  |
はてなキーワード: 人材とは
低賃金なのはどうかと思うけど、これって大半は旦那がいてその収入に頼れる既婚女性が小遣い稼ぎ程度でやってるんじゃないの？
こういうの、労働ダンピングってやつだよね
シルバー人材センターとかでも起きてる現象。
昔どっかの教授(さえぼうさんと訴訟になった人だっけ？)がこういうのを『セレブバイト』と揶揄していて、その人の他の発言はともかく、それに関しては正しいと思った
スキルのある人材が、家庭に主な稼ぎ手が他にいて食うに困らないのをいいことに安請け合いして低賃金で働くから、
自分の収入だけで生きていかなきゃいけない人達が巻き込まれて迷惑するんだよね
図書館職員、7割以上が非正規「生活できないほど低賃金」 待遇改善求め、関係団体が集会
https://www.bengo4.com/c_5/n_17635/
日図協では、学校図書館職員を対象に、2023年11月から2024年1月までウェブで調査したところ、893人から回答を得た。回答者のうち、女性が9割以上を占めており、年齢も40代と50代が多かった。
8割以上の人が司書資格を持ち、教員免許を持つ人も3割いた。しかし、正規雇用は2割を切っており、回答者の6割が、配偶者など自分以外の収入源が主な世帯の収入源であると回答している。
弊社は従業員が数万人単位の企業だが数年前から全社員に副業許可が出ている
一方で副業をやっている人はそんなに多くない
なぜなら副業をできるような能力がなく、ただただ自社独自の文化に詳しい人として企業に飼われているだけだからだ
特殊な規約を知っているかどうかやExcel調書の書き方のお作法を知っていても他の企業では役に立たない
一方で雇用体系は組合との協議で決まるために高い報酬は払えず、市場価値より安い報酬で雇用している
そのため転職による流出も防ぐ方法として副業が効果的に機能している
そもそもこれらの分野の仕事は定常的な業務ではなく、期間限定で高い出力を求められることが多いので
他の期間はやることがなく、副業もしやすいし仕事を用意しなくて良いので管理職も楽なんだと思う
彼らはハイレベルな大学出身なので知人にスタートアップで起業するような人も多く
その繋がりでお手伝いをしていることが多いように見える
また起業してる人も珍しくない
ソフトウェア開発はオフショア開発が多く、ほぼほぼ個人事業主のフリーランスとして活動している
この分野が一番副業としては多い
Figmaでソフトウェアのデザインをすることもあればチラシのデザインをすることもあるが
ただ単にデザインするだけではなくビジネスプランや広告戦略あたりまで任されていることが多い
東京越谷インターナショナルフロンティアスピリッツ大学インターナショナルフロンティア情報学部ソーシャル・コンピュータ・ファイナンス・サイエンス学科
最寄駅は草加
これからの時代を生きる上で必須のスキルを一つの学科で全て網羅している。
開拓者精神を持ち、変化に対して前向きで柔軟性があり、新しくより良い未来を切り開いていける。
俺の会社は人手不足だから仕方なく高卒を取り始めてるけど早くも挫折しかけてるぞ
なぜかというと昔は大学に行ける奴がいろいろな事情で高卒として就職していたが
今時まともなやつが高卒で就職してるパターンなんて大手ホワイトの切符でもない限りはほぼない
出生率2なんて元から目指してないから子育て支援に注力する方針は変わらないだろ
お見合い復活不幸な家庭の大量生産より3人目4人目産んで0.2程度でも改善したりとか子育て支援による経済的余裕で習い事等の余裕ができて文武どちらかに高度な人材が出てきたらいいなってのを国民自身も望んでるよ
＞求人票以上の内容で契約結ぶのは問題ないから、応募があれば固定残業代ガッツリ付けることは面接で話すつもり
おそらく、このようなことはコロナ禍前から散々語られてきたことだろうが
ガラケー世代、おじさん、年代でいえば40代後半以上だろうか。
スマホ世代、若者、年代でいえば30代前半くらいまで、だろうか。
この、たかだか10年か、15年かそこらの間に、深く、広大な溝が広がっている。
コロナ禍でも浮き彫りになったが、おじさんたちはテレワークに向いていない。
ただ、やはり単純な人数比から言っても、決裁者の比率から言っても
対面・会話が中心にならざるを得ず、結局9割が出社することになっている。
