２０２０年人工知能時代 僕たちの幸せな働き方

投稿元：

レビューを見る

利用している人が気づかなくても最近はあらゆるものにAIが関わってきています。

AIによって今後10年で無くなる仕事が沢山あると言われてます。

その点だけを考えれば人間にとってマイナス要因のようにも思えますがそうではない。

AIが活躍する時代だからこそ人間のスキルが進化していくんじゃないかと私は思います。

これからの働き方を見直すことが出来る良書です。

大変面白かったです。

投稿元：

レビューを見る

人工知能の進化の状況を踏まえて人がどのように進化していけば良いのかを考察し、これからの働き方を展望する読みやすい好著です。「テクノロジーに触れながら、同時にテクノロジーと離れて生きる。」はとても示唆に富んだ表現で、気に入りました。

投稿元：

レビューを見る

ルールを教えるのではなく、大量のデータを与えて学習させる=機械学習。データは餌。良質な餌があれば賢くなる。
Imagenetに画像データがある。

りんな＝マイクロソフトのAI女子高生。

シンギュラリティ＝AIが人間の知性を追い越す。2035年、2045年。
7年ごとに変化が起こる。とすると2020年にはAIがあるのが当たり前になる可能性がある。

人工知能に関するニュースサイト、SNSをフォローする、テクノロジーの勉強会、などに行く。

チャットボットを作るAPI.AI。

経済産業省の「新産業構造ビジョン」で各産業の未来が描かれている。

横軸に論理的（エクセル）から感性的、縦軸に構造的から非構造的に分類すると、感性、非構造的な分野の仕事が残る。

みずほ銀行のワトソン＝コールセンターの業務をＡＩ化。

20世紀は人間をロボット化する時代、21世紀は効率化はAIに任せて、感性的、非構造的分野を人間が担うことになる。

AIの導入当初は、教えることが多くてやっかい。一時的に生産性が下がる。機械化の最初と同じ。

マインドフルネスは正解を探さない。どのようになったらいいか、とは考えない。

事務系はとりあえず使う、という戦略にはなじまない。仕事のやり方を変えたくないというマインドが働く。

ボーっとすることは機会には苦手。人間はボーっとしたところからイノベーションが始まる。

日本は一人一人の仕事がグレーゾーンだからAI化が難しい。リプレイスしにくい。
ゴールドマンサックスのトレーダーは600人が二人とAIだけになった。

AIはデータを与えると鵜呑みにして学習する。人間は学ぶ理由を問う。

投稿元：

レビューを見る

人工知能時代において、多くの人たちが行うのは、AI自体を開発していくことではなく、「AIを活用して、どんなサービスを開発していくか」を考えること。…そのためにすべき事は3つのステップ。1つ目は「知る」、その次に「使う」、そして最後に「創る」。

銀行の融資担当者の仕事は「なくなる」のではなく、「変化する」。すべての仕事がテクノロジーの進化によって「変化」していく。その変化を予想し、「働き方」や「仕事の中身」を自ら変えていくことが、人工知能時代を生きる上でとても重要な力になってくる。

テクノロジーに触れていると、頭の中にある妄想アイデアとテクノロジーが化学変化を起こし、ビジネスが生まれるということが起きてくる。AIサービスもAPIを使うことでショートカットでできる。

AIが得意なのは論理的、分析的、統計的であり、かつ構造的な仕事。「創造的に考えることがより必要な領域」「身体性や感情が求められる領域」においてはまだまだ人間の方がAIよりも上。「まだ仕組み化されていない物事に対して問いを立て、論理的に分析していく仕事」とは、「仮説を立てる仕事」。データロボットのようなAIが、次々とデータ分析してくれるツールを手軽に使える時代において、人間に必要な能力は、「何を予測したいのか（知りたいのか）」と言う「問いを立てる」こと。「今、何を解決すれば、自分のゴールが達成できるのか」という問いを立てること。そしてデータからAIが導き出してくれたいくつかの選択肢から、どう行動するかを「意思決定」し、実際に行動に移すこと。これが人工知能時代に「データと仲良しになる」仕事術。

