出版社内容情報
◎400を超えるAIプロジェクトの伴走実績から生まれた、AI経営の実践書
◎AIで「売上を伸ばす」ことを正面から論じた一冊
AIで1円を削ることには成功しても、100万円を創るところまでは届いていない。
いま多くの日本企業が直面しているのは、この壁です。
◆こんな課題を抱えていませんか？
・自社のAI活用が効率化の域を出ていない
・全社員に生成AIのアカウントを配っただけ
・AIプロジェクトの進め方に、手応えが感じられない
・そもそも、どの領域に本格的な投資をすべきか分からない
◆「効率化」と「新規事業創出」のあいだに、最大の機会がある
多くの企業は、AI活用を「今やっていることの効率化」か「まったく新しい挑戦」の2択で捉えています。前者では経営インパクトが小さく、後者は飛躍が大きすぎる。だから動けない。
本書が提案するのは、この2択そのものを見直すことです。
すでに手元にある顧客基盤、業務データ、技術的知見、現場のノウハウ。それらを起点に、AIで売上の構造を変えていく。著者はこれを「事業深化」と呼びます。日本企業にとって最も現実的で、最もインパクトの大きい領域です。
◆本書が提示するもの
・売上を伸ばすAI活用の全体像「AI活用の3段階モデル」
・AIが売上のどこに効くのかを見極める「2つの式」
・製造、通信、建設、小売、教育、自治体、化学など10業種の導入事例
・汎用AIツールで済ませてはいけない領域の見極め方
・なぜ従来のプロジェクト管理がAIでは足枷になるのか
・作るべきはAIモデルではなく業務プロセスだとする「MVPP」
・「精度95%」に固執せず着地点を設計する考え方
・不確実性を制御する「振動型マネジメント」
・撤退基準の置き方と、投資が丸損にならない構造
・技術とビジネスを翻訳する新職種「ソリューションデザイナ」
・AI推進体制の2類型と、意思決定の3機能
・AIを「第4の経営資源」として管理する2層のガバナンス
【目次】
序章 日本企業におけるＡＩ活用の勝算
第１章 売上を上げる「事業深化の３レベル」－－トップラインを伸ばすＡＩ戦略の全体像
第２章 バリューアップのためのＡＩプロジェクトが失敗する理由
第３章 ＡＩを着地させる「ＭＶＰＰ」思考－－作るべきはＡＩモデルではなく業務プロセスである
第４章 ＡＩプロジェクトを動かす「振動型マネジメント」
第５章 ＡＩ時代の競争力を作る人材と組織
内容説明
日本企業の勝算は、ＡＩを組み込んだ「稼ぐ業務プロセス」にある。半導体企業、自動車メーカー、大手小売企業。効率化で止まる会社と、ＡＩで稼ぐ会社は、何が違うのか。―４００超のＡＩプロジェクトから導き出した、目標設定、計画策定、予算管理、体制構築、現場実装。
目次
序章 日本企業におけるＡＩ活用の勝算
第１章 売上を上げる「事業深化の３レベル」―トップラインを伸ばすＡＩ戦略の全体像
第２章 バリューアップのためのＡＩプロジェクトが失敗する理由
第３章 ＡＩを着地させる「ＭＶＰＰ」思考―作るべきはＡＩモデルではなく業務プロセスである
第４章 ＡＩプロジェクトを動かす「振動型マネジメント」
第５章 ＡＩ時代の競争力を作る人材と組織
著者等紹介
椎橋徹夫［シイハシテツオ］
米国州立テキサス大学理学部卒業後、ボストン コンサルティング グループに参画。消費財や流通など多数のプロジェクトに参画した後、社内のデジタル部門の立ち上げに従事。その後、東京大学工学系研究科松尾豊研究室にて「産学連携の取り組み」「データサイエンス領域の教育」「企業連携の仕組みづくり」に従事。同時に東大発ＡＩ系のスタートアップ企業に創業４人目のメンバーとして参画。ＡＩ事業部の立ち上げをリード。２０１６年に株式会社Ｌａｂｏｒｏ．ＡＩを創業し、代表取締役ＣＥＯに就任
田辺遼［タナベリョウ］
新卒で日本航空株式会社にパイロット訓練生として入社後、株式会社リブ・コンサルティングにてコンサルタントとして従事。２０２１年に株式会社Ｌａｂｏｒｏ．ＡＩに入社。ソリューションデザイナとして、インフラ系企業向けの画像解析や、製造業におけるセンサーデータを活用した予兆検知など、複数のＡＩ案件でプロジェクトリードを担う。成果創出が難しい局面でも、社内外の関係者と連携し、案件の立て直しと継続的な価値創出を推進。２０２５年よりソリューションデザイン部部長に就任。現在は複数案件の並行推進や組織横断の取り組みをリードしている（本データはこの書籍が刊行された当時に掲載されていたものです）
※書籍に掲載されている著者及び編者、訳者、監修者、イラストレーターなどの紹介情報です。
