シン・ニホン AI×データ時代における日本の再生と人材育成 (NewsPicksパブリッシング) [Kindle]

著者 :
  • ニューズピックス
4.55
  • (12)
  • (7)
  • (1)
  • (0)
  • (0)
本棚登録 : 142
レビュー : 10
  • Amazon.co.jp ・電子書籍 (641ページ)

感想・レビュー・書評

並び替え
表示形式
表示件数
絞り込み
  •  名著「イシューからはじめよ」の著者による、これからの時代における日本の再生と人材育成をテーマとした一冊。
    タイトルである「シン・ニホン」は、映画「シン・ゴジラ」からインスピレーションを受けた、と著者が述べているように、現在の危機を同様にとらえつつ、その中での明るい未来を描いています。この手の本は、危機感をあおるものと実現困難な政策を打ち出し楽観的な未来を語るものなど、極端なものが多い印象ですが、著者は、実際のデータを見ながら、現在の日本の置かれた現状や課題を明らかにしつつ、人材育成の方向性を語るとともに、実現可能な財政的な考え方も提案しているため、内容は多岐にわたるととに、非常に現実的かつ実現可能性の高い内容となっています。内容が多岐にわたる分、興味のあるパートから読み進めてもいいかもしれません。
     現在を創造社会(ソサエティ5.0)ととらえ、AIとデータの掛け合わせによる価値を創っていく時代であるのに、技術的にも財政的にも日本はその前提にすら立っていないと問題意識をあげています(AI-readyではない)。一方で、日本には、想像と創造を生む妄想力の豊かさ、生産性に伸びしろがあること、過去の産業革命での対応の歴史において、第二・第三の波で勝負する経験があること、社会保障給付費も含めた国の予算の全体観を見ると、このうち数%の配分を変えるだけで未来への投資につながるという、決して実現不可能なことを言っているわけでないこと、などを紹介することで、まだすべきことがあり、将来への希望を述べています。
     私たちは、イメージだけで極度に悲観的にならず、問題意識の明確化と正しい情報を得ることにより、著書のように明るい未来を描き、手を打っていくことが必要です。現状の課題と未来への方向性が見事に一体化した一冊であると感じました。



    ▼これまでは「スケール」を取り、大きな売上、付加価値、そして利益を生めば企業価値につながるのが、富を生む基本方針だった。しかし、この非連続的な変化に富む局面では、そもそも「未来を変えている感」が企業価値になり、これをテコに投資し、最終的に付加価値、そして利益につながるという真逆の流れになった。
    ▼未来(商品・サービス)=課題(夢)×技術(Tsch)×デザイン(Art)
     未来は我々の課題意識、もしくは夢を何らかの技・技術で解き、それをデザインでパッケージしたものと言える。
     技術は大事だが、それだけでは未来の創造につながらない。こんな課題を解きたい、こんな世界を生み出したい、そういう気持ちなしで、手なり以外の未来など生まれる理由がない。

    ▼Society5.0とは?
     狩猟社会→農耕社会→工業社会→情報社会に続く、創造社会(5.0)
     Society5.0における価値創造
     デジタル革新(AI-ready化)×多様な人びとの想像/創造力(多様性の内包)→成功のプラットフォームとしての日本
    ▼AI戦略などを語る以前の課題が極めて深刻であり、それこそがボトルネックになっている。そのボトルネックさえ解決すれば、日本の底力からすると明るい未来は十分に描き得るという見立て。
     そのボトルネックの正体を簡単に言えば、企業を含むこの日本の社会は、そもそもAIなどを議論する、活用する用意ができていないAI-readyではないということだった。
    ▼日本の本来の勝ち筋
    ①すべてをご破算にして明るくやり直し
    ②圧倒的なスピードで追いつき一気に変える
    ③若い人を信じ、託し、応援する
    ④不揃いな木を組み、強いものを作る

