LEARNING PROGRAM｜FACT DATA × AI × FORESIGHT
非開発者向け AI・データ活用 研修プログラム
CROSS DATA INTELLIGENCEファクト×AI×未来予測を
体得
確かなデータで判断する力を実務にそぐったリアルラーニングスタイルの研修で身につける
CROSS DATA INTELLIGENCEは、ファクトデータ×AI×未来予測を学べる研修プログラムです。AIの仕組みの基礎、ファクトの扱い方、そして判断に使えるアウトプットまでを、講義と演習で基礎から身につけます。
CROSS Graphを使いこなすための中核となるサービスであり、CROSS Graph利用者の皆さまに最初に受けていただきたい研修です。プログラミング経験は必要ありません。
WHAT YOU LEARN
FACT · AI · FORESIGHT
ファクトとAIと未来予測を
ひとつの力として学ぶ
- FACT
ファクトデータを見極める
出典・対象・時点・定義をそろえ、確認できる事実と仮説・解釈を分けて扱う。取れていないデータは「未取得」として見える状態にします。
- AI
AIの仕組みの基礎を知る
学習・検索・生成の違いを理解し、完成して見えるAIの答えの中にある、データ不足や未確認の推論に気づく力を身につけます。
- FORESIGHT
未来予測とアウトプットへ
確かなファクトを土台に未来の見通しを描き、提案書・事業計画・経営判断に使える、根拠のあるアウトプットへ変換します。
WHY DATA
THE FOUNDATION OF BUSINESS JUDGMENT
意思決定の質は
土台に置くファクトで変わる
市場をどれだけ大きいと見るか。顧客が何に困っていると捉えるか。買収先の強みを何で評価するか。前提となるデータが違えば、選ぶ事業も、投資額も、実行の優先順位も変わります。
ファクトベースとは、確認できる事実を、仮説や解釈と分けて扱うこと。データの出典・対象・時点・定義をそろえ、確認できた範囲と限界を説明できる状態をつくります。
投資の前提を確かめる
世界市場と国内市場、実績と予測、売上と取扱高。異なる数字を混ぜた計画を防ぐ。
顧客の実態を見る
AIが描く顧客像を仮説として扱い、ヒアリングや行動データで確かめる。
判断を更新できる
根拠が変わったとき、影響する提案・事業計画・KPIまでたどって見直す。
情報があふれ
しかも欠けていく時代
見極め・整理・キュレーションの力
世界経済フォーラム「グローバルリスク報告書」2024・2025年版は、誤情報・偽情報を短期（2年）で最も深刻なグローバルリスクに位置づけました。生成AIの普及で真偽の不確かな情報が大量に流通する今、出典と時点を確かめ、整理し、使える情報を選び抜く力の価値が高まっています。
集まりにくくなる公開情報
Data Provenance Initiativeの調査（2024年）では、AI学習に使われる主要な公開ウェブ情報源の約25%が、1年ほどの間にAIの収集を制限していました。2025年7月、CloudflareがAIクローラーの初期設定ブロックを開始。国際機関・各国政府・企業の情報も、AI任せでは手に入りにくく、まばらになりつつあります。
収集の仕組を設計
どの一次情報源から、どの方法で、どの頻度で取るのか。ご自身の仕事の目的や業務、企業に合わせて、適正な収集の仕組みを独自に構築する必要があります。その仕組みが、ナレッジグラフの土台を作り上げます。OECDも、データの価値は目的に沿った収集・共有・再利用の仕組み（データガバナンス）によって生まれると整理しています。
参照：World Economic Forum “Global Risks Report 2024”・2025／Data Provenance Initiative “Consent in Crisis”（2024年7月）／Cloudflare プレスリリース（2025年7月1日）
DATA ACCESS
GETTING THE DATA TAKES WORK
答えをつくる前に
データを取る難しさがある
必要なデータの所在を探し、利用条件を確認し、本文や表を読み、目的に合うかを判断する。取得には、それぞれ別の確認が必要です。各項目をクリックすると詳しい説明が開きます。
01そもそも存在するか
02取得し利用してよいか
03必要な部分まで読めているか
04この判断に使えるデータか
AI & EVIDENCE
A COMPLETE ANSWER CAN HIDE MISSING DATA
データが足りなくても
答えは完成して見えてしまう
