製造業の生産管理・SCM、中国事業に携わる。中国駐在8年、ソフトウェア業界25年以上。AI・中国製造業・因果推論・行動科学を手がかりに、現場と経営をつなぐ視点で発信。
日本 東京
Joined May 2009
- Tweets18.2K
- Following432
- Followers1.2K
- Likes241
9月の限界利益率25％、営業赤字8,500万円までの縮小は、収益構造の改善を示す数字。
ただし、2026年8月期の営業キャッシュフローは89億円の流出。手元資金も196億円まで減少している。四半期黒字化と、競争を続けられる経営体力は別の問題。
ロケットナウの送料無料、Uber Eatsとの競争が続く中、価格施策だけでは消耗戦になりかねない。
重要なのは、新規利用者の獲得だけでなく、既存利用者の注文頻度と配送効率を高め、1件当たりの採算改善を持続させること。
黒字化そのものより、その先のキャッシュ創出力に注目。
npx.me/v2/5Zqd6/kjQH?from=tw…
171
今回のメタの新モデルで注目したいのは、OpenAIやAnthropicとの性能比較だけではない。
メタにはInstagram、Facebook、WhatsAppという巨大な利用者基盤がある。高度なAIを開発することと、それを人々の日常や仕事の流れに組み込むことは、別の競争。
特に、今回発表された「Active Memory」と「Active Focus」は、AIが質問に答えるだけでなく、文脈を引き継ぎ、途中で失敗しても仕事を進める方向への進化を示している。
一方、既存の利用者基盤が、そのままAIの利用拡大につながるとは限らない。個人情報へのアクセス、利用者の信頼、実際に任せられる仕事の範囲が問われる。
AI開発競争の次の焦点は、ベンチマークの順位だけでなく、誰がAIを日常の行動や業務の中に定着させられるか、という点にもあると思っている。
npx.me/v2/3V5ykw/kjQH?from=t…
1
144
これだけ多くの制度変更が並ぶ中で、特に気になったのは、2027年4月から始まる「育成就労」。
技能実習から育成就労への移行は、外国人材の受け入れ制度が変わるだけでなく、受け入れる企業の人材育成のあり方も問われる変化だと感じる。
人手不足を補うために人を採用しても、仕事を教え、技能を身につけてもらい、定着につなげる仕組みがなければ、持続的な戦力にはならない。
製造業では、作業手順を教えることと、現場で判断できる人材を育てることは同じではない。
制度の変更を、単なる人員確保の問題として捉えるのか。それとも、企業自身の育成能力を見直す機会にできるのか。
受け入れる側の準備も問われる制度変更だと思う。
npx.me/v2/1DRehL/kjQH?from=t…
1
86
AIが人類に危害を及ぼすシナリオとして、生物兵器や核兵器などが議論されている。
一方で、気になるのは、AIが人間を直接攻撃しなくても、人間の判断そのものに影響を与え得るという点。
AIは膨大な知識を持ち、論理的で説得力のある回答を返す。さらに個人の考え方や状況まで理解するようになれば、「AIが言うのだから正しい」という権威バイアスが強まる可能性がある。
ここで重要なのは、AI自身に意志や悪意があるかどうかとは別の問題だということ。
与えられた目的を達成する過程で、人間の認識や行動を誘導することは、AIに意識がなくても起こり得る。
AIが意志を持つ前に、人間がAIに判断を委ねることに慣れてしまう。
人類にとってのリスクは、AIが何を実行できるかだけでなく、人間がどこまで自ら判断し続けられるかにもあるのではないか。
npx.me/v2/1VWuFy/kjQH?from=t…
![[この記事は掲載が終了しました]](https://pbs.twimg.com/card_img/2117984473388339200/K3uYCqt2?format=png&name=420x420_2)
1
109
AIによる攻撃に、AIで対抗する。その応酬が高度化したとき、気になるのは、人間が「今、何が起きているか」を把握できるのかという点。
