  |
はてなキーワード: プロジェクトとは
増田の周囲で最近「働き方改革とかクソだ！」「リモートとか言わず出社しろ！」みたいな反動があり、職場の雰囲気が良くない。
課長も一時期は、人員を監視してムチ打つ労働監視員でなくて、プロジェクト進行を管理するプロマネ的な動きに変わって行ってるはずなのに、
また奴隷監視員みたいな管理をする人が出てくるようになってきた。大きなトレンドじゃなくて局所的な揺り戻しかとおもうけれど、
職場の雰囲気が恐怖政治的になってきている。指示を出すとき、大義や目的とか締め切り、制約条件みたいな基本的なブリーフィングなく、
「うるせぇごちゃごちゃいうな、おまえ上司のいうことが聞けねぇのか！」みたいな管理をする人がいてびっくりしている。
団塊の人達が無茶苦茶だった、という反省の素にすこしずつ改革を積み上げてきたはずだけれども、その辺の歴史的な認識が
部署によっては最近課長になっている氷河期世代の人たちに伝わっておらず断絶があるように感じる。
団塊ジュニアの人たちで課長にならないで職場の鬼軍曹みたいな、昭和の価値観でガチガチにかたまった人達がいて、
バリキャリ30代後半の女だが、ペアーズ初めて２ヶ月で出会った40代前半の人と１ヶ月で付き合い、３ヶ月でプロポーズされ、それから半年して結婚した（出会って10ヶ月）。結婚後半年しても妊娠しなかったので不妊治療専門のクリニックに行き、人工授精、体外受精を経て半年で妊娠、今年に入って無事出産した（結婚して妊娠するまで1年くらい）。
夫と出会って2年ちょっとで出産したので自分でもなかなかのスピードだと思うけど、35歳の時は彼氏もいなかったし恋愛の仕方も忘れていたので「もう子供を持つのは無理かな」と絶望して泣いていた。転勤を機にペアーズ始めてみたらこんなことになったので、35歳の時の自分には「やらない後悔よりやる後悔で突き進んだらいいことあったよ！」と言いたい。
もし、同じように35歳くらいで結婚、妊娠を諦めている女性がいたら、まだまだ5-7年くらい猶予あるからキャリアも子供も諦めずに頑張って！と伝えたい。ただいざ出産となると体力は必要だし、子育ても疲れやすいし、第二子は年齢的に難しいかもと思うので、もし結婚相手がいるけどキャリアのために結婚、妊娠を先延ばしにしているのであれば、それは勿体無いなーと思う。
あと、40代男性で子供が欲しい人が35歳以下の女性を希望するという話をよく見るけど、男性自身も年齢が上がるにつれて不妊治療が必要になる場合があるので、若い女性を希望して出会いに時間をかけるより35歳以上の女性も視野に入れて結婚して妊活する方が意外に時間をかけずに子供をもうけれるのではないかと思った。
高齢の初産は色々とリスクは高いけど、生まれてみたら赤ちゃんはかわいいし、高齢の親の生きる糧になってるし、高齢ゆえに金銭面での余裕もあるので、私はこの歳で産めてよかったなーと思った。仕事を休んでるのは不安ではあるけど、キャリアをある程度積んでからの産休、育休なので精神的なゆとりは若い時よりあると思う（多分若い時に長期に休んだらキャリアが積めないことがもっとストレスだったと思う）。それと子育ては一大プロジェクトで、やりがいも思ったよりあるし、色々と新たな世界を知れるので結構面白い。年齢的にも金銭的にもひとりっ子かなと思っていたけど、やっぱり可能なら二人目も欲しいなと思う。まだ生まれたばっかりでこれからが大変なのかもしれないけど。
X (twitter) で SITUATIONAL AWARENESS: The Decade Ahead https://situational-awareness.ai/ というのが回ってきて非常に示唆に富むものだったので、DeepL (無料版 API経由) で訳してみた。
この1年で、街の話題は100億ドルのコンピュート・クラスターから1000億ドルのクラスター、そして1兆ドルのクラスターへと移り変わってきた。半年ごとに、役員室の計画にまたゼロが追加される。その裏では、残りの10年間に利用可能なすべての電力契約と、調達可能なすべての電圧変圧器を確保しようとする熾烈な争いが繰り広げられている。アメリカの大企業は、アメリカの産業力を結集させるために、何兆ドルもの資金を注ぎ込む準備を整えている。ペンシルベニア州のシェールフィールドからネバダ州の太陽光発電所まで、何億ものGPUが稼働する。
AGI競争が始まったのだ。私たちは思考し、推論できるマシンを作りつつある。2025年から26年にかけて、これらのマシンは多くの大学卒業生を凌駕するだろう。10年後までには、これらのマシンは私やあなたよりも賢くなり、本当の意味での超知性を手に入れるだろう。その過程で、この半世紀には見られなかったような国家安全保障の力が解き放たれ、やがて「プロジェクト」が始動する。運が良ければ、中国共産党との全面的な競争になり、運が悪ければ全面戦争になる。
