【2026年7月最新】Qwen 3.5は本当にすごいのか？ローカルAI性能・企業活用の現実とClaude Codeとの比較
aikanri-admin
この記事の内容
「Qwen 3.5がGPT-5を超えた」「ローカルAIの頂点」——SNSやテック系メディアでこうした見出しを見かけた方も多いでしょう。Alibabaが開発したQwen（チウエン）シリーズの最新版・Qwen 3.5は、特定のベンチマークで欧米の主要モデルを上回るスコアを出し、話題を呼んでいます。
しかし「ベンチマークで上回る」と「ビジネス現場で役に立つ」は、必ずしも同じではありません。この記事では、Qwen 3.5の性能の実態を正直に評価しながら、「ローカルAIとして企業導入するときの現実」と、「Claude Codeと比べたときにどちらが業務で活躍するか」を、弊社（株式会社GENAI）の実運用経験をもとに解説します。
特に、「機密データを社外に出せないのでローカルAIを検討している」「オープンソースAIで社内に展開したい」という方に向けて、Qwen 3.5の実力と限界、そしてClaude Codeの代替可否を明確にお伝えします。
代表菅澤
AI鬼管理山崎
この記事を読むと、以下の疑問がすべてクリアになります。
01 WHAT IS QWEN 3.5 Qwen 3.5とは？ Alibabaが投入したローカルAIの全容 「中国製AI」の正体と、Apache 2.0ライセンスが持つ意味
Qwen（チウエン、または「千問」）は、中国EC最大手のAlibabaグループが開発する大規模言語モデルのシリーズです。2023年から継続的にリリースを重ね、2026年前半に登場したQwen 3.5は、特に「小型モデルでの高性能」と「長いコンテキスト窓」が注目されています。
📚 用語解説
Qwen（チウエン）：AlibabaのQianwen（千問）の略。中国語で「千の問い」を意味するAI開発プロジェクト。英語圏では単に「Qwen（クウェン）」と読まれます。Alibaba Cloudが研究・開発を主導しており、多言語対応・コード生成・推論能力の強化を重点テーマとしています。
📚 用語解説
オープンソースAI（ローカルAI）：自社サーバーやローカルPCにダウンロードして動かせる形で公開されたAIモデル。クラウドAPIを使わずに動くため、入力したデータが外部サーバーに送られません。「機密データを外に出せない」企業にとっての選択肢として注目されています。Llama、Mistral、Qwenなどが代表的です。
Qwen 3.5の最大の特徴はApache 2.0ライセンスでの公開です。このライセンスは商用利用を制限しないため、n8nのfair-codeとは異なり、企業がQwen 3.5をベースにした製品・サービスを開発・販売してもライセンス料は発生しません（ただし利用規約の制限は別途あります）。
📚 用語解説
Apache 2.0ライセンス：オープンソースライセンスの一種。商用利用・改変・再配布が自由に認められており、企業が製品に組み込むことも可能です。著作権表示の保持と「Apacheのロゴを宣伝に使わない」こと程度の制限しかないため、非常に使いやすいオープンソースライセンスの筆頭格として知られています。
1-1. Qwen 3.5が注目される3つの理由
代表菅澤
02 MODEL LINEUP Qwen 3.5のモデルラインナップとスペック 0.8Bから397Bまで、どのモデルが自分の用途に合うか
Qwen 3.5は単一モデルではなく、用途に応じた複数のサイズが用意されています。以下に2026年7月時点での主要モデルとスペックをまとめます。
| モデル | パラメータ数 | コンテキスト窓 | VRAM目安 | 主な用途 |
|---|---|---|---|---|
| Qwen3.5-0.8B | 8億 | 約32K | 2GB〜 | 超軽量・組み込み・エッジデバイス |
| Qwen3.5-4B | 40億 | 約131K | 4〜6GB | 軽量・ラップトップ向け・高速処理 |
| Qwen3.5-9B | 90億 | 262K（最大101万） | 8〜12GB | コスパ最良・業務文書処理・推奨モデル |
| Qwen3.5-32B | 320億 | 約131K | 20〜32GB | 高精度・エンジニア向け開発支援 |
