尾原和啓のレビュー一覧

アフターデジタル オフラインのない時代に生き残る

藤井保文 / 尾原和啓

IT業界に転職したということで、手に取った本。
中国の状況を例にとり、これからのデジタルに対する考え方を教えてくれている。中国は独裁国家なので、日本に全て当てはまる訳では無いが、自分ごととして考える必要があると感じた。オンライン/オフラインを別々に考えるのはもう古いのだと、考えさせられた。

恐らく一度では中々理解しきれない。
必要に応じて読み返す必要があると感じた。

【ビフォデジタル】
リアル（店や人）でいつも会えるお客様が、たまにデジタルにも来てくれる。

【アフターデジタル】
デジタルで絶えず接点があり、たまにデジタルを活用したリアル（店や人）にも来てくれる。

★
デジタルトランスフォーメーションを推進する上でこの考え方に転換できるかどうかが最も重要。リアルの方がツールになりつつある。

「デジタライぜーション」の本質は、デジタルやオンラインを「付加価値」として活用するのではなく、「オンラインとオフラインの主従関係が逆転した世界」という視点観点にあると考える。

これまでは「インターネットをどうビジネスに活用するか」という考え方。今では「リアルな場所や行動も常時オンラインに接続している環境」が整っているので、「オフラインが存在しない状態」を前提として、ビジネスをどう展開していくかを考える必要がある。

スケールフリーネットワーク ものづくり日本だからできるDX

島田太郎 / 尾原和啓

スケールフリーとは、その概念、効果などが分かりやすく書かれている。具体例は乏しい。どのように作るか？その辺りを詳しく述べた本も出してほしい。

ダブルハーベスト―――勝ち続ける仕組みをつくるＡＩ時代の戦略デザイン

堀田創 / 尾原和啓

ＡＩ（人工知能）を、技術的に論じたものではなく、ビジネスモデルの中で戦略デザインとして位置づけたものです。

■わかりやすく、前半は、ビジネスモデルなどの解説、後半は、ケーススタディをつかった実例を扱っています。
■ＡＩがコモディティ化し、ゲームの焦点が、「技術」でなくなったいま、もとめられているのはＡＩ活用の「戦略デザイン」です。
■それは、ダブルハーベストループという戦略モデルです。
すくなくとも、実務ベースと金融ベースの二重ループが作れるわけで、このダブルハーベストループを回し続ければライバルは追いつけなくなるというのが本書の最大のメッセージである。
■勝ち続けるための仕組みとしてＡＩの深層学習をベースにおいたループ構造をつくって回す
■他者の模倣ができないように、ループも二重三重につくって、複数の競争優位を築き上げる

ＡＩは人間の仕事を奪うのではなく、人間の仕事をアシストしてくれる存在
３つのアプローチがある
①ヒューマン・イン・ザ・ループ　人間とＡＩのコラボ　深層学習と追学習で成長する。さらにその中には人力検査型、人間バックアップ型、監査型の３つの型がある
②エキスパート・イン・ザ・ループ　専門家の能力を最大化する
③ユーザ・イン・ザ・ループ　ユーザに参加してもらってＡＩの精度を上げていく

ＡＩが発揮している価値は５種
①売上増大　②コスト削減　③リスク・損失予測　④ＵＸ向上　⑤Ｒ＆Ｄ加速

ＡＩの機能は３種
①認識　②予測　③対処

業務の全体最適とＡＩ　ボトルネックにＡＩを適用して大きな効果を得る
（全体にはＡＩは適用できないのでどこに適用するのが効果があるのかを検討する）
・レスデータ　少数の有効なデータをつかって、迅速にＡＩを立ち上げる　ＧＡＮなど作られたデータなどを使う
・トランスラーニング　領域Ｘで開発したＡＩを領域Ｙに適用する

ＵＶＰ：ユニークバリュープロポジション　他社にはない唯一無二の価値を追求する

１００人が必要な業務にＡＩを適用して、たとえば８５％が上限になった場合、その８５％をサチュレーションという
飽和均衡になった業務は人がやるが、８５％の効果があった。さらに学習で９５％になった場合、残１５％を残５％にしたわけなので、そこから、さらに３倍の効果があったことになる。

ループを一重にしておくと、他社から模倣されて、レッドオーシャンになってしまう。それを防ぐために、二重三重のループを形成する

どんなデータをためればいいのか？
①ＩＤに紐づいた個人データ　②取引先データ　③地理データ

ハーベストループ実装の９ステップ
①ＫＰＩに落とし込む
②推論パイプラインのデザインとレビュー
③初期データの特定と準備
④初期実験とファインチューニング：ＰＯＣ
⑤累積データの「型」特定
⑥ＵＩ／ＵＸデザイン
⑦実装・デプロイ
⑧クオリティチェック
⑨実運用と継続効果検証

・ＡＩプロジェクトは、不確実性にある。ＷＢＳを用意してもほとんど守られないという現実　ＰＯＣなどを使う
・イテレーションを使って短期間に開発⇒検証を繰り返す（アジャイル）

