記事
AI経営のノウハウ、実践、事例、インタビュー、最新ニュースを掲載しています。
40 articles並び順: 新着順
AI経営AI経営白書シリーズ 第14回
生成AI導入で最初に取り組むべき業務ランキング
万能な順位は存在しません。頻度、時間、標準化度、失敗時の影響、測定可能性で自社の優先順位を作る考え方を解説します。
SUKUMO·
AI経営AI経営白書シリーズ 第13回
日本企業がAI導入で失敗する5つの理由
失敗の原因はモデル性能だけではありません。課題、責任、データ、業務変更、評価の五つが欠けると、実証実験は本番へ進みません。
SUKUMO·
AI経営AI経営白書シリーズ 第11回
AI時代の新規事業の作り方
AI機能を足すだけでは新規事業になりません。顧客の未解決課題、独自の供給能力、学習する収益モデルを一体で設計する必要があります。
SUKUMO·
AI経営AI経営白書シリーズ 第10回
データを持つ企業が勝つ理由──量ではなく「判断との接続」が差を生む
データを大量に保有していても、意味、権利、品質が不明なら使えません。AI経営に必要なのは、判断と結果をつなぐ生きたデータです。
SUKUMO·
AI経営AI経営白書シリーズ 第9回
AI時代、競争優位はどこで生まれるのか
同じモデルを誰もが使えるなら、差はモデルそのものではなく、独自データ、業務への埋め込み、顧客との学習循環から生まれます。
SUKUMO·
AI経営AI経営白書シリーズ 第8回
AI時代の評価制度を考える
成果物の量だけを測る評価は限界を迎えます。AIを使って価値を生み、判断品質を高め、知識を組織へ残す行動をどう評価するかを考えます。
SUKUMO·
日本企業78%がAI投資拡大、成果実感は世界に見劣り
アクセンチュアの2026年調査によると、日本企業の78%がAI投資拡大を予定する一方、全社的な成果の実感は13%と世界23%を下回る。投資意欲は世界並みでも、成果への転換と現場定着に課題が残る実態を経営者向けに解説する。
AIZOME編集部·
Anthropicが挑むAIの物理機器制御標準「MHS」とは
Anthropicが発表したAIエージェント向けハードウェア制御の共通仕様「Model Hardware Standard（MHS）」を解説。物理機器の操作へ広がるAI活用の可能性と、経営者が押さえるべきポイントを紹介する。
AIZOME編集部·
AI経営AI経営白書シリーズ 第7回
AIは中間管理職をなくすのか
報告の集約と進捗確認は自動化されやすい仕事です。しかし、現場と経営をつなぎ、例外を判断し、人を育てる役割はむしろ重要になります。
SUKUMO·
AI時代に若手採用が19%減少 スタンフォード大調査
スタンフォード大のデジタル経済研究所が2026年8月、AIの影響を受けやすい職種で22〜25歳の雇用が約19%下回ると発表した。乖離は採用減が主因で、経済全体での広範な雇用喪失は確認されていない。
AIZOME編集部·
AIZOME Newsletter
世界のAIと、日本企業が考えるべきことを届けます。
AI経営に関する実践ログ・ノウハウ・ニュースの解釈を、不定期でメールにお届けします。