安宅和人 日本ＩＢＭ対談：データｘＡＩ時代における日本の再生
コメント
注目のコメント
AIも、論文も問＝問題設定が重要。
ＡＩは解決解くことは得意だが、問題設定は、まだ人間が。
しかし、論文でも、問題設定ができないのが多い。
戦後の丸暗記と計算を重視したＡＩの奴隷となる教育をしてきたから。
これから、更に、頭がいいこと の定義が変わる。Covidの状況においてデジタル変革は益々加速しています。DXは一つの業界にフォーカスするだけでなく業界を超えて業際横断での推進が求められています。膨大なデータとAIのコラボレーションにより、業界をつなげ、トータルでの業界を活性化していく必要があります。
DXを加速するITプロフェッションの集団としては多彩なITプロフェッションが必要です。その中の一つ、データサイエンティストの増加、育成が急務です。ところで、この記事に登壇されている山田さんはデータサイエンティストのプロフェッションにフォーカスし、人材育成、プロフェッションのキャリア活性を進めています。データサイエンティストをどう育成するかは重要なテーマになると思います。日本企業はプロダクトやサービスを通してデータを収集し、それを解析してユーザーに還元するという意識・成功体験が少なすぎるのだと思います。
いまは
自動車の「テスラ」
メガネの「ワービーパーカー」
マットレスの「キャスパースリープ」
宅内ランニングマシンの「ペロトン」
に代表されるように、古くからあるプロダクトでもDX化して、データを収集・活用できるようにReDesignし、様々なユーザーメリットを生み出し、競合優位性や独自の世界観を構築するD2Cの手法が世界中で注目されています。
自動車の「テスラ」と、宅内ランニングマシンの「ペロトン」のデータ活用の仕組みについては最近、下記の動画で解説しているので、興味のある方は是非ご覧くださいm(_ _)m
【Tesla】テスラはどのようにデータを駆使して競合優位性を持つのか、仕組みを解説
https://youtu.be/xW7SJipYjCs
【Peloton】アメリカで超人気の”ジムを超えたジム”と、そのデータ活用術
https://youtu.be/8L2uM_AY9Ho
