マインドと社会

マインドと社会のインタラクションについて、科学技術や経済の変化を統合させながら考察します。

昨年の振り返りと今後の目標

あけましておめでとうございます。

本年もよろしくお願いいたします。

年も明けたので、昨年の振り返りをしたいと思います。また、今後の見通しについて書いていきたいと思います。

<昨年の振り返り>

昨年は、大きなシンポジウムを担当したり、転職があったりで、自分にとっては大きく変化した一年でした。これらを通じて感じたこと、わかったことをまとめておきたいと思います。

1. シンポジウムを通じて見えたもの

 これを通じて、省庁の連携、大臣の扱いみたいなものが見えてきました。まぁ、大企業で社長を扱うようなものでしょうか。指揮・命令系統のトップにはおもねりますよね。変なことすると、評価が下がってしまいますし。

 ただ、利害対立がない範囲では、下々の者は連携するのだなーと思いました。交通整理を行えば、それぞれのことはそれぞれ行うのだなーと。この交通整理が厄介でしたが(笑)

 また、各業者のコントロールもこちらで行ったので、アマチュアが調整を行うも同然となった中で、それなりにはできたのかなーと思いました。

 このシンポジウムに合わせて、色々な無茶振りがいっぱいありましたが、この辺り、いかにプレゼンスを示して、リードを取っていくかという競争があったのは、役所らしい行動であったと思いました。また、このシンポジウムは、1年3回で持ち回りでやるはずだったのですが、続編が出てこないので、変わったのでしょう。この辺りの、コミットメントの弱さも、役所らしいと思います。

 その他に、役所的な組織の弊害として、役所の縦割りの影響を受けて、予算を使い切らないといけない(比較的マシでしたが)や、予算の流用の手間がものすごく行いづらいということがありました。税金という面でみれば、あれだけ大きな組織を監査するとともに、予算査定をしているという構造上の問題から、こうなってしまうのは仕方がないのですが、オペレーションの面では、国が非効率になりがちという面は否めないと思いました。

 国がやることは、やはり経済学でも言われているように、資本集約性が高くて民間のみでできないこと、公共財的性格が強くて民間のみではできないことに特化したほうが良いと思いました。これらは、情勢が変わらないことも多く、国のスピード感でも十分でしょう。一方、アメリカのように、国ではないところに資本を集約させ、ベンチャーにかけるということも、資本集約性はクリアします。国にするのと民間の独占主体を作るのは、使用用途の不透明性を事前にどれだけ認めるか以外に違いはないのです。(民間の独占主体はほとんど独裁政権と同じですが)

2. 若手研究発表を通じて見えたもの

 これは、上記の枠組みも含まれるのですが、組織の理念類型が見えました。人の行動は、組織枠組みに縛られますが、組織枠組みは、組織が置かれた環境に依存します。この環境因子は、信頼と規模です。一つの指標にすると、これら二つとも、「損失時の被害」です。大企業がニッチ産業に入れないこと、医者が白い巨塔になること、国が柔軟に動けないことはこれらに起因します。医者と国は、信頼が極めて重要になります。大企業は、規模が大きくなります。そのため、誤ることが難しいのです。

 ベンチャー企業はこれらが二つともないので、新しいことを行いやすいのです。ただ、信頼がないので、ビジネスが難しいのですが。

3. 転職して、民間に移ったことで見えたもの

 自然言語処理ベンチャーに移りました。民間に移ると、ビジネスとして、今何とかすることと、理想形として仕上げていくことのギャップが常に付きまとうことが痛切に感じられました。

 まず、ビジネス・経営という面について、今、どこに集中投資をするのかということが、企業にとって決定的であることがより通説に感じました。いつ、どのタイミングで、どこにどれだけ投資するのかの一挙手一投足が、生死に関わります。

 次に、ビジネスでは、出来上がっているものを求めるのだなーと思いました。情報技術系は、特に使わないとわからないのですが、そこの溝はあると思いました。だからこそ、ベータ版やファーストユーザー割引などがあるのでしょうが、ベンチャーでは、それができません。

 そして、製品には、やりたいことに対する「精度」が求められると思いました。精度と言っても、やりたいこと自体が何ができるかに依存しているので、そこから定義していかないといけない面は多分にあります。

 加えて、機械学習が意外と教師データない問題があると思いました。データを作るように、運用しながら導入すればいいのですが、それではスピード感が失われ、ニーズにも対応できないと思いました。教師データを信頼性高くつくることは難しいのだと知りました。教師データだけでなく、分類をどのようにしたいのかということを、どのように支援するかという問題もあります。情報の信頼度をどのように担保するのかということは、調査したほうがいいと思いました。ページランクとか勉強しよう。

 価格の面も勉強になりました。原価+2割のような積み上げパターンとバリューのパターンがあることを知りました。また、見積もりにおいてもやりたいことベースに積み上げるパターンと予算の中で、どこまでできるかといったパターンがあると思いました。

 ベンチャー特有かもしれませんが、お客さんのご要望と製品の開発が追いついていない状況で、どこまでバッファーを埋めるかということも、なかなかエキサイティングです。これは今後も続きそうです。 

<今後の目標>

この会社は、多分自然言語処理により特化できるようにしたほうがいいと思っています。そこで、目標は以下にしようと思っています。

1、自然言語処理機械学習の知識をより付ける

2、DB系の知識が足りないので補填する

3、製品のサポートできる範囲を広げる

4、システム導入の見積もりをできるようにする

5、切り分けの勘所をつかむ

6、引き続き、イノベーションと経済と組織論については考えていく。

この1年、ビジネスを軌道に乗せられるように頑張ります!!