シバタナオキのレビュー一覧

MBAより簡単で英語より大切な決算を読む習慣

決算書の読み方というよりも各業界のKPIについて知り、
決算書を読みやすくするための本。

中身自体はとても面白い

テクノロジーの地政学 シリコンバレー vs 中国、新時代の覇者たち

『テクノロジーの地政学』読んだ。シリコンバレーVS中国の二軸から、人工知能・モビリティ・フィンテック、小売・ロボティクス・農業とフードテックを解説。両者で微妙に異なる資金の張り方と戦略の違いが面白い。

テクノロジーの地政学 シリコンバレー vs 中国、新時代の覇者たち

各事業ドメインにおける国毎の情勢比較整理に。テスラの雨漏り話、中国のナンバープレート政策と絡めたEV推進の思惑、野菜洗剤の話などが個人的には印象的だった。日本にいると思いつかない視点が増える。

MBAより簡単で英語より大切な決算を読む習慣

決算書を読むことの面白さを教えてくれる。あるいは決算書でなくても、分析・仮説立ての面白さか。
完璧なものなどなかなかないけど、大まかでおおよそが把握できれば問題ない。他企業のことを完璧に把握することなどできないので、分析もそのつもりでやるべき

アフターAI 世界の一流には見えている生成AIの未来地図

生成AIはどんな業態やシーンでの活用に適しているか、近い将来に何が起こり得るか、ビジネス利用において何に注意すれば良いか、が体系的に整理されています。

タイトルからは「生成AIの次はどんな技術革新が起こりうるか？」とも読めそうですが、基本的には現在生成AIの活用シーンと将来展望をまとめたもので、ブロックチェーンや量子計算などは扱われていません。

アフターAI 世界の一流には見えている生成AIの未来地図

2025/01/20
AIが浸透した後に自分が何をすべきか、そこを予見した上でどういったアクションを取るべきかを考える契機になった。
AI関連のスタートアップがこれほど多いのと投資の規模感の違いを改めて再認識しました。

アフターAI 世界の一流には見えている生成AIの未来地図

業種や産業別に最新のAI活用事例が知れる。
情報量は多いが、文体との相性のせいか、文章が読みづらくあまり頭に入ってこなかった。
2025年半ば時点の最新AIトレンドをざっと把握するにはいいかもしれない。

アフターAI 世界の一流には見えている生成AIの未来地図

AIの流れはLLMで儲けるモデルから個々のAIアプリケーションで儲けるモデルに変化するという話だった。そうだろうなと思いつつ、現時点でどの程度業務プロセスを変革させるために個別のAIサービスを取り入れるかはよく考える必要がありそう。
進化の速度が凄まじいので、汎用的でセキュリティに問題のないものは導入し、個別アプリケーションはゲームチェンジャーになりそうなものは導入し、進化途中のものは様子見かな。

アフターAI 世界の一流には見えている生成AIの未来地図

・生成AIも今は半導体が儲かるピラミッド型の構造ですが、10年かけてだんだん上位レイヤーのアプリケーション側が儲かっていく逆ピラミッド型の構造になることが考えられます。今後の生成AIの業界を見るとき、下位レイヤーから上位レイヤーへと中心が移りながら業界規模が拡大していく歴史を念頭に置くことが必要なのです
・AIを動かす電力が国力を決める未来。
　半導体の単純な微細化にも限界が来る→3次元、チップレット化
　Processor同士の通信能力がボトルネックになる→光インターフェース、光電融合
　演算量はどんどん増える、量的に演算不能領域が来る→より効率の良いAI演算が必要
　微細化、通信容量、計算量の複合的な理由でエネルギーの消費量が増大する→超低消費電力化のアーキテクチャ
・電力＝知力、知力＝国力になる可能性も出てくる
・従業員一人あたりの売り上げを劇的に増加させる、強豪よりも圧倒的に早く新製品を作るというように、生成AIを活用するようになってようやく、世界の生成AIの活用に追いつけるのかもしれません
・複数のLLM（コードを書く人とレビューする人）が異なる役割を持って相互に作業を進めることで、大きな間違いが減ったり、回答の精度が上がったりということが起こります。複数のエージェントに役割を分担させることで、複雑なリクエストを処理できるようにするのがマルチエージェントの考え方です
・SierraのAIエージェントはカスタマーサポートの電話対応を人間から短期的に置き換えるのではなく、人間のカスタマーサポートが働いてない時間に利用することで、コスト削減ではなく、顧客体験や満足度の向上といった業務の拡張に使おうとしています
・Lv 1 従来AI：従来のRPA、ServiceNow等のワークフロー、AI-OCRなどの定型・単機能的自動化
　Lv 2 生成AI：自然言語理解・生成を活用し、柔軟性が向上。だがまだ情報取得・生成段階が主で実行主体としては人間が残る
　Lv 3 AIエージェント：LLMベースの知能を核に、外部ツールやAPIを統合、システム全体を俯瞰し実行まで自律的に行う。Full Automationを実現し、意思決定プロセスそのものを変革
・ロングテール業務の壁が「死の谷」になる
　部分的自動化→E2Eでのシステム接続→Process自動化→ロングテール業務の自動化→包括的自動化→自動化の限界コストの低減による「様々なデータ化」の加速→Data Driven組織化→データ蓄積及び圧倒的自動化によるCXの劇的向上、Personalization、顧客理解の深み少量多品種化→ビジネスモデル抜本改革
・多くの企業で、IT部門が主導するようなDXはトップダウン的な傾向が少なくありません。トップダウンでは、現場の細かい業務が拾えません。AIエージェントの導入で死の谷を乗り越えるために大切なのは、ロングテールの業務をいかにたくさん拾っていくかです。その際に現場主導でAIエージェントを活用していくことが重要です
・AIエージェント活用の4つのポイント
情報収集系・品質系（CX含む）・コンプラ系は実装が早いので即やる。意思決定Principleの言語化が行えれば、意思決定負荷は現段階でも大幅に下る
Agentic Process Automationチェーンを意識して、業務／バリューチェーンを見直す。データやプロセスをAI Friendlyに寄せると累乗で効果が上がる
分散型DCへの組織転換ー現場主導でのAIエージェント活用を推進するのがCorporateの役割へ。データの深いインテグレーションなく部署内で完結することでも十分すぎるほどの効果がある
ゲームチェンジ×「外部」を狙うための「データ収集」を今から仕掛ける。ちょっとしたメリット提供からでもOK
・従来と同じ手法で、それも今の技術でPoCを実施した瞬間の評価をしたら、AI導入はずっとできません。
・Generation（生成）とComprehension（理解）：解決すべき課題のコンテキストを理解させる
・スキルを言語化することがAIに役立つ
・データというのは単なる数字の羅列を示します。これに対してインフォメーションはその数字に対して利用者が何らかの評価軸を持って出来上がります。評価が求められるわけです。ナレッジになると、インタラクションを通じた理解が必要になります。さらにウィズダムの段階では、利用者は回答を信用して実行するようになります。全幅の信頼を寄せられるのがウィズダムです
・EVはモーターで電動エネルギーを運動エネルギーに変換して走ります。逆に、減速から停止まで回生ブレーキにより運動エネルギーを電気エネルギーに戻します。こうして可逆的にエネルギーを使えるという点が、内燃機関車とEVの重要な違いです
・AIとは、結局は与えられたデータを統計的に分析して、最も確率の高い答えを出す超高性能な確率統計マシン

