【2026年10月最新】日本の生成AI利用率はなぜ低いのか｜総務省調査から見る国際比較と対策
aikanri-admin
総務省が公表した調査データによると、日本の個人の生成AI利用率はわずか9%前後と、他の主要国と比べて大きく見劣りする結果になっています。「AIが話題なのは知っているけれど、自社ではまだ使っていない」という企業は、実は少数派ではなく、むしろ日本では多数派だということがこのデータから見えてきます。
この記事では、総務省の調査が示す日本の生成AI利用率の実態を国際比較で整理し、日本企業がAI導入に踏み出せない3つの理由を掘り下げます。さらに後半では、弊社（株式会社GENAI）がClaude Codeを全社導入してきた実運用データをもとに、「使い方が分からない」という最大の壁をどう越えるかを具体的に解説します。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 THE SURVEY 総務省調査が示す「生成AI利用率9%」の衝撃 令和6年版情報通信白書に基づく実態データ
総務省は、情報通信白書の中で生成AIの利活用に関する国内外の調査結果を公表しています。この調査によると、日本における個人の生成AI利用率は9%前後にとどまっており、他の主要国と比べて明確に低い水準にあることが分かっています。
📚 用語解説
生成AI (Generative AI)：文章・画像・音声・プログラムコードなど、新しいコンテンツを生み出すことができるAI技術の総称。ChatGPTやClaudeのような対話型AIは、この生成AIの代表例です。
1-1. 「9%」という数字をどう読むか
この9%という数字は、「日本人の100人に9人しか生成AIを使っていない」ということを意味します。逆に言えば、残りの91%はまだ生成AIに触れていないということであり、多くの経営者・管理職の方が「周りはみんな使っているのに自分だけ遅れている」と感じているとすれば、それは実態とズレた思い込みである可能性が高いということです。
日本では生成AIを「使っていない」方が統計的には多数派。「今さら始めるのは遅い」という焦りは、データ上は的外れな心配であり、むしろ早期に動き出す側に回れる余地が大きい状況です。
AI鬼管理山崎
1-2. 企業の利用率は個人よりも高い
個人の利用率が9%前後にとどまる一方、企業の生成AI利用率は約47%と報告されており、個人よりもかなり高い水準にあります。これは、企業の方が業務効率化の必要性に迫られやすく、情報収集・導入検討の体制を組みやすいためと考えられます。ただし、後述するように「利用している」と「積極的に活用する方針を持っている」の間には大きなギャップがあり、この47%という数字も「一部の部署で試験的に使っている」レベルのものが多く含まれていると見るのが実情に近いです。
📚 用語解説
情報通信白書：総務省が毎年公表している、情報通信分野の現状と動向をまとめた報告書。通信インフラの整備状況からAI活用の実態調査まで、幅広いデータが収録されており、政策検討や産業界の動向分析に広く参照されています。
1-3. 調査の対象と方法について
この調査は、日本・米国・中国・ドイツの一般利用者および企業を対象に実施されたアンケート調査に基づいています。国によって調査対象の属性（業種・企業規模など）に違いがあるため、数字を完全に同一条件で比較できるわけではありませんが、複数の調査項目で一貫して日本が低い水準を示していることから、傾向としての信頼性は高いと受け止められています。
02 GLOBAL COMPARISON 国際比較で見る日本の立ち位置 中国・米国・ドイツとの差はどれくらいあるのか
総務省の調査では、日本・中国・米国・ドイツの4カ国で、個人の生成AI利用率と企業の生成AI利用率を比較しています。
| 国 | 個人の生成AI利用率 | 企業の生成AI利用率 | 企業の積極活用方針を持つ割合 |
|---|---|---|---|
| 日本 | 約9% | 約47% | 約16% |
| 中国 | 約56% | 約84% | 約71% |
| 米国 | 約46% | 約85% | ― |
| ドイツ | 約35% | 約73% | ― |
2-1. 中国・米国との差は「5倍」規模