| Qwen3.5-72B | 720億 | 約131K | 48GB〜 | 最高精度ローカル・本番運用向け |
| Qwen3.5-397B-A17B | 3,970億（MoE） | 約131K | 専用サーバー必要 | 最大モデル・エンタープライズ |
📚 用語解説
MoE（Mixture of Experts）：モデルの一種で、全パラメータを常に使わず、入力に応じて「専門家（エキスパート）」モジュールを動的に切り替える設計。Qwen3.5-397B-A17Bの「A17B」は「アクティブパラメータが17B」を意味し、397Bの規模を持ちながら実際の計算量は17B程度になります。GPT-4やGemini Ultraも内部的にMoE設計が採用されていると言われています。
2-1. 用途別おすすめモデル早見表
「どのモデルを選べばいいか」で迷ったら、以下の早見表を参考にしてください。多くのビジネス用途ではQwen3.5-9Bが最初の選択肢として推奨されます。
| あなたの状況 | おすすめモデル | 理由 |
|---|---|---|
| 手元のラップトップ（RAM 16GB）で動かしたい | Qwen3.5-9B（量子化版Q4） | 8〜10GB程度で動作・業務文書処理に十分 |
| 高速レスポンスを重視・APIサーバーとして動かす | Qwen3.5-4B | 軽量で高速・簡単な質問応答に最適 |
| 社内サーバー（RTX 4090相当）で高精度処理 | Qwen3.5-32B | 高精度・コード生成・複雑な推論 |
| エンタープライズ本番環境（複数GPU） | Qwen3.5-72B | 最高精度ローカルモデルのひとつ |
| 組み込み・スマートデバイス向け | Qwen3.5-0.8B | メモリ2GB以下で動作・エッジ向け |
「Q4_K_M」などの量子化版（GGUF形式）を使うと、9Bモデルが約6GBのファイルサイズに圧縮され、RAM 16GBのノートPCでも動作します。若干の精度低下はありますが、多くの業務用途では実用上の問題は出ません。最初はQ4_K_M（4bit量子化、精度バランス良）から試すのが定番です。
AI鬼管理山崎
03 BENCHMARK ANALYSIS ベンチマーク比較：数字の読み方と落とし穴 「GPT-5超え」の真実と、ベンチマークが測れないもの
Qwen 3.5を巡って「GPT-5超え」「業界最高」といった表現がメディアに飛び交っていますが、これを正確に理解するためにはベンチマークの「読み方」を知る必要があります。すべてのベンチマークは特定の能力を測るテストであり、「どのベンチマークで」上回っているかによって、実際の業務での有用性は大きく変わります。
| ベンチマーク名 | 測定内容 | Qwen 3.5 9Bの特性 |
|---|---|---|
| MMLU | 知識・推論（英語中心） | 高水準（GPT-4相当の一部スコア） |
| HumanEval | Pythonコード生成 | 高水準（Codex系に匹敵） |
| IFBench | 命令追従（日本語含む） | 76.5点（GPT-5.2の74.2を上回ると報告） |
| GSM8K | 算数・数学 | 良好（小学校〜中学校レベル） |
| JLUE（日本語） | 日本語理解・生成 | 改善傾向だが英語より低下幅あり |
Qwen 3.5が「GPT-5.2を上回った」とされるのは、特定のベンチマーク（IFBenchなど）における9Bモデルのスコアです。すべてのタスクで上回っているわけではなく、長文の複雑な推論・日本語の微妙なニュアンス・多段階の業務判断といった領域では、Claude Opus 4.6やGPT-5が依然として上位です。
3-1. ベンチマークが測れない3つの業務能力
ベンチマークスコアが高くても、実際の業務で困るポイントがあります。以下の3つは、現状のベンチマークが測定しきれていない実務的な能力です。
代表菅澤
3-2. Qwen 3.5が本当に強い領域
批判的なことを言いましたが、Qwen 3.5が本当に強いと感じる領域は以下の通りです。適切な用途に使えば、これ以上のコスパを持つローカルAIはほとんどありません。
04 LOCAL DEPLOYMENT Qwen 3.5のローカル導入：3つの方法 Ollama・LM Studio・vLLMの違いと選び方