目次は次の通りです。

はじめに　「技術」から「戦略デザイン」へ
Prologue　勝敗を分ける「何重にも稼ぐ仕組み」ーハーベストループとは何か？
Chapter 1　ＡＩと人とのコラボレーション　ーヒューマン・イン・ザ・ループ
Chapter 2　ＡＩで何を実現するかを見極める　ー戦略デザイン構築のための基盤つくり
Chapter 3　戦略基盤を競争優位に変換する　ー戦略デザインとしてのＡＩ
Chapter 4　データを収穫するループをつくる　ーハーベストループでＡＩを育てる
Chapter 5　多重ループを回して圧勝する　－ダブルハーベストこそ最強の戦略
Chapter 6　ハーベストストーリーを実装する　ーＡＩプロジェクトマネジメントの考え方
Epilogue　地球をやさしく包む「最後のループ」ーＳＤＧｓとハーベストループ
おわりに　ＡＩよりも戦略よりも大事なこと

ネットビジネス進化論 何が「成功」をもたらすのか

尾原和啓

IT企業に入ったので、ITをもっと知ろうと考えこの本を読みました。

中でもIT化による機能価値の充足、今後必要となる感情価値の捉え方は大きな学びになりました。

確かにこれまでは効率化を重視してビジネスが成長していましたが、ITの発展により現在の社会では効率化はほとんど達成され、この先、効率化による機能価値が求められることはほとんどないと思います。
そこで感情価値を満たすために、どんなサービスを提供できるかがIT企業の今後の課題になるというのは明白です。

オフラインの全ての店に言えることですが、
欲しいものがあるから買う、物やサービスを得るために足を運ばなければならないからそうするなど、機能的な価値しか提供できていないお店に価値はありません。
それこそロボットで十分だし、場合によってはロボットの方がいいまでもあります。

いかに機能的満足を超えて、感情的満足を提供できるか。
店舗にITサービスを提供するIT企業、機能価値をITで完全に効率化させ感情価値を提供しなければならない店舗、これら企業の今後の課題と使命が明らかになったように感じます。

僕自身が働く際にも、感情価値を高めるにはどうしたら良いのか、機能価値だけに終わっていないかというのは意識し続けたいです。

どこでも誰とでも働ける―――12の会社で学んだ“これから”の仕事と転職のルール

尾原和啓

【迷いをなくして決断と行動を速くする】
時間当たりの生産性を上げるには、行動をのスピードを速くするよりも、行動に移るまでの時間を短縮することのほうが生産性が上がる
思いついたら即行動ができないのは、不安になって自分の中で対話を始めて、迷いが生じているから。

【ROI(費用対効果）を常に意識して、最小の時間で最大の成果を出せ】
自分で全部やるよりも先輩の力を借りた方が、時間が短縮されるし、結果的にコストも安くなるならためらわず、聞きに行け

【評価軸を複数もて】
社内の評価、社外の評価、環境が変われば自分を評価する人も変わるので、目の前の人の評価が全てではない。

【PDCAよりもDPCA】
Do → Check を短期間でなんども回して、細かくトライアンドエラーを繰り返していく。失敗してもすぐにやり直し押して、どんどん挑戦する。
失敗したら軌道修正をして再度挑戦すれば良いだけ


-----------------------------------------
■所感
小原さんの本はやはりどれを読んでも自分と考えが似ていると感じる。
とにかく今この瞬間のことだけにとらわれず、未来と自分の可能性を信じてこうどうしまくること。そして迷ったらやるという軸をもって失敗をすることが成功への近道という考えを持ってまずは行動すること

ＩＴビジネスの原理

尾原和啓

本書ではITへの理解を深める為、過去ITがどのように生まれ、どう活用され、現在どのように発展し、未来にどのように進化するのかが記述されている。
正直な話、本書で述べられている事実の多くは既に知ってはいたが、その程度のものだった。
それら事実を著者はどのように捉えていたのかが本書における価値だと感じる。
この感想においては特に私が興味を持った、ITが普及した社会におけるビジネスの変化、コミュニケーションの発展、未来の可能性について新たに気づいたこと、自身の思考がどのように変わったのかについて述べたい。

ITによるビジネスの変化
これまでのリクルートなどのサービスにおいて見られる、マッチングサービス（リボンモデル）をただ単純に人と企業を結びつけるビジネスとしてしか捉えられていなかったが、本書を読む事で「ユーザ（自身の情報に価値を感じていない）から情報を集め、その情報を企業（ユーザの情報に価値を感じている）に売る事でビジネスを成り立たせている。」事を知り、より本質的なITビジネスに気づけたように感じる。
ビジネスとは安く仕入れて高く売るというのがビジネスの基本であり、それを私も当たり前だと思ってはいたが、「IT（またはインターネット）の登場により、これまで”物”を安く仕入れて高く売る形のビジネスが”情報”を安く仕入れて高く売る形に変わってきている。」と知り、どこかビジネスの基本を忘れITビジネスを別物のように考えていたところを改めることができた。