個人の利用率で見ると、中国は日本の約6倍、米国は日本の約5倍の水準で生成AIが使われています。企業の利用率についても、日本の47%に対し中国・米国は84〜85%と、ほぼ倍近い差があります。さらに「積極的に活用していく方針を持つ企業」の割合で見ると、日本は16%程度に対し中国は71%と、方針レベルでの差はさらに大きく開いています。
企業の「利用率」の差以上に、「積極活用の方針があるかどうか」の差が大きいという点は重要です。これは、日本企業の多くが生成AIを「試しに触ってみた」レベルで止まっており、経営戦略として本格的に組み込む段階に進んでいないことを示唆しています。
2-2. ドイツと比較しても見劣りする理由
ドイツも日本と同様に製造業中心の経済構造を持つ国ですが、個人の利用率は35%程度と、日本の約4倍の水準にあります。業種構成が近い国との比較でも大きな差が出ているという事実は、「日本の産業構造だから仕方ない」という言い訳が成立しにくいことを示しています。
代表菅澤
2-3. 「利用率」と「積極活用方針」のギャップが示す本質
この章で最も注目すべき数字は、個人・企業の利用率そのものではなく、「積極的に活用していく方針を持つ企業」の割合です。日本は16%程度にとどまる一方、中国は71%に達しており、実に4倍以上の差が付いています。これは、日本企業の多くが「使ってみた」という段階で止まり、経営戦略としてAI活用を本格的に位置づける段階まで進んでいないことを示す、最も重要な指標だと弊社では捉えています。
「利用率」だけを見ると日本と米国・ドイツの差は数倍程度ですが、「方針として本気で取り組むか」という温度差では、さらに大きな開きが生まれています。この差は、単純なツール導入の有無ではなく、経営層のコミットメントの差として表れていると考えられます。
「使っているかどうか」より「本気で活用していく方針があるかどうか」の差が、国際比較で最も大きく開いている指標。経営層が方針を明確にすることが、利用率そのものよりも重要な分岐点になる。
03 THE BARRIERS なぜ日本企業は生成AIに踏み出せないのか 調査が示す3つの理由
総務省の調査では、生成AIを利用していない理由として、主に3つの要因が挙げられています。
3-1. 「使い方が分からない」が最大の壁
3つの理由の中でも、最も多くの企業・個人が挙げているのが「使い方が分からない」という回答です。これは技術への不信感というより、「何に使えばいいのか、具体的な場面が想像できない」という想像力の壁だと捉えた方が実情に近いです。
3-2. 「必要性を感じない」の裏にある誤解
「今の業務で特に困っていない」という回答の裏には、「自分の業務のどこにAIが使えるか」を具体的に検討したことがないという実態が隠れているケースが多く見られます。実際に業務を1つずつ棚卸ししてみると、議事録作成・資料作成・データ集計など、AIで削減できる作業が見つかる企業がほとんどです。
📚 用語解説
業務の棚卸し：現在行っている業務を一覧化し、それぞれにかかる時間・頻度・難易度を整理する作業。AI導入の検討では、この棚卸しを行うことで「どの業務がAI活用に適しているか」が具体的に見えてきます。
3-3. リスク懸念は「使わない理由」ではなく「対策する理由」
情報漏洩や誤情報へのリスク懸念は正当な心配ですが、「リスクがあるから使わない」ではなく「リスクを理解した上で、対策しながら使う」という発想への転換が必要です。実際には、業務用途を適切に選び、機密情報の取り扱いルールを決めておけば、過度にリスクを恐れる必要はありません。
| 懸念の種類 | 具体的な心配 | 現実的な対策 |
|---|---|---|
| 情報漏洩 | 入力した社内データが外部に流出する | 機密情報を伏せて依頼する、法人向けプランのデータ取り扱い方針を確認する |
| 誤情報（ハルシネーション） | AIが事実と異なる内容を出力する | 重要な判断は必ず人間が事実確認をしてから採用する |
| 責任の所在 | AIの誤りで問題が起きた場合の責任分担が不明確 | 最終承認者を人間に設定し、AIの出力は「下書き」として扱う |
📚 用語解説
ハルシネーション：AIが、事実に基づかない情報をまるで事実のように生成してしまう現象。生成AI特有のリスクとして知られており、重要な判断に使う情報は必ず別の方法で事実確認することが推奨されています。
AI鬼管理山崎
