ネットワークが接続されていません
yuki_0719
2020/08/23
メーカー マーケティング 部長・ディレクター

ディープラーニングでデータを蓄積すればするほど予想確度が高まり企業の競争力確保に繋がることが分かった。またその速度、利用方法は複利的に拡大していくということであれば、企業はできるだけ早く取り組み業界の先陣をきっていくことが自社の競争力優位に繋がるのではないかと思った。人間は判断すること、想像力、対面力を養うことが重要との考えもよく理解できる。

shu-he-
2020/08/22
メーカー メーカー技術・研究・開発 一般社員

AIというソフトウェアが進歩すると逆説的だが、データの重要性がより高まっていくというように感じた。特に環境面でのサステナブルということを考えた際にはリアルな世界とのインターフェースであるセンシング技術の重要性が今後より重要になるように感じた。
また政策を如何に最適化していくべきか、という議論は非常に興味深かった。疑似的にでも実際に政策を試し、比較し、最適化していく、そんな仕組みはいずれでてくるのだろうか。

gs51
2020/08/22
金融・不動産・建設 その他 一般社員

デジタルテクノロジーの進展が様々な分野で加速度的に進んでいる状況および今後のさらなる拡大を肌で感じられた。コロナ禍により身近でもデジタルツールの一層の導入・仕事のやり方や内容の見直しも確実に進められており、「人間にしかできないこと」にも常に思いを巡らせ取り込みたい。松尾先生のお話にあった「AIによる人間には理解できない数千万~数億のパラメータでのモデル化・予測できる事象の存在」は、衝撃的だった。

otobe711
2020/08/22
メーカー その他 課長・主任・係長・マネージャ

データコマース、保険会社とAIの専門家による最先端の議論を聞くことができ、今後の世の中の方向性の理解が深まった。
質問に立った企業の関心事も含め、一企業のCSR・デジタル戦略の枠を超えて、社会として、防災・減災に取り組むひつようがあること、そのためにはものの情報が取れるようにセンサーが多数設置中であり、IOTとそのビックデータを集めAI分析を自動で取り入れることで、災害予想情報が精度よく提供できるようになること。その方向で各社が協業していることを知った。

一方で、人間の理解できることには限界があるが、自然界には、人間が理解できないが一つのロジック体系となっている分野、例えば量子力学と、化学の分野があり、人間は理解できないが、AIはそれを理解でき新たな提案や自動で設定変更をする世界が近い未来に実現する(松尾先生)とのこと。人間は人間にしかできないこと、判断、意思決定(川邊)、感情がある対人業務(住)にシフトするとのことだが、最後はそれもAIにコントロールされるようになる?のかとおもわれた。
<以下印象にのこったこと>
 ・異常気象が続く中、ビックデータをAI分析することで、隠れ集合場所などをみつけることで防災・減災の取り組みができること(川邊)
 ・保険会社のリスク分析と商品開発の業務が、実はビックデータ解析と親和性があること、アクチュアリとAIをつかったデータアナリストの仕事も似ていること、今後Phthonを勉強していると役に立つこと(住)。
 ・ビックデータをAIで分析することで、パラメータが多くあり、人では予想できない、また、判断できないようになっており、リアルタイムのフィードバックをもらい、ABテストをすることで、意思決定、政策決定する企業だけが生き残れること(松尾)
・人の理解できるパラメータは少数で、その単位で学問体系ができているが、自然界では人間には理解できないが、1つの生態系のロジックがあり、AIを使うとそれをみつけられるようになること(松尾)

milano_mirai
2020/08/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

人間は単純なものしか理解できない。けど、実は、すべてが絡み合っていて、ちょう~複雑になっているというお話がインパクトがありました。実際、研究していて、そこに起こっている現象を理解するのに、苦労することからもそうだろうなと共感できます。 
そう考えるとAIに勝てなくなるのでは?と考えてしまいますね。 物事の先の先の先の先の先を推測して、何かを仕掛けられたらどうなるのかな? 使い方次第でいろいろなことが起こりそうですね。 
後、ITと環境と一見関係がなさそうに感じていたが、仕組みから考えると意外と負荷を与えているのですね。  AIに興味があります。教えてもらいたいですね。

hottton
2020/11/24
メーカー IT・WEB・エンジニア 課長・主任・係長・マネージャ

kgiやkpiを使って、デジタルでデータを取得したり、aiにかけられるようにする、というのは新たな知見であった。また、abテストというのもwebの世界では当たり前の事のようだが、こうした知見も取り入れていきたい。

