シン・ニホン AI×データ時代における日本の再生と人材育成 (安宅和人) ②
こんにちは、Uです。
引き続き、シン・ニホン AI×データ時代における日本の再生と人材育成 (安宅和人)を読んでいます。
1章：データ×AIが人類を再び解き放つ
2章：「第二の黒船」にどう挑むか
3章：求められる人材とスキル
4章：「未来を創る人」をどう育てるか
5章：未来に賭けられる国に
6章：残すに値する未来
本日は、第2章：「第二の黒船」にどう挑むか
の内容で重要と思ったポイントをまとめてみたいと思います。
＞日本の企業は今もスケールゲームにいそしみ、新しい技術をテコにした刷新、産業の創出に出遅れていること、仮に取り組んでいたとしてもきちんと訴求され市場にうまく伝わっていないことを示している。
→日本企業は結局大敗している。
＞ＧＤＰが伸びないのは、人口の問題以前に生産性が伸ばせていないからなのだ。
→日本が他国に比べてGDPが伸び悩んでいる真因は「生産性の低さ」この問題をどうやって解決していくかが、現代の日本社会の最大の問題。
＞日本の大半の産業はやるべきことをやっていないだけで、まだ着手できていない宿題がたくさんあるということだ。ものすごい競争を勝ち抜き １位にならなければいけないという話ではない。単に Ｇ７で仲良くやっている他の国に生産性で並べばいいだけなのだ。
→日本企業の生産性を欧米の平均と同等程度まで引き上げるだけでたいていの問題は解決する。
＞ 埋もれたままの3つの才能と情熱
①若者
＞仮にこのトレンドが続いたら、なんと ２０３５年前後には貯蓄を持たない世帯が 50％という見事な途上国（あるいは貧困国）状態に陥る。それはかなり残念な状況であることはもちろん、国力によって保たれている均衡の多く（国防、通貨価値、株や土地の価値、食料輸入他）も崩れていく可能性が高い。我々はなんとか次世代のために未来を変える必要がある。
＞それぞれの親から受け継ぐのは、ランダムに半分選ばれた遺伝子セットに過ぎず、形質と才能は遺伝子の組み合わせと経験によって変わる。
②女性
＞労働時間ドリブンではなく、アウトプットドリブンに個人も会社も思想転換（ 12）し、少なくとも日に 90分ぐらいは家事・育児時間を吸収してしかるべきだ。
③シニア
＞日本は「人余りで、人不足」という奇妙な状況が続いている。
→「定年」を設けないと、非効率的な人件費が増加するという指摘が出がちだが、それは単に日本企業が「生産性の正しいマネジメント」が出来ていないだけ。企業価値、企業の生産性向上にとって必要なシニア層は制限を設けず働く場所を提供すべき。
＞このようにユーザ保護ではなく既存業態の保護行政のために、幅広くデータの力を解き放つことができない。
＞Ａ Ｉに適した街づくりをしていないために、データ取り込みと保護規制が仮に問題なくなったとしても利活用の壁は高い。
→AI×データ戦争で勝つためのKFS(Key for Success)の1つ目：多種多様なデータが大量にあり、幅広く利活用可能な状態は、実現できていない。
＞KFSの２点目においても日本はグローバルに戦えるような商用の技術基盤がない上、データ処理を行うためのコスト競争力がないという状況で、勝負になっていない。
→AI×データ戦争で勝つためのKFS(Key for Success)の2つ目： 圧倒的なデータ処理能力(技術及びコスト競争力)も、 勝負になっていない。
＞「事業成長の ７割以上が単一のファクター、市場によって説明できる」というものだったのだ。つまりどれほど優れた戦略があろうと、どれほど偉大なリーダーがいようと、そしてどれほど素晴らしい実行力があろうと、市場を間違えるとどうしようもないということだ。時代に逆行したことをすればどんな偉大な企業も沈んでしまうのだ。
→マッキンゼーの世界的調査結果
＞不連続的な Ａ Ｉの発展が今起きていることは事実ではあるが、現在の変化は、ほとんどが入口側のテクノロジーの変化である。
→「来た時よりも美しい」国にするためのポイント。
＞入口側の機能は業界横断的、すなわち水平的（ horizontal）であるが、出口側は業界、もしくは機能に特化しているという意味で垂直的（ vertical）と言える。垂直領域は深いドメイン知識（その領域に関する専門知識・知見）に基づく作り込みと、汎用性だけでないセミカスタム力がカギになる。日本の持ち味の１つである現場、顧客に寄り添う力が生きるときでもある。
→まだ勝ち筋はある。
＞ まず目指すべきはAI-readyな社会
＞AI-readyな状況にするためのポイントは 10個
①目的・目指す姿：執行作業の代替としてのAIでなく、高い志実現の手段としてのAIとして捉えているか？
②扱える人材：基礎教養としてどこまで理数・データ素養を浸透させられるか
③対象分野・領域：全社会にAI化の機運を浸透させられるか
④作り込の在り方：データ・AIの資産(スキルや技術)を日本でシェアする機運をどれだけ高められるか。(どれだけ各企業保持技術のブラックボックス化を防げるか)
⑤データの利活用状況：データをリアルタイムに引き出せる状況にあるか
⑥市民/利害関係者のリテラシー：プライバシーについての無理解と市民の低リテラシが邪魔をして利活用が進まないので半買う、リテラシーが高い市民が大半で、プライバシー課題が整理され、個人が便益を受けつつ、データ提供される形が成り立っているか？
⑦：データ処理力：正解的に見ても低廉にデータを処理できるか
⑧：革新の主体と推進状況：AIネイティブ層とシニア層が一体となってAI社会化を推進できるか
⑨教育システム：理文・専門に関わらず、理数・データ×AI、デザイン素養をベースに持つ、境界、応用型の人材育成モデルになっているか？
⑩：社会全体としてのリソース投下：社会福祉・社会インフラ投資ばかりに大半のリソースを投下し続けるのではなく、未来を信じ、AI先進各国に対抗しうるに十分なAIReady化を実現するために十分なリソースを投下できるか
＞意識しているしていないにかかわらず、世界でもこれほど妄想ドリブンな情操教育を行ってきた国は珍しい。
＞外側はちゃんと整っているが、裏では不揃いが総持ちで支えているっていうのは、やはり最高のものだろうな
＞４つの日本の勝ち筋
・すべてをご破算にして明るくやり直す
・圧倒的なスピードで追いつき一気に変える
・若い人を信じ、託し、応援する
・不揃いな木を組み、強いものを作る
＞この言葉は本来異なる言葉、「課題解決先進国」であり、かつてマッキンゼーの日本支社長を務められた横山禎徳氏（ 59）が『アメリカと比べない日本』（ファーストプレス ２００６）で初めて使われた言葉だが、これがなぜか劣化コピーされて広まってしまった。
＞横山氏の指摘は、世界で最初に日本で顕在化する問題を、世界に先んじて自力で解決できるようになることが重大だというものだ。日本に閉じた課題を解いていてもしょうがないのだ。世界的な課題を先に手を付け課題解決先進国にならなければ意味がない。
→まさに、日本は課題先進国であり、数少ない課題解決先進国になれる可能性を持った国。今の課題を解決する道筋を世界に示すことで、再度世界のリーダー国になれる可能性を持っている。
