無料マンガ・ラノベなど、豊富なラインナップで203万冊以上配信中！
無料マンガ・ラノベなど、豊富なラインナップで203万冊以上配信中！
白熱の対談録――二人の知性が示す「仕事の原理原則」
生成AIがスキルを代替する時代、人間の役割を問い直す
本書は、知的生産のプロセスである「入力（インプット）」「保存（ストレージ）」「変換（コンバージョン）」「出力（アウトプット）」の各段階における、両氏の思考と実践を紐解きます。
長年の試行錯誤を経てたどり着いた判断基準や原理原則を突き合わせ、「知的生産のセンス」の輪郭を浮き彫りにします。日々の仕事における具体的なアプローチからその哲学まで、余すところなく語り合います。
【目次】
はじめに――スキルのデフレとセンスのインフレ
序章 生成AI
生成AIを歴史の中に位置づける
需供ギャップ
「作業」と「仕事」
知的アウトプットの4象限
文脈の貧困
中央値と外れ値
第１章：入力（インプット）
リサーチはインプットのごく一部
本からのインプット
頭の中に「タグ」を持つ
自分の「土俵」を見極める
本の選び方
本の読み方
人からのインプット
偶然性
旅からのインプット
第２章：保存（ストレージ）
ストレージの趣味化
過剰在庫を回避する
シンプルなシステム
保存と検索性
人に伝えたくなる話
知的生産における「野生の思考」
在庫厳選の戦略
「教養」の誤解
第３章：変換（コンバージョン）
「解」よりも「理解」
基本動作としてのクリティーク
自分のポジションを取る
「面白い」とはどういうことか
思考の横糸：概念と対概念
思考の縦糸：具体と抽象の往復運動
「中央値から外れよう」とする意志
センスの集大成としての「芸風」
「規律」と「ゆとり」
客体化と身体化
第４章：出力（アウトプット）
アウトプットの価値
動機は自分、評価はお客
価値基準を手放さない
嫌なことはAIにやらせる
モーツァルトの知的生産
「発表」という本能
「受ける」か「受けない」か
「頑張る」より「凝る」
「ビートルズ・ストラテジー」
自分の模倣をしない
音楽のメタファー
おわりに――知的生産の民主化された先に
※アプリの閲覧環境は最新バージョンのものです。
Posted by ブクログ
流石の山口周さん＆楠木建さん。非常に楽しく読ませていただいた1冊。
以下印象的だった表現・視点だけメモ。
●スキルのデフレとセンスのインフレの加速
産業革命以降（正確にはそれ以前から）の全ての技術（機械化、IT化、AI化）は人間がそれまで行ってきたことの外部化の歴史。より速く移動したいから車を生み出したわけで、”技術は人間を凌駕するか？”なんて議論は生じ得なかった。凌駕して当然であり、そうでないならわざわざ外部化なんてしない。その意味では昨今のAI恐怖論は
いささか奇妙/滑稽。
●知的生産では、スキルよりも「センス」が重要。スキルの多くはAIが担えるようになるが生成AIは「アジェンダ設定」や「仮説構築」が不得意で、そこに人間のセンスが必要になる。スキルは分解のベクトル、センスは統合の視点。
●物理的・認知的 / 定型的・非定型的の4象限での労働整理/近代化の歴史
①物理的・定型 --->産業革命の本丸。蒸気/内燃機関によって外部化。勝利国：英国
②認知的・定型 ---> コンピュータ＆インターネット。勝利国：米国
③認知的・非定型--->目下のAI競争。米国or中国
④物理的・非定型---> ロボティクス/ヒューマノイドの世界
④は最後のフロンティアともいえる。イーロンマスク/孫さん中心に皆が注目している
背景。また、技術の世界では発明国（内燃機関なら英国）と育てる国（フォードを中心に自動車の大量生産は米国で確立）、そして成功する国（日本・ドイツ）が得てして異なることもあるため、日本としてのポジショニングが重要。
●需要の創出の重要性・それにはセンスが不可欠
技術の進展は多くの場合供給の加速（過剰・コスト低下）をもたらすが、それ自体は
経済の成長ドライバーとしては必要条件。産業革命により紡績が高速化されコスト低下をしたが、”擦り切れるまで同じ服を着る”という前提の社会では全く市場が拡張しなかった。そこに”モード”という考え方（流行。まだ着れるけど捨てる）”が到来したことがアパレル業の発展につながった。
●AIはスキルを陳腐化し提供コストを下げた。寧ろインフレしたのはセンス
センス≒統合。タスクを個別分解して処理することは一定”正しい”が個別最適化、
深堀することで全体が見えなくなる”ゲシュタルト崩壊”に陥る。
マッチングアプリが好例。年収・容姿・背格好などを定量的に扱うのはAIの得意領域だが、結果として”相性”という人間が5感を持って判断していた領域が損なわれマッチ率/Goal in率が低下したりもする。”全体の統合したView”はいまだに人間の得意技。洋服のセンスもそう。数値化できるものだけではない。
●仕事と作業
AIが奪うのは作業。AIが人間の仕事を奪う、と嘆く人はそもそも”仕事”をしていない.
