前捌きとは、AIやITツールを導入する前に、現場の業務、情報の流れ、例外処理、判断基準を整理する考え方です。
ツールを先に入れるのではなく、現場で何が起きているかを把握し、無理なく使い続けられる状態を整えることを重視します。
生成AI・DX AIも、やってみなければわからない。
プロローグ：外から守るだけで、十分なのかAIガバナンスや家庭内のITインフラを整備していたとき、ふと思いました。日々使っているAIエージェントの安全性は、本当に担保されているのだろうか。外部からの不正アクセスや情報漏洩には、気を配ってきた。...
業務改善 AIガバナンスを公開した日、自分たちの開発でつまずいた話
はじめにAIガバナンスに関する方針を改訂しました。AIが何を参照し、どこまで判断し、何を実行してよいのか。人間はどこで確認し、どこで止めるのか。生成AIに関わる事業を営む事業者としては、その思想と方針を明らかにし、それに沿って開発を進めるこ...
業務改善 仮説は時として、バイアスになる
はじめにロジカルシンキングという言葉があります。課題を明確にするために、まず構造をほどく。事実を集め、根拠を整理し、フレームワークを使って分類する。漏れや重複がないかを確認し、因果関係を整理する。そこから仮説を立て、解決策を考える。とても有...
業務改善 Excelをデジタルデータだと思うのをやめたら、業務改善の設計が変わった。
はじめに地域企業の業務を見ていると、Excelの中に、長い時間をかけて積み重なったものが見つかります。数式色分けセルの位置シート名独特の略称担当者だけが分かる並び順過去の案件を流用して作られた痕跡一見すると、ずいぶん複雑です。一般には、こう...
生成AI・DX AIに見つけてもらうWebサイトを作ったら、人につながった話
導入NDLではコーポレートサイトを、集客装置というより「信用補完装置」と考えています。そのため、サービスを並べるだけでなく、「何をする会社なのか」「なぜそう考えるのか」「どんな言葉で仕事を捉えているのか」まで、かなりしつこく書いてきました。...
業務改善 営業とは、商談相手の認知負荷を下げることである
AIで「相手が判断しやすい提案」をつくる導入えー、下手な鉄砲、数撃ちゃ当たると申しますが。営業という仕事には、昔から「量」が求められてきました。たくさん訪問する。たくさん電話する。たくさん説明する。たくさん資料を渡す。もちろん、行動量が必要...
生成AI・DX プロンプトエンジニアリングの前に、思考の前捌きがある。
1. はじめに昔から「バカとハサミは使いよう」なんて言います。AIにこの言い方をすると怒られそうですが、要するに道具は使い方次第という話です。AIはバカではありません。むしろ優秀です。でも、聞き方がズレていれば、ズレたまま一生懸命答えてくれ...
業務改善 Google AIは「水源」を理解した。……と思っていた。ー昨日のBlogの裏側で起こっていたことー
Chapter 1 昨日の記事には、ちょっとした裏舞台がありました昨日のBlogで、NDLとして「やること・やらないこと」「新たな負荷を生まない」「前捌き」「水源」について書きました。実は公開前後で、Google AIにその内容を読ませてい...
生成AI・DX AI時代の残酷物語。野良AIの骨は誰が拾うのか。
プロローグAIを導入した企業の未来は、明るい話ばかりではないかもしれません。爆速で作られたAIツール。誰かが組んだ自動化。便利そうに見えた社内GPT。それらは、作った瞬間には拍手されます。けれど数か月後、数年後、作った本人がいなくなったとき...
地域企業 「遅れている」のではない。積み重なっている。地域企業の業務改善を考える。
はじめにある地域企業から、業務改善の相談を受けました。最初に聞いたのは、見積作成や原価管理、情報共有についての悩みでした。見積の作り方が人によって違う。過去の案件を探すのに時間がかかる。原価や粗利が会社全体では見えにくい。在庫はあるが、どこ...