どうも、武信です。(No419)
2020年教育改革への僕の本「フィクサーによる日本の教育改革本17 第21章」PART1というタイトルで話していきますね。
構想約5年以上！総文字数約31万2000文字以上の執筆物です。
フィクサーだと僕が思う理由は、2014年頃(正確には2013年頃から着手)から、この本を書き始めており、それと連動して日本の教育改革も進んだことが、まず挙げられます。
また、それ以上の確固たる証拠もありますが、それは伏せることにします。(本が1冊書けるほどの情報量になります)
教育の理想「第21章「人工知能時代においての教育や進路の考察」」
1 「2020年人工知能時代 僕たちの幸せな働き方」からの引用・まとめ。
この章では、人工知能時代においての教育や進路(職選び)について論じます。
本来なら、序盤で人工知能を考えなければいけなかったのですが、この本を書いたのが2015年(正確には、2013年から着手)ごろであり、その頃、人工知能の着想がなかったので、後回しになりました。
人工知能に負けない職選びについては、「2020年人工知能時代 僕たちの幸せな働き方」で書かれています。
以下、引用・まとめをします。
まず「問いを立てて仕組み化させていく」非構造的と、「仕組み化された中で大量に実施する」構造的の縦軸と、「感性的、身体的、直感的」と、「論理的、分析的、統計的」の横軸の4象限を作ります。
1 「非構造的」と「感性的、身体的、直感的」は飛んだ発想のイノベーター。
2 「構造的」と「感性的、身体的、直感的」は人が好き・場に安心感のモデレーター。
3 「非構造的」と「論理的、分析的、統計的」は仮説を立てるコミュニケーター。
4 「構造的」と「論理的、分析的、統計的」はAIに代替されやすいオペレーター。
1と2の「感性的、身体的、直感的」の軸は、いわゆる「人間っぽい能力」です。
3と4の「論理的、分析的、統計的」の軸は、いわゆる「エクセルっぽい能力」です。
1と3の「非構造的」の軸は、まだ仕組み化されていないことに対して、問いを立てて、仕組み化させていく能力です。
2と4の「構造的」の軸は、いわゆる、マニュアル化されている仕事です。
4つの象限のうち、AI(人工知能)が得意なのは4です。
論理的に分析し、大量の情報から統計的に考え、高速回転で何度も実施するのは、コンピューターやロボットが得意とします。
コンピューターは「疲れない」「飽きない」ので、これらの動作が得意です。
「フィクサーによる日本の教育改革本13 第17章 上」で述べた通り、創造力や予測力は人間に優位がある分野です。
1の「飛んだ発想のイノベーター」は感性・直感が豊かで、かつ、問いを立てるのが得意な人であり、既成概念にとらわれず、自分の感覚や発想で、新しい価値観を生み出す仕事ができる人です。
僕の本で主張してきたイノベーターと、似ている概念といえます。
僕の本では創造力だけでなく、人を動かすコミュ力まで含めましたが。
起業家人材ですからね。
2の「人が好き・場の安心感のモデレーター」は人の感情を察し、相手に働きかける「ホスピタリティ」を使う人たちです。
人間には身体性(痛いや喜びで身体が熱くなるなど)があるからこそ、感情を持つことができるとも言えます。
コンピューターにセンサーをつけることで、人間の身体性(感覚やセンサー)と似たような構造にし、感情を持たせようという動きもあるようですが、今のところ未知数です。
3の仮説を立てるコミュニケーターは、AIに代替されにくいといえます。
なぜなら、AIがどれだけ高速で大量の分析をしても、「何のために分析するのか」を考えるのは人間の仕事だからです。
また、分析結果に対して、意思決定するのも人間の仕事です。(教師なし学習がありますし、意思決定にまで踏み込んだAIが、将来、絶対にできないとは言い切れませんが)
具体的な職種で、考えてみましょう。
1 営業・接客系、
2 製造系、
3 技術系、
4 事務・管理系
で見ていきます。
1 営業・接客系。