技術者が自らの発想力を広げるために、そして仮説を立てる力を上げるために、有効な手法として取り上げたいのは、クリエイティブシンキングとデザイン思考。クリエイティブシンキングは水平思考。発想をどんどんジャンプさせて広げていく。デザイン思考とは、「現場ユーザの思いを徹底的に深掘りして、その上でユーザの予想を超えるプロダクトを、トライ&エラーを繰り返しながら高速で生み出していく」と言うアイデア手法。

GoogleのようなグローバルIT企業が持っているのは「ネット上にアップされたデータ」にとどまる。アナログなデータにこそ価値があり、それは膨大に手付かずのまま残されている。これらのデータをいかに自然な形で収集し、ユーザの便利で快適な生活を保証する形でサービスを提供するかが求められている。現場のデータにこそ宝の山がある「ユーザーはどういう使い方をするのか」を知るため、エンジニアは現場に深く入っていくことが求められる。

事務系の仕事は前例踏襲から未来志向へ。「そもそものあり方を考える」「人を巻き込む」「意思決定をする」ことはAIにはできない。このAIが苦手な領域に率先してチャレンジしていくことが、事務・管理系の仕事をマトリックスの左上の領域にシフトしていくヒントになる。未来志向になるためには、世の中の変化を知ることが求められる。事務・管理系の仕事においても、人工知能時代に必要なステップは「知る」「使う」「創る」の3つ。大きな組織では「取り扱ってみよう」とはなかなかなら���い。「どうやって人を巻き込むか」と言う仕事が、事務・管理系において「人間がすべき仕事」となっていく。組織のメンバーを巻き込むためには、感情的なコミュニケーションが不可欠。だからこそ数字を管理することだけでなく、「人を見る」ことにもっとシフトしていくことが、事務・管理系の仕事をマトリックスの右下の領域にシフトしてしていくためのヒントになる。総務で言えば、「オフィスの什器を管理すること」ではなく、「働く場が快適になるためにはどうすればいいか?」を考えるのが本質的な仕事。そのために率先して社員同士の対話の場を設けてファシリテーションを行う。

「社内のデータを他者と共有するなんて、セキュリティー的にありえない」と言うのが今までの考えだったが、人工知能時代においては「データを共有して今までにない価値が見出せないか」を考えるのが仕事になる。「今まであり得なかった」ことを、「これからはこんなやり方がある」と発想を逆転させる。これができるようになった時、マトリックスの右上である「イノベーター」の領域に足を踏み入れることができる。

人工知能時代においては「今までとは反対側にある仕事・事柄」にチャレンジすることが求められる。今起きているのは第4次産業革命。自分自身が起こせる「小さな革命」が「反対側の仕事や事柄にチャレンジする」こと。変化に敏感な人ほど「反対側にあるもの」に先んじてチャレンジする実験を始めている。

第3章
これまでは「ITの事はITの部署に任せる」と言うのが普通だった。しかしこれからの時代は違う。すべての業界・事業・仕事がAIによって影響を受けていく中、リーダーがテクノロジーと無縁と言うわけにはいかない。リーダーにおいて必要なのは、「エンジニアと共通の言語で会話ができる」こと。新しいビジネスモデルを考えるにあたっても、そこにテクノロジーの知識が不可欠。しかも常に「最新改革の知識をインプットし続けることが求められる。日経新聞のAIやIOT関連の記事を読んで、「この新しいサービスはどのような技術を組み合わせて生み出されているか」を自分の言葉で説明できるレベルに達することが理想。