コミュニケーションの進化
昨今世の中でICT（Information and Communication technology ）という言葉を多く耳にしていた。なんとなく意味はわかっていたつもりだったが、本書を読むことでその進化の歴史をしり、なぜコミュニケーションという言葉がITに付け足されたのかが理解できたように感じる。
また、それだけではなくICTのニーズについてもその歴史を通すことで理解が深まった。
これから述べることは今回の気づきであるが、それには私の考察も含まれている。
これまでの社会というか、日本人は特定のコミュニティや組織間（家族、友人、会社など）でのコミュニケーションが多かった。それがIT（通信や技術）の発展によりコミュニケーションの幅が広がった。これにより人々は組織において中々発揮できなかった個性を重視するようになったと感じる。組織の間では協調性が求められ皆が同じ方向を見て同じ方向に進む。これが良しとされていたのではないかと思う。
しかしITの発展により組織の枠を外れたコミュニケーションが可能になり、これまでの当たり前の価値観が変わった。組織に属し続けなくとも個人として生きていける、自分に合った組織を見つけることができるようになった。それゆえに人々は個性を重視するようになったのではないかと感じる。
本書によると日本人はどうやらハイコンテクストという言葉や情景を深く読み解く能力があり、その能力を活用して読み取った物を他者と共有することに喜びを感じるらしい。
個性、人と違うことを人々はこれまで以上に求め始め、それを他者に共有して気づいてもらう。
現在の人々のコミュニケーションはそれぞれが個性を発揮して、それを読み解くという形になっている。
私は、現在の人々は個性を発揮できればできるほど自分に合わない組織を抜け出し、自信を読み取ってくれる相手と新たな組織を形成しているのだと感じる。
人々が個性を発揮できるよう、企業も個性を与えるコンテンツを作り上げていった。それが絵文字であり、LINEのスタンプである。
人々はこれら個性を生み出せるコンテンツを活用してコミュニケーションをとり、コミュニケーションのためにコンテンツを購入する。
今回この内容を知り私がサービスを作る際には、この内容を思い出し、人々にコミュニケーションの為の個性を与えられるものを作りたいと考えた。

未来の進化
ITの発展の中でもデータの転送にもっとも興味を惹かれた。
現在できるのは、画像、テキスト、音声のデータ転送である。
本書を読んであり得ないと感じていた触覚、嗅覚、味覚のデジタル化とその転送も可能になるのではないかと感じた。
ビジネスを立ち上げるにはまだまだ知識も経験もないが、もし立ち上げられる機会が来るなら私は仮想空間において五感全てをかんじられる仮想現実を作り、人々のコミュニケーションをはじめとし、マズロー5段欲求を満たせるビジネスを作りたいと感じた。
夢もなく惰性で生きていた毎日だったが本書を読んで触発され未来に希望を感じ自身も本書に記載されていたような未来を作る側になりたいと感じた。
未来に希望も楽しみも面白みも感じていなかった自分だったが本書を通じて人生の目的、目標ができた。



拙い感想になってしまった事を反省しつつ、感想を以上とする。

ネットビジネス進化論 何が「成功」をもたらすのか

尾原和啓

すごくわかりやすくて面白い本。インターネットの歴史と、その現象についての詳しい解説があり、楽しみながら学べました。

アフターデジタル オフラインのない時代に生き残る

藤井保文 / 尾原和啓

アフターデジタル２　UXと自由

■新たなUX（顧客体験）を議論しないDX=顧客視点で提供価値をとらえ直さないのと同じで本末転倒
・多くのユーザーがデータを預けてくれることには社会的責任が伴う。
・社会に還元して初めて、ユーザーが信じてデータを預けてくれる。

■行動データ
・顧客の解像度が上がり、付加価値を高める事が出来るようになる。
・行動データを利活用出来ないプレイヤーは負けていく時代。

■リアルな接点
・今までよりも重要な役割を持つ
・今までよりも頻度はレアになる。

■UX品質
・便利か、楽か、使いやすいか、楽しいか

■価値観の再定義
・成功体験のある企業・歴史のある企業が考えるべき事
・「空間」価値があるスタバが、デリバリーのコーヒーに圧倒される。
→「スタバらしいデリバリーとは何か」を再定義。50円高いが早く、味を損なわれずに届けてくれるサービス。

■データは単体ではお金にならない
・データが何に使えるのかというベネフィットがないと、データを買ったり使ったりしない。
・つかい方
①マーケティング・広告：消費行動分析
②金融：信用情報
③インフラ：交通・医療の効率向上

■役に立つ、と意味がある
・モノが充足し、便利になった時代では、「意味を見出す事が出来るニュータイプ」が生き残っていく
・役に立つ、で戦うと価値が単一のため、少数の身が勝利して、ほぼ全員が負ける。
・「意味がある」市場では多様化が進む。
・「意味がある」とコピーできず、高く売れる。

■環境変化
・インターネットの登場、情報共有、人々がネット上でつながる
・価値観が多様化し、離れて入れも繋がれるようになる。
・誰もが羨むというマスなメインストリームがなくなり始め、多様なストーリー性や体験型消費に移行する。

