トレーニング
認定Scrum@Scaleプラクティショナー研修
認定アジャイルテスティング研修
認定アジャイルコーチング基礎研修
認定生成AIプラクティショナー
会社紹介
生成AIは配られた。でも、業務は変わっていない。
そんな職場が日本では少なくありません。
1日の研修で、AIと共に考え、小さく試し、チームと組織の仕事のやり方を変える力を身につけましょう。あなたの課題をAIで解き、明日から使える仕組みを持ち帰ります。プログラミングの知識は必要ありません。
2026年7月の調査によると、日本で生成AIを使ったことがある人は58.8%に登ります。IT・ソフトウェア開発から縁遠い人の間でも生成AIは一般的な物になり、60代から10台まで幅広く使われるようになってきました。
企業でも着実に生成AI導入は進んでいます。売上高500億円以上の企業では、87%が生成AIの活用を推進しています。ただし「期待を大きく上回る効果」を得た企業は10%に過ぎず、その比率も米国・中国・EU圏・インドと比べて日本が最も少ないことが判っています。
定着と活用を妨げる最大の壁の1つが「スキルとトレーニングの不足」です。この研修では、「導入したのに成果が出ない」状態から抜け出すための1日プログラムです。
現場・AI推進のご担当者
・全社でChatGPTやCopilotを導入したが、使っているのは一部の人だけ
・使ってはいるが、文章の要約や検索の代わりで止まっている
・情報漏えいや誤りが怖く、ルールを厳しくしたら誰も使わなくなった
・部署ごとにバラバラに試していて、学びが共有されない
人事・人財開発のご担当者
・生成AI研修を実施したが、職場での活用につながっていない
・eラーニングを配ったが、受講率も活用度も上がらない
・職種や階層ごとに、どのAI研修を用意すればよいか体系がない
AIは、組織がすでに持っているものを加速させます。良い仕組みだけでなく、機能不全もです。承認に時間がかかる、優先順位があいまい、部署が縦割り、失敗が許されない。こうした状態のままでは、AIの速さを活かせません。
スクラムは1993年に生まれ、「小さく試し、振り返り、改善する」仕事の進め方として世界中の組織に広がってきました。この研修では、このアジャイルとリーンの考え方を、生成AIとの付き合い方に応用します。ツールの知識は半年で古くなります。一方、実験し、学び、適応する型は長く使えます。
「とりあえず全社導入」の次の一手に悩むあなたに。導入を成果につなげ、現場に広げる型を1日でつかめます。
ChatGPTやCopilotを使ってはいるものの、要約や検索の代わりで止まっているあなたに。自分の業務を題材に、一段上の使い方を身につけます
社内で展開する前に、内容と効果を自分の目で確かめたいあなたに。職場に定着させる仕組みづくりの参考にもなります。
RSM・RPOの次のステップとして。スクラムの考え方を、AIの導入と活用にそのまま活かせます。
研修そのものがスプリント形式で進みます。午後は、あなたが「面倒」「時間がかかる」「価値が低い」と感じている業務を持ち込みます。講師の伴走のもと、それをAIで置き換える仕組みを作ります。他社の受講者の工夫からも学べます。
生成AIと共に考え、試し、リードするための基礎を身につける。
AIを変化し続ける技術として捉え直し、アジャイルの型で導入を進める考え方を学ぶ。
AIマインドセットの3つの柱(学び続けるサイクル、目的と成果への集中、うまくいかなくても試し続ける粘り強さ)について学ぶ
組織のAI導入が場当たり的になる理由と、アジャイル・リーンによる対処方法
Scrum@Scale + AI:人とAIがスプリントという短い周期で動く、新しい組織運営の形
LLMとプロンプトを「進化する仕組み」として理解し、自信を持って試せるようになる。
LLMの仕組み、トークン、コンテキストウィンドウ、RAG
プロンプトエンジニアリング(役割・タスク・背景・形式・制約)
プロンプトから「コンテキストエンジニアリング」へ(規程、過去の成果物、用語集を渡す)
モデル、アシスタント、エージェントの違い。エージェントの自律性のレベル(L1L3)とリスク
LLMとプロンプトを「進化する仕組み」として理解し、自信を持って試せるようになる。
LLMの仕組み、トークン、コンテキストウィンドウ、RAG
プロンプトエンジニアリング(役割・タスク・背景・形式・制約)
プロンプトから「コンテキストエンジニアリング」へ(規程、過去の成果物、用語集を渡す)
モデル、アシスタント、エージェントの違い。エージェントの自律性のレベル(L1L3)とリスク
AIの倫理と限界を理解し、チームと組織を守る判断ができるようになる。
AIの倫理と限界を理解し、チームと組織を守る判断ができるようになる。
倫理(「できるか」の前に「すべきか」)、プライバシー(最小権限・匿名化)、バイアス
限界とハルシネーション。プロンプトの履歴管理やナレッジの蓄積など、情報の扱い方
ディスカッション:自分の実験を実務で使うとき、何が起こりうるか。必要なガードレールは何か
まとめ、行動計画、認定試験の案内