登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

やーまん|AIで組織力を高める管理職
@yamano3201
AIは、個人を速くする道具である以上に、組織を強くする道具。|大手メーカーAPAC統括の管理職|部署全員にClaude Codeを配布し、半年で20サービスを内製|AIで組織力を高める実践を、現場の実数で発信しています。
3.1K フォロー中    3.1K ファン
「何でも報告して」と言われると、部下はどこからが報告すべきことなのか迷ってしまいますよね。 「お客様の予定が変わったら」「期限に間に合わなそうなら」のように、起きたことで決めておくと、迷わず上げられるようになると思います。
もっと見る
管理職やってますが、現場の情報をこちらが把握しているか問題とともに、どうやって情報が上がってくるようにするか問題が存在すると思ってます。 何でも報告するように指示すれば、情報量は増えるかもしれませんが、部下の負担が増えるだけになる可能性もありますし、いらない情報まで入ってくるケースも十分にあり得ます。 とすると、現場が自身で何を報告するべきかという判断ができるようにする方がはるかに意味がある気がします。何が起きたときに、誰に共有するのかまで明確にして、報告しやすい仕組みを整えるべきなんですよね。 かつシンプル当たり前部分にはなりますが、管理職の態度は気を付けるべきで、ちゃんと話は聞くべきだという意見です。報告が上がってこない要因は、部下側だけにあるわけではないという前提のもと動くべきだと考えてます。
もっと見る
周りを助ける動きは、できる人ほど当たり前になって、上からは見えにくくなりますよね。 評価の時期に思い出そうとしても出てこないので、気づいたその場で一言伝えておくのが一番確実だと思います。
もっと見る
以前の僕は、 部下の仕事を評価するとき、 結果ばかり見ていました。 目標を達成したか。 期限に間に合ったか。 ミスなく終わったか。 できていれば評価する。 できていなければ改善を求める。 それが上司の仕事だと思っていました。 でも、あるとき振り返ってみると、 部下が普段やってくれていることに、 あまり目を向けていなかったんです。 忙しい人の仕事を手伝ってくれる。 新人が困っていたら声をかけてくれる。 誰も気づかないような小さな問題を、 先に見つけて対応してくれる。 そんな行動を、いつの間にか当たり前にしていました。 自分が見ているのは、 仕事の結果ばかりだったのかもしれません。 それからは、気づいたときに言葉にするようにしました。 「さっきのフォロー、助かったよ」 「いつも周りを見てくれてありがとう」 「前より仕事の進め方が良くなったね」 特別な言葉ではありません。 でも、見ていたことを伝える。 それだけでも、相手の表情が変わることがありました。 もちろん、褒めれば何でも解決するわけではありません。 必要な指導もあるし、 改善してもらわなければならないこともある。 それでも、できていないことばかり伝えていたら、 部下は自分の頑張りを感じられなくなるかもしれない。 指摘することだけが、上司の仕事じゃない。 気づいた頑張りを、きちんと言葉にすることも仕事。 部下の努力を見つけること。 そして、見つけたら伝えること。 僕も、まだまだ意識していきたいと思っています。 現場課長 岡田
もっと見る
目標を決める人と、達成する人が違うと、未達のときに現場だけが説明を求められますよね。 数字と一緒に「何を前提にした数字か」が降りてくれば、現場も早い段階で「ここが合っていない」と言えるのに、と思います。
もっと見る
ずっと疑問なんだけど、会社って何で「社員には厳しい目標」を課すのに、「経営陣が立てた目標の妥当性」は誰も検証しないの? 現場には毎年「前年比110%」「利益率改善」「生産性向上」と高い目標が降ってくる。達成できなければ「努力不足」「危機感が足りない」「もっと知恵を絞れ」と叱責される。 でも、そもそも市場が縮小していたり、競争力のある商品がなかったり、必要な投資がされていなかったりする。 それでも目標未達は現場の責任。 いや、ちょっと待って。実現可能性を十分に検証せずに高い数字を掲げることが、優れた経営なの? そもそも、目標を決める人と、目標を達成する人が違うなら、目標を決めた人にも相応の責任があるんじゃないの? もしかして日本企業の言う「高い目標への挑戦」って、経営陣が実現できない数字を宣言して、現場に達成できなかった責任を負わせるゲームなの? それって経営じゃなくて、ただの無責任な願望じゃないの?