shinicts
2020/11/10
メーカー 経営・経営企画 一般社員

参考になったこと:
AI で AB テストをしてサイトのクリックをチェックするとか、個人の趣向など教師付きデータとして作れない部分を活用し始めている点。一般的には教師付きデータの分析に使うのが多いと思うが、最近は確かに人間の趣味趣向や選択については時々刻々変わっていくので、趣向の分析は今後重要だと思う。

user-f79050ccc6
2020/11/08
  

AIと人
人の理解が追いつかなくなったとき、
使い方を間違えたときどうなるかがわからないので危険と感じました。

hiro_88
2020/10/25
IT・インターネット・ゲーム・通信 マーケティング 課長・主任・係長・マネージャ

大変興味深い内容でした。AIがどのように使われてきているかの動向や、人間の新たな役割など、気づきがたくさんありました。

amaetsu
2020/10/25
IT・インターネット・ゲーム・通信 営業 課長・主任・係長・マネージャ

ABテストはいまの職種でもできるかも。
データの重要性、データでサステナブル。

AIでできないこと。
決めること
夢中になること
人とふれあうこと。
川邊さんの話が興味深い。

vegitaberu
2020/10/21
広告・マスコミ・エンターテインメント 人事・労務・法務 一般社員

データドリブンの体制ができているかいないかで、競争力、付加価値に大きな差が出るというお話、理解できましたが、実際、業務においては、なかなか理解されないでいます。
どうしても、今までの延長線上、成功体験が幅を利かせてしまい、そうしている間に、遅れをとってしまうということにならないか不安です。
それを打破するために、ABテストが、効果的な手段になるかもしれないというところに、気づきがありました。簡単なことからでも、データで見せ、因果で測りきれない、相関を示すのも、有効かなと思いました。
そうすることによって、さらに、それを広げることによって、PDCAのスピードを上げ、またその輪を大きくできたらいいかなと思いました。
また、企業の、現代的な目的に関しても、学びがありました。
どうしても、企業の目的というと、実際のところでは、売上、利益を上げる、株主のために、せいぜい、従業員のために、というところで止まってしまいがちですが、その先にある、社会に対してどう貢献していくのかが、大切だと感じました。
ヤフーの防災への取り組みのように、自社の利益があってその先にというのではなく、直接、社会の利益につながることを通して、ビジネスをしていくというスタンスに共感しました。
最後に、教育に関して、人間がしなくてはならないこと、判断や独創性の部分を身に着けていく教育が大切という考え方にも、共感しました。

makuro
2020/09/21
メーカー その他 部長・ディレクター

最先端でご活躍されている経営の方々のご意見は、地球規模での、今後のビジネスへのヒントが多く、興味深い内容でした。AIとの接し方は、非常に難しいのですが、インターネット以上の世の中の変化が起こると思っております。研究要素が大きいのはその入口に立っている証拠なのだと思います。

yamamotosan
2020/09/16
インフラ・公共・その他 その他 課長・主任・係長・マネージャ

人間にしかできないことを突き詰めていくと、いわゆる感情労働という心理的負荷が高く、対応できる人も限られる高度な分野しか残らないのではないかと危機感を覚えた。

g-june
2020/09/15
商社・流通・小売・サービス 経営・経営企画 課長・主任・係長・マネージャ

AIやビッグデータ活用の重要性を実感しています。当社において、ネットスーパーなど大活躍しています。災害時対策も活用できるのはありがたい。

shirakawa_0729
2020/09/06
メーカー 販売・サービス・事務 一般社員

環境問題は深刻。便利だけを追求する時代ではないと感じた。

hiromi-10
2020/09/03
商社・流通・小売・サービス 専門職 一般社員

凄く面白いお話でした。
しかし、まだまだできない、難しい事も多いのですね。
日々のアイデアと努力により、成されている事ばかりなのでしようが、とても楽しみになりました。

hiro_shindo
2020/09/01
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

今後、自分がいまいる業界において(その他さまざまな業界において)、データドリブンができている会社とそうでない会社との間には大きな差が生じる可能性を感じた。
また、いま自分が取り組んでいる仕事は非常に複雑系(と感じている)で、なかなか思った通りにいかないのだが、これは少数パラメータしか理解できない人間だからであって、多数パラメータを扱い、精度よく推算できるAIであれば全く違ってくるのだろうと思う。そういった意味で、AIに出来ることはAIに任せる、いま人間がやっている(できているかどうかにかかわらず)をAIに出来るようにする、といったことがとても大事だ。
そのうえで、人間が何をやっていくのか。それを考えていきたい。

