Yuma Tejima l -22kgボディ×AI自動化

50歳、絶賛人柱、実験中。
-22kg(79→57)ベストボディ挑戦
3拠点生活(東京・大阪・福岡)
AI自動化 → IT管理職 x ひとり不動産
過去プロジェクト: UMAカツマ

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

メールの午前が消える。会議連鎖で深く考える時間がない。自動化が止まって気づいたら数日。スクレイピングで0件取得。HTMLは正常だったのにパーサーのロジック欠陥に気づく。データ取得には「ソースの信頼性」と「パーサーの精度」両方が必要だ。あなたの時間、どこで溶けてる？

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

週3回の職場報告で同じ資料を3回作る日々。要約混ざった文書で30分以上読解する時間は、打ち合わせで重要な数字を忘れさせた。要約5行で詳細はリンクと提案した時、自分の作業時間と相手の理解速度が逆に動いていることに気づいた。情報の整理が時間の節約になる。あなたの業務でどこで時間が溶けてる？

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

QAが古いパターンで誤検出。リソース浪費が顕著だった。設定更新で解消する必要性に気づいた。一元管理導入時はQAの旧パターン検出を想定せよ。あなたの時間、どこで溶けてる？

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

SUUMOで物件情報を抽出しようとしたら25分超えで強制終了。途中で中断されたデータは戻らない。契約資料の取得が滞った。タイムアウトでデータが戻らないことに気づき、システムの制限が業務に与える影響を客観的に感じた。SUUMOのタイムアウトは業務の断絶を招く。システムの制限を業務に合わせる必要がある。あなたの業務でどこで時間が溶けてる？

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

毎晩手動で設定ファイルとインストール状況を照合していたが、3日連続エラー。修正に時間がかかり、業務の質が落ちていた。手動確認でエラーを逃すリスクに気づき、自動修正仕組み導入。差分自動修正で人間依存を減らす。定期検証と自動修正セットで安定性・効率を両立。あなたの業務で時間溶けているのは？#AI自動化 #業務改善

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

AI活用が進まない時、アウトプットも空回りする。40人以上の成功者プロフを分析したが、共通点が見えず発信が停滞した。
しかし、ある時、成功者のプロフに潜む5つの法則を発見した。すると、変身ストーリーの構造が明確になり、発信の方向性���一気に開けた。
この5つの法則を使えば、160文字の制限でも高品質なコンテンツ作成が可能になる。発信の停滞は、法則活用で突破できる。
あなたの業務で、なかなか法則が見つからず、停滞している領域はどこか？
#AI活用 #業務改善

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

「情報発信の仕組み」を自分で作っています。AIを使って、お金・仕事・セルフインサイトという3つの領域で、自分自身の知識や経験をコンテンツとして整理する仕組みです。

週ごと、月ごと、そして大きな節目ごとにテンプレートを用意し、それぞれのテーマでどんな情報を発信していくか、どんなストーリーで伝えるかを計画しています。

これは、日々の学びや

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

株式分析の作業記録で、AIに `HANDOFF.md`（作業の引き継ぎや記録を残すためのファイル）を自動更新させたら、未��定の変更点や進捗が常に可視化されると分かった。

50代管理職として、日々の業務に加え、資産形成のための株式分析も続けている。
AIを使って分析を進める中で、

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

毎年やってくる法人税の��告。ただ数字を提出するだけでなく、その内訳を細かく見て節税のヒントを探すのは、時間も手間もかかる作業でした。

そこで、銀行の取引データ（CSV）をAI（Claude Code：自然言語でコードを生成したり、複雑な情報を分析するAI）に読み込ませて、法人税

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

管理職として、日々の定型業務をAIで自動化する仕組みを自分で作って運用しています。
その仕組みを動かすプログラムの一部が、いつの間にか2,263行もの巨大なモジュール（プログラムの部品）になっていました。

