英国エリートコミュニティの流儀
今日、外出が近かったこともあり、このイベントに参加してきました。Thursday Gatheringに参加するのは2回目。本当に刺激的なコミュニティイベントだと思います。
参加してきたのは「英国から学ぶコミュニティ・ディベロップメントの流儀/ Secrets of successful community development - Learning from English society」。これが非常におもしろかったので、ちょっと議事録をメモっておきます。
thursdaygathering-20190228.peatix.com
コーヒータイムのコミュニケーション
HQがサンフランシスコということもあり、またグローバルテリトリも違うので、それほどイギリス人とコミュニケーションすることはありません。強いて言うならば、グローバルの同じ製品のBDとのミーティングぐらい。ただ、英語は聞き取りずらいし、早口だし、恰幅いい紳士というイメージしかありません。でも、困ったときは本当にいろいろ助けてもらってました。
一個だけ思い出があります。昔、EMEA、APAC合同のクローズなカンファレンスイベントがドバイで実施されて、参加してきました。大体そういう海外のカンファレンスって、朝食のコーヒータイムがあったり、午後もコーヒータイムがあって、情報交換をする時間というものが設定されます。日本人の苦手な、あれ、です。
お客様と参加したこともあり、ちょっとしたベランダのようなところで森を見ながらお客様と会話をしていた時でした。スラーッと長身でスーツを来たUKの開発メンバーが私達に、コーヒーカップを両手に持ちながらやってきて、「やあ君たち、いい天気だね。ところで君たちはどこからきたのかい?」と声をかけてきたのです。
その出で立ち、そのセリフ、その会話の入り方、まるで漫画かドラマに出てくるベタなシーンかよ、と思い、さすがUKは紳士の国、レベルが違うな、と思ったのです。
本日のセッションメモ
そんなこと、どうでもよくて、、本日の内容としては、官僚かつNPO代表を務める桜庭大輔氏が、英国留学中に学んだ経験から、日英の比較、ジェントルマンズクラブを中心に展開する英国エリートコミュニティの実態やイノベーションにおいて果たしてきた社会的な意義に関する考察をお話し、若松 悠夏氏や小村 隆祐氏とのパネル形式で議論実施となりました。
以下、本日のセッションメモです。
コミュニティとは
メンバーが帰属意識を持ち、お互いに影響を与えあっている感覚があり、メンバーのニーズはメンバーの共存煮コミットすることで満たされるという確信がメンバー間に共有されている感覚(Sense of Community,マクミラン&チャビス)
ジェントルメンズクラブ
- 紹介者からもしくは招待者のみ、承認制
- 既存のメンバーにとってメリットがあるかが判断
- 中に行かないと得られないものがある
- 個人のレピュテーション(個人のそのクラブ内での価値)下げないために紹介する側も必死
- クラブのマーケット(そのクラブの市場価値)
- 基本的には晩餐会
- 席替えが4回ある
- 一定時間の固定席と、程よい席替えによるシャッフル
- 長机による強制的会話の醸成
ジェントルメンズクラブの中の価値
クラブ内の個人の価値
- カネ:「金」が価値
- コネ:「信頼」が価値
- チエ:「新規性、面白さ」が価値
つまり自分のもっていないものをもっているかどうか
自分のもっていない価値を相手が補える、補完関係をお互いに構築できるかどうかが価値判断
日本人は共感が好き
- 日本人は補完関係ではなく、共感できるかどうか
- 共感だけではイノベーションは起きない、同じものをもっていても仕方ない
-
腹を割った懇親か、教養のある共感か?日本人はお互い恥ずかしいところが共有できると安心する、だから腹をわった懇親会をする
-
イギリス人は知的でウイットであることが補完、共感につながる、教養が必要
-
ジェントルメンズクラブは会話が重要、会話に特化した空間があり、それにあう教養が求められる
カタリストの存在
- カネ、コネ、チエを補完を促進するカタリストが存在する
- 非常に重要な役割
日英のコミュニティの違いはなぜおきるのか?
