記事 AI・生成AI OpenAI、Excel内で直接AIが使える「ChatGPT for Excel」を発表 OpenAI、Excel内で直接AIが使える「ChatGPT for Excel」を発表 2026/03/09 1 米OpenAIは2026年3月5日、Excel内でChatGPTが使える「ChatGPT for Excel」のベータ版を発表した。利用者は自然言語による指示のみで、複雑な表計算モデルの構築やデータ分析、数式の修正を行える。最新のAIモデルを搭載し、特に金融や財務の専門業務における作業負担の軽減を狙う。
記事 最新ニュース 長期化ならスタグフレーションも＝イラン情勢の緊迫化で―経団連の筒井会長 長期化ならスタグフレーションも＝イラン情勢の緊迫化で―経団連の筒井会長 2026/03/09 出典：時事通信社
記事 最新ニュース 女性特有の「がん」に負けない＝治療も仕事も、広がる企業支援―国際女性デー 女性特有の「がん」に負けない＝治療も仕事も、広がる企業支援―国際女性デー 2026/03/09 出典：時事通信社
記事 AI・生成AI AnthropicのアモデイCEO「AIに意識がないとは言い切れない」 AnthropicのアモデイCEO「AIに意識がないとは言い切れない」 2026/03/09 2 米AI開発大手Anthropicのダリオ・アモデイCEOは、2026年2月、米メディアのインタビューの中で、自社の大規模言語モデル Claude（クロード）について、AIモデルが「意識がないとは言い切れない」と述べ、AIの中に『意識』が芽生えている可能性について言及した。最新モデルではAI自身が意識を持つ確率に言及しており、AI開発の最前線では道徳や倫理を巡る新たな基準が設けられつつある。
イベント・セミナー オンライン 2026/03/27 オンライン 2026/03/27 生成AI爆速仕事術（たてばやし淳：ベストセラー書籍から学ぶビジネス厳選講座） 生成AI爆速仕事術（たてばやし淳：ベストセラー書籍から学ぶビジネス厳選講座）
イベント・セミナー 東京都 2026/03/18 東京都 2026/03/18 集客・接客・ファン化を一気通貫で強化する ― NTTデータ先端技術のAIドリブンCX実装モデル ― 集客・接客・ファン化を一気通貫で強化する ― NTTデータ先端技術のAIドリブンCX実装モデル ― NTTデータ先端技術は、顧客接点を「集客・接客・ファン化」の3段階に分け、それぞれの課題を解決する最新のCXモデルを提案しています。本セミナーでは、AIを活用したSEO最適化やコンテンツ自動生成による流入強化、対話型AIやFAQ自動応答での応対品質向上、SNS分析や顧客行動予測AIによるファン化促進について具体的な方法をご紹介します。 さらに、これらを統合することで「見つけてほしい→買ってほしい→好きになってほしい」を実現するアーキテクチャを解説します。顧客体験の未来を切り拓くヒントを掴む絶好の機会です。ぜひご参加ください。
記事 AI・生成AI NECなど、DID/VCで人材循環モデル構築 就活面接で実証開始 NECなど、DID/VCで人材循環モデル構築 就活面接で実証開始 2026/03/09 NECとグローカル、VESS Labsは2026年3月9日、分散型ID（DID）と検証可能な資格証明（VC）を活用し、京都における人材循環モデルを共同で構築すると発表した。
イベント・セミナー オンライン 2026/04/16 オンライン 2026/04/16 経験に頼らないデザインレビューへ AI審査員が実現する「準備工数削減」と「品質の標準化」 経験に頼らないデザインレビューへ AI審査員が実現する「準備工数削減」と「品質の標準化」 デザインレビューの品質は、 どれだけ多くの知識を参照できるか、 どこまで漏れなく確認できるかで決まります。しかし現場では、 ・過去トラや設計規定の確認に時間がかかる ・レビュー観点が人によってばらつく ・ベテランにチェックが集中し、負荷が高まる といった課題が重なり、 品質を上げようとすると工数が増え、工数を減らそうとすると品質が下がる というジレンマに陥りがちです。こうした状況を、 これ以上「人の経験」や「手作業」だけで支え続けるのは、 現実的ではありません。「ナレッジが整っていないからAIはまだ早い」―― そんな心配は不要です。 本セミナーでは、AIが一次審査を担い、日々の業務からナレッジを自動で蓄積することで、デザインレビューを属人化しない“仕組み”として回す方法を、具体的な活用イメージを交えて解説します。 ＜本セミナーのポイント＞ AIが「ためる」：ナレッジ蓄積の自動化 DR会議の音声から、指摘事項・判断理由・注意点をAIが自動で抽出。人がまとめ直さなくても、ナレッジとして整理・分類された形で蓄積されます。 AIが「使う」：一次審査の自動化 AIが過去トラブル、設計規定、チェック観点を横断的に参照。レビュー前の段階で、リスクになり得る箇所を自動で洗い出します。 人は“判断する”：本来のレビューに集中 形式チェックや網羅確認はAIに任せ、人は設計の妥当性やトレードオフ判断など、本来価値の高いレビューに集中できる環境を実現します。 導入効果： ・DR準備・確認工数の大幅削減 ・レビュー品質の平準化と抜け漏れ防止 ・ベテラン依存の緩和と若手育成の加速 そして最終的には、 自社の設計思想や審査基準を学習した 「自社専用のAI審査員」へと進化させていくことが可能です。AIが裏側で一次審査とナレッジ整理を担い、 人はより高度な設計判断に集中する。 そんな次のデザインレビューの姿を、 本セミナーでは具体的な活用イメージとともにお伝えします。