今、誰もがAIについて話しているが、何が自分たちを襲おうとしているのか、かすかな光明を感じている人はほとんどいない。Nvidiaのアナリストは、まだ2024年がピークに近いと考えている。主流派の評論家たちは、「次の言葉を予測するだけだ」という故意の盲目に陥っている。彼らが見ているのは誇大広告といつも通りのビジネスだけで、せいぜいインターネット規模の新たな技術革新が起こるのを楽しむ程度なのだ。
やがて世界は目を覚ますだろう。しかし、今現在、状況認識を持っているのはおそらく数百人で、そのほとんどはサンフランシスコとAI研究所にいる。運命の不思議な力によって、私はその中に身を置くことになった。数年前、このような人々はクレイジーだと揶揄されたが、彼らはトレンドラインを信頼し、過去数年間のAIの進歩を正しく予測することができた。この人たちが今後数年についても正しいかどうかはまだわからない。しかし、彼らは非常に賢い人々であり、私がこれまでに会った中で最も賢い人々である。おそらく、彼らは歴史の中で奇妙な脚注となるか、あるいはシラードやオッペンハイマー、テラーのように歴史に名を残すだろう。もし彼らが未来を正しく見ているとしたら、私たちはとんでもないことになる。
各エッセイはそれぞれ独立したものですが、シリーズ全体として読むことを強くお勧めします。全エッセイのPDF版はこちら。
2027年までにAGIが実現する可能性は極めて高い。GPT-2からGPT-4までの4年間で、私たちは～未就学児から～賢い高校生までの能力を手に入れた。計算能力（～0.5桁またはOOMs/年）、アルゴリズム効率（～0.5OOMs/年）、および「趣味のない」向上（チャットボットからエージェントへ）のトレンドラインをトレースすると、2027年までに再び未就学児から高校生サイズの質的なジャンプが起こると予想される。
AIの進歩は人間レベルでは止まらない。何億ものAGIがAI研究を自動化し、10年に及ぶアルゴリズムの進歩（5以上のOOM）を1年以下に圧縮することができる。私たちは、人間レベルから超人的なAIシステムへと急速に進化することになる。超知能の威力と危険性は劇的なものとなるだろう。
驚異的な技術資本の加速が始まっている。AIの収益が急増するにつれ、10年末までに何兆ドルもの資金がGPU、データセンター、電力の増強に投入されるだろう。米国の電力生産を数十％増加させるなど、産業界の動員は激しくなるだろう。
米国の主要なAI研究所は、セキュリティを後回しに扱っている。現在、彼らは基本的にAGIの重要な機密を銀の皿に載せて中国共産党に渡している。AGIの秘密とウェイトを国家機関の脅威から守るには膨大な努力が必要であり、我々はその軌道に乗っていない。
我々よりもはるかに賢いAIシステムを確実に制御することは、未解決の技術的問題である。解決可能な問題ではあるが、急速な知能の爆発が起きれば、物事は簡単にレールから外れてしまう。これを管理することは非常に緊張を強いられるだろう。
スーパーインテリジェンスは、経済的にも軍事的にも決定的な優位性をもたらすだろう。中国はまだゲームから抜け出してはいない。AGIをめぐる競争では、自由世界の存亡がかかっている。我々は権威主義的な大国に対する優位性を維持できるのか？そして、その過程で自滅を避けることができるのだろうか？
AGIへの競争が激化するにつれ、国家安全保障が関与してくる。アメリカ政府は眠りから覚め、27～28年までに何らかの形で政府によるAGIプロジェクトが立ち上がるだろう。どんな新興企業も超知能を扱うことはできない。SCIFのどこかで、終盤戦が始まるだろう。
もし我々が正しかったら？
――――――――
私はかつてOpenAIで働いていたが、これはすべて一般に公開されている情報、私自身のアイデア、一般的な現場知識、あるいはSFゴシップに基づいている。
Collin Burns、Avital Balwit、Carl Shulman、Jan Leike、Ilya Sutskever、Holden Karnofsky、Sholto Douglas、James Bradbury、Dwarkesh Patel、その他多くの方々の有益な議論に感謝する。初期の草稿にフィードバックをくれた多くの友人に感謝する。グラフィックを手伝ってくれたジョー・ローナン、出版を手伝ってくれたニック・ウィテカーに感謝する。
続き I.GPT-4からAGIへ：OOMを数える(1) https://anond.hatelabo.jp/20240605203849
これはおそらく3つの中で最も簡単な方法だ。現在のChatGPTは、基本的に、テキストを入力できる孤立した箱の中に座っている人間のようなものだ。初期のアンホブリング改良では、個々の孤立したツールの使い方をモデルに教えていましたが、マルチモーダルモデルでは、近いうちにこれを一挙にできるようになると期待しています。
つまり、Zoomでの通話に参加したり、オンラインで調べ物をしたり、メッセージや電子メールを送ったり、共有されたドキュメントを読んだり、アプリや開発ツールを使ったりといったことだ。(もちろん、より長いホライゾン・ループでモデルがこれを最大限に活用するためには、テスト時間のコンピューティングをアンロックする必要がある。)
