今日のダイジェスト
- 世界AIは人員削減より再配置と役割分担の設計で成果を分けた/人手不足を無人搬送インフラで解く、物理世界への作用の実験/AI投資の持続性への疑念が半導体の勝者序列を揺らした日
- AIAIの記憶が社員の暗黙知を組織の検索可能資産に変える/開発は人とAIエージェント群の協働チーム運営へ移行した/表計算の定番に分析スキルが標準搭載され、個別ツールの出番が削られる
- 用語初めて収録:ガードレール / シャドーAI
- 催し3件(うち更新2)・いちばん近い開催は11/18
- 課題11月食品値上げ/折りたたみiPhone不具合/相次ぐサイバー攻撃/米イラン緊張緩和模索 — 4話題
- 道具GeminiでGoogleスライド全体を編集/Claude Code v2.1.314を公開/Google Cloudの支出上限が一般提供(ほか 12件)
- 戦略富士通:土台を持ちにいく(半期報告書)/Amazon:土台を持ちにいく(四半期報告(米国))・記事から 4社
世界のビジネスニュースから
3件AIで蘇る原発、塗り替わる日本の電力地図 エネルギー探訪9000キロ①
セッション発言録〈第3回・「ハンズオン④人材戦略ゲーム」の節〉から —「800名の中堅商社で、AIによって250名分の仕事が浮く。その行き先をどう決めるかが重要だ、という前提です。削減するのか、既存職種にリスキリングするのか、AI新事業型に転換させるのか、外から採用するのか ― これを実際に配分として決めていただきます。」
第3回のセッションで、AIによって仕事が浮いた際、その行き先を削減か、既存職種へのリスキリングか、AI新事業型への転換かといった配分として決める重要性を取り上げました。顧客センターの調査でも削減は18%にとどまり、業務再配置や増員が起きています。効率化で生じた余力を単なるコストカットで終わらせず、どの業務や新領域へ人を再配分するかが組織の競争優位を左右します。
無人搬送機器で小口荷物輸送、「自動物流道路」の実証実験開始…30年代半ばに東京―大阪間の一部で運用目指す
セッション発言録〈第4回・「戦略への視座」の節〉から —「『データ優位』の定義が変わる。蓄積済みのテキストではなく、現場に眠る映像・音声・図面が競争資産になる。デジタルで出遅れた『現場を持つ企業』にこそ反撃の機会がある。製造・物流・医療・建設など、IT化しにくいとされた産業がAIの主戦場になり、モデルは共通化へ向かい、価値は独自データ×業務文脈の側に移る。」
第4回のセッションで、物流などIT化しにくいとされた産業こそがAIの主戦場になり、現場に眠るデータと業務文脈に価値が移ると描きました。国交省の自動物流道路の実証実験は、物理的なインフラ整備にとどまらず、走行環境や荷物の搬送データが新たな競争資産へ変わる契機になります。自動化が進むほど、自社の現場特有の運用知見をどうモデルと結びつけるかが問われます。
Intel株が記録的な30%急落
セッション発言録〈第2回・「始まりの物語」の節〉から —「インターネットが登場したとき、旅行会社もCDレンタル店も『ネットが大事だ』と分かっていて、こぞってデジタル化しました。でも、旧来のツアーをオンラインで売るだけの会社は消え、勝ったのはBooking.comやExpediaのように、ネット前提でまったく違う商品を組んだ会社でした。販売経路だけをデジタル化した会社は消え、デジタル前提で別のモデルを作った会社が勝った。AIでも同じです。」
第2回のセッションで、前提が変わると勝者が入れ替わり、既存のやり方を単にデジタル化するのではなく、新しい前提で別のモデルを組んだ会社が勝つと示しました。Intelの急落や半導体株の連れ安は、PC中心の時代からAI前提の構造へと産業の重心が急激に移行する中で起きています。過去の成功体験の延長線上にある強化にとどまるか、AI前提の新たな競争基盤を築けるかが、今後の優位性を分けるのかもしれません。