アフターデジタル オフラインのない時代に生き残る

藤井保文 / 尾原和啓

めちゃくちゃ参考になる！
というか、作中にも何度も書かれていたけど、日本で考えるwithデジタル、アフターデジタルの考えとは根本的に違くて、中国はすごいわ。。
オフラインで働いた経験があり、デジタル施策をかじっている今、この視点はめちゃくちゃ重要だと思う。
染み込むまで、何回も何回も読むべき教科書だと思った。

ネットビジネス進化論 何が「成功」をもたらすのか

尾原和啓

インターネットの世界がすごくわかりやすく書いてある。
結構分厚いけれど、割とサクサク読み進められた。

✔インターネットの大事な本質の1つは、情報や物を小分けにして、離れていたものをつなげること。

ダブルハーベスト―――勝ち続ける仕組みをつくるＡＩ時代の戦略デザイン

堀田創 / 尾原和啓

これはただのAI本でない。
これからの企業活動の中で、大前提として抑えておかなければならないエッセンスがここにある。

データが当たり前のように作り出される世界において、そのデータをいかに活用し、シングルラインとして活用するのみならず、如何に好循環なループをデザインするかが、重要。
そして、そのループを幾重にも設計することが、今後の競争力を高めることになる。

最後に記載されている、トライアングルとして、企業のパーパス、ハーベストループ、そしてUXが描かれており、パーパスあってこそのその二つであり、素晴らしいUXによってmore dataを、精巧なハーベストループによって、better UXを。
この好循環を創り出し、その中で、人々が、或いはエキスパートが、踊るように”働く”、そんな活動体としての組織が今後注目を浴びるだろう。

今までは、単一の製品サービス、分断された製品サービス、或いは一方向の製品サービスであったが、それを上記のような仕組みとして、社会に価値提供していくことな求められている。
AI実装自体はコモディティ化した。
故に、このAIやデータを前提としたオペレーションの再設計ができるか否かが鍵である。

アフターデジタル オフラインのない時代に生き残る

藤井保文 / 尾原和啓

中国におけるDXの成功は、データをux(顧客体験)へ生かすサイクルが仕組化されており、それが高速に回されていること。

アフターデジタルの世界では、リアルがツールとなる。オフラインをメインにオンラインを活用ではなく、オンラインをメインにオフライン(リアル)を活用する時代となる。

「評価軸を本当にお客様の求めてるものにする。会社の自己満足のものではだめ。タクシーでいえば早く安心して目的地へつくこと。なぜなら、人間は実利主義だから」
昭和から平成にかけての日本家電メーカーの多機能化に一石を投げているように思えた

顧客はその瞬間において便利なものを利用する。全てがオンラインにはならない。

デリバリーの発展により、店舗は座席と回転率から解放される。

今後大切なのは属性データだけでなく、行動データ。顧客の年齢や性別が分かるというレベルではなにも意味がない。

属性ターゲティングではなく、状況ターゲティングをすべき。(30歳の母親ではなく、子を育てる人。このように区別できれば、父親もおじいちゃんも含まれてくる)

プロセスエコノミー あなたの物語が価値になる

尾原和啓

資源なき国ニッポンにおいて、プロセスエコノミーは、豊富な資源をもたらす「リソース革命」なのだと思う。
「過程という資源」に気づいたブランドが、多くの人を幸せにしてしまう時代が、もうすでに始まっている。

また、あらゆるデジタルツールが「視野狭窄せよ視野狭窄せよ」と呪いをかけ、短期的な経営指標に右往左往させられる現代において、本当に大事なことに目を向け、経営の舵を切る指針をくれる一冊でもある。

最新・最旬のトレンドワードを語っているように見えて（事実トレンドも多く読めるわけだけれど）、その本質は、人間本来の変わらぬ原理原則を束ね、骨太なロジックに昇華させた、きっと不朽になる名著。

アルゴリズム フェアネス もっと自由に生きるために、ぼくたちが知るべきこと

尾原和啓

全ての人にとって、真のフェアを実現させるためには、アルゴリズムを活用しながら、一人一人が特定のアルゴリズムに依存せず、自分がフェアと思うアルゴリズムを選択していくことが重要。

ポイント
・人間をある方向に導くための４つの方法
　規範、法律、マーケット、アーキテクチャ
・ゲッペルスのラジオに相当するものが、今のYouTube
→無意識に動画を見続ける恐れ、二匹目のドジョウを狙う投稿者による類似コンテンツの乱立
・パワーバランスの発明こそが、ブロックチェーンの真骨頂
・一隅を照らす、これ即ち国宝なり　最澄
→自分の役割を楽観的に全うして人のために尽くすことは尊い
・有り難う→有ることが難しい
→贈与と交換は多様性を内包する
・インターネットの歴史
→第二の革命は、アップロード革命
・日本は和をもっと貴しとする文化
→カウンターとの相克があって進化が生まれていくと言う考え方が苦手
・弁証法の発展の3段階　正反合
・２つの自由　free from liberty to
・マザーテレサ
　もしあなたが誰かを決めつけてしまったら、あなたは彼らを愛することはないでしょう
・アフリカの諺
　速く行きたいなら、1人で行きなさい。遠くへ行きたいなら、みんなで行きなさい。