最終的には、ドロップイン・リモートワーカーのようなものができると期待している。エージェントは、あなたの会社に入社し、新しい人間の雇用のようにオンボードされ、Slackであなたや同僚にメッセージを送り、あなたのソフトウェアを使用し、プルリクエストを行い、大きなプロジェクトがあれば、人間が独立してプロジェクトを完了するために数週間留守にするのと同等のことができる。これを実現するためには、GPT-4よりもいくらか優れたベースモデルが必要だろうが、おそらくそれほどでもないだろう。
https://situational-awareness.ai/wp-content/uploads/2024/06/devin.gif
Devinは、完全に自動化されたソフトウェア・エンジニアを作るために、モデル上の「エージェンシー・オーバーハング」／「テストタイム・コンピューティング・オーバハング」を解除する初期のプロトタイプだ。Devinが実際にどの程度機能するかはわからないし、このデモは、適切なチャットボット→エージェントのアンホブリングがもたらすものに比べれば、まだ非常に限定的なものだが、近々登場するもののティーザーとしては役に立つだろう。
ところで、私は、アンホブリングの中心性が、商業的応用という点で、少々興味深い「ソニックブーム」効果につながると期待している。現在とドロップイン・リモートワーカーの中間モデルは、ワークフローを変更し、統合して経済的価値を引き出すためのインフラを構築するために、膨大な手間を必要とする。ドロップイン・リモートワーカーは、統合が劇的に簡単になる。つまり、リモートでできるすべての仕事を自動化するために、ドロップインするだけでいいのだ。つまり、ドロップイン・リモートワーカーが多くの仕事を自動化できるようになる頃には、中間モデルはまだ完全に活用され統合されていないため、生み出される経済価値のジャンプはやや不連続になる可能性がある。
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_gpt2togpt4.png
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_ooms_2023to2027.png
数字をまとめると、GPT-4に続く4年間で、2027年末までにGPT-2からGPT-4規模のジャンプが再び起こると（おおよそ）予想される。
GPT-4のトレーニングに3ヶ月かかったとしよう。2027年には、一流のAIラボはGPT-4レベルのモデルを1分で訓練できるようになるだろう。OOMの効果的なコンピュート・スケールアップは劇的なものになるだろう。
それは我々をどこへ連れて行くのだろうか？
https://situational-awareness.ai/wp-content/uploads/2024/06/overview_counting_the_ooms.png
GPT-2からGPT-4までで、私たちは～未就学児から～賢い高校生になった。とんでもないジャンプだ。もしこれが、私たちが今一度カバーする知能の差だとしたら、それは私たちをどこに連れて行くのだろうか？私たちは、それが私たちをとてもとても遠くに連れていっても驚かないはずだ。おそらく、ある分野の博士や最高の専門家を凌駕するようなモデルまで到達するだろう。
(このことを考える1つの良い方法は、現在のAIの進歩の傾向は、子供の成長のおよそ3倍のペースで進んでいるということだ。あなたの3倍速の子どもは高校を卒業したばかりだが、いつの間にかあなたの仕事を奪っていくだろう！)
続き I.GPT-4からAGIへ：OOMを数える(10) https://anond.hatelabo.jp/20240605211837
今後数年間の野心的なアンホブリングはどのようなものになるのでしょうか？私が考えるに、3つの重要な要素がある：
GPT-4は、多くの人の仕事の大部分をこなせるだけの生の賢さを持っているが、それは5分前に現れたばかりの賢い新入社員のようなものだ：関連するコンテキストを持っておらず、会社のドキュメントやSlackの履歴を読んだり、チームのメンバーと会話したり、会社内部のコードベースを理解するのに時間を費やしたりしていない。賢い新入社員は、着任して5分後にはそれほど役に立たないが、1ヶ月後にはかなり役に立つ！例えば、非常に長いコンテクストを通じて、新しい人間の同僚を雇うようにモデルを「オンボード」することは可能なはずだ。これだけでも、大きなアンロックになるだろう。
2.テスト時間の計算オーバーハング（より長いホライズンの問題に対する推論／エラー訂正／システムII）
今のところ、モデルは基本的に短いタスクしかこなせない。しかし、これでは非常に限界がある。5分どころか、数時間、数日、数週間、数ヶ月かかるのだ。