- エンジン
日本:共感・同質か
英国:好奇・補完か - チエとコネの必要性
英国は死活問題 - 人を信頼するポイント
日本:腹をわった懇親
英国:教養があるかどうか - ハードとソフトのレン同棲
日本:エンタメ、ハード、見た目、環境中心
英国:会話中心 - ベース
エリート教養があるかどうか
機密性によって深さがます
- オープンな場所では重要なことは話されない
- 表面的な内容か、ケースバイケース、バランスといった言葉のごまかしで終わる
- 会話の中でウィットな会話をしているかどうかで、どこまでこの人と秘匿性の話ができるかジャッジされている
イギリスの本質
- エリート教育
- チラ見せをする、全部は見せないことで価値を上げる
-
会話の内容はひろがっても、誰が話したかは秘匿性
「ここでこんな話がされていた」→行っとけばもっといい話しが聞けたかもしれないというクラブのブランドアップ
日本のベンチャーコミュニティをデベロップするには
- 規模とクオリティを保つ工夫が必要
- 英国の回答
1.エリート教育
2.コミュニティ間の競争、カタリストの競争
3.セミクローズドな運営
意識しておくこと
- 知が知を呼ぶ
- 全員がカタリスト:いい紹介をする人になる
あの人をあの人に紹介したいと一人ひとりが思えばもっとイノベーションを産む
規模とクオリティの両立って難しい
最近、「コミュニティが大きくなると品質が下がる」「結果、同じことを繰り返す」「その環境の中での自分の立ち位置を変えないと成長しなくなる」と思うことが立て続けに起きたので、コミュニティを作ること、というよりコミュニティをサスティナブルに継続させることのヒントを受けたような気がします。
テストして受かった人しか入れないコミュニティが果たしていいのかという気持ちもあるのも事実。だけど、その中途半端なオープンがクオリティを下げてコミュニティを破滅させるのかなとか考えるきっかけとなりました。
みんなが知を持つように、自分も知を精進。そういう意味では、ジェントルマンズクラブという無知の知を知れた機会でした。
Gartner 2019年のデータ/アナリティクス技術の10大トレンドをまとめた
先日、Gartnerが「Gartner Identifies Top 10 Data and Analytics Technology Trends for 2019」を発表しました。日本語での記事も出ています。ITに関係する人ならば、当然キャッチアップしとくべき内容なのですが、日本語訳をみてもいまいちよくわかりません。どうぜみんなググるんでしょ、てことで、備忘録としてまとめておきます。(というかこれをまとめて、今度話す必要性が出てきたのでまとめておく)
元記事
www.gartner.com日本語記事
www.atmarkit.co.jp注)訳した瞬間に「意思」が入るので、ちゃんと原文は読んでみようね。
注)下記も間違っているところあったらぜひご指摘ください。
Trend No. 1: Augmented Analytics:拡張アナリティックス
いきなりよくわかりませんが、NTTデータのまとめがわかりやすいです。
www.nttdata.comデータ分析のための、「データ前処理」「データ探索や発見」「統計解析/機械学習」のサイクルを”なるべく人手を介さずに”実施することだそうです。全て自動化まではいかないにせよ、なるべく人間を助けるという意味で”拡張”だとのこと。
具現化するツール例として、Trifacta(Data Preparation)、Tableau (Data Discovery)、DataRobot(Data Science and Machine Learning)を挙げています。といわれるとわかりやすいかも。
オラクルだと、Data Visualization CloudのData Prep、Explain、ビルドイン機械学習機能あたりかなあ。
「めんどくさいことをよろしくやってくれる」「データサイエンティストがいなくても高度なデータ予測、分析をやりたい」という今まさにニーズのあるところだと思います。
Trend No. 2: Augmented Data Management:拡張データ管理
AIやMLを使って、データ品質管理、メタデータ管理、マスターデータ管理、データ統合、データベース管理システム(DBMS)を自動構成、自動チューニングすることです。Oracle のAutonomous Databaseがまさにここですね。また特にAIやMLにデータを食わせるために、メタデータの自動作成も重要な要素といっています。
2022年までに自動化は進み、現在の45%の工数が削減されるそうです。
Trend No. 3: Continuous Intelligence:継続的インテリジェンス
うーーーん、これよくわかりません。。が、下記Forbesの定義を見ると、Data Lakeにたまっっている様々なデータを、業務部門のメンバーが、必要に応じてデータを組み合わせ、AIを駆使して分析ができることをいっているようです。特に業務部門の人が、様々なデータを自由に組み合わせできるところと、AIなどを使って簡単に分析できるところ、がポイントのようです。誰か間違ってたら教えて。。
Trend No. 4: Explainable AI:説明可能なAI
ブラックボックス化されたAIではなく、なぜそのモデルが最適なのか、AIモデルの説明を可能にし、さらに「文章で説明できるようになる」ことがポイント。日本でもAIの説明責任を求める法律ができそうなので、ここらへんは今後必要になってくるでしょう。
Trend No. 5: Graph:グラフデータベース
おー我らがグラフデータベース!!絶対にこのニーズはこれからくると思うし、特に下記にもある、ブロックチェーンのような非中央集権、分散社会においてはこれからもっとニーズは高まると思っています!
詳細は下記Slideshare。
