00:00
それでは前編に引き続き、日本プロンプトエンジニアリング協会の代表理事でもある黒柳茂さんにお話を伺っていきます。
よろしくお願いします。
だいぶ抽象的な、いろんな略語を使った回で、うーんってなっている人もいるかもしれないですけども、後半よりプロジェクトでそれを活用していくという視点に降りていきたいと思うので、ここからもまた楽しんでいきたいと思いますというところですね。
ちょっとProject Design Roomの問いって、いつも形式を決めてやってるんですけど、なんかあんまりこの構成にこだわる必要ないなという風に思ったんで、今日は今日のみの5つの切り口を用意してみています。
一つ目はバリューっていう風に名を打ってみたんですけれども、データサイエンティストが価値を発揮する瞬間みたいな話ですね。今までどんな場面で呼ばれたりとか情報されたりとか、一番感謝されるとケースってこんな感じですとか、そんな話をまず聞いてみたいなと思ってます。
そうですね、まず1個目にあるのは何かしらサービスを始めたいとか、何かしら新しいことをやりたいっていう時のKPIの設計。
前半出てきた3の話とかね。
3の話、とりあえず利益を上げたいんだけど、キラキラ光るコントロールできるKPI、一番いいKPIどれなのとか、そもそも因数分解してほしい。
こういったときによく呼ばれます。
これちなみに部門で言うと、どんな部門とか、大きい会社、ちっちゃい会社とか何か傾向ありますか。
そうですね、あんまりデジタルデジタルしてない方々に呼ばれることが多いです。
意外、割と僕含めかもしれないですけど、データサイエンティストをアサインするみたいな経験を持ってる人って、まだ世の中的に少ない気がしてて。
でもむしろデータの界隈の人からの発注とかが多いのかなと思ってたけど、意外とそんな感じでもない。
そうですね、デジタルしている会社は結構自社でデータサイエンティストがいて、彼らがやってくれたりとかもしてるんで。
どっちかというと、大企業のマーケやってます。
03:01
本当の我々のKPIって何なんだろうみたいな時に、またまた僕が書いた記事とか読んでもらって、それ経由でお問い合わせいただいたりだとか。
ひとしきり1回困り果てた人がやっぱ多いのかなと思いますね。
結局何なんだっけみたいな。
結構もうインターネットも始まって長いからね。
だいたい自分でやれることはやり尽くしてるけど、今年は20%伸ばせみたいな。
どのドライバーひねったらいいんだろうみたいなところですね。
あとは具体的な数字がないにしろ、例えば本当にお客さんのエンゲージメント。
例えばすごいファンの状態って何なの。
例えばある食品メーカーがいましたと。
例えばパンを売ってますと。
このパンのファンになってほしいじゃないですか。
ファンになるって具体的にどういうことなのっていうことが、まだ具体的な数字に落とし込めてない。
確かに。
よく言われる。
それって年間何個以上買った人なのか。
毎月1個ずつ買ってる人なのか。
ライフタイムバリュー、今まで払ったお金が10万円以上なのかとか。
そこがまず定義化できてなかったりするんですよね。
なるほど。何について話してるのってことですよね。
ブランディングとかマーケティングとかの仕事で言うと、ファンの数を増やすことですみたいなことで目標を据えられることがある。
そこを突き詰めていくって話ですよね。
ファンって何ですか、みんな。
それも言ってほしいな。
僕もそういうこと言い張るんですよ。
結構、依頼に対して解像度を上げることでかなり細かく質問を返すケースってあるんですけど。
僕ら側からいくとすごい雰囲気が悪くなったりとか。
あるよね。
