企業向けAI研修の仕様書 — 約束しない部分も含めて
By Surya Pratap
2026年9月20日
12 min read
AI & Technology
2026年9月20日
12 min read
四つのプログラム、三種類の約束Hover to exploreこのサイトの最近の記事三本は、法人向けAI研修を買う側の話をしていた。提供量が問題なのではないこと、研修が何のためにあるのかで参加者と発注側の見方がしばしば食い違うこと、そして自己評価は予算の照準に使えるほど当てにならないこと。もっともな話である。市場を批評するのは、自分のカリキュラムを後から突き合わせられる形で公開するより、ずっと簡単だ。
というわけで、これが私たちの仕様書だ。
本記事は IdeaToMVP Academy が提供するプログラムの仕様を示す。カリキュラム、前提条件、提供の詳細は当方のものであり、公開時点の内容である。生きた版は法人研修のページ。数値が書かれていない箇所は測っていないからであり、第8節でその範囲を明示する。
カリキュラムの前に、それを読めるようにするものから。
ほとんどの研修ページは、扱う項目、演習、成果を同じ書体と同じ重みで印刷する。まるで同じ種類の主張であるかのように。だがそうではなく、これを混ぜることこそ、買い手が二週目に驚く理由である。
扱う項目は確約である。 プログラムが何を扱うか。載っていれば、教える。
演習の例は例示である。 一回のセッションの形を示すもの。実際の演習はスコーピングで決め、実施を保証するものではない。
成果物は確約できる場合にだけ書く。 二つのプログラムは具体的な成果物を確約している。そうでない場合は、成果物を捏造せずスコーピングで決めると書く。
このルールがあるため、以下に生産性の数字は一つも出てこない。これらのプログラムには前後比較のデータがないので引用できる数字がなく、他人の数字を引くのは、証拠を持つのではなく借りることになる。
技術チーム向け
参加者。 AI機能を構築し保守するエンジニアリング、プロダクト、プラットフォームの人たち。つまり研修が終わったあともそのシステムを持ち続けるチーム。
前提条件。 実務としてのソフトウェア開発経験。チームで既に使っている言語のコードを読み書きできること。機械学習の素養は前提としない。演習は代表的な素材の上で動かせるので、参加に本番環境へのアクセスは要らない。
到達目標。 修了時点で、参加者は次ができる。
説明こそが技能だ。アーキテクチャを選ぶのは簡単で、退けた二つの案に対して擁護できることが設計レビューを通る。
外から見ると同じように失敗し、直し方はまったく違う。インデックスの不具合を直すためにプロンプトを何週間も調整しているチームは珍しくない。
この一覧で最も効くものであり、見せ場を作らないという理由で最も省かれるものでもある。
作らないという判断は評価する結果であって、失敗ではない。
扱う項目。
演習の例 — 例示であり確約ではない
スコーピングで合意した文書群を使い、その上に検索パイプラインを構築し、それからわざと壊す。文書群では答えられない質問と、正しい一節が三番目に来る質問を投げ、その両方をユーザーより先に捕まえる評価セットを書く。
参加者が持ち帰るもの。 プログラム中に構築し、貴社のロードマップに照らしてレビューされる最終成果物。これは確約である。
事業・財務・オペレーションのチーム向け
参加者。 AIを構築するのではなく自分の業務で使う人たち。分析、レポーティング、計画の職務と、その成果物をレビューする管理職。
前提条件。 プログラミングの素養は前提としない。参加者は自分の分析やレポーティングの仕事に習熟していること。このプログラムはその仕事にAIを当てるものであって、仕事そのものを教えるものではない。
到達目標。 修了時点で、参加者は次ができる。
「確認できる」が肝だ。誰も検証できない出力は時間の節約ではなく、先送りされたリスクである。
意識啓発の話題としてではなく、正解のある手順として教える。
難しいのは抜け落ちのほうだ。捏造された事実はしばしば目につくが、静かに落とされた例外は目につかない。
要約が言っているとおりのことを出典が言っていない場合にどうするかを含めて。
非技術のユーザーの多くが一度も名前を教わったことのない区別であり、そのツールが自分の業務フローで安全かどうかを決める区別でもある。
扱う項目。
演習の例 — 例示であり確約ではない
チームが既に毎回作っている定例レポートを使う。構造化プロンプトから起草し、その出力にレビューの関門をかける。すべての数値を出典に当てて確認し、草稿が落としたものに印をつけ、出典が支えていない主張を洗い出す。
参加者が持ち帰るもの。 ここはスコーピングで決めることであり、固定の成果物ではない。何が役に立つかは財務部門とオペレーション部門とでは大きく違うからだ。業務フローのポートフォリオ — 依頼、プロンプト、レビュー手順、検証の記録 — が通常の形で、これには私たちが重視する性質がある。その場にいなかった人が点検できる。
このカリキュラムは現在 Chitkara Business School の学部の経営系クラスで提供されており、演習の多くはそこで試されてきた。これは別の場での提供実績であって法人案件ではなく、意図してそう明示している。
経営チーム向け
参加者。 AIが損益のどこに位置するかを決める経営・執行チーム。AIの取り組みに資金を出し、その良し悪しを判断するよう求められる立場であり、実装する人たちではない。
前提条件。 技術的な前提はない。参加者には自社のコスト構造と事業機能への理解が必要で、このプログラムに実装作業は含まれない。
到達目標。 修了時点で、参加者は次ができる。
業界の一般的な地図ではなく、貴社の機能と貴社のコスト構造に照らして。
「待つ」は条件のついた本物の選択肢であって、決めきれないことの言い換えではない。
利用二期目になって初めて現れる費用も含めて。
見合うとは両方向の話だ。試験導入を過剰に統制する費用は、本番システムを統制不足にする費用と変わらない。
扱う項目。
演習の例 — 例示であり確約ではない