AIニュース(日本でビジネスをする人の視点)
3件職場のCopilotがメールや会議の文字起こしを学習、管理者による検索も可能に
セッションの体験第3回・動かした —普段使うAIに、自分あてのスカウトメールを書かせた
第3回のセッションで、日々の業務ログの端々からAIが本人の思考の癖や適性を推し量り、人材配置や評価の材料が得られる変化に触れました。Microsoftによるメールや会議記録の学習と管理者検索機能の導入は、対話の蓄積から浮かぶ個人の暗黙知が、組織の統制や監査の対象として本格的に扱われ始めた現実を映しています。
GitHub、Copilot刷新でマルチエージェント開発へ舵を切る
セッションの体験第1回・確かめた —コードを一行も書かず、AIへの指示だけでアプリができていた
第1回のセッションで、AIへの数回の指示だけでアプリが組み上がる現実から、開発の費用や期間の見積もり、内製か購入かの判断基準が根本から揺らぐ様像を取り上げました。GitHubの刷新は、この指示による開発を複数エージェントの連携へ広げ、設計や仕様策定まで包含する動きです。単発の試作にとどまらず、複雑なシステム開発の前提そのものがエージェント主導へ移り始めています。
「Excel」の2026年10月更新 ~作成時にテーブル命名、「Copilot in Excel」には新スキル
セッション発言録〈第2回・「振り返り(7/10)」の節〉から —「前半の戦略対抗戦は、白紙から戦略を考えるのが本当に難しかった。一方、後半の事業デザインは、いろんなツールという足場があるからこそ、人は考えられる。AIの役割をどこに“足場”としてはめていくかで、我々の働き方や未来の作り方が変わる ―― その全然違う手触りを、自分で作りながら早めに体感しておくことが大事なんです。」
第2回のセッションで、AIという足場を業務のどこにはめるかによって、働き方や未来の作り方が変わると提起しました。表計算ソフトのCopilot機能拡充は、作業効率化にとどまらず、データ処理という前提作業をAIに委ねたうえで人間が何を構想するかの転換点となります。日常ツール自体が思考の土台へ移り変わる中、自社のどの工程にAIを据えて競争優位を築くかが試されています。
今日の用語
用語集へ →初めて収録した言葉
ガードレールガードレール・Guardrails
AIが不適切な発言や誤った情報、有害なコンテンツを出力しないように制御する安全対策の仕組みです。入力と出力の両方を監視し、あらかじめ設定したルールに基づいて挙動を制限することで、安全な運用を支えます。 AI
今日の記事 1本
- Nvidia、AIエージェントの暴走を防ぐガードレール技術を発表Forbes・10/31
シャドーAIシャドーAI・シャドウAI・Shadow AI
組織のIT部門や管理者の許可を得ずに、従業員が業務で独自にAIサービスを利用する状況を指します。業務効率化につながる一方で、機密情報の漏洩やコンプライアンス違反などのセキュリティリスクが生じる可能性があります。 AI
今日の記事 1本
- 企業8割が防げない「シャドーAI」の脅威と市場拡大에너지경제신문・10/31
AIが気にしている言葉まだ用語集に入れる手前
今日のニュースに出た用語
ウォッチしたいイベント
3件仕入れ値の改定通知が届いた当日に、店長が原価と差し替え案を手に本部と話せる
詳しく ▸
- 事業として
- 外食店長や給食の栄養士が、原価の再計算に月数時間を使っている。本部の原価管理担当の工数と、改定判断の遅れによる粗利漏れが、いま払っているコスト。
- 勝てる理由
- 味・調理動線・客の反応から見た「差し替えられるか」の暗黙知は、店長にしかない。本部も外部ベンダーも持っていない。
