経営層・管理職向けプログラム

AIエージェントを組み込んで
より迅速で的確な意思決定を実現する。

経営会議・意思決定・AIガバナンスと、経営層・管理職の1週間を、AIエージェントを前提に組み替えます。会議と意思決定の設計、そして組織全体へのAX実現方法を、各社のニーズに合わせて実装して提供します。

モデルケース

実施形態

対象	経営者・経営幹部・取締役・執行役員、部長・課長・次世代経営人材。経営層のみ・管理職のみの構成も可能です。
人数	1クラス 16〜24名。経営チーム数名向けに絞った構成も可能です。
期間	約90日（事前診断 → 12モジュール → 実装期間 → 経営報告会）
時間	半日（3.5時間）× 12回、または全6日。実装期間は6〜8週間
形式	対面とオンラインの組み合わせ。構築・実装のモジュールは対面で実施、各自PC持ち込み
講師	経営側とエージェント構築側の2名体制。構築の回はグループごとに補助講師がつきます
教材	独自教材のみ。ケースは公開一次情報と許諾済みの受講企業事例
価格	対象人数・形式によりお見積り

進め方（約90日）

01
事前診断（約2週間）AI活用診断で、浸透の詰まりと経営プロセスの詰まりを1枚のシートにまとめます。
02
12モジュール（半日×12回、または全6日）対象者に応じて重点モジュールを変更します。構築・実装の回は対面で実施、各自PC持ち込みのハンズオンを想定しています。
03
実装期間（6〜8週間・伴走）自社環境でエージェントを動かし、経営の意思決定にエージェントを組み込みます。グループワークでつまずきをその場で解消します。
04
経営報告会・再診断測定項目を再測定し、前後比較・稼働エージェント一覧・次の90日のアクションプランを作成します。

演習環境について

業務PCで外部のAIツールを使えない企業でも構築演習が成立するよう、個社の状況、ご要望に合わせて環境を用意します。

パターン A

企業が許可済みのツール

環境：Microsoft 365 Copilot、社内専用の生成AI、Copilot Studio 等

適する企業：全社導入済みの大企業

演習の到達点：プログラミングをほとんど使わずにエージェントを作り、社内データとつないで動かせるようになること

パターン B

アリストル提供の演習環境

環境：Claude Code／Codex／API。演習用の匿名データのみ

適する企業：外部ツール利用に制約があるが、演習は社外環境で可の企業

演習の到達点：AIにプログラムを書かせながら、本格的なエージェントを自分で作れるようになること（演習用のデータを使い、自社データは使いません）

パターン C

ノーコード中心

環境：ChatGPT／Gemini／Copilot のカスタムGPT・エージェント機能

適する企業：環境制約が強い、または受講者の技術抵抗が大きい企業

演習の到達点：業務の手順を整理し、AIへの指示文を型にして繰り返し使えるようになること（エージェントの作成は簡単なものに限ります）

モデルプログラムの構成

半日× 12回、または全6日。各モジュールをクリックすると、目標・演習・成果物が開きます。
各社の要望に合わせて構成内容を組み替えて提供いたします。

AI時代の経営環境と経営者の役割Knowledge

目標: AIエージェントが経営環境・競争・仕事に何を起こしているかを一次情報で把握し、経営者・管理職の役割の変化を自分の言葉で説明できるようになる。
演習: 自社・競合・業界のAI関連の公開情報（統合報告書・IR・公式発表）をエージェントに集めて要約させ、出典付きの1枚の要約資料を作る。
成果物: AIが自社の経営環境に与える影響をまとめた1枚、自分の役割を言葉にした文章

経営者が知るべきAI・AIエージェントの現在地Knowledge

目標: AI・AIエージェントの仕組みと限界、社内のデータやシステムとのつなぎ方を「判断に必要な深さ」で理解し、取引先や部下の提案を評価できるようになる。
演習: 同じ経営課題を3つのツールに投げて、得意・不得意を体感する。講師と一緒に小さなエージェントを動かし、データとつなぐと何が変わるかを見る。
成果物: 自社向けのAI用語集、ツールの選び方の比較表

