AI について知っているだけでは十分ではありません。実際の使い方をご紹介します。

In This Article

おそらくあなたは、ChatGPT を数回開いて、標準以下の結果を得て、次に進んだことがあるかもしれません。もしかしたら、AI トレーニングを 1 つか 2 つ受けて、「すごいな、でもこれは実際に私の仕事にどう当てはまるの?」と思ったことがあるかもしれません。あるいは、LinkedIn で推奨されている AI ツールを 12 個もブックマークしていて、まだ 1 つも試していない人もいるかもしれません。 あなたは一人ではありません。 AI を知ることと AI を使用することの間にあるギャップが、私たちの多くが今陥っている状況です。そして、誰もがそれを使うように言っても役に立ちません。 それは、これがほぼ私の仕事だからです。私は HubSpot ブログの執筆チームを管理していますが、私の仕事の大部分は AI でチームを可能にすることです。抽象的でインスピレーションを与える基調講演という意味ではなく、実際の仕事をより適切に遂行する方法について説明します。 私が学んだことは、モチベーションが問題になることはほとんどないということです。人々は学びたいと思っています。 AI に関する情報はどこにでもありますが、真の実現、つまり働き方を実際に変えるものは驚くほど稀です。 それがこの投稿の内容です。このガイドでは、スキル、影響力、キャリアを向上させる方法で AI を仕事に統合するための実践的なフレームワークを紹介します。 目次 AI 対応がキャリアに役立つ理由 なぜ AI の導入はこれほど難しいのでしょうか? AI の実現とはどのようなものですか? チームが AI の実験から実行に移行する方法 Futurepedia が AI の実現に適合する場所 AI 対応がキャリアに役立つ理由 正直なところから始めましょう。 2026 年には、「AI があなたの仕事を助けます」という言葉はほぼ無に近いものになります。AI が私たちの生産性を向上させる可能性があることはわかっていますが、さてどうなるでしょうか? ここでより良い洞察を得ることができます。AI を使用している人と上手に活用している人との間の格差は拡大しています。さらなる進歩を遂げ、AI を日常業務に組み込み、AI を使用して有意義でより良い仕事を生み出し、その影響を示すことができる人々に利益がもたらされるでしょう。 その理由を詳しく見てみましょう。 昇進は努力ではなく成果によってもたらされます。 「私はたくさん努力したのだから、報われるべきだ」という主張は、最近でははるかに難しくなっている。それは、AI を活用した専門家は、そうでない専門家よりも多くの成果と影響力を生み出す傾向があるためです。 AI 対応とは、日々の業務で AI を定期的に活用して、成果と影響力を高める人を意味します。 2026 年、多くの業界は AI の「運用時代」に移行しています。実験段階 (アドホックなプロンプト、1 回限りのツールの使用) はほぼ終了しました。現在期待されているのは、統合された継続的な使用です。 コンテンツ マーケティングを例に挙げます。戦略的に重点を置いた小規模なチームは、AI を戦力増強剤として使用して、制作の日常的な側面の負担を軽減し、人間の編集者が物語の流れ、ブランドの声、正確さに集中できるようにすることができます。 HubSpot の 2026 年のマーケティング現状レポートによると、マーケティング チームの 67% が AI のおかげで週に 10 時間以上節約できたと回答し、71% が AI が大幅に多くのコンテンツの作成に役立っていると回答しています。 AI は日常的な役割の多くを処理できるため、戦略的思考、創造的な問題解決、部門を超えたリーダーシップ、長期計画といった高次の作業に時間を割くことができます。基本的なタスクの実行の価値は薄れてきています。そして、それがボトルネックになっていない場合、マネージャーはよりやりがいのある、目に見える仕事を与えてくれます。 AI の使用が新しいベースラインになりつつあります。 一世代前は、Excel の使い方を知っていることが差別化要因でした。そして、床になりました。それと同じ変化が今、AI にも起こっており、前進するための窓が閉まりつつあることを意味します。 現時点でも、AI の熟練度は依然として優れています。 AI を使用してプロセスを半分に削減したり、チームに週 3 時間を節約するプロンプトを作成したりしたことをマネージャーに伝えると、それが注目されます (これについては後で詳しく説明します)。 ただし、今日上司から認められたことは、1 ～ 2 年後には「Excel で新しいマクロを作成した」と同じように聞こえるでしょう。便利ですが、注目に値するものではありません。 