いまこそ知りたいAIビジネス の商品レビュー

石角友愛【著】

2025/02/10

AIがどう使われているのか。
AIにより我々の仕事、職業がどう変わるか。
など分かりやすく書かれている。

AIと付き合うためどう成長して行くのかのヒントになると思う。

2024/03/10

日本はAIビジネスにポテンシャルあり
アメリカと中国が二大巨頭
ヨーロッパはGDPR 2018年から施行。個人情報の取り扱いにはかなり慎重。
AIは人間の仕事を奪うのではなく、上手く活用してよりクリエイティブな仕事ができるようになる　とポジティブに捉えたい。
AIの著作権に関する法律はまだない。
アメリカのレモネードという損害保険会社の事例は面白かった。

2024/02/03

石角友愛著

ハーバードでMBA取得、米グーグル本社勤務を経て、
現在はシリコンバレーを拠点にAIビジネスデザイン企業を経営する
著者が教える、AIビジネスの最新事情と「あたらしい働き方」

・「AIで仕事がなくなる」って本当?
・AIを活用するにはビッグデータが必要なの?
・AIで会社の売上を伸ばせるの?
・GDPR問題って何?
・AI時代に生き残るためには何を学べばいいの?

AIにまつわる不安や疑問も、これですっきり!
文系・IT音痴でもざっくりよくわかる、
「AIで何ができるか? 私たちの仕事はどう変わるか?」

毎日のようにAIについてのニュースが流れてきて、書店にいけば「AI時代の〜」と書かれたビジネス書があふれています。
にもかかわらず、AIを使えば私たちの仕事や暮らしがどのように変わるのか、
その実情はよくわかっていないという方も多いのではないでしょうか。

本書は、私たちの仕事にAIがどのようにかかわってくるかを知りたい一般ビジネスパーソンや学生の皆さん、
そして、実際にAI導入を考えている経営者や事業担当者の方にむけて書かれた、いわばAIビジネスの入門書です。

2023/07/07

・データサイエンティストの需要増
・AIの力で日本復興を
・自分以外でできることはテクノロジーに振る

本書を踏まえての具体的アクション
→データサイエンティストの生活、なるために必要なことの情報収集

2023/02/16

元Google社員の方のAIに関する考え方が書かれている本。実装ではなく、AIがどのように生活を変えていくのかが書かれていた。

2022/01/15

日本ではAIを擬人化しがちでロボットのような実態があるものと思われたり、神格化しがちでAIでなんでもできると思われたりしている。
これらの誤解が日本でのAI普及に支障を及ぼしていると指摘されている。

実際は消費行動データからおすすめ商品を示す、といったように大量のデータをどのように活用するかということを考えることがAI導入の第一歩。
データがあっても属性と結びついていないなどの理由で活用できない場合もあるため、AIで処理することを見越したデータ収集の方法を採用する必要がある。

2021/11/18

AIについて学びたいと思い、手に取りました。AIは、ロボットのような形あるものではなく、ツールだということは押さえておくべきポイントだと感じた。海外の事例など多く書かれており、勉強になりました。学び続けないと思える本でした。

2021/09/27

AIに対する誤解や可能性、活用方法について事例を交えてわかり易く説明している。特にAIに対して余り知識のない人やどの様に活用すれば良いか分からないといった人にとって役立つのではないだろうか。 また、現場でのAI導入時のクライアントの認識に対する問題点についてはとても興味深い内容。 AIの活用によってより人間らしい仕事に専念できるという著者の考えはとても共感できる所です。

2021/07/22

【目的】
AI関連のネットニュースで見かけたことがあった石角女史の著書がKindle Unlimited対象だった為、読了。軽い内容なのでサクッと読める。米国のAI活用企業事例やシリコンバレー・日本の比較などは興味深かった。

【メモ】
・AIを一人称の主語として使わない、AIは単なるツール
・アメリカのデータサイエンティストは広義なAIではなく、マシンラーニングと呼ぶことが多い
・ソフトウェアエンジニアの所属（日：米＝Sier＋IT企業8割：ユーザー企業7割）
・シリコンバレーでは「すべての経営会議にデータサイエンティストが参加するべきである」と言われている
・日本のAIビジネスはプロダクトアウトのモノづくりになりやすい
・データやプラットフォームをオープンにして素早くマーケットに届けデータを集めることをGo To Market戦略と呼ぶ
・石油もデータも生のままでは使えない
・効率化と売上増加の二軸でAI導入のビジネスインパクトを測る
・日本企業では経営企画部、イノベーション推進部が事業部に横ぐしを通しやすくAI事業を推進しやすい
・ウェブ上の交友情報はソーシャルグラフと呼ばれる。繋がりデータそのものが金脈
・データ取得時点で、個人情報のみ別管理するように整理する
・データアナリストは整理されたデータの分析、データサイエンティストはデータ構造設計から機械学習実装までを一貫して担う
・フルスタックエンジニア、（クラウド）インフラエンジニアもAI時代に重宝される。プロダクト作成にはデータサイエンティスト1人に対し、エンジニア３～5人必要
・AIビジネスデザイナーは経営層とエンジニアを繋ぐ役割。AIが分かり、経営課題をAIに落とし込めることが条件。
・AIの概念が分かり、MBA等で経営を学んでいる人が適当。抽象的な控訴言う設計ができ、ユーザーストーリの形に落とし込める。プロジェクト推進できる人。異なるジャンルの概念を掛け合わせて発送することが出来る人。
・AIビジネスパートナーと相対する担当者はAI実装経験を積むことが出来る
・日本はモノづくり（ハード）とB2B販売に強み
・トーマス・フリードマン「フラット化する世界」の生き残る3つのタイプ。「特化型」「適応者」「合成役」
・合成能力とは、AI自動化により吐き出されたデータをどう価値、事業に結びつけるかを考える。今あるものを組み合わせ、今までになかったものを生み出す力
・ワークライフバランスではなく、ワークライフインテグレーションへ

2021/05/25

【目的】
AIをビジネスに活かす方法
【まとめ(1P)】
・インフラ化するAIをビジネス化/開発/現場展開する人材の確保が必要
【ポイント(What)】
・AIは電気と同じくインフラになる
・フィードバックループ＝データを追加し精度を上げる
・AIによって人間が人間らしい仕事に専念できるとポジティブに考える
【アウトプット(How)】
・すべての課題をリスト化し、AIで解決すべきか仕分け
・単なる省人化でなく属人的なプロセスを展開するため

【その他】
・日本ではAIを擬人化して説明することが多い
・日本企業はデータの公開を躊躇する傾向
・家事を仕分け（子供目線で親にしてほしいことは？）