www.slideshare.netさらに、3月にはまさにそんなみなさんにとっておきのイベントもあるのでぜひ!OracleのグラフデータベースであるPGXと、Neo4jが同時にワークショップするという、グラフデータベース技術者にはたまらないセミナーです。
oracle-code-tokyo-dev.connpass.com
Trend No. 6: Data Fabric:データファブリック
データが、ストレージ、Hadoop、NoSQL、RDBMSのどこにあろうと、一貫したデータアクセスができるような基盤のことのようです。Oracle Big Data SQLのようなSQLでどこにデータあろうが全部クエリできちゃうよ、てことのようです。
Trend No. 7: NLP/ Conversational Analytics:自然言語処理/会話アナリティクス
検索、文章、音声でデータ分析ができるようになるということです。Bot、Chat、音声デバイスなどUIが多様化する中で、なるべくアナリティックスのハードルを下げるってことなんでしょう。
ここらへんもオラクルだとBI askや、モバイルアプリのDay by Dayなんて機能があります。
Trend No. 8: Commercial AI and ML:商用AIおよびML
OSSを使っているんだけど、それをエンプラで使えるようにしたAI/ML基盤のことをいっていると思います。OSSのバージョンアップ、サポートを商用レベルで提供し、それら環境を事前定義するだけでなく、プロジェクト管理機能など、エンプラ機能を提供することで、有償化されたサービスのことだと思います。Oracleだと、Data Science Cloudですかね。
Trend No. 9: Blockchain:ブロックチェーン
やっといいたかったところまできた。。ブロックチェーンが「AI/MLに重要な要素」として取り上げられるようになりました。仮想通貨基盤、やトークン交換基盤、ではなくて、データソース、データマネジメント基盤の意味として扱われ始めたことを意味します。「ブロックチェーンはデータソースであり、データベースではない」といっているところからも、その意図が伺えます。さらにいうと、ブロックチェーンで改ざんされていないデータという意味で、AIに正しいデータを食わせる、ということも意味しています。
ここらへんは先日公開された下記記事をぜひ見てみてください。
あと、ちょうど今日、IBMのブログに「BlockchainとBig Dataはなぜ関係するのか」といったまさにここに該当するブログが公開されてたので、こちらもご参考に。たとえコンペでも参考になる情報は積極的に共有するぞ。
Trend No. 10: Persistent Memory Servers:永続メモリサーバ
不揮発性メモリ。「データの保持に電力を必要としないため、電源が入ればすぐに処理の続きを走らせることができ、処理が必要なときだけ電源をオンにすればよい」とか「容量あたりの単価がDRAMよりも安いため、メモリ上に大容量のデータを展開可能」といった特徴があります。IntelとOracleとの連携も、2年前はOracleDBと、昨年はExadataやTimesTenとの連携が発表されました。
まとめ
自動化によってよろしくやってくれる世界、どう誰でも簡単に使えるようにするかの世界、データのアクセスビリティと正当性をどう実現するかの世界、がポイントのように思えます。特によろしくやってくれるというのは、日本人好みなところですね。
そういう意味では、なんとなく理解できるし、納得のいくレポートでした。
そして何より、この分析の観点からブロックチェーンが語られるようになってきたことは本当に新鮮です。新たな時代を感じます。
DrainerBotによって10G/月のデータが奪われている話と、バラバラをつなぐという話
この記事が面白かったので、最近お客様と話していることや自分の考察、調べたことも入れて、何より今日のブロックチェーンイベントで学んだことに深く関係してくるので、今後のためにブログにまとめておきます。
お断り)とはいえ、若干専門外だったりするところ多いので、間違っていたらご指摘いただけると幸いです。
元記事は下記。Oracleが買収した、Moatと、DNSプロバイダーのDynの2つのチームが合同で調査した、調査結果です。
今日、、というかついさっき公開されたみたいです。日本語抄訳出るんだろうか。それよりも早く、このおもしろさをお伝えするぜ!
www.oracle.comMoat:広告の正当性を監査のために、第三者視点で可視化し、不正トラフィックを調査するサービス
Oracle が930億円で買収したmoatとはどんな会社なのか? - adworld’s diary
Dyn:DNSサービスとパフォーマンス、セキュリティを管理するサービス
オラクル、DNSサービスやインターネットパフォーマンス管理のDynを買収へ - ZDNet Japan
(2/25追記)
IT Mediaが日本語で取り上げてたので追記しておきます。
で、DrainerBotて何?
私もはじめて聞きました。一般用語なんだろうか。。上記記事を見ると、以下のようなもののようです。
- モバイルアプリのSDK内に不正な動作を仕込んでおいて、実際にはユーザーには見せない形で、その裏でこっそりビデオ広告などを流している
- 実際それで正規に広告を表示したことにして、広告費を稼ぐ
- その不正SDKは他のアプリをハイジャックする、よって結構大手のアプリでもその被害が発生している(?本当かちょっと自信ない)
- 既に3000アプリで発見、150M/日の広告トランザクションが発生している
で、レポートによるとそれによりユーザーにとって下記被害が発生するとのことです
- ユーザーのモバイルバッテリーを消費
- ユーザーの思わぬパケット消費、10GB/月も消費
じゃあどうすればいいのかって対応はこちら