AI の熟練度がベースラインになると、他の誰もがまだどこから始めればよいかを考えている間に、早期にそこに到達し、それに基づいて構築した人々が有利になります。これがベースラインであると主張することもできます。HubSpot の調査では、マーケターの 83% が、AI のおかげでこれまで以上に成果を上げることが期待されていると答えています。 そして、あなたのキャリアにとって最も重要なことは、AI があなたの代わりになるわけではないということです。しかし、それをより良く使用している人はそうするかもしれません。架空のロボットや顔のない自動化の波ではありません。あなたの業界の同じレベルの誰かが、あなたよりも先に真剣に取り組むことを決めた人です。 マネージャーは、誰が AI を使用しているか (誰が使用していないか) に気づきます。 2026 年のギャラップ データによるとリーダーの 69% とマネージャーの 55% が年に少なくとも数回 AI を使用しているのに対し、IC はわずか 40% です。あなたのマネージャーはあなたよりも AI をよく利用している可能性が高いため、何が可能なのか、そしてあなたが追いついているかどうかをかなりよく理解しています。 あなたの上司が誰がクロードを最も促すかについて秘密のスコアカードを保管していると言っているわけではありません。しかし、同じチームの 2 人が同様の作業を行っていて、そのうちの 1 人が AI をプロセスに統合しているため、一貫してより迅速かつ徹底的に作業を行っている場合、それは注目に値します。それは、誰が次のストレッチ割り当てを受けるか、誰が戦略の会話に参加するか、誰が昇進するかに影響を与えます。 なぜ AI の導入はこれほど難しいのでしょうか? これほど多くの人が「AI をもっと活用すべきだということはわかっている」と実際にAIを活用することの間で板挟みになるのには理由があります。実際には、十分に文書化された理由がいくつかあります。 知っていることと実践していることのギャップ 私たちは皆、何か新しいことを学びたい、試してみたいと思ったことがあるはずですが、実際には何も行動しないまま何ヶ月も何年も経ってしまったことに気づきます。寝室で埃をかぶっているベースギターに聞いてください。 研究者のジェフリー・フェファーとロバート・サットンは、この現象を「知識と実行のギャップ」と名付けました。基本的に、何をすべきかを知ることと実際にそれを実行することは、ほぼ完全に別の問題です。 知識と実行のギャップを AI に適用すると、調査結果は次のようになります。BCG は、AI の導入が広範に行われているにもかかわらず、74% の企業が AI の使用による具体的なビジネス価値をまだ示していないことを発見しました。また、企業が AI 導入時に直面する課題の 70% が人材およびプロセス関連の問題に起因しているのに対し、テクノロジーの問題は 30%、AI アルゴリズムの問​​題は 10% にすぎないことも判明しました。 遅延の理由の一部は実際的なものです。あなたにはすでにやるべき仕事があります。カレンダーはいっぱいで、タスクリストは長く、「AI をより効果的に使用する方法を見つけ出す」という抽象的な目標は、目の前にある他のすべてのことと競合しています。 HubSpot Media のプロンプト エンジニア兼 AI スペシャリストである Timothy Biondollo 氏に、なぜこれほど多くの人が認知と採用の間で足踏みしているのか尋ねたところ、彼は丁寧に答えませんでした。 「認識は受動的であり、導入するには、ブラウザに新しいタブを追加するだけでなく、実際の作業方法を変える必要があります。ギャップは、ほとんどの人がまだタスクごとに順番に自分で作業を行って一日を過ごしていることです。有能な人はまったく異なるシフトを行いました。彼らはコンテキストの収集に時間を費やし、指示を書き、その後、戦略と品質に集中している間、バックグラウンドで10個の並列ワークストリームを実行します。これは小さな調整ではありません。それは完全に異なるオペレーティングモデルです。それが何であるかは誰も教えてくれません。実際の移行は次のようになります。そのため、人々は AI を数回試しても変化を感じず、自分には向いていない、または AI がそれを実行できるほど賢くないと考えてしまいます。」 既存の責任を遂行した上で AI を学習することは、大きな制約となります。人間の脳には新しい情報の処理能力の上限があり、それを超えると（ここ数年の AI のペースを考えると、ほぼ確実にそうなっている）、たとえモチベーションが高くても、採用率は急激に低下します。 選択肢が多すぎて明確さが足りない あなたが時間を切り開くとしましょう。さて、何でしょうか？ 市場には何千もの AI ツールが存在します。風景は毎月変わります。