    ▼データ×AIの力を解き放つための3つのスキルセット
    ①ビジネス力:課題背景を理解した上で、ビジネス課題を整理し、解決する力
    ②データサイエンス力:統計数理、分析的な素養の上、情報処理、人工知能などの情報科学系の知恵を理解し、使う力
    ③データエンジニア力:データサイエンスを意味ある形に使えるようにし、実装、運用できるようにする力
    ▼データ×AIの力を解き放てば、情報の識別、予測、また目的が明確なことの実行系はことごとく自動化される。これは確かに偉大なことだが、これらの業務から解き放たれてなお、人間に残る役割がある。自分なりに見立て、それに基づき方向を定めたり、何をやるかを決めること、また問いを立て、さらに人を動かすことだ。
    ▼新たに自ら気づいたことはそう簡単には忘れない。つまりその人の成長力は気づく力に真に依存している。この積み重ねがその人の本当の力になる。「スポンジ力」より自分なりに引っかかる力だ。机上の理論、文章だけでなく、生の体験・苦労を通じ、自分なりの気づきを促し、この気づく力そのものを育成していくような人材に脱皮させていく必要がある。また「スポンジ力」で育った世代も、このワイルドな時代において未来を一緒に創っていこうと思うのであれば、この力を今から育て、身につけていくことが大切だ。

    ▼未来を仕掛ける人を育てる6つのポイント
    ①意思、自分らしさ、憧れ
    ②皮膚感を持って価値を生み出すことを理解する
    ③サイエンスの面白さと意味への理解を深める
    ④夢×技術×デザイン視点で未来を創る教育を刷新する
    ⑤道具としての世界語を身につける
    ⑥アントレプレナーシップの素養
    ▼仕事の定義
     仕事=力×距離
     力の大きさ=質量×加速度
     生み出す仕事の大きさは、「どれだけ大きな存在に対して、どれだけ勢いよく、どれだけの変化(距離)を引き起こしたか」

    ▼我が国はかなり立派な額の予算を組みながら、その多くがシニアと過去に使われていることがわかる。このようにお金はあるのだ。むしろリソース配分の問題であり、未来に賭けられる国になっていないだけなのだ。
     未来が暗いと考える前に、なぜそうなのかをこのようにフラットにみれば、原因はそんなに難しいことではないのだ。解決のために必要な取り組みも驚くほどシンプルだ。「育て評価する人の像を刷新する」、それに伴って「もう少し未来にリソースを寄せる」、それだけのことだ。その必要なリソース規模は、実は社会保障給付費に比べれば驚くほど小さい。
    ▼現在の逆ピラミッド型の人口調整は人類全体が半ば無意識に行っていることだ。この若い人のほうが少ない人口構成は、地球の環境が破壊されないようにする、あるいは長期的に人類が本当に生き延びようとするためには、当面、正しい可能性が高い。つまり、逆ピラミッドは長期にわたり続く可能性が高いのだ。これらを踏まえるとなおさらのこと、この逆ピラミッド構造が続くことを前提とした、本質的な変革を今こそ仕込むべきだと思う

    ▼国家も継続する仕組みとして、長期的に発展し続けることが、全体としての幸福といえる。現在生きる人の幸福が未来と未来の世代を犠牲にすることによって成り立っているのであれば、明らかにマネジメントの誤りだ。国家として続いていくめには、生み出す富を継続的に増やしていかねばならないのに、それをやっていないということだからだ。未来と目先をバランスさせるのがあらゆるマネジメントの基本だ。

    ▼人口が減るのが無条件に問題だという議論をやめ、単なる調整局面としてしばらくは見守るべきときが来ている。課題の設定が間違っているのだ。僕らの解くべき課題は、人口減少のターンアラウンドではなく、むしろ持続可能な人口に戻る局面で、経済的にどうやって縮小に陥らないようにうまく回していくか、つまり移行マネジメントなのだ。