経営チームがいま承認を求められているAI提案を一つ取り上げ、その場で枠組みに通す。機会の地図のどこに位置するか、購入時点ではなく一年で見た総コストはどうなるか、そして答えが「待つ」になるには何が真でなければならないか。
参加者が持ち帰るもの。 貴社のためのA4一枚のAIロードマップ。プログラムの最終成果物として作る。これは確約である。
大学・教育機関向け
Gen AI と AI with Finance のコースを、キャンパスまたはオンラインで、技術系・非技術系の学部クラスに提供する。プロジェクト型で、学生が作ったもので評価する。素材は法人向けコースと同じで、圧縮されたコホートではなく一学期の流れに並べ替えてある。
クラス規模。 経営層向けは通常10〜30名、構築中心のコホートは40名程度まで。それ以上は小さなコホートに分ける。参加者自身の成果物への実践的なフィードバックが教える部分であり、八十人の部屋ではそれが成立しないからだ。
提供形態。 対面、オンライン、ハイブリッド。TCS の案件はチェンナイでの30日間の対面集中として実施し、他のプログラムは完全オンラインで動いている。形態はスコーピングで決めることであって、固定の制約ではない。
どのコースか。 部屋に誰が座るかを教えてほしい。エンジニアリングはソフトウェアを書くか保守する人を前提とし、財務・事業は何も前提としない。Boardroom は実装を含まない意思決定の作業だ。迷いはたいてい二つ目と三つ目のあいだで起き、質問一つで解ける。その人たちは作業をするのか、資金を出すのか。
特定のスタック。 たいていは可能だ。依頼の多くはエージェント、RAG、評価、指定スタック上のAI支援開発のいずれかである。私たちが商用で扱っているスタックを教えており、その外に出る依頼はスコーピングの段階でそう伝え、案件を受けない。
法人プログラムは席単位で売るのではなく都度設計する。これは「いくらか」への逃げではなく本当の答えだ。チーム規模、提供形態、期間、素材のうちどれだけを貴社のシステムに向けるか。この四つが変数であり、それらが決まる前の数字は当て推量になる。
対象、おおよそのチーム規模、終わったあと何が変わっているべきか。フォームで2分。
貴社のチームに対してプログラムが何を扱うかを書いた概要。書き直さずそのまま社内に回せる形で。
提供形態、期間、演習がどのシステムを対象にするか、どこまで個別化するか。費用はこれで決まるので、数字より先に来る。
スコーピングの結果を反映した提案と、実施日程。
最初の一歩に持ってくる価値があるもの、ひとつ。
スキル調査票ではない。チームが実際に作ったものを持ってきてほしい。出荷した機能、毎月出ているレポート、承認を求められている提案。やる価値のある演習はどれもそのどれかの上に建つし、実際の仕事から設計したプログラムは、自己評価から設計したプログラムとは別物である。これは売り文句ではない。私たちが引用し続けている調査の、中心的な発見そのものだ。
生産性の数値は出さない。 これらのプログラムで前後の測定を行っていないので、改善率は一切公表しない。誰かがそれを引用しているなら — 私たち自身も含めて — どこで誰を対象に測ったのかを尋ねるべきだ。
修了証は出さない。 Academy は発行していない。人材開発の手続きが認定資格を求めるなら、私たちはそれに当たらない。スコーピングの通話のあとではなく前に知っておいたほうがよい。
期間は固定ではない。 ツール、評価方法、サポート条件も同様だ。いずれもスコーピングで決まる。設計していないプログラムに固定日数を掲げているページは、計画ではなく初期値を掲げている。
演習の例は例示である。 上で三度書いたが四度目の価値がある。セッションの形を示すものであり、実施を約束するものではない。
自社の成果データは薄い。 TCS へ、提供パートナーである LearnQuest を通じて、そして Chitkara Business School へ提供してきており、およそ300名の社会人が受講している。それは提供の実績だ。測定された成果の証拠ではなく、この二つは同じ主張ではない。
心理測定的なアセスメントではない。 固定の能力体系に対する前後のベンチマークスコアが必要なら、それは別の商品であり別のベンダーである。そう申し上げる。
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.
研修の仕様書を公開するのは奇妙な行いだ。どの一行も、後から突きつけられうる一行だからである。だがそこが要点だ。市場には互いに比較できないカリキュラムがあふれている。確実に教えられるもの、練習するかもしれないもの、そして参加者が確実に手にして帰るものを、どれも区別していないからだ。
この三つは買い手にとってまるで価値が違い、同じ重みで印刷するのは組版の事故ではない。それこそが、ほとんど何も約束しないまま完備しているように聞こえさせる仕掛けである。
今四半期にAI研修の提供者を比較しているなら、それぞれに聞いてほしい。ページのどの行が確約で、どの行が例なのかと。その答えと、答えが返ってくる速さで、必要なことのほとんどが分かる。
プログラムの詳細、前提条件、到達目標、扱う項目、クラス規模、提供形態、スコーピングの手順は当方のものであり、公開時点の内容である。正本は法人研修のページ、事業・財務カリキュラムの詳細はChitkara カリキュラムのプロフィールに全文が公開されている。提供の実績 — チェンナイでの30日間の対面集中としての TCS、提供パートナーとしての LearnQuest、Chitkara Business School の BBA クラス — は提供した仕事の記録であって、測定された成果ではない。このプログラム設計が応答している調査については、82%の企業がAI研修を実施し59%がなお不足を報告している、47%の従業員はAI研修が自分の仕事を自動化するためにあると考えている、自分のAI水準を正しく判断できるのは11%だけを参照。
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.
