Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
reiwatravel ai era
Search
reiwa-travel
September 15, 2026
Business
200
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
reiwatravel ai era
reiwa-travel
September 15, 2026
More Decks by reiwa-travel
See All by reiwa-travel
skill-creator-guide
reiwatravel_0405
0
120
GopherCon-Tour-2025_minami-okada.pdf
reiwatravel_0405
0
430
創業期の急成長を実現した技術戦略を振り返る
reiwatravel_0405
0
230
QA Career Talk vol.5 〜QAエンジニアの生存戦略~
reiwatravel_0405
0
420
20250527_NEWT‐Tech-Talk_semba
reiwatravel_0405
0
540
20250527_NEWT‐Tech-Talk_hosoi
reiwatravel_0405
0
490
20250527_NEWT‐Tech-Talk_fukuda
reiwatravel_0405
0
530
20250527_NEWT‐Tech-Talk_magara
reiwatravel_0405
0
630
reiwatravel_20250416_vpoe-magara_lt
reiwatravel_0405
2
1.6k
Other Decks in Business
See All in Business
インキュデータ会社紹介資料
okitsu
3
60k
株式会社L is B 会社紹介 / LisB Corp. Introduction 20260814
lisbcorp
PRO
0
1.3k
課題発見から始めるプロダクト密着型TA組織立ち上げ 〜小規模TAチームが3Dアセットの生産性を倍にした方法〜
gree_tech
PRO
0
920
PMよ、エゴイストになれ!
suh1101
0
200
CARE COMPASS|サービス紹介資料
bokurano_compass
0
150
どうせなら「楽しい仕事」をする
kozotaira
0
330
BLUEDGE(ブルーエッジ)物流向けオーダーメイドSaaSサービス 2026年8月版
bluedge_llc
PRO
1
160
OR Royalties Inc. - Corporate Presentation, September 2026
orroyalties
0
700
会社説明資料
caitechhr
0
680
三井物産グループのデジタル証券~福岡・天神~徹底解説セミナー
c0rp_mdm
PRO
0
1.1k
ファブリカホールディングス_2027年3月期 第1四半期説明資料
fabrica_com
1
6.2k
5 quotes that sum up recent trading in the travel sector - August 2026
marketingttc
0
120
Featured
See All Featured
Paper Plane
katiecoart
PRO
3
53k
Code Review Best Practice
trishagee
74
20k
What does AI have to do with Human Rights?
axbom
PRO
1
2.4k
How to build a perfect <img>
jonoalderson
1
6k
Agile Leadership in an Agile Organization
kimpetersen
PRO
0
230
AI Search: Where Are We & What Can We Do About It?
aleyda
0
7.9k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.6k
エンジニアに許された特別な時間の終わり
watany
108
250k
Deep Space Network (abreviated)
tonyrice
0
300
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
How to Ace a Technical Interview
jacobian
281
24k
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.6k
Transcript
令和トラベル / 経営者向け 令和トラベルとAI時代 AI Organization Strategy 人を増やして伸ばす会社から、 AIの進化で生産能力が上がる会社へ。 Tokens
× Intelligence × Context × Orchestration 01 調査基準日 2026年9月13日 / 外部事例は公表資料に基づく © 2026 Reiwa Travel, Inc.
自己紹介 篠塚 孝哉 創業者 & CEO シリアルアントレプレナー 旅行領域での成功体験をもとに、AI時代に再び挑む 02 Reluxを創業し、KDDIへ譲渡
2007 リクルート入社(旅行カンパニー) 2011 Loco Partners 創業・代表取締役就任 2013 高級宿泊予約サービス「Relux」ローンチ 2017 Loco Partners が KDDI グループに参画 2020 Loco Partners を退任 2021 令和トラベル 創業・代表取締役CEO就任 © 2026 Reiwa Travel, Inc.
NEWTについて NEWTが提供する旅行体験 検索、予約、現地体験から帰国後まで 110以上の国・地域、18万件のツアーをアプリ1つで かんたん 3ステップで予約、旅先のToDoも一括管理 おトク NEWT Elite でポイント最大5%還元
えらべる 海外旅行の品揃えNo.1、eSIM、保険 あんしん 24時間 / 365日サポート 03 品揃えNo.1:アプリブ調べ(2026年1月・海外旅行取り扱いパッケージ数調 査) © 2026 Reiwa Travel, Inc.
