スキップしてメイン コンテンツに移動

知識労働の産業革命

 


ChatGPTを始めとする、いわゆる生成系AIというものが、世の中を席巻しています。僕が言っているだけでなく、世の中で広く言われていることですが、これは新しい産業革命だと思います。

蒸気機関による工場の機械化、さらに内燃機関や電力(モーター)による工場の高度化、そして電子機器によるさらなる高度化、というように、過去の産業革命は、工業分野を中心に世の中を変えてきました。それによって、かつては多くの職人によって作られていたモノが、機械により大量生産されるようになり、今となっては、ある程度、柔軟にカスタマイズできるまでになっています。多くの職人が不要になったというのは、確かだろうと思います。

一方で、今も職人はいます。超微細な手作業が必要なモノ。芸術性を求められるモノ。そうしたものづくりの分野には、匠とも呼ばれるような、機械に置き換えることのできない職人が活躍しています。

さて、生成系AIによる新しい産業革命ですが、こちらでも似たようなことは起きるのではないかと思います。知識労働における職人がふるいにかけられるということです。

例えば、システム開発の分野です。システムを作る上で、プログラミング、コードを書いてシステムを実装する能力というのは、ひとつの要素でしかない、ということはこちらでも書きました。

しかし、実際にシステム開発会社には、コードを書いてシステムを実装する能力だけで、仕事をしている人がとても多くいます。誰かの設計に忠実に、設計書をただプログラミング言語に翻訳するような仕事です。

このプログラミング言語への翻訳は、実はChatGPTが得意とする作業のひとつです。システムで実現したいことを英語や日本語で表現すれば、生成系AIによって容易にプログラミング言語に書き換えることができるとしたら、どうでしょうか。しかもAIに対しては、どれだけ厳しくやり直しを指示しても、機嫌を害したり、パワハラだと言われたりすることがありません。コードを書くだけの人の需要は大きく減る可能性があります。

つまり、当たり前のことですが、AIで代替できるような仕事しかしない人であれば、雇う必要がなくなるということです。

これはプログラミングだけの話ではありません。システムオペレーション。データ分析。商品説明。イラスト制作。文章作成。資料作成。デザイン。いろいろな知識労働の分野で、高度な能力を持つ人だけが生き残り、そうではない人の需要が大きく減少するということが起こり得ます。

しかし、工業分野における産業革命のときと、今回は違います。昔は資本家でなければ機械が買えず、多くの職人は悪化する状況を改善できませんでしたが、新しい産業革命はソフトウェアによって起きているため、多くの人が利用可能です。AIを活用する側に回れるように、別の能力を高めていく、というよりも、センスを磨いていく、ということが重要度を増していくと思います。

このブログの人気の投稿

簡単にできるIoT~振動の計測②

  前回 は、何を作るかを考えて、設計メモにまとめました。 簡単にできるIoT~振動の測定① 先日(といっても随分経ってしまっていますが…)とある方から、M5StickCというデバイスをいただきました。それで、どんなことができるのかと試してみたことを紹介します。 M5StickC このデバイスは親指(より少し小さい?)くらいのサイズですが、中にESP32-... まだプログラミング自体には触れていませんでしたし、大まかな設計をしただけですが、ここまで意外と考えることが多かったと思われるかもしれません。ですが、どう作るかよりも、何を実現するかの方が重要です。本来はもっと何を実現するかを模索するのに時間をかけるべきだと思います(そのためにシステムを試作することも含めて)。 さて、今回はさっそくこれを作ってみます。作る方法はネットでいろいろな人が教えてくれるので、それらを参考にすれば、すぐに作れます。 データを受け取って蓄積する側を作る まずは、Googleスプレッドシートに以下の図のような表を作り、M5StickCから受け取ったデータを書き込めるようにします(図では既にデータが蓄積されています)。 A列「gasCodeVer」:一応、動かしているスクリプトのバージョンを記録 B列「receiveTime」:データを受け取った時刻(receivedでないのはご愛嬌) C列「dataNum」:いくつデータが取れているかを記録 D列「data1」以降:加速度データ そのために、以下のことをします。 Googleドライブでスプレッドシートを作る 「ツール」→「スクリプトエディタ」からスクリプトエディタを開く Apps Scriptでスクリプト(コード)を書く 「デプロイ」→「新しいデプロイ」→「種類の選択」→「ウェブアプリ」からデプロイ 基本的なやり方は下の参考ページ(前半部分)を見れば、すぐに分かります。実際に手元で出る画面と少し違うところがあるかもしれませんが、だいたい一緒かな、という緩さをもって見ていくと良いと思います。 [M5Stack] M5Stackで取得したデータを、Google スプレットシートへ書き込む M5StackはWi-Fi機能との連携が特徴の一つとなりますが、やってみたくなるのがクラウド連携だと思います。そこで、今回は、Google

