新しい組織の姿デジタルシフト → 学習する組織 再生を促す、発想を変える ソーシャルシフト → 共感する組織 志を改める、調和を追求する ライフシフト → 自走する組織 能力を解き放つ、権限を分散させる 21世紀への提言 Gary P. Hamel、ゲイリー・ハメル 時代遅れなマネジメントモデル＝科学的管理法 学習する組織計画は「実行されるべきもの」ではなく「絶え間ない環境変化を知覚する、学習のためのアンテナ」 予算との差異からの学びを得るためのもの サ
多様性の必要性イノベーションとは、新しい課題発見と解決 新しい課題を発見できるためのアンテナが沢山立っていることが必要 多様性がある組織ほど、課題発見のアンテナが多くなる 新しい課題が発見されれば、イノベーションが促進される 認知的多様性が高まると、集合知が高まる 人口統計学的多様性 人口統計学的多様性が高ければ、認知的多様性が高まることは多いが、絶対ではない 人種・性別・階級などの違い 認知的多様性 ものの見方や考え方の違い 最初は多様性豊かな集団であ
バイアス、Bias偏⾒、思い込み 様々なバイアス 親近感バイアス（Affinity bias）：自分と似ている人に親近感を抱き、肩⼊れしてしまう 確証バイアス（Confirmation bias）：都合の良い情報だけ取り⼊れる 正常性バイアス（Normalcy bias）：都合の悪い情報を無視する 同調性バイアス（Conformity bias）：皆の意⾒に合わせてしまう ハロー効果（Halo effect）：⽬⽴ちやすい特徴に引きずられて他の特徴の評価が歪められ
心理的安全性エイミー・エドモンドソン（Amy C. Edmondson）が提唱 過度の不安には学習を妨げるマイナス要素がある デフォルト・モード・ネットワーク（DMN） 何かに集中しておらず、ぼんやりしている時に活性化する脳の神経回路 DMNが活性化すると、脳に取り入れられた情報を任意につなぐ効果がある ぬるま湯職場 メンバーは成長が感じられないので辞めてしまう ブラックな職場 上司への対策に時間を費やしてしまう 学習する職場 健全な衝突が発生する 健全
パブリック・スピーキングパブリック・スピーキング（大勢の前で話す）の注意点 構成を緻密にする 制限時間内に聞き手が理解できるように、分かりやすい内容にする 効果的な言葉を使う 伝え方を工夫する 「とか」「えー」などの言葉は避け、背筋を伸ばして大きな声で話す 伝える目的伝える目的は大部分は次の2種類になる 情報を伝える 情報を分かりやすく、正確に、面白く伝える 説得する プレゼンを聞いた後に、聞き手が考えを変えたり、アクションを起こしてくれる プレゼンの設
リーン手法リーン手法 ビジネスモデル キャンバス 顧客開発モデル アジャイル開発 リーンローンチパッド I Corps.: Innovation Corps 堤孝志氏が教鞭をとっている http://le-lab.jp/ 製品開発モデル競争の基本的仕組みがわかっている。観客もはっきりしている 既存のよく定義された市場に新製品を投入する場合のみ有効 ①コンセプト/シード 事業ビジョンを描く. 製品・サービスのコンセプトを定義する 市場調査をして潜存顧客を
マッピング思考を身につけるためのポイント 自己都合で世界を見てはいけない 物事をクリアに見る具体的な手法を実践する 前向きな「心の安定」を手に入れる 動機のある推論 自分の信じる証拠を探す 自分の信じたくないことの言い訳を探す = 希望的観測、確証バイアス 自分の主張には説得力があると感じてしまう 正確性による推論 「これは本当か?」というレンズを通して物事をみようとする 自分自身と世界を認識する地図をできるだけ正確に作成していくマインドセット = マッピ
アサーション（assertion） 相手と対等な立場に立って自己主張をするためのコミュニケーションスキル お互いの価値観を尊重しつつ、自分の意見を的確に主張すること DESC法 自己主張の方法を体系的に整理したもの。4つのステップで会話を進めることで相手を納得させる。 D：Describe（言葉で説明する） 事実のみを伝える E：Express（考えや気持ちを伝える） 自分の意見や感じていることを伝える S：Suggest（提案する） 課題を解決するための