- 誰を、どう動かすか
- 自店の直近の改定通知3件と献立表で、原価差と差し替え案を試算する。それを持って本部の原価担当に「この形式で提出していいか」と持ちかける。
- この案が強いのは
- 通知の山を実際にさばいてきた店長・栄養士ほど、どの差し替えなら客が怒らないかを知っている。
輸入原料の相場に振り回されず、地元の畑と食品メーカーが先に約束して作る
詳しく ▸
- 事業として
- メーカーは原価の過半を占める原料調達費を、農協・産直は規格外や余剰の廃棄損を抱える。調達予算の1〜2割を契約栽培に振り替える形で動ける。
- 勝てる理由
- 畑ごとの出来の癖や農家との信頼は、地域で付き合う加工所・直売所にしかない。大手は個別の畑まで入り込めない。
- どの前提を疑うか
- 「原料は安い輸入品から選ぶ」という前提を疑う。主力商品の原料を産地と代替可否で棚卸しし、地元で置き換えられる3品目を農家に打診できる形に整理する。
- この案が強いのは
- 農家と加工現場の両方と顔が通じている人の手にあるとき、いちばん強い。
セッション発言録 〈第1回・「ハンズオン①認知容量・産業シナリオ」の節〉から —「製造業(自動車部品)は、ベテランの目視・抜取検査が誇りでしたが、1回1円ほどで全数検査ができ、品質保証の前提が変わって新しい製造モデルへ。小売は、品揃えと接客の勘から、テーラーメイドを安く、需要を世界の情報からリアルタイムに掴むモデルへ。コンサルは、人月で情報を集めて解く価値がAIに置き換わる一方、論点設定と価値判断が人の価値として残る。銀行は、与信審査がAIに置き換わる代表例で、対面と質の高い対話が残る。置き換わる部分と残る部分の境目こそが、産業構造の変わり目です。」
この話題で出たほかの案(4件)
春闘や賃上げ交渉向けに、同業種・同職種の同僚同士で生活防衛のリアルな値上がり率を束ねて可視化する
詳しく ▸
- 事業として
- 生協や自治体は、物価高対策の給付設計のために調査を外注している。世帯タイプ別のかご単位の値上がり率は、その委託調査の代わりに出せる材料になる。
- 勝てる理由
- レシート履歴は、信頼する相手にしか出してもらえない。先に仲間のコミュニティを持った側が、データの溜まり方でも有利になる。
- 誰に、どう呼びかけるか
- 既存の家計簿アプリと異なり個人管理ではなく「労組や同僚コミュニティの賃上げ要求の根拠資料」に特化する。同僚10人のレシートから特定地域の生活必需品に絞った独自インフレ率を算出し、会社のベースアップ交渉に使えるエビデンスレポートとして出力する。
- この案が強いのは
- 労組役員や社内有志など交渉当事者のネットワークに入り込み、単なる節約ではなく「賃上げの交渉材料」としてレシートを組織的に集める動線は一般の家計簿アプリには真似できない。
町の食品メーカーが、原料相場の動きで自社商品の原価がいくら動くか毎朝わかる
詳しく ▸
- 事業として
- 中小食品メーカーの社長・経理は、表計算で原価を直すのに月数時間を使う。改定の遅れによる粗利ロスは、年商5億円なら1%で500万円にあたる。
- 勝てる理由
- 技術は真似されやすい。ただ配合表と仕入れ先の履歴は各社の最重要情報で、外部SaaSには預けにくく、自社内で回せる側が有利になる。
- どう作るか
- 主力3商品の配合表と直近12か月の仕入伝票を表にする。公開の相場・為替データと突き合わせ、原料ごとの感応度を出す簡易アプリを週末に試作する。
- この案が強いのは
- 配合表と仕入れ先の癖を知る製造・経理の担当だからこそ、どの原料が効くかを正しく仮定できる。
地域スーパーが、値上げで客が諦めた品と乗り換えた先を自前の数字で示せるようにする
見送り:混雑・差別化あり/58.2点
詳しく ▸
- 事業として
