機械学習・生成AI
ChatGPTをはじめとする生成AIを仕事でどう使うか、そして機械学習が何をしているのかを解説しています。ツールの操作手順だけでなく、AIが出した数字や文章をどう検証するかまで扱うのが、数学・統計を教えてきた和からの視点です。
-
Excel業務が変わる！Copilot×Python自動化術－第2回：毎月やってるその集計、5分で終わらせよう
この記事のポイント ・毎月やっている集計業務を 5分で終わらせる ための具体手順 ・CopilotとPython in Excelで作る 再利用可能な定例レポート ・コピペで使える プロンプト例5つ（データクレンジング／集計／可視化） ・月次業務の 自動化チェックリスト 「毎月の集計」が消耗する理由 月次レポート、売上…
2026年2月20日
-
Excel業務が変わる！Copilot×Python自動化術－第1回：AIに最初にやらせるべき“あの作業”とは？
この記事のポイント ・Excel業務にAIを入れるとき、最初に任せるべき2つの作業（関数作成・グラフ作成） ・Microsoft Copilot in Excelの3モード（編集／Chat／Analyst）の使い分け ・Python in Excelの特徴と使いどころ ・そのまま使える プロンプト例5つと Before…
2026年2月19日
-
仕事を引き取るAIの同僚－第6回：その同僚、どうやって“雇う”の？Difyで仕事を任せる仕組みを作る
この記事のポイント ・ノーコードAIプラットフォーム Dify で「AIの同僚」を構築する手順 ・30分で作れる最初の1体：社内FAQ応答ボットの作り方 ・プロンプト・ナレッジ・フローを 設計シート でまとめる方法 ・運用で陥りやすい 3つのつまずき と対策 Difyとは――「AIの同僚」を雇うためのプラットフォーム …
2026年2月17日
-
仕事を引き取るAIの同僚－第4回：「またその質問？」を言わなくてよくなる仕事の任せ方
この記事のポイント ・「またその質問？」を減らす 社内FAQのAI自動応答 の組み方 ・ChatGPT・Notion AI・Slack botで作る 3種類の仕組み ・実企業の導入事例（サッポロHD・国分グループ・キリンビール等）の 削減実績 ・答えの精度を保つ ナレッジベース設計の4つのコツ 同じ質問の繰り返しが生む…
2026年2月15日
-
仕事を引き取るAIの同僚－第3回：「毎回ゼロから考えている文章」を先に書かせる
この記事のポイント ・ビジネス文書の下書き作成を 平均30分→5分 に短縮する方法 ・ChatGPT／Claude／Geminiで今すぐ使える プロンプト例5つ（コピペ可） ・AI出力を鵜呑みにしない 品質チェック3ステップ ・AIに任せるべき文章 vs 人が書くべき文章の 線引き 消耗しているのは「中身」ではなく「白…
2026年2月14日
-
仕事を引き取るAIの同僚第1回｜AIを「同僚」として考える視点
この記事のポイント ・生成AIを 「ツール」ではなく「同僚」 として捉える発想転換 ・AI活用がうまくいかない 3つの典型的な失敗パターン と対策 ・AIに任せやすい仕事・任せにくい仕事の 判定フレーム ・シリーズ全7回の 全体像 と各回の読みどころ 「AI活用しなきゃ」と言われるけど、ピンとこない理由 PwC Jap…
2026年2月5日
-
仕事の判断が変わる 機械学習のキホン－第5回：結局どれから始める？データ別「任せられる判断」早見表【機械学習をやさしく解説】
ここまで、機械学習を使って「判断を任せる」という視点で、 さまざまなデータの使いどころを見てきました。 ・第1回：購買・行動データ（おすすめを考える仕事） ・第2回：文章データ（読む仕事） ・第3回：画像データ（見る仕事） ・第4回：時系列データ（異変に気づく・先を読む仕事） ここまで読むと、多くの人がこう感じるはずで…
2026年1月29日
-
仕事の判断が変わる 機械学習のキホン－第1回：“おすすめ”の正体は判断の肩代わり！購買・行動データでレコメンドがわかる【機械学習をやさしく解説】
「機械学習」と聞くと、多くの人は高度な分析や、未来をズバリ当てる予測を想像しがちです。 ですが、実際に仕事の現場で価値を生んでいる使い方は、もっと地道なものであり、もっと実用的なものです。 人が毎回悩んで決めている判断の一部を、迷わず任せられる状態にする。 レコメンド（おすすめ表示）は、その代表例です。 そこで今回は、…
2026年1月18日
-
【生成AI時代の7原則：最終回】変化を味方にする力─AI時代を生き抜く“学習敏捷性”とは？
1．これはどのようなスキルなのか？ 学習敏捷性（Learning Agility）とは、未知の状況に素早く適応し、学びながら成果につなげる力です。どれだけ知識があっても、環境変化に対応できなければ価値を発揮できません。逆に、学び続けられる人は常に時代に合ったスキルを身につけ、成果を出し続けることができます。 学習敏捷性…
2025年12月22日
-
【生成AI時代の7原則：第6回】価値は“つながり”から生まれる─AI時代に必須のネットワーク活用力とは？
1．これはどのようなスキルなのか？ ネットワーク活用力とは、人・情報・技術をつなげて、価値を広げる力です。インターネット以降、ビジネスの成果は「個の力」ではなく「つながりの質」で決まるようになりました。そしてAI時代は、その傾向をさらに加速させています。 ネットワーク活用ができる人は、次のような特徴を持っています： ・…