AIを組み込んだ経営意思決定の設計Decide

目標: 自社の意思決定を種類ごとに分け、それぞれ「エージェントにどこまで任せるか」を決める。あわせて、意思決定の質を「深さ・速さ・振り返りやすさ」の3つの観点で測れるようになる。
演習: 直近3か月の決定20件を一覧表に書き出し、今の意思決定の質を採点する。実際の決定を1つ選び、エージェントに選択肢の洗い出し・反対意見・前提の確認をさせ、AIを相談相手にした検討を体験する。
成果物: 意思決定の種類ごとの「エージェントに任せる範囲」の一覧表、今の意思決定の質の採点結果

AIによる情報収集・分析・選択肢の洗い出しSense

目標: 定期的な報告のまとめ・異常の発見・社外の情報収集・データ分析・選択肢の洗い出しをエージェントに任せ、出典付きで継続して回せるようになる。
演習: 「自分が毎週見ている情報」を書き出し、毎週受け取りたい報告の内容を決める。重要指標（KPI）のデータとニュースから、出典付きの週次レポートを作るエージェントを構築する。
成果物: 週次レポートの内容を決めた設計書、試作したレポート1回分

AIを経営会議に組み込むConvene

目標: 経営会議の前・中・後の進め方を見直し、会議前の要点資料・決定事項の記録・その後のフォローをエージェントに任せて、決定の深さ・速さ・振り返りやすさを高める。
演習: 直近3回の経営会議の議題を「報告／討議／決定」に分ける。演習用の資料から会議前の要点資料を作り、グループで模擬経営会議を行い、決定事項の記録とやることリストを自動で作る。
成果物: 会議におけるエージェント適用計画（会議の前・中・後のそれぞれで、誰が・どのツールで・どんなルールで行い、何を測るか）

AIエージェントを自分で構築するBuild

目標: 経営者・管理職が自分の業務エージェントを設計・構築・運用・停止できる最小限の技能を身につける。コードは書かない。
演習: Claude Code／Codex（またはプログラミング不要のツール）で、「週報の下書き」か「会議後のフォロー」を行うエージェントを、普段の言葉で指示するだけで作る。データとの接続、決まった時間の自動実行、止める条件の確認、動作記録の確認まで行う。
成果物: 組織運営、経営関連業務におけるエージェントを最低1つ以上

管理職の仕事をAI前提で再設計するManage

目標: 自分の1週間の時間の使い方を5つに分けて書き出し、エージェントに任せる仕事と人が担う仕事を分け直す。自部門のエージェントの役割シート3枚と、誰が確認するかを決める。
演習: 直近2週間の時間の使い方を5つに分けて書き出す。「週次レポート」エージェントと「1on1準備」エージェントを作り、部下の育成にかける時間の質を高める体験をする。
成果物: 時間の使い方の見直し表（見直し前と後）、エージェントの役割シート3枚、部下への説明文

AIによる振り返り・週報・KPI・組織学習Learn

目標: 週報・月次の振り返り・重要指標（KPI）の確認・学びの整理をエージェントで行い、「決めたこと」と「その結果」を結びつけて次の判断に活かせるようになる。
演習: 「振り返りの問いかけ付き週報」エージェントを作る（事実を集め、問いを3つ投げかけ、答えを反映して週報を仕上げる）。決めたことと結果を照らし合わせるエージェントを試作する。
成果物: 週報エージェントの2週間分の運用実績、重要指標（KPI）の体系図、結果を書き加えた意思決定の一覧表

人とエージェントが協働する組織設計と人材育成Organize

目標: 人とエージェントの役割分担・任せる範囲・確認する人を組織図に描き、誰から順にAI活用を広げるかと、人材育成の計画を立てる。
演習: 自部門の「人とエージェントの組織図」を描き、AI活用を率先して広げてくれる人と、変化に慎重で丁寧な説明が必要な人の候補を見極める。部門内のエージェントの役割シートを一覧にまとめ、役割の重なり・任せすぎ・確認する人がいない状態を見つけ出すエージェントを構築する。
成果物: 人とエージェントの組織図、AI活用を広げる90日間の計画、人材育成計画

