概要

企業が生成AIとエージェントAIで競争優位を築くための戦略と実行を体系化する

想定読者

AIを組織・事業に実装しようとするビジネスリーダーおよびアーキテクト・技術責任者。+AIの段階を脱し、AI+の戦略立案と組織変革を主導する立場にある人

こんな人には向いていない

• コードやモデルの内部実装を深く学びたい機械学習エンジニア — 本書はアーキテクチャ概説にとどまり、実装詳細はカバーしない
• すでに自社のAI戦略を本番運用フェーズで回している組織 — 導入初期から中期の判断軸が中心であり、スケール後の運用課題には踏み込みが薄い
• 生成AIの技術的な基礎（LLMの仕組み・Transformerの理論）を体系的に習得したい読者 — 理論的深さより経営・戦略の観点が優先されている

読了後にできるようになること

• +AIからAI+への思考転換 — AIを付加物としてではなく事業の中核に据える戦略軸を言語化できる
• ユースケース評価の枠組み — 水平的（コード自動化・デジタルレイバー・エージェント）と垂直的（業界別）の二軸で自組織の優先領域を絞り込める
• LLM選定基準の整理 — 知識カットオフ・著作権リスク・カーボンフットプリント・プライバシーの4観点からモデル採択の判断軸を持てる
• スモールモデル・MoE・モデルルーティングの活用戦略 — 単一大規模モデルへの依存を避けたコスト効率の高いアーキテクチャ方針を組み立てられる
• データを差別化要因として捉える視点 — オープンソースモデルのカスタマイズにおける自社データの信頼性・表現・展開プロセスを理解できる
• 組織スキル開発の8レバー — AI時代に必要なスキル育成の施策を具体的に設計できる

本書のキー概念(章解説)

• 第 1 章 +AIからAI+へ：生成AIと「ネットスケープ・モーメント」 — 本書全体の思考軸となる「AI+」への転換を定義する章。戦略的判断者が最初に読むべき出発点
• 第 2 章 AI価値創造者になるために — 基盤モデルとLLMの進化史を概観しながら、AI導入ゴールのイメージを固める
• 第 3 章 AI説得のための方程式 — GDP成長・AI成功要因・バランス発見の3方程式で社内稟議・経営説得に使える論理構造を提供
• 第 4 章 ユースケース — 水平的×垂直的アプローチで網羅的に整理。自組織の優先領域を絞り込む際の棚卸し用途に有効
• 第 5 章 LLMの選定と考慮事項 — カーボンフットプリント・著作権・プライバシーなどリスク観点の整理が実務判断に役立つ
• 第 6 章 スキルで魅了せよ — IBMのスキルチャレンジケーススタディを含む。HR・組織開発担当者にも直接参照価値がある
• 第 7 章 一つのモデルがすべてを支配するわけではない — スモールモデル・MoE・モデルルーティング・エージェントシステムを俯瞰する。アーキテクチャ選定の地図として使える
• 第 8 章 データを差別化要因として活用する — 自社データの信頼・表現・展開プロセスを整理する。データ戦略担当者にとって最も実務直結する章
• 第 9 章 生成コンピューティング：コンピューティングの新しいスタイル — IBM NorthPoleを事例にしたハードウェア展望。インフラ意思決定者向けの中長期視点

ハイライト

• 生成AIとAIエージェントを活用して価値を生み出すために、戦略的な導入手法、ユースケース、組織的スキル育成、リスク管理などにおける注意点を網羅しています。ビジネスリーダーと技術者双方に向けて、AI時代を生き抜くための視点と実行力を提供します(本書が対象とする読者の幅広さと、戦略から実行まで通貫する構成の意図が端的に示されている)

外部からの言及

• 積読本として紹介しつつ『生成AI時代、人間の付加価値は価値の生成だと思っているので、本書には期待している』と評価する記事が確認されており、未読でも購入・保有されている段階にある(qiita)

編集メモ

Qiita言及1件・累計likes 0（2026-05-16時点）。楽天ランキングデータなし。2025年9月刊行の新刊で外部シグナルが蓄積途上にある。書誌データおよびオライリー公式サイトの情報を主として評価

読む前に押さえておきたいこと

• 生成AIのざっくりとした利用経験（ChatGPTなど主要サービスを業務で試したことがある程度で可）
• 自組織のDX・AI投資に関わる意思決定の概要を把握していること
• LLM・プロンプトエンジニアリングの基本概念 — 用語が前提なく使われる箇所がある

学習のコツ

• 1章で「AI+」への転換という本書の思考軸を把握してから、4章のユースケース一覧を読むと自組織の優先課題に引きつけて読み進めやすい
• 5章のLLM選定リスクと7章のマルチモデル戦略は、ベンダー選定・調達判断の局面で参照用として使える。通読より課題対応的な読み方が実務では効率的
• 6章のスキル開発レバーはHRや組織開発部門と共有する資料として使える。技術者が単独で読むより、事業側と合読すると議論が具体化しやすい
• 8章(データ差別化)は自社のデータ整備状況と対照させながら読むと、次のアクションが明確になりやすい