3-4. 経営層と現場の認識のズレ
AI導入が進まない企業では、しばしば「経営層はAI活用を進めたいと思っているが、現場は必要性を感じていない」または逆に「現場は困っているが、経営層が投資判断をしない」というズレが起きています。どちらのパターンでも、業務の棚卸しを一緒に行い、「どこにどれだけの時間がかかっているか」を数値で共有することが、認識のズレを埋める第一歩になります。
弊社が企業のAI導入支援を行う際も、まず経営層と現場の双方にヒアリングを行い、「経営層が期待する効果」と「現場が実際に困っている作業」が一致しているかを確認するところから始めています。この一致が取れていないプロジェクトは、ツールを導入しても定着しないケースが多いためです。
04 THE REAL PROBLEM 「使い方が分からない」という壁の正体 AIツールの多さが、むしろ導入を遅らせている
「使い方が分からない」という声の背景を掘り下げると、もう1つの構造的な問題が見えてきます。それは、「どのAIツールを選べばいいか」という選択肢の多さ自体が、導入のハードルになっているという点です。
ChatGPT・Claude・Gemini・Copilotなど、会話型のAIツールだけでも多数の選択肢があり、さらに業種特化型のAIサービスも次々と登場しています。経営者・管理職にとって、「どれを選ぶか」自体が時間のかかる意思決定になってしまい、結果として「分からないから後回し」という結論に落ち着きやすいのです。
「色々なAIツールの比較情報を集めているうちに、導入の決断がどんどん先延ばしになる」というパターンは非常によく見られます。情報収集に時間をかけすぎるより、まず1つのツールを選んで1つの業務で試す方が、結果的に早く成果に辿り着けます。
この「選択肢の多さによる停滞」から「実際の活用」に移るまでのプロセスを図解すると、以下のようになります。
多数のAIツールを
比較し続ける
決断が先延ばしに
なり続ける
（ここで切り替える）
1つに絞って試す
1業務で成果を確認し
横展開する
代表菅澤
4-2. 「情報収集疲れ」という新しい課題
AIツールに関するニュース・比較記事・セミナーが連日のように発信される中、経営者・管理職の方々は「情報収集疲れ」とも呼べる状態に陥りやすくなっています。新しいツールが出るたびに「これは乗り換えるべきか」を検討し続けると、本質的な業務改善よりも情報のキャッチアップ自体が目的化してしまいます。
「最新のツール情報を全て追いかける」のをやめ、「今使っているツールで、今の業務課題がどこまで解決できるか」に焦点を絞ることを推奨します。ツールの優劣を追いかけるより、手元のツールを使い込む方が、短期的な成果につながりやすいです。
4-3. 「完璧な導入計画」を立てようとする罠
もう1つ、日本企業でよく見られる停滞パターンが「導入前に完璧な計画を立てようとする」ことです。全社的なルール整備、効果測定の指標設計、研修計画まで事前に固めようとすると、計画策定だけで数ヶ月が経過してしまいます。海外企業の多くは、こうした計画を走りながら整える「アジャイル的」な進め方を取っており、この進め方の違いが、積極活用方針の差にも表れていると考えられます。
📚 用語解説
アジャイル：最初から完璧な計画を立てるのではなく、小さく試しながら改善を繰り返していく進め方。元々はソフトウェア開発の手法ですが、AI導入のような「正解が事前に分からない」取り組みにも広く応用されています。
AI導入においても、「まず小さく試して、結果を見ながら計画を調整する」というアジャイル的な進め方の方が、「完璧な計画を立ててから着手する」進め方よりも、実際の成果に早く到達できる傾向があります。
05 BREAKING THE BARRIER Claude Codeのような業務特化AIが壁を壊す理由 「汎用的すぎる」ことが、かえって使い方を分かりにくくしていた
従来のAIチャットツールが「使い方が分からない」と言われやすかった理由の1つは、「何でもできる」という汎用性の高さが、逆に「何から始めればいいか」を分かりにくくしていたことです。Claude Codeのような業務遂行型のAIエージェントは、この問題に対して異なるアプローチを取っています。
📚 用語解説
