保科学世のレビュー一覧

生成ＡＩ時代の「超」仕事術大全

保科学世 / アクセンチュアAIセンター

生成AI活用の入門書的位置づけ。
生成AIとは何か、これにより今の仕事がどう変わるのか、うまく活用して業務変革を起こすために、使い手として何に気をつけるべきか、がわかりやすく書かれていました。

生成ＡＩ時代の「超」仕事術大全

保科学世 / アクセンチュアAIセンター

先日ホリエモンの ChatGPT大全をよんだけど、あちらが実践編かそれ以上の冒険編だとしたら、本書は教習所編。もちろん活用事例も失敗例も出てくるけど、仕事術と言うからにはオフィスワークや学習に重心がかかっている印象。

どちらにも共通するのは「質問の仕方」。
かつてYahoo!とかgooで検索ワードの良し悪しが問われた時代があった。あったね。それが画面に質問を投げつける世界に置き換わったのか。あー、アトムの世界はもうすぐそこだ。

ただ、昭和の人間はやっぱり思うのだ。

じゃあ人間の付加価値って一体なに？



えっ？(笑)この質問でもう負け組？！

生成ＡＩ時代の「超」仕事術大全

保科学世 / アクセンチュアAIセンター

基本的な話が多く生成AIを全く知らない人が読むと一定参考になりそう。最後にある生成AIのリスクとその対策についてはAI税についての話もあったが正直現実的だとは思わなかったりはした。

データドリブン経営改革

保科学世

[まろ]

データ分析と経営の関連がわかる

データ分析と経営の両面から考えられる。分析するためのデータをどう集めるか、始めるとどんな壁にぶつかるかなどがわかる。
初学者には難しい部分も多く読み進むのに時間がかかりました。

＃タメになる

アクセンチュアのプロが教える AI時代の実践データ・アナリティクス

保科学世 / アクセンチュアビジネスコンサルティング本部AIグループ

課題を整理・設定して、取り組む優先順位をつけ、その課題にどのようにデータを活用できるのかを定義した後、データを収集して分析する。

データありきなときもあるが、基本的には課題解決のプロセスを踏んだ上で、適切な課題や解決策を見出すための手段としてデータ分析があるということ。

データサイエンス超入門 ビジネスで役立つ「統計学」の本当の活かし方

工藤卓哉 / 保科学世

題名の通り、「超」入門
データサイエンスについてざっと理解できる本

筆者はアクセンチュアのコンサルタントで、ところどころにアクセンチュアのツールやコンサルの宣伝が入ります(笑)
それはとりあえずおいておくとして、ざっくりとデータサイエンスって何?ビジネスにどうつながるの?っといったところが語られています。
しかし、ここでもやはり統計学が出てきて、そこはちょっときつい。統計基礎を理解していないとたぶんついていけない感じです。

まず、データを操るために必要なスキルとして
(1)データを活用としたビジネスを企画する力
(2)データサイエンスを支える統計知識
(3)アナリティクスを実現するITスキル
と整理しています。
この辺はよくセミナーなどでも聴く話です。
本書の中でもこの3点について、ブレークダウンして説明しています。

さらに、セミナーでもよく出てくる話ですが、データありきの分析は失敗するとのこと。
そういった意味では58ページに記載されているマーケティングデータの分析プロジェクトの全体像のチャートはヒット!!
まず、発射台・標的の設定として、現状分析、課題定義、目的設定を行うこと。
そして、データ解析として、探索的データ解析やモデリングを実行。
最後に、分析PDCAの高度化として、計画、実行・評価、改善のサイクルをまわす
となっています。

さらに本書のもうひとつのヒットはデータ分析の全体像を描いた構造化データサイエンスモデル(巻末に詳細)
これも分析手法含めて整理されていてよいです。

最後に、データからイノベーションを生み出す3か条として
・適当な解で満足してはいけない
・普遍的だと思われている事業であっても漫然と処理してはいけない
・妥協せずにやりぬく

耳が痛い...

ということで、統計学を知らない人にとっては、ちょっときつい章がありますが、それ以外は読み込めるものと思います。
入門書としてはばっちりです!!

データサイエンス超入門 ビジネスで役立つ「統計学」の本当の活かし方

工藤卓哉 / 保科学世

１，２章は常識的な話の総括かと思われたが、３章「データサイエンティストでなくとも知っておきたい統計基礎」で難易度が急に上がった。ここでうちのめされた。