info.moat.com当然ながら、広告依頼主の企業にとってもデメリットがあります。コンシューマーに届いていること前提に広告費を払っているにもかかわらず、実は全くユーザーの見えないところで広告が「表示されていた」ことになるわけですから、広告費の不正請求になります。いわゆるAd Fraudってやつです。
NHKクローズアップ現代にも取り上げられた話
ここまで話すると、あーデジマケの話ねー、って急に他人事のようになる人も多いのですが、この話はちょっと前にNHKクローズアップ現代でも特集されてました。
ところで、話はちょっとずれますが、NHK、特にクローズアップ現代のブランド力って結構すごくて、その話をすると一気に多くのお客様が、え?そんな身近な話なの?って急にまたこっちの話を聞いてくれます。なので、ぜひ他人事といわずに、NHK受信料の元を取りかえすつもりで、下記サイトを見てみてください。
広告が実際には見られていないにも関わらず、大企業が広告費をだまし取られる“裏広告”の実態が明らかに。その後も取材を続けると、次から次へと新たな手法が浮き彫りになってきた。 被害は企業だけでなく、国や自治体にも広がり、税金がだまし取られていた可能性も浮上してきた。
NHKの調べで、この「飛ばし裏広告」の被害に遭っていたと見られる広告主は200以上に上ることが分かりました。中には、大手自動車メーカーや生命保険会社、警備会社などの社名が。そしてなんと自治体の名も。さらに、総務省や法務省という中央省庁まで。私たちの税金もターゲットになっていたのです。
この絵がわかりやすい。
荒稼ぎしまくっているやつも悪いのですが、NHKは広告代理店の電通とヤフーに取材いっています。結構核心ついてくるなー。
でも、ここらへん、アドネットワークなど、結構構図が何階層にもなっているので、正直どこまで把握しているのか、把握できるのか、たどりづらくなっています。
昔ながらのテレビ広告とかだったら、広告主、広告代理店、テレビ局といけたのに、今プレーヤーが多くて一体誰が悪いことをしているかが分からなくて、結局、責任の分散システムが出来てしまっているということなんですよ。
でました、本日のキーワード。「責任の分散システム」。
何階層にもなっていて、責任が分散していて、「委託先がこういったので」「委託先がこういったので」「委託先がこういったので」「委託先がこういったので」となっているわけです。
バラバラならつなげてみようブロックチェーン
今日の弊社のブロックチェーンイベントに参加いただいた方ならピンと来るはず。ビジネスのどこでブロックチェーンが使えるのか?の一つテーマへの解として、INDETAILの坪井社長が「バラバラだったら一回ブロックチェーンでつなげてみるのもあり」とお話されていましたが、まさにそれですね。
まさにこの責任の分散システムにブロックチェーンははまるんじゃないかと思います。本当に正しく出稿したのか、本当に出すべきターゲットに提示したのか。お前のレポート結果は本当なのか。改ざんできない、広告のトレーサビリティー。
で、それをやろうと専門企業と協業している企業があります。
それがトヨタ。
bittimes.net上記NHKにも「大手自動車業」って出てきます。アダルトサイトに自社の宣伝なんて出てきたらブランドイメージ悪いですしね。
そして何より、一回、広告の不正の被害にあっていて、それを広告代理店に指摘した過去があるのです。それが下記のあの事件。
まとめ
というわけで、このブログでお伝えしたかったのは、
て、ことでした。
関係者の皆様、ありがとうございました。
追記)アーリーアダプターとの付き合い方
昨日こんなブログを記載したのですが、
maato.hatenablog.comちょうどタイムリーな記事を見つけたので、自分の備忘録として。
マイネオの新サービス
私もマイネオユーザーなのですが、マイネオがおもしろいサービスをはじめました。
ベテランのユーザーが新規加入者に端末の設定方法などをビデオ通話で教える仕組みを導入。
え?何かもらえるの?と思うのですが、特に報酬はないそうです。ブロックチェーン担当としては、何か仮想通貨とかポイントとかあげて報酬効果を適用することで、自律的に質の高い助け合いサービスを立ち上げたくなるところ。
なぜこのサービスを出したか
このニュースのおもしろいのは、記事内の下記内容です。
大手から格安スマホへ乗り換える障壁の一つには、「何か怪しい」「通信が遅いのでは」といったイメージがある。マイネオの新しい戦略がその分岐点を乗り越えられれば、携帯業界の競争を促進するモメンタムになるだろう。
格安スマホはこれまで新サービスに敏感な消費者の支持をあつめて契約数を伸ばしてきた。ただそうしたユーザー層のキャリアからの流入は一巡し、成長には陰りが出てきた。
昨年の総務省調査だと、MVNOのシェアは10.6%だとのこと。
イノベーター理論だと、まさに「アーリーアダプター」な人たちが採用していることになります。
「昼間使えないって聞いたけどまあまあみたい」「やっぱ価格は魅力だよね」「SIMって抜いて入れるだけでしょ」「MVNOって怪しいけどまあ大手もいくつかあるみたいだし」「高いお金はらっているけど、それほどキャリアにお世話になんてなってないよね」といった人たちが、”合理的に判断”しながら選択してることが想像つきます。
周りの人もそういう人多くないですか?
マイネオが今後成長のために狙わないといけないのは、まさにこのアーリーアダプターからの拡大。キャズムを超えて、アーリーマジョリティ層を取りに行かないといけない。
格安スマホはこれまで新サービスに敏感な消費者の支持をあつめて契約数を伸ばしてきた。ただそうしたユーザー層のキャリアからの流入は一巡し、成長には陰りが出てきた。
そのために、「初心者でも安心」なサービスを提供していかないといけない。重要なのは「安心感」。ドコモのあの「何があっても大丈夫ですよ。手厚いサポートしますよ」に並ばないと次の層はとれない。だけど、大手キャリアほど窓口にお金をかけられない。