Qwen 3.5をローカルPCや社内サーバーで動かす主な方法は3つあります。それぞれの特徴と向き不向きを整理します。
📚 用語解説
量子化（Quantization）：AIモデルのパラメータを低精度の数値型（16bit→4bitなど）に変換することでファイルサイズを小さくし、必要なメモリ量を削減する技術。GGUF形式は量子化済みモデルの代表的なフォーマットで、Ollamaが標準対応しています。精度をやや犠牲にする代わりに、一般的なPCで動作可能になります。
| 導入方法 | 難易度 | 必要スキル | 向いているケース | 主な制限 |
|---|---|---|---|---|
| Ollama | 低（初心者OK） | ターミナル基礎 | 個人利用・検証・ラップトップ | マルチユーザー対応が弱い |
| LM Studio | 低（GUIあり） | なし（GUI操作のみ） | ノンエンジニア・OpenAI互換API | チーム共有・本番運用には不向き |
| vLLM | 高（上級者向け） | Linux・Python・Docker | 本番運用・複数ユーザー同時接続 | セットアップが複雑 |
4-1. 非エンジニアにおすすめ：LM Studio
エンジニアではない経営者・管理職が「まずローカルAIを試してみたい」という場合、LM Studioが最もお勧めです。WindowsとMacの両方に対応したGUIアプリで、モデルのダウンロードから実行まで、すべてマウス操作だけで完結します。OpenAI互換のAPIを内部で提供するため、既存のAIアプリからも簡単に接続できます。
① LM Studioの公式サイトからアプリをダウンロードしてインストール → ② 検索欄に「Qwen3.5-9B」と入力してQ4_K_Mバージョンをダウンロード（約6GB）→ ③ チャット画面でモデルを選択して日本語で話しかけるだけ。インターネット接続があれば所要時間は約15分です。
4-2. 本番運用向け：vLLM
企業の社内サーバーに展開して複数の社員が同時に使う「本番運用」を考えているなら、vLLMが選択肢になります。vLLMはHigh-throughputなLLMサービングフレームワークで、GPUを効率的に活用して複数ユーザーからのリクエストを並列処理できます。ただし、LinuxサーバーとNVIDIA GPU、Dockerの知識が必要です。
vLLMでQwen 3.5を本番運用するには、NVIDIA GPU（VRAM 40GB以上推奨の72Bモデル）、Linuxサーバー管理、Dockerコンテナ運用の知識が必要です。これらのスキルが社内にない場合、「社内ITチームへの学習コスト」という見えないコストが大きくなります。
LM Studio
（GUIで15分）
Ollama + API
（技術者が必要）
vLLM
（専門知識必要）
セルフホスト
（いずれかを選択）
05 ENTERPRISE USE CASES 企業活用シナリオ：ローカルAIが本当に向くケース 「機密情報を外に出せない」という制約を逆手に取る
ローカルAI（Qwen 3.5）の最大の強みは、入力データが外部サーバーに一切送られないことです。この特性が特に重要になる業務シナリオを3つ紹介します。
5-1. シナリオ1：社内規程・マニュアルの検索・QAシステム
「就業規則の第8条には何が書いてあるか」「経費精算の上限はいくらか」といった社内規程への質問に即答するQAシステムを、外部AI API不使用で構築できます。社内文書を学習させたQwen 3.5がローカルで動くため、機密情報の社外流出リスクがゼロです。
社内文書検索にはRAG（Retrieval-Augmented Generation）という技術と組み合わせるのが定番です。社内ドキュメントをベクターDBに格納し、質問に関連する文書を検索してからQwen 3.5に渡すことで、「ハルシネーション（存在しない情報の捏造）」を大幅に減らせます。ただしこの構築には相応の技術力が必要です。
5-2. シナリオ2：機密情報を含む文書の要約・整理
M&Aの入札書類、人事評価データ、未公開の財務情報、特許出願書類——これらをClaude（クラウド）やChatGPTに送ることを法務・コンプライアンス部門が認めないケースがあります。Qwen 3.5をローカルで動かすことで、これらの機密文書をAIで処理しながら情報漏洩リスクをゼロにすることが可能です。
