HUMAN+MACHINE人間+マシン の商品レビュー

ポール・R・ドーアティ(著者),H・ジェームズ・ウィルソン(著者),小林啓倫(訳者),保科学世

2024/05/03

人間がAIをいかに活用していくかの事例を各カテゴリごとに紹介している。人間とAIの融合領域に関しては今後も発展の可能性があることを8章で語っている。各章きちんと引用を明示していることも読み応えがあり、ファクトベースで書かれていることを示唆しており、良書だと思います

2022/04/26

機械は「敵」ではなく協業する相手であるということ、あくまでも道具であることを認識して過ごしたいと思った。

2021/10/02

AIは人から仕事を奪うのではなく、人とミッシングミドルと呼ばれる中間領域で協働し、相互に相手の得意とする部分を引き出し合い学び合う中で成果を高めていくことが重要。そして、AIと融合していく能力が益々必要になる。

2021/07/14

AIについて、わりと右も左も分からない状態だったので、その全体像や今後の方向性をざっくりと俯瞰して掴むことが出来た。

グローバルの事例も豊富で、最先端企業の状況もイメージ出来た。
一方、巻末には日本語版監修として、特に日本のビジネス環境にフォーカスした解説もあり、日本企業の現実はたしかにこんなもんだよなと納得。

翻訳の質が悪く、とても読みにくい。機械翻訳レベル。(レベルというか、実際、翻訳作業にAIを活用したとは確かに書いてあったけど…)

2020/10/10

マシンやAIが人間から職を奪うものでは無く、マシン＋人間により更なる付加価値が出ると説きます。

実例が豊富で気づきも多かったです。

マシンやAIを伝統的な人間の置き換えに使う企業は敗者になるとも説き、仕事を奪われる不安に対するメッセージになっています。
もう少し、その点を深堀しているとオジサンとしては安心しますね。

2020/01/02

オートデスクのソフトウェア「ドリームキャッチャー」
遺伝的アルゴリズムを活用して、実現可能なデザインを繰り返し検討する。従来の人手による検討プロセスの繰り返しが自動化される。デザイナーは、生成されたデザインを見ながらパラメーターの微調整を行い、最終的な決定を下す。これにより、人間は価値のあるスキル（判断力とセンス）の行使に専念できるようになる。エアバスの機内パーティションの設計に使われた。

SigOpt（スタートアップ企業）
最適化アルゴリズムは、従来は専門家にしか使われていなかったが、誰もが使えるようになりつつある。ユーザーはベイズ最適化の専門家である必要はないし、システムの中身に関する知識を持っている必要もない。

人間とマシンがハイブリッドで働く時代では、あるスキルを持っていることよりも、それを学習できることが人間には求められる。

2019/09/25

まさにこれだと思う。
考えていたことのど真ん中
中途半端に聞きかじったことで、AIに仕事が奪われると言っている人にはしっかりと現実を捉えてもらいた。
日本でAIがどうなっていくのかの予測は、NRI vs アクセンチュアなのかな。
わかる人にとってはどちらが勝ちかは明らかだけど。

2019/08/11

おもしろい！
人間とAIが協働する未来にむけて、どういう心持ちでおればよいのか。MELDSフレームワークにも納得。語呂は特によくはないけど。
掃除機が発明されたから、床にゴミが散らかってると気になるようになった。ほんとそう。
AIの民主化が人類に与える影響は掃除機の比じゃない、けど、それはどうやらディストピアではなさそうだ。
希望にみちた一冊でした。

2019/05/12

人間と機械をどう融合させて今後の業務を発展させていくかを、今までの先進会社の事例を挙げて示した本。
正直一回読んだだけではまだ理解が追いついておらず、あと二回は読まないといけないと思う。
特に気になった事としては以下。

1.現在の業務プロセスを変えずに機械に置き換えられる部分を置き換えるRPAは、一時的には効果が見込めるが、その後の発展はない。
2.人間と機械の融合を前提に業務プロセスを一から再構築しないと、継続的改善につながらない。
3.人間は機械に教育し、機械は人間を補佐する事で、双方が進化していく事で、将来につながる
4.現在の仕事が機械に置き換わることで、人間は新たな領域ミッシングミドルをこなせるスキルが必要になる。このスキルがないと今後苦しくなると。

結局、継続的な改善が必須で、変化出来ない企業、人は生き残れないと言うことを再確認出来た。現状に甘えず、日々環境の変化についていこうと思う。

2019/01/17

MELDSフレームワーク; 5つの重要な原則
M; Mindset; missing middle
E; Experimentation
L; Leadership
D; Data; data suplychain
S; Skill; 8つの融合スキル