    <この本から得られた気づきとアクション>
    ・課題の正しい設定こそが真の問題解決につながることを再認識する
    ・人口減少を理由に思考停止しない。本書の言うとおり、それを前提とした思考・行動が必要
    ・国の予算規模だけでなく、社会を支える制度の背景で動いている金額をとらえ、未来への投資へシフトさせる方法を考える


    <目次>
    1章 データ×AIが人類を再び解き放つ -- 時代の全体観と変化の本質
    2章 「第二の黒船」にどう挑むか -- 日本の現状と勝ち筋
    3章 求められる人材とスキル
    4章 「未来を創る人」をどう育てるか
    5章 未来に賭けられる国に -- リソース配分を変える
    6章 残すに値する未来

  • AI×データ時代の人の役割・取得するべきスキルについてはとても勉強になった。
    ただ、国や政治の大きすぎる問題についてかなりの量議論しているので、説明は分かりやすいが興味はあまりそそらなかった。
    面白い章とそうでない章の差が激しいかな。(3章は面白い。)
    ただいずれにしてもデータから論理的に説明するスタイルは勉強になる。
    ■データエンジニア力×データサイエンス力×ビジネス力が必要
    ■これならは、問いを立てる力、方向を定める、組織を率いる、総合的に見立てる⇨知覚する力、生命力、人間力が求められる。

  • 凄い本。将来を思考する上で読んでおかないとマズい本。
    記しをつけすぎたので、後ほどエッセンスを整理し、記憶に残しておきたい。

  • シン・ゴジラ観てからシン・ニホンを読了。DXの勉強的な視点で読み始めたけど、最後に書かれていた風の谷の話はWithコロナ(アフターコロナ)を先取りした内容にも読める。人やモノが都市に極端に集中する(メガ都市以外は荒廃する)ブレードランナー的世界観から、技術を活用しつつも腐海から逃れて暮らす風の谷的な世界観もあるのではないかと。関連して、最近、安宅さんは開疎化というトレンドが生まれると提唱している。

  • 20200426読了
    これからの日本のめざす姿について書かれた本。

    イシューからはじめよの著者なので予想通り面白かった。日本の戦略論。

    以下、勝手に要約

    ・これからの時代はAI×データを使いこなせるか

    ・日本は出遅れちゃったけど大丈夫。産業革命の時もフェーズ2から巻き返したから。

    ・巻き返すために人材育成するのと、リソースの配分を考えることが大事。

    ・今後は都市集中型の代替策とした街と人づくりをしていきたい。風の谷。

    これ読んで自分も何かの役に立ちたい、志高くありたいと思わせる本だった。

  • 星10を付けたい!混迷する日本、そして、世界。これからどのようにしていったら良いか、その答えの幾つかがここにある。
    まだ残る美しい世界、失われてしまった美しい世界を復活させるためにはどのようにしたら良いか。
    これから私は何度も読み返すと思う。しかし、これからの世界を担う人々にこそ、読んでもらいたい。
    未来のために、私たちが今できることはなんだろうか。

  • 未来を見通すのにこの本は「巨人の肩」になる

  • TEDxTokyoを観たのだが、改めてじっくり考えようと購入う。動画を観ていたので、大体のアウトラインは理解しているため、読むときにもシッカリと頭に入ってきた。これから購入する人も、まずTEDを観てからだとよいのでは。

  • 安宅さんならではのAIと社会についての考察をまとめた本。力作であることはひしひしと伝わったし、自分もデータサイエンティストの端くれとして勉強になるところも多かった。既存の議論であるように、今後はAIの技術はコモディティ化していくので、それをどのように価値に落とし込むのか、そして社会に役立てていくのか、といったところが鍵になってくると思う。そして、そのように応用していくにあたり、各自学問があるかどうかが非常に重要だと思うので、自分は社会科学の知見を活かして新しい付加価値をつけていきたいと感じた。