じゃあファン増やすっていうのやめていいですかみたいな雰囲気になっちゃったりとか。
やり込めたいわけじゃないけれども、やっぱり大事な予算を使って。
めちゃくちゃ大事ですよ。
それってどうなんだろうみたいな。
だからそもそも依頼っていうものを書く前にやりたいことだよね。
そうですね。
一旦定量化しておく。定量化役みたいな。
そんな役割は一個ありますね。
なるほど。定量化役ですね。何について話してるのかをまず土俵を固めるためですね。
06:05
面白いな。でもなんか結構日本ってコンサルティングとか、いわゆる無形なものに対してお金を払うのがすごく苦手な民族じゃないですか。
それでよく困ることありますけど。
結構その辺は価値を認められつつありますか、最近の時代で言うと。
その無形なものを。
つまりKPIを立てるコンサルティングに500万円払いました。
これは何が解決されてるんだみたいなことで、なかなか判子が、発注の証人がおりないとか、
すごいあるあるなストーリーを今ちょっと想像してしまったんだけど。
そう、そんなことないですけどね。
じゃあみんな気づいてきてる、割と。
そういうことも含めて事業を整理するコンサルティング。
で、そのアウトプットの一つがKPIツリーみたいな。
どっちかというとコンサル軸でお仕事を得ていただくことが多いので。
そうですね、価値は感じていただけてるかなと思うのと、
あとはそれを毎週毎週トラッキングしていくのはダッシュボードを一緒に納品するとか、
そんな感じになってるので、必ずしも無形ではなかったりしますね。
もちろんもちろん、アウトプットが伴うけれども。
これちょっと企業秘密に入っちゃうかもしれないけど、
でもそういうことに価値をなかなか感じられない取締役とかが存在している会社で、
そこを突破していくときにデータサイエンティストなり、今やってるような仕事の価値をどうやって表現してる?
めちゃくちゃいい質問だな。
ちょっと待ってね。
それ言うとみんなそれで営業し始めるかもしれないけどね。
でもやっぱりありますよ。
そういう方もいるし、そういう機質の会社もあるんですけど、
僕の場合はやっぱりその中でもデータを信じてくれてる同レイヤーの人たちとかもいるので、
そういう人たちと一緒にやることと、
あともう一個としては必ずデータ以外のものをディスらない。
データは例えばクリエイティビティとデータっていうのが対立していたとして、
データの方が強いですって僕本当に思わないし、
やっぱりクリエイティブな人がデータを使うことでもっと良くなると思ってるので、
そこはディスらないみたいな注意はしてます。
そういうメッセージでそういう人たちにもアプローチすることが多いですね。
09:03
なるほどね、確かに。
2個CM作ってこっちの方が反応が悪いみたいな、
それは多分出てるタレントが悪いからだみたいな、
そういう表面的な話じゃなくて、
ちゃんとそれが分析できるような解像度のデータをシゲちゃんがいたら
ちゃんと用意してくれるとか、
そもそも意味ある議論ができるような状態に
整えてもらえるっていうのは確かに助かるかな。
だからやっぱり今はちょっと経営者目線というよりは
クリエイター目線で話を聞いちゃったけど、
そういうことを比較したりとか、本当に向き合ってやっていくんだったら
一旦その前にデータサイエンティストのフェーズ入れといてっていうのは
ちょっと言いたくなるかな。
それはあるね。
それはぜひいろんな人に紹介していきたいなという風に思いますね。
めちゃくちゃいい話だな。
他に何か最近仕事のハイライトとか、これはクリーンヒット出たなみたいな
何か紹介しておきたいことあります?
