★阿修羅♪ > 経世済民128 > 738.html
 ★阿修羅♪
▲コメTop ▼コメBtm 次へ 前へ
Google+ 閉鎖へ 50万人の個人情報流出の恐れ
http://www.asyura2.com/18/hasan128/msg/738.html
投稿者 うまき 日時 2018 年 10 月 09 日 22:21:38: ufjzQf6660gRM gqSC3IKr
 

Google+ 閉鎖へ 50万人の個人情報流出の恐れ
2018/10/9 9:00日本経済新聞 電子版
 【シリコンバレー=中西豊紀】米グーグルは8日、ソフトウエアの不具合から最大50万人分の個人情報が外部に流出する恐れがあるとして同社の交流サイト(SNS)サービス「グーグル+(プラス)」を閉鎖すると発表した。現時点で実際の情報の流出や不正利用の形跡はないという。フェイスブックに次いでグーグルでも、データ管理の不備が見つかった形だ。

 不具合は個人向けのグーグルプラスで発覚した。不具合が生じた2015年から同社が対応措置をとった18年3月まで、外部のソフトウエア開発会社がサービス内の個人情報にアクセスできるようになっていた。対象はユーザーの名前や住所、電子メールアドレス、職業、性別、年齢で、人数は最大で50万人にのぼる。

 グーグルは発表が8日になったことについて「実際にどのユーザーが影響を受けたか確認ができなかったため」としている。一方で米ウォール・ストリート・ジャーナルは同日、グーグルの発表前に情報流出の恐れを電子版で報道。同社が「企業の評判への影響と当局の調査を恐れて公表を伏せた」と厳しく指摘した。

 同サービスはユーザー数や利用率が伸び悩んでいたこともあり、今後10カ月をかけて閉鎖する。現時点では外部会社によるデータの取得や、データの不正利用は見つかっていない。

 米国では今年に入りSNS最大手のフェイスブックによる情報管理の不手際が発覚。英コンサルティング会社経由で最大8700万人分の個人情報が流出した恐れがあるほか、最大5000万人分のデータがハッキングのリスクにさらされていことも明らかになった。

 同じく大量のデータを扱うグーグルは情報の保護管理では対応に優れているとされてきた。フェイスブックに対しては集団訴訟が起きたほか、一部議員がIT(情報技術)大手を念頭に置いた規制強化を訴えている。今回の問題を機にグーグルにも議会の矛先が向かう可能性がある。
https://www.nikkei.com/article/DGXMZO36245390Z01C18A0MM0000/

 