難しい問題について5分間しか考えることができない科学者は、科学的なブレークスルーを起こすことはできない。ソフトウェア・エンジニアは、より大きな仕事を与えられ、計画を立て、コードベースや技術ツールの関連部分を理解し、さまざまなモジュールを書いて段階的にテストし、エラーをデバッグし、可能性のある解決策を検索し、最終的には数週間の仕事の集大成である大規模なプル・リクエストを提出する。などなど。
要するに、テスト時間の計算オーバーハングが大きいのだ。GPT-4の各トークンは、問題を考えるときの内部モノローグの言葉だと考えてください。各GPT-4トークンは非常に賢いのですが、現在のところ、思考の連鎖のために～数百トークンのオーダーしか効果的に使うことができません（あたかも問題やプロジェクトに数分しか内部独白／思考を費やせないかのように）。
もし数百万トークンを使って、本当に難しい問題や大きなプロジェクトについて考え、取り組むことができるとしたらどうだろう？
| トークンの数 | 私が何かに取り組むのに相当する時間... | |
| 100s | 数分 | ChatGPT (私たちはここにいる) |
| 1000s | 30分 | +1 OOMsテスト時間計算 |
| 10,000 回 | 半日 | +2 OOMs |
| 100,000ドル | 1週間 | +3 OOMs |
| 数百万回 | 複数月 | +4 OOMs |
人間が〜100トークン/分で考え、40時間/週働くと仮定して、「モデルが考える時間」をトークンで換算すると、与えられた問題/プロジェクトにおける人間の時間になる。
仮に「トークンあたり」の知能が同じだったとしても、頭のいい人が問題に費やす時間が数分なのか数ヶ月なのかの違いになる。あなたのことは知らないが、私が数ヶ月でできることと数分でできることは、はるかに、はるかに、はるかに多い。もしモデルに「数分ではなく、数カ月に相当する時間、何かを考え、取り組むことができる」という能力を与えることができれば、その能力は飛躍的に向上するだろう。ここには膨大なオーバーハングがある。
今のところ、モデルにはまだこれができない。最近のロング・コンテキストの進歩をもってしても、このロング・コンテキストのほとんどはトークンの消費にしか機能せず、トークンの生産には機能しない。しばらくすると、このモデルはレールから外れたり、行き詰まったりする。しばらくの間、離れて単独で問題やプロジェクトに取り組むことはまだできない。
しかし、テスト時間の計算を解除することは、単に比較的小さな「ホブリングしない」アルゴリズムの勝利の問題かもしれない。おそらく、少量のRLは、モデルがエラー訂正（「うーん、これは正しくないようだ、再確認してみよう」）を学習したり、計画を立てたり、可能性のある解を探索したりするのに役立つだろう。ある意味、モデルはすでに生の能力のほとんどを持っており、それをまとめるために、さらにいくつかのスキルを学習する必要があるだけなのだ。
要するに、私たちはモデルに、困難で見通しの長いプロジェクトを推論させるシステムIIのアウターループのようなものを教えればいいのだ。
この外側のループを教えることに成功すれば、2、3段落の短いチャットボットの答えの代わりに、モデルが問題を考え、ツールを使い、異なるアプローチを試し、研究を行い、仕事を修正し、他の人と調整し、大きなプロジェクトを一人で完成させるような、何百万もの言葉のストリーム（あなたが読むよりも早く入ってくる）を想像してみてほしい。
続き I.GPT-4からAGIへ：OOMを数える(9) https://anond.hatelabo.jp/20240605210357
これらすべての重要な変動要因になりうるものがあります。つまり、より多くのスクレイピング・データでより大きな言語モデルをプリ・トレーニングするという素朴なアプローチが、まもなく深刻なボトルネックにぶつかり始める可能性があるということだ。
フロンティア・モデルはすでにインターネットの多くで訓練されている。例えば、Llama 3は15T以上のトークンで学習された。LLMのトレーニングに使用されたインターネットの多くのダンプであるCommon Crawlは、生で100Tトークンを超えるが、その多くはスパムや重複である（例えば、比較的単純な重複排除は30Tトークンにつながり、Llama 3はすでに基本的にすべてのデータを使用していることになる）。さらに、コードのようなより特殊な領域では、トークンの数はまだまだ少ない。例えば、公開されているgithubのリポジトリは、数兆トークンと推定されている。