AIエージェント：人間が都度細かく指示しなくても、与えられた目的に向けて複数のステップを自律的に実行するAI。Claude Codeは、ファイル操作・資料作成・データ処理まで一連の作業を自律的に進められる点が特徴です。
5-1. 「何に使えばいいか」ではなく「今の作業をそのまま頼む」
Claude Codeのような業務特化型AIの使い方は、実はシンプルです。「AIに何を使わせるか」を考えるのではなく、「今手作業でやっている業務を、そのまま言葉で説明して頼む」だけで始められます。「このExcelを整理して」「この議事録を要約して」という、普段の業務を言い換えるだけの依頼で十分に機能します。
| 観点 | 従来の汎用AIチャット | Claude Codeのような業務特化AI |
|---|---|---|
| 最初の壁 | 「何に使えばいいか」が分からない | 今の業務をそのまま伝えるだけで良い |
| 成果物 | 会話のテキストで終わることが多い | ファイル編集・データ処理まで完了する |
| 業務への組み込み | 別途人間が作業に反映する必要がある | 成果物がそのまま業務に使える形で出る |
AI鬼管理山崎
5-2. デスクトップ版の普及がもう1つの壁を下げた
従来、Claude Codeのようなエージェント型AIは、ターミナル（コマンドライン）という専門的な画面での操作が前提とされていました。これが「エンジニアでないと使えない」という誤解を生む一因にもなっていました。しかし、2026年にリリースされたデスクトップ版では、ターミナルを一切開かず、チャットUIだけで同じ機能を使えるようになっています。ChatGPTに話しかけるのとほぼ同じ感覚で、ファイル操作や複数ステップの自動化を依頼できるため、「使い方が分からない」という心理的障壁がさらに小さくなっています。
📚 用語解説
ターミナル（コマンドライン）：文字でコマンドを入力してコンピュータを操作する画面。黒い画面に文字だけが表示される、プログラマが使う専門的なインターフェースとして知られています。Claude Codeのデスクトップ版では、この画面を使わずに同等の機能が利用できます。
5-3. 「業務理解」と「AI活用」は別のスキルではない
もう1つ重要な視点は、業務特化型AIを使いこなすために必要なのは、AIの技術知識ではなく「自分の業務を正確に説明できる力」だという点です。経営者・管理職の方は、日々の業務内容を誰よりも理解しています。その理解を言葉にしてAIに伝えるだけで、専門知識のギャップはほとんど問題になりません。
06 GENAI CASE STUDY 【独自データ】GENAIの実運用から見る「使えばすぐ分かる」の具体例 使い方に悩む前に、まず動かした結果
弊社（株式会社GENAI）では、Claude Max 20xプラン（月額$200・約30,000円）を契約し、経営・営業・広告・開発・経理・秘書業務まで全社でClaude Codeを活用しています。「使い方が分からない」という調査結果とは対照的に、専門知識のないメンバーでも、1つの業務を頼むところから自然に活用が広がったという経緯があります。
| 業務領域 | 主な用途 | 概算削減時間（肌感） |
|---|---|---|
| 営業 | 提案書・見積・顧客別資料の自動生成 | 週20時間 → 週2時間 |
| 広告運用 | 週次レポート・CPA分析・配信内容調整 | 週10時間 → 週1時間 |
| ブログ記事 | SEO記事執筆・リライト・内部リンク最適化 | 1本8時間 → 1本1時間 |
| 経理 | 請求書チェック・経費仕訳・Freee連携 | 月40時間 → 月5時間 |
| 秘書業務 | 日報生成・議事録・スケジュール調整 | 日2時間 → 日15分 |
上記は弊社の肌感ベースの数値であり、業種・業態・担当者のスキルによって削減時間は変動します。「使い方に悩まず動かした結果」の参考情報としてご覧ください。
6-1. 最初の1業務から全社展開までの経緯
弊社でも、最初からすべての業務にClaude Codeを導入したわけではありません。最初は議事録作成という1つの業務だけで試し、効果を確認した上で、営業資料・広告レポート・経理処理へと順番に展開していきました。この「1業務から始めて、確認しながら広げる」という進め方自体が、総務省調査が示す「使い方が分からない」という壁への実践的な回答になっています。
代表菅澤