最近のクリーンヒットね。
でもやっぱり生成AIのサービス作るのはめちゃくちゃ楽しいですね。
今まだ企画段階でも進むことができるので、
やっぱり各社いろいろ考えてますと。
いろんなデータがあって、これ使って何かできないかなみたいな
それを実際のサービスに落とし込むっていうのはめちゃくちゃ楽しいですね。
詳しいところまでは言えないけど、各社独自データを使って
やっぱり一個新しいことをやってみたいみたいな
そこにご一緒させていただいているのはすごい楽しいです。
なんかそういう数字ドリブンな本来世界だけど
結構黎明期が故に実験していい雰囲気みたいな。
あるよね。
それはすごい楽しいと思う確かに。
そうなんですよ。
それ以外のトピックだとさ、やっぱりもうある程度成熟してるからさ
何かこれはやめとけみたいになるかもしれないけど
AIに関してはもう結構みんなやってみね晴れ精神というか
それは結構面白い切り口というか、今そういう時だよねっていう感じだよね。
めちゃめちゃいいですね。ありがとうございます。
一つ目はこのバリューというデータサイエンティスの価値について話を聞きましたが
二つ目キーですね、鍵っていうところで
とはいえAIもデータもツールでしかないみたいな話ってちょっと前半も出てきてると思っていて
12:06
ちょっとあえてこのプロジェクトっていう観点からすると
どんな目的のプロジェクトだったら積極的にAIとかデータを活用していこうという風に思っていいんだろうね。
これねむずいよね。いろんな観点あると思ってますと
例えば従来型の機械学習とかそういった類もAIの一つと呼ばれてますけど
やっぱりそこに10倍20倍を短期間で求めるっていうのは
結構機械学習が難しい分野なんですよね。
どっちかというともうすでに1000億円の売り上げがありますと
この1000億円の売り上げを1%増やしただけでも10億円儲かるよねみたいな
こういうでっかい規模に対して数%引き上げたいときとかはめちゃくちゃ使えると思う。
なんか乾いてる雑巾絞ったら一滴出てるみたいな。
追い込んでいくみたいな。
そうそうそうそう。もともと規模がでかいものの数%上げる。
確かに俺もいろんなAIの事例これまで見てきたけど
やっぱり製造業みたいなところってすごく学習みたいなモデルが結構ハマってるなとか
今まで見たやつの中でわーなるほどって思ったのが
金属の棒っていうんですかね針みたいなものをたくさん作ってて
それをバサッと切ると幅になっている状態ですね。
これバーンって切ったときに基本垂直に綺麗に滑らかに切れてると出荷できるけど
その中に1本2本ちょっと斜めってるやつ。
ひだが出ちゃってるやつがあると不良品扱いになってしまいます。
それの不良か不良かじゃないかの判断が早期にできてないと
出荷した後だとめっちゃクレームに繋がっちゃってみたいなことがあるんだけど
それを瞬時に判断できるためにAIかかってますみたいな。
うわめっちゃニッチみたいな。
だけど今の1%の話みたいなのを結構具体例にはなってるなと思ってちょっと思いましたけどね。
そうだと思います。早いほうがコスト低いからね。
されちゃったらそこの送料とかもかかっちゃうしね。
そういう地味っていうとちょっと言葉が違うかもしれないけど
AIが活用されているところってそういう細かい世界だったりもするよね。
そうですね。
逆に100人程度のサービスを250人に伸ばすときにデータサイエンティストを使うかというと
15:02
そこはまだそのフェーズじゃなくてもっとマーケティング頑張れよってなるし
セールス頑張れよって感じになると思うんですけど
できるだけ規模が大きくなった時のグロース施策っていう
そんなところが一番活躍すると思いますね。
なるほどね。とにかくデータ規模が多いとかね。
データがやっぱりある程度溜まってるとかね。
そういうことね。面白いな。
確かにそういう意味だと僕は知財図鑑とかメディアをやってて
日々そこにデータベースが溜まっていってるわけだけど
特許の世界みたいなものも過去に運満券とかじゃもう聞かないぐらいのデータ量があるから
そういうところも非常にAIだったり力が発揮できるなっていうところで
ちょっとこれからも相談したいなと。
ぜひ。
そうですね。鍵。
鍵ね。
AIはやっぱりデータ量。そういうところで活用の糸口を見つけるべきだというような話を伺いました。
じゃあ続いて3問目がリスクっていう観点ですね。
普段あんまこれ聞かないんですけど今日は聞きたいなと思ってて
AIの中でも特にこの生成AIってとても今賛否が激しい領域だなっていう風に思っていて
ちょっと1年前と今だとまただいぶ事情も変わってきてるなっていう感じはあるんだけど
例えば大企業ほど保守的に導入を避けてたりすることもあるなと思ってるんだけれども
具体的にはどういうことでその懸念が今されてたりするのかなっていうそんな話をちょっと。
そうですね。生成AIっていろんなテキストとテキスト、テキストからテキストを生成するとかテキストから画像を生成するとか
いろんな種類の生成AIがあるんですけど
例えばある企業がCMに生成AI使ったとかってここ1、2ヶ月でも何件かありますけど
じゃあその作られたモデルの学習元になったアイドルがそれを訴えたらどうするかとか
そういう学習されたデータの中にIPだとか著作権みたいなものが含まれてた場合のリスクみたいなところは
結構日本は若干緩かったりするんですけど海外とかはかなり厳しかったりします
それが一つ目のリスクですね
実際それが訴訟になって大問題になったとか何か賠償までいったみたいなことまであったりするのかな
アメリカだともう何件かありますね
でもその学習モデルの中に自分がいたっていうことってどうやってその人は主張してるの?
