日本に殺されず幸せに生きる方法

 

日本に殺されず幸せに生きる方法(あさ出版電子書籍)

日本に殺されず幸せに生きる方法(あさ出版電子書籍)

 

イギリスを始めヨーロッパの「ちゃんとした国」は、柔軟な働き方の推進や子育て支援出生率を上げ、高齢化を食い止めています。 ヨーロッパは新興国のブラジルやインド、資源が豊富な移民国のアメリカやオーストラリアに比べたら、資源にも気候にも恵まれておらず、人件費も高いです。

これらの国と競争して経済力を高めるには、資源などに頼らずに富を生み出す仕組みを作り出していかなければなりません。その1つが、効率的に働く仕組みを作ることです。効率的に働く、とは、今あるお金や人から最大限の効果を生むということです。

 今の日本の"停滞と衰退の予感"は先例がないものではなく、1970年代の「イギリス病」を参照することができる。戦災復興のための基幹産業の過度な国有化、細分化されて強力な労働組合、手厚い社会保障などで経済が停滞して慢性的なインフレになったイギリスに、サッチャー改革で能力主義への移行がなされ、シティが生まれ競争力も取戻し、「ウィンブルドン」のように世界中から一流プレイヤーが集まる国になるという実績。

筆者は、そのような政策をまねることを説く代わりに、個人としてできることとして自らの考え方を改めて行動を起こすことを、自営の策として示す。

第5章のイギリス病のくだりは、確かに今の日本と似ている面があるし、ニュースで述べられる経済団体首脳の声明が示す意味と、そこへの備えの必要を意識する。

異端の統計学 ベイズ

 

文庫 異端の統計学 ベイズ (草思社文庫 マ 3-1)

文庫 異端の統計学 ベイズ (草思社文庫 マ 3-1)

 

現実世界とじかにかかわっている人はみな、ベイズのアプローチを採用している。実際に何かを決定する必要に迫られて初めて〔頻度主義の〕アプローチの限界が明らかになるんだ。必要なのは『自然の状態としてほかにどのような状態があって、それらはどれくらいほんとうだと信じられるのか』とう問いかけができるようになることだが、〔頻度主義では〕この問いを発することができない。ところがベイズ派は、複数の仮説を比較できる

 ベイズ統計学の発祥から、頻度主義統計学との論争に負け続けながらも、軍事・疫学調査世論調査などの分野で着実に実績を上げてきた歴史を紹介されている本。

エニグマ暗号の解読や大陸間弾道ミサイルの精度評価、潜水艦の探査など、軍事目的で実用化されてきた経緯から、統計学という世界ではずっと主流とはならなかったことは背景として興味深い。

そして、近年のコンピュータの計算力を得られるまでは、正規分布に帰着させて簡便で解析的な解を得られる頻度主義の手法が重用されてきたというのは、実用という面で見れば(軍事のような限られた例外を除いては)当然だったものと感じた。

ベイズの誓い-ベイズ統計学はAIの夢を見る

 

ベイズの誓い――ベイズ統計学はAIの夢を見る

ベイズの誓い――ベイズ統計学はAIの夢を見る

 

「原因や結果、因果関係はむしろ哲学の領域で、数式がその表現になるなど行き過ぎである」というのが、つまるところ数学(あるいは数学的確率論)からの視点である。

正直なところ、この考え方ではAIを解き明かすことはおぼつかない。自然科学者や数学者、いや統計学者の一部にさえ、哲学的思考を議論のための議論、無用で非生産的な議論として毛嫌いする向きがある。しかし、ここまでの章で見たように、日常の世界で「ベイズの定理」が人間の推論にうまく一致することはもはや否定できない。

 確率論の教科書の一節を引きながら、頻度論の枠組みで捉えることができない因果や主観確率を排することの無益さを説いている。

ベイズの定理の基礎から、階層ベイズモデルとMCMCによる解法の考え方、バイオインフォマティクス・カルマンフィルタなどの応用、そしてシンギュラリティやAIと確率との関係まで、幅広い話題が述べられる。

ベイズの定理は「主観確率」が特徴として挙げられることが多いものの、暗号解読や高頻度取引等、リアルタイム性に向いた逐次更新という特徴こそが、AIやシンギュラリティといった現代的な応用のカギとなるというのだと受け止めた。

マッキンゼーが予測する未来

  