AIの統制・リスク管理と安全運用ルールOrganize

目標: エージェントを使う上でのリスクを整理し、任せる範囲の上限・人による確認のしかた・記録の残し方・止める条件を決める。取締役会・経営会議に報告する項目を決める。
演習: エージェントの役割シート3枚をリスクの大きさで分け、任せる範囲の上限・確認のしかた・残す記録を決める。役割シートを読んで抜け漏れを指摘するチェック用のエージェントを構築し、実際の動作記録を見直す。
成果物: エージェントの安全運用ルール、取締役会向けの報告のひな形

AI時代の事業・顧客価値の再設計Act

目標: AI・エージェントが自社の事業の仕組み・お客様への価値・コスト構造をどう変えるかを一次情報をもとに見極め、事業の現場でエージェントを活用する案を企画できるようになる。
演習: 競合・業界のAI活用の公開情報を調べ、出典付きの「事業のチャンスと脅威の一覧」を作る。お客様対応エージェントの試作品を動かし、お客様との接点に導入するには何が必要かを体験する。
成果物: 事業のチャンスと脅威の一覧、企画書の下書き

AIによる組織変革の進め方と90日計画Road Map

目標: これまでの成果物をまとめて90日計画として経営会議に提案し、実装期間に実行して成果を数字で示す。
演習: 計画を読んで、よくある失敗パターン（一斉研修だけで終わる・禁止するだけで守ろうとする・効果の測定を後回しにする）に当てはまらないかを確認するエージェントを使い、経営会議への提案資料（1枚＋補足）を仕上げる。
成果物: 90日計画、経営会議への提案資料（最終発表）

主な演習

ケーススタディは補助です。自社の直近の決定・自分の時間・次回の会議など、受講者自身の素材を使います。

直近3か月の自社の決定20件を一覧表に書き出し、「深さ・速さ・振り返りやすさ」の3つの観点で採点して、今の意思決定の質を把握する
実際の決定を1つ選び、エージェントに選択肢の洗い出し・反対意見・前提の確認・見直す条件を出させ、AIを相談相手にした検討を体験する
演習用の会議資料から会議前の要点資料を作り、グループで模擬経営会議を実施。会議後の決定事項の記録・やることリスト・連絡文の下書きを自動で作る
自社のエージェントの役割シート3枚をリスクの大きさで分け、任せる範囲の上限・確認のしかた・残す記録を決め、取締役会に報告する項目を考える
直近2週間の時間の使い方を5つに分けて書き出し、今の割合とAIを活用した後の目標の割合を描く。エージェントに任せる仕事について、役割シート3枚の下書きを書く
Claude Code／Codex（またはプログラミング不要のツール）で「週次レポート」エージェントを、普段の言葉で指示するだけで作る。データとの接続、決まった時間の自動実行、止める条件の確認、動作記録の確認まで行う
「1on1準備」エージェント（部下の週報や進み具合から、話し合うべき点と質問を出す）を試作する
「振り返りの問いかけ付き週報」エージェントを作って2週間使い、自部門の重要指標（KPI）にAI活用の指標を加える

プログラムで得る成果物

意思決定の種類ごとの「任せる範囲」の一覧表

決定の種類ごとに「エージェントにどこまで任せるか」を経営チームで合意した1枚。

エージェントを組み込んだ経営会議1本

会議前の要点資料・決定事項の記録・その後のフォローを、エージェントが担っている状態。

エージェントの安全運用ルールと取締役会向けの報告のひな形

エージェントに任せてよいこと・いけないことの決まりと、取締役会に報告する項目。

時間の使い方の見直し表（見直し前と後）

管理職自身の1週間を5つ（情報の処理／調整・連絡／判断／育成・対話／社外対応）に分けた割合と、AIを活用した後の目標の割合。

エージェントの役割シート3枚

エージェントごとに、目的・使ってよい情報・出すもの（形式・頻度）・任せる範囲・確認する人・止める条件・評価のしかた・見直す日の8項目を1枚にまとめたもの。自部門の組織図にも書き込みます。