- 小売・メーカーは調査会社の購買パネル(年数百万円〜)と価格改定の勘に頼っている。自社ID-POSの分析で、MD・販促の調査費の一部を置き換えられる。
- 勝てる理由
- 会員の値上げ前後の購買履歴を連続で追えるのは、その店にすでに客がいる側だけ。外部の調査会社は地域の一店舗の客を個別には追えない。
- 何を、どう測るか
- 値上げ前後8週のID-POSから、同一会員の購入点数・容量・PB移行を商品群別に出す。AIで「諦め」「乗換」「継続」に分類し、まず10品目で試す。
- この案が強いのは
- 値上げ交渉と売場の両方を知る人でないと、どの品目が「諦め」になりやすいか仮説を立てられない。
断られる前に、相手の台所事情から値上げの話を切り出せる営業になる
見送り:混雑・差別化あり/56.6点
詳しく ▸
- 事業として
- 食品卸・メーカーの営業部は、新任の同行OJTに先輩の工数を使い、改定の受け入れ遅れで粗利を落としている。営業教育費の枠で試せる。
- 勝てる理由
- 交渉メモと取引先ごとの背景は、その担当にしか書けない履歴。外部の事業者は手に入れられない。
- AIに何から聞くか
- 過去の値上げ交渉メモを5〜10件、相手名を伏せてAIに読ませる。「受け入れられた/断られた分かれ目は何か」を対話で仮説に出し、自分の手応えと照らす。
- この案が強いのは
- 実際に断られた経験のある営業ほど、AIの出した仮説が的外れかどうかを見抜ける。
36万円の端末を勧める前に、向かない人まで正直に伝えられるようになる
詳しく ▸
- 事業として
- 店頭やコールセンターの接客時間と、返品・交換対応の工数が原資。購入後の不満による問い合わせは、いま現場の時間で吸収されている。
- 勝てる理由
- 客が何に困って戻ってきたかを知るのは、窓口に立った人だけ。メーカーの公式資料は、向かない人を名指ししない。
- どう作るか
- 店頭で聞いた断念や後悔の理由を10個書き出してAIに渡し、使い方に答えると向き不向きを理由付きで返す相談役を作る。同僚に試してもらう。
- この案が強いのは
- 客が戻ってきた理由を何十回も聞いてきた人だけが、AIに渡す『向かない理由』の材料を持っている。
折りたたみ向け部材を、納めて終わりにせず、壊れ方の実績で選ばれる側に回る
詳しく ▸
- 事業として
- 端末メーカーの信頼性試験・品質保証の費用と、部材の購入単価への上乗せが原資。原因切り分けの調査費は、いま双方が負担している。
- 勝てる理由
- 納入ロットごとの製造履歴と納入先との取引関係は、部材メーカー自身しか持たない。他社は壊れ方と部材を結べない。
- どの前提を疑うか
- 『曲げ回数で選ばれる』という前提を疑う。公開された故障報告をAIで部位別に分け、自社の仕様とロット履歴に重ねた仮説の表を作り、営業と品質に見せる。
- この案が強いのは
- 納入先の品質会議で、不具合の責任の押し付け合いを見てきた人が、実績で語る価値に気づける。
セッション発言録 〈第4回・「戦略への視座」の節〉から —「センス・シンク・アクトのループをどのくらい早く回せるのかが、もう勝負になってくる。競争優位の源泉が、今までとは違うところに移っていく。そしてデジタルとフィジカルをどう組み合わせればうまくいくのか ― 紙の上では分かるけれど、実際どんな姿になるかは作らない限り分からない。作って『この世界ならいける』と早めに見極められるかの勝負です。」
この話題で出たほかの案(4件)
壊れたときの自己負担が、買う前に読める折りたたみ端末の保証に作り替える
詳しく ▸
- 事業として
- キャリアの端末補償の月額料金と、買取店の残価リスクの引当が原資。故障率が読めない分、いまは安全側に厚く見積もられている。
- 勝てる理由
- 修理・交換・買取の実績を持つのは既存の販売・修理網だけ。新規参入者は故障率の実測に手が届かず、保証料を決められない。