5-3. シナリオ3：製造業・研究開発部門での設計書・技術文書処理
製造業や研究開発部門では、製品仕様書・図面・実験データが企業の最重要機密です。これらの文書をクラウドAIに送ることに強い抵抗があるケースが多く、Qwen 3.5のようなローカルAIへのニーズが特に高い領域です。設計書のチェック、類似事例の検索、技術的な質問への回答などに活用できます。
AI鬼管理山崎
06 VS CLAUDE CODE 【比較】Qwen 3.5 vs Claude Code ── 業務活用の本音 ローカルAIの「コスト0」とClaude Codeの「生産性」、どちらが本当に得か
ここからが、この記事の核心です。「Qwen 3.5（ローカルAI）とClaude Code、どちらを使うべきか」という問いに対して、5つの比較軸から答えを出していきます。弊社GENAIの実際の経験をもとに、公平に評価します。
6-1. 比較軸1：導入コストと月額ランニングコスト
| 比較項目 | Qwen 3.5（ローカル） | Claude Code（Max 20x） |
|---|---|---|
| 初期コスト | モデルDL：無料。GPU/サーバー：数万〜数百万円 | 無料（アカウント作成のみ） |
| 月額固定費 | サーバー費：数千〜数万円（クラウドVPS等） | $200（約30,000円） |
| API従量課金 | 不要（ゼロ） | 不要（Max契約内） |
| スケールアップ費用 | GPU増強・サーバー拡張費 | プランアップグレードのみ |
| エンジニア運用コスト | 月数十時間（自社対応必要） | なし（Anthropic管理） |
表面上のコストだけ見ると「Qwen 3.5が圧倒的に安い」ように見えますが、エンジニアの運用工数を時給換算に含めると逆転するケースが多いのが現実です。例えば、社内エンジニアが月20時間をQwen 3.5の運用・メンテに費やしているとすると、時給5,000円換算で月10万円の隠れコストが発生しています。
6-2. 比較軸2：日本語業務での精度
日本語のビジネス文書を処理する精度は、Claude Code（Claude Sonnet 4.6・Opus 4.8）の方が明確に上です。Qwen 3.5は中国語での学習量が非常に多く、英語でのパフォーマンスも高いですが、日本語特有の表現・敬語・業界固有の慣用句では品質のムラが出ることがあります。
| 日本語業務タスク | Qwen 3.5 9B | Claude Sonnet 4.6 |
|---|---|---|
| ビジネスメールの下書き | △ 自然さにムラあり | ◎ 非常に自然 |
| 社内報告書の作成 | ○ 概ね問題なし | ◎ ネイティブ品質 |
| 契約書・法律文書の要約 | ○ 要旨は掴める | ◎ 細かいニュアンスも正確 |
| 専門用語を含む技術文書 | ○ 一般的な技術用語はOK | ◎ 業界文脈も踏まえた解釈 |
| 感情・トーンの調整 | △ 調整が難しいケースあり | ◎ 細かいトーン指定に追随 |
代表菅澤
6-3. 比較軸3：業務自動化の範囲と柔軟性
Claude Code（Anthropicの AIエージェント）の最大の強みは、ターミナル上でファイルを操作・コードを書いて実行する「エージェント的能力」です。「この資料を読んで、要点をまとめたメールを送って」という複数ステップの指示を自律的に実行できます。Qwen 3.5は質の高いローカルLLMですが、この種の自律実行環境は別途構築が必要で、追加の開発工数が発生します。
| 自動化の観点 | Qwen 3.5 | Claude Code |
|---|---|---|
| ファイル読み書き | △ 別途ツール連携が必要 | ◎ 直接操作が可能 |
| コード生成・実行 | ○ コード生成は得意 | ◎ 書いて即実行まで自律 |
| 複数ツールの連携 | △ 設定が複雑 | ◎ MCP・ツール呼び出しで容易 |
| スケジュール実行・常時稼働 | △ 別途設定が必要 | ◎ バッチ・スケジュール対応 |
| 業務SaaSとの連携 | △ APIラッパー開発が必要 | ◎ 豊富なインテグレーション |
6-4. 比較軸4：セキュリティ・データプライバシー