データを繰り返すことである程度遠くまで行くことができるが、これに関する学術的な研究は、16エポック（16回の繰り返し）の後、リターンは非常に速く減少し、ゼロになることを発見し、繰り返しはそこまでしか得られないことを示唆している。ある時点で、より多くの（効果的な）計算を行ったとしても、データ制約のためにモデルをより良いものにすることは非常に難しくなる。私たちは、言語モデリング-プレトレーニング-パラダイムの波に乗って、スケーリングカーブに乗ってきた。大規模な投資にもかかわらず、私たちは停滞してしまうだろう。すべての研究室が、新しいアルゴリズムの改善や、これを回避するためのアプローチに大規模な研究の賭けに出ていると噂されている。研究者たちは、合成データからセルフプレー、RLアプローチまで、多くの戦略を試していると言われている。業界関係者は非常に強気のようだ：ダリオ・アモデイ（Anthropic社CEO）は最近、ポッドキャストでこう語った：「非常に素朴に考えれば、我々はデータ不足からそれほど遠くない[...]私の推測では、これが障害になることはない[...]。もちろん、これに関するいかなる研究結果も独占的なものであり、最近は公表されていない。
インサイダーが強気であることに加え、サンプル効率をはるかに向上させたモデルをトレーニングする方法（限られたデータからより多くのことを学べるようにするアルゴリズムの改良）を見つけることが可能であるはずだという強い直感的な理由があると思う。あなたや私が、本当に密度の濃い数学の教科書からどのように学ぶかを考えてみてほしい：
モデルをトレーニングする昔の技術は単純で素朴なものだったが、それでうまくいっていた。今、それがより大きな制約となる可能性があるため、すべての研究室が数十億ドルと最も賢い頭脳を投入して、それを解読することを期待すべきだろう。ディープラーニングの一般的なパターンは、細部を正しく理解するためには多くの努力（そして多くの失敗プロジェクト）が必要だが、最終的には明白でシンプルなものが機能するというものだ。過去10年間、ディープラーニングがあらゆる壁をぶち破ってきたことを考えると、ここでも同じようなことが起こるだろう。
さらに、合成データのようなアルゴリズムの賭けの1つを解くことで、モデルを劇的に改善できる可能性もある。直感的なポンプを紹介しよう。Llama 3のような現在のフロンティアモデルは、インターネット上でトレーニングされている。多くのLLMは、本当に質の高いデータ（例えば、難しい科学的問題に取り組む人々の推論チェーン）ではなく、このようながらくたにトレーニング計算の大半を費やしている。もしGPT-4レベルの計算を、完全に極めて質の高いデータに費やすことができたらと想像してみてほしい。
AlphaGo（囲碁で世界チャンピオンを破った最初のAIシステム）を振り返ることは、それが可能だと考えられる何十年も前に、ここでも役に立つ。
LLMのステップ2に相当するものを開発することは、データの壁を乗り越えるための重要な研究課題である（さらに言えば、最終的には人間レベルの知能を超える鍵となるだろう）。
以上のことから、データの制約は、今後数年間のAIの進歩を予測する際に、どちらに転んでも大きな誤差をもたらすと考えられる。LLMはまだインターネットと同じくらい大きな存在かもしれないが、本当にクレイジーなAGIには到達できないだろう）。しかし、私は、研究所がそれを解読し、そうすることでスケーリングカーブが維持されるだけでなく、モデルの能力が飛躍的に向上する可能性があると推測するのは妥当だと思う。
余談だが、このことは、今後数年間は現在よりも研究室間のばらつきが大きくなることを意味する。最近まで、最先端の技術は公表されていたため、基本的に誰もが同じことをやっていた。(レシピが公開されていたため、新参者やオープンソースのプロジェクトはフロンティアと容易に競合できた）。現在では、主要なアルゴリズムのアイデアはますます専有されつつある。今はフロンティアにいるように見えるラボでも、他のラボがブレークスルーを起こして先を急ぐ間に、データの壁にはまってしまうかもしれない。そして、オープンソースは競争するのがより難しくなるだろう。それは確かに物事を面白くするだろう。(そして、ある研究室がそれを解明すれば、そのブレークスルーはAGIへの鍵となり、超知能への鍵となる。）
続き I.GPT-4からAGIへ：OOMを数える(7) https://anond.hatelabo.jp/20240605210017
それらは単体のイベント・作品であって、国家レベルのプロジェクトだったり、間でマージンを掠め取る団体も存在せず、単体で収益性が確認できる。
「セクシー田中さん」の原作者が亡くなられたことに関して強い言葉で色々発言しはてなでも大絶賛されていた漫画家さんについて。
男性ボーカルグループのイラストを2次元イラストにするプロジェクトに参加しグループの一人のイラストを担当していたのだが、その際のインタビューの内容がこれだった。
----
私は、2次元は3次元に絶対「負けちゃならねえ」と思ってるんです。どんなにファンの方に「顔が違う」「実際はこんなことしない」などと言われても、やっぱり「◯◯（漫画家の名前）が描いた方がカッコいい」って言われないと、それは負けだと思ってる。3次元は良きライバルだし、そういう点では今回のイラストもある意味“リスペクト禁止”と思ってやりました。