- 誰を、どう動かすか
- 故障報告とレビューをAIで症状別に分類し、保証料と残価の仮試算を作る。それを保険会社とキャリア担当に持ち込み、実績との突き合わせを頼む。
- この案が強いのは
- 販売や買取の窓口で『壊れた後の客』の顔を見てきた人が、数字の裏の事情まで説明できる。
現場の端末選びを、憧れや反対ではなく仕事の一日で決められるようにする
詳しく ▸
- 事業として
- 社内の端末更新費と、情シスの機種選定にかかる工数が原資。高額端末を入れるか外すかの判断は、20台でも700万円超になる。
- 勝てる理由
- 職種ごとの動き方と過去の端末トラブルを知るのは、社内の担当者だけ。外部のレビュー記事は『誰ならよいか』を自社の職種まで落とせない。
- AIに何から聞くか
- 営業・巡回・事務の一日の端末操作を口述し、AIに『折りたたみが効く場面』『壊れたら止まる場面』を問い直してもらう。出た整理を稟議の一枚にする。
- この案が強いのは
- 現場の動き方と稟議の通し方の両方を知る人ほど、レビュー記事を自社の言葉に翻訳できる。
端末が壊れて代替が届くまでの間に止まる仕事を、日数と金額で言えるようにする
見送り:混雑・差別化あり/52.3点
詳しく ▸
- 事業として
- 情シスの予備機の保有費、保守契約料、ヘルプデスクの外注費が原資。いまは『念のため』で積まれており、根拠があれば増減を決められる。
- 勝てる理由
- 貸出台帳と問い合わせ履歴は、その会社の中にしかない。外部の調査会社は、故障後の業務停止まで観測できない。
- 何を、どう測るか
- 過去1年の端末故障の問い合わせと貸出記録から、故障〜復帰の日数を出す。止まった業務は担当者に聞き取り、5〜10件を表にして上司に見せる。
- この案が強いのは
- 故障の連絡を受けて代替機を手配してきた人は、記録に残らない手待ち時間を聞き出せる。
画面の不具合が出た人の経過を、同じ書式で持ち寄り誰でも見られるようにする
見送り:混雑・差別化あり/49.8点
詳しく ▸
- 事業として
- 購入検討者向けの比較メディアの制作費や、法人の機種選定の事前調査費が出どころ。いまは個別のレビュー記事を拾い読みする人手に消えている。
- 勝てる理由
- 早く集まった投稿ほど経過の追跡が長く、後発が追いつけない。ただし集め方そのものは真似されやすい。
- 誰に、どう呼びかけるか
- SNSと実機レビューの読者に、症状・出た日・交換までの日数だけの共通書式を呼びかける。集まった記入をAIで症状別に整理し、週末に公開する。
- この案が強いのは
- 自分の端末で症状を経験し、書式の抜けに気づける人が、仲間の記入しやすさまで設計できる。
流出ニュースが出た日に、うちの顧客名簿の行き先を即答できる
詳しく ▸
- 事業として
- 情報資産の棚卸しは外部コンサルに数十万〜数百万円で頼む例が多い。担当者が一枚にまとめれば、初回分は社内で済む。
- 勝てる理由
- どの帳票がどこへ回っているかは、日々その業務を回す人にしか分からない。外部は聞き取りに頼るしかない。
- AIに何から聞くか
- AIに質問役を頼み、扱う情報・保管先・委託先を順に答えて一枚の地図にする。最後に「漏れたら最悪どうなるか」を一文で書く。
- この案が強いのは
- 帳票の行き先を毎月追ってきた経理・総務・営業事務の経験が、地図の正確さになる。
犯人の「盗んだ」という主張が本当かを、数時間で見極められる
詳しく ▸
- 事業として
- 侵害調査は専門会社に1件数百万円からで、結果まで数週間かかる。初動の数時間を内製で補えれば、外注の範囲を絞れる。
- 勝てる理由
- 自社データの中身と正常なログの癖を知るのは自社だけ。手順自体は真似されやすいが、自社データを使う部分は他社に出せない。