  • ディープラーニングは何にでも使えるAIだとよく誤解されている。これは残念ながら2つの意味で間違っている。ディープラーニング、日本で深層学習と呼ばれる一連の機械学習分野の技術は確かに革新的な要素技術群だが、これだけではAIにはならない。また、そもそも汎用性の高い、何にでも使えるAIなるものを創ることは今のところできる見込みはないからだ。では、現代において「正しいAIの理解とは何か」といえば、速い計算環境、もしくは計算機(コンピュータ)に、情報を処理したりパターン学習したりするための情報科学技術(アルゴリズム群)を実装し、最終目的に即した膨大な訓練を与えたものだ。

    ■状況把握から打ち手まで1つのループになる。
    データ×AIシステムの中心にあるのは、訓練すればより成長する学習システムであり、学習に基づくアルゴリズムの自動適用だ。
    「1.サービスの価値が上がる→2.よりユーザが集まる、もしくは利用が増える→3.データが増え、状況把握が進む→4.アルゴリズムの性能が上がる→5.打ち手の質が上がる(→1.に戻る)」このようなサイクルが無限にぐるぐる回るのがデータ×AIシステムを回すということであり、正のスパイラルが極めて効きやすい。すなわち先行者利益が効きやすい構造をしている。この直接的な意味合いとしては、学習優位を築くためにもさっさとどんな分野でも始めたほうがいいということが1つ。もう1つは、これらのメカニズムを入れると従来型のPDCAサイクルは半ば終焉するということ。
    データ×AI化が進むということは技術ホルダーとデータホルダー、またデータホルダー間の協働、あるいはその両方が進むことを強く示唆している。

    ■マッシュアップエコノミーの時代になる。
    もう1つ大きな変化は、データ×AI社会では、パーツの何もかもを自ら作り込む必要がなくなるということ。正確には全てを自力で作り込むことは不可能になり、すなわち餅は餅屋になる。「ここだけは」という要素を徹底的に作り込み、一方で、勝負どころではないものについては外部のデータ×AI的なモジュールをつなぎ込んでいくことが大切になる。
    たとえば非上場スタートアップとして世界最大級の時価総額を誇ったUber。最大の要の配車エンジン、つまり顧客とドライバーをマッチさせる部分、その評価、プライシングシステムは自社で握ってきたが、地図はGoogle map、決済システムはBraintree、通話・SMS機能はTwilioの各社APIに任せることで、サービスを迅速に立ち上げた。マッシュアップの力が速やかなサービス実現の原動力だったと言える。
    どこかを握ってどこかを他力を借りるということは、前節で述べた集合知的なAIを作り込む上でも必要だ。その作り込みにおいてもAPI的なデータの出入口を用意しておくことが重要になる。
    「データはある」と言う会社は多いが、それをリアルタイムでキカイが読み込めるようにデジタル化しており(=machine-readable)、少なくとも社内向けにAPIができている会社はどのくらいあるのだろうか。APIがないというのは、家の玄関まで水道管は来ているが、蛇口がないのと同じである。
    なお、さらにUberはこのサービス自体をAPI化して外部(地図APIの提供元であるGoogle mapを含む)に提供し、自社への送客も強化している。要素をつなげ、そしてサービスをつなげ合うことが成長の大きな要になっていることがわかる。
    何もかもをブラックボックス化して作ることで競争優位、競合の参入障壁を築く時代は終わりつつある。仮にUberが、世界最大のユーザ数を誇るGoogle map並みの地図を自力で構築しようとしていたら、彼らの劇的な成長は起きず、世界展開も遅れ、結果、現在のような企業価値を生み出すことはなかっただろう。

    ■未来の方程式
    未来(商品・サービス)=「課題(夢)」×「技術(Tech)」×「デザイン(Art)」

    ■エンジニア、専門家がそもそも足りて居ない
    人材の質に大いなる課題がある。大半がシステムインテグレーター(SIer)における古典的なプログラマー、コードを書く人(coder)といった人材であり、研究と開発のギャップを乗り越えられる人が少ない。すなわち、自然言語処理や機械学習などの研究・実験環境を、堅牢で大規模かつリアルタイムの本番環境に繋げられる人材が足りていない。また、高速データ収集、分散環境、ロギング周りの仕組みを作れて、回せる人が極めて限定的という課題もある。言い換えれば、大量データを処理するデータエンジニアリングに熟達した人材も足りていない。

