從「先教正確答案」到「設計判斷經驗」：系統化「判斷經驗設計」模型，在工作中培養判斷力，公開主要9頁內容並免費提供完整34頁資料
Request公司系統化推出「判斷經驗設計」領導者實踐模型，旨在於實際工作中培養成員的判斷力，並向公眾免費提供完整34頁資料。 · 2026-07-15
リクエスト株式会社 新聞稿
AI成果的差距,取決於能否將「目的」與「其背景」清楚表達
可以請AI執行各項作業。 然而,多數組織尚未能確實向AI傳達「目的」與「其背景」。 在長期依據數值目標與過往先例執行工作的組織中,往往缺乏自行建構目的、確認其背後的事實,以及將前提與因果關係予以語… · 2026-06-29
【調查結果】AI時代脫穎而出的頂尖1%並非精通AI者,而是能發現「尚未言喻的價值」
提供組織行為科學®給企業的Request株式會社(總公司:東京都新宿區,代表取締役:甲畑智康)根據對33.8萬人・980家企業工作者的行為觀察,整理出AI時代脫穎而出的頂尖1%人士的特徵,並公布了新的… · 2026-06-30
公開AI時代所需的「反學習與重新學習」推進方法（組織行為科學®）
Request股份有限公司發布了一份報告，基於對33.8萬人的數據分析，詳細闡述了在AI時代為培養人類判斷力所需的「反學習與重新學習」的具體做法。 · 2026-03-31
AI 時代不容忽視的：區分「兩種判斷」與「兩種知識」的能力（組織行為科學®）
Request 株式會社的判斷設計實驗室發布報告指出，AI 時代職場停滯的原因，在於將需要基於事實判斷的工作與依循前例的任務管理混為一談。 · 2026-03-29
公開AI時代所需的「反學習與重新學習」推進方法（組織行為科學®）
Request股份有限公司發布了一份報告，基於對33.8萬人的數據分析，詳細闡述了在AI時代為培養人類判斷力所需的「反學習與重新學習」的具體做法。 · 2026-03-31
解構與重構學習如何在工作中紮根？從判斷的轉變曲線與判斷經驗設計看實踐知識的形成過程（組織行為科學®）
Request株式會社發布了一份關於生成式AI時代「能夠承擔判斷的人才」培養與紮根的報告。報告以980家公司、33.8萬人的數據為基礎，解釋了解構與重構學習的重要性以及判斷經驗設計的過程。 · 2026-04-02
AI 時代不容忽視的：區分「兩種判斷」與「兩種知識」的能力（組織行為科學®）
Request 株式會社的判斷設計實驗室發布報告指出，AI 時代職場停滯的原因，在於將需要基於事實判斷的工作與依循前例的任務管理混為一談。 · 2026-03-29
AI時代企業保留的「判斷」是什麼？：不是了解前例，而是靈活運用前例、觀察差異、決定推進方式（組織行動科學®）
瑞可思股份有限公司發布關於AI時代「判斷」的報告。 · 2026-03-28
全文公開《卓越人力資本管理的定義》。基於33.8萬人、980家企業的分析與實務支援，以全29頁、約29,500字釐清在AI時代讓人力資本管理發揮效用的關鍵（組織行為科學®）
Request Inc. 發布了一份長達29頁的人力資本管理綜合報告。該報告分析了33.8萬名員工的數據，指出儘管企業增加了教育訓練，但由於工作結構問題，員工在第一線的「決策機會」卻在減少。報告大力提… · 2026-04-11
全文公開《卓越人力資本管理的定義》。基於33.8萬人、980家企業的分析與實務支援，以全29頁、約29,500字釐清在AI時代讓人力資本管理發揮效用的關鍵（組織行為科學®）
Request Inc. 發布了一份長達29頁的人力資本管理綜合報告。該報告分析了33.8萬名員工的數據，指出儘管企業增加了教育訓練，但由於工作結構問題，員工在第一線的「決策機會」卻在減少。報告大力提… · 2026-04-11
AI時代企業保留的「判斷」是什麼？：不是了解前例，而是靈活運用前例、觀察差異、決定推進方式（組織行動科學®）
瑞可思股份有限公司發布關於AI時代「判斷」的報告。 · 2026-03-28
解構與重構學習如何在工作中紮根？從判斷的轉變曲線與判斷經驗設計看實踐知識的形成過程（組織行為科學®）
Request株式會社發布了一份關於生成式AI時代「能夠承擔判斷的人才」培養與紮根的報告。報告以980家公司、33.8萬人的數據為基礎，解釋了解構與重構學習的重要性以及判斷經驗設計的過程。 · 2026-04-02
反學習（Unlearning）與再學習（Relearning）如何融入工作中？公開判斷變革曲線與判斷經驗設計下的實踐知識形成過程（組織行為科學®）
Request株式會社基於980家企業、33.8萬名員工的數據，發布了關於如何將反學習與再學習融入日常工作的報告。 · 2026-04-02
Request株式會社公開AI時代所需的「反學習・再學習」推進方法（組織行為科學®）
Request株式會社發布了「AI時代所需的『反學習・再學習』推進方法」報告，基於33.8萬人、980家企業的實踐與分析，旨在將工作從遵循先例轉變為能判斷差異的工作。 · 2026-03-31
AI時代不可忽視的關鍵：區分「兩種判斷」與「兩種知識」的能力（組織行為科學®）
發布關於AI時代工作設計與人才培育的報告。 · 2026-03-29