  拍手はせず、拍手一覧を見る

コメント
1. 2018年10月10日 21:11:22 : OO6Zlan35k : ScYwLWGZkzE[1643] 報告
http://www.dhbr.net/articles/-/5543
音声AIがパートナーになる時 元アップルSiri開発者が語る
長谷川 貴久:パロアルトインサイト CTO
2018年10月10日
発売当初は「何のために使うのかわからない」や「家にあるとプライバシーが心配」と、批判的に見られていたアマゾン・ドットコムのアレクサ。それが世界に広がったのには理由がある。米アップルでAI(人工知能)アシスタントのSiri開発に関わった筆者は、アレクサの主要な成功要因を3つ掲げて、本稿をスタートする。ただし、筆者は「音声AIの進化はまだ5%程度にも達していない」と喝破する。アップルが目指すビジョンを引き合いに、音声AIの持つ技術的可能性と、それがビジネスに与えるインパクトについて説く。
『DIAMOND ハーバード・ビジネス・レビュー』2018年11月号より、1週間の期間限定で抜粋版をお届けする。
アレクサが世界を席巻した
3つの成功要因とは何か
 初めてAmazon Echo(アマゾン・エコー)が発表された時、アップル本社では同僚たちと「どうせ失敗に終わるだろう」と話していた。Siriの開発をしていた筆者たちからすれば、携帯性に欠けていて、しかも安物のスピーカーという「檻」に閉じ込められた音声AIということで、話題にすらならなかったのだ。
 2014年に発売された当時のEchoといえば、音声で商品を買えることを売りにしていたが、勘違いで買い物をしてしまわないかという懸念があり、音声AIのアレクサでeコマースを実現することは困難だと見られていた。
 ほかにも、「何のために使えばよいのかわからない」とか、「自分の家にアマゾンが常に聞き耳を立てていると思うと、プライバシーが侵されているようでゾッとする」などという声があった。
 しかし、いまとなっては、筆者の住むシリコンバレーでEchoを所有している人は大勢いて、これからもどんどん売れていく勢いすらある。なぜ、アマゾン・ドットコムはEchoを成功に導くことができたのか。
 そこには主に3つの成功要因がある。これらの要因は、世界で音声AIが注目されている理由をひも解くために重要なヒントとなる。
 成功要因1 音楽
 Echoの風向きが変わってきたと感じたのは2016年辺りからだ。その頃から、筆者の周りでもちらほらとEchoを所有する者が増えてきた。
 アップルの場合、新しいiPhone発売の翌日にはみんなのスマホが変わっていたのに対して、Echoはゆっくりと浸透し、いつの間にかみんなが持っていたという印象だ。
 ランチタイムで「実は先月、Echoが届いて、アレクサがこんなこと言ってさ」や、「あ、実は自分も先週買ったんだよ」などという会話を耳にするようになった。Echoは携帯せずに家に置いてあるので、他人に見せる機会もあまりなかったからだろう。
 アップルの社員は、自社製品に誇りを持っている。特にPCとスマホは、他社製品を社内で見かけることはほとんどない。たまに新入社員がアンドロイド端末を持って入社してくるが、誰に注意されることもなく自然とiPhoneに変わっている。自分がつくった機能が実装された電話を持つことによってユーザー視点を得ることができるようになるし、iPhoneのユーザビリティが優れているということでもある。
 そんなアップルの社員が、曲がりなりにもスマホの領域で“宣戦布告”してきたアマゾンのハードデバイスを自宅に置くのはなぜかと疑問に感じていた。しかも、競合他社のリサーチのために買ったというよりは、一般ユーザーとして購入し、愛用しているようにさえ見えたのだ。
 そのため同僚たちには、「何のためにEchoを使っているか」と聞かずにはいられなかった。答えの9割は「音楽」だった。
 スマホや音楽プレーヤーをスピーカーにつなげればいいではないか、と読者は思われるかもしれない。筆者もそう思ったが、同僚たちからは曖昧な答えばかりだった。こればかりは実際に使ってみないとわからないと思い、購入に踏み切った。
 すると、彼らが言う通り、まずは音楽を聴くようになった。多少古い曲や、曲名があやふやでもかなりの確率でアレクサは探し出してくれる。スピーカーに向かって「音楽を再生して」と言うだけで音楽が流れ始める体験をした。音楽を再生し始めるまでの距離感が圧倒的に短くなり、音楽がより身近になった。
 それまでは、音楽を聴くとなると、まずはスマホなり音楽プレーヤーを引っ張り出して、再生したい曲を探して、スピーカーやヘッドホンにつなげて……と、かなりのステップがあった。
 アレクサならば、いまやっていることをまったく中断することなく、「ジャズを再生」と言うだけで音楽が流れ始める。いまこの文章を書いている最中も、書くという動作を止めることなく、ジャズを流し始めたところだ。
