著者 木本 東賢の記事
47件の記事が見つかりました
Deep Researchとは何か。検索より深く、RAGより広く調べる仕組み
検索・記憶・参照の仕組み
「反対の立場」から考える習慣をつける
情報を見極める力
根拠は？ 他の解釈は？ 例外は？ — 3つの問いを習慣にする
情報を見極める力
情報ソースの信頼性をどう判断するか
情報を見極める力
数字に騙されないための3つの視点
情報を見極める力
企画会議にAIを入れると失敗する。会議の「前」なら成功する
現場で使われるための基本編
AI時代に必要な考え方：クリティカルシンキングとは何か
考える力の基本
2割しか使わない状態は、社員のせいじゃない
組織で広げるための設計編
生成AIを導入したのに、なぜ”詳しい人しか使わない”会社になってしまうのか
現場で使われるための基本編
RAGとは何か。AIが社内情報を使えるようになる仕組み
検索・記憶・参照の仕組み
トランスフォーマーとは何か。生成AIが"読む"仕組みをざっくり理解する
生成AIの基本原理
生成AIで「浮いた時間」は、何に使うべきか
定着を成果につなげる編
メモリとは何か。RAGとどう違うのか
検索・記憶・参照の仕組み
「問いの立て方」で結論は変わる
考える力の基本
「なんとなく正しそう」で判断していませんか
考える力の基本
共有・テンプレ・説明会、「やった」だけで終わっていないか
組織で広げるための設計編
プロンプトで何が変わるのか
生成AIの基本原理
生成AIは、そもそも何をしているのか
生成AIの基本原理
生成AIの仕組み入門を始めます。
生成AIの基本原理
アンバサダーは何をすればいいのか
組織で広げるための設計編
生成AIを入れただけでは、会社は変わらない
定着を成果につなげる編
「禁止」でも「自由に使って」でもない、第三の選択肢
組織で広げるための設計編
差し戻しを減らしたいなら、AIは「出す直前」に置け
現場で使われるための基本編
Web検索とRAGはどう違うのか
検索・記憶・参照の仕組み
「使い方」を教えても定着しない。足りないのは「置き場所」だった
現場で使われるための基本編
定着を止めるのは、現場ではなく「上」の無関心だ
組織で広げるための設計編
モデルが違うと何が違うのか
生成AIの基本原理
「相関」と「因果」を混同すると何が起きるか
情報を見極める力
定着は「した」で終わらない。半年後に差がつく振り返りの仕組み
定着を成果につなげる編
生成AIはなぜズレるのか。ハルシネーションの仕組み
生成AIの基本原理
トークンとは何か。AIは文章をどう見ているのか
生成AIの基本原理
社内資料を全部入れたのに、なぜ使えないのか
組織で広げるための設計編
「使っている会社」と「使いこなしている会社」は、1年後に変わる
定着を成果につなげる編
AI定着ラボを始めます。
導入
前提を書き出すと、判断の穴が見える
考える力の基本
確証バイアス — 自分の思い込みにどう気づくか
情報を見極める力
「何人使ってます」の先にある、本当に見るべき数字
定着を成果につなげる編
「なんか違う」が続くのは、渡している情報のせいだ
現場で使われるための基本編
ロジカル→クリティカル→ロジカルの3ステップ
考える力の基本
ファインチューニングとは何か。RAGやメモリとどう違うのか
検索・記憶・参照の仕組み
RAGはなぜ万能ではないのか
検索・記憶・参照の仕組み
全社展開に失敗する会社は、全部署を「同時に」動かそうとする
組織で広げるための設計編
AIが「あの人の道具」で終わる会社と、「チームの当たり前」になる会社
組織で広げるための設計編
事実と意見を分ける — これだけで仕事が変わる
考える力の基本
AIに「丸投げ」と「怖がり」、どちらも同じ間違いをしている
現場で使われるための基本編