まず、にしけんさん。 今回の件について、業界のために声を上げ問題提起していただいたことに心から感謝しています。 同じ業界を担う経営者として、決して簡単なことではなかったと思いますし、こうして問題に向き合い行動されている姿勢に深く敬意を表します。 本件については弊社に関係する事象についても情報を得ており、現在、事実関係を確認しています。 大前提として、 社員が他社を選ぶことについては、経営者である僕自身の責任だと考えています。 自社に至らない点があったからこそ選ばれなかった。 その事実を真摯に受け止め、社員から選ばれ続ける会社をつくることが僕の責任です。 そして何より、今回の件で事情を十分に知らないまま巻き込まれてしまったかもしれない元社員に対しても申し訳ない気持ちがあります。 もし本人が知らないところで問題のある行為に関わることになっていたのであれば、その人自身もまた守られるべき存在だと思っています。 本来であれば、もっと安心して働き、成長し、次の挑戦に進める環境をつくるべきでした。 会社を離れたからといって、共に同じ目標を見て過ごしてくれた仲間を大切に思う気持ちは変わりません。 ただ、それと今回問題提起されている行為の是非は全く別の論点だと思っています。 人材の流動性や企業間の健全な競争は、業界の発展に必要なものです。 その一方で、経歴の偽装や不適切な情報の取得、顧客との信頼関係を損なうような行為が事実であれば、決して容認されるべきでは無いと考えます。 僕が何より強く思うのは、真っ当に努力している人間が馬鹿を見るような業界であってはならないということです。 必死に努力を重ね、技術を磨いているエンジニア。 仲間の成長と幸せを願い、育成に投資している経営者。 日々お客様と誠実に向き合い、信頼を積み重ねている仲間たち。 そうした一人ひとりの努力によってこの業界や事業は成り立っています。 一部の不誠実な行為によってその努力が踏みにじられ、業界全体の信用まで失われることがあってはなりません。 僕自身もまだまだ未熟な経営者です。 自社の課題には真摯に向き合い続けますし、同時に守るべきものに対しては毅然とした姿勢を貫きたいと思っています。 企業の成長や利益の追求は、倫理や誠実さを犠牲にしてまで実現するものではないはずです。 正直者が馬鹿を見るのではなく、真っ当に努力した人間が正当に報われる業界へしていきたいと切に願います。 今回声を上げてくださったにしけんさんをはじめ、同じ志を持つ経営者の皆さんと共により良い業界をつくっていきたいです。 そして僕自身も、大切な仲間を預かる経営者としてその実現に責任を持って行動していきます。 最後に、田代さん(@engineermikata )へ。 僕自身、同じ経営者として偉そうなことを言える立場ではありませんし、今回の件で誰かを一方的に責めたいわけでもありません。 ただもし今回指摘されていることが事実なのであれば、関係する方々のためにも誠実に向き合い、説明と必要な責任を果たしていただきたいと思っています。 僕は人が過ちを犯したとしても、その人の未来まで否定されるべきではないと思っています。 まだまだお若いですし、これから先いくらでも人生を変えて再び挑戦できる可能性があるはずです。 大切なのはこれからどう向き合いどう行動していくかだと思います。 同じ業界で経営する一人として、誠実な対応を心から願っています。 ご協力できることがあればいつでもご連絡ください。 そして最後に、 経営者としていつか一緒に同じ景色を見て、切磋琢磨できる日を心より楽しみにしております。

AI導入の「社内啓蒙」で最も効果的だった方法。 うちでやったこと：毎週金曜に「AI活用BEST of the Week」を全社共有。 各社員が1週間で試したAI活用の中から、最も効果的だったものを1つ投稿してもらう。 投票で1位を決めて、MVPにはちょっとした賞品。 ゲーム感覚で広まる。強制感ゼロ。でも参加率は週を追うごとに上がった。 「使わなきゃ」ではなく「使いたくなる」仕掛け。これが定着の本質。

ChatGPTメモリ機能「Dreaming V3」の企業活用アイデア。 個人利用：AIが自分の好みや文脈を記憶してくれる→対話の質が上がる 企業利用に転用すると： ・クライアントの過去のやり取りをAIが記憶→次の提案に反映 ・社内の意思決定の経緯をAIが蓄積→新メンバーが文脈を即座に把握 「AIの記憶力」を業務設計に組み込む発想。 まだ多くの企業がここまで考えていない。先に設計した企業が圧倒的に有利。