2025年12月21日
-
【生成AI時代の7原則：第5回】情報を“価値”に変える力─AI時代に必須のデジタル編集能力とは？
1．これはどのようなスキルなのか？ デジタル編集能力とは、情報を「集める」だけでなく、選び・整理し・構造化し・形にする力のことです。AIが大量の情報を生み出す時代、価値を生むのは「書く力」よりも「編集する力」。情報を束ねて意味をつくり出す人が、最短で成果を出せるようになります。 このスキルは、次の3つの要素で成り立って…
2025年12月20日
-
【生成AI時代の7原則：第4回】もっともらしい誤りに騙されない力─AI活用とビジネス判断の質を高める“読み解く技術”
1．これはどのようなスキルなのか？ 批判的読み取り（Critical Reading）とは、情報をそのまま受け取るのではなく、正確性・妥当性・前提条件を見極めながら読み解く力です。 現代は情報があふれており、AIの回答も“もっともらしいけれど間違っている”ことが珍しくありません。そのため、このスキルはビジネスにおけるリ…
2025年12月19日
-
【生成AI時代の7原則：第3回】成果を決めるのは“問い”─AIと人の力を最大化するPrompt Powerとは？
1．これはどのようなスキルなのか？ 問いの力（Prompt Power）とは、問題解決や意思決定の出発点となる「問い」を適切に立てる能力です。AIがどれだけ進化しても、AIが出す答えの質は“問いの質”に依存します。つまり、良い問いが立てられる人ほどAIを最大限に使いこなせるということです。 問いの力を持つ人の特徴： ・…
2025年12月18日
-
【生成AI時代の7原則：第2回】タスクを分解し、価値へ統合する—AI時代の仕事を再定義する力とは？
1．これはどのようなスキルなのか？ 分解と統合とは、複雑な仕事を「小さな要素に分け（分解）」、その後「価値ある形にまとめ直す（統合）」能力です。AIがあらゆる作業を高速で代替する時代、人が活躍する領域は「判断・構造化・意味づけ」といった上位概念へ移行しています。 つまり、AI時代に成果を伸ばすビジネスパーソンは、次のよ…
2025年12月17日
-
【生成AI時代の7原則：第1回】構造理解とは？AI時代に成果が伸びる人の思考法と鍛え方
生成AIの普及によって、これまで人が時間をかけていた作業の多くが、数秒で片づくようになりました。資料の下書き、議事録の要約、データの集計——かつて「仕事ができる」と評価された領域が、次々と自動化されています。 ではこれから、人はどこで価値を出すのか。本シリーズ「生成AI時代の7原則」では、AI時代に成果を伸ばす人が共通…
2025年12月16日
-
変革の歴史から読む、AI時代の生き残り戦略｜第7回：インターネットが“場所”を溶かした日――新しい働き方の誕生
この記事のポイント ・インターネットが「3つの場所」を溶かして、世界をどう変えたかを整理 ・消えた産業・伸びた産業・新しく生まれた産業の 実例リスト ・インターネット革命とAI革命の 「同じところ」と「違うところ」 を見極める ・AI時代の働き方に必要な 「インターネット以降スキル」4つ はじめに：「場所」が溶けた日 …
2025年12月14日
-
変革の歴史から読む、AI時代の生き残り戦略｜第6回：PC革命が示した「使える人」と「使えない人」の分岐点
この記事のポイント ・PC普及がホワイトカラーの仕事をどう変えたかを「4つの革命」で整理 ・「使える人」と「使えない人」を分けた本当の境目は何だったのか ・AI時代はPC革命の 「再来」ではなく「上位互換」 である理由 ・PCで身につけた感覚を そのままAIに応用する4つのスキル はじめに：PC革命の再現が、いま起きて…
2025年12月13日
-
変革の歴史から読む、AI時代の生き残り戦略｜第5回：ガソリン車からEVへ――“価値が移動する時代”のスキル論
この記事のポイント ・ガソリン車からEVへの転換で、何が「価値の中心」だったのかが入れ替わった話 ・AI時代のスキル変化も、これと同じ構造で起きているという読み方 ・「強い会社が強いままとは限らない」歴史の3パターン ・読み終わったあと、自分のスキルを 見直す具体的な4つの視点 が手に入る はじめに：価値の中心がひっく…
2025年12月12日
-
変革の歴史から読む、AI時代の生き残り戦略｜第3回：電化と大量生産が教える「仕事の分解と再デザイン」
はじめに 前回の第2回では、鉄道という“新しいインフラ”が登場したことで、人・物・情報の流れが一変し、仕事や都市の前提が書き換わったことを見てきました。今回の第3回では、その次に訪れたもう一つの巨大な変革――電化と大量生産の時代を取り上げます。 電気の導入は、工場だけでなく家庭や社会全体の常識を変え、流れ作業（フォード…
2025年12月10日
-
変革の歴史から読む、AI時代の生き残り戦略｜第2回：鉄道革命に学ぶ「インフラが変わると仕事が変わる」原則
はじめに まず前回の第1回では、産業革命を取り上げました。蒸気機関と機械化の波が、手作業を前提としていた世界を一気に変え、多くの職人が“仕事の意味そのもの”の変化に向き合わされました。一方で、機械の仕組みを理解し、新しいプロセスに適応した職人は価値を高め、次の時代の中心となっていきました。 この「前提が変わると仕事が変…
2025年12月9日