----
リスペクト禁止、と仰る。他にも、そのメンバーが普段やらないポーズを取らせたとも言っている。
顔も特徴を掴んでいないし、服もポーズもそのメンバーとはかけ離れている。
そのメンバーのファンからは「何故その漫画家に描かせたのか」と不満の声が上がっていた。
あれだけドラマ化アニメ化に関して漫画家が尊重されていない、と批判していたのに、リスペクト禁止で描いたと自分で言っている。自分のほうがかっこよく出来る！と言いたいがために。
ドラマにせよイラスト化にせよ、やはり二次創作する側としては好きなようにやりたいものだし、原作への配慮より自分の表現が大事！になるものなのだろう、と脚本家たちが設定改変をやりたがる理由は納得できた。
（勿論、原作側が許容してるかどうかが大切で、今回のイラスト化に関しては所属事務所が受け入れているからそこは問題ない。ファンには評判がよろしくないようだが。
自分の会社は、たまにWeb上で「ブラック会社」として名指しされていることがある。
会社的にもそれが認識されていて、改善のプロジェクトが何年も動き続けているようだ。
自分のいる部署とチームでは、あまりブラック感がない。よく言われるような「個人商店」感が強く、担当している業務によって見えている世界が違うんだろう。
ブラックなチームにいた人の話を聞くと、叱責され続けたとか、毎日のように虐められた、相当時間の残業が必要だった、残業時間を無理やり誤魔化されたみたいな話もあった。たしかにブラックだ。
まして会社も業界も、住んでいる地域や性別が違えばもっと、見えている世界は違うのだろう。
違いを前提とした理解が求められる、という話だ。
まじか。
オレも会社の360度評価で高い部分と低い部分で差がありすぎって言われたわ。
でも問題になってないのは本人も周囲と同じように能力の高低を認識してるからだ、とか言われた。
たしかに計画性ない自己認識あるから厳密な計画が必要なプロジェクトとかからは逃げてる。逆に言えばそれだけなんだけどな。
あと寝坊しても大丈夫なように、フレックスで在宅勤務の仕事選んどる。
若い人たちへ。
これを書いている俺にもわかっちゃいない。
ただただ、世の中の分断というか、世相の居心地の悪さに、いたたまれなくなっただけのこと。
いわゆるデジタルネイティブとか。
コロナ禍を高校～大学生または社会人成りたての頃に経験したとか。
二十歳±5くらいが基本の対象で、
何か共感できる部分があるのなら、対象だと思ってくれていいと思う。
さて。
謝罪、というからには、何かについて後悔や悪いことをしたという思いがあって
それをするということが一般的だろう。
けれど、例えば知らず知らずのうちに誰かを傷つけてしまったような場合。
例えばそれが、20年、40年前のことだったとしたら。
これはもう、ただただ、とにかく、謝っておくしかない。
回りまわって今になって何か悪い結果を残した、ようなときも同様だろう。
今回、書いていくのはそういった類のことだ。
けれども、これに関して何が悪かったとか、どうすれば防げたとか、
そういうことを書いていけたらと思う。
前置きはこれくらいにして、本題に入っていきたいと思うが
俺はアラサーのおじさん。
太さに関して言えばそれほどでもない。
別荘があって、クルーザーがあって、継いでもいいと思える家業があるレベル。
毎週のように一人数万数十万の外食に行って、毎月ヴィトンを買って、連休毎海外旅行に行く、そういうレベルではない。
やろうと思えば、いずこかのブラック企業のように従業員を絞り上げて
廃業して、どこか海外の治安の良いリゾート地に移り住むこともできるが、
10年ほど馬車馬のように働いて丁稚奉公を済ませ、家業に舞い戻った。
以上で最低限の自己紹介とさせてもらう。
そして、本題。
ということだ。
いわゆるJTCにおいて、若手を大切にし過ぎる風潮ができている。
この際、今の管理職に指導力がないとか、そういった話はもうどうでもいい。
元気なうちにたくさん働いて、様々な経験と知識を吸収することが許されない。
経験もさせてもらえなかったとしたら、どうなるだろうか想像して欲しい。
自分がそれに就いた時のことを考えてほしい。
まあ、そう言われてみればそうだ。
けれど、結局誰かがやらなくちゃならないのなら、嫌々ではあっても、出来るようになっておいても損はないんじゃないのか。
そういうことを発信しているのを見かけることもあるだろう。
そんなことは賞味どうでもいい。
貴重な経験の機会を奪わせてどうする。
メンタル崩壊するような経験を積めばいいと言っているわけではない。
真っ当な商売で、まともな感覚を持ち、何かあったときにケツを拭いてくれる管理者がいる組織で
自分の体力と精神力を健全に保てる範囲で、最前線で頑張ってほしい、ということ。
老若男女問わず働かせられる。
脳みそと腕と足がついていれば、何が何でも働かせられる。
学の無い人間にやらせていた単純作業はロボットが代わりに行う。
赤紙が無いだけで、マクロ経済の蛇口を開けたり閉めたりするだけで
そんな中で、気力体力が十分で、