「リーダーが自ら率先し、AIを活用する」ことを実践していくには、社内において「AI活用プロジェクトをリードする」という経験を積むこと。まずaiの最前線を学ぶ勉強会を行った上で、「今の仕事のどんな部分をAIにまかせたいか」というテーマでアイデア出しする。その際、①面倒くささの視点（同じことの繰り返しでAIに学習させたいこと）、②あきらめの視点（人間がやると工数がかかりすぎて諦めていること）、③データの視点（社内のどんなデータをAIに学習させればいいか）を持つ。これを話し合う事は、既存の業務プロセスを見直すことにもつながる。その上で、社外のAIエンジニアを交えて、テクノロジーアイディアソンを行う。事前課題として①今の仕事の1部をAiに任せたいと言う「効率化」の視点、②顧客・同僚・社会などに、もっと良いサービスを届けたいと言う「新規価値創造」の視点の2つのテーマでアイデアを出してもらい、その実現方法までを具体的に詰めていく。アイデアを実際にプロジェクトとして実行する。

AI活用が進むうちに、組織内で生まれるかもし���ない意見や感情の対立をファシリテートする力が、人工知能時代のリーダーには求められる。社内の多様なメンバーを巻き込むために必要なのは「何のためにAIを活用するのか?」と言うビジョンを語ることと、「価値観を認め合う対話」をリードしながら、社内の関係性の価値を上げていくこと。「効率を上げる」事は手段であってビジョンではない。社員がどういう働き方ができるようにしたいのかを考えることがビジョンにつながる。そしてそのビジョンこそが、社員の心に火をつけていく。

マサチューセッツ工科大学のダニエル・キム教授が提唱している考え方に、「関係性と結果のグッドサイクル」と言うものがある。結果の質を上げるには、行動の質を上げる必要があり、そのためには思考の質があり、そして思考の質は「関係性の質」が高まらないと上がらない。つまり、結果を出すには、「関係性の質を高めること」が最優先なのだというのが彼の主張。そして、関係性の質を高める三要素として、共通言語・相互理解・共通目的がある。「社員の関係性」が低い会社は、大体の場合、業績もうまく伸びない。そして、その問題が「関係性」にあることに気づかないままに、いつまでも行動の量ばかりを増やそうとする。

投稿元：

レビューを見る

AIの活用方法が非常に具体的に説明されていたのはよい。しかしながら、インタビューで取り上げられた3人の方はいかがなものか？ああいった方々を見本として取り上げられても、実際にはなかなか難しい。

投稿元：

レビューを見る

第4章で蜂獲り師について紹介がありますが、これが大変興味深かったです。
目次を見たときは「なぜこの本で蜂獲り師？」と疑問符が浮かびましたが、テクノロジーとの関わりを広い括りで見たときに、この方のような生き方も大切だろうと思いました。

第2章では①営業・接客、②製造、③技術、④事務・管理……と4つの職業とAIの関わり方について、図を用いながら述べられています。ここに当てはまる以外の仕事の人も、図を見つつ自分の仕事をどうシフトさせれば良いか考えるのが大事だと思いました。

投稿元：

レビューを見る

後半のインタビューが面白かった。
効率ばかりが求められる昨今で、私はついつい業務を処理することでいっぱいになってしまうのだけど。
人間の真価は問い直し、壊し、作り直すこと。
楽しさを追い求めること。
ちゃんと自分の直感を信じてみたい。

投稿元：

レビューを見る

人工知能が仕事を奪う。それはある分野では急速に進むが、逆に言うと「人間にしかできない仕事」がより際立ってくるだろう。
これまた不思議なものだが、人間にしかできない仕事なのに、人間の中で「できる人（得意な人）・できない人（苦手な人）」がいるのも事実だ。
単純な接客。銀行の窓口など、手続きや作業についてはどんどん機械に代替えされるだろう。
ただし、分からない人に優しくサポートしたり、悩みを聞いてあげるのは人間しかできないだろう。
問題なのは「優しくサポート」「悩みを聞く」などが不得手な人が結構いるってことだ。
あんまり人と接するのが得意でなく、出来ればコツコツと事務的な入力作業を行うことが好きな人がいる。
しかし、そういう人こそ仕事が代替えされると困ってしまうだろう。
いずれにしても、未来を予測して、自分の働き方の方向性をチェンジしていかないとダメだろう。
より「感情」が大事になることは間違いない。
「情」と言葉のつく気持ちが、より人間らしいと思う。
愛情・情熱・情動・温情・恩情・情緒
意識していきたいところだ。
（2019/7/28）