完全残業ゼロのIT企業になったら何が起きたか Kindle版

米村歩・上原梓

プチ・レトル

2017年刊



 IT企業で、残業ゼロで、しかも黒字を達成!


 月200~300時間の残業が当たり前だったブラック企業は、
 
 どうやって「残業ゼロ」「ホワイト企業アワード受賞」を達成したのか?



 そもそも現在のIT業界は、多重下請のローレベルの大量のエンジニアが作業をこなすことで

成り立ってしまっている。

作業指示待ちのエンジニアの多くは、視点低く、視野狭く、新技術への取り組みもままならない。

でも、多重下請構造に入っている下請・孫請け会社は、各社とも人工毎の手数料で

儲けることができてしまうので、改善する意欲に乏しい。


 どうやれば、この負のスパイラルから抜けられるか?

 日々の激務と並行して、スキルアップの勉強をする・・これだと2割程度のメンバーしかついてこれません。

 そこで、米村さんが採ったのは、

 残業禁止命令!

 とにかく帰らせるようにした、といいます。


 その結果・・・は、

 冒頭のように、利益アップ!

 退職者激減!

 特に、女性の優秀層の定着。
 
 
 上海にきて、自社オフィスのメンバーの多くは、19時を過ぎると、

 日本人社員以外は、ほぼいなくなります。

 ただし、客先の日系企業の常駐しているメンバーのみが、顧客にあわせて20時過ぎでも

働いています。理由は、日中時間帯は、顧客との会議が中心のため、業後、自分たちの仕事を

する必要があるため。・・このあたり、日本と同じ業務スタイルが、中国にも持ち込まれてしまっています。

 ローカル企業では決して対応できない・しないため、割高な日系ベンダーに業務依頼が来ているのでしょうが、

 離職率の改善には、ここでも働き方変革を導入が求められています。


スポンサーサイト


科学技術白書〈平成28年版〉IoT/ビッグデータ(BD)/人工知能(AI)等がもたらす「超スマート社会」への挑戦―我が国が世界のフロントランナーであるために

文部科学省 編

2016年刊


 この白書も、以下で読むことができます(^^♪

 平成28年版科学技術白書 本文(PDF版)


 本白書のテーマは、「超スマート社会」である。

 超スマート社会とは、「必要なもの・サービスを、必要な人に、必要な時に、必要なだけ提供し、

 社会の様々なニーズにきめ細かに対応でき、あらゆる人が質の高いサービスに受けられ、

 年齢、性別、地域、言語といった様々な違いを乗り越え、活き活きと快適に暮らすことのできる社会」である。





■図8 我が国のノーベル賞受賞者の歩みの分析(まとめ)

資料:文部科学省作成

○ノーベル賞受賞者の多くが、小さい頃の科学技術に触れる機会や我が国のノーベル賞
受賞者からの影響などを通じて科学技術に対する興味・感心を育んでいた。
我が国が 持続的に科学技術イノベーション力を向上させていくためには、次代を担う人材を育
成していくことが重要であり、創造性を育む教育や理数学習の機会等を通じて、その
能力・才能の伸長を促すとともに、理数好きの児童生徒の拡大を図ることが重要。

○ノーベル賞受賞者の多くが、若手研究者のうちから落ち着いて研究できるポストを獲得、
ノーベル賞受賞につながる成果を創出。さらに、全国津々浦々に存在する地方国立大学等から
そのキャリアをスタートできる土壌が我が国の強みに。
こうしたことから、我が国の強みを活かしつつ、若手研究者がキャリアの段階に応じて高い能力と
意欲を最大限発揮できる環境の整備が重要。

○ノーベル賞受賞者の多くが留学や海外研究活動を経験。海外で世界トップレベルの研究者と
切磋琢磨することにより多角的なアプローチを獲得するとともに、人的ネットワークを構築。
こうしたことがノーベル賞受賞に大きく貢献していることから、国際的な研究ネットワークを
強化していくことが重要。同時に、我が国が世界中の優秀な 学生や研究者を惹きつけ、
将来のノーベル賞受賞者を育てる役割を果たしていくことも重要。

○ノーベル賞受賞者の多くが政府による研究費の着実な措置や施設・設備の計画的な整備といった
支援を活用していたことから、政府による様々な支援が必須。さらに、産学官共同研究、
中小・ベンチャー企業との連携、「目利き」機能の強化、異分野との 共創や人材ネットワークの
構築等の科学技術イノベーションを進めていくための環境 整備が重要。



<目次>
特集 ノーベル賞受賞を生み出した背景―これからも我が国からノーベル賞受賞者を輩出するために
(2015年ノーベル賞受賞、そしてその成功への鍵
これまでの日本人ノーベル賞受賞者を振り返って)
第1部 IoT/ビッグデータ(BD)/人工知能(AI)等がもたらす「超スマート社会」への挑戦―我が国が世界のフロントランナーであるために
(「超スマート社会」の到来
超スマート社会の実現に向けた我が国の取組(Society 5.0)の方向性)
第2部 科学技術の振興に関して講じた施策
(科学技術政策の展開
将来にわたる持続的な成長と社会の発展の実現
我が国が直面する重要課題への対応
基礎研究及び人材育成の強化
社会とともに創り進める政策の展開)
附属資料


西垣通「ビッグデータと人工知能 - 可能性と罠を見極める」(中公新書)

2016年刊



 いったいビッグデータで何が嬉しいのか?