スケールフリーネットワーク ものづくり日本だからできるDX

島田太郎 / 尾原和啓

製造業で働く身として、勇気をもらった。日本は、インターネットの到来におけるソフトウェアビジネスでは敗北したが、IoTの時代が進むと、そこは、ハードウェアがネットにつながっていくということであり、そこに、ものづくり日本の底力やニッチさを活かせるチャンスがある。そのため、日本の閉鎖的な村社会的なビジネスアプローチは改めるべき。すべてをオープンにはできなくとも、ギリギリの線でオープンにすることで、日本企業にしかできないネットワークビジネスが膨大に広がる可能性を感じる。アメリカもそれに気づいているだろうし、ドイツは先行して取り組みを始めている。日本もおちおちしていられない。武者震いがする。

仮想空間シフト

尾原和啓 / 山口周

本書でもオリィ研究所の例が取り上げられているが、持病で障害者となった自分にとって、変化に対応し、ITリテラシーを上げ、アフターコロナの価値観にそって自分をアップデートし続けることが自分を救うことになる、ということを痛感。

アフターデジタル オフラインのない時代に生き残る

藤井保文 / 尾原和啓

・ビフォー
中国のフーマーや信用スコアなど詳しくは解らなかったがなんとなしにそういうのがあるんだな。程度で知っていた。

・気づき
中国の進みは圧倒的。
日本のやろうとしているOMOの世界が3年前には構想としてあって動き始めていること
・あらゆるデータを簡単に14億のデータで集めて、解析と実行に移せること。

端的に中国は強いし、すごく技術、考え方ビジネスモデルを学びたいと思った。

・Todo
アフターデジタル2買う。
中国ビジネス調べる。

その他メモ:
中国は信用スコア（ジーマスコア）がデフォルト
→日本はお天道様が見ているの信念があるから元々だか、中国は他人を信用せず、損したら負けの考え方から。

中国はアリババが膨大な購買データを持っている。
日本はここまでのデータを持つことがむずかしく、信憑性が低い。

オンラインとオフラインはシームレスになって溶け合い、顧客はその瞬間において最も便利な方法で買いたいだけなのでそれを提供する。

お客様がお店に入った瞬間に、カメラの顔認識機能で店員のスマホにお客様情報を提供する。
→日本は属性データをユーザに回答させながら、アップセルやクロスセルに使えてやっと。
中国はプラットフォームに長く滞在してもらうことに全力。→プロダクトとUXに還元する

ダブルハーベスト―――勝ち続ける仕組みをつくるＡＩ時代の戦略デザイン

堀田創 / 尾原和啓

優位性を確立したとしても他社にすぐ模倣される。すぐ模倣されない持続的な優位性は何重にも利益を生み出す源泉を作りそれらを継続的にループさせることと説く。そしてそのループには人間も入ってデータを育てAIを成長させる。すなわち育てて収穫する農業のようにビジネスを行う時代だと啓蒙し具体的な進め方までしっかり解説しています。利益を生み出す源泉と考えたことが違っていたりすることもあるだろうし、試行錯誤のPDCAも回す必要もありそうで、実行するのはとても大変そうですが、うまく複数の収穫のループが見つかれば、それを回し続けることでビジネスが大きく成功しそうです。ちなみに、本書でもっとも刺さったのはエピローグで述べられているの地球規模の全体最適とおわりにの自分が作りたい未来でした。

ダブルハーベスト―――勝ち続ける仕組みをつくるＡＩ時代の戦略デザイン

堀田創 / 尾原和啓

■単なるコスト削減にとどまらない
- [ ] 入力作業から解放された担当者がセールス業務に注力したことで、売上アップに繋がった。つまり、データ入力というのはセールス担当者にとっては余計な仕事にすぎないわけで、それを免除されれば、本来彼らにしかできない仕事に専念できる。
- [ ] 「業務標準化」の価値はコスト削減ではなく売上エンジンへの更なる注力となる。

■自社事業やサービスをつくらず全てをAPIやSaaSで賄おうとする弊害
- [ ] 自社にデータを貯める仕組みが無いため、強いループ構造を生み出すことができない。
- [ ] 最近複数のSaaSを提供されている企業は特に痛手になるのではないか？自社で新規事業を生み出す必要がある。
- [ ] そのため、ただのSaaS提供は別の不を産み出している可能性がある。新規事業とSaaSをセットで提案するのが顧客目線な気がする。
- [ ] コスト削減以外のアウトカムを提供する。


以下メモ。

ダブルハーベスト 勝ち続ける仕組みをつくるAI時代の戦略デザイン
 
「技術」から「戦略デザイン」へ
〜AIブームの背後で起きた「ゲームチェンジ」に気づけているか〜
・肝心なのは「AIをどのように企業の戦略の中に組み込んでいくか」。
 
■日本企業には「勝ち続ける仕組み」が欠けている
AIがコモディティ化し、ゲームのしょうてんが「技術」ではなくなった今、求められているのはAI活用の「戦略デザイン」。これからのビジネスは以下を問うべきフェーズに来ている。
アフターデジタルの世界においては、人々のリアルな体験＝UXを通じて人々の行動データが集まってくるようになる。行動データをAIによって解析すれば、人々の行動をなめらかにサポートできるようになる。
・AIを取り入れることで、御社の持続的な競争優位性を高められるか？
・AI実装によって何重にも利益を生み出すループを描けているか？
・御社のAI活用は勝ち続ける仕組みをデザインできているか？
 