 成功要因2 通信環境
 ユーザーの心をつかんだのなら、後はユーザーをがっかりさせなければよい。だが残念ながら、音声AIを搭載した多くの製品は、ユーザーを落胆させる場面が多い。
 聞いてしゃべることのできるAIということで、自然と比較対象が機械ではなく人間となってしまうからだ。理屈ではいくらコンピュータだとわかっていても、話が通じないと人はがっかりしてしまうものだ。
 その大きな要因は、通信ネットワークの処理の問題だ。何か音声AIに声をかけて、ユーザーを待たせた挙げ句、AIから「何か問題が発生しました」と返ってくると、「音声AIでやるより自分でやったほうが早い」と思ってしまう。
 特に、スマホは持ち運びながら音声AIを使用するので、携帯電波での通信が多くなり、安定しない。音声AIとは、音声を文字に変換するための音声認識や、認識した文字からユーザーの意図を汲み取る「自然言語処理」などの重要な機能をサーバー上で実行する。そのため、スマホがサーバーとの通信ができなければ、音声AIはユーザーのリクエストに応えることができない。
 その点、Echoのよいところは、家に据え置き型の端末であることだ。それにより、ネットワークの問題を解消した。通信がつながらないことがほとんどないため、リクエストが失敗することがあまりない。また、家庭のWi―Fiの通信速度は、携帯電波と比べると速いため、音声AIの反応も早いのだ。
 成功要因3 スキル
 Echoはもともと備わっている機能だけでなく、より大きな仕事に対応するための武器を持っている。それが「スキル」だ。
 スキルとは、スマホのアプリのように、後付けできる機能のことである。外部の開発者が独自に開発でき、公開できる。
 そのため、たとえば、ルンバの製造元iRobotのスキルを学ばせると、アレクサに話しかけるだけでルンバを起動させたり、動かせたりできるのだ。スキルは、スマホアプリのように、Echoに簡単に学ばせることもできる。
 アマゾンは、AWSというクラウドサービスで、自社サーバーが不要でプログラムを動かせるプラットフォームを早くから開発者に提供してきた。そのため、音声AIサービス開発を楽に、早くできるようにした。スキル開発においてAWSが「影の主役」ともいえる存在なのだ。
 Voicebot.aiによると、米国で公開されたアレクサのスキル数は2018年3月に3万件を突破した。後述するが、これは驚異的な仕事量だ。その中でもよく使われるスキルは、スマートホーム関連だという。
 このスキルは、家の電気を消したり、ドアの施錠や解錠をしたり、セキュリティシステムを作動させたりするものである。たとえば、新生児を持つ家庭ならば、子どもを抱っこしながら寝かし付けて、手を離さずに電気を消灯して、子守歌を流すことができる。
 さらに、さまざまな言語で簡単にスキルをつくれるようにしたため、多言語化と多文化対応をスムーズにできるという特性がある。
 日本でも独自のスキルが増えている。たとえば、列車の乗り換え案内や、質問形式の学習教材など、日本市場のニーズをとらえたスキルがいち早く開発されている。
 これらの成功要因を通して、音声AIは世界でも注目され、多くのユーザーが日常的に使うものになりつつある。
 とはいえ、まだまだニッチな商品であることは間違いない。使っているユーザーはもちろん限られているし、音声AIを活用して何ができるかを知っている人も少ないだろう。
 これがキャズム(深い溝)を超えて、一般的なユーザーにも音声AIが親しみを持って接するようになるためには、まだいくつかの課題が残されている。
 そもそも、音声AIの認知度がキャズムを超えた先にはどのような世界があるのか、またその世界が実現されるには何が足りないのか。筆者がSiri開発を志すことにした体験を踏まえて考えてみることにしよう。
ジョブズが最期に感じた
Siriの可能性とは何か
 2011年の夏、もう体も限界を迎えこれ以上CEOを続けられないと悟ったスティーブ・ジョブズは、アップルの取締役会にみずから出席して辞表を提出した。ジョブズは、社長を降りるとだけ告げて帰るのではつまらないと思い、そのまま会議に出席していたらしい。
 生涯をかけて築き上げた企業の最後の取締役会。その内容を、微笑ましい顔をしながら聞いていた彼が最後に見たのがSiriの予行演習だった。すると、それまでは静かに聞いていたジョブズは、「その電話を寄こせ」と、当時の担当者スコット・フォーストール上級副社長のデモ機を取り上げた。
 ジョブズは、すごい勢いでSiriを質問攻めにし、最後に「お前は男か女か」と問いかけた。その時、Siriの返答が「まだ性別をもらっていません」だった。ジョブズは満足げに電話を返したという。Siriは、ジョブズが最期まで気にかけていた機能だったのだ。
