堀田創のレビュー一覧

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

エフィカシー

現状維持の誘惑に負けず、いかに現状の外にあるゴールに没入させられるか

心理的ホメオスタシスには勝てない
恒常性を保とうとする力

臨場感の軸をずらして、自動に引き返そうとする基準を変える必要がある

決断が先、プロセスはあと
HAVE TOを捨てる

OODAループ
Observe（観察）
Orient（方向付け）
Decide（決断）
Action（行動）

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

ただのハウツー本ではなく、認知科学からアプローチしているところが最終的な納得感を生んでいる。
上層部に対して、不満がありこの本を読んだが、※組織を下から変革するのは不可能にちかいということが理解できた。本書もますばリーダーや上司が現状の外側に目標を立てて、エフィカシーを高めることで組織改革が行われると言っている。現在の組織に不満がある場合は、上層部と戦える戦闘スキルを身につけるか、撤退するかの2パーンが妥当だと改めて理解できた。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

▼感想
・認知科学に関連する本について、直近多く手に取っておりますが、その中でも特におすすめの一冊。

・本書はチーム・組織のパーパスにまで踏み込んで、記載されているのが特に素晴らしい。(個人観点では他の本でも学べる)

・下のメモ3つは特に大事だと感じた部分。自分が体現するのは当然として、いかにメンバーのゴールを伴走して発見するか、組織の集団的エフィカシーが実現するかを考えながら日々行動する。


▼メモ(抜粋)
・P81：内部モデルの更新を引き起こしえるゴールは、以下2つを満たしていなければならない。プラスして圧倒的な臨場感を持った時、人や組織の「ものの見方」は劇的に変わらざる得ない
＞条件①：「真のWant to」に基づいていること
＞条件②：「現状の外側」に設定されていること

・P89：現状維持の誘惑に引きずられることなく、いかにして「現状の外」にあるゴールにチーム・組織全体を、個々のメンバーを、そして自分自身を「没入」させていくか。リーダーシップはこの一点にかかっている。

・P170：「現状の外側のゴール」にエフィカシーを抱くとはどういうことか、なぜそれが圧倒的な行動へのドライバーとなるのかを、リーダーみずから体現して周囲にみせていくしかない。それがチームを生まれ変わらせる土台となる。

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

ある作業をデジタルに置き換えただけの直線的なデジタルシフトではなく、AIに新しく学習させるためのデータを自走的に作り出して再学習させるループを何重にも回していけることが重要という点はとても腹落ち。この点、前職の事業会社でDXの名の下で行われてたことも思い返せば前者だったのだなとなかった視点。所々、それは本当に差別化できるユニークなループなのか疑問な点はあったものの総じて新しい視点が得られた。特にユーザーインザループの構造で、ユーザーが気づかない無意識な行動で新しくデータを生み出させるGoogleの例は面白く、行動と結びついたUXのデザインと密接に結びついていくのだなと思いながら読み進めてたらその通りに書いてあった。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

チームを率いる上で、今の自分のままで良いのか、チームをどうしていけば良いのかを考えたく、本書を手に取った。
結論、目から鱗とまではいかないものの、ヒントは沢山頂いた。
そして、自分のエフィカシーとチームのエフィカシーや、心理的ホメオスタシスについて、現状を考える機会となったことが、とても良かった。

本書の主張は以下の5つ
①have toを捨てる
②まず決断、プロセスはあと
③パーパスの自分ごと化
④メンバー全員want to
⑤フィードフォワード

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

ここ最近悩んでいたことの答えがすべて書いてあったような気がした本。
やっぱり働くことの意義って前年何％プラスとかそういうところだけじゃダメだな、と思う。理想とか、ワクワクドリブンとか、そういうキーワードは決して生半可な夢物語ではない。

いっぱい付箋貼りながら読みました。今後働き方に思い悩んだ時、付箋の箇所を見直したいと思います。

働くことに悩んでいる人すべてに読んでもらいたい本です。特にチームを率いる立場の人たちは読んだ方が良い本です。あなたのチームの熱量が足りないのはなぜか、そして着火するにはどうしたらいいのか、のヒントが見つかると思います。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

認知科学の基づく組織ドリブンの方法
この手の本で、今までで1番しっくりきた。
自分がやってきたモチベーションの作り方と同じ内容で、驚いたのと、このやり方でよかったのかと安堵した。
自分と同じ熱量にするには性格だけだと思ったたけど、一応やり方があることが知れて嬉しい。リーダーの立ち位置ではないが、同僚に試していきたい。かなり難しいと思うが。

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

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

・感想
やる気や根性論だけでは、若い子ほどついていかないし離れていく。どうしたら心理的安全性も高く常に活発で意識高いチームが出来上がるか。そんなチームを導くリーダーになれるか？をまとめた書籍。
とても学びになるいい本でした。