新しいモデルや機能がリリースされると、LinkedIn フィードは、人生を変えた 1 つのツールについて語る人々でいっぱいになります。どこから始めればよいのかわからないので、まったく始められません。 選択のパラドックスについて聞いたことがなくても、あなたはきっと経験したことがあるはずです。選択肢が増えれば増えるほど、選びたくなくなります。そのため、私たちは固まったり、選択肢が少ない場合よりも悪い決断を下したりするのです。 AIの習慣を身に付けようとしている人にとって、まさにそれが今起きていることなのです。あなたが選んだツールが実際に正しいツールである可能性はどのくらいでしょうか?威圧的というのは控えめな表現です。 生産性の罠 ここには、あまり言及されていない残酷な皮肉もあります。AI の使用を意図的にしていないと、AI は削減するよりも多くの仕事を生み出すことになります。 AI を使用してデータセットをメモとして要約するシナリオを考えてみましょう。シートをエクスポートして ChatGPT に配置すると、30 秒以内にメモが返されます。しかし今、あなたは出力をレビューし、不正確さを見つけ、何かが間違っているために再プロンプトを表示し、確信のない主張を事実確認し、適切なトーンになるように全体を再フォーマットしています。作業が完了する頃には、AI がイネーブラーであるとは感じられなくなります。それがボトルネックのように感じます。 これが AI 導入が停滞する大きな理由です。人々はそれを試してみて、一般的な反応を得て、それで終わりだと思いますか？彼らは、努力を続ける価値がないと結論付け、昔のやり方に戻ります。しかし、問題はツールではなくアプローチです。 AI をうまく活用するということは、AI がどこで本当に時間を節約し、どこで作業を変更するだけなのかを理解することを意味します。この区別には練習が必要で、AI を認識している人と AI に対応している人を区別します。 AI の実現とはどのようなものですか? 私たちは、AI の実現と導入がなぜ重要なのかを知っています。知識から実践への移行で多くの人が挫折してしまいますが、それは努力が足りないからではありません。 次に、コンテンツ チームと私にとってうまくいった戦略の概要を説明します。これらは、AI の不安を行動に変える実践的な段階的なステップです。 あなたは（まだ）遅れを取っていないことを認識してください。 「最新の AI テクノロジー」を検索すると、すぐにラップトップを閉じてその日の仕事を終えたいと思うときに最適な方法です。 AI には、インフルエンサー、製品の発表、アイデアの発表、さらには自分たちがどのように進歩しているかを伝える同僚の絶え間ない流れから来るプレッシャーがあります。 しかし、その騒音は主に、あなたの注意を引き、あなたに売り込むことを目的としています。この本の中で最も古いトリックの 1 つです。「あなたは遅れをとっている」というものです。遅れを取ることはできません。遅れを取らないように、私のニュースレターを購読してください。このメッセージは、内集団に属したいという私たちの根源的な欲求に訴えます。それは基本的に穴居人の論理です。 あなたに現実をいくつか: Gallup によると、米国の労働者の 49% が職務上 AI を一度も使用したことがないと報告しており、週に数回以上 AI を使用しているのは 26% のみです。ほとんどの大手 AI 企業が拠点を置くこの国では、従業員の約 4 分の 1 だけが AI を頻繁に使用しています。 物事を大局的に捉えるために、もう 1 つの概念、イノベーションの普及理論を紹介したいと思います。 1962 年に E.M. ロジャースによって初めて共有された (そして今日でも重要な) イノベーションの普及理論は、テクノロジーの聴衆全体を 5 つのグループ (イノベーター、アーリーアダプター、アーリーマジョリティ、レイトマジョリティ、ラガード) に分けました。 これらのグループは、新しいテクノロジーをこの順序で採用します。導入はイノベーター（テクノロジー愛好家、影響力のある人、最新の電話機を最初に買う人々など）から始まり、遅れている人（まだ固定電話を使用している人）で終わります。以下の図からわかるように、ほとんどの人は中間のどこかに当てはまります。 ソース では、私たちは生成 AI のタイムラインのどのあたりにいるのでしょうか? これは主観的な判断ですが、これまでに入手したデータを考慮すると、私たちはアーリーマジョリティに入ったばかりだと賭けたいと思います。言い換えれば、概念としての AI が世間の注目を集めてしばらく経ちますが、AI の熟練度はまだ主流になり始めたばかりです。 AI とその可能性について絶賛しているのを聞いたことがある人たちはすべて、最初の 15%、つまりイノベーターとアーリーアダプターです。