マッキンゼーが予測する未来―――近未来のビジネスは、4つの力に支配されている

マッキンゼーが予測する未来―――近未来のビジネスは、4つの力に支配されている

 

こうした資金需要が、世界の人口の高齢化と、長期化する政府赤字の状況と同時並行して起こっており、それが需要の高まりをきっかけに、世界の総貯蓄額を減らす圧力となるだろう。マクロ経済学のファンダメンタルズに基づく伝統的な見方によれば、需要の上昇と供給を減らす圧力という組み合わせの行き着く結果は、一つしかない。それが、これまでよりも入手困難で、高価な資本の時代の到来である。

しかしながら、近年実施されてきた、これまでの慣行には従わない金融政策の実施に夜ttえ、私たちは未知の領域に導かれてしまい、これまでとは異なる、理解しがたい世界の基礎を築き始めてしまったのかもしれない。

マッキンゼー社のマクロ経済データやミクロなインサイトから得られる将来起こる変化の予測を示し、「経験に基づく直感を捨て去り、考え方をリセットする」ことの必要性を説く。

変化には、世界的な都市化によって今は名も知れぬ世界各国の都市が経済の中心になる、イノベーションの頻発によって加速する技術進化、地球規模の高齢化、貿易・金融・人間・データの世界的な結びつき、という既に観測されている事実から、将来に起こりうる変化を示している。

世界中で資本に対する実需が上がってくること、高齢化の進展に伴い貯蓄高が下がること、現在がすでに非伝統的な金融政策によって資本バブルという状況が生じているという洞察から、「いずれ金利が上昇する」か「金利を押し下げるシステムが確立するか」の両方のシナリオが考えられるという示唆が示され、そこへの備えを訴える。

目先の変動ローン金利だけではなく、企業の資金調達や世界的に見た投下資本の偏在など、広い目で見ることが必要。 

21世紀のビジネスにデザイン思考が必要な理由

 

21世紀のビジネスにデザイン思考が必要な理由

21世紀のビジネスにデザイン思考が必要な理由

 

デザイン思考プロセスで失敗するパターンは、得たインサイトを組み合わせて、「はい、これが解決策」と結論づけてしまうパターンです。これでは、インサイトの裏にある大きな感情的ニーズを見過ごしがちになってしまい、なかなかうまくいきません。

大事なのは、ユーザーから得たインサイトや、彼らが持つ未来ストーリーに刺激を受けて、「自らの未来ビジョンや想いを育み広げていくこと」なのではないかと思います。

プランナー自身が100%腹落ちしていない企画が成功するのを見たことはありません。最終的には、自分の腹に落とすという、客観から主観への転換をできるかどうかがこのステージの鍵なのではないかと思います。

 マーケティング業務に従事していた著者が、デザインスクールで学んだデザイン思考のプロセスを解説する本。

論理的に、左脳的に、客観的に物事を判断するのが通常のビジネスの考え方としたときに、直感とイメージで、右脳的に判断するためのプロセス、「好き」という直感を軸にゼロから新たなサービスを生み出して、ターゲットとする対象者の共感を得られるものを作り上げるための方法論と理解をした。

データ解析のための統計モデリング入門

 

ここまでに登場した単純なGLMでは、現実のデータ解析には応用できません。その理由は、実験・調査で得られたカウントデータのばらつきは、ポアソン分布や二項分布だけではうまく説明できないからです。

人間は自然のあれこれすべてを測定できるわけではありません。しかし、「何か原因不明な個体差がある」ことは統計モデルとして表現できます。

多くの実際のデータ解析では、このGLMMを基盤とした統計モデルを使うのが適切でしょう。これはデータのばらつきは二項分布・ポアソン分布で、個体のばらつきは正規分布であらわすような、複数の確率分布を部品とする統計モデルです。 

 統計学の入門の教科書では、誤差が独立で同一の分布に従うことを仮定し、その和が中心極限定理によって正規分布で近似できるという前提のもとで、有益なツールとしての統計学の議論を進めていく。

しかし、仮に一般化線形モデルなどのツールを用いても、このようなモデルに当てはまるという前提が成り立たない場合に、より適切な統計モデリングを行うことが必要であると著者が指摘する。

その上で、GLMM(一般化線形混合モデル)を導入して統計モデリングを行うための手順を示し、作成したモデルをMCMCマルコフ連鎖モンテカルロ法)で解くことで、有益な結論を示す手順が解説される。