- どう作るか
- 犯人が示したサンプルの項目と形式を、自社DBのスキーマ・ログと照合する手順をAIと作る。まず演習用のダミーデータで動かす。
- この案が強いのは
- 基幹DBの項目の癖を長年見てきた人が、サンプルの違和感に最初に気づく。
この話題で出たほかの案(4件)
持たないと決めた個人情報は、漏れようがない事業に組み替える
詳しく ▸
- 事業として
- 保管する個人情報の量に比例して、暗号化・監査・保険料・漏えい時の通知費用がかかる。減らせば毎年の固定費も下がる。
- 勝てる理由
- どの項目が実際の業務で使われているかは社内の利用実態でしか分からない。事業側の合意を取れる立場の人しか動かせない。
- どの前提を疑うか
- 顧客DBの全項目について、過去1年の参照ログからAIで利用頻度を出す。一度も使われていない項目の削除案を事業部に示す。
- この案が強いのは
- 事業部と情シスの両方の言葉が分かる人が、「消してよい」の合意を取り付けられる。
異変に最初に気づく現場の声が、報告されないまま消えない職場にする
詳しく ▸
- 事業として
- 情報漏えい対応は1件で数千万円規模になりうる。共有受信箱の過去ログ点検は、情シスの数日分の工数と既存の人件費で足りる。
- 勝てる理由
- 共有受信箱や窓口の記録に触れられるのは社内の人だけ。外部ベンダーは現場の言い回しや『いつもと違う』の感覚を知らない。
- 何を、どう測るか
- 過去半年の問い合わせ窓口の記録から不審なものをAIで拾い、部署別に「気づいたが報告されなかった件数」を数えて経営会議に出す。
- この案が強いのは
- 窓口業務を経験し、どの電話が妙だったかを肌で覚えている人が、ラベル付けの目を持つ。
取引先ごとにバラバラな安全調査票を、同業で一つの共通様式に揃える
見送り:混雑・差別化あり/60.0点
詳しく ▸
- 事業として
- 発注側は取引先数百社への調査票の発送・回収・照合に担当者の人件費を充てている。受ける側も回答に月数日を使っている。
- 勝てる理由
- 同業の取引関係の中にいる会社しか、委託先を同じ席に呼べない。先に様式が広まれば、他社はそれに合わせる側に回る。
- 誰に、どう呼びかけるか
- 同業3〜5社に声をかけ、各社の調査票を持ち寄る。AIで設問を突き合わせて重複と抜けを洗い出し、共通案の叩き台にする。
- この案が強いのは
- 委託先の窓口を実際に担当し、質問票の食い違いに悩んだ経験がある人が、共通化を呼びかける説得力を持つ。
脅迫を受けた朝に、広報・法務・情シスが同じ時系列から動き出せる
見送り:混雑・差別化あり/55.6点
詳しく ▸
- 事業として
- 事故後は外部の弁護士や広報コンサルに時間単価で依頼している。訓練も年1回の外注演習に数十万円から払っている。
- 勝てる理由
- 社内で誰がどの判断権限を持つかは、その会社の人にしか分からない。演習の台本に自社の役割と実名を入れられる。
- 誰を、どう動かすか
- 公開された他社の発表文と経緯を集め、時系列と想定問答の下書きをAIで作る。それを持って広報と法務に、30分の机上訓練を持ちかける。
- この案が強いのは
- 情シスと広報の間をつないだ経験がある人が、誰に何を見せれば部署が動くかを知っている。
海峡が止まった三日目に何が詰まるかを、現場の記憶から一枚にして上司に見せる
詳しく ▸
- 事業として
- 事業継続計画の見直しやリスク棚卸しは、いま経営企画やコンサルへの外注で賄われている。現場発の一枚があれば前段の調査費が減る。
- 勝てる理由
- 代替できない部品や、文書にない例外運用は、実際にその業務を回してきた人の頭にしかない。
- AIに何から聞くか
- AIに質問役を頼み、「三日目に何が止まるか」を段階的に聞いてもらう。自分の答えを順に並べ、止まる順番を一枚にまとめる。
