私がリスペクトしている2人の若い方。
生き方自体がこれからのモデル。
私もこれが社会が健全に運営されるための最も重要な社会共通資本だと思います。
目からウロコを落としながら大学で受けていた堂目先生の経済思想の講義でも、『国富論』の前に『道徳感情論』を重視されていました。
その中でもキーとして紹介されていたのが「同感」の概念。人は他人の立場や気持ちを想像し、同じ感情を抱けるという能力。
同感によって、人は苦しんでいる人を見て自分も苦しくなり、その人を助けると相手の苦しみが和らぎ、自分自身も楽になる。同感が深まると、他人の幸福を増やすことが、自分自身の幸福にもなる状況が生まれる。
ここには利己と利他がつながる契機が生まれていて、「神の見えざる手」はその根底に「同感」があってこそ成り立つことも見えてくる。
これは、自由主義だけが先行する今の時代にこそ思い出されるべき本質だと思います。
波頭亮 retweeted
かつて、多くの研究者は「訓練データにない新しい知識をAIが生み出すことはできない」と考えていた。それは非常に説得力がある説明だったのだ。だがアルトマン氏は、それは馬鹿げた考えだったと振り返っている。もっともらしい説明が正しいとは限らないということを、今の僕たちも肝に銘じよう。
サム・アルトマン「当時のニューラルネットワークが犯していた間違いを見ると、こんなに愚かなものを単に大規模化するだけで、あらゆる問題が解決するはずがないと思えてしまったのです。優秀な研究者たちは、記号表現が必要だとか、別の仕組みが必要だとか、さまざまなことを主張していました。
私たちのアプローチが絶対に成功しない理由を説明してくれた人がいたのを覚えています。その説明は非常に説得力がありました」
——「どんな説明だったのですか?」
アルトマン「大体こんな内容でした。これらのモデルがやっているのは、訓練データから次に何が来る可能性が高いかを予測することを学習しているだけだ、と。つまり、訓練データに含まれるものしかモデル化できないのだから、新しい知識を生み出すことは決してできない、というわけです。
非常にもっともらしく聞こえますよね。例えば、モデルに100万問の数学問題を見せれば、それらを解く方法は学習できるかもしれません。しかし、まだ誰も証明していない新しい問題は、そもそも答えが分かっていないので見せることができません。だから、そのような問題を解くことはできない、という理屈です。
もちろん、今ではそれが馬鹿げた考えだったと分かっています。しかし、当時は非常に説得力がありました。
この議論が見落としていたのは、モデルが学習していたものの本質です。もちろん個々の数学問題も学習していますが、重要なのはそこではありません。モデルが学習しているのは、汎用的な推論能力そのものなのです。そして、その能力は未知の問題にも応用できるのです」
元ポストへのコメントを読んで、日本の有名コンサル会社の戦略が修正されるべき時期が来ていると感じました。
AIの活用とクライアントからのニーズの変化によって、これからは経験と実績がより求められるようになるのでしょう。
コンサルを批判するのは業界全体の健全化に資するよいことですが、「なぜコンサルがこんなに増えたのか?」というのは供給サイドに偏った視点で、それだけだと見えてこない実態もあろうかと思います。
コンサルティングといってもビジネスの供給と需要で決まるわけで、「なぜこれだけコンサルが増えながら、企業としても受け皿を与えているのか?」と問い直してみる余地はあります。
実際にコンサルを雇う企業では、
・自分達ではやりきれない専門性を補いたい
・社内で対応できる能力を持った人材がいない
・絶対数として人材が不足している
・判断のための情報や方法論がない
などといった状況が多々見られます。
そうなると、「なぜ『実業』を握っているはずのメーカーが、これほどまでに外部に頼らざるを得なくなったのか」ということが問題意識にのぼります。コンサルが増えたことが、メーカーの弱体化と表裏の問題だったとしたら、という視点です。
私自身、人は医者にかからない方が健康的であり、それは企業にとってもコンサルを不要とすることが健康的だと考えています。実際、私自身も依頼を伺う際に「このタスクは自社でやれるべきものでは」と思うことが増えています。
だからこそ、コンサルティングを批判するその関心資源をメーカーを強くする方に置くほうが、メーカー自身の成長にとってよりよいことだと思えます。企業が強くなり、自分でできるようになれば、不要となったコンサルのほうが自ずと消滅していくものです。
そしてそれでもなおコンサルタントに依頼したいものが残るとしたら、それはメーカーとコンサルの双方にとって、やりがいのある素晴しい仕事になるものと思います。
望月さんはシャープでかつ深い思考ができる方で、とても勉強になる対談でした。
波頭さんとの「AI時代の非AI論」が公開となりました!
