725428

HOME | DIARY | PROFILE

【フォローする】【ログイン】

ビジネス書はこれを読もう

< 新しい記事

新着記事一覧(全1062件)

過去の記事 >

2018/06/23

人工知能時代に生き残る会社は、ここが違う！　リーダーの発想と情熱がデータをチャンスに変える/ジョシュ・サリヴァン

テーマ： ★ おすすめのビジネス書は何ですか！？(1337)

カテゴリ：情報社会

[商品価格に関しましては、リンクが作成された時点と現時点で情報が変更されている場合がございます。]

人工知能時代に生き残る会社は、ここが違う！　リーダーの発想と情熱がデータをチャンスに変える [ ジョシュ・サリヴァン ]
価格：1836円（税込、送料無料) (2018/6/23時点)

amazonで見る

はじめに：マサティカル・コーポレーションの巨大な知性

□ 過去が分析論とビッグデータの時代であるならば、未来はマセマティカル・コーポレーションの巨大なる知性の時代である。

□ ビッグマインドは人工知能の数理に基づく知性と、人間の想像力豊かな知性とを組み合わせることで生まれるものであり、それは組織の業績をさらに飛躍させる要因となる。

□ 不思議な力は細部に宿る

□ 二つのステップ

　１）いかに既存の考え方を変えるか

　２）いかにして既存の行動を変えるか

□ マサティカル・コーポレーションは、人間だけが持つ資質をより高いレベルで活用するための、新しく刺激的な方法を提供する組織だ。

□ 新たなデジタル世界の出現によって、これまでアクセスできなかったデータを活用できるようになり、その結果我々は他の方法では決して得られなかった見識を身につけられるということである。

□ 我々はビッグマインドの力を、不可能を可能にする問いかけ、戦略、技術を組み合わせて、世界を変えていくだろう。

第1章　秘められた世界　埋もれている細かさを効力する

□ 速度、複雑さ、データ

□ 未来の予測は古い静的データのみならず、変数をリアルタイムで処理するアルゴリズムが基本になっていく

□ 古いツールや直観で物事に対処しようとするというやり方は、重要ではなくなってきている

□ どんな（統計）モデルも、間違っていることを忘れてはならない。 実際に問わなければならないのは、そのモデルが役立つためにはどの程度正しければよいかということである。