18:02
めちゃくちゃ似てるんじゃない?
自分の作った作品とかにめちゃくちゃ似てる
多分それが本当に学習されたのかどうかを今争ってるんだと思うんですけど
なるほど
じゃあ実際に意図的にそれを注入してましたかみたいなことが論点になってくるってことですよね
でも確かにそういうとあるデータだったりとある作品とかとある人物みたいなものに
めちゃくちゃ偏って活用されてると問題だなと思うんですけど
それがもうそこはかとない量のものになって
そのワンオブゼムとしてとある人の写真も入ってたみたいなことになるとこれはどうなんだろうね
結構それもねどういう意図でみたいなところもやっぱり重要で
例えば僕が新しいキャラクター作りたいってなったときに
青い稲妻を光らせているネズミ色のピカチュウっぽいキャラクターとか
ピカチュウっぽいって入れた時点で僕悪意あるじゃないですか
ピカチュウのIPを侵害しようとして新しいキャラクターを作ろうとしてるじゃないですか
なのでどういう形でそのプロンプトを入れたのかとか
その意図みたいなところはおそらくこれからめちゃくちゃ議論されることかなと思います
じゃあやっぱりそのAIとのコミュニケーションの取り方まですごい糾弾されたりするわけですね
プロンプトってテキストボックスに打ち込む指示のコマンドとかあると思うんですけど
じゃあそれすごい面白いねピカチュウっぽい青いやつだとすごい悪意とみなされるけど
ピカチュウっぽくない青いやつっていう指示だったら逆にセーフティーの主張にもなっている
それはセーフティーですね
意図的に避けてるんで私は踏んでないですっていう
そういう法的な安全性を保つ指示の書き方みたいなのって
なんかそんなセミナー急にできてる
これであなたも安心みたい
確かにできるんじゃないですか
そこのプロンプトのセーフティーネットもあるし
実際Stable DiffusionとかDall-E3とかBingイメージクリエイターとかいろいろあるけど
そこが学習元としてちゃんとセーフなものだけを扱ってるかみたいな観点もあるし
多分いろんなリスクがあると思うんで
でもなんかそこ分かんないというかちゃんとこううちは安全な元データしか扱ってませんって
21:04
言い切ってほしいし言い切られたらそれ信用するしかない
そうですねAdobeがそれやってるよね
アドビのIllustratorとかPhotoshopとかでも相当いいですよね
めちゃくちゃいい
本当に業界の再編が起こってるというか
ちょっと脱線しますけどAdobeってめちゃくちゃ企業買収をするで有名な会社の一つだと思うんですけれども
Adobe Stockという写真の販売サービスみたいな
いろんな写真家が写真をアップロードしてそれに1回ダウンロードするのにいくらみたいな
そういうマーケットもありますけど
要はあれがいらなくなるツールみたいなことを自社開発してるみたいな話だったりもするから
すごく今一つの企業の中でもLLMだったりだとか生成AIみたいなことが起こることで
もうなんか事業が統合されかねないみたいなそんな出来事が起こっちゃってるよね今
めちゃ喧嘩してんだろうねふざけんなーみたいになってるよね
なっちゃうんだろうねとか
逆にでもAdobe Stockの中に上がってる写真はアップロードした人がちゃんとそれに同意してるんで
元になってもいいみたいなことだったら逆にデータソースになる可能性あるよねとか
なんかその辺は結構今いろんな企業がいろんなこと考えてそうだなと思う
すごい憶測しちゃうところですね
あとはそれ以外のリスクでいくとすごい安直に個人情報を入れてしまって
それが学習されてしまうとか