結論 主張 → 結論 AIでエンジニアの出力が桁違いに増えた結果、会社の制約は「作る力」から「何を作るか決め、検証し、売る力」へ移った。 だから経営がやることはツール配布ではなく、人材の能力開発・仕事のトリガー/AIワークフロー・最適な資源配分の3つを 同時に組み替えることである。 01 02 03
従来の人数比は、役割ごとの能力が同程度で あることを暗黙に前提にしていた。その前提 が崩れた。 モデルは借り物で、しかも交換可能。差がつ くのは、AIが仕事を完遂できる会社側の環境 のほう。 月給とAPI請求額を並べても意味がない。人 の確認・修正や基盤の保守まで含めて比べ る。 人数比が同じでも貢献の比率は崩れ た。非エンジニアのAI能力を上げる ことが最優先の経営課題になる 増員では解けない。制約は工程間の速度差。 04 3つは同時に決めないと効かない。 投資対象は「どのAIを使うか」では なく、ハーネス・ID権限・AIワーク フロー・完了判定という環境になる 配っただけでは成果は変わらない。 比較単位を「成果1件あたり総原価」 に変え、採算の合う業務へ計算資源を 寄せる Token費の最小化ではない。 © 2026 Reiwa Travel, Inc.
全体像 1枚で見る、全体の関係 05 制約が移った。だから3つを同時に決め、回り続ける仕組みにする。 © 2026 Reiwa Travel, Inc.
全体の流れ 5つの問いに、順に答える 06 章 問い 答え 1. 現在地 いま何が起きているのか 人数比は同じでも、貢献のバランスが崩れた
2. 人材 誰の能力を上げるのか 非エンジニア。CXO要件と採用要件に組み込む 3. 仕組み 会社側が用意するものは何か ハーネス・ID権限・AIワークフロー 4. 経済性 いくらかかるのか 成果1件あたり総原価で比べ、採算の合う業務へ寄せる 5. 意思決定 経営は何を決めるのか 人材・仕事・投資の3つを同時に決める 補足 質疑で使う材料 世界の事例/役割の移行/制度・KPI/完了判定/90日計画/出典 結論は冒頭に置いた。以降はその根拠を順に示す。 © 2026 Reiwa Travel, Inc.
1. 現在地 人数比は同じでも、貢献のバランスは崩れている 観察 エンジニアのAI能力が先行 した 扱える仕事の量と範囲が拡張し、同じ人 数でも出力が変わった。調査・試作・検 証を一人で回せる範囲が広がったため。 含意
› 非エンジニアの相対的な貢 献価値が下がる AIを使えないまま従来の働き方を続ける 限り、成果への寄与は相対的に減る。本 人の努力量が同じでも、周囲の出力が増 えるため。 前提の崩壊 「5人:1人」が成り立たな › くなった 従来の人数比は、役割ごとの能力が同程 度であることを暗黙に仮定していた。能 力差が開けば、同じ比率でも成立しな い。 だから、非エンジニアのAI能力を上げることが最優先の経営課題になる。 ここを放置したまま開発側だけを速くしても、作ったものが検証も販売もされないまま滞留する。 「桁違い」は現場観察であり、測定済みの倍率ではない。5:1は一般的な比率の例。 07 職種の優劣ではない。前提が変わった。 © 2026 Reiwa Travel, Inc.
1. 現在地 増員では、解けない 実装だけが速くなる 企画・優先順位・受入の判断は変わらな いまま。実装能力だけが5倍になっても、 上流が同じなら使い切れない。 → レビュー待ちと 未検証の機能が積む
作るほど、詰まりが下流へ移動する。レ ビュー待ちの列が伸び、検証も販売もさ れない機能が滞留する。 → 作っても 成果に変わらない 売られない機能、検証されない機能が残 る。工数は増えたのに、事業KPIは動かな い状態になる。 制約は人数ではない。工程ごとのAI化速度の差である。 人を足しても、遅い工程が遅いままなら詰まりは動かない。次にAI化すべきは、コードを書く工程ではなく、カスタマー理解・仮説形成・ 企画・評価・販売の工程である。 08 OpenAIは人によるQAが、Cursorはレビュー・監視・保守が、コード生成の速度に追いつかない課題を公表している。 © 2026 Reiwa Travel, Inc.
