利用例

【ヒット商品のネタ出しの会】 日本経済新聞の記事「Deep Insight:デジタル敗戦、繰り返すな」から

2025.1.11   日本経済新聞の記事「Deep Insight:デジタル敗戦、繰り返すな」から

1990年代の悪夢の再来を避けよ

コラムの著者 梶原 誠氏(日本経済新聞社 コメンテーター)によれば、1980年代末、世界の株式時価総額の上位は金融機関をはじめとする日本企業が独占していたという。しかし、今やエヌビディアなどの米テック大手のマグニフォセントセブン(M7)ととって代わられている。どこで日米の企業の明暗は別れたのか。

○エヌビディアの例

梶原氏によれば、日本企業は、米企業にうかうかしていると、反転の機会なく大差で負けてしまう悪夢が再び襲うかもしれないという。その証左として米CESの主役が米半導体大手エヌビディアのCEOの業態変革があるという。同社は、半導体産業からロボットや次世代自動車を設計する担い手への脱皮を図っている。成長性も高く、投資家は放っておかない。同社の株価は、CESでの同社の講演前に史上最高値を記録している。

CESは家電見本市から企業の進化を示す幅広いテクノロジーの中身を披露する場に大きく変化してきた。そして、ウォール街がCESに急接近してきた。

1980年代以降、米企業は会社の形が変わることも厭わず、ICTに投資を注ぎ込んだ。MSがWindows95を発売してインターネット元年とされた1995年以降、情報化投資は加速し続けた。日本の企業の投資は何とか伸びを保った程度で、米企業との差は開き続けている。伝統的な日本企業が変化を恐れ、バブル崩壊と金融危機でICTへの投資どころではなかった。1995年から2022年までの投資額の伸び率は米企業の17倍に対して、日本企業は高々2倍程度である。

ICTへの投資は生産性の向上に繋がり、日本企業は生産性でも世界水準から置いていかれるようになった。危うさがはじければ、実体経済も揺らぐ。日本企業は株高に安住せず、逆風を突いて成長できる「脱出速度」をためねばならない。📱💬💻🚗🚀🧑‍🔬👩‍🔬🔬👧📈💰📓🗺️🚢🩺💉🏢⚡️🎓👔⏰🔧💻🖥📻🖋🌏💡🔎🌍happy01🇯🇵🇺🇸🇫🇷🇩🇪🇬🇧


【ヒット商品のネタ出しの会】 日本経済新聞の記事「私見卓見:AIへの移行、誰も取り残すな」から

2025.1.10  日本経済新聞の記事「私見卓見:AIへの移行、誰も取り残すな」から

AI導入による人間への影響は大きい

コラムの著者 ムトゥシ・セングプタ氏(AVPN資本動員責任者)は、DXやAI導入による企業改革の中で、復職する女性、傷害者、高齢者、若者といった社会的弱者がAIが労働力を再編するなかで取り残されるのではないかという懸念を受けている。

○社会的弱者がAIによる労働力再編の中で取り残される

セングプタ氏によれば、AIはアジア全域にAIは経済と産業に大きな影響を与え、変革の転機を迎えている。セングプタ氏は、その中で人間への影響について見過ごされがちな点をどう対応するのかに注目している。

AI導入による職場に与える影響は、セングプタ氏は人を中心としたアプローチが不可欠だという。AIに熟練した労働者に多額の給与を提供する企業があっても、AI関連のスキルやトレーニングを受けられない人々にとってリスクとなる。排除によるリスクという、雇用喪失だけでなく、仕事の要求がレベルアップして要求に満たない状況となることである。

セングプタ氏はこういった中でアジアの労働力を「公正な移行」によって排除によるリスクを避ける必要があるという。このアプローチは、AIが生産性を向上させ、不平等を是正し、包括的な職場環境を促進することを保証するものであるという。AIの公正な移行を実現するには、政府、企業、社会組織、地域社会が協力する必要がある。協力によって、すべての人に機会を創出し、AIの進歩がすべての人に届き、恩恵をもたらすものとなるとセングプタ氏は唱えている。👦👶💬👩🤝👨💡🐡⛰️🌾🏣❤️👦👧💰📓🗺️🚢🩺💉🏢⚡️🎓👔⏰🔧💻🖥📻🖋🌏💡🔎🌍happy01🇯🇵


【ヒット商品のネタ出しの会】 日本経済新聞の記事「Deep Insight:エモクラシーに悩む世界」から

2025.1.9   日本経済新聞の記事「Deep Insight:エモクラシーに悩む世界」から

戦後80年全体主義に勝利した民主主義の苦悩

スウェーデンのV-Dem研究所によれば2023年時点で民主主義陣営は91カ国・地域、権威主義陣営は88ヵ国・地域で、世界人口に占める割合では前者が29%、後者が71%と大差がつく。コラムの著者 小竹 洋之氏(日本経済新聞社 コメンテーター)はさらに民主主義陣営の動揺が多くの地域で起こっている。その帰結がポピュリズムの加速である。健全な「デモクラシー」ではなくエモーション(感情)がリーズン(理性)に勝る「エモクラシー」に陥っているのではないか。

○構造的なエモクラシーの弊害

小竹氏によれば、「エモクラシー」を説いたのは英歴史家のニーアル・ファーガソン氏で第1期トランプ政権で困惑を深めた米国をこう評したという。

感情に流されがちな世界の政治をどう捉えればよいのか。小竹氏はインフレーションや移民への不満に起因する現職受難の力学とは別に、中長期的なトレンドを専門家にインタビューしている:

  • 佐藤卓己氏(上智大学教授):「快・不快」で反応する情動社会と民意の受け売りで即決する「ファスト(高速)政治」の流れが鮮明になっている。欧米では輿論(公的意見)を尊重するデモクラシーより、世論(大衆感情)に迎合するポピュリズムが世界で勝りつつある
  • 宇野重規氏(東京大学教授):組織や団体への忠誠や自己の利益ではなく、好きか嫌いかを基準とする「ファンダム」の論理が政治を動かし、その危うさが全面に出ている
  • 吉田徹氏(同志社大学教授):SNSの普及で指導者と有権者が直接繋がり、ナラティブ(物語)の動員力が重みを増している。

エモグラシーの行き過ぎは危険である。弱者を置き去りにする社会は憤り、破壊そのものを楽しむために過激な言動やフェイクの拡散を繰り返す。そんな「カオス願望」の危うさに、欧米の識者は警鐘を鳴らしている。📱💬💻🚗🚀🧑‍🔬👩‍🔬🔬👧📈💰📓🗺️🚢🩺💉🏢⚡️🎓👔⏰🔧💻🖥📻🖋🌏💡🔎🌍happy01🇯🇵🇺🇸🇫🇷🇩🇪🇬🇧


【ヒット商品のネタ出しの会】 日本経済新聞の記事「私見卓見:シニアの活用策を打ち出せ」から

2025.1.8  日本経済新聞の記事「私見卓見:シニアの活用策を打ち出せ」から

日本政府はポジティブな高齢化対策にも力を入れるべき

コラムの著者 藤本 英樹氏(BBドライビングフォース代表取締役)は、今後さらに少子高齢化はさらに深刻になっていくことは間違いないにしても、日本政府の対策の方向性を変えないと、施策の効果も半減してしまうと指摘している。その1つが、年齢ではなく、保有するスキルの観点から採用における履歴書の記載に年齢の任意記載とすることや職業紹介のバイアスを排除するなどの方向性の変更を提言している。

○医療の進化や健康志向の高まりにより平均寿命が伸び、アクティブシニアが増加

藤本氏によれば、日本政府もようやく少子化対策に本腰を入れはじめてはいる。もちろん、施策の継続や推進を必要だが、日本の経済的発展や年金財政の確保のために、シニアの活用というポジティブな側面を拡大を促進する「高齢化対策」にも力を入れるべきと藤本氏は提言している。

確かに、医療の進化や健康志向の高まりにより平均寿命が伸び、アクティブシニアが増加している。しかし、受け皿となる彼らの活躍の場が十分に確保されているとは言い難い。せっかく、日本政府もリスキリング(学び直し)を推進する施策をとっているが、転職の機会が増えなければ、その効果が最大限に発揮できない。

転職市場は相変わらず「35歳定年制」が根強く残っている。つまり、35歳を超えると転職先が限られてくる。経験やスキルが豊富なシニアでも新規の職場を求めるのは至難の業である。そこで藤本氏は、年齢ではなく、保有するスキルの観点からの採用を促すために、履歴書で年齢は任意記載とすることで、職業紹介のバイアスを排除することなども考えられる。

あるいは障害者雇用の法定雇用率の扱いのように、シニア雇用にも適用してはどうだろうか。数値達成した企業には特別減税措置を行うことや、シニア雇用推進助成金の拡充も検討してはどうかと、藤本氏は提言している。👦👶💬👩🤝👨💡🐡⛰️🌾🏣❤️👦👧💰📓🗺️🚢🩺💉🏢⚡️🎓👔⏰🔧💻🖥📻🖋🌏💡🔎🌍happy01🇯🇵


【ヒット商品のネタ出しの会】 日本経済新聞の記事「AIに『失敗』をさせよう/部門横断で活用環境整備を」から

2025.1.8  日本経済新聞の記事「AIに『失敗』をさせよう/部門横断で活用環境整備を」から

経営者は機械学習の仕組みについて理解を深める必要あり

コラムの著者(聞き手、矢崎日子)はミシェク・ピスコルスキー教授(スイスのビジネススクールIMD、デジタル戦略専門)にインタビューし、経営者のAI活用についての示唆を聞いている。そこにはAIの社会実装の進歩とともに、どう活用するかが企業の競争力を決めるためである。

○AIは一部の専門家に任せるものではなく、経営判断の対象になった

以下、インタビューの内容に沿って説明しよう。ピスコルスキー教授はいくつかの質問に答えている:

  • AIの進化でリーダーの役割はどのように変わったか。
    • 以前は経営者はビジネスの課題に集中し、AIのことは専門家に任せようといっていたが、2018年ごろからAIは専門家だけの領域ではなく、経営判断の大量となった。
    • AIは結果が得られたかを確認し修正するといった動作を繰り返し学習する。人の役割はこの機械学習に対して最適な環境を準備すること。速いスピードで繰り返しでき、大規模な環境であることが重要。
    • AIは「失敗」を改善のサインとしている。環境整備は大規模になりやすく大きな投資が必要でその投資判断は経営者である。そこで経営者は、機械学習の仕組みについて理解を深め、専門家と連携して導入すべきである。
  • 経営者は何を学ぶべきか。
    • DXにAIがどのように関与するかを大局的に理解していないと、取り組みは的外れになってしまう。企業DXは、組織運営から提供するサービスまで事業全体に影響を与える。部門横断でAIのの活用環境を整える経営者がいなければ一気通貫したDXは不可能である。

👦👶💬👩🤝👨💡🐡⛰️🌾🏣❤️👦👧💰📓🗺️🚢🩺💉🏢⚡️🎓👔⏰🔧💻🖥📻🖋🌏💡🔎🌍happy01🇯🇵🇨🇭🇺🇸