あとは間違った結果なのにそれを信用してそれを使ってしまう
正しくなければいけないところに間違えた情報を使ってしまうとかね
だからメディアで言うとそれがフェイクニュースみたいなことが生んでしまったりとかするリスクっていうのはあるよね
こんぐらいですかねリスクに関しては
なんかそれでちょっとなんかこう大丈夫な気がするけど
1%でもそういうリスクがあるならやりたくないですっていう会社あるかなと思ってて
どう思いますぶっちゃけ
もうね使わない手はないと思うんですよね
その1%のフェイリアというか失敗を許容できないのは
なんかすごい日本の悪いところだと思ってて
なんか生成AIのいろんな結果出てますけど
やっぱり業務生産性を66%上げるとかそういう結果とかも出てるんですよね
24:06
今日本ってこう労働生産性一番低いじゃないですか
GAとかずっと低いんですよ
給料が低いだけじゃなくて実際生産性も低かった
そうなんですよ
データが出てるよね
生成AIの利用もアメリカと比べるとめちゃくちゃ低いんですよ
生成AIの活用の遅れみたいなところもなってて
それで生産性一番低くて生成AI使わなくて
生産性めちゃくちゃ高いアメリカとかドイツとかが
生成AI使ってたらまたこの差広がっちゃうじゃんっていう
そこの危機感はめちゃくちゃあって
もっと積極的に失敗を恐れずに使えばいいじゃんっていう派です
分かります
少なくとも導入はして試しをしよう
パブリッシュしたり公開したり製品に導入するかどうかはさておき
一旦作るところまでは行ってほしいし
そういうところにはすごく僕もしげちゃんもお付き合いできるよねっていうのは
思いますな
結構シビアな話でしたね
リスクヘッジで失うもの結構でかそうっていう話でした
じゃあちょっと逆に前向きな話も言ってみたいなと思っていて
4問目がチャレンジっていう項目にしてますが
このリスク1%のリスクに足踏みしてしまっている
企業やプロジェクトがあったときにその背中を押してあげるために
意識的にやってることとか伝えてあげられることってありますか
そうですね
さっきの生産性の話もそうだし
生成愛のポテンシャルの話もよくしています
2022年去年の世界の広告費って100兆円ぐらいなんですよね
100兆円
今生成愛市場ハードウェアもソフトウェアも含めて
だいたい6兆円ぐらいなんですよ
2022年で
これが10年間にかけてCAGR年間の市場の平均の
どんだけ市場が盛り上がっていくか成長していくかっていうパーセンテージがあるんですけど
それが42%っていう風にされていますと
なので2030年までに生成愛の規模って180兆円ぐらいになるんですよ
世界の今の広告費100兆円ですよ
これの倍の市場規模になりますと
ここに乗らないんですかっていうのはまず一個ありますよね
それは生成AI関係のサービスを立ち上げるべきだよね
27:03
あとは今の既存のサービスに組み込むとかもそうですし
業務生産性みたいなところで活用するっていうところも含めて
そんなでかいんだね
めちゃくちゃでかいですよ
これぐらいやっぱり急速に複利が効いちゃうというか
複利がバンバンいくと
いやもうなんかそもそも迷うことあるみたいなレベルの話
そうそうそう
なので既存のサービスにそういう機能つけるだとか
新しいサービスとしてチャレンジしてもいいんじゃないっていう
これぐらい大きいスペースだと思ってて
そこは一個そのリスクを超えて
チャレンジすべきなんじゃないのの1ポイント
なんかこれを聞いてくれた方が
じゃあやってみようかなって思ったときに
これやったことがないが故だと思うんですけど
漠然と大変そうとか
めちゃくちゃたくさんのデータ量がないと取り組み始められないんじゃないかとか
