時代を先読みし、チャンスを生み出す未来予測の技法／佐藤航陽　～時代を先読むことは非常に難しい。。。ただ、できるものが大きな利益を得る～

仕事を進めていく上で、新しいことを考えろと言われることがあります。

そういうときに心の中で、「あんたらが考えろ！」と毒づくことがあります。むしろ、情報を多く持っているものが考えていくのが必要なのだろうなと。

ビジネスで生き残っていく上で必要なのは、先を読む力。

現代は「変化に『先回り』したもののみが生き残ることができる」時代だといえるでしょう。

先を考えろといった時点で、自分が考えるのを放棄している気がしていて、むしろ、自分も考えるから、お前たちも考えてくれと言われたほうが、むしろ救われます。

その考えていく中で、なるほどと思ったのが、スティーブジョブズの考え方。

現代という「点」の膨大な情報を組み合わせて考えるのではなく、長い時間軸から社会の変化のパターンをとらえ、その流れを「線」としてつなげて考えていたのです。

その時々の情勢から判断するのではなく、時間軸から物事を考えていく必要があるということですかね。

自分が思うに、走っているときに方向性がいきなりずれるのはないということかな？進んでいるものをいきなり変えるのは、大きなエネルギーがいりますから。徐々に徐々に変わっていく。そちらのほうが無理が少ないから、ありうるのかなと。

ただ、この変化が徐々に起こっていることに気づけるタイミングが早いか遅いか？そこなんだろうなぁ。

人間同士がビジネスを繰り広げる以上、タイミングとは相対的なものでしかありません。早いか遅いかは、潜在的な強豪との関係性で決まるのです。

相手より早く、でも早すぎず、というのが肝かなと。

ただ、資金力があるところは、後出しじゃんけんでも追い付ける可能性がある。昔のPanasonicのやり方ですね。。。

昨今AIについて言われることが多いのですが、いまいち世間のいうAIと、自分の考えるAIとの差が大きいのかなと思ってました。ただ、この本の内容がかなり自分に近いところだったので、妙に納得。

知性の発達のプロセスには、4つの段階が存在します。

膨大な情報を蓄積する

蓄積された情報から人間が手動で改善につなげる

蓄積された情報から人間がパターンを抽出し、そのパターンをシステムに検知させ改善につなげる

パターン認識も改善のための判断もすべてシステムが行う。

AI＝統計学という認識でしたが、まさしくその解答を得た気がします。

弱いAIにおける知性は、統計学の延長にあります。

AIを使いこなすというよりも、むしろ、統計学を学んだうえで、AIに必要なデータを用意していき、そのデータをもとにAIを学習させていく。

やり方に変えていく必要があるのかなと。

少ないデータではなく、多くのデータをどれだけ用意するのか？そして、そのデータの出どころは？といろいろと考えるところがあります。

統計学を学ぶのか。。。

最近だと、ベイズ統計学が注目を浴びてますから、学習していく必要がありそうです。

うーん、統計学学ぶなら、その利用方法であるSQC手法を学ぶのも手なのかもしれません。

Otra célula del cerebro