そのためには、今までのQ&Aや掲示板、だけでなく、「顔と顔で向かい合って音声で聞きたいことを聞ける」ツールが必要だったんだと思います。
そうしたコアなファンを「先生」として登用することで、大手に比べて手薄な店舗網を補う狙いだ。人が教える仕組みにしたことで安心感を生み出す。
さらにそれをコスト削減もかねて、お客様にまかせてみよう、という試み。おもしろい。おそらくこれまでのマイネオにはイノベーターな顧客が多くて、そのイノベーターたちは、自分が知っていることを誰かに伝えたくて仕方ない、という特徴を持つことをうまく使おうとしているのかもしれません。そういうイノベーターな顧客を多く持つという強みを自社の見えざる資産として活用しようとする。こういう「顧客参加型戦略」は昨今のサブスク戦略につながるところありますね。
その他
めちゃくちゃ参考になりますねえ。こういう実践。口でいうのは簡単だけど、実際「じゃあどうすればいいのさ」ってのはなかなか簡単でないし、ましてや実行に移すのは本当に大変だと思います。
さらにユーザー同士が、無償で、ビデオで教え合う、という試み。新しいことにチャレンジするマイネオと、最近、チャレンジ精神に社風が大きく変わった(といろんな方から聞く)関電グループらしいなと思いました。
WebRTCとか使うんだろなあ。
このビジネスネタは参考にしていきたい
アーリーアダプターとの付き合い方
今日新卒2−3年目ぐらいの若い社員の方に、製品Business Development(BD)というロールは何をする職種ですか?と聞かれたので、その質問には答えずに、私が日々特に意識していることを書いてみます。
製品BDとポートフォリオ
私は製品BDグループに所属しているのですが、担当するそれぞれの製品によってやるべきことは大きく違います。数字は適当ですが、年間100億のビジネスをキープする製品BDもいれば、新し目のものを0から立ち上げるBDもいます。それぞれの製品のステータスを見極めることも重要ですし、それによってBDに求められる振る舞いも、そして求められる個性も違ってきます。
一方、基本的に数字をやってこいといわれる営業であれば、そんなポートフォリオはもしかしたらそれほど意識する必要ないかもしれません。要は数字が達成すればいいので、顧客にあわせて価値のあるもの、やりやすいものをチョイスすればいいのですから。(いや本当はだめなんだろうけど)
マネジメントになるとそれだけではだめです。少し長期的な観点で、いわゆるプロダクトポートフォリオを見ながら、ゴーイングコンサーン実現のための舵取りをする必要があります。
昔、私はビッグデータ(Hadoop)製品を担当していたのですが、とある営業に「数字だけだったら主力製品だけでいくんだけど、ビッグデータ製品を売らないと、新しいビジネスの種をまいていない、楽して数字あげてるだけだ、と役員からいわれて評価されない、から手伝って」といわれたことがありました。こういう視点てすごく重要だと思います。
イノベータ理論
そういうわけで、個別製品(技術)のBDを担当している私がいつも気にしているのは、イノベータ理論です。いわゆる、イノベーターとかアーリーアダプターとか、キャズムとかの話です。このあたりは下記本がバイブルなので、一度ムーアの世界にどっぷりハマってみるのもおもしろいと思います。
イベントで話すときや、お客様と対峙するときは、この内容を結構意識しています。そしてそれによって話す内容やポイントを変えるように意識しています。重要なのは、今話ている製品(技術)はどのフェーズにあって、目の前のこの方はどこに所属される人なのか、だと思います。それがはまればはまるし、はずすと、何いってんだこいつ、って感じになります。その見極めを楽しみながら、ギリギリのところを見つけだすのは結構楽しいです。
Hadoop製品担当時代
Hadoop製品担当時代に、Asakusa Frameworkと協業し、Asakusa Framework Dayというイベントで講演させていただきました。
もう3年前になります。そのときの資料を今日ふと思い出しましたのですが、まだSlideshareにありました。
このP24。
いきなり「安心感」という言葉が出てくるのですが、もう時効だと思うのですが、実は当日のプレゼンには前に1枚入っています。
当時、とあるHadoopベンダーのレポートで「Hadoopの普及率が22%、すでに普及した技術となっている」とレポートしていたことにふれ、「ここにいる皆様はそんな実感ありますか?」「22%、つまりキャズムを超えていると思いますか」と会場の皆さんに問いかけをしました。「僕からすると”少なくとも日本ではまだキャズムを超えていない”感覚。だとするならば、今キャズムを超えるために必要なのは、”安心感”を市場に対してお伝えすべきではないか」「その安心感をみんなで伝えていかないとこの技術は普及しないのではないか」「その安心感とは、”すでにみんなやってる安心感”、”やれば成果が出る安心感”、”私にもできる安心感”ではないか」といったお話をさせていただきました。
今は状況は大きく違うと思うのですが、このときは話ながら、聞いていてくださった方々が、大きくうなずいてくれたことははっきりと覚えています。
重要なのはアーリーアダプター
最近はブロックチェーンに関わっています。ブロックチェーンはイノベーターから、アーリーアダプターのあたりでしょうか。
最近特に思うのは、この「アーリーアダプター」がかなり重要で、だけどめちゃくちゃおもしろいフェーズだなと思っています。
tech-camp.in例えばこれを見るとこう書いてあります。
流行に敏感で常に情報収集をしており、ビジョナリー(先見の明がある人)とも言われます。
イノベーターとの違いは、社会との価値観のずれにも敏感であるところです。サービス導入による利益も冷静に判断し、購入を決めていきます。