なんかいろんな頭の中でまたブレーキがかかりそうだなって思ってるんだけど
意外とコンパクトに何かを試したりとか
立ち上げたりみたいなことってやっぱできるものだったりする
そうですねビジネスによりますけどね
やっぱり生成AIのインターフェースってチャット型だったりするじゃないですか
何かしらお客さんとToCでリレーションを持ってやってるサービスって
大体その対話のインターフェース持ってるので
そこを生成AIに置き換えるだとか
そういったところはそんなにハードル高くないものかなと思います
そうですねある日そこに生成AIの機能が組み込まれてても
意外と気づかないようになって
そうだしね
ぜひなんかまず小さい一歩でも踏み出せるよっていうところなのでね
そうですねそういったお問い合わせはもらえたらいいなと思いました
じゃあここで今日の用意してる最後の質問に差し掛かりますが
コラボレーションというテーマです
まさにChatGPTしかり生成AIのデータ持ってると
ある意味誰とでもどんな業種でもコラボレーションってできていくかなと思うんですけど
じゃあ2024年来年どんな人と出会ってどんなプロジェクト立ち上げたいですか
そうですね
本当生成AIの登場で産業のプロセスとかまじ変わりそうだなと思ってて
いろんなプロセス産業の例えば製造業の製造の仕方とか
もうそもそもソフトウェア開発とかのプロセスも
30:00
なんか生成AIありきで考えるとめちゃくちゃ変わると思うんですよ
まずは生成AIが60点までコーディングしてその60点をまずレビューしてとか
そこの再設計リデザインみたいなことがあらゆるところで起こると思ってて
それがロールベースのエンジニアリングとかセールスとかマーケティングみたいな軸もそうですし
なんかもっと製造とか金融とかそっちのバーティカルカットでも起こると思ってて
そういったことに意欲的な人と働きたいです
何かを変えたいと思って変えた結果そこにすごい大きなビジネスチャンスがあるとか
そこに日本の労働生産性を上げることにめちゃくちゃ熱くなってる人とか
やっぱなんかそこ日本のっていうのは入ってくるんだね
そうっすねなんかねやっぱり日本大好きなんで
元々ねグローバルな企業で働いてましたけどやっぱり日本すげえいいし
もっともっと良くなってほしいなっていう思いがありますよ
確かになんかじゃあ日本っていうところのフィルターを一回通して考えると
大好きだと思うけどやっぱゲームみたいなね産業って日本が一つ強みを持ってるなと思うけど
最近関係があった知り合いがゲーム会社に今勤めていて
ものすごいクオリティの作品はたくさんまだしてる会社ですけど
今はまだまだ生成AIの部分とリスクの方が大きいっていうのがよく出る
一般論だと思うのである程度の荒い話にはありますけど
一つの作品作るのに少なくとも5年以上はかかると
そうなんだ
やっぱ僕らが一本6千円とか1万円とか払って体感してるゲームって
やっぱそれぐらいものすごい年月と人の手を得てできて感動が生まれてるっていうのは
それはすごくいい話だなとは思うけど
3ヶ月ぐらいでできますみたいなことって怒っちゃいそうだよね
そうだね
っていう話もあるし
なんか結局それがメタバースみたいなまた切り口も入ってきたときに
YouTubeで一般の方が急に爆発的な数のチャンネル登録者数を叩き出したのと同じように
今ロブロックスとかああいうところって急に野良のクリエイターさんが
33:05
ふわっと作ったデータで人々に感動を提供するとか
よりありそうですよね
あると思いますね
そこの5,6年かけた僕もゲーム大好きなんで