組織運営・経営関連業務のエージェント1つ以上

週次レポート／週報／1on1準備など、自分の業務で実際に動いているもの。

90日計画と経営会議への提案資料

経営会議で承認を得て、次の90日の取り組みを自分たちで描けるようになります。

測定項目

研修で「理解した」で終わらせず、数字で前後を比べて経営会議に報告することを修了の条件にしています。

測定項目	測るもの	測るタイミング
意思決定の質	経営会議の決定ごとに、深さ（検討した選択肢の数・反対意見・根拠・前提）、速さ（議題に上がってから決まるまでの日数・先送りの回数）、振り返りやすさ（理由・見直す条件・担当者・結果が記録されているか）の3つの観点で採点	研修前と90日後
管理職の時間配分	1週間の時間を5つ（情報の処理／調整・連絡／判断／育成・対話／社外対応）に分けた割合	研修前（直近2週間の実績）と実装期間の終了時
稼働エージェント数	役割シートがあり、動作記録を残しながら実際に動いているエージェントの数と、任せる範囲の広さの内訳	実装期間中（31〜60日目）と90日後
削減時間	エージェントに任せた業務にかかる時間（任せる前と後の比較）	実装期間中（31〜60日目）と90日後

修了要件（成果物で判定）

意思決定	意思決定の一覧表20件以上、研修前と90日後の意思決定の質の採点（前後比較）
構築	エージェントの役割シート3枚以上、実際に動いているエージェント1つ以上（動作記録付き）
会議	自社の会議1本にエージェントを組み込む（会議前・会議後の成果物）
組織	人とエージェントの組織図、エージェントの安全運用ルール
計画	90日計画と経営会議への提案資料、最終発表

講師紹介

経営側とエージェント構築側の2名体制で担当します。

代表取締役CEO

宮崎学

東京大学大学院修了。電通でデジタルマーケティングの戦略立案を統括後、ベンチャーキャピタリストとしてAI・ロボティクス領域への投資に従事。2018年に当社を設立。AI関連の講師実績は延べ10,000名超。著書『生成AIタスク爆速大全』。

チーフデータサイエンティスト

市野穣

ANAシステムズでデータベースエンジニアとして国内線基幹システムに従事後、2019年に当社へ参画。データ分析やレコメンドのアルゴリズム構築を経て、現在は生成AIを活用したプロダクト開発とデータ解析を統括。

経営層・管理職向けのテーマ別講座

ツール×レベル別に様々なラインナップを用意しています。コース名をクリックすると、詳細をご覧いただけます。

	Level 1 入門	Level 2 実践	Level 3 定着・伴走
Claude CodeClaude Code 研修	Claude Code 経営層向けブリーフィング90分／対面 / オンライン	管理職向け業務再設計ワークショップ半日（3時間）／対面推奨	経営層・推進責任者向け定着伴走プログラム月2回 × 3か月〜／オンライン中心
CodexCodex 研修	Codex 経営層向けブリーフィング90分／対面 / オンライン	管理職向け業務再設計ワークショップ半日（3時間）／対面推奨	推進責任者向け定着伴走プログラム月2回 × 3か月〜／オンライン中心
Microsoft 365 CopilotMicrosoft 365 Copilot 研修	Copilot 経営層向けブリーフィング90分／対面 / オンライン	管理職向け Copilot 活用マネジメント半日（3時間）／対面推奨	推進責任者向け定着伴走プログラム月2回 × 3か月〜／オンライン中心
生成AI生成AI研修（全社向け）	経営層向け生成AI活用・ガバナンス講座90分／対面 / オンライン	管理職向け AI活用推進ワークショップ半日（3時間）／対面推奨	推進責任者向け定着伴走月2回 × 3か月〜／オンライン中心

過去の取引先企業様（一部）

大阪ガスグループ様（グループ内子会社含む）
北海道ガスグループ様
太陽生命様
四国電力様
東急Re:デザイン様
日本ソフトウェア協会様
エネオスウィング様
日本健康検定マスター様
ロッテ様
野澤組様
全国農業会議所様
太田丸様

※ 順不同。当社の研修・コンサルティング事業を含む取引実績です。パートナー企業様経由の取引も含みます。

経営層・管理職向けの研修内容について相談する

対象の階層（経営層・部長・課長・次世代）、人数、経営会議の現状、業務PCの環境制約を30〜60分で伺い、最適なカリキュラムを提案します。

無料で相談する→資料請求

AIエージェントを組み込んでより迅速で的確な意思決定を実現する。