そして、彼らは他の人よりもはるかに発言力があります。 それはあなたにとって何を意味しますか？ AI の使用にまだ慣れていないとしても、まだ大丈夫です。ただし、アーリーマジョリティが勝ち抜く最後のチャンスなので、遅れないでください。 これは、何事においても初心者であることが簡単だと言っているわけではありません。しかし、その不快感の多くは、誰もが自分より先にいると信じていることから生じます。まだそうなっていません。 小さなことから始めましょう。 他のスキルと同様、AI の熟練度は繰り返し使用することで徐々に強化されるものです。ウェイトリフティングに関する本を読んでも強くなるわけではありません。ある時点で、ダンベルを拾わなければなりません。 これは、すべてのメールを要約し、スプレッドシートをクリーンアップし、スケジュールを管理し、税金を最初から処理してくれるエージェントを雇う必要があるという意味ではありません。初心者であることを受け入れ、小さな成果を探しましょう。そうすれば、運動と同じように、思っているよりも早く効果が現れるでしょう。 私が AI を使って最初にやったことは、自分の口調がおかしいと感じた場合に、社内の Slack メッセージの書き直しを提案するために AI を使用することでした。基本的なことですが、何かを表現するための完璧な方法をじっくり考えるよりも、これがいかに効率的であるかがすぐにわかりました。比較的少ない投資でメリットが得られることが分かりました。 最終的には、チームの内部ツールのコーディング、データセットからのメモの生成、週ごとの責任の計画を支援するためにクロードを使用することに慣れてきました。今では、日常生活で AI を使用していないものを見つけるのは難しいでしょう。 AI ソリューションを自分の問題に適用し、現実世界の利点を確認することは、強力な動機になります。コンクリートのものに使用すると、そしてクリックするだけです。 「ああ、これはこれで使える…他に何ができるの?」と思うでしょう。あなたの好奇心が習慣を築く原動力になります。 さらに、AI を (別個の実験やアクティビティとしてではなく) 既存の作業に組み込むことで、一度試してみて不確かな結果が得られ、その後既存の作業方法に戻るという障壁がなくなります。その有用性を直接実感できるため、最初の困難を乗り越える可能性が高くなります。 AI の恩恵は一時的な不快感を上回ります。 HubSpot ブログのライターであるエイミー・リグビー氏は、このことを身をもって経験しています:「AI をワークフローに組み込む際の最も難しい部分は、効率化を図るあらゆる試みの最も難しい部分でもあります。最初は非常に非効率的になるでしょう。すべてが初めてのことなので、仕組みにつまずき、実験し、失敗するでしょう…その価値を解放するには、学習曲線を乗り越えなければなりません。一度達成すると、素晴らしい気分になります。」 プロンプトの出し方を学びましょう。 AI プロンプトは、学習を始めるときに習得できる最も役立つスキルです。適切なプロンプトとは、一般的な応答と実際に役立つ応答の違いを意味します。 HubSpot Media のコンテンツ戦略および運用責任者である Meg Prater 氏に、AI の認識と実際の導入の間になぜギャップがあるのか​​と尋ねたところ、彼女はこう言いました。「AI は適切なプロンプトを使用していません。プロンプトをより良くする方法を一度学べば、その結果、AI を使用せずに作業を強化し、重要な作業を行う時間を増やすことができます。」 最初はさまざまなプロンプトを試すのは問題ありませんが、最終的には、より適切にガイドされた会話のためのフレームワークが必要になります。私は、チームのライターに WRITE フレームワークを使用することをお勧めします。これにより、リクエストに対して AI に 5 つの重要な情報が提供されます。 誰: AI は誰を演じていますか? AI に、経験豊富な戦略家、技術専門家、プロジェクト マネージャーなどのペルソナを与えます。 リソース: AI がこれを正しく行うには、どのような背景が必要ですか?これはコンテキスト ダンプです。プロジェクトに関する詳細、解決している問題、参考資料、その他 AI だけでは知り得ないあらゆる情報が含まれます。 指示: AI は具体的に何をすべきでしょうか?具体的にしてください。 条件: どのようなルール、制限、境界が適用されますか?たとえば、長さ、形式、トーン、避けるべきもの、含めるべきものなどです。 期待される結果: 最終製品について、形式、成果物、および可能であれば例など、できるだけ具体的に説明します。 WRITE プロンプトの例を次に示します。 W: あなたは、DTC 製品の発売を専門とする中小企業のマーケティング コンサルタントです。