1. 現在地 組織アウトプットの方程式が変わる これから これまで Labor × Time × Productivity
人員 × 稼働時間 × 一人あたり生産性 09 Tokens × Intelligence × Context × Orchestration 要素 意味 経営として設計すること Tokens 計算資源 有効な推論・探索・並列実行に、どれだけ投入するか Intelligence モデル知能 課題に適したモデルの能力を、どこまで使い切るか Context 事業文脈 自社データ・カスタマー理解・判断基準を渡せるか Orchestration 実行設計 起動・分解・連携・権限・検証・改善をつなげられるか 知的業務を対象とした概念式であり、推計式ではない。Tokenを2倍にすれば成果が2倍になるという意味ではない。 © 2026 Reiwa Travel, Inc.
2. 人材 / 令和トラベルで実施済み CXOと採用の要件に、AIを組み込んだ 能力基準は、宣言だけでは組織に伝わらない。FY27下期から、経営チーム自身と採用の入口の両方に必須要件として組み込んで いる。 CXO全員 採用のエントリー要件 AIワークフロー戦略の策定
AIケイパビリティを要件に 担当領域のどの業務が対象で、何をどこま で自動化するのか。目標と期限まで含め て、各CXOが自分の言葉で定義する。 職務記述書の必須要件として明記した。経 営チームが免除される設計にはしない。 職種を問わず、選考の入口で確認する。経 験年数や実績では代替できない項目として 扱う。 経営チーム自身が対象に入っていなけれ ば、現場には伝わらない 他がどれだけ優秀でも、ここを満たさなけ れば採用しない を必須化 どの業務を、どうやって自動化するかを明 文化し、コミットさせる 10 CXOの必須要件 追加 いまAIを使えていないことは、能力ではなく好奇心の問題として扱う。 全候補者の必須項目に追加 © 2026 Reiwa Travel, Inc.
3. 仕組み ハーネス=AIに仕事を完遂させる実行基盤 中核 道具 権限 AIモデル データ・業務知識・成功条件 API・MCP・業務システム ID・最小権限・監査
頭脳は借りられる。交 換可能な部品として扱 う。 実行 評価 復旧 ここだけ良くしても、成 果は変わらない。 11 文脈 業務仕様、過去の判断理由、何を もって成功とするかの定義 起動・状態保持・並列化 トリガー起動、長時間処理の再 開、並列実行の制御 データ基盤、管理画面、社内シス テムへの接続 テスト・受入・効果確認 回帰テスト、受入基準、反映後の 効果確認 失敗のたびにプロンプトを直すのではなく、環境・道具・評価条件を直す。 ワークロードID、最小権限の付 与、操作ログの監査 再試行・停止・人へ引継ぎ リトライ上限、停止条件、人への 引き継ぎ手順 © 2026 Reiwa Travel, Inc.
3. 仕組み 認証情報の集中管理と、IDベースのアクセス制御 これまで これから 各PCの .env に長期有効なキーを置く。配布と回収が運用の中心にな る。 人とAIそれぞれのIDに対して、範囲を限って許可する。
合鍵を配る 必要な仕事に、必要な権限だけ 対象 これから 人のアクセス Googleアカウント等のIDで本人を識別し、所属・役割に応じて許可する AIの自律実行 サービス/ワークロード専用IDで、必要な資源だけへアクセスさせる 秘密情報の扱い クラウドで集中管理。可能な接続は短期資格情報にし、監査・失効を統一する OAuth化・シークレットの集中管理・キーレス化は別の概念。「OAuthにしたから秘密情報が無くなった」とは言えない。 12 AIに会社の合鍵を渡すのではなく、必要な権限だけで実行させる。 © 2026 Reiwa Travel, Inc.
3. 仕組み / 構築中 AIワークフロー時代へ トリガーが起きた時には、もう仕事が始まっている。 人がAIを起動するのではなく、仕事の発生がAIを起動する。事象が起きる → 監視の仕組みが検知する →
AIが調べ、原因仮説を立 て、修正してテストまで通す。 事象発生 › 検知 調査・修正 › › AI AIへ委任する ログと変更履歴の収集/原因仮説/修正とテスト/証拠を 添えた提案 人のところには、判断できる材料が揃った状態で届く。 13 テスト › PRが完成 › 承認・反映 › 効果確認 人が判断する 重要度と優先順位/カスタマーへの対外的な約束/本番反 映・予算・リスク 参加するのは、調査を依頼する時点ではなく、判断が要る時点から。 トリガーは入口。価値は、反映後の結果までループが閉じたとき。 © 2026 Reiwa Travel, Inc.