もっと見る
【AIに「使わないで」と書くだけでは、守られたことになりません】 AIに仕事を任せるとき、こんなルールを書きます。 「個人情報は評価に使わないこと」 「社外秘の数字は出さないこと」 「お客様の名前は伏せること」 ここで、指示に書いたから大丈夫と考えがちです。 でも、 AIは指示を守ろうとしますが、毎回必ず守れるとは限りません。 守らせたいことは、二重に防ぎます。 入力側:そもそも渡さない。名前や番号は伏せてから渡す。 出力側:出てきたものに、伏せたはずの情報が混ざっていないか確かめる。 指示は1枚目の壁で、最後の壁にはしないほうが安全なんですよね。
もっと見る
【AIに「使わないで」と書くだけでは、守られたことになりません】 AIに仕事を任せるとき、こんなルールを書きます。 「個人情報は評価に使わないこと」 「社外秘の数字は出さないこと」 「お客様の名前は伏せること」 ここで、指示に書いたから大丈夫と考えがちです。 でも、 AIは指示を守ろうとしますが、毎回必ず守れるとは限りません。 守らせたいことは、二重に防ぎます。 入力側:そもそも渡さない。名前や番号は伏せてから渡す。 出力側:出てきたものに、伏せたはずの情報が混ざっていないか確かめる。 指示は1枚目の壁で、最後の壁にはしないほうが安全なんですよね。
もっと見る
そろえるのは、この3つだと思っています。 ・置き場所:最新版がどこにあるかを1つに決める ・言葉の意味:「顧客数」「解約」などが何を指すかを書いておく ・取り方:人もAIも、同じ入口から取る データの整備は地味ですが、AIと一緒に動ける範囲はここで決まるんですよね。
もっと見る
インセプションデッキの10の問いのうち、特に効くと感じたのは3つです。 ・我々はなぜここにいるのか ・やらないことリストを作る ・何を諦めるのかをはっきりさせる AIに投げる前に、この3つに自分で答えてみる。 答えられないところが、まだ考え切れていないところなんでしょうね。 人に頼むときも、AIに頼むときも同じだと思います。 私が作っている本の紹介サイト「ブックリンカー」にも、要点をまとめています。
もっと見る
私のチームでは、日々のタスク管理やKPIの管理、ダッシュボードにもAIを使っています。 手足をつけるときは、順番があると思っています。 ・まずは「読む」だけつなぐ(数字やタスクを拾ってくる) ・「書く」をつなぐのは、間違えても戻せる操作から ・書いた結果は、しばらく人が一度見る 「相談できるAI」が「任せられるAI」に変わるのは、手足がついたときなんですよね。
もっと見る
2つめのふるいで見分けるときは、こんな問いが使えると思っています。 ・手順を表にしたら、全部書き切れるか(書き切れるなら従来の自動化で足りる) ・例外が来るたびに、人が文章を読んで判断しているか ・担当者によって、結果が少し変わるか 時間の長さは「どこから手をつけるか」の目安にはなっても、「何をAIに任せるか」の答えにはならないんですよね。
もっと見る
そろえるかどうかの判断は、シンプルだと思っています。 ・この先も、つなぐ道具が増えそうか ・使うAIが、1つに決まっていないか ・つないだ人がいなくなっても、ほかの人が直せるか 1つだけ、1回だけなら、そろえるほうがかえって手間です。 増えると分かった時点でそろえるのが、一番楽なんですよね。
もっと見る
【AIに資料を全部入れられるようになっても、全部入れる必要はありません】 AIが一度に読める量が増えて、こんな使い方が増えています。 「規程集をまるごと入れておけば安心」 「過去の議事録も全部渡しておこう」 「読めるなら、入れない理由はない」 ここで、渡せるだけ渡しがちです。 でも、 「入る」と「入れるべき」は別の問題です。 全部入れると、 答えが遅くなる。 費用が毎回かかる。 大事な一文が、ほかの文に埋もれる。 その質問に必要な部分だけを探して渡すのが、RAGの考え方です。 AIエージェントでも同じです。 最初に全部読ませるより、必要になったときに自分で探して読める道具を渡すほうが、長い作業でもぶれにくくなります。 入る量が増えたぶん、何を渡さないかを決める仕事が増えたんですよね。
もっと見る
『実践ソフトウェアエンジニアリング 第9版』は、通読するより、手元に置いて引く教科書だと思っています。 私が作っている本の紹介サイト「ブックリンカー」に、要点をまとめました。 ・従来型とアジャイルは、どちらかを選ぶより組み合わせる ・品質とセキュリティは、テストより前の要求と設計の段階から考える ・言語やツールに寄らない原則は、AIが変わっても使える 私はプロジェクトの計画を見直すとき、リスク管理の章を繰り返し開いています。