インターネットの妄言に騙されずにスタートアップや外資系や海外で
はたまた、インターネットの妄言に騙され、働きたくないでござると
成長期たる30歳まで時間を浪費し続け、
60代のジジイと同じような仕事でのんべんだらりと過ごした人間と。
もちろん、現実すべてがこうまで両極端ではない。
JTCでほどほどにパワハラを受けながらしょうもない仕事をやらされているか、
ほどほどに守られながら蝶よ花よとぬくぬくと育てられた結果何もできない人間に育つか。
FIREだって？お前たち、本当にFIREした人間が羨ましいか？
お願いだから、一度でいいから、まともな人間にFIREしたいか聞いてみてくれ。
稼ぎ切った人間こそ、どうやって社会にお金や経験を還元するか、考えているはずだから。
自分が定年になるくらいまで、自分の子どもたちを大学まで育て上げ、社会に出せるくらいまで何事もなく、両親と子供たちが無病息災、とまではいかないが
五体満足に生きていられればそれでいいと考えている。
それを間違っても口に出したりはしないが、ほとんどがそうだ。
そうでなかったら、今のようになってはいない。
俺がオギャーと生まれた30年ほど前。
バブルがパーンと弾けたり、Windowsが日本に上陸するかしないかと言った頃。
それから10年経ったころ、「失われた10年」、そういわれていた。
おれはインターネットでHTMLを書いたりUOに勤しんでたりした。
それから10年経ったころ、「失われた20年」、そういわれていた。
おれはアメリカに留学したり、ネットゲームで外国人と煽り合いをしていた。
それから10年経ったいま、「失われた30年」、そういわれている。
おれは体力の衰えを感じ、家業へ逃げた。ゲームは積むか観るかだ。
おれがオギャーと生まれて三十年間、何ごともなかったらしい。
確かに、何が変わったかと言われれば何も変わっていないようにも思える。
100円だったお水やジュースは、買おうと思えばコンビニに売っている。
3,000円持たされて買いに行っていた赤マルはそろそろ倍か。
物価以外はどうだ。
ゲームでお金を稼げるなんてな。日本でも最近はFPSと格ゲーも勢いがあるな。
MMOは全部3Dになった。スマホで出来るのは正直にすごいと思う。
けれど、やっていることは当時からそれほど変わってないよな。
遅延は少なくなったとは思うけれど。
こうして振り返ってみると、対して変わってないようにも思える。
そう、本質はほとんど変わっていない。文字通り変わっていなかったのだ。
そうして昨今、ようやく変わりつつある。変わらなければならない、と言った方が正確だろうか。
何となく肌で感じているのではないだろうか。
これはもう日本人の、というより人類のお家芸だ。外圧でしか変われないという。
超高齢化＆少子化社会。AIの台頭。ロボット化。宇宙開発競争。
そして30年間、失われていた社会の中でのうのうと暮らしてきた自分たち。
正直、これから先の変化に着いていける気がしない。
と考えるのは無責任だろうか。
後進のために、ラッダイト運動よろしく半導体製造装置を壊して回るべきだろうか。
そりゃあ俺たちだって、これからは読み書きそろばんの時代から、
英語、クリティカルシンキング、コンピュータの時代だ、とかなんとか世間で騒がれていて、
けれど、これから待ち受けているのはそういうレベルのちゃちな変化じゃない。
一部の超天才たちがAIやIOTで繋がれた機械やコンピュータを操る時代。
彼らがこれからの数十年か百年ほどを牛耳っていくのだろう。
いや、もう牛耳られているのだろうけれど。
それは止めようがない。
その一部の超天才たちを日本国内で育てるような体制を作ってこなかったこと。
日本が嫌なら海外で勉強したら？と言わんばかりに対立を煽ってしまって。
そこについていけない、残された人間たちも、
いーよいーよ、そんなに無理してはたらかなくて。
と言われて経験値を全く積まずに育ったのちに、
ごめーん、あとはまかせた！とばかりに後進に残された負の遺産と対峙させる。
ごめん。確かにその期間、何もせずのうのうと暮らしてきていた。
先人たちに下駄を履かされていたことにも気づかず。自分たちの権利だけを主張し、
ただただ、社会の歯車であることだけで、義務を果たしたかのように。
もっと声を上げるべきだった。
世界第二位の経済大国だった30年前の日本で生まれておきながら。
30年間何もしてこなかったせいで失わせてしまった。
おれは、おれに下駄を履かせてくれていた従業員に報いるくらいしか思いつかない低能だ。
人にもよるが30を過ぎると、色々なところにガタがくる。
厄年、という風習があるが、これは至極的を得ているように思える。
だから、それまではどうか馬車馬のように働ける環境に身を置いてほしい。
さてこれから先、日本は世界で20番目か30番目くらいの規模の経済力で
飯と油を何とか買って食いつないでいくのだろう。
日本人の気質的に、皆で一緒に貧乏になろう、という形で収まることだろう。
細々と生きていけるくらいの形で没落していくのではないかと思う。