4. 経済性 人件費か、Token費か。比較単位を変える 社会のすべては、Tokenへ向かう。— 経営仮説 人の時間で供給していた知的作業の多くが、推論計算で供給されるようになる、という意味に限定する。 成果1件あたり総原価 = 対象業務の総コスト ÷
受入条件を満たした成果数 同じ範囲・品質・納期で比べ、失敗対応や監視の費用も含める。月額の給与とAPIの請求額を並べても、比較にならない。 人中心の実行 人の実作業・レビュー・修正 + ツール・運用費 人数と時間で積み上がる。供給を増やすには採用するしかなく、立ち 上がりにも時間がかかる。 AIを組み込む実行 Token + 実行環境 + 人の確認・修正 + 構築・保守の配賦 Token費だけを見ない。人の確認と基盤の保守まで入れて初めて比較 できる。 月給とAPI請求額を並べない。削減した作業時間は、そのまま現金の人件費削減にはならない。 14 Token費の最小化ではなく、採算の合う業務への配分を最大化する。 © 2026 Reiwa Travel, Inc.
4. 経済性 AIモデルの追い風を、100%受けられる体制か? 差し替えられる モデルと、データ・道具・業務 ルールを分離しておく。モデル は交換可能な部品として扱い、 業務側を巻き込まない。 乗り換えのたびに作り直しにな る
比較できる ← 4条件の中核 代表業務で品質・速度・総原価 を同条件で測る。手作業の試用 ではなく、自動検定テストとし て回す。 評判で判断してしまう 展開できる 有益な改善を段階配信し、問題 があれば戻せる。切り戻しの手 順が無いと、そもそも試せな い。 怖くて本番に入れられない 使い切れる 全職種が、増えた能力に合わせ て仕事の範囲を広げる。ここが 止まると、基盤への投資が成果 に変換されない。 能力は上がっても成果が変わらな い 7 日以内 重要なモデル更新から、比較試験に着手する 14 日以内 検証合格から、本番へ段階展開する 15 下段は「できていないと起きること」。「100%」は目指す体制を問う表現であり、無条件の切り替えを意味しない。 © 2026 Reiwa Travel, Inc.
4. 経済性 / 4条件の中核 モデルの自動検定テストを持っているか 新しいモデルが出るたびに担当者が手で触って「良さそう」と判断していては、7日で比較試験は終わらず、判断も人によってぶれ る。 構成要素 持つべきもの 評価データセット
代表業務の入力と期待結果。失敗・境界ケースを含む 自動採点 機械判定できる条件はコード、主観品質は基準つき評価 回帰テスト 本番の継続観測 原価の同時計測 モデル更新・プロンプト変更のたびに自動実行 実行ログ・受入率・事故を本番でも測り続ける 品質と並べて速度・Token・実行環境費を測る 無いとどうなるか 一般ベンチマークの順位で判断し てしまう 人の目視が律速になり、量に追い つかない 直したつもりが別の場所を壊す 現場で使えない状態に気づけない 品質だけで選び、総原価が見えな い LangSmith・Langfuse・Braintrust・W&B Weave・Arize Phoenix・promptfoo 等が代表例(機能比較・推奨ではない。選定は自社要件で行う)。 16 ツールは交換できる。評価データセットは交換できない資産。 © 2026 Reiwa Travel, Inc.
4. 経済性 個人の時短を、会社に残る複利へ変える 事業文脈 カスタマー理解・業務ルール・意思決 定の理由 実行する → 実行の資産 再利用できるツール・ワークフロー・
権限設定 評価の資産 成功条件・失敗例・回帰テスト・評価 データセット 次の実行が強くな → 結果を評価する → 共有資産を更新す る る 1周ごとに資産が増え、次の1周が強くなる。だから単なる循環ではなく複利である。共有フォルダに保存するだけでは資産にならない。 17 モデルは更新する。会社固有の文脈・実行・評価は蓄積する。 © 2026 Reiwa Travel, Inc.