- この案が強いのは
- 例外対応で何度も冷や汗をかいた経験のある人ほど、AIの質問に深く答えられる。
ホルムズ海峡が揺れても、調達の判断を日々の報道に振り回されない会社にする
詳しく ▸
- 事業として
- 調達部門が、緊急の代替手配・割増運賃・在庫の積み増しに都度支払っている。判断基準が先にあれば、その場しのぎの費用が減る。
- 勝てる理由
- 仕入先の構成、配合の許容幅、契約の縛りは自社の中にしかない。外部の分析は一般論で止まる。
- どの前提を疑うか
- 調達額の大きい上位20品目で、中東経由の比率と、止まったとき何日もつかを出し、「緊張は短期で戻る」前提を疑う。
- この案が強いのは
- 過去の調達危機で、どの代替手配が間に合い、どれが間に合わなかったかを覚えている人の手にあるとき強い。
この話題で出たほかの案(4件)
遠い国の緊張で燃料が上がっても、地域の事業者どうしで融通して耐えられる町にする
詳しく ▸
- 事業として
- 運送・漁業・農業の事業者が、軽油や重油を小口で購入している。束ねたときの単価差と在庫の融通が、燃料費の削減に出る。
- 勝てる理由
- 顔の見える地域の関係と、各社の使用量の実数が壁になる。先に束ねた側が、供給元との交渉で強くなる。
- 誰に、どう呼びかけるか
- 同じ燃料を使う3〜5社に声をかけ、月の使用量と貯蔵量を持ち寄る。AIで融通の余地がどこにあるかを一枚の表にして見せる。
- この案が強いのは
- 地域の同業者から信頼され、声をかければ集まる立場にいる人の手にあるとき強い。
イラン側が自国民に語る言葉と、日本で報じられる言葉の差を、毎朝見られるようにする
詳しく ▸
- 事業として
- 商社・海運・メーカーの調査担当が、海外情報の契約料や翻訳の外注に払っている。毎朝の差分が社内で作れれば、その一部を置き換えられる。
- 勝てる理由
- 真似されやすい。ただ、何の語や条件を見張るかは自社の事情で決まり、使うほど設定が磨かれる。
- どう作るか
- イラン国営通信やカタール系メディアの英語版見出しを毎朝取り込み、日本語報道と並べて、条件・語調の違いを3行で出す。
- この案が強いのは
- 自社がどの条件や言葉に反応して動くかを知る、海外調査や渉外の経験者の手にあるとき強い。
騒いでよい見出しと流してよい見出しを、過去の値動きから見分けられるようにする
見送り:混雑・差別化あり/60.0点
詳しく ▸
- 事業として
- 燃料や為替の手当てを前倒しするかどうかの判断に、財務・調達が毎回時間を使っている。無駄な前倒し購入の資金負担が減る。
- 勝てる理由
- 見出しの分類は真似されやすい。ただ、自社の仕入単価や契約改定との時差は、自社のデータでしか測れない。
- 何を、どう測るか
- 過去2年の中東関連見出しを日付つきで集め、協議・攻撃警告などに分類。原油価格と自社の仕入単価の日次推移に重ね、時差を測る。
- この案が強いのは
- 自社の価格改定や仕入れのタイミングを実際に動かしてきた人が、数字の読み違いに気づける。
顧客に「中東の影響は?」と聞かれた営業が、その場しのぎで答えずに済むようにする
見送り:混雑・差別化あり/55.7点
詳しく ▸
- 事業として
- 営業・物流の問い合わせ対応の工数と、価格改定が遅れて目減りする粗利が出どころ。見通しの基準があれば遅れを抑えられる。
- 勝てる理由
- 顧客に実際に何を聞かれ、どの答えが外れたかという履歴は、現場の営業しか持っていない。
- 誰を、どう動かすか
- 営業・物流から顧客に聞かれた質問を10件集め、AIで回答の叩き台を作り、基準づくりを役員会の議題に持ち込む。
- この案が強いのは
- 顧客と経営の間で、毎回答えに詰まってきた営業・物流の現場経験が、そのまま説得材料になる。