■「DX＝デジタルシフト」という致命的な誤解
・AIは目の前の勝負に「勝つための手段」では無い。むしろAIは「勝ち続けるための仕組みづくり」においてより大きな威力を発揮する。
・そのためには、AIがより賢くなるようなループ構造を作って回すのが第一のステップとなる。だが、ほとんどの企業はこの段階でつまずいている。ループ構造がつくれていないから、せっかくAIを導入したのに、大した効果が得られないのだ。
・そのため、蓄積されたデータによって、AIの精度がどんどん高まっていくループ構造をつくるのが当面の目標となる。それができるだけでも、競合に対するアドバンテージとなるだろう。だからこそ、もはやAIの本質は、技術論ではなく戦略論の方にある。
・そこで必要なのは、競争力の源泉を1つだけつくって満足するのではなく、二重、三重のループをつくって、複数の競争優位を築くことである。これこそが「ダブルハーベスト」の狙いであり、デジタルを駆使して会社を丸ごと進化させるDXの1つの理想形といってもいい。そこまでやってはじめて「AIを使いこなした」といえる。
 
■AIと人間のコラボレーションの価値は、単なるコスト削減にとどまらない
・世界有数のメガバンクグループ「HSBCホールディングス」のケース。ローン審査にまつわる書類の入力作業を1万人以上のセールス担当者がそれぞれ行なっていた。その作業の一部をAIによって自動化したところ、単なるコスト削減以上の効果があった。
・入力作業から解放された担当者がセールス業務に注力したことで、売上アップに繋がったから。つまり、データ入力というのはセールス担当者にとっては余計な仕事に過ぎないわけで、それを免除されれば、本来彼らにしかできない仕事に専念できるということ。
 
■AIの学習にユーザーを取り込む「ユーザー・イン・ザ・ループ」
・AIと人間のコラボは、社内人材やエキスパートだけにとどまらない。ユーザーに参加してもらってAIの精度を上げていく「ユーザー・イン・ザ・ループ」というアプローチもある。その典型は、グーグル翻訳の右下についている翻訳結果のコピーボタンだ。
・今まではグーグル翻訳で訳された結果が使われているのか、使われていないのか、グーグルには把握できなかった。
・ところが、ここにコピーボタンをつけたことによって、使われたかどうかが分かるようになった。コピーされたということは、その訳が正しい（あるいは使える）とみなされたわけで、翻訳結果が正しいかどうかという判定をユーザー自身がしていることになる。それによって、AIが学習するための教師データがどんどん溜まっていく。
・さらに、もしユーザーが翻訳結果に満足しなければ、AIでも分かるように、文章表現を簡単にしたり、主語述語の関係をはっきりさせたりして、似たような言葉を入力し直すこともあるだろう。すると、コピーボタンを押さずに再度入力された文字列が、翻訳結果のズレを修正するためのトレーニングデータになる。これがユーザー・イン・ザ・ループの破壊力だ。
・コピーボタンを置いたからといって、グーグルはユーザーに何かを強制したわけではない。ただ、翻訳結果をコピペしたい人にとっては、ボタン一発でコピーできた方が便利だという「UX（ユーザー体験）の改善」に過ぎないのだ。
・しかし、その延長線上で、AIのトレーニングデータが自然と溜まっていく仕掛けになっているところがすごいのだ。まさにデータを育てて収穫する「ハーベストループ」の考え方そのものだ。
 