私の読者は 25 ～ 40 歳の女性で、主に Etsy ショップや Instagram を通じてギフトやセルフケアとして手作りのキャンドルを購入しています。 R: 6月にキャンドルサマーコレクションを発表する予定です。立ち上げの予算は約 500 ドルです。私の一番の販売チャネルは Instagram で、フォロワーは約 3,000 人です。私の最後のコレクションは、主にインスタグラムのストーリーやメールを通じて、2週間で完売しました。 I: ティーザー コンテンツ、発売日の戦略、発売後のフォローアップを含む 4 週間の発売計画を立ててください。投稿する内容、いつ投稿するか、フェーズごとに 1 通の電子メールを含めます。 T: 計画は 1 人で実行できる現実的なものにしてください。有料広告はありません。オーガニックおよび電子メールのみ。口調は企業的なものではなく、温かく個人的なものである必要があります。 E: フォローできる週ごとのカレンダー。毎日の具体的なコンテンツのアイデア、3 つの短いメールの下書き、およびリリース日のチェックリストが含まれています。 このプロンプトをフレームワークなしのプロンプトの隣で実行すると、違いがわかります。あなたが実際にキャンドルメーカーであるなら、あなたもその香りを嗅ぐでしょう。 AI の目標スケジュールを作成します。 いくつかの調整を行って、AI がどこに役立つかを理解したら、次のステップは勢いを維持することです。 言うは易く行うは難し。知識と実践のギャップを覚えていますか?研究によると、強い目標の意図を持つだけでは十分ではありません。 しかし、目標に向かってどのように行動するかを正確に明記した計画を立てる人は、実際にやり遂げる可能性が高くなります。 「AI の使い方をもっと上手になりたい」と考えることは、「毎週火曜日の朝、20 分間かけて、目の前にある 1 つのタスクに AI を適用する」よりも効果的ではありません。 そこで私がお勧めするのは、AI が勝利する週ごとのスケジュールを計画することです。これらは 1 週間以内に無理なく達成できるタスクです。大きな飛躍である必要はありません。代わりに、それらを、実際に完了するには十分小さいが、針を動かすには十分に意味のある、より大きな目標に向けた漸進的な進歩であると考えてください。 構造化されたスケジュールには 2 つの効果があります。まず、意図を次のように変換します。習慣は、毎回意志の力による英雄的な行為をしなくても、習慣に戻れる足場を提供します。第 2 に、AI の無限の可能性を仕事に特有の実践的なステップにまとめます。それはオプション麻痺に対する解毒剤です。 AIを活用して会議の効率やフォローアップを改善したいと考えているとします。実際のスケジュールは次のようになります。 主な目標: AI を使用して、今後 1 か月間、ステータスの更新と会議の準備に費やす時間を削減します。 第 1 週: 最も頻繁に開催される会議を選択します。 AI を使用してメモからテンプレートの議題を生成します。 第 2 週: 会議後、AI を使用してフォローアップの要約を作成します。通常より時間がかかったかどうかを確認してください。 第 3 週: すでに記録した箇条書きを使用して、毎週のステータス更新のプロンプトを作成します。 第 4 週: 3 つすべてを単純な反復可能なワークフローに結合します。複数の会議中に 1 週​​間実行します。 第 5 週: システムを確認します。何が機能しているのでしょうか?そうでないものは何ですか？次は何でしょうか？翌月の目標を設定します。 ここには飛躍はありません。各週は前回の内容に基づいて構築され、5 週目までに文書化されたシステムが完成します。 Notion などのメモ アプリ、Asana などのタスク管理ツール、実行中のドキュメント、または必要に応じて付箋など、自分に合った方法で進捗状況を追跡できます。形式よりも一貫性が重要です。 そして（これが起こるのを目にしたことがあるかもしれませんが）、AI はスケジュール自体の構築にも役立ちます。自分の役割と責任を説明し、ワークフローのどこで AI を現実的に活用できるかをブレインストーミングする手助けをしてもらいます。今後 4 ～ 6 週間かけて取り組む 1 つの主要な SMART 目標を設定し、AI を使用してそこに到達するためのサブステップを草案します。 進捗状況を可視化します。 あなたの会社が AI を推進している場合、あなたのマネージャーはあなたが何をしようとしているのか知りたがっている可能性があります。あなたの AI の進歩が彼らにどれだけ見えるかは、あなたのキャリアにとって仕事そのものと同じくらい重要です。 これは、パフォーマンスの目標が AI 導入にある場合に特に当てはまります。 AI をどのように導入しているかを定期的にマネージャーに伝え、新しいユースケースや効率の向上について最新情報を伝えることは、あなたが先を見据えていることを示しています。