またアーリーアダプターはオピニオンリーダーとも呼ばれます。イノベーターよりも社会とのつながりをもち、その口コミは他の消費層へ大きな影響をもたらします。
つまり、新しいものにアンテナはるが、ちゃんと目利きをしていて、その割に影響度大、というめちゃくちゃ厄介な人たちです。新しいものに飛びつくわけでもないし、流行に流されるわけでもない、自分なりの軸で目利きをして、納得できれば一気にいくような通な人たちです。
これは対峙するのは、結構つらい。なぜなら、新しいものをかなりロジカルに説得しないといけないから。その割にユースケースの先進性も求めてくるので、それに答えないといけません。何が今までと違って新しいのか、なぜそれをやるのか、それのメリットは何か、なぜ今までと同じじゃだめなのか、それはできるのか、本当に儲かるのか。
でもだからこそ、それを一生懸命考えるところがおもしろいところですし、それで合意がとれて、前に一緒に進むことになると、本当におもしろいわけです。
そして何より、ここを打破していかないと、この技術はここで終わってしまうという、何か危機感というか、使命感もあるのです。これは競合や企業とかいう垣根を超えて、とある技術の志をともにする仲間との共同作業にすら見えるのです。これが楽しい。それを共有できる仲間と出会え、その瞬間をともにすることが奇跡のようで楽しい。
まとめ
冒頭に書いた、製品Business Development(BD)というロールは何をする職種ですか?という質問への解なのですが、きっとこういうことを考えて考えて考えて、それにあったメッセージをみなさんにお伝えする仕事なんじゃないかなと思います。
そして単に売上を上げるとか競合に勝つとかだけでなく(それももちろん重要だけど)、その先を超えて、その製品や技術をしっかり、イノベーターを超えて、キャズムを超えて、ラガードまでいって、伝説の製品、技術にまで届けてあげる、道標を作ってあげる職種なんじゃないかなと思います。
よりよい世界を作ることへの技術の貢献度が高まる今、その役目はとっても大事だと思います。
まだまだ書きたいことは山程あるけど、それはまた今度。別の機会に。
おことわり
本ブログで述べられている意見は、私自身の意見であり、所属する団体、企業の見解を反映したものではありません。
IoTシステム技術検定 中級(2018/7)に合格したときの話
IoTシステム技術検定 中級(2018/7)に合格したときの話です。2019じゃないです。つまり一年前。今頃そんなこと書くなって話だが、、
なんで今頃急に思い立ったのか
- 昨日、JDLA G検定 2018 #1の合格記を書いたのですが、そうだ、IoTシステム技術検定のことも書こうと思ってたんだ、ってことを思い出したので。
- 最近IoTの案件で、この時作ったメモをよく見直しているので
IoTシステム技術検定 中級とは
ぶっちゃけ知名度のあまりない試験ですが、MCPCが認定する試験です。
IoTの技術を問われる試験であり、上級、中級、初級があり、下記のレベルです。
- 上級:IoTプロフェッショナル
高度なIoTシステム、業界固有または業界をまたがるサービスを構築する実践的な専門技術を認定 - 中級:IoTエキスパート
IoTシステム構築に取り組むための基本技術を認定 - 基礎:IoTアドバイザ
IoTに関する基礎知識を保持していることを認定
中級は年に2回に実施。以下の内容が対象です。
- IoTシステム構成と構築技術
- センサ/アクチュエータ技術と通信方式
- IoTデータ活用技術
- IoT情報セキュリティ対策技術
- IoTシステムのプロトタイピング技術
詳細は下記。
www.mcpc-jp.org私が受験したのは、2018/7/7でして、JDLA G検定6/16から一ヶ月後ぐらいでした。あまり時間なくて大丈夫かなと思ったのですが、初級だったら簡単に受かりそうでどうせまた中級受けるだろうし、いっその事追い込んだほうがいいな、と思って中級にしました。
また似たような資格で、IoT検定というものがありますが、ビジネスより技術を深く抑えたかったので、こちらの検定にしました。
なぜ受験したか
もう1年前の話ですが、、下記が受けようと思った理由でした
- IoT,AI,ブロックチェーン担当としては、JDLA G検定のままの勢いで、IoTも資格とっておきたい
- 関係する6月の会社のイベントでIoTセッションで話すことになっていたのではくをつけたい
- 業務ニーズ、ディープに技術者と話すことが増えてきたのでプロトコルあわせたい
- 特に通信規格、エッジ側をきっちり抑えておきたかった
- 会社の福利厚生ポイントが余っていたから
受験勉強内容
事前)ベース知識
業務で関わることもあり、IoTの基本は理解しています。またビッグデータ分析関連も大体理解しています。
試験対策)参考図書
この試験、本当に情報が少ないです。Qiitaなどにブログあるけれど、基本公式サイトのコピペなので、どんな問題が出るのかもわからないし、難易度も不明。そもそもそんなに受ける人もいるのか、、といった試験です。
とはいえ、唯一の参考書はこちら。
最近2版が出たんですね。ちゃんとアップデートされているようで興味があります。
IoT技術テキスト 第2版 ― MCPC「IoTシステム技術検定 中級」対応 ―
- 作者: モバイルコンピューティング推進コンソーシアム
- 出版社/メーカー: リックテレコム
- 発売日: 2018/10/11
- メディア: 単行本(ソフトカバー)
- この商品を含むブログを見る
わかりずらいっちゃわかりずらいのですが、それでも技術に特化しているし、IoTに関する技術を網羅的にまとめてあります。ので今でもバイブルのように使っています。
勉強方法としては、最初通読しマーカーを引いた後、JDLA G検定のときに「Evernoteにまとめる」ことの利便性を痛感していたので、2回目でEvernoteに重要な単語をメモっておき、あとはEvernote記載の単語がきちんと説明できるのか、できなければテキストを見る、といった勉強スタイルをとりました。