特にJTCでは、その橋渡し役になったであろう、氷河期世代がごっそりといないから
その溝を埋める役目がいない。いたとしても、そこに掛かる労力がとんでもなく、辞めていく。
若手がスタートアップや、外資など効率性を求める組織に飲み込まれていくのは仕方のないこと。
要は、慣れの問題だ。
対面や電話でのコミュニケーションで教えられて、自身もまたそれを重視してきた人間にとって
相手の表情が見えない、遠隔・文字のコミュニケーションには慣れていない。
対面・会話でのコミュニケーションには慣れていない。
だから、おそらくどちらのコミュニケーションにも精通している、そんな世代。
おそらく、30代後半～20代後半くらいまでの、どちらもほどほどにいける人材。
こういった存在が重宝されているのだろう。
それはもう、今いる現場の人たちの意見を聞いて若手に選ばれない組織のままでいるか
の二択になるのだろう。
変なコンサルに引っかかって結局無理でした～ｗという企業もいる
世の中の流れとしては遠隔・文字コミュニケーションに移るのだろう。
きちんと言語化ができて、誰にでも分かりやすく説明ができて、理解力がある
あと10年くらいはハイブリッド的な運用になるのだと思われる。
40前後の、あと20年以上働かなくちゃいけない層は新しいものを学ばなくちゃいけないだろうし
50代半ばくらいの、あともう少し踏ん張ればいい層はふんぞり返っていてもいいかもしれない
私は以前、AGIへの短期的なタイムラインには懐疑的だった。その理由のひとつは、この10年を優遇し、AGI確率の質量を集中させるのは不合理に思えたからである（「我々は特別だ」と考えるのは古典的な誤謬のように思えた）。私は、AGIを手に入れるために何が必要なのかについて不確実であるべきであり、その結果、AGIを手に入れる可能性のある時期について、もっと「しみじみとした」確率分布になるはずだと考えた。
しかし、私は考えを変えました。決定的に重要なのは、AGIを得るために何が必要かという不確実性は、年単位ではなく、OOM（有効計算量）単位であるべきだということです。
私たちはこの10年でOOMsを駆け抜けようとしている。かつての全盛期でさえ、ムーアの法則は1～1.5OOM/10年に過ぎなかった。私の予想では、4年で～5OOM、10年で～10OOMを超えるだろう。
https://situational-awareness.ai/wp-content/uploads/2024/06/this_decade_or_bust-1200x925.png
要するに、私たちはこの10年で1回限りの利益を得るための大規模なスケールアップの真っ只中にいるのであり、OOMsを通過する進歩はその後何倍も遅くなるだろう。もしこのスケールアップが今後5～10年でAGIに到達できなければ、AGIはまだまだ先の話になるかもしれない。
つまり、今後10年間で、その後数十年間よりも多くのOOMを経験することになる。それで十分かもしれないし、すぐにAGIが実現するかもしれない。AGIを達成するのがどれほど難しいかによって、AGI達成までの時間の中央値について、あなたと私の意見が食い違うのは当然です。しかし、私たちが今どのようにOOMを駆け抜けているかを考えると、あなたのAGI達成のモーダル・イヤーは、この10年かそこらの後半になるはずです。
マシュー・バーネット（Matthew Barnett）氏は、計算機と生物学的境界だけを考慮した、これに関連する素晴らしい視覚化を行っている。
コンピュートへの大規模な投資が注目される一方で、アルゴリズムの進歩も同様に重要な進歩の原動力であると思われる（そして、これまで劇的に過小評価されてきた）。
アルゴリズムの進歩がどれほど大きな意味を持つかを理解するために、MATHベンチマーク（高校生の競技用数学）において、わずか2年間で～50%の精度を達成するために必要な価格が下がったことを示す次の図を考えてみてください。(比較のために、数学が特に好きではないコンピュータサイエンスの博士課程の学生が40%のスコアを出したので、これはすでにかなり良いことです)。推論効率は2年足らずで3OOMs-1,000倍近く向上した。
https://situational-awareness.ai/wp-content/uploads/2024/06/math_inference_cost-1024x819.png