攻撃と防御が人の理解を超える速度で進めば、人に最終判断や停止の権限を残しても、それだけでは制御できない恐れがある。何が起きていて、止めると何に影響するかが分からなければ、判断のしようがない。
防御能力の強化と併せて必要なのは、AIが何を検知し、何を守るために何を止めたのかを、人が把握・検証できる仕組み。
「人が判断する」という原則を機能させるには、人が判断できる状態を保つことまで設計する必要がある。
npx.me/v2/xHJCR/kjQH?from=tw…
1
81
今回気になったのは、価格調整の疑いそのものに加え、協議内容が一部企業では経営トップまで報告されていたとみられる点。
組織の中では、経営層にとって耳の痛い情報ほど上がりにくいことがある。報告されなかったり、表現を和らげられたり、都合のよい部分だけが強調されたり。
つまり、「報告された」という事実と、「実際に何が起きているかを経営層が認識していた」ということは、必ずしも同じではない。
今回、実際にそうした情報の選別や装飾があったかは分からない。
ただ、経営トップまで情報が共有されていたのであれば、何が、どのような言葉で伝えられ、受け手がどう認識し、判断したのか。
単なる報告経路の問題ではなく、組織の情報伝達と意思決定の問題でもある。
npx.me/v2/1DZgw9/kjQH?from=t…
83
注目したいのは、脳の信号を読み取る精度と、身体への負担をどう両立させるかという設計の違い。
一時的な利用から長期利用へ進むには、継続して安全に使えるかの検証が必要。巨額の資金が集まることと、患者の日常に届くことの間には、まだ時間がある。
意思を伝えたり、機器を動かしたりできる機会が、日々の暮らしでどれだけ増えるか。技術の進歩を、その尺度でも見ていきたい。
npx.me/v2/3HQ24b/kjQH?from=t…
60
「AIで攻撃が高度化した」ということ以上に、攻撃対象を探すコストが下がっている点が気になる。
従来は、攻撃者が「どこを狙うか」をある程度選ぶ必要があった。
AIが自動的にシステムのほころびを探せるようになれば、狙われる理由があるかどうかではなく、ほころびがあるかどうかが問題になる。
「うちは狙われるような会社ではない」という考え方も通用しにくくなる。
人が見つけなければ放置されていた小さな脆弱性も、機械が常時探索する世界では、いつか見つかる前提。
AIによって変わるのは攻撃手法だけではなく、「狙われる」という概念そのものなのかもしれない。
npx.me/v2/2bkYAf/kjQH?from=t…
63
情報漏えいのニュースが続く中で、「どう守るか」と同じくらい「そもそも何を持つのか」が重要だと感じる。
サービスを便利にするほど、企業が保有する顧客情報は増えていく。
一方で、一度侵害されれば、持っている情報の量と種類そのものが被害の大きさにつながる。
セキュリティ対策というと、侵入を防ぐ技術に目が向きがち。
しかし、「本当にこの情報を持ち続ける必要があるのか」という設計も同じくらい重要。
守ることと、持たないこと。
両方を考える必要性が、ますます高まっているように感じる。
news.web.nhk/newsweb/na/nd-2…
43
「問題が解決すること」は、必ずしもすべて良いことなのか。
この記事を読んで、そんな少し哲学的な問いを感じた。
山頂に着くことだけが目的なら、ヘリコプターで運んでもらえばいい。
でも、登る途中で身につく技術や判断力、試行錯誤まで含めて登山の価値だとすれば、山頂に着いたという「結果」だけでは代替できない。
数学も同じで、難問を解くことだけが目的なら、AIが次々と答えを出す世界は歓迎すべきもの。
一方で、人間は問題に挑む過程で、新しい考え方を見つけ、理解を深め、次の問題を生み出してきた。
答えが得られることと、そこに至る過程から得られるものは別。
AIが「答え」を大量に生み出せるようになるほど、人間にとって「問題に向き合うこと自体の価値」が改めて問われるのかもしれない。
npx.me/v2/3miJY5/kjQH?from=t…
6兆円規模という数字以上に気になったのは、スターバックスが掲げてきた「サードプレイス」という考え方が、この買収でどうなるのかという点。