それは、Slack メッセージ、毎週の更新情報の項目、または 1 対 1 でのメンションのようになります。たとえ小さな勝利であっても、自分はなくてはならない存在であるという考えが植え付けられます。 ただし、可視化は言うは易く行うは難しです。AI の雑草に一度取り組むと、あまりに夢中になり、進捗状況を伝えるのを忘れてしまいがちです。プロジェクトに熱中するあまり、AI の使用によって実際に成果がどのように向上したかを上司に報告するのを忘れることがあります。 解決策の 1 つは、マネージャー AI アップデートの定期的なカレンダー リマインダーを設定することです。次に、導入スケジュール (または AI の進捗状況を追跡するために使用しているもの) をコピーし、選択した AI ツールに貼り付けて、毎週の進捗状況を要約するように依頼します。そうですね、追加作業をほとんどせずに上司と共有できる内容です。 このため、Asana のようなタスク管理ツールを使用して作業を追跡すると便利です。完了したタスクをスプレッドシートにエクスポートし、AI ツールに渡して、最近の成果を引き出すように依頼できます。進捗状況の追跡機能が組み込まれているため、何かをするたびに忘れずに更新する必要がある別の Google スプレッドシートを保持するよりもはるかに簡単です。 また、AI の使用を、AI が仕事をどのように推進しているかに関連付けることをお勧めします。ストーリーを伝えます。自分の仕事がどのように向上し、その結果として仕事がどのように向上してきたか、そしてそれがチームの KPI とどのように関連しているかについて説明します。結局のところ、私たちはあなたのキャリアアップについて話しているのです。 もう 1 つ注意してください: ピアの可視性も重要です。マネージャーは重要ですが、チームメイトが AI に関する質問をしたときに頼れる人物であることも重要です。このような非公式の専門家としての地位は、あなた自身の昇進に対する上昇圧力を高めます。 Timothy はここでいくつかの有益な洞察を示しました。「コツは、素晴らしさを共有することではなく、方法を共有することです。『私が作ったものを見てください』ではなく、『これが私がどのように作成したかを見てください。これは役立つかもしれません』。それがその部屋の他の誰かにとって役立つようになった瞬間、それは自慢ではなくなり、チーム全体の機能を解放するものになります。」 情報ループを継続します。 あなたは仕事をし、仕事を見せているのです。今、自分が常に鋭敏であることを確認してください。私の最後のアドバイスは、知識を実践しながら常に学習し、最新情報を更新し続けることです。 Meg が言うように、「AI に対応している人は、AI に興味がある人です。AI を試し、練習し、新しいツールやビルドを試す必要があります。同じ 3 つを実行するだけでは十分ではありません」プロンプトを表示します (ただし、そこから始めるのは最適です)。今日 AI 対応になっているということは、リリースされるこれらのツールやモデルを使用し、進化させていることを意味します。」 The key is to keep an information loop that’s light enough so you don’t get overwhelmed.最新の状態を維持できるほど包括的なフローが必要ですが、穴にはまり込むほどではありません。 一度に AI 情報チャネルを 4 つまたは 5 つに制限してください。これらは、ニュースレターやブログ、YouTube チャンネル、社内コミュニティ、メンター、ポッドキャスト、LinkedIn アカウント、さらには AI の対応者、同様の役割で実験を行っている人などである可能性があります。 そして、これをすべて持続可能にするためには、新しいチャンネルを追加するたびに、チャンネルを削除することを検討してください。 現在の私のチャンネルは次のとおりです。 Simple.ai: AI のニュースと最新情報を地に足のついた、現実的な方法で紹介するニュースレター。圧倒されることなく AI に関するニュースレターが必要な場合は、これが最適です。 Ben’s Bites: a Substack that’s a bit more ambitious in scope while still being digestible. HubSpot がマーケティングに関連する AI の進捗状況を共有するための社内 AI Slack チャネル。 AIのメンター。 私のチームとは、ブログで AI を最適に導入する方法について定期的に話し合っています。 そしてそれは今だけです。私の快適さのレベルと責任が変化するにつれて、それらは将来変わるかもしれません。 