システム内製化のトレンド

  これまで多くの企業にとって、ICTと言えば外から買ってくるものでした。もしくは、業者に発注して作ってもらうものでした。それがクラウドサービスになって、借りてくるもの、みんなでシェアしながら使うもの、になりましたが、今は社内で作るものになり始めています。いわゆる「内製化」です。 かつてソフトウェアを開発する企業に所属していた身としては、市場の大きな変化につながる話なので、とても気になっているのですが、多くの企業の方にとっては、まだまだ関心の薄い話題かもしれません。なので、なぜシステム内製化というトレンドが起こりつつあるかについて、僕の認識していることを少し書いておこうと思います。 とはいえ「なぜ」というのは非常に簡単な話です。経営、ビジネスモデル、事業の強み、といったものがICTと密接に関係するようになったからです。 アウトソーシングしていい業務と、してはいけない業務は何か、という議論をするとき、ひとつ大きな論点として、強みに直結するものかどうか、ということが挙げられます。その企業独自の強みを他社に依存すると、強みを持続させることも発展させることも危うくなるというのは分かりやすいと思います。システム内製化も同じ論点から出てくる話です。自社の強みの源泉となっている業務フローを支えるシステムだったら、自分たちの手の内に入れておくべきです。 また、今の時代が、不確実性が高く、かつ、変化の激しい時代である(と言われている)ことも、内製化の追い風になっています。不確実で変化の激しい市場に対応するビジネスは、その運用を柔軟に変化させ続けなければいけません。それも高速に。そのためには、システムもビジネスに追従して高速に変化させ続ける必要があります。システム開発を外注していたら、事業変化のスピードにはどうしたって追いつけません。システムが足を引っ張るようになります。必要なスピードを出すためには、社内で、ビジネスを回している従業員のすぐそばで、一体となって、開発をしていかなければならないのです。 そんなわけで、これまで「IT企業」とは言われていなかった企業が、続々とエンジニアの中途採用を始めて、自分たちでシステム開発をやれるようになってきています。そしてすべての企業が「IT企業」になる(逆に言えば「IT企業」という枠組みが消える)時代が来ようとしています。 もちろん、全てのシステム

簡単にできるIoT~振動の測定①

先日(といっても随分経ってしまっていますが…)とある方から、M5StickCというデバイスをいただきました。それで、どんなことができるのかと試してみたことを紹介します。 M5StickC M5StickC(本体のみ) このデバイスは親指(より少し小さい?)くらいのサイズですが、中にESP32-PICOというモジュールが搭載されていて、WiFiやBluetoothの通信ができます。また、MPU6886というモジュールも載っていて、加速度、ジャイロ、(デバイス内部の)温度センサーが使えます。液晶画面やボタンもついています。要するに、いくつかのセンサーと、操作や通信をする機能がコンパクトにまとまっているデバイスです。 そして、このデバイスのいいところは、デバイスを制御するためのソフトウェアを作るのも非常に簡単ということです。ネットワークにつながる部分が既に作り込まれていて、少し追加で設定するだけで、すぐにWiFi(そしてWiFiを経由してインターネット)との接続も可能です。 この手の電子工作モジュールがよく売られている SWITCH SCIENCE でも扱っています。 何を作るか 機械などに取り付けたセンサーから得られるデータを、クラウドに収集して分析して、人の行動の参考にしたり、他のシステムを動かしたり、機械のコントローラーにフィードバックして自動制御したり、というのがよくあるIoTの全体像です。M5StickCを使えば、このようなIoT的なシステムが簡単に構築できることが期待できます。 とはいえ、このデバイスでどんなデータを取得したら役に立つのか、というのは意外と難しい話です。昨今、ノーコード/ローコードで、プログラマでなくてもプログラミングができる!ということがよく言われます。しかし、システムを作る上で難しいのは、コードを書くところよりも、何を作るかを決めるところです。これはプログラマやエンジニアでも上手くできる人が少ないですし、ユーザー企業で現場の業務をよく知っている人ならできるというわけでもないです。課題をよく吟味して、業務やビジネスがどう変化すると良いのかを全体最適の視点から捉えないと、間違ったものを作ってしまいます。 本来は、課題があって、それから手段が検討されるわけですが、今回は手段が手元にあって、そこから何ができるか考えています。完全に間違いパターンで