スターバックスは今、「Back to Starbucks」を掲げ、コーヒーを飲むだけの場所ではなく、人が集まり、過ごす場所としての価値を改めて強めている最中。
一方のチポトレは、同じ外食でも提供する体験やオペレーションがかなり違う。
大型買収によって規模は広がるが、経営資源や意識まで広がりすぎれば、逆に「スターバックスらしさ」が薄まる可能性もある。
買収が実現するか以上に、サードプレイスというブランドの軸をどこまで維持できるのかに注目。
npx.me/v2/kJLWE/kjQH?from=tw…
205
215万件という規模も大きいが、気になったのは9月中旬の不正アクセスが、10月7日の調査で判明したという時間差。
そもそも検知できていなかったのか。何らかの兆候やアラートは出ていたものの、重要な事象として認識されなかったのか。あるいは、社内で情報が上がっていても適切にエスカレーションされなかったのか。
現時点の公表内容だけでは分からない。
セキュリティでは、「防げるか」だけでなく、「異常に気づけるか」「気づいた情報が適切に上がるか」「そこで行動に移せるか」までが一つの仕組み。
今後、発見までに時間を要した理由が明らかになるのかに注目。
npx.me/v2/1CRUff/kjQH?from=t…
84
記事で気になったのは、各社が同じ時期に値上げしたという「結果」だけでは、カルテルとは言えない点。
競合他社の動きを見て、自社でも価格を見直す。それ自体は経済合理的な判断。
一方で、事前に相談して値上げ幅や時期を決めていたとすれば、同じように見える結果でも意味は全く違う。
外から見える「結果」と、そこに至る「意思決定プロセス」は別物。
企業経営でも、「何が起きたか」だけでなく、「誰が、どの情報をもとに、どう判断したのか」を残しておくことの重要性。
今回の調査で、そのプロセスがどこまで明らかになるのかに注目。
newspicks.com/news/17653342/…
171
「9割に脆弱性」という数値より、気になったのはその後の実験結果。
詳細な技術指示を与えた方が、かえって脆弱性の再発率が上がったという。
「木を見て森を見ず」という言葉を思い出した。
細かな「やり方」を指定することに集中した結果、本来守るべき全体の目的から外れてしまったとも見える。
一方、「本番運用に耐えるものを」という上位の目的を伝えると、結果は改善した。
AIへの指示は、細かければ細かいほど良いとは限らない。
何をさせるかだけでなく、何のためにやるのか。
AIを使うほど、細かな指示を出す力より、全体の目的と満たすべき条件を伝える力が重要になるのかもしれない。
npx.me/v2/4Z58PF/kjQH?from=t…
63
「軽量化」という言葉が気になった。
ヒューマノイドは、単に軽ければ運びやすいという話ではない。
腕が重くなれば、それを動かすモーターにより大きなトルクが必要になる。モーターを大きくすればさらに重くなり、その重量を支える脚や腰も強くする必要がある。消費電力が増えれば、今度はバッテリーも大きくなる。
重量が重量を呼ぶ構造。
だから軽量化はコストダウンの一項目ではなく、可搬重量、速度、稼働時間、安全性まで左右する設計の起点になる。
一方で、軽くしすぎれば剛性や出力とのトレードオフも出てくる。
ヒューマノイドを見ていると、「高性能な部品を積み上げれば高性能な製品になるわけではない」という、製品設計の難しさがよく見える。
npx.me/v2/10jDAi/kjQH?from=t…
63
AIの能力が上がるほど、「使わせる／使わせない」の二択では管理できなくなっていく。
今回面白いと思ったのは、Anthropicが強力なモデルへのアクセスを3段階に分け、利用者の審査と用途によって制限を変えている点。
AIをどこまで賢くするかという技術の話だけでなく、誰に、何を、どこまで任せるかという権限設計の話になってきた。
これは企業でAIエージェントを使う場合も同じだと思う。
「AIを導入するか」ではなく、発注できるAI、提案までのAI、閲覧だけできるAI。それぞれにどこまで権限を渡し、誰がその権限を決めるのか。
