|
|
|
|
|
|
|
株式会社AI Native（本社：東京都渋谷区、代表取締役：田中 慎）は、個人のAI活用スキルを可視化する無料診断ツール「AI活用診断」をv2に大幅アップデートしたことをお知らせします。従来の4カテゴリ20問から6カテゴリ30問へ拡充し、AI思考・設計力、ナレッジ・RAG・品質管理、PoC→本番化力、組織浸透・推進の4つの新カテゴリを追加。前回診断との比較機能やPDFレポートダウンロードにも対応しました。 |
|
|
|
診断URL: https://www.ai-native.jp/ai-assessment
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
AI活用診断をリリースした背景 |
|
|
|
|
|
|
AI Native社で生成 |
|
|
|
|
|
|
当社はAIコンサルティング・研修の現場で、多くの企業の社員の方々から共通する声を聞いてきました。 |
|
|
|
• |
|
「自分のAI活用度がわからない」 - 「AIツールを使い始めた、業務で活用できていると思っている」が、自分がどのレベルにいるのか客観的に把握できない |
|
|
• |
|
「自社の情報だけでは客観的なAI活用評価ができない」 - 社内で比較しても、業界水準や他社と比べてどうなのかがわからない |
|
|
• |
|
「AI活用が事業や経営に対して何に効くのかがわからない」 - ツールの使い方は学んだが、より上流の思考や設計をどう学べばいいのか見えない |
|
|
|
|
|
これらの声に応えるために、個人が自分のAIスキルを客観的に可視化し、次に何を学ぶべきかがわかる診断ツールとして「AI活用診断」を開発・リリースしました。 |
|
|
|
|
|
なぜアップデートしたのか |
|
|
|
|
|
|
AI Native社で生成 |
|
|
|
|
|
|
2025年のリリース以来、多くの方にご利用いただいてきた「AI活用診断」。当社ブログ（119記事）の分析と、10ヶ月以上にわたるクライアント企業でのAI研修・推進支援の知見から、従来の4カテゴリ20問では現場で本当に求められるAIスキルを評価できないことが明らかになりました。 |
|
|
|
課題1: ワークフローツール偏重 |
|
|
|
従来の「AIワークフロー実践」カテゴリは、Dify/n8n等のツール経験を問う設計でした。実際にはRAGの構築力、AI出力の品質評価、ガードレール設計といったナレッジ管理・品質管理のスキルが運用、業務成果に直結しており、これらを評価できていませんでした。 |
|
|
|
課題2: 「使える」と「成果を出せる」の乖離 |
|
|
|
AIツールを操作できるだけでは業務成果につながりません。アウトカム定義、業務逆算設計、評価基準の事前定義といったAI思考・設計力がなければ、「使われないAIツール」を作ってしまいます。実際に当社がAI推進を支援する200名規模の企業でも、導入時は「ツールは使えるが成果が出ない」という課題が研修の出発点となっていました。 |
|
|
|
課題3: PoCで止まる問題 |
|
|
|
プロトタイプは作れるが本番運用に移行できない。エラー対応やモニタリング整備ができない。さらに成功体験を組織に横展開できない。PoC→本番化力（使われないものを作らない設計力、デリバリーする力）と組織推進力を分離して評価する必要がありました。 |
|
|
|
AI Native の AI活用診断v2の主な変更点 |
|
|
|
|
|
|
AI Native社で生成 |
|
|
|
|
1. 評価カテゴリを4→6に拡充（30問・約7分） |
|
|
| # |
カテゴリ |
概要 |
v1からの変化 |
|
1 |
AI活用習慣 |
AIツールの使用頻度・習慣化 |
継続（微調整） |
|
2 |
AI思考・設計力 |
アウトカム定義・業務逆算設計・評価基準設計 |
新規追加 |
|
3 |
プロンプト・ツール実践力 |
Claude Code/Cursor活用・MCP連携・モデル選定 |
大幅拡充 |
|
4 |
ナレッジ・RAG・品質管理 |
RAG構築・品質評価・ガードレール設計 |
新規追加 |
|
5 |
PoC→本番化力 |
PoC実装・API連携・モニタリング・運用設計 |
新規追加 |
|
6 |
組織浸透・推進 |
ROI数値化・階層別育成・KPI定着 |
新規追加 |
|
|
|
※ エンジニア・PM等の開発者向けには、より専門的な「AI開発力スキル診断」もご用意しています。実践的な開発スキルを詳細に評価できます。