「AIを使いこなしている企業」と「使えていない企業」の差。 GUGAの調査で明確になったこと： 使いこなしている企業：「組織として支える仕組み」がある（研修・勉強会・認定制度） 使えていない企業：「個人の自発的な工夫」に頼っている 個人の工夫は属人的で、その人が異動・退職したら終わる。 組織の仕組みは持続する。 AI活用を「個人のスキル」ではなく「組織のケイパビリティ」にする。これが定着の鍵。

【保存用】AI導入プロジェクト、キックオフで決めるべき3つ 1. 成功基準：「○ヶ月後に○○が○%改善」を数値で合意 2. 撤退基準：「○ヶ月時点で○%未満なら中止」を全員で共有 3. 意思決定者：本番移行のGO/NO-GOを出す人を1人決める この3つが曖昧なまま始まったプロジェクトは、ほぼ確実に迷走する。

「AI時代に経営者が磨くべきスキルは何か」 いろいろ言われているが、私の答えは1つ。 「問いを立てる力」。 AIは「答え」を出すのが得意。でも「何を問うか」は人間にしかできない。 「この業務は本当に必要か？」 「この市場に参入すべきか？」 「この投資は3年後にどう返ってくるか？」 良い問いを立てられる経営者は、AIの力を最大限に引き出せる。

経営者として、AIの「規制リスク」もウォッチしている。 EU AI Act、日本の個人情報保護法改正、各業界のガイドライン。 AIの技術進化だけを追いかけて、規制を見落とすと、ある日突然「使えなくなる」リスクがある。 実際にAnthropicのClaude Fable 5が規制対応で一時停止された事例もあった。 「攻め」のAI投資と「守り」の規制対応。両方やるのが経営者の仕事。

Snowflakeが自律エージェントと人間の協業を推進している。 データウェアハウスの巨人が「AIエージェント」に本格参入。これは大きなシグナル。 データ基盤を持つ企業がAIエージェントを組み込むことで「データ→分析→行動」が一気通貫になる。 企業にとっての示唆： 「データ基盤の整備」と「AIエージェントの導入」は、もはや別々のプロジェクトではない。セットで考えるべき。 データ基盤×AIエージェントの設計、弊社のAIチームが支援しています。

TEAMZサミット2026で感じた「AI×Web3」の可能性。 AIエージェントとブロックチェーン技術の融合が、新しいビジネスモデルを生み出しつつある。 まだ実験段階のものが多いが、「AIエージェントの行動ログをブロックチェーンで管理する」という発想は面白い。 AIの判断の透明性・追跡性が担保される。特に金融・医療・法務領域で需要が出てくるはず。 新しい技術の組み合わせを常にウォッチしておくことが、導入支援企業の責務だと思っている。

GUGA（生成AI活用普及協会）の事例データベースが非常に有用。 日本国内の生成AI活用事例を、AI有識者が信頼性を確認した上で収集・整理。 無料で閲覧可能。キーワード検索、業界別表示にも対応。 自社のAI導入を検討する際、同業他社がどう使っているかを調べるのに最適。 「うちの業界ではAIは使えない」と思っている方は、まずこのデータベースを検索してみてほしい。きっと事例が見つかる。 事例を見た上での壁打ち、DM開放中。

AIエージェント市場の成長を示す1つの数字： GUGAの生成AI活用事例分析レポート（2025年10月〜2026年3月）で、キーワードランキング第1位が「AIエージェント」。 半年前は「生成AI」が1位だった。 市場の関心が「生成AI全般」から「AIエージェント具体的にどう使うか」に完全にシフトした証拠。 「生成AIを試してみた」フェーズは終わった。 「AIエージェントを業務に実装する」フェーズに入った。

Salesforce Agentforceの数字： 社内だけで50万時間分の業務をAIエージェントが代替。 マーク・ベニオフCEO：「2025年末までにAgentforceで10億のAIエージェントに力を与える」 10億。桁が違う。 でもこの数字が示すのは「AIエージェントは一部の企業の実験」ではなく「グローバル企業のインフラ」になりつつあるということ。 「うちには関係ない」と思っている企業ほど、気づいた時には手遅れになる。