AIが人に近い仕事をするほど、システムのアクセス権管理より、組織の職務権限設計に近づいていく気がする。 npx.me/v2/3JESgb/kjQH?from=t…
71
スポットワークというと、幅広い業種の仕事を集めるサービスをイメージしていましたが、介護のような特定領域に特化したサービスがここまで伸びていることが興味深いです。
他の業界でも、幅広い顧客に共通のサービスを提供する「総合型」と、特定の業界や業務に深く入り込む「特化型」への分化が起きています。スポットワークでも、同じことが起こり始めているのだと感じました。
特に資格や経験、業務知識が重要になる領域では、単に「人と仕事をマッチングする」だけではなく、その業界特有の条件をどこまでサービスに組み込めるかが差になりそうです。
製造業でも同じような特化型が広がっていくのか、少し気になります。 npx.me/v2/27oFVF/kjQH?from=t…
115
コスト削減というより、それ以上に「他社のAIを使うより、まず自社のAIを使おう」という話ですよね。
たとえば、Appleの社員が普段Android端末を好んで使っていて、会社から「iPhoneを使おう」と言われるような感覚でしょうか。
自社製品を自分たちで使えば、改善点も見つかりますし、利用ノウハウも社内に蓄積される。その意味では合理的です。
一方で気になるのは、そもそもなぜ社員が競合製品を選んでいたのかという点です。
自社製品を使わせることと、競合製品が選ばれていた理由を知ること。この二つは分けて考えた方がよいように感じました。 npx.me/v2/4LJpyd/kjQH?from=t…
1
120
「不正アクセスが増えたように見える」ことと、「実際に攻撃が短期間に急増した」ことは、分けて考える必要があるという点が印象に残りました。
公表が同じ時期に集中すれば、私たちは「最近急に増えた」と感じます。しかし、公表されたタイミングと、実際に攻撃が起きたタイミングは同じとは限らない。
さらに、最近の出来事だからといって、すぐに「AIが原因では」と結びつけるのも同じだと思います。
見えている現象と、その背景にある原因は別のもの。数字やニュースが並ぶと、つい一つの理由で説明したくなりますが、そこは切り分けて考える必要があると改めて感じました。 npx.me/v2/3IInYB/kjQH?from=t…
141
2008年前後、中国にいた頃の話。
当時は、今と比べると接客がかなり大ざっぱな飲食店も少なくなかった。
あるとき、中国人の知人に、
「こんな接客をしていたら、お客さんがもう来なくなるんじゃない？」
と聞いた。
そのとき返ってきた、今でも印象に残っている一言。
「その客が二度と来なくても、新しい人がまた来るからね」
なるほど、と思った。
当時の中国は、市場そのものがものすごい勢いで大きくなっていた時期。
昨日来た客にもう一度来てもらわなくても、明日は別の新しい客が来る。
そんな市場では、「もう一回来てもらうこと」より、「増え続ける需要に対応すること」の方が優先されるのかもしれない。
そのとき、ふと思った。
中国市場の成長に陰りが見え始めたら、飲食店の接客は良くなり、リピート客を大事にし始めるのではないか。
もちろん、飲食店の接客だけで景気を判断できるわけではない。
でも今振り返ると、市場が変わると、企業が見る数字も変わるということだったのだと思う。
新規顧客が次々に入ってくる時期は、「何人増えたか」。
成長が落ち着いてくると、「その人がもう一度使ってくれるか」。
最近、AIを見ていて思い出したのが、この会話。
どのモデルが一番賢いか。
利用者が何人増えたか。
どれだけ新しい機能を出したか。
今はそういう話が目立つけれど、AIが本当に一般化していくと、そのうち見るものが変わるのかもしれない。
一度使ってもらったかではなく、翌日も使ってもらえるか。
試してもらったかではなく、仕事の中に残ったか。
新しい利用者を増やすことから、使い続けてもらうことへ。
市場が成熟するとき、売れている商品の順位とともに気になるのが、企業が見る数字の変化。
2008年頃に聞いた、あの一言をきっかけに、いろいろなことを妄想中。
1
105