■AI戦略は水平分業から垂直統合へ(E2E学習)
●出来合いの機能を組み合わせればすぐに始められる。
・学習によってAIをどんどん賢くしていくためには、教材となるデータを育て、収穫する仕組みをつくる必要がある。私たちはこれを「ハーベストループ」と呼び、いち早くグループ構造を回すことを目指している。
・一方、すでに述べたように、AIは既にコモディティ化して、誰でも安く利用できるようになっている。今や利用可能なさまざまなAIのモジュールが公開されていて、それらを組み合わせるだけで、誰でも簡単にAIの恩恵を享受できる。
・そのため、手っ取り早くハーベストループを回すには、利用可能なAPIやライブラリから必要な機能を引っ張ってきて、それらをレゴブロックのように組み合わせるだけでいい。それだけAIは身近な存在になっているわけだ。
■借り物は借り物でしかないという現実
・グーグルを筆頭に、すでに学習済みの有用なライブラリがいくつも公開されているので、そこから定評のあるものを選んで組み合わせればいい。借り物のパーツの寄せ集めでも、全体で65%くらいの精度はすぐに実現できるだろう。それだけでもかなり負担が軽減されるはずだ。
・ところが、こうしたアプローチでは、AIを自分たちの思ったように賢く育てることはできない。公開されたライブラリは、ある特定の機能を提供してくれるだけで、再学習する機能はほとんど提供されていないからだ。
・もっとこうしたい、こういう風に使いたいというファインチューニング(微調整)ができてはじめてAIを賢く育てられるわけで、最初からそうした機能が提供されていなければ、いつまでも精度65%のまま利用し続けるしかない。ループを回すことで学習用のデータを自動的に収穫し、それをAIに再学習されることで精度を上げていくのが本来の狙いなのに、再学習する仕組みが無ければ、AIは永遠に同じ精度のままだ。
■AIを賢く育てるにはE2E学習が不可欠
・そこで、次に求められるのが、自前でAIモデルを構築することだ。パーツの寄せ集めを脱すれば、最初から最後まで一気通貫でAIをトレーニングすることができる。これを「E2E(End to End)学習」という。E2E学習は、ハーベストループを回し続けるための前提となる。
・つまり、スタート時は何よりもスピードが大事なので、ありもののAPIやライブラリを組み合わせていち早くAIモデルを実現する。しかし、いったんモデルができ、ループが回ってデータを収穫できるようになったら、出来るだけ速やかに自前のシステムに移行して、E2E学習でAIを賢く育てていく。こういう二段構えの取り組みが求められているのだ。
・E2E学習が有利なのは、最初から全体最適を目指して訓練できるからだ。自分たちの目的に応じて独自に育て、収穫したデータを自前のAIに与えて、自分たちで再学習を進めるからこそ、精度を上げていくことができる。最終的に85%以上という高い精度を実現できれば、借り物のパーツでシステムを組んだライバルよりも2割増しで優位なポジションにつけられる。それだけ精度に差があれば、コスト競争力上でも優位だし、AIによって実現するサービスの質にも開きが出るだろう。
・APIやライブラリの組み合わせだけでは、差別化のための戦略デザインが完成しない。E2E学習の考え方を取り入れていかないと、これからの競争に勝ち残れないことは肝に銘じておくべき。
■AIが実現する5つの「最終価値」
・1.売上増大
・2.コスト削減
・3.リスク/損失予想
・4.UX向上
・5.R&D加速
 
■AI導入を戦略デザインに組み込むための基盤づくり
・AIを使ってある価値を実現したとして、それを1回限りの勝利にしないためには、AIが学習するためのデータが半ば自動的に入り続ける構造をつくる必要がある。それによってAIを育て、勝ち続けるためのハーベストループを回し続ける。
 
■「機能」と「データ」のかけ算で「最終価値」を実現する
・「最終価値」は「機能（Function）」と「データ（Data）」のかけ合わせによって実現される。
 
■「UVP」をキープするのが戦略立案の目的
・戦いに「勝つ」とはどういうことだろうか。「市場で1位になること」という捉え方では単純すぎる。むしろ、ここでは「自分たちが決めた軸で1位になること」を定義したい。
・そして、ライバルよりもユーザーに対して手厚いフォローアップをするにはどうすればいいかを考え抜くことで、戦略が見えてくる。
・最終的には、ユーザーに選ばれなければトップになれないので、「顧客に対してどのような価値を提供するのか」という視点を抜きに、戦略は語れない。他者には無い唯一無二の価値を提供するという意味で、これを「ユニークバリュープロポジション（UVP：Unique Value Proposition）」と呼ぶ。
・UVPがあれば、他社に対して競争優位になる。他とは違う自分たちだけのユニークな価値を提供できるから。そして、「勝ち続ける」というのは、そのユニークさがずっと維持されている状態を指す。
・UVPを維持するには、ユニークさを不断に追求し続ける必要がある。さもなければ、一時的にユニークな価値が提供できても、やがて他社に追いつかれる危険がある。
 
■データを“狩る時代“から“育てて収穫する時代“へ
・AIがブームになる少し前は、ビッグデータという言葉が流行っていた。データを握ったものが勝者になるという意味で、「データ・イズ・キング」と考えられていた時代だ。しかし、単にデータをたくさん持っていれば勝てるというのは幻想に過ぎないことが分かってきた。
・ビックデータ時代にもてはやされたのは、すでにあるデータをどう活用するかという発想だった。典型的なのが「こんなデータが取れました」「こんなデータもあります」「それを使えば、こんな傾向が読み取れます」というパターンで、大量のデータからインサイト（洞察）を抽出して、それを競争力に繋げていこうという考え方が主流だった。
・ビックデータ時代にもてはやされたのは、ストック型のデータだった。しかし、AI時代に使い勝手がいいのはどんどん流れてくるフロー型のデータであり、フロー型のデータを扱うには、データがリアルタイムで入ってくる体制をいかに築くかが勝負を決める。
・ビッグデータ時代は既存のデータを探して狩る狩猟の時代だったと表現できる。だが今は、必要なデータを自ら育て、できたそばから収穫する農耕の時代に突入した。
・そして、データを育て収穫するサイクルこそが、本書が提唱するハーベストループに他ならない。データを握った者が勝つのではなく、リアルタイムでデータが入ってくるループ構造をつくった者が勝ち続ける。「データ・イズ・キング」ならぬ、「ループ・イズ・キング」の時代の到来だ。
 