登録不要・無料で全編フルで見れるので週末にぜひ。
▼見どころトピック
・コンサルの将来に対する見立て
・AIに奪われる「機能」と残る「存在」
・「知的生産のスマイルカーブ」でみる価値の源泉
・AIに思考が飲まれる「認知的降伏」とは
・AI時代の若手が直面する「早期監督問題」
・若手の議事録、鍛錬を失う構造と処方箋
・知のスタミナをつける「呼吸」という鍛え方
などなど
「賢さの価値が揺らぐ時代に、替えのきかない存在になる条件」を探る対話、ぜひご覧ください!
AI時代の非AI論 | 論理の果てにある「誇り」 NewsPicks
newspicks.com/live-movie/785…
波頭亮 retweeted
Replying to @ryohatoh
@ryohatoh さんと@andymochizuki さんの対談が刺激的たったから、皆さん観てほしいです。AIの台頭、大量採用で超陳腐化している機能としてのコンサルタントがどのように生き残るべきか、のヒントが詰まってます。
youtu.be/Z2i-gwaprhI?si=ZbNA…
既にその気になればパリ中の冷凍庫の中身を腐らせることができるというのは恐ろしいことですね。
本気になれば、電車を止めることも通信を遮断することもできるでしょう。しかもAIには損害が及ばない形で。
Replying to @kenichiromogi
今はまだPHPや流出でも遠い世界のように正常性バイアスが働いているけれど、金融機関封鎖やネットが止まったり、ガソリンや食品が買えなくなったり、
どの時点でその正常性バイアスが切れるか。この二年間以内の可能性は相当大きいと思います
AIの時代にはほとんどの実学書は価値を失います。
その時に人間ならではの生き方や楽しみを支えてくれるのは人文書や哲学書になると思います。
私は18歳のときに読書に目覚めて、人文書や哲学書など「仕事の役には立たない本」を何冊も読み続けてきたのですが、初めてこういった本が仕事で自分を助けてくれたと感じたのは28歳のときです。つまり、10年かかっています。
では何故そんな本を読み続けてきたのかというと、実学書よりも明らかにそれらの本の方が思考が深まる感覚があったからです(もちろん、実学書にも素晴らしい本は多くあり、私自身何度も読み返している本もありますが、全体的な傾向の話です)。どうせ本を読むなら、思考をより深くしてくれる本を読んだ方が後で絶対役に立つだろうという確信がありました。
18歳の当時に戻れたとしても、おそらく私は同じことをすると思います。
波頭亮 retweeted
Chomsky was wrong.
Researchers found your brain doesn’t store language the way every textbook since 1957 claims.
For decades, the undisputed rule of linguistics, led by Noam Chomsky, was that human language is hierarchical.
We were told our brains process language using complex "grammar trees." That we secretly build deep, abstract, mathematical rules in our heads before we speak.
This new paper proves that is completely wrong.
Researchers at Cornell University analyzed how people actually process and produce language in real time.
They found sequences. Linear chunks.
When we speak, we aren't calculating deep syntactic rules. We are just predicting the next most logical sequence of words based on the context of the words right before it.
We string linear chunks together.
If this sounds familiar, it should.
This is exactly how Large Language Models like ChatGPT work.
For years, critics have dismissed AI as "just a next-token predictor." They said it isn't truly intelligent because it doesn't understand deep grammatical hierarchies like humans do.
But this paper suggests humans don't use those hierarchies either.
We are just predicting the next chunk.
Language isn't a rigid tree of mathematical rules. It's a linear stream of contextual predictions.
We thought we were building AI to mimic the complexity of the human brain.
It turns out, the human brain was just running a simpler algorithm all along.


















