デメリットがある。AIも課題があるが、リスクがあるから使わない、ではなく、課題を認識して正しく利活用できるよ辺り組む事が大事で、それができない企業は、社会的に信頼されない事を肝に銘じる必要を学んだ。
s-oketani
AIをうまく使うために最初は使ってみるところから始めたい。 その際、特定のバイアスが入らないよう配慮したい。
kouji_oohara
AIを利用するにあたり、偏見がないか信頼性があるのか どのように活用すべきか理解しながら使用するべきであると考える。
n141876
AIの倫理はまだ未解決だ
diguard
人事部門の各階級の研修制度検討に利用する。
その際、学習データの選定につき、過去データの中で組織改編があった分で、現在以降も存在しない分は省くことで、不要な学習を排除。
プロジェクトのチーム編成は役員除く各階級から2名以上を含めることで、思考の偏りを減らす。
n175395
バイアスに注意してAIを利用する
seki_bmc
AIの公平性をどうするか。
shigeru7
よくわかりました。今後の役にたちそうです。
naitoh_ren
バイアスがかからないようにすることで、AIは正しく情報整理ができる
fuminori-iwsk
あやゆる企業が「責任あるAI」を自社の言葉で説明する時代になったと思った。
またAIは人間のバイアス・均質性・悪意のどれかひとつでもあると誤動作すると認識した。
bmc-206
とても参考になりました。
_2197
AIの学習に用いるデータに気を配ることは、過去の常識に基づくアンコンシャスバイアスへの注意にもつながると思う。
AIをよりよく活用するためにも、技術知識と合わせて社会全体に関する知見もアップデートしていきたい。
take1224
AIについて概要を学ぶことができました。
n205927
事なことはヒトとしての倫理観
gotaki
AIに学習させる人間の倫理感や責任感によって、AIの公平性や信頼性が左右される場合がある事が分かりました。
n190165
AIにはバイアスがかからない様にサンプル等配慮する必要がある
yoshihito_f
AIを活用する側の目的やしっかりした倫理観や責任感がないと、結局、使えないAIシステムになるだけであることが、よく理解できた。
matsui_55
何気なく利用又は利用しようとしているAIですが、どんなデータを基に作られているのか、本来AIを活用してどのようなことがしたいのか、また、その際には公平性の観点や信頼を得ることが出来るのかを考え、導入や開発をすることが重要であると感じた。当然ながらその前提として、AI readyとなるためのAIの信頼性の向上に関する知識の習得が大切であることも学んだ。
gurisu
AIデータを使用して信頼を得るのはその人次第という事ですね。良い方向で使用するのに努力します
n163973
AIに教師データを読み込ませる時には、バイアスが掛かっていないかを確認することが大切だという事を理解しました。
n177443
バイアス掛からないように気を使う。
takizawa_takuya
人間の思考には多かれ少なかれバイアスがあるということを認識しておくことが重要。
207407
学びが多かったので、よく整理して、一つ一つ活用したい。
rhst
AI活用していくには必要な内容であった
再確認して公平・信頼を確保することを意識しておきたい
n195326
AIの活用のしかたによっては間違った結果が出ることが理解できた
sasshi3800
学習バイアスがかからないように、十分な注意を」払って、学習データを集めたい。
n189947
AIも人の使い方でよくも悪くもなる。 AIは何でもできるわけではなく、開発において何を学習させるのか。何をアウトプットさせたいのか。目的と予測を開発側の人間もわかったうえで開発していくことが必要
saku_saku_
AI-Readyな社会と現在の一般的な状況には、まだギャップがある状況と思いますが、今後AI活用はますます必要になっていくなかでは、今後ギャップを埋めていくこと強く意識していくことが必要と感じた。
shouokada
AIに対する問題や課題について理解できた。今後、問題や課題が解決に向かうことを願っています。しかしながら、日本は先進国の中で遅れた存在になっており、再び先進国をリードするには新たな知恵を身に付け、人材を獲得し、育成していく必要があると感じるようになってきました。
yuta_1503
AIの倫理的側面の課題は非常に重要かつ難しいと考えます。業務の中でも、公平性やバイアスの存在を意識し、どんなアウトプットが現れるのかを想像しながら進めていくことが重要と思う。
matteo
国際的なAI規制の動向を注視していきます。
asahigani
AIに潜むバイヤスの危険性が理解できた。単に便利なモノとして捉えず、はらむリスクも承知した上で安全・公平に利用していくよう、
自分のAIリテラシーも磨いていきたい。
aohanabusa
テクノロジーと向き合うことでより良い社会を作ってきた。テクノロジーを使わないではなく、よりよく使って、より良いテクノロジーを作っていくこと。AIの問題は、人間の責任。
185080
分かり易く、大変理解でき分かり易く、大変理解できた。
yuki810
AIを活用する上で、無意識のバイアスには注視する必要があると感じた。
他の公平性はバリデーションを行うことで改善できるが同一の集団内では無意識のバイアスは対処が難しいので、バックグラウンドの異なる人とのディスカッションは重要だと分かった
saty_nml
バイアスを自覚することの難しさの影響度合いが大きいことがわかり、逆に頭を悩ませる必要がありそうです
mars458
AIの公平性をいかに守るか?これは永遠の課題です
nokt
法的な課題を理解することが重要だと学びました。データベースをどこから持ってくるかはとても重要ですね。
公平性と信頼性をどちらも上げるためにはどのようにすればよいかが、学習機能や知能が上がってきたAIについて重要な課題になりそうです。
kamimura_masa
直ぐに活動な難しいと思うが将来的には活用したい
okakatsu
AIであっても信頼性、公平性は人間が関与しなければならないことが分かった
eguegugogo
過信しないことを注意したい
tooru_abe
今の仕事は、技術進歩による規制の強化と緩和の間で行っており
今回の倫理と責任が問われます。
AIとは全く違う仕事ですがとても参考になりました。
n147781
新しい考え方を学べました。
講義の内容は理解できましたが、日常で実践できそうなものはありませんでした。その機会にあったら使ってみたいと思います。
nishida773
AIを利活用する場合の責任を誰が負うのかを考える必要があると感じた。
mitsu_yamagishi
AIの公平性を確保することが難しいことが分かり、様々な年代と様々な経歴を持った人をメンバーとして意見を出し合うことが重要だと思いました。AIの弱点を熟知しておかないと誤ったシステムを作ることになり、経験値の共有化も必要だと思います。
tpsun
方向性や適性を確認していくことができる。