これはただのこれから起こるであろう仮説であり、単なる現象だ。
そんな中でも、何かに楽しみや嬉しさを見出して生きていくことは可能だ。
あなた自身と身近にいる人、これから出会う人を大切に、対面コミュニケーションを密にして。
失われた30年が無かったことになるくらいの、次の10年を目指していこう。
最後にもう一度。
失われた期間が30年に膨れ上がるまで何もできなくて申し訳ない。
けれど、「そうだよふざけんな、お前らのせいで○○」
ということを前の世代、親世代、人生の先輩たちに投げかけるようなのは
日本人ではないし、今回の文章で謝りたい対象ではないことは強調したい。
ここに伝えて筆をおきたいと思う。
大昔書いてたけどもう忘れたってのを除いて
例えば自分だったら昔はC#とかPHPとかRubyはよく使ってたけど今はさっぱりで
自分だったら、RUST, Python, Typescriptは今でもよく使うから3つかな
これって普通？
だと思うんだよな。
3月の打ち合わせ時点で要望を出していたという明確な証拠を残していないのは問題。
この時点では正式なプロジェクトの打ち合わせではなかったのだろうが、議事録があれば言った言わないは少なくともなかった。議事録がいかに重要かがよく分かる。
（ただその後も議事録の話が一切出てこないが、IT業界以外のプロジェクトって議事録作らない文化なの？マジで？）
拗れてきた後は原作者側の立場に立っているが、それまでは日テレ側へそこまで強く言っていないようにも見えて結局問題の先送りに加担している可能性がある…と見えるのは日テレ視点の報告書なので注意が必要。
終始、自分たちのペースで進める文化で動いてるのはよく伝わってくる。良いドラマを作るためと何度も言ってはいるが作者の意図や作品の本質を見抜けているようには全く見えない。短大に進学するより専門学校の方がリアリティあるよね？高校は友達と制服の可愛い私立に行けなくて公立ってことにしよう！などという議論をしてたらそれは原作者から飽きられるしこいつら何を読んでるんだと思われても仕方ない。
契約書軽視の文化は出版業界の十八番だと思っていたが放送業界も同じだったらしい。後になって契約していないことが弱味になり動けなくなったあたり、法務部とは一体何の仕事をしているのか是非聞いてみたいものだ。
問題の根源をミスコミュニケーションとしているが、それ以前の問題として仕事の進め方とそもそものマインドに大きな問題があることをもっと認識すべきだろう。
朝ドラのセリフちょっとのモブ（主人公に焼き鳥売ったおばさん）が韓国系の女優だったらしい
元々ネームドのサブキャラとして「朝鮮からの留学生」役の韓国系女優（ハ・ヨンス）もいるんだが
大河も軟骨無形性症の俳優（安倍晴明の付き人役の人。セリフはあんまないが）使ってたりするし
一週間の疲れがピークに達し、誰もが少しばかり浮ついた気分になるのだろう。朝の通勤電車では、普段は静かな乗客たちが妙にしゃべりたがり、オフィスではいつもは真面目な同僚が冗談を連発する。ランチタイムには、なぜかみんなが高揚感に包まれ、カフェは笑い声で溢れる。
午後になると、仕事の進行が一層おかしな方向に向かう。プロジェクトの進捗会議では、普段ならありえない提案が飛び交い、みんながそれに大真面目で乗っかる。社内チャットでは、意味不明なスタンプやGIFが連発され、上司すらもそれを止めようとはしない。みんなが一斉に週末の解放感を先取りしているのだ。
夕方になると、その狂騒はピークに達する。オフィスの廊下では、誰かが音楽をかけ始め、即席のパーティーが始まる。誰もが自分のデスクを離れ、楽しむことに専念する。
やっぱり必要なのは、仕事の中で人間の仲裁と調整を行うAIだわ。
毎日のようにオフィスで繰り広げられる些細な争い。会議の度に意見がぶつかり合い、プロジェクトの進行が滞る。上司と部下の間に生まれる微妙な不和。同僚同士のささいな誤解や対立が、仕事の効率を著しく低下させているのを見ていると、自然とそんな考えに至る。
そんな時に登場するのが、最新の調整AI「メディエーター」。このAIは、全ての社員の言動や感情データを解析し、最適な解決策を導き出す。人間の感情を理解し、冷静に判断を下すことで、迅速かつ公平な仲裁が行える。誰もが納得する形で、問題を解決してくれる存在だ。
ある日の会議、再び意見が対立し、場が険悪な雰囲気になった瞬間、「メディエーター」がスムーズに介入した。淡々と、しかし的確に双方の意見をまとめ上げ、全員が納得する結論を導き出した。驚いたことに、普段は口論を繰り返すメンバーも、AIの指示に従った。
これが「メディエーター」の力だと感心した。人間同士だと感情が絡み合い、どうしても対立が生じる。しかし、感情を持たないAIが間に入ることで、冷静かつ効率的に物事が進むのだ。人間の複雑な感情や関係性に振り回されず、公平に判断を下す存在が、オフィスに新たな秩序をもたらしてくれる。
AI先生に対してだったら、しぶしぶでも従うようになるだろう。それが素晴らしいところ。