社内ヘルプデスクのAI化で「月30万件の問い合わせ」を処理した企業がある。 従来のチャットボットでは対応しきれなかった規模。 AIエージェントに切り替え、社内ナレッジを統合的に活用する仕組みにした。 結果：シナリオ設計やメンテナンス工数が大幅に低減。問題解決率も向上。 「チャットボットの限界」を感じている企業は、AIエージェントへの移行を検討すべきタイミング。

AIエージェント導入で「現場の暗黙知」をどう扱うか。 成功事例に共通するポイント： 現場の知識をAIに反映する→ AIの精度と実用性が上がる 現場の声を起点にAIを育てる→ 利用率と定着率が上がる 逆に失敗する企業は「IT部門だけでAIを作って現場に渡す」。 現場の暗黙知は、現場のヒアリングからしか得られない。 このヒアリング設計が、AIの品質を決める最大の変数。 現場ヒアリング→AI設計のプロセス構築、うちが支援しています。DM開放中。

「One Person, One Billion Company」という概念をPwCが提唱している。 1人の創業者がAIエージェントを駆使して、評価額10億ドル規模の企業を作る。 まだ極端な話に聞こえるかもしれない。でも方向性は正しい。 AIエージェントの普及で「少人数で大きな事業を回せる時代」が確実に来ている。 企業にとっての示唆： 「人を増やして成長する」モデルから「AIを増やして成長する」モデルへの転換。 この発想の転換を、うちは自社でも実践中。相談はDMで。

AIエージェント導入で「PoC止まり」を突破する方法。 GUGAの調査で、AIエージェント活用は「検証段階から業務実装へ」フェーズが移行していることが確認された。 しかし多くの企業はまだPoC止まり。 突破のための3つの条件： 1. PoCの前に「本番移行の判断基準」を決めておく 2. PoC成功後の予算を事前に確保しておく 3. 本番移行を担当するチームをPoC段階から巻き込む この3条件を満たさないPoCは、どれだけ成功しても「で、次どうする？」で止まる。 PoC→本番移行の設計、DMで相談受けています。

2026年7月版・すぐ使えるAI活用アイデア5選 1. Gemini Daily Brief的な朝の要約を、ChatGPT/Claudeで自作する → 前日のメール・議事録をAIに食わせて「今日の優先事項」を出力 2. 提案書のドラフトをAIに書かせ、5分で叩き台を作る 3. 会議前にAIにアジェンダ案を出させる（前回議事録を参照させる） 4. 競合の最新ニュースをAIにまとめさせ、毎朝5分で把握 5. 月次レポートの数字集計をAIに代行させる 全部、明日から始められます。

AIに「この提案書、クライアントの社長に刺さりますか？」と聞いたら、 「数字の根拠が弱い。特にROIの算出根拠にページ3の仮定値が2つ含まれており、クライアントからツッコまれる可能性が高い」 と返ってきた。 確認したら、確かに仮定値が甘かった。 AIにプレゼンの「ツッコミどころ」を事前に探させるの、おすすめ。 本番で恥をかく前に気づける。

最新のGemini 3.5 Flashに「うちの会社の強みと弱みを分析して」と聞いたら、289トークン/秒で回答が返ってきた。 速すぎて読めなかった。 ……AIの進化の方向が「速さ」に向かっているのを実感。 でも経営者にとって大事なのは「速く答えが出ること」ではなく「正しい問いを立てること」。 AIが速くなればなるほど、人間の「考える時間」の価値が上がる。

正社員1名の3年コストは1,600〜2,400万円。AI職種は150〜400万円。 この比較自体より、これを経営会議のテーブルに載せられるかどうかが本質だと思っています。「便利そうだから入れる」では稟議も通らないし、定着もしない。投資回収の言葉で語れて初めて、AIは経営の意思決定になる。 ただし数字の前に必要なのが「どの業務を任せるか」の設計です。ここがズレるとどんなに良いAIでもPoCで終わる。 7/30（木）14時、戦略設計の専門家・柴田雄平さん（@yuuuu19860221）と共催で、ここを整理するセミナーをやります。参加無料です。 ▼お申し込みはこちら visionary-jp0730.peatix.com/…