高度なコンサルティングの営業・販売の仕事は、変革シナリオ通りにいけば、114万人の従業員増加と予測されており、「低付加価値の営業・販売」の仕事は、変革シナリオ通りにいけば、68万人の従業員減少と予測されています。
サービス系の仕事では、人が直接対話する業務は179万人の増加、AIやロボットで対応できる業務は51万人の減少と予測されています。
コールセンタースタッフの例でいえば、スタッフは顧客の要望を聞き、対応するべき事例をマニュアルから調べて対応しますが、この調べるという仕事をAIがやってくれるようになります。
これにより、きめ細やかな人間的な対応・接客をできるようになります。
また、AIに学習させて蓄積させたデータを使いこなせるようになれば、営業・接客系の人の仕事の幅は広がります。
従来のCRM(顧客情報管理)を、さらに進化させるのです。
データロボット(DataRobot)という気軽に、データサイエンティスト系のデータ分析ができるサービスも出てきました。
データロボットを使いこなすには、「何を予測したいのか、知りたいのか」という仮説を立てる力が必要です。
2 製造系。
現状放置シナリオで262万人の減少、テクノロジーを活用した変革シナリオでは、297万人の減少と予測されています。
この本でも述べてきました第4次産業革命が起きています。
製造業はその変革の波に飲み込まれます。
事例としては、「作業用双腕ロボットBaxter(バクスター)」があります。
「バクスター ロボット」でググれば、わかりやすい記事や動画を見ることができるでしょう。
バクスターの値段は1台400万円です。
格安です。
詳しくは本に譲ります。
3 技術系。(研究開発部門ならびに機械・電気・ITなどエンジニア全般)
変革シナリオでは、IT業務の従業員数は45万人の増加です。
テクノロジーを活用した新たな製品・サービスを生み出す技術者は、変革シナリオでは96万人の増加が予測されています。
エンジニアは、マインドフルネスが必要だと考えられています。
Googleでは、社員に最も人気のある研修の1つです。
「ガラパゴス エンジニア 瞑想」で検索すると、エンジニアの瞑想の勉強会が見れるようです。
エンジニアが仮説を立てるのに役立つ手法として、「クリエイティブシンキング(水平思考)とデザイン思考」があります。
詳しくは本で。
4 事務・管理系。(バックオフィス)
どのシナリオでも、従業員数は減少すると予測されています。
変革シナリオでは、143万人の減少が予測されており、厳しい未来です。
事務・管理系の仕事は「ミスをしない」が前提でありますが、「ミスをしない」はAIの方が得意です。
なぜなら、AIは「疲れない・飽きない」からです。
「書類作成」と「書類チェック」は、AIに代替させたい仕事だそうです。
経理業務では、「マネーフォワード」や「freee」というサービスがあります。
請求書を自動で作成してくれる「Misoca」というサービスも出てきました。
「バックオフィス 効率化 クラウド」で検索すると、多くの最新サービスが出てくるでしょう。
管理部門は売上がなくて、コストだけが発生する部署、いわゆるコストセンターと呼ばれていましたが、AIを活用すれば、利益を生み出す部署、いわゆるプロフィットセンターになりえます。
理由は人工知能時代では、「業務の中で収集できたデータから学習させた予測モデル」が価値を生むようになることからいえます。
例として、「退職率の予測モデル」は、退職者に悩む同業他社に売り込める価値があります。
社内の管理しなければいけない面倒なデータが、宝の山となりえるのです。
ではこの辺で。(3504文字)
このブログは個人的見解が多いですが、本・記事・YouTube動画などを元にしつつ、僕の感性も加えて、なるべく役立つ・正しいと思われる記事を書いています。
あくまで読者がさらに深く考えるきっかけとなればいいなぁという思いですので、その辺は了解ください。
参考・引用文献。
「2020年 人工知能時代 僕たちの幸せな働き方」