5. 意思決定 経営が決めるのは、この3つ 人材を変える 仕事を変える 投資を変える 非エンジニアを含め、AI込 みの実務成果を能力基準に するか トリガーから実行・評価・
反映まで、責任者付きのル ープにするか 人員と計算資源を、同じ成 果の品質・総原価・事業価 値で配分するか CXO要件・採用要件・評価制度に組み込む ハーネス・ID権限・AIワークフロー・完了 判定 成果1件あたり総原価で意思決定する 決めれば、採用・評価・昇格の判断がすべ て変わる。決めなければ、現場は従来の基 準で動き続ける。 仕事の起動方式そのものを変える判断。人 がAIを呼ぶ運用のままでは、待ち時間は減 らない。 採用計画とToken予算を別々に決めている 限り、どちらが得かは判断できない。 人材基準だけ変えても環境がなければ評価できず、環境だけ作っても使う能力がなければ動かない。 18 AIを使う会社ではなく、AIの進化を成果に変え続ける会社をつくる。 © 2026 Reiwa Travel, Inc.
補足 / 2. 世界 AIオペレーションは、実行・検証・統制の仕組みへ移った 19 企業・公表時点 公表された進捗 証拠の性質 OpenAI|2026.02
人がコードを直接書かない制約で社内製品を開発。約5か月で約1,500件のPRを作成・マージ 開発実験・自己報 Stripe|2026.02 社内エージェントが週1,000件超のマージ済みPRを担う。人のレビューは残す 社内運用・自己報 告 Cursor|2026.03 Slack・GitHub・PagerDuty等のイベントや定期実行で動く Automations を提供 製品提供・運用紹 介 Anthropic|2026.04 実行ループ・作業環境・状態を分離。認証情報も実行環境から隔離 実行基盤の設計 Salesforce|2026.09 企業全体の文脈・実行・権限・評価を束ねる Enterprise AI Harness を発表 製品発表(段階提 供予定) 告 PR件数は事業成果ではない。週換算するとOpenAIは約68件/週で、Stripeとは桁も性質も異なる。件数を横並びで比較しない。 © 2026 Reiwa Travel, Inc.
補足 / 3. 人材 非エンジニアを「依頼する人」から「実現する人」へ カスタマー理解 › データ分析 › 仮説
› 動く試作 職種 AI込みで担う範囲 PdM カスタマー理解 → 分析 → 仮説 → 動く試作 → 受入条件 → 効果検証 マーケター 市場・顧客分析 → 訴求仮説 → 制作 → LP試作 → 実験 → 学習反映 › 受入条件 効果検証 › 評価する価値 仕様書の量ではなく、課題設定と検 証済みの意思決定 制作本数ではなく、学習速度と獲得 効率・増分粗利 これまで 要望を集めて仕様書にし、開発に依頼するところまで。 これから 調査・分析・試作・検証までを自らAIと進める。評価するのは仕様書の量ではなく、検証済みの意思決定。 P&Gの実験ではAI利用の個人がAIなし2人組に匹敵する提案品質。Unileverの試行は企画書品質+14%・時間最大−58%(母数n非公表・最大値)。 20 専門性を捨てるのではなく、専門性が届く範囲をAIで広げる。 © 2026 Reiwa Travel, Inc.
補足 / 3. 人材 / 設計案 採用・育成・評価を、同じ能力基準でつなぐ 領域 ポリシー 採用
承認済みAIを使う実務課題を出し、成果物・根拠・検証・再現手順を人が審査する 育成 30日で基準測定、60日で実務ワークフロー、90日で他者利用と成果確認 評価・昇格 利用量ではなく、成果改善・再利用される仕組み・能力更新で評価する 管理職責任 本人だけのAI巧者では不十分。チームの能力向上と業務運営の変化まで責任を持つ 会社の責任 アクセス権・データ・予算・教育を整備し、未達者には原因別支援と再評価を行う 品質・機密保持・権限遵守は、加点ではなく必須の通過条件。 21 環境を渡していない状態で個人を評価しない。着想はZapierの公開基準だが、本表は設計案であり既存制度ではない。 © 2026 Reiwa Travel, Inc.
補足 / 3. 人材 / 設計案 KPIは「使った量」ではなく「価値ある成果」 60% 25% 15%
CVRへの寄与、増分粗利、獲得効率、意思決定 他者が使うワークフローの定着、受入率、成 果単位の総原価 実務認定、モデル比較の実行、失敗事例の基 準への反映 成果 の時間 組織への還元 単独のKPIにしない Token消費量/生成数/ログイン回数/検証のない時短申 成果に含める 告 良い検証によって「やらない」と判断できたこと/悪い投 資を止めた意思決定 量を増やせば達成できる指標は、行動を歪める。 採用本数だけを評価すると、無意味な実行が増える。 いずれも「たくさん使えば上がる」指標。目標に置いた瞬間、使うこ と自体が目的になる。 22 能力更新 やらない判断も、検証に基づくなら立派な成果。ここを評価しない と、通すためだけの施策が増える。 © 2026 Reiwa Travel, Inc.