チームが AI の実験から実行に移行する方法 上記のすべては、自分自身を可能にすることに関するものです。 IC の場合は、そこで停止できます。 But if you manage a team, the move from “we’re trying this out” to “this is part of how we all work now” is a different challenge. チームでの導入を推進することは当然のことではありません。誰かに情報を提示して、すぐにそれを使って実行してもらうことを期待することはできません。誰もがあなたと同じように喜んで学習するわけではありません。それは彼らを非難するものではありません。人々は新しいテクノロジーとさまざまな関係を持っており、アーリーアダプター、アーリー/レイトマジョリティ、そして場合によってはイノベーターや遅れている人も周りにいるかもしれません。 人は一般的に、何か新しいことに適応しているとき、他の人を信頼します。 I’d bet that’s part of why you sought advice from a blog post written by me, a certified real person, over solely asking ChatGPT or Claude.他の人間から「これが私にとって効果的でした」と聞くことには、チャットボットが完全には再現できない何かがあります。 管理者のサポートも、誰かが職場で AI を使用しているかどうかを予測する最も強力な要因の 1 つです。Irrational Labs によると、管理者の承認がなければ従業員の AI 使用率は 79% から 34% に低下します。 それで、チームがいる場所で会いましょう。 AI をどのように活用しているかを尋ねます。 Not in a micromanaging, “show me your prompting history” kind of way, but from a place of genuine curiosity.何が彼らを妨げているのでしょうか？見つけた内容に基づいて、ここで紹介した戦略のいくつかを提案してください。 チームと直接話すことで、ヘルプ記事やトレーニング資料から得られる以上のことを学びました。各個人の AI 実現への道のりは独自のものであり、マネージャーとしてできる最善のことは、彼らに探索の余地を与えながら奨励することです。 Futurepedia が AI の実現に適合する場所 This entire post has been about one idea: knowing about AI isn’t the same as being enabled by it.そして、最大の障壁は、もう 1 つ記事を読んだり、もう 1 つのツールをブックマークしたりすることで解決できる問題ではありません。 それが、HubSpot が Futurepedia を買収した理由です。 Futurepedia is the world’s largest independent AI education and discovery platform.同社は、ビジネスと生産性のための現実世界の AI スキルに焦点を当てた 25 以上のコースと 1,000 を超えるレッスンを備えた成長中の教育プラットフォームと並行して、考えられるあらゆるカテゴリにわたる数千の厳選されたツールを含む初の AI ツール ディレクトリを運営しています。 Futurepedia、その YouTube チャンネル、ニュースレターは、AI について聞くだけでなく、実際に AI の使用方法を学びたい専門家にとってのデフォルトの出発点となっています。 HubSpot は、何百万もの企業の成長を支援します。 Futurepedia は、専門家が仕事を改善する AI ツールを見つけて使いこなすのに役立ちます。現在、彼らは同じチームになっています。これは、より多くのリソース、より大きな範囲、そして AI を実際の人々のために機能させることへの同じ執着を意味します。 The professionals who will win the next five years aren’t the ones who know the most about AI. They’re the ones who’ve actually learned to work with it. If this post gave you the framework, Futurepedia gives you the place to start.

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw