Mogicはかんがえる

苛む風に至り、冷ます頭で思う

昔の言葉でいえば、今は温風至（あつかぜいたる）という時節のはず。

日差しが強くなり、迫りだした高気圧から暖かい風が吹いてくるという様。

ところが現代はまさに、苛風至（かふういたる）ともいうべき暑さ。

体をいじめられるような、仕返しされているような熱さと感じてしまう。

さすがにふぅ〜と一息つかないと持たないので、少し早めに夏休みをとり、遠くにいってみました。

もちろんオーバーヒートぎみな体をいたわるための休みですから、会社のメールやチャットは1日1回見るか見ないかぐらい。

普段と比べて会社の情報がほとんど入ってこないからこそ、意外と会社のことが見えてくるものです。

「朝から珍しく緊急対応してるけど、どう進めるんだろう」
「今日は七夕だから、イベントやるつもりなんだね」
「新しい業務フローを議論してるけど、決め方をどうするのかな」

そんな心配をしながら、どうにもできないので忘れたフリ。

フリだったのに、からり吹き抜ける風に気を取られて忘れてしまう。

翌朝、思い出したように見てみると何かが話された痕跡が残るばかり。

「ふうむ、やっぱり現場で勝手に自己組織化するんだな」と思う。

他人を心配しても損ばかりとなってくれば、次に思うは自身のこと。

「経営するものとしてごく当たり前のことをできていたのだろうか。絶えず『何をすべきで、何をすべきでないか』と問えていただろうか」と。

ひやり冷ました頭をふたたび稼働させるよう、意を決して照りつける都会に戻るのなら、手始めにそれからやらねば始まりもせず、でしょうに。

社会レベルの知能が圧縮される

コンピュータやネットが普及するにつれ、どんどん細かく情報を見られるようになりました。

わかりやすく広告の掲載を例にとりますと

以前は雑誌に広告を載せると発行部数や読者層からなんとなく見られる人が推測され、なんだか問い合わせや注文が増えたという感じでした。

これがネットになると広告の表示回数や場所、クリック数、そしてクリックしてから購入までが厳密な数字として表示されます。

場合によってはユーザーがマウスでどういう操作をしていたかまで分かったりします。

十分これでもすごいのに、最近は一段と知ることのできる範囲が広がってきました。

かなり遠く深くまで、ズズーっとさかのぼれる感じになっているのです。

どうやら技術の進化が観察の次元を上げるようで、まずはそこに触れている文章から引用します。

ーーーーー
誰も知らない生命　アセンブリ理論が明かす生命とその起源
サラ・イマリ・ウォーカー（著）、水谷　淳（訳）
https://str.toyokeizai.net/books/9784492800997/

のちに人間社会が顕微鏡や望遠鏡を発明したことで、“ものを見る”ためにさらに複雑な方法が進化した。

顕微鏡によって、それまで知られていなかったミクロの世界を見ることが可能になり、生物の細胞から素粒子に至るまでさまざまな発見がもたらされた。

望遠鏡によって、宇宙の遠方を見ることが可能となり、ほかの惑星のまわりを公転する衛星や、ほかの恒星のまわりを公転する惑星が発見された。

略

その意味で私たちのテクノロジーは、現実を新たな方法で見るために私たちが進化させる、いわば近くのフィルターである。

略

したがってできる限り広い意味で言うと、テクノロジーとは、本来存在しえないものを存在可能にする知識（時間をかけて選択された情報）、それを応用することであるといえる。

略

現在この惑星上で出現しつつあるテクノロジーの中でも、もっとも広く議論されているものの一つが、人工知能である。

人工知能は実体を持たない、さらには進化の流れから外れている、と論じられることも多い。

だが大規模言語モデル、コンピュータ視覚、自動化装置など、私たちが現在開発を進めているテクノロジーは、それを生み出した生物圏から切り離されてなどいない。

生命の新たな能力が、新たな基体の中で再び実現したものにほかならない。

そしてそれによって、新たなスケール、惑星規模の知的生命が出現しようとしている。

略

開発が進められている人工知能がもう一つの重要なピースとなるのは、十分に大規模にデータを処理することで、私たちと同じくらい時間的に深い物体を見ることができるからだ。

その意味で人工知能も、知覚のテクノロジーの一つといえる。

私たちを（社会のような）集合体として記述する膨大なデータを、個々の人間が理解して触れ合うことのできる長さとタイムスケールに圧縮する。

そうすることで、私たち自身を初めて根源的な形で、より抽象的な形で観察できるようにしてくれる。

ChatGPTを疎んじる人がいるのは、（あちこちで論じられているように）人間レベルの知能だからではなく、社会レベルの知能を人間のスケールに圧縮しているからだ。
ーーーーー

うまくニュアンスを伝えたくて、引用が長くなりました。

最も気になるのはこの部分

「人間レベルの知能ではなく、社会レベルの知能を人間のスケールに圧縮している」

これの意味するところは、人工知能との本質的な向き合い方は日常会話や会議の延長には“ない”ということでしょう。

つまり、1対1で会話する、数人で議論するという経験的に身についた技法では観察の次元が上がりきらないんじゃないかなと思います。

感覚的にいえば、これまで蓄積された社会まるごとと一瞬でババーっと会話するテンション（と人工知能からみれば多くのアテンションヘッドとレイヤー）が必要なんでしょう。

しかも膨大な情報を折りたたんで届けてくれるんですから、とにかく便利ですけど末おそろしい世の中になったものです。

アップサイドとダウンサイド

商品としてのクラウドサービス開発は、社内で合意を得やすいものです。

契約にいたれば売上や利益になりますから、あまり反対する理由がありません。

あるとすれば、売れなかったときにどうするんだというぐらい。

他方、クラウドサービスを支える土台なのに意外と開発しにくいのが社内の業務システムです。

おそらく商品とは違い、一つ一つの業務フローが損益と直結しづらいからでしょう。

業務をシステム化したところで利益になるのか、ムダにならないのか、メンテナンスの手間がかからないかといった声が少なくありません。

しかし本当は感覚的に分からないことこそ、一度どのぐらい大事かと推定してみた方がいいのです。

例としてクラウドサービスの業務をすこし切り出してみます。

問い合わせを登録する、問い合わせに返信する、相談を受ける、見積を出す、契約書を結ぶ、請求書を送る、入金を確認する、経理処理を行う、データ分析する。

これらに概算でかかる時間を入れてみます。

1件あたり
・問い合わせを登録する：5分
・問い合わせに返信する：5分
・相談を受ける：15分
・見積書を出す：15分
・契約書を送り、締結する：30分
・請求書を作り、送る：10分
・入金を確認する：10分
・経理処理を行う：15分
・データ分析する：15分
総時間：2時間

というベースを作ってから件数を拡張していきます。

10件なら20時間
100件なら200時間
1,000件なら2,000時間

と単純に導くことができます。

仮に1時間の価値を低くみて5000円とすると、10件で10万円分、100件で100万円分、1000件で1,000万円分。

もしこれが1ヶ月あたりの数字だったとしたら、永続的に10万円から1,000万円が浮くはず。

つまり、それらを売上の積み上げからまかなうより業務システムの効率化が確実で持続的だと考えられる。

しかもこの計算は部分として切り出しているので、本当は業務同士が連結していて乗数効果となりえる。

ビジネス風味でいうと「アップサイドの効果は無限、ダウンサイドの影響はかけた開発コストだけ（実は機会損失もあるけど免除）」という想定条件。

日常用語でいいなおすと「うまくいったら効果絶大、ダメでもかけた手間を失うだけじゃん」。

というのが信じられるなら、よっこらしょと業務システムを作ってみるのです。

まず小さな業務システムを作り、実際に浮いた時間を計測する。

予定通りか、予定以下か、予定以上か。

予定通りじゃないとしたら、なぜ外れたのか。

ただひたすらに何世代も作り変えていき、やがては誰もが便利だなあという日がくればしてやったり、なんてね。

夏のアプリ開発、奇妙な噂話

いつとなく雨が降りはじめるころに、夏のアプリ開発がはじまります。

ご存知ない方のために補足しますと、Mogicでは年3、4回ほど実験的な無料アプリを短期決戦で作っています。

新年を祝う年賀アプリ、ジョーク満載のエイプリルフールアプリ、思いつきの社内エンタメアプリ、最後に今から取り組む夏休みアプリ。

【年賀アプリ】https://microtech.mogic.jp/category/01002000
【他エンタメ】https://microtech.mogic.jp/category/01005000
【季節アプリ】https://microtech.mogic.jp/category/01001000

例年ならインターン生を集めてスタートさせるのですが、今回は特別に社員だけでやることになりました。

というのも、ここ数年社員の間で奇妙な噂話があったからなんです。

それが起きるのはいつも空いたペットボトルや缶ビンを少し離れた回収場所に出す時のこと。

途中でしょっちゅう見知らぬ誰かに呼びとめられるというんです。

それも普段めったにないような奇っ怪なシチュエーションで。

ある人いわく「髪をふりみだした老婆にきつく問いつめられた」

ある人いわく「子どもが笑いながらずっとついてきて褒めてくれた」

ある人いわく「後ろ向きに歩いている人が前にいてバッチリ目があった」

という、にわかに信じられない話ばかり。

これはきっと妖かし、または目に見えない何かの仕業に違いないぞ。

そう盛りあがっていたら、フッと導かれるように自分たちの体験を再現する夏の夜のアプリを作ることになっていました。

これからアプリを開発するので、結局いつものようにうまくいかず肝を冷やすのでしょうからリリース日は不明です。

今回はじめてのウェブブラウザで3D操作できるアプリ（のはず）なのでそこはご期待ください。

無限にみえるオプションの果て

Mogicの社内がワサワサ、バタバタしていることはほとんどありません。

のんびりしてるといわれればそれまでですが、経営の視点でいえば「目の前の仕事に対応してない」からだと思っています。

今日のことを今日判断するんじゃなくて、はるか地平線上にある選択の可能性を今日考えておく。

「はるか先って、いつのことなの？」と問われれば「少なくとも半年、長くて数年、10年先に起きそうなこと」が答えになります。

前にも「桃栗3年、柿8年という体感」という記事でふれたようにとにかく長めにとらえています。

「じゃあ、なんでそんな先のことを考えるの？」と問われるなら「ベースはオプション取引のスキームを使ってるから、誰もがパッと判断できないような未来がいいんです」と答えています。

オプション取引、ちょっとなじみの薄い用語がでてきました。

分かりやすくするためにギリシャの哲学者タレスの話を引いていきます。

ーーーーー
オプション取引
https://w.wiki/EJEy

紀元前6世紀、ギリシャのサモス島にタレスという学者がいた。

彼は数学や天文学に通じ、紀元前585年に起きた日食を予言したと言われるが、貧乏をしていたので、ある者が「お前のその学問は、いったいなんの役に立つのか」と罵った。

そこでタレスは学問で実際に金を稼いでみせようと出かけていって、島の特産であったオリーブから油を搾る石臼を持っている男にいくらか金を払い、オリーブの収穫期に臼を借りる予約をした。

数か月後、その年のオリーブは大豊作になり、島の石臼はのこらず必要になった。

タレスは石臼を高値で又貸しして利益を得たという。

これが世界史上初のオプション取引とされる。
ーーーーー

おもしろいのは、未来にうまれる価値（オリーブの大豊作）を今日のちょっとした判断（いくらかの金）で予約できたということ。

「未来なんて分からないさ」と割りきるんじゃなくて、ありそうな未来に少しだけ賭けておく。

ちょっとだけ先取りして、ヘンゼルとグレーテルのパンくずのようにわずかなしるしを残しておく。

通る“はず”の帰り道のために、先に失っていいモノと後で得られるだろう価値を天秤にかける。

不確実な未来という無数の分かれ道を前にして、ほんのすこしのシグナルを受けとる。

まあ、まあ、そんな感じで格好をつけてしまいました。

きっと次のような反論があることでしょう。

「未来の分岐は膨大にあるから、全部は考えられないじゃないか」
「未来っていっても6ヶ月先なのか、24ヶ月先なのかで違うし」
「未来の3ヶ所に選択肢が3つずつで27通りって、検討だけで日が暮れる」
「小さなリソースを前借りしすぎると結果的にかなりの量になるじゃん」
「予想できないことが起きるんだから、考えるだけ意味ないよ」
「複雑に考えすぎて、動けなくなるんじゃないか」
「どうやればいいか、まったく分からないし」

そうです、分からないから大変なんです。

大変だからこそ、時間を見つけてはあれこれと想定してオプションを作り続けて来るべきときがきたら一つ一つ取りだして丁寧に検証するしかない。

可能性というものの前提として外れることが多いから、作ってから後で見直し、作っては見直しをくりかえす。

作りすぎてもダメだけど、作らなすぎてもダメ、だからひたすらに続ける。

次第につくるべきオプションとつくらなくていいオプションが見えてくる、はず。

無限にみえる取り組みの果てに（これを純粋持続というなら）、いつか直観と呼ばれるものにたどりつけるのでしょうか。

成果はさておき、こういうの嫌いじゃないのでついクセで作ってるようになったかな。

余白というセーフティネット

社内あちこちから「余白を作って」「余力を考えて」「余裕を持たせて」と聞こえてきます。

もちろん精神衛生からいえば、ゆとりはいいものです。

しっかりと準備して、じっくりと進められますから。

ゆとりがあることで、自分たちらしく仕事を進められる。

なんて理想論をいうこともありますが、本質は現実的な対処から導かれたものです。

なぜ余白を作るのか？それがはたらく人だけのためじゃないとしたら？

答えは、組織の運営を自律的かつ自動的に補正するため。

そのための理論的な土台としてパーキンソンの法則を利用しています。

まずはイギリスの政治学者が提唱した有名な法則から

ーーーーー
パーキンソンの法則
https://w.wiki/mP8

元々は、英国の官僚制を俯瞰した結果として、官僚達が自分達の相互利益のために、仕事を作り出して行政運営を実施し、それに見合う部下を新たに雇い入れ、予算が得られれば得られた分だけ、官僚達が増長してゆく様子を示した法則であった。

パーキンソンの法則を一言で言うと、例えば、役人の数は、仕事の量とは無関係に増え続けるという説明が可能である。

具体的な法則としては

第1法則
仕事の量は、完成のために与えられた時間を全て満たすまで膨張する

第2法則
支出の額は、収入の額に達するまで膨張する

以上の2つから成る。

ーーーーー

端的にいうと「ほっとけば、あればあるほど使っちゃう」です。

もう少し会社の業務によせてパーキンソンの法則を改変してみます。

第1法則
個人において、仕事の量は勤務時間を全て満たすまで膨張する

第2法則
会社において、予算の費用額は予算の売上額に達するまで膨張する

この第1法則から導かれる予想解は

・最初は仕事量を抑えるが、経過するほど残業の確率が上昇する
・勤務時間がある限り、本当はもうしなくていい仕事を見直すことはない

とか

第2法則から導かれる予想解は

・売上が未達であっても、費用は予定どおりかさ増しされていく
・手元にお金のある限り、本当はしなくてもいい仕事を見直すことはない

とか

これら無自覚な膨張を危険だと思うなら、満杯であふれる前にリミッターをかけておくのが最善です。

今の器であふれるのなら、わざと少し小さい器を用意する。

小さい器が先に満ちることで、警報を鳴らすことができる。

普通の器が満杯になるまでに時間があれば、対策をたてやすい。

個人の家計でいえば「給料日のすぐ後に天引きして預金を積みたてる方法」に似ています。

天引きされたのちの給与、つまり小さい器でその月の生活をやりくりする。

小さな器でやれているうちは、うまくいっているとみなせる。

もしも小さな器からこぼれたなら、何かがおかしいと気がつく。

突発的なことで仕方ないなら、積みたてた余力をつかう方法もあるしと。

個人の仕事でいえば、はじめに「余力を考えて」予定を組んでおくと力を使いはたす前に誰かが気づいてくれる。

会社のお金なら、あらかじめ「余裕を持たせて」おくことですっからかんになる前にいらない仕事をやめられる。

そうです、余白とは単なるのんびりした雰囲気や働き方改革のためではないのです。

経営の観点でみればセーフティネットが立ちあがる装置、しかも組織というネットワークが自律的かつ自動的に補正をかける起点となっているのです。

共有フォルダへの忖度と憶測

えいやと捨てる、思いたって捨てる、話しあって捨てる。

4月に組織を変えた勢いで、いらないものを捨ててみました。

あんまりモノはなかったのですが、たくさんあったのがデジタルファイル。

それも個人のフォルダというより、誰かとの共有フォルダのやつなんです。

自分のなら「あああ、あ〜いらないじゃん」と捨てられる。

だけど、共有フォルダにあるファイルだと「あの人、使ってるんじゃないかな」と忖度して手がつかない。

そんな見えない気づかいで積もりに積もったファイル、ファイル。

腐るわけじゃなくて、壊れるわけじゃないけど、どうにかしないとね。

というわけで、顔つきあわせて「これ、いいよね」「日付、古くない？」「なつかしいねぇ」とやってみました。

なんと、なんとの共有ファイル、9割近くなくなりました！

なんていうんでしょうか、こういうのが人にとって一番難しいんだなと。

「誰かが使うんじゃないか」「誰かに必要なんじゃないか」という憶測。

誰か、誰かといってるうちに生まれいづる“知らない誰か”。

その人を探してさまようばかりの、のっぺらぼうなファイルがぞろり。

おお、背筋も凍る怖い話になってきました。

こんな時、抜け出すにはひとつばかり。

うしろを振りかえらず肩よせあってそろり、しかないんでしょうね。

正規化するビジネス行列の先に

原因があり、結果がある、分かりやすい。

原因が3個、結果に濃淡ある影響を及ぼしている、分かりにくくなる。

原因が10個以上、最初の原因が中間の結果を生んだのち他の原因と連鎖的に反応しているとなれば、精査することが大変になる。

長々しい文章にしてみたのは、結果に対する原因の特定って因子が増えるほど難しいよなあと思ったからです。

それでも多くの因子を組み合わせてモデルにする多変量解析、たくさんの因子をあれこれ操作することでブレ幅をシミュレーションする感度分析ほか。

これら応用すべくビジネスの現場に目をむけると、やはり含めるべき因子が多い、多すぎる。

たとえ因子が多くても見晴らしよくできないのかなと多変量解析を細々と調べていたら、生成AIのロジックと相性がいいんじゃないかという応用事例をみつけました。

ということで、まずは多変量解析の概要から

ーーーーー
多変量解析
https://w.wiki/Dvsp

多変量解析（たへんりょうかいせき、英語: multivariate analysis）は、多変量のデータの特徴を要約する方法のことである。データの要約により、データの特徴を単純化し、分析しやすくする。

重回帰分析、主成分分析、独立成分分析、因子分析、判別分析、数量化理論 （I類、II類、III類、IV類）、クラスター分析、コンジョイント分析、多次元尺度構成法 (MDS)。
ーーーーー

続いて現実への応用事例として、人文地理学の手法をみてみると

ーーーーー
人文地理学では、地域分析において多変量解析が重要な手法となる。

1950年代後半以降、計量地理学の理論を構築していくうえで多変量解析が利用されていった。

人文地理学では、重回帰分析による地域間の連結性の把握、主成分分析による都市の内部構造の分析、因子分析・クラスター分析による因子生態分析や等質地域・機能地域の地域区分などが行われる。

地域分析で多変量解析を行う場合は、まず地理行列を作成する。

等質地域の設定を行う場合は属性行列、機能地域の設定を行う場合は相互作用行列を作成し、多変量解析を行うことになる。

【補足】地理行列　https://w.wiki/DvvB
Berry (1964)では、行に属性、列に地域をとり、各行と各列の交点（行列の成分）に当該地域の地理的事象が表示される。これにより、全地域の全属性を行列として表示することができる。
ーーーーー

地理行列、すなわち地理における「属性」と「地域」を行列にして計算の下ごしらえをする。

この着想に生成AIのベースとなる言語行列と近しいものを感じて、もし「職種」や「活動」という成分でビジネス行列を構成できるなら、AIを経由した多変量解析で有益な知見がえられるかもというアイデアでした。

そんな思考実験の先にみえる未来の景観（ランドスケープ）、それはどんなものでしょうか？

そうですね、まず考えられるのは自社、他社かまわずグローバルでリアルタイムに集められる膨大なビジネス行列。

人が取り扱えないほど壮大なビジネス行列を使った演算が経済的な盤上において自社の立ち位置を決め、行動を選択させる。

残念ながらそのロジックはすぐに伝播し、模倣され、あれよという間に誰もが使えるものとなる。

となれば、同大小異なロジックに盲信することで似たような企業として収斂することが最大のリスクとなる。

詰まるところ、大量に演算しようがしまいが現時点と同じような戦略の選定になるのかもしれませんし、反対にごく微視的な差分を見つけて決定的な卓越性を目指すのかもしれません。