6-2. 契約プランと導入範囲
| 項目 | 内容 |
|---|---|
| 契約プラン | Claude Max 20x（月額$200・約30,000円） |
| 利用開始 | 2025年後半〜 |
| 利用部署 | 経営・営業・広告・開発・経理・秘書業務まで全社 |
| 導入開始時の体制 | AI専門人材なし。既存メンバーが1業務から試験導入 |
弊社の導入初期は、専門のAI担当者を新たに雇用したわけではなく、既存の業務メンバーがそのまま「今の作業をAIに頼んでみる」という形で始まりました。この進め方自体が、総務省調査で指摘される「使い方が分からない」という壁への、最もシンプルな実践的回答になっています。
6-3. 導入前と導入後で変わった「仕事の内容」
Claude Codeの導入によって変わったのは、作業時間の削減だけではありません。担当者の仕事の中身そのものが「作業の実行」から「成果物のチェックと判断」に変わったという変化が、実は最も大きなインパクトです。例えば経理担当者は、以前は仕訳を1件ずつ手作業で入力していましたが、現在はAIが処理した仕訳結果が妥当かどうかを確認する役割に変わっています。これは単なる時間短縮ではなく、担当者がより高度な判断業務に集中できるようになったことを意味します。
07 FIRST STEP 非エンジニアが最初の一歩を踏み出すためのステップ 調査データの「9%」から抜け出すための具体的な行動
ここまでの内容を踏まえ、「使い方が分からない」という壁を越えるための具体的なステップを整理します。
7-1. ステップ1：最も面倒な業務を1つ選ぶ
最初に行うべきことは、「毎週・毎月繰り返している、面倒な作業」を1つだけ選ぶことです。議事録作成、営業資料の作成、経費の仕分け、SNS投稿文の下書きなど、どれも良い出発点になります。完璧な選択を目指さず、「とにかく面倒」というだけの理由で選んで構いません。
7-2. ステップ2：普段の言葉でそのまま依頼する
次に、選んだ業務を普段の言葉のままAIに依頼します。「プロンプトを工夫する」といった技術的な準備は最初は不要です。「この会議の録音を要約して、重要なタスクだけリストにして」という、同僚に頼むときと同じ言葉で十分です。
完璧な結果を一度で得ようとしないことが重要です。「ここをもう少し簡潔にして」「この項目を追加して」と、会話を続けながら調整していくのがAI活用の基本的な進め方です。
7-3. ステップ3：効果を確認してから横展開する
1つの業務で効果を確認できたら、同じような特徴を持つ別の業務に展開していきます。「繰り返しが多い」「ルールが決まっている」「時間がかかる」という特徴を持つ業務ほど、AI活用による効果が出やすい傾向があります。
この3ステップを図解すると、以下のようになります。
面倒な業務を
1つ選ぶ
普段の言葉で
そのまま依頼
効果を確認し
他業務へ横展開
代表菅澤
7-4. リスク懸念への具体的な対策
最後に、3つの理由のうち唯一「使う前に対策が必要」なリスク懸念についても触れておきます。機密情報や個人情報を含むデータをそのままAIに入力しないというルールを最初に決めておくだけで、多くのリスクは回避できます。社内文書を扱う場合は、顧客名や契約金額などの固有情報を一般化した上で依頼する、といった工夫も有効です。
こうした基本的な対策を押さえておけば、「リスクがあるから使わない」という判断を続ける必要はなくなります。リスクはゼロにできなくても、許容できる範囲まで小さくした上で活用するという発想に切り替えることが、総務省調査が示す3つの壁をすべて乗り越えるための共通の鍵になります。
08 CONCLUSION まとめ ── 「9%」から抜け出すのは、今日からでも可能 使い方が分からない壁は、1業務から始めれば崩れる
この記事では、総務省調査が示す日本の生成AI利用率の実態、国際比較、導入が進まない3つの理由、「使い方が分からない」壁の正体、Claude Codeのような業務特化型AIがその壁を崩す理由、そして弊社GENAIの実運用までを整理しました。最後にポイントを振り返ります。
最も重要なメッセージをお伝えします。総務省の調査が示す「9%」という数字は、裏を返せば、今動き出すだけで相対的に大きな先行者優位を得られるということです。使い方に悩み続けるより、1つの面倒な業務を選んで、まず試してみることが、最も確実な一歩です。