補足 / 4. 仕組み 「AIができたと言う」と「完了」は別物 01 02 03 要件・権限・データ整合性を機械検査す る。予約ならレコードと状態を実際に確認
する。AIが「できました」と言ったこと は、成立の証拠にならない。 判定 決定論的な検査 受入基準とリスク別の人のレビュー。失 敗・境界ケースもテストに含める。重要な ケースはリリースの通過条件にする。 判定 基準つき評価+人の抽出確認 反映後の事業KPI・品質・総原価を追跡し、 学習を次の実行へ戻す。効果は短期に確定し ないことがあるため、受入とは分けて追 う。 成立しているか 採用できるか 価値が出たか 判定 事業責任者(受入とは別に追う) 評価を人の最後の目視だけに寄せると、大量出力に追いつかない。決定論的に検査できる条件はコードで評価し、主観的な品 質は基準つき評価と人の抽出確認を組み合わせる。 Anthropicは「予約できたとの発言」と「DB上に成立した予約」を区別している。低リスクは自動化し、不可逆・高影響の操作には承認を残す。 23 評価があるから、委任できる。 © 2026 Reiwa Travel, Inc.
補足 / 6. 意思決定 / 実行計画案 最初の90日で、能力・仕組み・数字を揃える 0–30日 31–60日 61–90日
対象業務と責任者を決定。現状工数・品質・ 総原価、AI能力、権限を確認する。あわせて 評価基盤(LangSmith等)を立て、代表業務 の評価データセットを作る。 重点職種が実務ワークフローを構築する。受 入テスト、停止条件、モデル比較の仕組みま で含めて整える。 本人以外が使っているか、動き続けている か、成果が出たかを確認する。続ける・やめ るをここで決める。 測る ゲート 現状値と評価セットが出た つくる ゲート 受入テストが通る 回す ゲート 他者が使っている 初期目標例(提案値) 重点業務の人の実作業時間 −30% / 品質は基準値以上 / 重点部門で各 2件 の検証済み共通ワークフロー 24 最初の30日を飛ばすと、あとで効果を主張できない。数値は測定後に確定させる。 © 2026 Reiwa Travel, Inc.
補足 / 設計案 職種別の到達基準は、実物で認定する 対象 L1:成果を高める L2:仕組みにする L3:仕事を変える PdM 根拠付きの仮説・試作・受入条件を作る
顧客の声から仕様・試作・検証案へつな 検証・意思決定の速度と品質をチーム単位 ぐ仕組みを作る で改善する マーケター 分析から訴求・素材・検証計画を作り、 変化を起点に、承認可能な実験案を継続 役割と実験運営を再設計し、獲得効率・粗 結果を解釈する 生成する 利を改善する 管理職 自分の業務をAIと実行し、成果の正否を メンバーが使える文脈・道具・評価基 説明する 準・支援を整える 部門全体の能力・総原価・成果を改善し、 他部門へ展開する 認定に使う証拠 作る前に定義した成功条件/成果物/再現手順/失敗テスト/利用・改善の実績 25 自己申告・資格名・利用頻度では判定しない。判定には人による確認を残す。 © 2026 Reiwa Travel, Inc.
補足 / 出典 証拠の性質を、混同しない 出典 使う事実 約5か月・約1,500件のPR Stripe|2026.02 週1,000件超のマージ済みPR イベント起点の修正PR
Anthropic|2026.04 Salesforce|2026.09 Zapier|2026.03 実行の分離、秘密情報の隔離 企業全体のHarness発表 全職種の採用基準を更新 P&G / Unilever 個人≒2人組/+14%・最大−58% Anthropic|2026.02 16エージェント・API費用2万ドル弱 OpenAI|2026.02 Cursor|2026.03 26 調査基準日 2026年9月13日。自社の定量実績は掲載していない。人材方針・KPI・90日計画・概念式は設計案。 留意点 特定チームの開発実験。全社の倍率で はない 企業自己報告。人のレビューを含む 製品・顧客の紹介。一般的な効果率で はない 基盤設計の説明。増益証明ではない 新統合体験はFY28初頭から提供予定 本資料の配点・認定制度は独自の設計 案 特定課題の実験/試行の自己報告・母 数n非公表 研究実験。人・環境費を含む総原価で はない © 2026 Reiwa Travel, Inc.