GeminiでGoogleスライド全体を編集
- 何が変わったか
- Geminiに一度指示するだけで、複数スライドやプレゼン全体の内容やスタイルを一括編集できるようになりました。
- これまでの壁
- 「スライドを1枚ずつ手作業で直すのが面倒だった」 AI
第4回では、以前は独自価値だったものが基盤機能として標準化されると示しました。スライド全体の一括編集も、基本機能へ組み込まれた形に当たります。 AI
英語プレゼン資料全体のトーンやスタイルの一括修正をGeminiに依頼してみる。
Claude Code v2.1.314を公開
- 何が変わったか
- 作業ディレクトリ外への書き込みを拒否する設定や、アイドル時の会話要約などを追加し、多数の不具合を修正した。
- これまでの壁
- 「AIが意図しないファイルを書き換えるのが怖かった」 AI
作業ディレクトリ外への書き込み拒否を設定し、安全な環境でコーディング支援を試す。
Google Cloudの支出上限が一般提供
- 何が変わったか
- 支出上限が一般提供となり、APIによる設定、Cost Reportsでの推定ライブ費用表示、月次自動リセットが追加されました。
- これまでの壁
- 「AI検証でクラウド費用が想定外に膨らまないか不安」 AI
Google Cloudの支出上限と月次自動リセットを設定し、予算内でPoCを始める。
今日入ったほかの発表 12件(提供元ごと)
- Google CloudのAI基盤・オーケストレーション更新/API Gatewayでストリーミングがプレビュー提供/Google Data CloudのAI関連更新/金融・法務向けGemini新コース
- OpenAI
- ChatGPTの暴力関連応答と未成年者保護を強化/AI学習設定を示す共通信号に対応へ
- Cloudflare
- Durable Objectsのコード更新を既定で延期/CloudflareのPrivate Originsが一般提供
- Amazon
- Bedrockにモデル追加、Continuum連携を発表
- AWS
- AWSのAI関連機能・基盤の更新
- Zapier
- MetaのMuse AIモデルと提供条件
- 富士通
- 富士通、AI活用のインシデント対応サービス開始
Data&AI市場でリーダーの地位を確保するため、データ活用に強い企業を取り込み、自社に足りない能力を補う。
第1回では、戦略構想と現場実装の分断を埋める内製化や外部連携を論点として示しました。データに強い企業を取り込み自社のケイパビリティを補う動きが重なります。 AI
自社基盤整備から、他社取り込みによる能力補完へと方針が変わった点。
AI AIが自動でまとめたもの(この会社の表明の並びから)AI関連の取り組みへの追加投資を今後も継続する方針を示している。
基盤整備や収益拡大の実績を経て、追加投資継続を表明した点。
AI AIが自動でまとめたもの(この会社の表明の並びから)同じ資料のほかの表明 1件
- AI・機械学習の取り組みを支えるため、インフラと人員を増やし、技術・インフラ支出を今後も拡大していく方針を示している。(p.31)
記事から取った会社の動き 4社
- Alphabet(Google) ネットワークとデータセンターに2050億ドルの設備投資を強化する広げているمعلومات مباشر・10/30
- サムスン電子 製品の根本的な競争力を強化し、新技術・新製品に挑戦する構想を表明경향신문・10/30
- イオン (イオングローバルSCM)配送拠点の作業自動化率を5割にし、2030年に8割へ引き上げる広げているITmedia・10/30
- NVIDIA Microsoftと共同でRTX Sparkを発表し、GPU計算能力などをWindows PCに導入した広げている新浪财经・10/30