 その一つの回答が、「データが富を生む」という発想の出現である。

 データフィケーション=データ化によって、経済効果が期待できる。

≪ポイントは、ビッグデータの利用で、われわれの生活をめぐる生産と消費のあり方が

 変化するということだ。

 具体的には、人々の個別の細かい好みにおうじた新たな消費需要を、

 ビッグデータの分析が堀りおこす可能性がうまれるのである。≫


 ビッグデータは社会の富を増やすだけではなく、

 人々の暮らしのなかでもっとも大切な「社会的安全性(セキュリティ)」を高めると

 期待されている。

 橋やトンネル、ダム、下水、送電設備などの現時点の状況をリアルタイムにIoTによって

 把握できるようになることで、予防保守が可能となり、災害を防ぐことができるようになる。

 さらに、地震、津波、ゲリラ豪雨、洪水、火山噴火など、突発で起こる自然災害の脅威

 からも人々を守るために、ビッグデータは役立つ。



 一方、ビッグデータによって、私たちの個人情報は丸裸にされてしまう。

 DNA遺伝子の分析結果によって、自分自身でさえ知らない将来の健康状態を

 保険会社の方がより詳しく把握するかもしれない。

 再犯性の高い犯罪防止のために、その恐れのある人物を警察や治安当局がマークする場合、

 ビッグデータの活用によるプロファイリングは果たして許されるのか?




 ビッグデータ分析の特徴の一つは、「因果から相関へ」である。

 ビッグデータ分析の魅力は、常識をこえた相関関係を発見することで、

 有効な行動をとれる、ということである。

 ただし、帰納法で得られる一般ルールには、「例外をのぞけば」という制限がつく。

 必ずしも、常に成り立つ、ということではない。




 人工知能への過度な期待は禁物・・

 プロ棋士に勝った将棋ソフトや囲碁ソフトがいかに素晴らしく思えても、

 あくまで専用人工知能であって、哲学や経済学の論文を書けるわけではない。

 少し辛口でいうと、

「むろん、システム構築においてはさまざまな凝った工夫がなされているだろうし、

 その努力の大きさには頭が下がるが、まあヒマ人の道楽にすぎない。」



 ディープラーニングへの期待も禁物・・

 深層学習のもつ特徴量抽出機能・・パターンの特徴を自動的につかめる、ということから、

 人工知能は「概念獲得」に成功した、と主張する人がいる。

 深層学習は、自動的にパターンの本質的特徴をとらえるのだから、解くべき問題の本質も

 把握できるはず、というわけである。

 でも、残念ながら、このような楽観論は完全に的外れである、とバッサリ。

 深層学習は、パターン認識技術のブレイクスルーであるが、それによって汎用人工知能が

 近々出現するなどという飛躍した議論は説得力を持たない。 

 
 フレーム問題・・フレーム問題の困難さは、知識の不足というよりは、むしろ問題を枠づけ、

 当面の目的に関連する知識を選びだして利用することの難しさである。

 それはつまり、目的にあわせて問題を設定することの難しさに他ならない。


 「シンギュラリティ」を唱えたカーツワイルも、究極の楽観主義者であった((+_+))

 ・・シンギュラリティに対して、西垣さん、厳しいです。

≪シンギュラリティ仮説の愚劣さは、人間社会が生命的な価値によって支えられているにもかかわらず、

 ビッグデータや人工知能によって人間社会を機械的に統御できると勘違いしている点にある。≫


≪シンギュラリティ仮説が何といおうと、人間の脳のメカニズムをいくらシミュレートしたところで、

 人工知能が人間の思考とぴったり同じ情報処理をすることなど絶対に不可能なのだ。

 脳は独立した論理的存在ではなく、生きた身体と不可分であり、

 個々の身体は刻々変化していく生態系のなかに組み込まれているのである。≫





<目次>
まえがき
第一章 ビッグデータとは何か
1・1 データが主役の時代
1・2 富とセキュリティ
1・3 超えるべき壁
第二章 機械学習のブレイクスルー
2・1 人工知能ブームの再来
2・2 深層学習の登場
第三章 人工知能が人間を超える!?
3・1 シンギュラリティ狂騒曲
3・2 生物と機械の違い
3・3 ロボットとのコミュニケーション
第四章 自由/責任/プライバシーはどうなるか
4・1 一神教の呪縛
4・2 社会メガマシン
第五章 集合知の新展開
5・1 ビッグデータと集合知
5・2 人間と機械の協働
あとがき