▶ https://www.ai-native.jp/dev-assessment
|
|
|
|
2. 前回診断との比較機能 |
|
|
|
同一メールアドレスで再診断すると、前回スコアとの差分を結果画面・メールの両方で確認できます。3ヶ月ごとの再診断により、AIスキルの成長を定量的に可視化できます。 |
|
|
|
3. PDFレポートダウンロード |
|
|
|
診断結果をPDFレポートとしてダウンロード可能。社内報告書への添付や上長への共有にご活用いただけます。 |
|
|
|
4. レベルマップ |
|
|
|
5段階のレベル評価（AIマスター～AI入門前）で、自分の現在地と各レベルで求められるスキル、次に学ぶべきことが一覧で確認できます。 |
|
|
|
診断結果のハイライト |
|
|
|
|
|
|
| 指標 |
数値 |
|
平均スコア |
52.1点 / 100点 |
|
最多レベル |
AIエキスパート / AI実践者（各34.3%） |
|
|
|
|
レベル別分布 |
|
|
| レベル |
割合 |
|
AIマスター（80-100点） |
5.7% |
|
AIエキスパート（60-79点） |
34.3% |
|
AI実践者（40-59点） |
34.3% |
|
AI学習者（20-39点） |
14.3% |
|
AI入門前（0-19点） |
11.4% |
|
|
|
|
|
|
|
|
カテゴリ別の傾向 |
|
|
|
• |
|
最も得意: AI活用習慣（平均16.0/25点）- AIツールの日常的な使用は浸透 |
|
|
• |
|
最も苦手: ナレッジ・RAG・品質管理（平均7.7/25点）- RAG活用やガードレール設計はまだ浸透していない |
|
|
• |
|
苦手スキルTOP3: ナレッジベース整備（平均1.11/5）、AI出力品質の評価サイクル（平均1.14/5）、ガードレール設計（平均1.69/5） |
|
|
|
|
|
|
|
診断URL |
|
|
|
https://www.ai-native.jp/ai-assessment |
|
無料・メールアドレスのみで30問・約7分で診断可能です。 |
|
|
|
|
|
|
|
法人のお客様向け - AI研修・AI開発サービス |
|
|
|
AI活用研修（AI-Training） |
|
|
|
診断で可視化されたスキルギャップを、実践型プログラムで埋めます。 |
|
|
| コース |
対象 |
期間 |
|
基礎AIツール活用研修 |
全社員 |
3ヶ月～ |
|
AIエージェント・ワークフロー活用研修 |
全社員 |
3ヶ月～ |
|
AI駆動開発研修 |
全社員 |
3ヶ月～ |
|
カスタマイズ研修 |
ご要望に応じて |
個別相談 |
|
|
|
|
• |
|
導入実績: アソビュー様（200名規模）でコンテンツ制作6倍化、130名中50名がAIリーダーとして参加 |
|
|
|
|
|
▶ 研修の詳細: https://www.ai-native.jp/lp/ai-kenshu
|
|
▶ 事例記事: https://www.ai-native.jp/cases/asoview
|
|
|
|
AI開発・CAIO代行 |
|
|
|
• |
|
|
• |
|
|
• |
|
大手SIerの1/3～1/5のコストで同等以上の成果 |
|
|
|
|
|
お問い合わせ: https://www.ai-native.jp/contact
|
|
|
|
今後の展開 |
|
|
|
|
|
|
|
|
|
AI Nativeの診断ツール群 |
|
|
|
当社では、対象者に合わせた3種類の無料AI診断ツールを提供しています。 |
|
|
|
|
|
|
|
AI Nativeのサービスについて |
|
|
|
業務構造の再設計を起点に、AIメディア（YouTube登録者1.7万人）・AIプロダクト・ワークフロー自動化・AI人材育成・SaaS導入を統合した伴走支援により、現場に根づくAI活用を実現します。複数のクライアントに対し、コンテンツ制作の効率化、オペレーション自動化、全社AI推進体制の構築を支援しています。 |
|
|
|
会社概要 |
|
|
| 項目 |
内容 |
|
社名 |
株式会社AI Native |
|
設立 |
2025年10月 |
|
代表者 |
代表取締役 田中 慎 |
|
所在地 |
東京都渋谷区円山町5番3号 MIEUX渋谷ビル8階 |
|
事業内容 |
AIメディア / 生成AIプロダクト / AIコンサルティング・開発 |
|
コーポレートサイト |
https://www.ai-native.jp/ |
|
|
|