これはQwen 3.5（ローカルAI）が明確に有利な領域です。機密データを一切外部に送らずに処理できるという特性は、特定の業界・業務では代替不可能な価値があります。
| セキュリティ観点 | Qwen 3.5（ローカル） | Claude Code（クラウド） |
|---|---|---|
| データの外部送信 | ◎ ゼロ（完全ローカル） | △ Anthropicサーバーへ送信 |
| 個人情報処理 | ◎ 漏洩リスクなし | △ 契約・規約での担保 |
| 機密文書の処理 | ◎ 完全オフライン可 | △ 業務委託扱いで対応可 |
| ログ・監査 | ◎ 自社完全管理 | ○ Anthropicのログポリシー |
| コンプライアンス適合 | ◎ 医療・金融でも活用可 | ○ BAA等の契約で対応可 |
6-5. 比較軸5：総合的な業務生産性向上
最終的に「業務で使ったとき、どちらが生産性を上げるか」という観点では、多くの一般的な業務においてClaude Codeが有利です。機密情報処理という特定の例外を除くと、Claude Codeの方が日本語品質・自律実行能力・使いやすさ・エコシステムのすべてで上回っています。
| 総合評価 | Qwen 3.5 | Claude Code（Max） |
|---|---|---|
| 日本語品質 | ○ | ◎ |
| 業務自動化の幅 | △ | ◎ |
| セキュリティ（機密処理） | ◎ | ○ |
| 月額コスト | ◎（無料〜数千円） | △（$200） |
| 運用負荷 | △（自社管理） | ◎（Anthropic管理） |
| 日本語業務での生産性 | ○ | ◎ |
| 総合スコア（業務） | 3.0/5 | 4.5/5 |
07 GENAI REAL WORLD 【独自データ】GENAIの実運用：ローカルAIとClaude Codeの使い分け 試行錯誤の結果にたどり着いた「ハイブリッド活用術」
弊社（株式会社GENAI）では、Qwen 3.5を含む複数のローカルAIを評価・検証した後、現在は「機密性が高い処理 = ローカルAI、業務生産性向上 = Claude Code」という役割分担に落ち着いています。その経緯と具体的な使い分けをお伝えします。
7-1. 弊社での検証結果：何がうまくいって、何がうまくいかなかったか
| 試みた用途 | ツール | 結果 |
|---|---|---|
| 社内文書の要約（機密なし） | Qwen 3.5 → Claude Code | Claude Codeの日本語品質が上→移行 |
| M&Aデューデリ関連文書の初期整理 | Qwen 3.5（ローカル） | 現在も継続（機密上クラウドNG） |
| 営業提案書の自動生成 | Qwen 3.5 → Claude Code | 文章品質の差が大きく→Claude Codeに |
| 週次レポートの自動化 | Claude Code | 最初からClaude Code（精度・速度◎） |
| コード生成・スクリプト作成 | Qwen 3.5 + Claude Code | 両方使用（Qwenは軽いタスク向け） |
7-2. 弊社が落ち着いたハイブリッド活用の考え方
Qwen 3.5
（ローカル）
Claude Code
（Max 20x）
最大化
この使い分けの結果、弊社ではClaude Max 20x（月$200・約30,000円）の投資で、月間160時間相当の業務量を吸収できているのが現実の数字です。ローカルAIは「機密処理の特定業務」に絞って活用することで、クラウドAIとのリスクバランスを最適化しています。
AI鬼管理山崎
08 CONCLUSION まとめ：Qwen 3.5を選ぶべき人・Claude Codeを選ぶべき人 「ローカルAI最強」の実態と、ビジネス現場での正しい選択
Qwen 3.5は、ローカルAIとして確かに優秀なモデルです。しかし「ベンチマーク最強」というキャッチコピーを鵜呑みにして、あらゆる業務に使おうとすると失望する可能性があります。正しい使い方は、Qwen 3.5の本当の強み（機密処理・コストゼロ・商用ライセンス自由）を理解した上で、Claude Codeとの住み分けを設計することです。