これは推論効率だけの数字だが（公開データから推論するのが難しいトレーニング効率の向上と一致するかどうかはわからない）、アルゴリズムの進歩は非常に大きく、また実際に起こっている。
この記事では、アルゴリズムの進歩を2種類に分けて説明します。まず、「パラダイム内」でのアルゴリズムの改良を取り上げることにしま す。例えば、より優れたアルゴリズムによって、同じパフォーマンスを達成しながら、トレーニングの計算量を10倍減らすことができるかもしれません。その結果、有効計算量は10倍（1OOM）になります。(後ほど「アンホブリング」を取り上げますが、これはベースモデルの能力を解き放つ「パラダイム拡張/アプリケーション拡張」的なアルゴリズムの進歩と考えることができます)。
一歩下がって長期的な傾向を見ると、私たちはかなり一貫した割合で新しいアルゴリズムの改良を発見しているようです。しかし、長期的なトレンドラインは予測可能であり、グラフ上の直線である。トレンドラインを信じよう。
アルゴリズム研究がほとんど公開されており、10年前にさかのぼるデータがある）ImageNetでは、2012年から2021年までの9年間で、計算効率が一貫して約0.5OOM/年向上しています。
アルゴリズムの進歩を測定することができます。同じ性能のモデルを訓練するために必要な計算量は、2012年と比較して2021年にはどれくらい少なくなっているのでしょうか？その結果、アルゴリズムの効率は年間0.5 OOMs/年程度向上していることがわかります。出典Erdil and Besiroglu 2022.
これは非常に大きなことです。つまり、4年後には、～100倍少ない計算量で同じ性能を達成できるということです（同時に、同じ計算量ではるかに高い性能も達成できます！）。
残念ながら、研究室はこれに関する内部データを公表していないため、過去4年間のフロンティアLLMのアルゴリズムの進歩を測定することは難しい。EpochAIは、言語モデリングに関するImageNetの結果を再現した新しい研究を行っており、2012年から2023年までのLLMのアルゴリズム効率のトレンドは、同様に～0.5OOM/年であると推定しています。(しかし、これはエラーバーが広く、また、主要なラボがアルゴリズム効率の公表を停止しているため、最近の上昇を捕捉していません）。
https://situational-awareness.ai/wp-content/uploads/2024/06/llm_efficiency_epoch-1-1024x711.png
Epoch AIによる言語モデリングにおけるアルゴリズム効率の推定。この試算によると、私たちは8年間で～4OOMの効率向上を達成したことになります。
より直接的に過去4年間を見ると、GPT-2からGPT-3は基本的に単純なスケールアップでした（論文によると）が、GPT-3以降、公に知られ、公に干渉可能な多くの利益がありました：
最近リリースされたGemini 1.5 Flashは、"GPT-3.75レベル "とGPT-4レベルの間の性能を提供する一方で、オリジナルのGPT-4よりも85倍/57倍（入力/出力）安い（驚異的な利益！）。
公開されている情報を総合すると、GPT-2からGPT-4へのジャンプには、1-2 OOMのアルゴリズム効率向上が含まれていたことになります。
https://situational-awareness.ai/wp-content/uploads/2024/06/stacked_compute_algos-1024x866.png
GPT-4に続く4年間はこの傾向が続くと予想され、2027年までに平均0.5OOMs/年の計算効率、つまりGPT-4と比較して～2OOMsの向上が見込まれます。計算効率の向上は、低空飛行の果実を摘み取るようになるにつれて難しくなる一方、新たなアルゴリズムの改良を見出すためのAIラボの資金と人材への投資は急速に増加しています。 (少なくとも、公開されている推論コストの効率化は、まったく減速していないようだ)。ハイエンドでは、より根本的な、トランスフォーマーのようなブレークスルーが起こり、さらに大きな利益が得られる可能性さえある。
