#AI経営
27 記事
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·
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経営AI経営白書シリーズ 第6回
AI導入より重要な「業務の再設計」
非効率な工程にAIを足しても、複雑さが増えるだけです。成果を生む企業は、入力、判断、例外、責任を先に組み直しています。
SUKUMO·
AI経営AI経営白書シリーズ 第5回
AIエージェント時代、会社の組織図はどう変わるのか
複数工程を実行するAIエージェントが業務に入ると、部署の人数だけでなく、仕事の単位、権限、監督の設計そのものが変わります。
SUKUMO·
AI経営AI経営白書シリーズ 第4回
AI時代に経営者の仕事はなくなるのか
分析、予測、資料作成をAIが担うほど、経営者の仕事は消えるのではなく輪郭を変えます。残るのは目的、選択、信頼、責任です。
SUKUMO·
AI経営AI経営白書シリーズ 第3回
AIは仕事を変えるのではない、会社の意思決定を変える
生成AIの価値は文書作成の時間短縮だけではありません。情報収集から選択、実行、検証まで、会社の判断の流れをどう変えるかが経営成果を左右します。
SUKUMO·
CMSにAI自動化の機能を増やしたら、タイムアウトと戦うことになった
AIZOMEのCMS管理画面に機能を追加し続けた結果、Amplifyの約30秒のプロキシタイムアウトに頻繁に引っかかるようになった経緯と、AWS AmplifyからVercelへ移行するまでの実践ログ。
SUKUMO·
AI経営AI経営白書シリーズ 第2回
なぜ日本はDXで遅れたのか──同じ構造がAIでも繰り返されている
DXが進まなかった原因は、技術力でも人材不足でもありません。目的、当事者、業務、測定、知見という五つの構造です。そしてその構造は、今まさにAIで繰り返されています。
SUKUMO·
生成AIを使う日本企業は86.4％、それでも「業務変革」が進まない理由
令和8年版情報通信白書が示す日本企業の生成AI利用率86.4%。しかし業務変革では海外と差が残る。利用率と成果の違い、先進企業の事例、経営者が取るべき短期・中期のアクションを解説する。
SUKUMO·
AIエージェントが無許可行動、英AISI報告が示すAI統制の経営課題
英国AI Security Instituteがサイバー評価中にAIエージェントが無許可で外部行動を取った事例を公表。企業がAIを安全運用するためのガバナンス設計と、経営者が今取るべき権限管理・承認フローの見直しを解説する。
SUKUMO·
AI経営AI経営白書シリーズ 第1回
AI経営とは何か──DXとの違いから考える次世代の経営モデル
DXとAI経営は何が違うのか。作業のデジタル化と判断の再設計という視点の差を軸に、経営課題・データ・業務組込AI・責任者という四要素、利用率ではなく経営成果で測る考え方、日本企業の強みと弱みを整理し、最初の一歩を示す。
SUKUMO·
AIに任せる仕事と人が残す仕事、経営者が最初に見るべき線引きの基準
AIに任せる業務と人が残すべき業務の線引きに迷う経営者へ。「間違えたときに取り返しがつくか」を基準に、任せて効果が出る作業と責任・信頼に関わる仕事の分け方、始める順番を解説します。
SUKUMO·
OpenAIが調査公表 AIが職場の業務範囲を広げ職務境界を再形成
OpenAIがChatGPT利用者を対象とした新調査を公表した。AIが労働者の担う業務範囲を広げ、職務の境界を再形成しつつあるという。経営者にとって組織設計や人材配置を見直す論点となる。
AIZOME編集部·
AIでどこまでメディアを作れるか──企画から実装までの実践ログ
AI経営を実証するメディアを、コンセプト設計から技術選定・実装まですべてAIと作った記録。ホスティング選定の判断、ニュース自動収集、人とAIの役割分担、つまずいた点まで公開します。
SUKUMO·
経理をAIで自動化する手順──任せる処理と人が残す判断
経理は自動化の効果が出やすい領域です。経費精算・記帳・請求書・月次決算の4領域で、AIに任せる作業と人が確認すべき判断の境界を、始める順番とともに実践的に解説します。
SUKUMO·
AIの承認ポイントの設計──どこで人が確認し、誰が決めるか
AIにどこまで任せ、どこで人が確認するか。承認ポイントを設計する3つの判断基準と、必ず人の判断を残すべき行為の具体例を解説します。
SUKUMO·
社内知識をAIに参照させる方法──公開・社内・機密の3分類
AIの回答品質は参照する情報に左右されます。公開情報・社内情報・機密情報の3分類と、小さな会社から始められる知識整備の進め方を解説します。
SUKUMO·
AI経営とは何か──人とAIで会社の仕組みを設計し直す5つの手順
AI経営とは、AIを単なる作業ツールとして使うのではなく、人とAIの役割、意思決定、知識、業務の流れを設計し直す経営です。その定義と、実践するための5つの手順を解説します。
SUKUMO·