    ■マッキンゼーの戦略研究グループで世界規模のスタディが行われた。
    テーマは「事業の成長を決める本当の要因は何か」という話。選ばれた要素は4つ。戦略、実行力、リーダー、そして市場だった。
    この検討の結果は驚くべきものであった。「事業成長の7割以上が単一のファクター、市場によって説明できる」というものだった。つまり、どれほど優れた戦略があろうと、どれほど偉大なリーダーがいようとも、そしてどれほど素晴らしい実行力があろうと、市場を間違えるとどうしようもないということ。時代に逆行したことをすればどんな偉大な企業も沈んでしまう。
    逆に言えば、時代の潮流に乗ったことをやればほぼ確実に成長できる。これは前述した世界の企業価値ランキングを見ても理解していただけるだろう。孫正義氏がいつも言われているとおり「どこの山に登るか」を見極めることが本当に大事なのだ。
    これほどデータ×AI化、テクノロジーとデザイン力をテコにした事業や領域の刷新という強い変化が世界的に起きている現在、この流れに乗らない手はない。自分たちはちゃんと大きなトレンドに反した動きをしていないだろうか、正しいスピードで仕掛けられているのだろうか。どのような検討をするにしても、国も事業も折りに触れてこれらを確認することが重要だ。

    ■出口産業を持つ強みとチャンス
    フェーズ2、フェーズ3を考える上で見逃せないのが、データ×AIの出口である。
    自分が登る山を考える際に非常に大切にしたい考え方。

    ■まず目指すべきはAI-readyな社会。

    ■ワイルドな局面で求められる人材とは。
    マネジメントとは何をやっているのかといえば、結局のところ、(0)あるべき姿を見極め、設定する。(1)いい仕事をする(顧客を生み出す、価値を提供する、リスクを回避する他)。(2)いい人を採って、いい人を育て、維持する。(3)以上の実現のためにリソースを適切に配分し運用する。この4つだ。

    ■データ×AIの力を解き放つ

    ■課題解決の2つの型。
    課題解決には大きく2つの型がある。1つは、病気を治し健康にするといったあるべき姿が明確なタイプの課題解決。もう1つかわあるべき姿(ゴールイメージ)から定める必要があるタイプの課題解決。

全10件中 1 - 10件を表示

著者プロフィール

慶應義塾大学 環境情報学部教授。ヤフー株式会社 CSO(チーフストラテジーオフィサー)
データサイエンティスト協会理事・スキル定義委員長。東京大学大学院生物化学専攻にて修士課程終了後、マッキンゼー入社。4年半の勤務後、イェール大学脳神経科学プログラムに入学。2001年春、学位取得(Ph.D.)。ポスドクを経て2001年末マッキンゼー復帰に伴い帰国。マーケティング研究グループのアジア太平洋地域中心メンバーの一人として幅広い商品・事業開発、ブランド再生に関わる。2008年よりヤフー。2012年7月よりCSO(現兼務)。全社横断的な戦略課題の解決、事業開発に加え、途中データ及び研究開発部門も統括。2016年春より慶応義塾大学SFCにてデータドリブン時代の基礎教養について教える。2018年9月より現職。内閣府 総合科学技術イノベーション会議(CSTI)基本計画専門調査会 委員、官民研究開発投資拡大プログラム (PRISM) AI技術領域 運営委員、数理・データサイエンス・AI教育プログラム認定制度検討会 副座長なども務める。著書に『イシューからはじめよ』(英治出版、2010)

「2020年 『シン・ニホン』 で使われていた紹介文から引用しています。」

安宅和人の作品

外部サイトの商品情報・レビュー

シン・ニホン AI×データ時代における日本の再生と人材育成 (NewsPicksパブリッシング)を本棚に登録しているひと

ツイートする