仕事は結果責任を伴うが、逆を言えば手段や経過はどうでもいい。
●競争戦略：他者との”違い”をつくること
① betterである：納期が早い、品質がよい、などの特定の物差しで測れる違い
② different：物差しが存在しない違い。65%あたなより男性だ、なんて存在はいない
①は他社にとっても同じ基準のため模倣されやすく、優位性の賞味期限が短い。
②は”良いこと”と”良いこと”のどちらを取るかという話。戦略とは”外在的な基準がない状況で下すリスクを伴う意思決定”。
戦略は”場合によりけり”のはず。絶対的な正解があるなら皆、そこに集中する訳で、
もはや戦略にならない。マネジメントも同じ。Context Leadershipそのもの。
●バカと間抜け
バカはalwaysバカ。スキルの欠如。
間抜けはまさに間が悪い。効果的に動けないセンスの欠如。
--> 場数が重要。センスはSensingが語源。周囲を敏感に感じ取り当意即妙に振舞う.
AIに依存し切ると外部との生身のやり取りが減少することへの警鐘。
●AIによるスライド制作＝点の情報の羅列で繋がり/ストーリーがない
意外性がなく納得できること : 従来通り What --- Why--- Howのフレームで構成すれば
よい。一方で当人にとって意外性が高く受け入れがたいことを説明するには、いきなりWhatではなくWhyで積み上げて理解の土壌を作るべき。
”評価しているけど左遷しなければいけない / 離婚を切り出す”時をイメージ。
この辺のスライド間の繋がりや、相手の脳の動きを踏まえた再構成はAIにはまだできない。
逆に言えば、意外性もなく、当然納得できるような領域は（情報としての価値も低い
ので）AIに作らせればよい。
●スキル偏重・センス軽視
スキルに飛びつく群衆。ただいくらスキルにフォーカスしても、200km投げれるピッチャーなんて居るわけもなく、結局は配給（センス）がモノをいうことが多い。
●AIの回答は陳腐。プロの仕事の価値は”中央値からの乖離”にこそある
意外性がありかつ納得感がある、というような”その人が言わなければ誰も思いつかなったような視点”にこそ価値がある。
-->激しく同感。この敢えての乖離（position取り）ができない人間の価値は確実に
減少していく世の中（別にAI時代に限らないけれど）。
●人を評価する際に軸を加える
仕事ができる・できないで2分してしまっては多くのひとが救われなくなってしまうし
仕事ができることはセンスにも大きく依存するから辛い。
ただそこに例えば教養（＝一定の努力で身につくスキル）の有無を軸として加えれば
仕事はできないけど教養がある vs 仕事はできるが教養なし、の挽回のチャンスが出てくる。
●これからの知的生産では、人間の理解力が律速となる（byアンドレイ・カーバシー
理解負債（Comprehension Debt）が課題に。
”ロジックは不明だが、どうやら無事にテストも通るし動作するコード”。
技術的負債は、設計が間違っている・バグがあるなど問題の所在はモノ（コード）に
あるが、理解負債は人間の側に蓄積していく・多くの場合負債が溜まっていることに
気づかなくなっている。
■技術領域では、こうした理解負債は、
①障害時に原因がわからない/どこを直せばいいか分からない（人間がコード開発の
文脈を捉え切れていないので）
② フランケンシュタイン化、と呼ばれるアーキテクチャの崩壊。個々の機能や関数は
正しく動いているものの、システム全体を俯瞰した設計の意図（e.g.なぜこのファイル構成なのか）を分かっている人がいなくなり、少しの仕様変更でシステム全体が破綻しやすくなる。
③エンジニアのスキル低下。AI作成物を無批判に採用することでシステムへの理解が
減退していく。
--->理解こそが思考の原点。そこで負債が蓄積することは局所的・場当たり的な判断
（＝スキルで置換可能）に重心が移り、全体最適なセンスの領域を毀損し得る。
■ビジネス側で言えば、
①概念の理解負債：DXや心理的安全性など、厳密には理解も腹落ちもしていない概念を皆が使うから・なんだかイケているからという理由で使っている状態
②構造の理解負債：なぜこういう仕組みなのか、なぜこういう結果が出るのかという因果関係や全体構造を分かっていないままに、”これまでそうやってやってきたから・それでとりあえず動いているから”という思考停止に陥り考えを深められない状態
③文脈の理解負債：なぜこの組織改編を行っているのか、このプロセスを続けている