弊社GENAIの最終的な結論は「業務生産性の向上が目的ならClaude Code Max 20xが圧倒的にコスパが良い」です。月30,000円の投資で0.8人分の業務量を吸収できており、ローカルAIの運用コスト（エンジニア工数・サーバー費・メンテ）を加算すると、多くの中小企業ではClaude Codeの方が総コストが低くなります。
代表菅澤
Qwen 3.5 vs Claude Code、どちらがあなたの業務に合うかを一緒に設計します
機密情報処理のローカルAI活用から、Claude Codeによる業務自動化まで。
弊社GENAIの実運用ノウハウをベースに、最適なAIツール戦略を個別設計します。
AI鬼管理山崎
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？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. Qwen 3.5はClaude Code（Anthropic）と比べて日本語の精度はどうですか？
A. ビジネス用途の日本語品質ではClaude Code（Sonnet 4.6/Opus 4.8）の方が明確に上です。Qwen 3.5は中国語・英語での学習量が多く、英語タスクでは高性能ですが、日本語の敬語・ビジネス文体・微妙なニュアンスでは品質のムラが出ることがあります。機密情報の処理（社外送信NG）という制約がない場合は、Claude Codeの使用を推奨します。
Q. Qwen 3.5はApache 2.0ライセンスなので商用利用は完全に自由ですか？
A. Apache 2.0ライセンス自体は非常に自由度が高く、商用利用・改変・再配布を認めています。ただし、Alibabaの別途利用規約（Terms of Use）も適用される可能性があります。特に「Qwen○○」という名前でモデルをリブランドして提供するケースなど、事前に利用規約を確認することをおすすめします。
Q. Qwen 3.5-9BをラップトップPCで動かすのに必要なスペックは？
A. 量子化版（Q4_K_M形式、約6GB）を使う場合、RAM 16GB以上のラップトップで動作します。MacBook Pro（M1/M2/M3チップ）はGPUとメモリが統合されているため、Apple Siliconはローカルai実行に特に向いています。WindowsのGeForce RTX 4060以上のGPUがあれば、より高速な推論が可能です。
Q. ローカルAI（Qwen 3.5）とClaude Codeを両方使うことはできますか？
A. もちろんです。弊社GENAIでも両者を使い分けています。「機密情報を含む文書の初期整理 = Qwen 3.5（ローカル）」「日常の業務自動化・文章生成 = Claude Code」という役割分担が実用的です。
Q. n8nとQwen 3.5を組み合わせることは可能ですか？
A. n8nのAIノード経由でローカルで動くQwen 3.5を呼び出すことは技術的に可能です（OpenAI互換APIをローカルで立ち上げてn8nから接続する形）。ただし、この構成はLM StudioまたはvLLMのAPIサーバーを常時稼働させる必要があり、設定の複雑さと運用負荷が増します。
Q. Qwen 3.5は医療・金融など規制の厳しい業界で使えますか？
A. 完全ローカル稼働のため、患者データや金融機密が外部に送られないという点では医療・金融に向いています。ただし「AIを使って医療判断の補助をする」「金融商品推奨に活用する」などの用途では、行業法・医療法・金融商品取引法に基づく要件を別途確認が必要です。
Q. 「Qwen 3.5はオープンソース」と書かれていることがありますが、正確ですか？
A. 厳密には正確ではありません。Apache 2.0ライセンスはOSI定義のオープンソースライセンスの一つですが、Alibabaの別途利用規約で一定の制限が課される場合があります。また「ローカルで動かせる（ソースが公開されている）」という意味でオープンソースと呼ばれているケースもありますが、完全な意味でのOSSとは異なります。
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
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化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