平成28年版情報通信白書・・特集 IoT・ビッグデータ・AI~ネットワークとデータが創造する新たな価値~



 「平成28年版情報通信白書」・・以下で読めます(^^♪
 
 平成28年版情報通信白書(PDF版)



 ICTは、GDPに対して、供給面と需要面と両面から寄与する。

 少子高齢化や人口減少が進む中で、中長期的な経済成長を実現していくためには、

 供給面では、「企業の生産性向上」と「労働参加拡大と労働の質向上」が重要となる。

 前者については、「1.ICTに係る投資」及び「2.ICTに係る利活用」に分解することができる。

 後者については、「3.ICTに係る労働参画の促進」及び「4.ICCTに係る労働力工場」に分解することができる。


 需要面では、「新たな商品やサービスの創造」と「グローバル需要の取り込み」が重要となる。

 前者については、「5.ICTに係る商品・サービスやビジネスの創出」及び

 「6.ICTを通じた消費の促進」に分解することができる。

 後者については、「7.ICTに係る輸出や海外投資」及び「8.ICTを活用したインバウンド需要の喚起」に分けられる。




 「失われた20年」を振り返ってみたとき、

 日本のICTの「製造部門」の生産性の伸びは、米国や他の先進諸国と比べてもそん色がなかったのに比べ、

 ICTを利用する産業(流通やサービス業など)においては、ICT投資は加速せず生産性も伸びなかった。


 また、ICT投資の内容も、業務効率化やコスト削減の手段に留まっており、

 「ICTによる製品/サービス開発強化」や「ICTを活用したビジネスモデル変革」、

 「新たな技術/製品/サービス利用」などへの期待度が、米国などに比べ、著しく低かった。

 
 


 「3.ICTに係る労働参画の促進」・・テレワークによって場所にとらわれない働き方が

 可能になることに加え、クラウドソーシング、シェアリングエコノミーやデジタルファブリケーションの普及は、

 個人が組織に属さずオンデマンド的に就労する機会を拡大しつつある。




<目次>
第1部 IoT・ビッグデータ・AI~ネットワークとデータが創造する新たな価値~
 第1章 ICTによるイノベーションと経済成長
 第2章 IoT時代におけるICT産業動向分析
 第3章 IoT時代の新製品・サービス
 第4章 ICTの進化と未来の仕事
第2部 基本データと政策動向
 第5章 ICT分野の基本データ
 第6章 ICT政策の動向
資料編


ビッグデータの残酷な現実

クリスチャン・ラダー

訳 矢羽野 薫

ダイヤモンド社

2016年刊


 
 著者は、2004年に開設された最大手の米国の出会いサイト「Okキューピッド」の創業者にして

 データサイエンティスト。


 まず初めに、一般的に、大学や病院などでデータ分析の対象としているデータには大きな偏りがある、と指摘します。

 そもそも調査対象となるのは、大学や病院関係者が中心であり、現実社会の見本となるデータセットとなっていないから。



 「Okキューピッド」のビッグデータの分析からみえたこと・・

 一番有名な話は、「ウッダーソンの法則」なるもの。

 女性が「最も魅力的」と思う男性の年齢が、女性自身の年齢に比例して上がるのに対して、

 男性が「最も魅力的」と思う女性の年齢は、20~23歳の4年間に集中している((+_+))


 でも、「現実的な選択」として、実際に男性が、婚活サイトで検索した女性の年齢は、

 男性自身の年齢にきちんと比例している(^^♪

 20歳の女性を恋愛対象とする男性は、20~28歳くらいまでになっている。






「自分が自分の顧客になる」・・

 データサイエンスには、自分が自分の顧客になる、という考え方がある。

 自分が世の中に売り込むウェブサイトやソフトウェアについて、少なくとも自分で使いたいと思える

 自信が必要になる。

 そして、いまは自分のデータを自分で、ある程度分析できる時代になった。

 気軽に利用できるアプリを使って、自分の人生の定量化の可能性を体験してみよう、って。






「インターネットにおける卑劣なヤツの作り方」・・

 普通の人間 + 匿名性 + 聴衆 = とことん卑劣なヤツ

 
 インターネットが持つ特徴、非同時性・匿名性・現実逃避・中央集権の欠如は、

 インターネットを恐ろしいものにする。

 自分がやりたいように振る舞い、言いたいことを言い放題で、責任はとらない。

 その一方、否定的なコミュニケーションに対して、インターネットのおかげで

 ようやく建設的な反論ができるようになった、ともいえる。
 

 





<目次>
イントロダクション ビッグデータは、あなた自身を語る
1.そして、何が私たちを結びつけるのか?
2.何が、二人を分けたのか?
3.自分らしさはどこにある?

PAGETOP