機械学習のフロー データの収集 データの前処理、データクレンジング 機械学習モデリング、基準の取得 モデルのテスト モデルを公開 必要なデータ量Scikit-learn cheat sheet そもそもデータがない場合 データを作る 転移学習を利用、インターネット上にある学習済みモデルに新しいデータを追加して新しいモデルを作る APIを利用する、ベンダーが公開している学習済みモデルを使う トレインデータ（訓練データ）は8割、テストデータ（検証データ）は2割
AIとは 知的な機械、特に、知的なコンピュータプログラムを作る科学と技術 AIの歴史第一次人工知能ブーム 推論・探索、しらみつぶし作戦 第二次人工知能ブーム ルールベース、知識表現 第三次人工知能ブーム 機械学習 データから学ぶ ディープラーニング データから特徴を捉える 機械学習教師あり学習、supervised learning 入力と出力のセットを教え込む 分類問題、カテゴリの予測 回帰問題、数値の予測 教師なし学習、unsupervise
人間関係近接コミュニケーショバイアス 親密である人はお互いを深く知っていると思い込む傾向があるため、相手の話をよく聞かない、自分のことをよく話さない、ということが起こる。 ダンバー数 人が安定的に維持できる人数を指す 人間の限度は150人程度と言われている 友情の層 親密さにより人間関係は複数の層に分類される 非常に親しい友人 親しい友人 遠い友達 シグナリング 外見、表向きの人格でその人の本質を理と誤解してしまう 聴くこと解釈する力と、話し手・聞き手
下書きメモアプリ：Obsidian PKM（Personal Knowledge Management） Evergreen notes ずっと使えることを意識した育てるノートを作る 5つの原則 Evergreen notes should be atomic 1つのメモには1つのテーマを書く Evergreen notes should be concept-oriented コンセプト（概念、考え）志向にする Evergreen notes should b
部下の育成部下を変化させる3つのポイント ①強みを伸ばす 部下が気付いていない強みを見つける ②弱みを改善する 弱みの改善は緊急性と重要性で優先度付けする クリティカルなデベロップメント・ニーズ ③新たな能力を付け加える 部下の現在の担当業務に必要な能力を身につけてもらう 部下の将来の成長に向けて必要な能力も身につけてもらう 部下育成の理由 ①後継者育成 サクセッション・プラン ②部下の人材価値の向上 ③恩返し Pay forward、あなたが受け
ヘルプ 代わりにやってあげる サポート 本人ができると信じて本人がやることを手助けする、支える 親は子どもをサポートするコーチ 良いコーチの条件 ①子どもはできることを知っている ②子ども自身がもっとよくなりたいと思っていることを知っている ③子どもが望んでいることが起こるまで待ち、必要なサポートは何でもしようとする柔軟性がある。 自己肯定感を育む 愛することを伝える 命令語・禁止語を使うと子どもは否定的なセルフイメージを持つ 子どもが自ら発してくる甘
Amazon EC2（Amazon Elastic Compute Cloud）サーバーに必要なもの一式がクラウドで借りられるサービス ハードウェア構成やOSの組み合わせを弾力的に（elastic）選べる すぐに作れて、すぐに壊せる。試しに作成したい。一時的に使いたい時に 対応できる 不確定要素が多い場合でも気軽に初められる AMI（Amazon Machine Image）：仮想イメージ OSのみのものから、ソフトウェア設定が終わっているものまで さまざまな A
創造のプロセスアブダクション abduction 仮説を作る 帰納 induction 観察実験を通して集めた個々の経験的事実から、それらに共通する普遍的な法則を求める 様々な実験をして共通性を導く 演繹 deduction 普遍的原理から論理的推論によって個別の事柄を導く 帰納法で発見した法則から未来を予測する アナロジー既知の事実から類似性を見出して、未知のものを創造する 既知の事実を抽象化し、他の事象との類似性を見つける そこから飛躍した論理で