自然な文章、細かな数値、筋の通った説明、整った出典リスト。その見た目からは、AIが実際に何を取得し、どこまで確かめたのかが分かりません。NISTは、生成AIが誤った内容を自信のある形で提示し、架空の論拠や引用が過信につながり得ると整理しています。
出典名がある
原典が実在し、その主張を支える箇所があるか。
数字が細かい
実測・推計・予測のどれか。単位と算出条件は何か。
資料が複数ある
独立した根拠か。同じ元データの転載ではないか。
資料をAIに渡した
必要な箇所が検索・抽出され、回答と一致しているか。
参照：NIST AI 600-1 Generative Artificial Intelligence Profile（2024年7月）／OpenAI “Why language models hallucinate”（2025年9月）
PETIT CASE
AN ILLUSTRATIVE EXERCISE
この説明
どこまで確かめられていますか
研修で実際に扱う演習のイメージです。以下の企業・市場・数値は架空の教材例です。
市場は3,000億円？
年率12％で成長？
A社は未参入？
早期参入に優位性？
GRAPH & ONTOLOGY
FROM DATA TO SHARED MEANING
データをつなぎ
業務の意味と接続する
取得・検証したデータは、そのままでは点のままです。関係をグラフ化し、業務の共通定義（オントロジー）と結びつけることで、部門やシステムをまたいで同じ前提から議論できるようになります。
グラフ化
企業・製品・顧客・市場・出来事を識別し、根拠のある関係で結びます。関係ごとに出典・時点・確認状態を持たせ、確定した関係と仮説を分けます。
オントロジー
「顧客」「売上」「契約」「製品」が何を意味し、どう関係するかを定める共通の枠組み。同名のデータを無条件に統合せず、定義・粒度・有効期間の違いを確認します。
残すもの（研修でつくる成果物）
グラフ化すれば正しくなるわけではない
参照：W3C PROV-Overview（2013年）／W3C OWL 2 Web Ontology Language（2012年）
APPROACH
ACQUIRE · VERIFY · CONNECT
適正に取得し確かめて
業務の意味につなぐ
- 01 / ACQUIRE
ポリシーに沿って取得する
何の判断に使うか、誰が取得・閲覧できるか、AIへの入力・保存をどこまで認めるか。利用条件を確認し、取得できた範囲を記録します。
- 02 / VERIFY
正確性・出典・不足を確かめる
数値と原典、定義・単位・対象を照合。事実・推論・未確認を分け、AIの生成した内容に確認状態を付けます。
- 03 / GRAPH
データと根拠の関係をつなぐ
企業・製品・顧客・市場・出来事を、出典と時点を持った関係で結び、確定した関係と仮説を分けます。
- 04 / ONTOLOGY
業務の意味・定義と接続する
「顧客」「売上」「契約」などの意味と関係を定め、部門をまたいで同じ前提で議論できる土台をつくります。
- 05 / DECIDE
人が判断し、実行と更新へ
根拠が変わったとき、影響する提案・計画・KPIまでたどって見直せる状態で、人が判断します。
PRACTICE
HANDS-ON WITH CROSS GRAPH
さわって予測して
自分の判断に使う
- 01
CROSS Graphを実際にさわる
約150万件の産業・市場データと約10万冊の知識資産を持つCROSS Graphを操作し、データの検索・確認・関係づけ・資料化までを体験します。
- 02
ファクトベースのプチ未来予測
実際の市場データを起点に、前提・根拠・不確実性を明示しながら、小さなテーマで未来の見通しを自分で組み立てます。FUTURE DRAWING®の考え方を取り入れた実践演習です。
- 03
答えの不足に気づく演習
表の抽出漏れ、定義が異なる数値、利用条件のある資料などを教材に、確認すべき点を見つけ、取得計画・検証記録・判断メモを自分でつくります。
PROGRAM
FROM LEARNING TO OPERATIONS
90分から全5回まで
選べる研修メニュー
M&A支援をはじめとするCBPの各サービスも、このプログラムを受けていただいたうえでご利用いただくことで、データと判断の前提をそろえ、より高い成果につなげられます。
NEXT STEP
研修の受講・導入のご相談
その判断を支えるデータは、どこから来ていますか。一つの提案・事業計画・業務を起点に、教育と仕組みづくりをご提案します。
研修を申し込む・相談する ↗CROSS Graph × M&A →2050未来観測（FUTURE DRAWING®） →