Blog生成AI活用の実践知
ナレッジエンジニアリング、コンテキストエンジニアリング、製造業の生成AI・AIエージェント活用など、Tensoryが現場目線でお届けする実践的な記事です。
製造業「データがない」を解決する、製造業のAIエージェント活用術
「うちにはAIに使えるデータがない」という製造業の悩みを、逆転の発想で解決します。AIエージェントを「データを作る」側に使い、ベテランの暗黙知を整理の基準に変える具体的な4ステップを解説します。
続きを読む
AI全般AIエージェントとは？ChatGPTやRPAとの違いから成果物の自動作成まで徹底解説
AIエージェントとは何か、なぜ注目されているのかを、ChatGPT・RPAとの違いや導入事例とともに解説。さらに「そのまま使える成果物まで自動で作れる」というAIエージェントの本質的な価値まで、現場目線で分かりやすくお伝えします。
続きを読む
AI全般生成AI活用の土台「ナレッジエンジニアリング」入門
「ChatGPTを導入したけど効果が出ない」の原因は、AIに渡すデータの質にあります。社内の知識をAIが使える形に整えるナレッジエンジニアリングを、クレンジング・ETL・メタデータ付与の3つのポイントで分かりやすく解説します。
続きを読む
営業キーエンスの「仕組み化」と生成AIの相性が良い理由 ― 属人化しない組織がAI時代に強い
経常利益率50%超のキーエンス。その強さの本質は「仕組み化」にあります。属人化しない仕組みがなぜ生成AI・AIエージェントと抜群に相性が良いのか、元キーエンス社員が「仕組み化→SKILL化→自動化」の順序で解説します。
続きを読む
AI全般AI研修を「社員全員」に一律でやってはいけない理由 ― 組織を変えるのは9%の「企画人材」
「とりあえず全社員にAI研修を」は、多くの場合うまくいきません。生成AI人材を4つのレイヤーに分け、なぜ投資すべきは90%の活用層ではなく9%の『企画人材』なのか、そして成果を出す研修設計を、現場目線で解説します。
続きを読む
技術解説コンテキストエンジニアリングとは？AIに「文脈」を与える新しい技術
AIが的外れな回答をするのは、性能ではなく「文脈」不足が原因です。AIに渡す情報を構造化するコンテキストエンジニアリングを、RAG・AIエージェントとの関係や製造業・営業の具体事例とともに解説します。
続きを読む
AI全般「あの人がいないと回らない」を解決する ― SECIモデル×生成AIでベテランの暗黙知を組織の資産に
「あの人がいないと業務が回らない」の正体はベテランの暗黙知です。知識創造のフレームワークSECIモデル（共同化・表出化・連結化・内面化）と、その実践を阻む現実の壁、そして生成AIによる解決策を、元キーエンス社員の視点で解説します。
続きを読む
AI全般AI導入は「BPR」から始めよ ― 業務プロセスを見直さずにAIを入れても成果は出ない
「AIを導入したのに成果が出ない」の原因は、業務プロセスを見直さずに入れているから。AI導入の前に必要なBPR（業務プロセス再設計）の考え方・進め方・具体事例を、現場目線で分かりやすく解説します。
続きを読む
AI全般AI時代に「UX」が勝負を分ける ― BtoB企業が今こそ向き合うべき体験価値の設計
機能はAIで簡単に作れる時代。だからこそ差別化の軸は「体験価値（UX）」に移っています。AI時代になぜUXが重要になるのか、そしてカスタマージャーニー・AS-IS/TO-BE・フィードバックによるUX設計の進め方を、BtoB目線で解説します。
続きを読む
AI全般生成AIは人の仕事を奪うのか？ ― 楽観論と悲観論から考える「働き方の未来」
生成AIは雇用を奪うのか。ラッダイト運動の教訓（楽観論）と「今回は違う」という悲観論の両面を整理し、終身雇用など日本特有の事情、そして経営者・管理職が今すべきことを、現場目線で考えます。
続きを読む
営業元キーエンス社員が教える「最強営業」の作り方 ― 生成AIで営業力を劇的に強化する
経常利益率50%超のキーエンス。その強さの源泉である「仕組み化された営業」を、生成AIでさらに強化する方法を元社員が解説。訪問前の仮説構築の自動化と、SPIN話法×AIによる商談の客観的フィードバックを紹介します。
続きを読む