組織図

Pocket

個人に依存した組織には限界がある。責任を明確にしないで、仕事を進めると混乱が生じる。

特に、スタートアップ時の組織は、起業した個人の力量に依存しがちである。スモールビジネスの間は、それでも乗り切れる。

会社が成長し、手が回らなくなると、人員補強をする事になる。ここで、責任の明確化を行わねばならない。つまり、組織図を作らねばならない。

組織図が無い組織は、指揮命令系統が明確でないため、常に衝突や混乱が生じる。優れた会社の組織図は、仕事と責任の分担が明確であり、社員が自分の居場所を発見できるものになっている。

 

Pocket

エッセンシャル思考

Pocket

1.いきなり大きな成功は無い
いきなり大風呂敷を広げて、壮大な企画を立てても、ゴールまで集中力が持たない。
成功というのは、小さな努力の積み重ねであるほど、強く安定するものである。

2.日々の小さな努力を成功に結び付ける
モチベーションに対して、最も効果的なのは、前に進んでいるという感覚だ。
大きな目標を、達成しやすい小さな目標に分割して、一つづつ達成して行く。

3.重要な事に集中する
大好きな事に集中すると上手く行く。
大好きな事なら、無償で寝る間も惜しんで続けることができる。
莫大なエネルギーを注ぎ込む事が出来る。
大好きな事を続けている人には敵わない。
どうやるべきかよりも、何を頑張るかが大切。
自分にとって重要な事。人生を賭けて達成したいゴールを見つけたならば、成功は8割達成できたようなもの。

Pocket

機械学習

Pocket

鉄腕アトムのように人と同じように思考する汎用人工知能。これの実現には、技術的なブレイクスルーが必要だ。
現在の技術の延長線上には無い。

産業分野で適用される特化型人工知能が、今ブームを起こしている。統計的機械学習は、入出力のデータを与えると、自動的に統計モデルを導き出す。
特に深層学習は、3層以上のニュートラルネットワーク持っている。統計的機械学習と異なり、与えられたデータに桁違いのパラメタが存在しても学習には失敗しない。

これをモノ作りのシステム開発に適用させると、最初に訓練データを与えれば、自動的に開発が行われる。加えて、強化学習を用いれば、出力された結果に対するフィードバックにより、さらに学習が強化されていく。
つまり、事前の要件定義が事後の要件定義に替わる。

しかし、機械学習には限界もある。

1.過去のデータに基づき結果を導くので、訓練データの無い非常事態の対応や閃きには期待できない。

2.訓練データにバイアスが入る可能性がある。このため、100%の安全は保証できない。

3.現在の深層学習技術では、入出力の間はブラックボックスである。だから、結果に対する理由が説明できない。

Pocket

プロスペクト理論

Pocket

行動経済学で使われる言葉。
損失で得る心理的なインパクトは、利益のインパクトの2倍になる。
つまり、何らかの損の悲しみは、利益の喜びの2倍のインパクトを持っている。
100円落とした時の悲しみは、200円拾わないとゼロにならない。

褒められる事は、心にとって利益。叱られるのは損失と考える。
すると、叱られた心は、2倍のインパクトをもって損失感を蓄えてしまう。

褒められる事の少ない職場で、叱られてばかりいると、
どんな優秀な人でも、そのストレスに耐えられなくなって、
心変わりしてしまう。
エリートが組織を破壊してしまったという事例は多い。

損失と利益のインパクトの差をしっかり認識して、褒める、叱るを
していかないといけない。

Pocket