kobayashimik
2020/08/30
医薬・医療・バイオ・メディカル 営業 一般社員

異業種の専門家のディスカッションで、理解できなかった言葉や部分も有りましたが、異業種同士のデータフォレスト構想や、提携戦略は、弊社でも明日は我が身だと思っておりますので、このような知識(Gテスト)等、アンテナ高く生きていかないと置いていかれてしまうだろうなと感じています。また、災害へのIOTや、全業種共通で考えられる人間しかできない事に対して、今後のデジタルの中で自分達が生き残れる戦略を立てていかないといけないと感じました。

ruimasiko
2020/08/30
インフラ・公共・その他 その他 一般社員

人間が扱うにはパラメーター数の少ないものが望ましく、パラメーター数が多いものはAIを利用する。データを蓄積し、分析し、意思決定は人間がする。言われてみればとは思うが、そこまで端的に考えていなかった。新しい気付きを得た。

1ryu1-0520-29
2020/08/30
金融・不動産・建設 営業 課長・主任・係長・マネージャ

時代の変化と共に、AIやロボットなど利便性が高まる一方、従来までの働き方は大きく変わっていく。そんな中でも人間にしかできないことがなんなのか、これを常に考えていくことの重要性をあらためて感じました。

makiko1729
2020/08/28
メーカー メーカー技術・研究・開発 部長・ディレクター

サステイナビリティとデータ解析の世界でどう折り合いをつけていくのか、それほ人間が考えるべきことだと思う。

masaha
2020/08/25
金融・不動産・建設 金融・不動産 関連職 課長・主任・係長・マネージャ

データの利活用のための正規データ蓄積の重要性を再認識した。

kiku3110
2020/08/24
金融・不動産・建設 マーケティング 部長・ディレクター

ビッグデータの分析により人間が理解できない結果について、経営は何を以て採択していくこと、最終判断をしていくことになるのでしょうか。

patachan
2020/08/23
商社・流通・小売・サービス 資材・購買・物流 課長・主任・係長・マネージャ

なるほどそういうことですね。

ilovetosucity
2020/08/23
メーカー マーケティング 部長・ディレクター

自動車保険でも、AIに任せられない領域があり、そこは人間系で対処するしかない。という考えをお持ちであることに、ホッとした感じがあった。
また、赤ちゃんの犬を認識する能力が説明できないなど、人間の理解できる範囲は極めて限定されているということも、面白いと感じました。
現在の仕事でも、機会に任せる面と人でなくてはできない点を、よく見極めながら事を進めたいと思います。

yoyogi405
2020/08/23
金融・不動産・建設 その他 一般社員

人にしかできないことを考えて、自分に何かできるかを考えていくことが、今後のキャリア形成でも重要と思う。
防災、減災でのAI活用は喫緊の課題。災害大国日本だからこそのAIの活用を期待したい。

beethokun
2020/08/22
医薬・医療・バイオ・メディカル 経営・経営企画 部長・ディレクター

松尾先生:人が見ても分からない事がモデル化されている ということが印象に残った。災害の状況をImageでつたえる = どのようにしてFeedbackするか?ここを考えるのも人の力ではと考える。

sochan1ban
2020/08/22
広告・マスコミ・エンターテインメント その他 一般社員

AI、ビッグデータは有用だが、人間の想像力創造力はその上をいく。教育でプログラムが大事というのは示唆を感じた。

sumisho2013
2020/08/22
メーカー 資材・購買・物流 課長・主任・係長・マネージャ

人間力もアルゴリズム化するじだになったら、人は生まれてから死ぬまでえずっと幸せとういう時代になるのでしょう。

btree
2020/08/22
金融・不動産・建設 販売・サービス・事務 課長・主任・係長・マネージャ

各業界の実装責任者クラスの方々の知見、今後起きることの読みが参考になった。認知パラメーターは人よりAIが天文学的に多いことが明らかになり、冷静に人がその事実を踏まえその上でSDGsとして人がやるべきとを明確にする必要性が出てくることが理解できた。

takashiy0501
2020/08/22
メーカー メーカー技術・研究・開発 課長・主任・係長・マネージャ

松尾先生のわかるとは何か?学問の分野が分かれているのはなぜか?
世の中のほとんどの事象が多変数パラメータの現象に対して、
人間は少数パラメータしか理解できないからだ。
というのが面白かったです。
人間はもっと知に対して謙虚にならなければならないとおもいました。