新規記事
【2026最新】人材紹介のマッチング精度を上げるためのデータベース設計を公開
知見
ピックアップ
人材紹介のマッチング精度を上げるデータベース設計を、応募したいか・選考に通るかの2つの判断から整理しました。提案理由や不合格理由の残し方、管理システム別の作り方を解説し、全105項目のデータ一覧も配布しています

人材紹介のAI活用が業務効率化で止まる理由|面談設定率・応募率が上がる会社は何をしているか
知見
ピックアップ
人材紹介会社のAI活用が効率化で止まり、成約数が増えない理由を整理します。成約数を伸ばした会社が、面談・育成・求人提案の手順や基準をどう整え、AIをどう使っているのかを解説します。

AIのモデルに依存しない、シゴデキAIのつくり方
知見
ピックアップ
AIのモデルは変えずに、AIに渡す情報・作業の手順・成果物の確認方法を整えてきた実践記録です。修正内容の記録、答えられなかった質問からの資料整備、手順書と専任AI、別会社のAIによるレビュー、数ヶ月の集計がむだになった失敗まで紹介します。

知見
知見
AIのコスト問題はなぜ起きるのか|先行事例から学ぶ全社展開前の対策
全社員が毎日AIを開いて業務をしている会社が、実際に出てきています。一部の情シスや企画部門が試している段階から、日々の業務の中に入り込んだ段階へ移った会社です。そして、活用が社内に浸透した会社から順に、同じ問題が報告され始めています。コスト削減のために導入したのに、生成AIの利用料が見積もりの何倍に...
知見
AIと業務システムをつなぐ方法|MCP・API連携・データ基盤
「社内でAIを使えるようにしたので、次は顧客管理システムのデータも見られるようにしてほしい」。AI活用がある程度進んだ会社では、こうした要望が現場から上がってくるようになります。ところが、いざ検討を始めると手が止まります。つなぎたい相手ははっきりしているのに、つなぐ方法にどんな種類があって、それぞれ...
知見
AIオーケストレーションとは|バラバラなAI導入をつなぐ設計
営業部門は商談の記録を要約するAIを、カスタマーサポートはチャットボットを、人事は応募書類を選別するAIを、経理は請求書を読み取るAIを導入する。部門ごとに、それぞれが必要だと判断したAIツールが入っていきます。1つずつ見れば、どれも正しい判断です。実際に、それぞれの部門の中では業務が速くなっていま...
知見
メダリオンアーキテクチャとは|各層の特徴とAI活用のためのデータ基盤設計
AI活用が本格化するにつれて、「AIの精度を左右するのはモデルの性能よりも、モデルに渡すデータの品質ではないか」という見方が業界で広がりつつあります。そうした文脈で欠かせない存在になっているのが、「メダリオンアーキテクチャ」というデータ基盤の設計パターンです。この記事では、データのAI活用に向けて必...
知見
AI業務自動化を事業部主導で進めるための分業設計|個人で動かせる「点」、開発が要る「線」
「商談の評価も、問い合わせの一次対応も、レポート作成も、AIで自動化したい。」 事業部でAI活用を任された推進担当者の方から、こうした相談をよく聞くようになりました。特徴的なのは、やりたいことのイメージがかなり明確に描けている、という点です。 たとえば「問い合わせフォームに届いた内容が自動で記録され...
知見
現場でメンバーがAIを有効活用するために磨くべき3つのスキルとは
プロンプト講座も、ツールの研修も、ひと通りやった。それでも「現場で本当にAIを使いこなせる人」がなかなか増えない——。AI推進や人材育成を担う方から、この相談が後を絶ちません。「使える人と使いこなせない人で、はっきり差が出る。でも、その差が何なのか、うまく言葉にできない」。そして、ご自身がその差を言...
知見一覧を見る
コラム
コラム
不正アクセスが増え続ける時代で、AIを使いつつ情報を守るために何ができるか
私は毎日、Claude CodeとCodexというAIエージェントに、資料づくりから社内の仕組みの開発まで任せています。処理量の多いタスクは、手元のPCで動くGemmaというモデルで回しています。私は、以前自身のコラムで書いた「AIエージェントの禁止リスト」をもとに、AIに渡してよい情報の範囲を決め...
コラム
AIのモデルに依存しない、シゴデキAIのつくり方
AIに仕事を頼んで、返ってきたものを直す。その修正や判断を次AIに依頼する仕事にも引き継げれば、同じ説明を繰り返さずに済みます。私は、ClaudeのチャットからコマンドでAIを呼び出して社内の資料や議事録について質問したり、Claude CodeやCodexのAIエージェントに手順書に沿って文章作成...
コラム
「使うたびに賢くなるAI」は、待っていても来ない
AIは使えば使うほど賢くなる、という言い方をよく見ます。私はこれを、半分だけ本当だと思っています。モデルは確かに進化します。ただ、自分の会社のやり方や、自分の文章の癖を、AIが使っているうちに勝手に覚えてくれることはありません。昨日直したことを、今日もまた直す。AIを業務で使っている方なら、覚えがあ...
コラム
AIの利用料を気にしなくなった代わりに、PCのメモリを心配しています
社内の情報基盤を作っていて、AIの利用枠を使い切りました。原因は、ラベル付けです。社内に散らばった資料や会話に、これは何の文書か、どの顧客の話か、決定事項か相談か、といった目印を機械的に付けていく処理があります。対象は2万件近くありました。順番に流していたら、途中で枠が尽きて止まりました。進んだのは...
コラム
AIエージェント開発を始めたら、結局ずっと「要件定義」をしていた
AIエージェントを作る、と言うと、何か特別な専門技術の話に聞こえるかもしれません。私も、正直に言うと、最初は身構えていました。これは今まで自分がやってきたことと地続きなのか、それとも、まったく新しい世界なのか。近い気はしていたのですが、うまく言葉にできていませんでした。実際に手を動かしてみて、その正...
コラム
データレイクハウスを自分で作って分かった、AI-Ready化の本当の難所
前に、散らかった会社の情報をAIが読める形に束ねた話を書きました。「あの案件、どうなってたっけ」を探す時間を消すために、会社の情報をまるごと一つの土台にした話です。関連記事:散らかった会社の情報を、AIが「Deflagのやり方」で考える土台にした話今回は、その続きです。どう作ったかを詳細に書きました...
コラム一覧を見る
キーワード一覧