例えばダークソウルとかブラッドボーンとかそっち系めっちゃ好きなんですけど
ああいう本当に練り込んだストーリーみたいなところはどうなんですかね
ストーリーはねでもストーリーもか
ストーリーもねどうなんだろうねと思うけどそこが一番難しいとして
武器のアイディア出しとか武器のビジュアルの一番最初の部分とか
そういうのはある程度生成AIでまかなえて
もっと別のストーリーのところに時間使うとか
特にもちろん人間が入ってて欲しい欲しくないとかっていう話をするつもりはあまりなくて
やっぱり5年が3ヶ月になると明確に値段に影響するよねっていうような話もあるし
より待たせないよねみたいな話もあるから
やっぱりそういったセンシティブな業界においても
なんか新しいチャレンジはね起こることを願いたいし
そういうのやってみたいですねそういうのやってみたいですね
いやもうでもやっぱメタバースプラットフォームにあるゲームとかも
いろんなルールガン無視になってるものとかだらけだからね
そこと比較しちゃいけないのかなとは思いつつ
なんかそれ言い始めると中国はもうゲームの世界じゃなくても
ある意味知財無法地帯みたいな感じでなってたりするからね
どんなルールの中で何をやっていくかみたいなのはすごく考えさせられる年だったなと
思ってますわ
振り返り
いいねちょうど年末だし
そうっすねゲーム業界とかは確かにいいな
なんか意外と誰か連絡してきてくれるかもしんないっていう気持ちで
無責任に言っとくと丸々業界と何かやってみたいとかない?
不動産とか製造とか変えられそうにないところを変えてみたいっていうのは一個ありますけどね
確かに固そう
不動産とか結構いろんな足の引っ張りとかもありそうだしね
そうなんすよね
なんかしがらみがあるようなところを一気に変えたい
36:05
ガラッと変えたいみたいなのはありますけどね
いいっすね
じゃあぜひ不動産界隈の方は
ぜひお願いしますお茶しましょう
まあそんないい年末の過ごし方になったなと思いますが
あっという間に時間が経ちましたので
単はちょっとここでクローズさせてもらおうかなと思います
黒柳茂さん本日はありがとうございました
ありがとうございました
皆さんお聞きいただいてありがとうございます
どんなインスピレーションを受けたでしょうか
普段の界からするとかなり複雑で抽象的で
ちょっと縁遠い方には難しかったかもしれないですが
僕はかなり楽しませていただきました
結構いろんな深みがあったんですけど
僕が結構印象に残ったのは
データって物事を前に進めるための装置になるよね
みたいな話がすごく印象的だったなと思っていて
その数字そのものがすごいとか偉いとかっていうよりも
やっぱり人と人の何かチャッチを促したりとか
誰かと誰かを握手させたりとか
喧嘩している人を仲直りさせたりとか
そういったことにやっぱりデータの価値を見出していくっていうのは
すごくロマンがあるなという風に思いました
それとFacebookの時代のシンガポールの上司には
マジで感謝したいなというか
しげちゃんをデータサイエンティストに返信させてくれて
ありがとうってやっぱり言いたいし
俺も1ヶ月ぐらい何か勉強したいなって思いました
そういう風に思っている人たくさんいると思うし
リスキリングなんて言葉で最近言われると思いますけども
ベンチャー企業スタートアップをやってて思うけど
大企業のうまみとかそういう風なところにも
まだまだいいなって思えるところがあったのは
すごく良い気づきでしたというところですね
ということで 今日の会はデータサイエンティストでもある
黒柳茂さんをお迎えしました
それではまた次回お楽しみに
お相手はKonel知財図鑑代表の出村光世でした
