2024年4月18日に『aiドリブン経営人を活かしてdxを加速する』が出版されました。
目次の俯瞰
AIドリブン経営 人を活かしてDXを加速する
プロローグ 適応か?死か? 生成AIが拓く未来
第1章 After Al 「人間を超えた後」を現実的に考える
今、世界で何が起きているのか
AIの民主化時代がやってきた
生成AIが3億人の仕事を奪う
奪われる仕事は何か
AIがもたらすDXの新たな可能性
DXは次のフェーズへ
AIにより加速するDX
P/Lの構造はなぜ変化するのか
「人件費」の変化に注目せよ
AIが代替できる仕事の見つけ方
人間を超えるスキルを持つ「弱いAI」
新たな価値を創造しつつあるAI
「AIリテラシー」が事業変革の要となる
AIが人間を超えることが見えた日
「2045年問題」 とどう向き合うか
コラム カスタマーサポートでAIを活用する 社外に向けた生成AIのユースケース
第2章AIが塗り替える市場のルール
まずは、AIを知ることから始めよう
知っておきたい4つのAIレベル
生成AIは何がスゴいのか
生成AIにはどのようなものがあるのか
「強いAI」 と 「弱いAI」
生成AIは第4次Aーブームとなるか
何度も訪れたAーブーム
注目を集めた「機械学習」
日本とAIの国際競争
注目を集めるLLMとは何か?
絶対に押さえておきたいLLMの仕組み
LLMは何に使われているのか
自然言語処理タスク
チャットボット
個別化されたコンテンツ生成
文書生成と執筆支援
AIアシスタント
AIにまつわるさまざまな問題
責任の所在はどこにあるのか
AIの安全性と倫理に対する警告
高まる欧州のAIへの危機感
AIによる市場破壊と事業変革の可能性
「破壊的イノベーション」の到来
生成AIがもたらす3つの機会
1 売り上げ増加の機会
2 コスト削減と生産性向上の機会
3 リスク軽減の機会とサステナビリティの
生成AIで影響を受ける2つの業界
AIはどのように人間の仕事を代替するのか
コアプロセスをAIモデルで拡張する
支援プロセスをAIモデルで拡張する
拡大が加速するAIで影響を受ける業界
コアプロセス×支援プロセスのメリットとデメリット
ブルーカラーはAIの影響を受けにくい
ホワイトカラーの「AI失業」が始まる
産業革命期の英国で起こった「ラッダイト運動」
第3章 生き残るための事業変革
生成AIの時代を生き残るヒントを探る
オープンAIが目指す世界
「検索」が面倒になる人々
生き残りのキーワードは「ドメイン知識」
百聞は一体験にしかず
AIは個人の創造性を最大化する
3つの「ユースケース発想法」
ドメイン知識を活用したAIによるUX提供
1 AI活用タイミング (When)
2 AI活用目的 (Why)
3 AI活用プロセス (How)
AIによるサービス改善と顧客体験の最適化
AI時代に生き残る事業とは何か?
世界最大のテクノロジー見本市「CES2024」から
投資によるリターンの不確実性が導入を躊躇させる
既存の事業をどのように再考すべきか
AIに取って代わられないサービスとは何か
ビジネスを改革する、AI導入のための3ステップ
AIを核とした事業展開で必要なこと
STEP1 ユースケースからアイデア出し
STEP2 AI活用のヘソを探し出す
STEP3 投資対効果に落とし込む
不確実性が高い世界で生き残る 「リアルオプション戦略」
転換が必要な投資の考え方
AI活用における投資対効果シミュレーション
ユースケースをストックしよう
8つの事例で解説! AIはどのように活用できるか
新興企業のAI活用戦略
CASE1 Salesforce (セールスフォース)
特定のタスクの代替ではなく、一連の業務フローを担う
CASE2 EvenUP
人身傷害の法的事務を代替し、督促状のワークフローを自動化
CASE3 Notta
同一画面内で文字起こし・要約・ToDo作成まで完結
CASE4 ELYZA
どのLLMでも、同じインプットから複数のパターンを出力できる
CASE5 Typeface
ウェブのキービジュアル、 広告バナー用動画・画像の作り分けを瞬時に
CASE6 Runway
文字から動画」だけでなく「画像から動画」も実現
CASE7 Synthesia
スライドから簡単に動画化し、 アバターが多言語対応で自然に読み上げ
CASE8 Merlin、Ada
対話型やりとりを 「音声」で実施し、顧客に負荷をかけずに情報を引き出す
AIが作る新たなビジネスチャンスを見逃すな
高度な専門性をAIでどう活かすか
フェーズで異なるAIカスタマイズの必要性
コラム 社内サポートでAIを活用する 社内に向けた生成AIのユースケース
第4章 AIドリブンな組織への道
AIに「使われない」 組織づくり
業務プロセスは人間中心からAI中心へ
BCT人材の定義をアップデートせよ
AIリテラシー教育はレベルごとに
米国と差が出たチャットGPTへの関心
経営陣のAI理解と経営方針の示唆
「AI活用経営人材」への第一歩とは?
AI時代の組織と雇用形態
AIだからこそ生み出せるクリエイティブ
AIとデータセキュリティにどう取り組むか
AI活用に潜むリスク
「入力してよい情報」の見極め方
出力された情報で確認したい4つのポイント
企業のAI導入で気をつけるべきこととは
自社のポリシーとガイドラインの策定をする
利用するツールの規定・規約に要注意
米国で出てきたAI訴訟
Workday (ワークデイ)
State Farm (ステート・ファーム)
AIは感情も理解する?
キーワードは「プロンプトエンジニアリング」
注目されるエモーションプロンプト
改革を促進するデータとセキュリティポリシーづくり
柔軟な組織構造とプロセスの見直し
セキュリティの概念をアップデートする
日本が直面する「境界セキュリティ」の課題
日本より10年早い、米国のデータガバナンス観
競争の源泉たる企業のデータを、AIに触らせるか否か
最も難易度が高い「戦略」の設定
求められる「攻めのデータガバナンス」
第5章 人と社会はどう変容していくのか
未来の姿を想像し、提示せよ
経営者がSFを読むべき理由
AIへの置き換えが難しい3つの力
なぜEOは重要になってくるのか
AIに勝つ秘訣は「空気を読まない」 こと?
人間だけが「コツ」を教えることができる
好奇心の源泉を絶やさないために
「好き」はAI時代を生き抜くカギ
AI時代にリスキリングはどう活用すべきか
日本と米国のリスキリングに対する意識差
なぜ保険会社が介護業界に参入するのか
コラム 書類業務をなくそう 行政サービスに向けたユースケース
社員の成長マインドセット」を育てる
柔軟な思考と自己改革への意欲
「経営者思考」を誰もが持つ時代に
ラーニングカルチャー 持続的な学習を促す組織文化の形成
生き残る者は誰か
アニマルスピリッツを忘れるな
エピローグ