国際比較のデータを突き合わせると、日本の課題は「技術力」や「言語の壁」ではなく、「使い方が分からない」という心理的ハードルと、「積極的に活用する」という経営レベルの方針不足に集約されます。どちらも、技術的な障害ではなく、最初の一歩を踏み出す決断の問題です。そしてこの決断は、大規模な投資やシステム改修を必要とせず、1つの面倒な業務を選んで言葉で依頼するという、今日から始められる行動で乗り越えられます。
弊社では、Claude Codeを「チャットツール」ではなく「もう一人の社員」として位置づけることで、専門知識がないメンバーでも1業務から段階的に活用を広げる体制を作っています。この考え方に共感いただけた方は、ぜひ以下のAI鬼管理までお気軽にご相談ください。
AI鬼管理山崎
総務省の調査が明らかにした「9%」という数字は、ともすれば日本企業への警鐘として受け取られがちですが、見方を変えれば「まだ動いていない91%の中から、一歩抜け出すチャンスがある」というメッセージでもあります。業種・企業規模を問わず、最初の一歩は同じです。面倒な業務を1つ選び、普段の言葉でAIに依頼してみること。この記事がその最初の一歩を後押しできれば幸いです。
「使い方が分からない」は、AI鬼管理が一緒に最初の1業務から解決します
総務省調査が示す「9%」から抜け出す最初の一歩を、弊社の実運用ノウハウをもとに一緒に設計します。
専門知識がなくても大丈夫です。
代表菅澤
ここから先の進め方は、大きく2つあります。
自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。
覚えるより任せたい方は、AI社員AIKATAでこの記事のような定型業務を丸ごと預ける道があります。料金は月30万円の月額定額、追加費用は0円です。
どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
よくある質問
Q. 総務省の調査データはどこで確認できますか？
A. 総務省が公表している情報通信白書の中で、生成AIの利活用に関する国内外の調査結果が紹介されています。本記事で紹介した日本・中国・米国・ドイツの利用率比較も、この白書のデータに基づいています。
Q. 日本の生成AI利用率が低いのは、言語の壁が原因ですか？
A. 言語対応の精度は一因として指摘されることがありますが、ChatGPTやClaudeは日本語の対応精度が年々向上しており、言語の壁だけでは説明しきれない部分が大きいとされています。「使い方が分からない」という心理的・情報的な壁の影響がより大きいと考えられます。
Q. 生成AIの導入にはどれくらいのコストがかかりますか？
A. Claude Codeであれば、個人向けのProプランは月$20（約3,000円）から、全社的に業務を回したい場合はMax 20xプラン（月$200・約30,000円）が目安です。無料プランから試すこともできるため、まずは小さく始めることが可能です。
Q. 「リスク懸念」で生成AIを使わないという判断は正しいですか？
A. 機密情報の取り扱いなど、確かに注意すべきリスクは存在します。ただし「リスクがあるから使わない」ではなく、「取り扱うデータの種類を区別し、ルールを決めて使う」という対策を取ることで、多くの業務では十分に安全に活用できます。
Q. 企業で生成AI導入を進める際、最初に相談すべき相手は誰ですか？
A. 社内にAI活用の知見がある人材がいない場合、外部の導入支援サービスに相談するのも有効な選択肢です。弊社のAI鬼管理では、業務の棚卸しから最初の1業務の選定まで、無料相談で対応しています。
Q. 日本の生成AI利用率は今後どう変化すると見込まれていますか？
A. 総務省の調査時点では低い水準にありますが、生成AIツールの使いやすさの向上や、業務特化型AIエージェントの普及によって、今後は利用率が上昇していくと見込まれています。早い段階で導入を進めた企業ほど、ノウハウの蓄積で先行者優位を得やすくなります。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
AI鬼管理／AI社員AIKATAへのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