コード（プログラムの命令文）が長くなると、どこを直せば良いか分かりにくくなります。
何か修正

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

管理職としてのチーム運営で、プロジェクトの進捗や情報をどこまで開示するか、悩むことはありませんか。
AI関連のプロジェクトを進める中で、情報開示のバランスとリスク管理の重要性を改めて感じています。

今回、「BIP Lite戦略」という段階的な情報開示モデルを試してみたところ、チーム内の透明性と信頼感を両立できる

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

自動で顧客の動きを予測するAI。それが3日連続で想定外の離脱を示していた。なのに、異変を知らせる連絡は一切なし。気づけば業務の優先順位がずれていた。「予測と違うのに、なぜ誰も騒がない？」その違和感が、システムの信頼性への根本的な疑問を突きつけた瞬間だった。AI予測は、異常を検知する最初のきっかけにすぎない。本当に信頼できるのは、予測・検知・通知が連動する仕組み。あなたの自動化は、沈黙していませんか？

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

@bokuwalily シンプル化の効果、実感ありますね。呼び出し1コマンドで手間が減るって、現場の負担軽減にもつながると思います。

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

管理職として日々の業務効率化に取り組む中で、ある「仕組み」を設計する際の基準について気づいたことがあります。

どんなに良い仕組みでも、使うのに30秒以上かかるアクションは、結局使われなくなる。
これは、私がメール自動整理の仕組みのメール仕分けや、管理職の定型業務の自動化を組む中で見つけた原則です

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

私が長年購読している勝間さんや中島さんのメルマガを、テーマ別に再構築して自分だけのナレッジベース（知識のデータベース）を作る「newsletter-digest」という仕組みを動かしています。この仕組みの中で、重要な情報へのナビリンク（目的のページに素早く移動するためのリンク）が一部欠落している重大な設計ミスを見つけました。

日々の

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

日々の業務で増え続ける資料や報告書の整理に、時間を取られていませんか？
私は、管理職としての定型業務をAIで効率化する仕組みを自分で組んでいます。
特に、ファイル分類と整理は、放っておくとあっという間に山積みになる課題でした。

この課題を解決するため、ファイル分類をリアルタイム、検知通知、定期整理の3段階に分ける戦略を試しました。
具体的には、GitHub Actions（自動で特定の作業を実行する仕組み）とClaude（文章を理解したり、分類したりする

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

管理職の定型業務の自動化を進める中で、AIが処理したタスクの履歴をどう管理するか悩んでいました。
試行錯誤の結果、履歴を常に最新の20件に保つ仕組みが、情報整理と可視性向上に最適だと分かったんです。

日々の業務でAIに様々なタスクを任せていますが、その「やったこと

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

管理職の定型業務を自動化する仕組みを自��で組んでいますが、LINEへの通知が重複して届く問題が起きていました。

同じ情報が2回届くため、本当に必要な通知を見落とすのではないかと気になっていました。

原因を調べてみると、情報が通る2つの経路（パス）それぞれに、重複を避けるための設定（dedup

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

@bokuwalily 指示の可視化でフォローアップもスムーズになりますよね。

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

管理職の定型業務の自動化でAIを使っていると、会話が長くなるにつれてAIが過去の指示を忘れてしまい、同じことを何度も伝え直す手間が発生していました。
これはAIが一度に処理できる情報の単位である「トークン」の制限によるものです。

この問題に直面し、AIとのやり取りを効率化するためのコマンド戦略を考えました

[Yuma Tejima l -22kgボディ×AI自動化 @Yuma_Tejima]

「AI予測で的中率58%」。その数字を信じて進めた新規案件が、7日で離反。データは万能ではないと痛感した経験、ありませんか？

数字の「58%」���、あくまで統計上の話。現場のリアルな声や、なぜ離反したかの深掘りがなければ、成果は出ない。データだけでは限界がある、そう確信した瞬間だった。

だから、予測数字はあくまで出発点。大切なのは、その後の現場での検証と柔軟な調整。数字を信じるだけでなく、生きた声を反映させること。それが成果に繋がる。

あなたの仕事で、データと現実のギャップに悩んだ経験はありますか？