□ 先進のツールとリーダーの創意工夫の組み合わせで生まれる未来の力

□ 科学のリーダーたちが目覚ましい活躍を遂げているのは、知識の量が多いからではなく、未知ののもを探求する情熱にあふれているからだ。

□ 深く追及することは、古い考え方により制約を破る助けになる。

□ 神は信じている。だが、他の者は証拠となるデータを持参すること

□ コンピュータは、筋道の不審な点に気づくことには非常に長けている。

□ 先入観を捨てて 、新たな考え方やスキルを実践しなければならない

第２章　類まれな連携　マシンと人の知性を融合させる

□ 人間の頭脳が持っている能力

　・想像

　・創造

　・演算的推論

　・帰納的推論

　・問題解決手法の構築

□ マシンが得意とする能力

　・言語理解と言語による表現

　・数値演算処理

　・記憶

　・情報の記録と整理

□ 比較優位の戦略

□ 自分が得意なものはまず活かして、他についてはより速くてより費用の安いマシンに任せればいい

□ 脳が刺激される問いをマシンが思いつくことは、決してない

□ 言語を処理して言語を生み出す作業はマシンに委託する

□ 現れた規則性から何かが起きようとしているかを予測したい

□ リアルタイムデータを見て判断したい

□ ビジネスの仕組みにおける 原因と結果 を理解して、 戦略を策定 するのは引き続き 人間の仕事 である。

□ マシンにとって、原因についての先入観を持っていないことは強み になっている。

□ 事実を思い出すよりもむしろ、複雑な現実の全体像を網羅する。マシンに記憶された事実や経験を頼りに意思決定を行う。

□ 情報の記憶と管理

　リーダーたちは５つめの能力である情報の記憶と整理、とりわけ、規則に従って情報を集めて手を加える能力について、マシンとの協力のかたちを見直さなければならない

□ リーダーの大きな強みであり続ける能力は５つある

１）想像

２）創造

　　想像したものを形にできるだろうか

　　想像とは、計画を実行することではない。

　　計画に必要な要素を生み出すということだ

□ 共有に前向きな組織を、合併せずにつなぎ合わせること。その結果深くて、多様性に富む

□ 組織同士は合併などしなくても、デジタルの力を統合すればつながることができる

□ 「我々企業には、お客様に有益だと思っていただけるような、データに基づいた見識の提供や交流が大事です

□ 新たなデータの世界で可能となる新ユーザ体験について妙案を思いつける人材が必要です

□ 新しいものを最適なタイミングで判断できる、 コミュニケーションのスキル に優れた人です

□ ろくでもない問いを立てれば、ろくでもない見識しか手に入らない

□ 問題解決手法の構築

　　「正しい行為」のパターンを踏まえると、怪しい異常の検知や調査がしやすくなる。すると、その異常と関連する「悪い行為」や矛盾が浮かび上がってくる。

□ 感情は人間とマシンの思考というエンジンに、類まれなエネルギーをあふれんばかりに注ぎ込む。

第３章　不可能を可能にする問いかけ　制約があるという思い込み

□ 私はいつまで自身の思考による制約に縛られ続けるのだろうか

□ 我々はもはや、 知識、展望、考え方 を遮られることはない。

□ しかも、 データ処理、モデル構築、演算処理速度 において、以前のような技術的制約を受けることもなくなるのだ。

□ まったく新しい発想ができるスタッフを迎えた

□ マサティカル・コーポレーションによる発見はビジネス、そして人生までも上向きにしていく。

□ リアルタイムの完全なストリームデータの調査

□ 遠くて深いところまで手を伸ばしてデータを集める組織は、それをしない組織に勝つチャンスをつかめる

□ リーダーの課題は直感を働かせなければならない瞬間と、直感に従わないほうがいい瞬間を見極められるようになることだ。

□ CEOたちは（一般人と同じく）リスクは高くても長期的な収益が期待できるプロジェクトに対しては、一貫してより多くのリスクを取ろうとすることがわかった。

□ 問いを立てる、仮設をたてる、検証して答えを見つけるという繰り返しの手順こそが、大きく、戦略的で、「不可能を可能にする」問いかけの答えを見つけられるための手段となる。

第4章　不可能を可能にする技術　最新の技術を使いこなす

□ マシンインテリジェンスの基幹技術（クリティカル・テクノロジー）

・データの取得、保管、分析前の準備

・新情報を手に入れるためのアルゴリズム

・手に入れた情報を活用するためのアルゴリズム

・可視化、解釈、対策のためのアプリケーション

・あらゆるものを可能にするインフラ技術

□ 爆発的に増えるデータ量と、組織の垣根を越えて外部データがかつてないほど手に入りやすくなったことを組み合わせれば、発見、予測、最適化のとうてい放っておけないチャンスをつかむだろう

□ データの湖（データレイク）

□ データレイクの第一の大きな利点は、検索や分析に役立つラベルであるメタタグを各要素にいくつでも付けられるということだ。

□ クラウドコンピューティングサービスに関連している、新しい廉価なソフトウェアで結ばれたコンピュータ部隊のおかげだ。

□ リーダーは、（できれば）日々の組織の運営で意味が通じて、しかも複雑な仕組みの分析をさらに進められる特徴の選択にいかに貢献できるだろうか。自身に問いかけなければならない。　

□ 関係性を見つけるためのアルゴリズムの種類

・クラスタリング：同じグループのデータが何かしらの共通性を持つように分割するアルゴリズム。

・回帰：「結晶構造の弾性」といった、データに影響を与える主な要因を見つけるアルゴリズム。

・分類：データを種類によって分けるアルゴリズム

・配列：データが順序づけるアルゴリズム

□ 発見のためのアルゴリズムは、人間が気づかなかった規則性を見つけるために役立つ

□ マシンは人間の力がまったく及ばない。しかもたいていは人間の理解を超えている複雑な仕組みを学ぶことができる。

□ どんなマシンも「どの問題が解決に最も急を要するか」「問題解決の手法をどのように構築すればいいか」「最善の決断を下すためには、数値で表せない定性要因にどう対処すればいいだろうか」といった疑問には答えられない。

□ 機械学習は概算、予測、独創的な見解を展開するツール

□ 人間が学んだ知識だけに頼るのではなく、マシンが周りの世界を捉えて学べるように工夫しなければならない。

□ 画像、図、グラフは「 もし～だったら 」といった探索的な問いかけに対応できる結果を表される

□ 問いかけに対応できる視覚化をうまく行うことだ

□ 近年の特筆すべき進歩には、クラウド・コンピューティング（利便性の向上）、より高速なプロセッサー（高速化）、新たな情報処理パラダイム（さらなる高速化）、分散ファイルシステム（より膨大かつ多様なデータセットの保管実現）