アフターAI 世界の一流には見えている生成AIの未来地図

AI界隈の今とこれからを軽く俯瞰できた。
投資先の参考にもなりそう。
内容も他ジャンルに渡る分聞き慣れない言葉などが出てくるので読みにくかった。
図もたくさん入ってるがどれも見づらくて楽しくない。
あと時々誤字がある

アフターAI 世界の一流には見えている生成AIの未来地図

AIが普及すると、人のきめ細やかさが差になってくる。

AIが普及することは止められない。その環境を分野毎に整理してくれている。マーケティングや営業に他、ガバナンスまで多彩に取り上げている。個人的に終盤のヘルスケアはやはり気になる。画像診断や創薬以外にも検討されており、どのようになるか他分野含め追っていきたい。

アフターAI 世界の一流には見えている生成AIの未来地図

生成AIがビジネスをどう変えていくかを全体として語りつつ、特にインパクトの大きい分野、
業界横断でのセールスマーケティングや、
自動運転、HR、ヘルスケア、フィンテックというとこらの深掘りという感じで進む。

この本でしかない情報はあまりないが、25年上期時点で生成AIをまとまって学ぼうとすると良いのではと思う。

特に具体的に立ち上がっているスタートアップ企業を取り上げられていて、どういうサービスが出てきているのかを知れるのは良い。

MBAより簡単で英語より大切な決算を読む習慣

実際の企業決算を例にとり、その内容から同業他社比較やこれからの戦略を読み取るヒントを教えてくれる。財務・経理の知識がなくても読みやすい内容となっているが、著者が楽天出身だからか少し業界に偏りがあるように感じた。

MBAより簡単で英語より大切な決算を読む習慣

様々な企業や、ジャンルの決算の読み方だったり、見方が具体的に書かれている本。数字に弱いとやっぱり経営は弱い。夢語りより、現実的に夢を形にするためにはこのスキルは必須のスキルだと思う。
そしてその学んだ知識は今後も不変なことだから、しっかり納得するまで決算をストーリー化して読めるスキルはつける価値がある。　学びが多かった本。

MBAより簡単で英語より大切な決算を読む習慣

読み方が学べるというよりは、2015-6年頃の個別事例を読んだ後の解釈が述べられている書籍です。著者の慧眼は素晴らしいと思います。2020年の今となっては既視感がなくはないですが、発行当時にこの内容を唱えているのは素晴らしいかと思います。

MBAより簡単で英語より大切な決算を読む習慣

基礎的なことを全領域に網羅的に書いてあったし凄くためになりそう。だけど8割よく分からなかったから出直してもう一回読みます。

MBAより簡単で英語より大切な決算を読む習慣

恥ずかしながらテイクレートは初めて知った。ECやネットなど新しいビジネスの仕組みや裏側を数値で知ることができ参考になった

テクノロジーの地政学 シリコンバレー vs 中国、新時代の覇者たち

米中のテクノロジー企業をジャンル別にまとめて解説した本。

現在におけるテクノロジー業界の動向を頭の中でざっくり整理するには良い本だと思います。

テクノロジーの地政学 シリコンバレー vs 中国、新時代の覇者たち

ソフトウェア革命の進む、シリコンバレー・中国中心にテクノロジーごとに個別の状況、企業を紹介・比較する。
地政学的な要素は薄いと個人的には感じたが、俯瞰的に世界の状況を捉えられて興味深い。

テクノロジーの地政学 シリコンバレー vs 中国、新時代の覇者たち

ITに関する中国の動向を纏まった形で知ることは意外と難しいと思っていたのだが、この本は、シリコンバレーとの比較で中国のプレイヤーを具体的に知ることができるので重宝にできる。
また、本著に登場する、その分野に詳しい解説者をフォローするのも良い。