この世のスピードは思ったより速い。

世の中のスピードっていうのは、ものすごく速い。

アーリーアダプターが反応し始めるころには、
もうかなり先を行く人たちが道を切り開いている。

そこに、グローバル化が相まって、
同じ土台に立つ人が何億人もいる。

ウェブサービスを使えば情報がはいってきて、
翻訳エンジンをつかえば　大体の言いたいことがわかる。

オープンソースはどんどん生まれ、Qiitaみたいなところでは
どんどん技術情報が文章化され、皆に共有される。

StackOverflowみたいなサイトで国籍関係なく質問がなされ、
githubみたいなところで　ソースが共有される。

電子書籍ですぐに様々な文献を読むことができて
論文検索サービスをつかえば　過去の研究にもアクセスできる。

Raspberry Piみたいな　標準的かつ廉価なシステムが
もはや　小さいパソコンに匹敵するような性能をもち、
スマートフォンが持ち運びできるネット付きPCと大差ないレベルで動く。

そこら中にWi-Fiが飛び、Bluetooth 無線タグがあり、GPSで位置も見えて、
そこら中にある家電がIoTという形で繋がっている。

物を作るだけ、という時代は　終焉をむかえ、
「物は　目的をどう達成するか？の１手段」という思考にシフトし
そこにどれだけの付加価値を付けて行けるか、が大事になってきている。

もっとも、つけるだけじゃだめで、より合理的で、なおかつ
今までの常識にとらわれない見方や、今までハード制約で
常識化されていたところを崩した先にある仕事・環境・価値を
どう顧客に見せられるか？が鍵になっているようにも思える。

きっとパラダイムシフトと呼べるぐらいの技術革新が
１０～１５年ごとにやってきて、その都度　いろんな情報を
覚えなおしながら乗り越えていくことになるんだろう。

そう、ＡＩ技術がこれから　今までの業務を一新する。

簡単な作業はどんどんＡＩがこなしていって、
人間はその先にある新たな仕事に着手するようになる。

より豊かで、複雑な、人間らしい仕事。

一方で、これについていけないと　取り残されてしまう。
きっと学習スタイルをかえなきゃいけないはずだ。

「手順」をきれいに暗記するスタイルではなく、
その「手順」はどうやってきまったのか、
その背景や決め方、どうやって学習すればいいか？みたいに
そのプロセスをより大事にしなければいけないはず。

そう、ベースとなる考え方や理論、基礎概念は
ＡＩ技術がきても　そう簡単には古くならない。

むしろ、そこを理解してＡＩ技術にのぞまなければ、
ＡＩ技術に振り回されておわるだろう。

先日、youtubeをみていたら、近畿大学の卒業式の映像をみかけた。
ゲストで送辞を送っておられた堀江貴文さんも
そんな未来を見据えてお話されてたんじゃないかな、と思う。