1番刺さったのが下記の事実
変化を求められる時代にはエフィカシーの低い集団にいると
自分はできる　という手答えを持った人材ほど弛んだ組織に居心地の悪さを感じ、離れていく。
→変革の力を失って、時代の荒波に淘汰される。

・Todo
★どうすれば内部モデルを変えられるか？
→
①真のやりたいことに基づく
②現場の外側に設定されている
　※現行から120%の売上目標ではなく、
　　努力では到底達成できなそうなこと、一体どうすれば達成するのか全く見当がつかないようなこと
★Have to を洗い出し、真のWant toに気づく、
　そのためにHave toを捨てる
※捨てることを先に決断し、捨て方を考える。
★アファメーションのフレーズを考える。
※ゴールへの没入を1発で呼び起こすワード。

自分の説明書ときて好きなものや価値観を相互にオープンにしておき、どんな仕事へ価値観を持つかなどオープンにする
才能、ゴール、wanttoを書く。
ストレングスファインダーの結果を書くのも最適。

★リーダーは
①have toを捨てる
②まず決断、プロセスはあと回し
③パーパスを自分ごとかする
④メンバー全員wanttoを実現
⑤フィードフォワードを意識

トランスフォーメーション思考 未来に没入して個人と組織を変革する

植野大輔 / 堀田創

未来を自分事化すること､センスメイキングを通して過去ではなく自分が未来を創ることを臨場感を持って突き進むべき。
これがトランスフォーメーション思考であり､30年以上先に実現する現状とは全く異なるような世界観＝MTPが今後個々人に必要であると説く。

ありたい未来を意思を持ってイメージして､その状況から現在を捉え､まず違和感を頂き､変革テーマとして実行をしていく。
そこで必要な事は､その夢を大きく捉え､人間らしさの視点で世の中をどう後押しするか。
夢が叶った後に何が生まれ､世界にどういう変化を自分は起こしているか。その際に将来､隣には誰と組んでいるか。結果､MTPが実現された時､何のために生きていると実感出来るか。
未来思考を繰り返しイメージ出来ればMTPはより強固になる。

併せて技術変化の変曲点を迎えそうなところを探して､それに乗る感覚が必要。
1人では実現が難しい中、組織内にMTPを浸透させる上で､OODAサイクルで未来の観察から始め､方向づけを決め実行する。

とにかく過去の結果や現在のPDCAの積み上げだけでは無い､有りたい未来に夢を持ち､行動する思考の重要性が書かれた良書。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

ここ最近読んだ組織変革系の中で一番良かった。

エフィカシーという自分にも出来そうという感覚を持たせることが大事。

・まずはリーダー自身が持つ
・メンバーにエフィカシーを持たせる
・組織としてパーパスと関連付けていく

大枠はこのような流れ。
やる気がないではなく、have toのやらなければならないが日常の仕事に纏わりついているだけ。
本当のwant to、したいことに目を向ける必要がある。

1on1の着地点はここだし、
管理職としてすべき環境整備はhave toを撲滅していくこと。

トランスフォーメーション思考 未来に没入して個人と組織を変革する

植野大輔 / 堀田創

バックキャスト的な考え方をしていかないと生き残れないことは分かっているはずなのに、なぜ日本人は苦手なのだろう？

やはりリニアな成功体験を積んできていて、必要以上に失敗を恐れるからなのか？

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

心理的ホメオスタシスに打ち克ち、エフィカシーを高めるために、脳の基準点を現状の外側に移してしまう。真のwant toは何か。読んでいて、ハッとさせられる。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

最近流行りの「パーパス」について、まずは自分のパーパスの見つけ方、次に組織のパーパスとの紐付け方などわかりやすく解説された本。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

認知科学に目を向けた組織マネジメント本。行動ではなく認知を変える、内部モデルを変えることにおもきを置いている
机上の空論のアプローチではなく、非常に面白い。

◯熱量の差を見て見ぬふりするな
リーダーは、チーム内の熱量差を克服することが使命
「やる気のあるメンバーさえ結果を出してくれれば・・・」
「多様性の時代だし、仕事のスタンスは人それぞれで・・・」
というもっともらしいセリフでやり過ごそうとしてしている。
しかし、熱量が高まる方法論はある。
リーダーの仕事は、メンバーの認知を変えることにある。

◯内部モデル(ものの見方)を変えるには2つしかない
・ゴール設定とエフィカシー
・真のWant toのゴール設定
・やれる気しかしないというエフィカシー

◯個人も組織も進化させる「ゴール設定」2つの条件
・それは心から自分自身がやりたいことか、真のwant to　に基づいているのか
・現状の外側に設定されているか。一体どうすれば達成できるのか、検討もつかないこと。

◯まずリーダーから始める
・リーダー自身のセルフエフィカシーを高める→部下や同僚・上司のセルフエフィカシーを高める→組織全体の集団的エフィカシーが高まる
・リーダーシップの究極のゴールは、チームの集団的エフィカシー水準を高めて、それを高く保ち続けること

