ホーム
0フォロー
20フォロワー
ドル下落へ、FRB議長発言で利上げ停止の公算強まる-ゴールドマン
Bloomberg.com
星埜 泉https://github.com/Hinaser Software Engineer
FRB金利は高すぎることは無いと思う このまま金利据え置いて株が実力以上に高くなると、数年後にとんでもない大暴落起こる そもそも株価が永遠に上がり続けるのが当たり前なんて認識の方が間違ってる 金利を上げて株に実力通りの価格を反映させるべき アメリカはGAFAのような世界有数のITカンパニーを擁しているから今後もバンバン成長して利益を生み続けるとみんな信じてるんだろうが、ものには限度がある 期待はすべきだが、期待の量が過大なことも問題 開成中学に受験合格した小学生6年の時点で親が東大じゃなくてハーバード首席取ることをみこして借金して教育投資するようなもの 金利を上げて無茶な投資を抑えないといけない ここまま金利抑えて株高を継続させれば、資産のポートフォリオの大半を株に変える人も増えるだろう 借金してその分株を買う人も増えるかもしれない。 借入金利より配当や値上がり益の利率の方が高いと期待されるならそのような動きはかなり活発になることが予想される。 資産の大部分を株にした人が増えると、株価がちょっと下がっただけで債務超過になり売りが売りを呼ぶカタストロフィーが起こる。 利上げをすると株価の過熱が抑えられて株価は下落するのだから、今利上げを渋るとこれまで以上に増えた大勢の株主は利上げをどんどん許容しなくなる。 AIや自動運転、フィンテック等、未来の技術に心ときめく気持ちも理解できるが、適正な期待の量をきちんと見積もっておかないと、資産の大半を失う自体になりかねないので注意しないといけない。
105Picks
東大を舐めている全ての人達へ
note(ノート)
星埜 泉https://github.com/Hinaser Software Engineer
高3まで部活をやったあとで受験対策を数カ月やっただけなので受験に対する熱い想いはあまりないのですが、一つだけ国立大学受験の持つ公平さについてはみんなもっと注目すべきだと思います。 社会に出れば、能力の多寡ではなく政治や営業活動で物事が決まる場面に遭遇することが増えるでしょう。どれだけ勉強を頑張っても売上にならないことだって当然のようにある。 つまり、勉強が出来ることが競争で勝つことに繋がらない世界ですね。 こういう世界に長く身を置いている人間は、売上や利益に繋がらない勉強を頑張っている人に対して上から目線で物申したくなるのでしょう。 しかし、です。 じゃあ世の中公平公正な競争なんてどこにあるんだって話なんですよね。 と考えると、東大受験というのは日本で最も公平な環境が保証された競争なんですよね。実は。 試験日も同一、ルールは単純。金をかけてもいいしかけなくても良い。仕事と違って政治やコネで合否が決まるわけでもない。 そう考えると、日本(あるいは世界)で一番公平な競争で合格して勝者になったってことは誇って良い事だと思います。 公平性が東大受験ほど厳格に担保されてる競争なんて多分日本に存在しないんじゃないでしょうか。?
457Picks
本質を理解させたければわざと「失敗」させよ 日本にはびこる「失敗恐怖症」からの脱却を
JBpress(日本ビジネスプレス) JBpress 最新記事
AIで新たな化粧品開発へ、花王が急ぐ脱・自前
日経 xTECH(クロステック)
星埜 泉https://github.com/Hinaser Software Engineer
そこら中でAI人材不足と言われてますが、もう少し具体的にならないと、これからAIの専門家目指す人達も何が求められてるのかイマイチ分からないでしょうね。 ・機械学習をプログラミングできるエンジニアが不足しているのか ・ディープニューラルネットワークや強化学習に精通した数学的理論の専門家・研究者が不足しているのか ・機械学習を使った事業企画ができるプランナー・ディレクターが不足しているのか おそらく既存の企業で上記のどれか一つのピースだけ足りなくて人材不足だ、と騒ぐケースはほとんど無くて、全て自社におらず人材不足といっているケースが大半だと思いますが。 もしまっさらな状態からAIサービスの企画開発をするのであれば、AIで使うニューラルネットワーク等の機械学習の理論を理解し、学習モデル構築に最適なデータを社内で蓄積するところからAI開発に向けた試みが始まることになります。 つまり、プランナーレベルでもニューラルネットワークの基礎程度は理解していないと、トンチンカンなデータを集めてしまい企画したサービスを全く開発できないオチになるでしょう。 私は、AIを使ったサービスというのは既存の伝統的大企業よりかは少数精鋭で無駄のない小規模会社でやるべきかと思います。機械学習の世界は新しいアルゴリズムがどんどんアップデートされていきますから、最初にニューラルネットワークの基礎を抑えたからといって定年退職するまで安泰、とはなりません。 そういう高リスクな世界に、ローリスクでサラリーを薄く長く稼ぎたい人を集めて仕事をさせるのはさせる側もする側も疲弊してしまいます。 既存の伝統的大企業でAIで生き残りをかけたいと考えている場合は、自社に部署を設置して自社の社員をそこに配置するのではなく、子会社を作ってまとまった資本金を投下し優秀な人材を内外部から集めて自由にやらせるか、既存の小規模少数精鋭ベンチャーに出資し、その知見と配当を共有させてもらうといったやり方の方がふさわしいと思います。
12Picks
2019年のAI動向--課題はAI人材不足
Techrepublic Japan
星埜 泉https://github.com/Hinaser Software Engineer
そこら中で人材不足人材不足と言われてますが、もう少し具体的にならないと、これからAIの専門家目指す人達も何が求められてるのかイマイチ分からないでしょうね。 ・機械学習をプログラミングできるエンジニアが不足しているのか ・ディープニューラルネットワークや強化学習に精通した数学的理論の専門家・研究者が不足しているのか ・機械学習を使った事業企画ができるプランナー・ディレクターが不足しているのか おそらく既存の企業で上記のどれか一つのピースだけ足りなくて人材不足だ、と騒ぐケースはほとんど無くて、全て自社におらず人材不足といっているケースが大半だと思いますが。 もしまっさらな状態からAIサービスの企画開発をするのであれば、AIで使うニューラルネットワーク等の機械学習の理論を理解し、学習モデル構築に最適なデータを社内で蓄積するところからAI開発に向けた試みが始まることになります。 つまり、プランナーレベルでもニューラルネットワークの基礎程度は理解していないと、トンチンカンなデータを集めてしまい企画したサービスを全く開発できないオチになるでしょう。 私は、AIを使ったサービスというのは既存の伝統的大企業よりかは少数精鋭で無駄のない小規模会社でやるべきかと思います。機械学習の世界は新しいアルゴリズムがどんどんアップデートされていきますから、最初にニューラルネットワークの基礎を抑えたからといって定年退職するまで安泰、とはなりません。 そういう高リスクな世界に、ローリスクでサラリーを薄く長く稼ぎたい人を集めて仕事をさせるのはさせる側もする側も疲弊してしまいます。 既存の伝統的大企業でAIで生き残りをかけたいと考えている場合は、自社に部署を設置して自社の社員をそこに配置するのではなく、子会社を作ってまとまった資本金を投下し優秀な人材を内外部から集めて自由にやらせるか、既存の小規模少数精鋭ベンチャーに出資し、その知見と配当を共有させてもらうといったやり方の方がふさわしいと思います。
NORMAL