これらをまとめると、2027年末までには（GPT-4と比較して）1～3OOMのアルゴリズム効率向上が期待できることになります。
続き I.GPT-4からAGIへ：OOMを数える(6) https://anond.hatelabo.jp/20240605205754
客観的にみると、私はそれなりに優秀な人材だ。それなりの大学の修士卒で、かなり大手の企業に就職し、それなりの給料も得ている。
しかし、年々自分の自己評価と客観的な評価とのギャップに悩まされるようになってきた。「もっとあの時うまくできたんじゃないか」 「もう愛想つかされたんじゃないか」そんなことで四六時中頭の中がいっぱいであり、ここ数年、ぐっすりと眠れた記憶がない。
これは謙遜ではない。真に自分は仕事ができない。資料はどんなに時間をかけてもきれいにならないし、人前で話させれば噛みまくる。自分で自分が何を言っているのかわからないほど、筋の通らない話しかできない。準備すればするほどドツボにはまっているかのような感覚になる。
自分のやった仕事に一切自信が持てない。自信が持てないというより、全然いい仕事ができてないことに自信がある。そういったことを同僚や上司に正直に告白することができる年次はとうに過ぎてしまった。年々焦りが強くなる。
本当につらいのは、人事評価という点ではなんとなくごまかせていることだ。他人のやったことをさも自分がサポートしたかのように取り繕い、自分の実力をアピールする。ヒルみたいな性格だ。
それでも取り繕わずにはいられない。それだと一生不安から逃れられない。
プログラムを実装出来る人が欲しいと人事に掛け合うと、アホ人事は
「プログラミングできます」「大学時代やってました」「卒論でやりました」
という人を優秀だと勘違いしてる
お金貰ってサッカーやってたプロの人とそうでない人の間には雲泥の差があるんよ
土日にフットサルやってる人は一般人から見たらそりゃ上手いだろうけど
少なくともJFL所属レベルぐらいじゃないとチーム作れないんよ
そういう人はさっさとプロに行ってて普通の採用しても来ないんよ
だから
「中途採用で取ってください」
って言っても
「いやいや、社内にもプログラミング出来る人いっぱいいますよ？」
とか返してきて全然話が噛み合わないんだよね
昨今の流れに逆らって
という話。
最低賃金が上がれば自分の給与があがる。と勘違いしてるかたがたくさんいるようですから。
※あと私、40人くらいの会社を経営していますが、ポジショントークをするつもりはありません。
単純に、最低時給上がるとこうなるよ。という話です。
とはいえ実際に雇用者側ですから、そのあたりを考慮して読んでいただくのがよさそうです。
■最低賃金が上がった場合、経営側の行動変化は以下になるでしょう。
➤既に雇っている1500円以下の人の給与上げなきゃいけませんから、当然ですね。
➤失業者や生活保護受給者が増えますから、もちろん政府の社会保障費は増えるでしょう
・あんまり働かなくても、とりあえず収入が増える人が一定数発生する
➤あくまでも生産性が低い方に限られる。というのがミソですね。。
さて、誰が得して誰が損するのでしょうか。
逆
海外展開してるようなところはわざわざ苦行で儲けの薄いガラパゴスシステム扱わなくても成り立つので手を出さない
ニッチガラパゴスすすぎてお客様（笑）のカオスな頭の中をうまく言語化してあげる能力がないとそもそも進まないから技術レベルは二の次で口八丁で聞き出せる人材ばかり重宝されてきた歴史がある
そのときに利益を上げるため高度な技術不要のごみみたいなシステムで納得させる詐欺スキルも必要とされる
『日本』はsageずにはいられないけど、『東京』sageには物申さずにいられない『リベラル』を標榜する人達。これかなり面白い現象だよな。
『愛国心』は唾棄すべきものだが『愛郷心』は無条件に尊ばれるもの、と意識的か無意識か知らないが彼等彼女等はそう定義しているということになる。以前ネトウヨの間で「ナショナリズムはダメだけどパトリオティズムなら良い(=愛国主義は正しい)」的な言説が広まってたことがあったけど、それは「言葉遊びに過ぎない」と誰かが喝破していた覚えがある。個人的にはそのことを思い出した。
東京にリベラルの首長がいるとかならまだわかるんだけど、実際はテロサポ発言したウヨ知事が再選されるような感じだしなあ。『愛郷心』の場合は誰が政治の舵取りを担っているかは考慮されないのだろうか。