ここらへんは、JDLA G検定と同じ勉強スタイルです。
特に注力したところ
上述したバックグラウンドなので、「IoT活用技術(つまりビッグデータ分析)」はほぼ勉強しなくてもOKでした。逆に、「IoT通信方式」「IoTセキュリティ」「法律」あたりがとっても苦手だったので、そこらへんを重点的に確認しました。
勉強時間
おそらく、JDLA G検定とほぼ同じ、3週間ぐらい、だいたい毎日ちょっとずつ(0-1時間)の時間でした。
試験受験について
場所は東大でした。あまり受験者いなのかなあと思ったのですが、結構いました。40名クラスで、3−4教室ぐらい?若い人から中年まで、見た目技術者が多いといった感じです。メーカー企業とか、若手の人材教育といった感じでしょうか。企業団体で受験している人も多く、ちらっと名簿見えたのですが、通信企業やメーカーが多かったです。
試験自体は下記のとおり
- マークシート形式
- 問題は幅広く、シラバス通り
- 結構難しかった。「全て選択」とか「複数個選択」といった問題が多い。手応えが難しいです
- 公式サイトにサンプル問題がのっているのですが、まさにそれに親しい問題だなと思いました
- 時間はまあまあ余るぐらいだったと思います。周りの人もそんな感じでした。
結果
冒頭記載通り、合格でした。システムログインして「合格」それだけです。
合格しての感想
主に思っているのは以下です
- やはり資格をとると一定の知識が、ばらつきなく付きますので、知識を揃えるのには非常にいいです
- 忘れても、やったことは記憶しています。ので、ちゃんと話についていけます
- 名刺に記載、はいいや。。
- 上級は本当の技術者になってくるのでまあいいか。
- 何より作成されたEvernoteは宝ですね。どんどん書き込んで今ではメモ帳になっていますが、今でも重宝しています。
て、JDLA G検定と同じこといってる。。
今後
まあ今までどおり、IoT案件にも絡んでいきます
まとめ
この検定もIoTに関わる方は受ける価値があると私は思います。特に技術の方、あるいは通信に関わる方は、自分の知識をそろえておく、という意味で勉強してみるのはおすすめです。もし必要あれば、経験者として、微力ながらご支援したい、、ですが、通信はやっぱり苦手。。。
次回は、2019年7月だそうです。平成次の世代の最初の受験、いかがでしょうか?
その他蛇足
この受験で、初めて東大に入り、受験前は東大の安田講堂下の学食でご飯をたべました。
受験が終わって構内をぶらぶらと歩いていたのですが、やっぱり東大いいなと思いました。最高アカデミアだなと。構内に張ってあるポスター、1つ1つがすごく興味深くて、それを見て回るだけで楽しい。毎週末散歩に着たいぐらい。
同時に、息子にも見せてあげたいな、とか、こういう近くに住んで一個一個一緒に教えてあげたいなとか、こういう環境に早くから触れさせてあげたいなと思いました。
と思って、このときから、科学が好きな息子に、なるべく科学を触れさせてあげる体験を増やすようにいつも心がけるようになりました。
JDLA G検定 2018 #1に合格したときの話
JDLA G検定 2018 #1に合格したときの話です。2019じゃないです。つまり一年前。今頃そんなこと書くなって話だが、、
なんで今頃急に思い立ったのか
- JDLAに合格すると、合格者だけでのSlackのWorkSpaceに入ることができるのだけど、そこに、「合格者が選ぶ、ディープラーニング関連おすすめ書籍ランキング」があって、あーやっぱこのWorkspace有意義だなあ、みんなに教えてあげたいなあとふと思ったため
- 今週から、3月のG検定 2019 #1の申し込み開始されたよってみたため
- そーいえば、合格体験談をまとめます!とFacebookでいったきり、やってなかったため
- そろそろまたDL関連アクセル踏んでこうと思い、再度エンジンかけ直したかったから。ついでにまた社内輪読勉強会始めよっかなと思ってたので。
JDLA G検定とは
ご存知、松尾豊先生が理事長をつとめる、一般社団法人 日本デイープラーニング協会(JDLA)が認定するディープラーニングに関する試験です。G(ジェネラリスト)検定)とE(エンジニア)検定の2つの試験があります。
詳細はこちらから
www.jdla.org私が受験したのは、2回目の試験でした
なんで受験したか
もう1年前の話ですが、、下記が受けようと思った理由でした
- 会社で1回目を受験し、合格した人がいたから
- 6月の会社のイベントでAIセッションで話すことになっていたのではくをつけたい
- 業務ニーズ、ディープに技術者と話すことが増えてきたのでプロトコルあわせたい
- 会社の福利厚生ポイントが余っていたから
受験勉強内容
事前)ベース知識
業務で関わることもあり、機械学習の基本は理解しています。またビッグデータ関連も実際手を動かしてガリガリ、まではいきませんが、大体理解しています。
事前)受験勉強前にやっていたテキスト
受験決意前に、ベースとして、以下の二冊を、実際手を動かしてやっていました。
GCPを使ってDataLabで、BigQuery、
Google Cloud Platformではじめる機械学習と深層学習
- 作者: 吉川隼人
- 出版社/メーカー: リックテレコム
- 発売日: 2017/12/12
- メディア: 単行本(ソフトカバー)
- この商品を含むブログ (1件) を見る
その後KerasとDeepLearningを学びたくて以下を買いました。Python、ニューラルネットワーク、畳込みニュララルネットワーク、ぐらいまでやります。Keras使いやすいってのを実感する一冊です。こちらはディープラーニングの仕組みや初歩を学ぶにはわかりやすいと思います。
事前)NHK:人間ってナンだ?超AI入門