もっと見る
【AIに資料を全部入れられるようになっても、全部入れる必要はありません】 AIが一度に読める量が増えて、こんな使い方が増えています。 「規程集をまるごと入れておけば安心」 「過去の議事録も全部渡しておこう」 「読めるなら、入れない理由はない」 ここで、渡せるだけ渡しがちです。 でも、 「入る」と「入れるべき」は別の問題です。 全部入れると、 答えが遅くなる。 費用が毎回かかる。 大事な一文が、ほかの文に埋もれる。 その質問に必要な部分だけを探して渡すのが、RAGの考え方です。 AIエージェントでも同じです。 最初に全部読ませるより、必要になったときに自分で探して読める道具を渡すほうが、長い作業でもぶれにくくなります。 入る量が増えたぶん、何を渡さないかを決める仕事が増えたんですよね。
もっと見る
【AIへの指示がうまい人は、要求を決めるのがうまい人です】 AIにコードや資料を作ってもらうと、こんなことが起きます。 「思っていたのと違うものが出てきた」 「何度直しても、少しずつずれる」 「結局、自分で作ったほうが早かった」 ここで、指示の書き方を工夫しがちです。 でも、 ずれの多くは、書き方より前の「何を作りたいか」で起きています。 誰が使うのか。 何ができたら終わりなのか。 やらないことは何か。 これは昔からある「要求エンジニアリング」の仕事です。 AIへの指示の質は、要求を決める質の延長なんですよね。 ↓書評を書きました
もっと見る
『実践ソフトウェアエンジニアリング 第9版』は、通読するより、手元に置いて引く教科書だと思っています。 私が作っている本の紹介サイト「ブックリンカー」に、要点をまとめました。 ・従来型とアジャイルは、どちらかを選ぶより組み合わせる ・品質とセキュリティは、テストより前の要求と設計の段階から考える ・言語やツールに寄らない原則は、AIが変わっても使える 私はプロジェクトの計画を見直すとき、リスク管理の章を繰り返し開いています。
もっと見る
【AIへの指示がうまい人は、要求を決めるのがうまい人です】 AIにコードや資料を作ってもらうと、こんなことが起きます。 「思っていたのと違うものが出てきた」 「何度直しても、少しずつずれる」 「結局、自分で作ったほうが早かった」 ここで、指示の書き方を工夫しがちです。 でも、 ずれの多くは、書き方より前の「何を作りたいか」で起きています。 誰が使うのか。 何ができたら終わりなのか。 やらないことは何か。 これは昔からある「要求エンジニアリング」の仕事です。 AIへの指示の質は、要求を決める質の延長なんですよね。 ↓書評を書きました
もっと見る
そろえるかどうかの判断は、シンプルだと思っています。 ・この先も、つなぐ道具が増えそうか ・使うAIが、1つに決まっていないか ・つないだ人がいなくなっても、ほかの人が直せるか 1つだけ、1回だけなら、そろえるほうがかえって手間です。 増えると分かった時点でそろえるのが、一番楽なんですよね。
もっと見る
2つめのふるいで見分けるときは、こんな問いが使えると思っています。 ・手順を表にしたら、全部書き切れるか(書き切れるなら従来の自動化で足りる) ・例外が来るたびに、人が文章を読んで判断しているか ・担当者によって、結果が少し変わるか 時間の長さは「どこから手をつけるか」の目安にはなっても、「何をAIに任せるか」の答えにはならないんですよね。
もっと見る
私のチームでは、日々のタスク管理やKPIの管理、ダッシュボードにもAIを使っています。 手足をつけるときは、順番があると思っています。 ・まずは「読む」だけつなぐ(数字やタスクを拾ってくる) ・「書く」をつなぐのは、間違えても戻せる操作から ・書いた結果は、しばらく人が一度見る 「相談できるAI」が「任せられるAI」に変わるのは、手足がついたときなんですよね。
もっと見る
インセプションデッキの10の問いのうち、特に効くと感じたのは3つです。 ・我々はなぜここにいるのか ・やらないことリストを作る ・何を諦めるのかをはっきりさせる AIに投げる前に、この3つに自分で答えてみる。 答えられないところが、まだ考え切れていないところなんでしょうね。 人に頼むときも、AIに頼むときも同じだと思います。 私が作っている本の紹介サイト「ブックリンカー」にも、要点をまとめています。
もっと見る