◯リーダーはhave toまみれで当然
・本当にやりたいこと、ゴールを見つけるのは大変
・Want to(本当にやりたいこと)だと思っていても、Have to(やらなければいけないこと) であることが大半
・Have toを洗い出すとWant toが見えやすくなる
・Want toに気づけたらHave toを捨てる。Have toの捨て方を考える
・捨てること＝決断することが内部モデルを変える。我々の脳は見える世界と見えない世界を選んでいる＝カクテルパーティ効果。認識するものが変わる
1日の流れや1月の流れを細かくリストアップ→仕方なくやっていることを消していくことでWant toに気づきやすくなる

◯本気でやりたいことが見えないリーダーはどうするべき？
・らしさは「得意なこと」のなかに眠っている
　得意なこと、夢中になれること、繰り返していること

◯現状から逸脱するのを防ごうとする機能「心理的ホメオスタシス」
・人間は生命維持に最適な平熱を保つ機能があるのと同様に、認知科学にも心理的ホメオスタシスというものがあり、いまのコンフォートゾーンに引き戻そうとする
・ホメオスタシスをなくすことはできない。認知できていれば良い
・改善の最適解は、コンフォートゾーンをずらすこと→内部モデルの領域を増やすこと
・そのために爆発的に高い目標＝ゴール設計が重要
・コンフォートゾーンをずらすことで、ホメオスタシスは味方になる。ずらした先のゾーンにいかないと不満を抱くようになるからだ

◯集団的エフィカシーを高くするためには
メンバーの行動を変えるという行為を繰り返しても意味がない。
それでも成果が出ないメンバーには、彼らが見ている「景色」を変えること。
そのための第一歩がリーダー自身が個人としての「真のWant to」を組織のパーパスに重ねていくこと。それから
・自分自身の真のWant toに気づかせる
・組織のパーパスを自分ごと化させる
・ゴールへのエフィカシーを高めていく
これら一連の流れには、すべて1on1面談が重要

◯リーダーは5つの面談を使い分ける
・人事評価としての面談
・真のWant toを探す面談
・フィードフォワード面談
・フィードバック面談
・雑談
フィードフォワード面談を行うべき。未来の記憶づくりを行う。あるべき未来像から逆算していく。

◯過去を語る面談と未来を語る面談を混ぜないほうが良い
・現状を肯定する内部モデルが勝ってしまう
・フィードフォワード面談は徹底的な未来志向で語り合うから意味がある
・未来の話にフォーカスすることでゴール世界への臨場感が高まり、ホメオスタシスの基準点が現状の外側に移っていく
・部下に「なぜ？」と問うのもダメだし、抽象をいきなり具体化させるのもダメ
┗ こちら側の理解が追いつかないところまで相手の発想が飛躍しても、それはホメオスタシスの基準点が現状の外側に移っている兆候
・PDCAもフィードバック型のフレームなので使ってはいけない
・OODAループを使うべき
　Observe（観察）：観察することによって現状を認識します。
　たとえば、業界や顧客、競合、新しい技術、社内環境などの状況や変化に着目します。
　↓
　Orient（状況判断）：観察結果から、状況判断します。
　ここでは、Observe（観察）で得たデータから、次のDecide（意思決定）に必要な材料を見極めていくことが重要です。
　↓
　Decide（意思決定）：具体的な方策や手段に関する意思決定を行います。
　この時点で、判断材料の不足に気づけば、観点を変えて観察（Observe）に戻って、ループすることも可能です。
　↓
　Act（実行）：意思決定したことを実行に移します。
　実行後は、フィードバックするために再びObserve（観察）、または必要に応じて他の段階に戻り、ループを再開します。

◯認知科学とは
・人間の「ものの見方」に関する研究分野
・心理学、神経科学、言語学、教育学などに跨る

◯個人的めも
・行動を変えれば中身も変わる。という意見を一貫していたが、それと平行して認知を変えたほうが成功確率は跳ね上がる
・「結果からの逆算」「行動を変える」以外のマネジメント選択肢、「認知を変える」が加わった
・パーパスをつくることが大前提、そしてパーパスの自分ごと化を行うエヴァンジェリストがいることで加速化できる

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

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。

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）」。

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

リーダーシップ論の中でも、現代に合った、個人的に目指したいと思えるものだった。面白かった。
トップダウン的な考え方ではなく、個々が力を発揮されるチームを目指しており、そのためのエンパワメントについて述べられていると感じた。自分のものはさておき、他者の真のWant toを引き出すことに対してはまだ難しそう...と感じてしまうが、まずは自分が見つけるところからやってみようと思います！

チームが自然に生まれ変わる―――「らしさ」を極めるリーダーシップ

李英俊 / 堀田創

自発的な意欲を喚起、自己組織化していく。パフォーマンス高いチーム作りを。考え方は明確。
ティールも同じだが、生身の人間への落とし込みを追求していく必要