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5回：数字の“違い”を読み解く比較とランキング
この記事のポイント ・比較とランキングから 次の一手を見つける実践手順 ・Copilotで作れる 5種の比較ビュー（前月比／前年比／目標比／セグメント比／ベンチマーク比） ・コピペで使える ランキング系プロンプト例6つ ・比較分析で陥りやすい 3つの落とし穴 「比較」と「ランキング」は意思決定の燃料 集計値そのものに、…
2026年2月23日
-
Excel業務が変わる！Copilot×Python自動化術－第4回：ぐちゃぐちゃなデータも一発で整理
ぐちゃぐちゃなデータをCopilot／Python in Excelで一発整形する手順を、表記ゆれ・欠損・重複・型違い・構造崩れの5大パターン別に解説。そのまま使えるプロンプト例7つとPythonコード付きです。
2026年2月22日
-
Excel業務が変わる！Copilot×Python自動化術－第3回：数字に“意味”を見つける分析思考
この記事のポイント ・数字を集計するだけで終わらず、”意味”を取り出す分析思考の型 ・CopilotとPython in Excelで使える 4つの分析視点（比較・構成・推移・外れ値） ・そのまま使える 分析プロンプト例5つ ・AIに任せる部分／人間が判断する部分の線引き 集計と「分析」は違う 月次レポートで「売上：1…
2026年2月21日
-
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？
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モードの使い分け、Python in Excelの特徴と使いどころを、そのまま使えるプロンプト例5つとあわせて解説します。
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
文書づくりで一番消耗するのは白紙からの書き出しです。構成と第1稿をAIに任せる考え方と、コピペで使えるプロンプト例5つ、AI出力の品質チェック3ステップ、AIに任せない方がよい文章の線引きを紹介します。
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？
生成AI時代の7原則の最終回は、経験から学び新しい状況に生かす「学習敏捷性（Learning Agility）」。AI時代に重要な理由と、小さな実験やアウトプットなど5つの鍛え方、練習問題、7原則の総まとめを紹介します。
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