またNHKの「人間ってナンだ?超AI入門」の「松尾先生による解説でAI入門!「2分でディープラーニング」」を見ていました。これ、本当におすすめです。2分☓12本で大体のディープラーニングの超わかります。エンジニア、営業かかわらず、ITに関連する人は必ず見たほうがいい。
今週、営業さんで、GAN知ってます?なんて聞かれたけど、そういう方にオススメ
事前)企画した社内勉強会
Pythonをみんなで勉強しよう!ということで社内に呼びかけ、100名ぐらいのコミュニティを作って勉強会を企画、運営していました。
第1弾はご存知、Pythonスタートブック。営業も参加できるようにということと、発起人の一人に著者の知り合いがいたので。この本、初心者にもとってもいい本で、まさにPythonを始めようとする人はもちろんのこと、プログラム初心者にも最適な本です。
社内勉強会では、1人1章を、毎週輪読形式で回していました。
第2弾はPythonで分析をやりたいという人が多かったので、Udemyの「【ゼロから始めるデータ分析】 ビジネスケースで学ぶPythonデータサイエンス入門」を各自購入し、1章毎で理解できなかったことを持ち寄って教え合うというスタイルをとりました。
https://www.udemy.com/optworks_1/
試験対策)参考図書
当時の試験参考図書は下記3冊でした
ご存知松尾先生の名作。みんな読んだほうがいいです。何回か読んでます。
人工知能は人間を超えるか ディープラーニングの先にあるもの (角川EPUB選書)
- 作者: 松尾豊
- 出版社/メーカー: KADOKAWA/中経出版
- 発売日: 2015/03/11
- メディア: 単行本
- この商品を含むブログ (39件) を見る
青本はゲキムズなの知ってたので、あえて読んでません。
これも眠くなるだろうから読んでません、てか、業務で十分理解してる内容だし。
当時は参考書なんてなかったのですが、現在はいろいろありますね。本屋でパラパラ見るのですが、すごくまとまっていて羨ましいです。今だったらこのどちらかを間違いなく購入していたでしょう。
- 作者: スキルアップAI株式会社明松真司,スキルアップAI株式会社田原眞一,杉山将
- 出版社/メーカー: インプレス
- 発売日: 2019/02/08
- メディア: 単行本(ソフトカバー)
- この商品を含むブログを見る
深層学習教科書 ディープラーニング G検定(ジェネラリスト) 公式テキスト
- 作者: 浅川伸一,江間有沙,工藤郁子,巣籠悠輔,瀬谷啓介,松井孝之,松尾豊,一般社団法人日本ディープラーニング協会
- 出版社/メーカー: 翔泳社
- 発売日: 2018/10/22
- メディア: 単行本(ソフトカバー)
- この商品を含むブログを見る
試験対策)メインテキスト
じゃあ私はどうやっていたかというと、下記のQiitaの記事をEvernoteにコピペして、ひたすらこれを読むと同時に、ここに上で書いた「実際手を動かした本2冊」のエッセンスやNHKビデオのエッセンスをEvernoteに付き足していって、自分のノートを作成しました。
Evernoteにノートを作ったのが実はポイントです。というのも、
- 試験は持ち込み可なので、試験中、すぐに単語を検索可能
Googleだと、情報の選択に時間がかかるので。
Evernoteになければテキスト、それでもなければGoogle検索、時間の節約 - 後々業務で使える、拡張していける
勉強時間
3週間ぐらい、だいたい毎日ちょっとずつ(0-1時間)の時間でした。ひたすらEvernoteを充実させていくという感じで書き込み。特に一つ一つの言葉を、他者に説明できるように、を意識して書き込んでいました
試験について
出題は最新の傾向をみたほうがいいと思うのですが、自分のときは下記の感じでした。
- Web形式(土曜に会社でうけました)
隣にWeb画面と本をひらきながら、Webで受験です
Macがちょー快適と感じました - 120分、250問ぐらい
一通りやったあと、20分ぐらいあまって、ちょっと細かいのを調べるといった感じでした - 問題内容は幅広かった
人工知能の歴史
DLのちょっと技術的なもの(微分あったり、活性化するかどうかとか)
法律的なもの、プライバシー保護とか
シラバスと大体同じ - 上にも書きましたが、わからなかったらEvernoteみて、それでもわからなかったらGoogleで調べました。Googleは「検索が当たりすぎる」ので情報を確認して捨てる時間がもったいないです。のでEvernoteでわかるほうが効率的なのです。
結果
冒頭記載したとおり、合格しました。総受験者数;1,988名で合格者数;1,136名
合格しての感想
主に思っているのは以下です
- やはり資格をとると一定の知識が、ばらつきなく付きますので、知識を揃えるのには非常にいいです
- 忘れても、やったことは記憶しています。ので、ちゃんと話についていけます
- 名刺に記載してもいい、のですが、なんかG検定は当たり前すぎて記載していません
- 冒頭に記載しましたが、合格者だけのSlackのWorkSpaceに入れます。現在2500名近い、巨大なコミュニティ。でもいろいろな情報があって刺激的です。
- E検定、、、はないな。。コストかかりすぎる。。
- 何より作成されたEvernoteは宝ですね。どんどん書き込んで今ではメモ帳になっていますが、今でも重宝しています。
今後
- 昔、社内でPython勉強会を企画、運営していましたが、実はそろそろDL関連を再開しようかと企んでいます。社内で興味あるかたはご連絡を。一緒に企画しましょう。
まとめ
G検定は本当に受ける価値があると私は思います。営業、技術、とわず、デジタルに関わる人は自分の知識をそろえておく、という意味で勉強してみるのはおすすめです。もし必要あれば、経験者として、微力ながらご支援します。
2019#1の受験受付も始まったし、平成最後の受験、いかがでしょうか?