■AIプロジェクトに向いているのは「生データ＋アジャイル型開発」
・今では、どんなデータが必要なのかを最初から決めなくてもいい、という見方が新たに広がってきた。つまり、とりあえずテキストデータを全部残したり、現場の様子を丸ごと録画・録音したりしておいて、そこから何を抽出するかは、運用しながら考えていけばいいし、状況に応じてどんどん変えていけばいいという発想。
・とにかく見切り発車でも始めてしまえば、あとからいくらでも調整できる。その意味で、AIプロジェクトというのは、走りながら考えるアジャイル型の開発に向いている。中小企業でもAIに取り組みやすいのは、アジャイル型だと初期投資が少なくて済むから、という面も忘れてはいけない。
 
■人間にしかできない仕事にメスを入れる
・今まで構造化できなかった領域にこそ、人間にしかできない仕事が含まれている。いわゆる職人芸の世界だ。属人的な要素が強すぎて、うまく言語化できない。あるいは言語化されてこなかった領域にメスを入れて、その一部だけでもAIで代替することができれば、レバレッジが効く。
・すでにある程度自動化できていた部分でAIを使っても、効果は限定されるのに対して、これまで自動化とは無縁だった職人芸の世界で、たとえ3割でも自動化できれば、その効果は絶大だ。
・職人の勘と匠の技で培われてきた世界にAIで切り込めば、今まで個人間でしか伝承できなかった技の一部が横展開できるようになる。親方の背中を見ながら10年かけて身につけた知識と技が、たとえ一部であってもAIによって代替できれば、相当な強みとなる。
 
■データを複数つなげば無敵になる　自社しか持てないリンクデータ
●自社固有のユニークなデータとは何か？
・ハーベストループを回すときは、どんなデータをためればいいのかというのが中心的な議論になる。誰でもためられるようなデータでは、他社と差別化できず、戦略上の価値はあまりない。そこで、ここでは「データをためる時のコツ」を紹介していく。
・どんなデータなら、ユニークといえるのか、他社に真似されにくいデータ、自社にしかためられないデータとはどんなものなのだろうか。この問いかけがすべての出発点となる。
・結論からいうと、データを単独で持っていても、実は、大した効果は期待できない。そうではなく、いくつかものデータをお互いにリンクさせることで、他社にはない、ユニークなデータが手に入るのだ。
・たとえば、オンライン英会話サービス。そのようなビジネスを展開している場合、おそらく授業のあとに毎回簡単なアンケートに答えてもらえば、顧客満足度のデータは簡単に取ることができる。しかし、それだけでは、講師の評価には使えるかもしれないが十分ではない。たとえば、レッスンの様子をすべて録画するようにすれば、何が起こるだろうか？生徒の表情データを元にすれば、顧客の感情分析ができる。とはいえ、これだけでもまだ、「その企業だけのユニークなデータ」とはいえないかもしれない。表情データそのものは、Kaggleなどを探せば、オンライン上にたくさん見つかるからだ。
 
●複数のデータをつなげればユニークネスが生まれる。
・しかし、ここで、顧客満足度と表情データをリンクしたとすると、どうだろうか。この表情のときには満足していて、この表情のときには満足していないということが関連づけてデータ化される。このデータはオンライン上に転がってはいないし、他社には取れないデータである。
・さらに、生徒の学習の進捗データともリンクさせてみよう。すると、満足度は高くても、学習進度は遅く、悩んだ顔をしている。といったことが分かってくる。学習進捗データと表情データと満足度データの3つをかけ合わせると、いろいろなことが分かる。
・しかも、進捗データがあれば、パーソナルラーニング（学習状況に合わせた個別指導）の領域に入ってくる。1人ひとりの個性に合わせたパーソナライゼーションは、差別化戦略の王道の1つだ。
・それだけではない。さらに講師の表情データ、声のトーンのデータなども合わせれば、講師サイドのクオリティ向上やトレーニングにも役立てることができる。生徒のUXが向上し、講師のスキルもアップする。ダブルで効いてくるから、非常に強力なループとなる。
・複数のデータをリンクさせればさせるほど、それを1つにまとめて持っている人が他にいる可能性はゼロに近づく。そのデータも、生徒や講師個人のIDと紐づいているから、その価値は右肩上がりで増えていく。
・このように、データとデータをリンクさせるというのが最大のポイントだ。単独では大した価値を生まないデータでも、複数集めてつなげれば、思わぬ価値を生み出す可能性がある。データは王様ではなくなったが、リンクデータには大きな価値がある。
 
■「どうやるか？」よりも先に自問すべきことがある
・「戦略」の観点だけではビジネスは成り立たないというのも事実。
・事業で最も大事なのは、「どうやるのか（HOW=戦略）」ではなく、「なぜやるのか（WHY=目的）」。

仮想空間シフト

尾原和啓 / 山口周

今後のことについて語っていてとてもワクワクしました。オンとオフで都市と地方を行き来するのが逆転すると言う視点が新しかったです。

ワーケーションが進めば世界中どこでも居心地の良い所にいて、パソコンを使って仕事ができるような社会がもっと加速すればいいなと思いました。

AirBnBを使って世界の色々なところに拠点を持ちたいと思いました！