保科学世のレビュー一覧

【読むべき本★★★】
AIの破壊力を甘く考えていた。
タイトルが「仕事術」ってなってるけど、それが本質の本じゃない。
イーロンマスクが「AIは文明破壊の潜在的可能性がある」と言った意味が良くわかった。
AIを使うのは人間。世界が幸せに向かうのか破滅に向かうのか。僕らは今その瀬戸際に立っている。

データ分析や機械学習、AIを活用してビジネスで価値を提供するというテーマに対して、そのために必要な考え方から具体的な手法、Pythonによる実装方法まで網羅されており非常に濃い内容で良かった。

他に読んだデータ分析系の本では比較的抽象的にデータ分析で必要な考え方がまとめられているのに対して、本書で...続きを読むはさらに深ぼってより具体的な手法や考え方まで載っているので、データ分析を実務でする人は読んでおくと良さそうな本だと思いました。

まさにこれだと思う。
考えていたことのど真ん中
中途半端に聞きかじったことで、AIに仕事が奪われると言っている人にはしっかりと現実を捉えてもらいた。
日本でAIがどうなっていくのかの予測は、NRI vs アクセンチュアなのかな。
わかる人にとってはどちらが勝ちかは明らかだけど。

おもしろい！
人間とAIが協働する未来にむけて、どういう心持ちでおればよいのか。MELDSフレームワークにも納得。語呂は特によくはないけど。
掃除機が発明されたから、床にゴミが散らかってると気になるようになった。ほんとそう。
AIの民主化が人類に与える影響は掃除機の比じゃない、けど、それはどうやらデ...続きを読むィストピアではなさそうだ。
希望にみちた一冊でした。

AIの発展で日々仕事のルールが変わる新しい時代になった。AIは人の仕事を奪うのではなく、人に時間を与え情報と分析による人間の能力の拡張を促し、より人間らしい仕事が出来るようになるためのパートナーである。この変化の波に乗るための視野を提供してくれる本書オススメです。ロボットとの共感、協業の世界観って正...続きを読むにスターウォーズだな。それで新たな体験が生まれる。フォースと共にあらんことを！

前半では新しい人間とマシンの関係の実例を紹介し、後半ではいかにもコンサルらしく帰納法的に分析したMELDSフレームワークや８つの新しい融合スキルを提示してます。
マシンとの関わり方にはマシンを利用して自己の能力を増幅して何かを成し遂げる人間とマシンのハイブリット活動とマシンのアウトプットを監視して再...続きを読む学習させたりするマシンの維持管理に大別される。
少子化による人手不足を解消するには安易に外国人労働者に頼るのではなく、このハイブリット活動とそれを後方支援するマシンの維持管理を推進すべきではないでしょうか。

現実とデータ分析の橋渡し。初心者に必要性を実感させるのに最適。分析手法についても深入りしすぎず基本的なことが学べる。Rやる前にこの本を読んで欲しい

会社でもAIの推進が始まる音がするので読んだ。
金融業界や事務領域ではAIの役割が高い。仕事に危機感をもって取り組もう、そしてチームのAI推進役として勤めようと思った。

AIについて、わりと右も左も分からない状態だったので、その全体像や今後の方向性をざっくりと俯瞰して掴むことが出来た。

グローバルの事例も豊富で、最先端企業の状況もイメージ出来た。
一方、巻末には日本語版監修として、特に日本のビジネス環境にフォーカスした解説もあり、日本企業の現実はたしかにこんなもん...続きを読むだよなと納得。

翻訳の質が悪く、とても読みにくい。機械翻訳レベル。(レベルというか、実際、翻訳作業にAIを活用したとは確かに書いてあったけど…)

人間と機械をどう融合させて今後の業務を発展させていくかを、今までの先進会社の事例を挙げて示した本。
正直一回読んだだけではまだ理解が追いついておらず、あと二回は読まないといけないと思う。
特に気になった事としては以下。

1.現在の業務プロセスを変えずに機械に置き換えられる部分を置き換えるRPAは、...続きを読む一時的には効果が見込めるが、その後の発展はない。
2.人間と機械の融合を前提に業務プロセスを一から再構築しないと、継続的改善につながらない。
3.人間は機械に教育し、機械は人間を補佐する事で、双方が進化していく事で、将来につながる
4.現在の仕事が機械に置き換わることで、人間は新たな領域ミッシングミドルをこなせるスキルが必要になる。このスキルがないと今後苦しくなると。

結局、継続的な改善が必須で、変化出来ない企業、人は生き残れないと言うことを再確認出来た。現状に甘えず、日々環境の変化についていこうと思う。

MELDSフレームワーク; 5つの重要な原則
M; Mindset; missing middle
E; Experimentation
L; Leadership
D; Data; data suplychain
S; Skill; 8つの融合スキル

今の企業が決断するのは、もはやAIを導入すべきかどうかではない。AIをどの場面でどう導入するか、のフェーズにある。前半はかなり冗長だが8つのスキルの章から、筆者は我々に寄り添ってくる。

まだ何の手を打ってない経営者はこの本を読んで信頼できるコンサルに話を聞いてみよう。（あとがきはアクセンチュアの営...続きを読む業になっているが、アクセンチュアがベストがどうかは私には判断しかねる）

AIが人の仕事を奪うのではない、人とマシンが協働することでより高度なビジネス、仕事ができると。数多くの事例を交えながら、人とマシンの間の「ミッシングミドル」のあり方について説く。

本書は昨今のデータサイエンスで使用されるノウハウをまとめたものである。個人的にはほとんど知っている内容だったのであまり収穫はなかったものの、昨今おデータサイエンスについてバランスよく記述されているという意味では、こういうことを仕事にしていない人にとって教養となりうるものだと思うので、そういう意味では...続きを読む有用な一冊かもしれない。
個人的なこの本に対する当初の期待としては、アクセンチュアは分析部隊とコンサル部隊が切り離されているとよく言われるが、そこのメリデメと、コミュニケーションをいかにとってプロジェクトを進めるのか、というところについてだったが、残念ながらそれに対する記述がなかった。ひとえにそれは、彼らにとってそれが特段不思議なことではないからではないかと思ったりした。

統計手法やアナリティクスについて初学者でも丁寧に読めば十分理解できるレベルではある。一方、実際の実務にすぐに応用できるか、という点ではなかなかハードルが高い。それは統計学的な考え方や手法とツール（本書では主にR）について、極めて限定的な説明（あるいは紹介）にとどまっているからである。この次のステップ...続きを読むは明らかに実務で使うことであるが、そのためにはどうするべきかは読者に委ねられている感じである

最初は、アクセンチュアの宣伝かと思えたが、途中から統計を基としたデータサイエンスについて事例をもとに説明されていて良かった。
最後は、共感する所も多かったが、受け取り方次第かも

一部の専門家任せにするのではなく、私たちが目的を明確にして活用するためにはどのようにすべきかを理解できた。面白い分野だ。

流行言葉のように言われている「データサイエンス」。その第一人者が、初心者、または、関心のある人に向けての入門書。データサイエンスで何が出来るのか、データサイエンスをすることが目的でなくそれをビジネスに活かすことが目的であること、データサイエンティストに求められるものなど。筆者の想いがよくわかる。実際...続きを読むに取り組んだ事例も紹介されていておもしろい。後半ちょっと難しくなるのは共著なのからだろうか。