でもまあ東京は色々な意味で中心地だし、総合的に見れば日本で1番マシなところではあるだろう。ただしそれは東京だけで成り立つものでもないんだよな。顕著なのが出生率で、地方から人材を吸い上げては繁殖しないということを繰り返しているし、電力確保に必要な原発や関連施設は地方の僻地にしかない。
あとは誰もがするわけじゃないんだろうけど地方蔑視なあ。九州とかひどいけど、そもそもあらゆる面で東京並とはいかないのに、現代的な価値観とかは東京基準を求めてくるのおかしいと思うの。
でも興味深いことなのでこれはずっと考えていくべきだよ。
自分はやめた
当たり前のように残業、精神病んで使えなくなったら次のパートを入れればいいと思っている素人の人事
やりたいことがないからとりあえず公務員になったけどやる気も責任感もないクソの同僚たちに迷惑かけられながら、カスみたいな給料で働かされる
一般市民には税金で飯食ってるくせになどと暴言を吐かれても、粘着され仕事にならなくても、公務員だからの一言で押さえつけられる
とにかく真面目にやってると損する
年々公務員試験を受ける人が減っていて年に何度も試験をやってるよ
まともな人材が来ないから常識のかけらもないやばい新入社員ばかり
職員のレベルがこんなに下がってしまって、災害や事故などの有事の際にどうするんだろう？学校や病院や福祉施設で災害や事故があったらまともに機能するわけないだろ
今から就職や転職を考えている人たち、自分を大事にして本当に公務員にはならない方がいい
人間扱いされない
Teslaが北米で好調だったことを支える大きな要因の一つは充電ネットワークの利便性だ。
Tesla以外が皆で肩組んでCCS立ち上げたは良いもののいろんな業者がアカウントも支払い方法も設備のメンテポリシーもバラバラで充電スタンド乱立させて使いづらかったのに対して、Teslaはアカウントに支払い方法が紐付いてて楽に使えて先行者故の充電スタンドの多さと相まって北米でEV市場の覇権を取れた。
ネットで批評家気取るだけなら車のスペックシート比較で盛り上がるだろうが、日常的に利用するとなれば充電インフラの使い勝手はボディーブローのように効いてくる。
いきなり部門まるごと首にして必要な人材だけ再雇用したのだ、とか屁理屈捏ねる人も居るけど、そんなことされて従来通りもしくはそれ以上に会社のミッション達成に邁進できるかって言うと厳しいよな。
またいつ癇癪起こして同じことするか分からんし。
優秀な人間ほど、もし一時的に再雇用を受け入れたとしても軸足を会社から離す方向に動くだろう。
そうやって充電インフラが時間をかけて腐っていけばTeslaの優位性なんかもうどこにもなくなる。
車単体の優位性なんかとっくの昔に追いつかれてるしね。
イーロン・マスクって過去と最近で同じ人とは思えないんだよな。
昔は優秀な側近が癇癪を宥めてたけど離れていったから箍が外れたとかあるのかな？
言語化スキル言語化能力を上げるのは難しく身につけることは不可能です。
身につけることは可能です。
言語化能力は、自己表現や問題解決に不可欠です。インターネット上の成功した人々の情報が自己肯定感を低下させることもあります。自分の望む人生を言葉にすることで、私たちは自己反省を促進します。AIの台頭により、エンジニアはビジネスサイドやマネージャーとのコミュニケーションを効率化する必要があります。これは、開発時間を圧縮するためのコミュニケーションスキルが重要であることを意味します。将来的には、技術力だけでなく、ビジネス側とのコミュニケーション能力を持つ人材が求められます。ChatGPTのようなプロンプト作成スキルも需要が高まっており、これも言語化能力の一部です。エンジニアにとって、言語化は常に重要なスキルでした。言語化により、複雑な概念やプロジェクトを適切に伝え、不明点をスムーズに解決できます。言語化の価値は増していますが、その重要性は変わりません。言語化能力を向上させるには、実際にアウトプットを通じて訓練することが必要です。経験や考えを書く訓練は時間がかかりますが、それによって言語化能力が向上します。アウトプットが難しい人は、このプロセスに不快感を感じることが多いですが、それは能力が向上している証拠です。言語化能力を測る指標は、実際にアウトプットを通じて訓練することです。