□ 技術やツールがふさわしいかを見極めるかどうかは、リーダーにかかっている。

第５章　不可能を可能にする戦略　新たな「大きなもの」を生み出す

□ 問いをたてることに対する執拗なまでのこだわりにかかっている。

□ 不可能を可能にする戦略

　１）自身のマサティカル・コーポレーションを、どんなエコシステムのなかで運営するのか？

　２）解決不能とされているどの問題を解決できれば、あらゆるものを一変させるだろうか？

　３）どういった「不可能を可能にする」解決策があるのか

　４）解決策を検証して、失敗から学ぶための最も優れた方法は何だろうか

□ 時間と手間 という二つの課題

□ 戦略づくりの段階で重要なのは、自分の足元で状況がどう変化しているかを

　明らかにするために、執拗なまでに問いを立て続けなければならない点だ

□ 解決したい問題や満たしたいニーズの大きさはどれくらいなのか

□ 規模を求めるほうがいいだろうか。

□ 別の業界へ移行するほうがいいだろうか。

□ それまでの制約を曲げる、打ち破る、あるいは変更するほうが先だ。

□ 組織は、これまでの活動に専念したほうがいい。

□ 予測モデルを利用して、将来についての新たな問いを立てシミュレーションを行えばいい

□ 不可能を可能にする戦略

　現行の枠組みに対して適切な取り組みや議論を行ったか？

　昨年枠組みのなかに取り入れなかったもので、今年採用するものは何か？

　ステークホルダーとの関係をどのように見直すか？

□ 冒険的なもの、保守的なもの

□ 一時的な解決にしかならないもの

□ チャンスをものにする方法を考えだすこと

□ どんな技術も、しかも組み合わせればなおさら、新たな戦略的方向を示してくれる

□ 「実態（オブジェクト）と化したデータやアルゴリズムに囲まれた時代に急速に突入していく

□ 制約のバランスをとると、さらなるアイディアが湧いてくるこちもある。

□ 選んだ候補、あるいはいくつかの候補をいよいよ試作して検証することだ

□ プロトタイピングは証拠を集めるよりも、不可能を可能にする戦略を立てる途中でフィードバックを得るためのものだ。
□ 成功は、通常この仕事に直接かかわっていない人々を巻き込めるかどうかにかかっている
□ 魔法は自分の目で見ないと信じられない。
□ 好奇心はそれが」見えるようになるための原動力だ。
□ 大胆かつ制約を受けない、矢継ぎ早な繰り返し作業を通じてのみ、探し求めていた未来の力を手に」入れられる。

第６章　力を広める　実現のとき

□ リスク評価システムも含めたリスク管理プログラム」を導入

□ リスクを浮かび上がらせて、対処すると、管理職も第一線級の職員も新構想とともに
　　前進するための自信と勇気を身につけられる。
□ リーダーは」ときには「伝道者」になって変化の利点を宣伝してまわり
　　変化を取り入れる」ために方針を変えていかなくてはならない

□ どのようにして周囲を巻き込むか
□ 「構想を広める」
□ 「組織文化の改革を引き起こす」
□ 「才能を開発する」

□ リーダーが達成する３つの目標
　１）間違う権利
　２）非対称なチーム
　３）成功例を語る

□ 進歩するための条件のひとつは、成功と同じように失敗も記録していく
□ 想像力や知的好奇心にあふれ

□ ストーリーを作る際、自身が検証したい仮定の明確な説明を含めることを忘れては」ならない。
□ リーダーにとって、ストーリーは人々を動かすための最も有効な手段だ

□ リーダーは新しい問いについてや、戦略の変更を後押しする結果が得られた
　　データに基づく検証実験についてのストーリーを語らなければならない。
□ リーダーは、マシンインテリジェンスへの取り組みを始めた理由や、
　　その活用方法やしきみについて、論理的な根拠を示さなければ」ならない。

□ 優秀な人材を確保する
□ 最も重要な特徴は、失敗を乗り越えられる柔軟性と 古いアイディアを捨てて、新しい手法を試そうとする意欲だ

□ 中心となる方法
　「構想を広める」
　「組織文化の改革を引き起こす」
　「才能を開発する」

□ 基本のエネルギー源は、まさに「期待に胸を膨らませる」ことである。

第７章　善か悪か。議論は突然沸き起こる　不可能を可能にする戦略と倫理
□ 責任ある行動だけでは足りない。
□ 外部の人間が正しいと思う通りに、行動しなければならない
□ 本当に、個人情報を提供するほうが、ためになるのか

□ 倫理的な問題の対処
　・データの取り扱いにおける透明性
　・プライバシーの保護
　・データの所有権
　・データの機密保護

□ 倫理的な価値観を浸透させることと並行して行わなければならない。

□ 個人情報と引き換えに提供者が何を得られるのかをはっきりと示すことである。
□ 個人情報の所有権は本人にある。

第８章　不可能を可能にする解決策　社会の最大の問いに答える
□ 伝統を打ち破る変化
　・世界最大規模の問題を、自分のものとしてとらえる
　・保有している大量のデーターの価値をより多く精鋭に見つけてもらうため、データを公開する
　・組織の使命が世界規模の使命にどう関わっていくのか理解する
　・企業の価値観や目的と方向性が一致する、優先度の高い事前目的を追求する方法を考える

おわりに　直観に逆らう
□ 複雑さは重荷ではなく恩恵である
□ マシンは直観より信頼できる
□ マシンモデルはメンタルモデルより優れている
□ 解決策には理屈はいらない
解決策が原因より先にくる
□ 与えることで価値を創造する
□ 経験なしで飛躍する
□ 完璧なスタートはそうでないものに勝てない
□ その第一歩は複雑さに対する新たな施施行から始まる。単純なことだ。

☆彡
こちらもどうぞ
「AIで仕事がなくなる」論のウソ/海老原嗣生

お気に入りの記事を「いいね！」で応援しよう