のか、という過去の経緯や背景といったコンテキストを踏まえず表層の事象だけが共有・伝達されている状態。
●戦前の日本は終身雇用どころか米国よりも雇用の流動性が高かったという事実。
”日本的経営”なんて100年すら歴史のない概念。
● コンサル提案：広さか深さで勝つしかない。
クライアントが既に”持っている情報”を提供しても価値がないので、その”外側”を
追及する必要あり。広さは”認識していなかった観点”だし、深さは”認識はしていた
が理解の深度をより深める、構造をより詳らかにする”こと。
--->提案の際に、今回はどちらで勝とうとしているの？という会話が良くある。
● 儲かるビジネスは”たこやき”
たこ焼きは表面がかりっと焼けていて、なかはドロッとしているからたこ焼きは
美味しい。価値を創るプロセス（内側）は複雑だが、顧客の知覚する価値（外側）
についてはシンプル、というのが重要。
典型例はトヨタ。舞台裏で動いてるトヨタ生産システムは極めて複雑なものであり
競合他社は容易には追随できないが、その複雑なシステムを総動員して最終的に
顧客に提供する価値は”燃費が良くて壊れない”というシンプルなもの。
逆は儲からない（シンプルな価値創造プロセスで、顧客が知覚する価値は複雑）
●規定演技と自由演技
平均からはみ出してポジションを取る意志を持つ。
●余談：知的生産≒ 慎重念入りな情報収集・思考
ヴァージン・アトランティックを創業した時のリチャード・ブランソンの調査方法
---> British Airwaysに予約電話を入れるだけ。結果は”いくら電話しても繋がらない
---> ①お客様からの予約がひっきりなし（＝市場が活況）か② British Airwaysが
電話を取るつもりがない（サービス品質の不備）
---> 参入を決断。
●情報の変換：レンズやプリズムを交換するイメージ。
情報をツリー図や図化して表現することはもちろん重要だし、基礎行動として
行うが、行き詰った時にはいっそレンズやプリズムを交換するイメージを持つ。
単色（白）だったものが7色に分解して大きく見方がわかることもある。
Posted by ブクログ
ここ最近読んだビジネス本の中で最も感銘を受けた本でした。生成AIを使う事が前提になる世の中で、知的生産業で第一線を走るお二方の対談本は非常に示唆に富む内容です。
中央値を出力する生成AIにはない「外れ値」を如何に生み出し、納得感を持って相手に伝えるか。
普段からのインプットの質を高めて、それを材料に落とし込む思考を繰り返して、対面で人と対峙してセンスを磨き続けること。
思考経路を成す、横の糸(対概念)と縦の糸(抽象と具体の往復運動)の2軸の整理も、非常に納得感があって面白かったですね。
自分が面白い仕事や思考は生成AIには委ねない、つまらないと感じる作業は委ねる。
結構ロジカルな部分はありますが、結局自分が感じる感情に忠実に沿う事が、知的生産にとってプラスに働く事は確かにその通りですね。
時間をおいてもう一回読み直したい良書でした。
Posted by ブクログ
知的生産のセンスのあるなし=「タグ」の有無
知的生産のセンスとは何か？
核になるのは「タグ」を持っているかいないかだ。
タグというのは、自分が興味関心を持っているテーマやコンセプトで、そのタグが情報収集の時のフィルターになるもの。色眼鏡みたいなものかもしれない。
例えば楠木さんは「オポチュニティとクオリティ」というタグがあるそう。これはビジネス経営のスタイルで、前者の代表がチャンス追及型の孫正義さん、後者がブランディング重視の柳井正さんが引っかかるようで、そのタグをコアとして見聞きした話や読んだ本の情報がスルスル出てきている姿が印象的だった。特に孫さんが大損したオフィスビジネスを、柳井さんは全然わからないと言っていた話が印象的。どっちがいい、という話ではないのに注意ですが
こういうタグを持っていれば、そのタグに引っかからない情報は多少面白くても捨てて身軽でいられる。あとタグは自分の興味関心が結晶したものなので、タグを意識していれば好奇心も刺激される。
タグ、つまり好奇心をギュッとまとめたコンセプトがあれば、情報はそれを支えるエビデンスとして「使える」ようになる、つまり知の生産手段になるということなんだろうな。
タグって多分概念の五感みたいなもの。第六感とも言えるかもしれない。
※アプリの閲覧環境は最新バージョンのものです。
ビジネス・実用
ビジネス・実用
試し読み
ビジネス・実用
ビジネス・実用
ビジネス・実用