 2012年の秋、筆者がエディ・キュー上級副社長にプレゼンテーションをした時のことである。せっかくの機会なので、筆者は、その当時のアップルにとって、最も重要な商品は何かを尋ねた。
 エディは「全部重要だが、強いて言うならSiriだ」と答えた。iTunesのアナリストとして働いていた筆者は正直、この返事に驚いた。続けて、エディはこう述べた。
「マルチタッチが革命を起こしたと確信した時がある。それはまだ幼い子どもたちがテレビ画面に歩み寄って、画面を触り操作しようとした瞬間を見た時である。彼らはiPhoneでの体験があまりにも自然で直感的なために、すべての画面は触れるものと錯覚していた」
 つまり、エディは、音声AIもスマホの画面のようにしなければいけないと考えていた。それは、子どもたちだけでなく、「すべての人があらゆる機器に自然に話しかけることができるような錯覚を与える」ものである。これがSiri開発のビジョンでもあった。この2つのエピソードがきっかけで、筆者はSiri開発への異動を決意した。
 このビジョンが壮大なのは、この文を区切って一つひとつ考えればわかるはずだ。たとえば「自然に話しかける」という点に着目してみよう。
 そもそも、「ドアを解錠して」と言って、スマホやEchoに呼び掛けるのは、「自然」なことだろうか。なぜドアを開きたいのに、電話機やスピーカーに話しかける必要があるのか。それよりはドアに直接話しかけるほうが自然だし、話も早いだろう。そう考えると、ドアに向かって「ひらけゴマ」というふうに話しかけることが目指す先になる。
 もっとも、ユーザーが話しかけるのではなく、機器が能動的に話しかけてくるケースもあるだろう。ドアに向かって歩いていくと、「どちら様でしょうか」とか、「合い言葉は」といった具合に声をかけてくれる扉はどうだろうか。つまり、このビジョンを読み解けば、電子機器の擬人化が進むことを示しているともいえるだろう。
 このようなビジョンを持っているのは、何もアップルだけではない。アマゾンもアレクサのブログの中で、次のように述べている。
「アレクサを通じて様々なデバイスをコントロールできることが理想と考えています。アレクサは常にお客様のそばにいて必要な時にサポートをするというのが、私たちがアレクサに対して持っているビジョンです」[注1]
 ここから、アレクサは家庭用スピーカーのEchoという枠に囚われずに、至るところに存在するという未来の姿を感じ取れる。
音声AIが抱える
5つの課題とは何か
 とはいえ、これらのビジョンを技術的に達成するのは簡単ではない。これはすなわち、音声AIの革命が起きて、物に話しかけることが当たり前だと感じる社会を意味するからだ。スマホがマルチタッチ革命を起こして、デバイスの画面を触ることが当たり前だと社会に受け入れられるのと同義なのだ。
 現在の技術的レベルをこのビジョンに照らし合わせると、5%も到達してはいない。音声AIがキャズムを超えるには、いくつかの根本的な課題を解決する必要がある。ここで5つに絞って提示しよう。
 課題1 発見しやすさ(discoverability)
 スマホのアプリは、画面を通して多くの情報を提供している。ユーザーは、そのアプリを使う中で、自然とアプリケーションの使い方を覚えていくように仕向けられている。従来のソフトウェアとは違い、アプリには取扱説明書がついてこない。
 この背景には、「コンピュータはけっして難しいものではなく、どんなユーザーも直感的に接することができるようなものでなくてはいけない」という、ジョブズの理念がある。
 どのようにユーザーに使い方を自然な形で伝えることができるか。アプリ開発者とデザイナーは、そのプロセスとアプリ自体の設計にさまざまな工夫をしている。ボタンのアイコンの表示の仕方や、微妙なアニメーション、そして画面遷移などを通してそれとなくユーザーを誘導していく。そのアプリ業界で、「発見しやすさ」(discoverability)という課題がある。
 ユーザーは、上級者になっていくほど、より高度な機能を求めるようになる。そのニーズに応じて、アプリ開発者は高度な機能を実装するが、そうしたのちのちに追加される機能は、ユーザーに効果的に伝える術を持っていない。そもそも大半のユーザーが使用するものではないし、機能を使うためのコマンドも複雑になりがちだ。
 たとえば、スマホ上で「再生ボタンとゴミ箱を同時にタップしながら、左にスワイプ」のような複雑な動作を実装したら、どうやってそれをユーザーに実践してもらえばいいか。取扱説明書のようなものがなければとうていできないだろう。これがアプリ業界のユーザーインターフェースにおける discoverablity 問題である。
 スマホのアプリでさえこの問題が顕著に表れているのに、操作の過程で「画面」という接点がない音声AIがこの問題を克服するのは、より難しいだろう。何の説明もなくスピーカーを渡されても、何を話せばよいのかまったくわからないからだ。
 この壁を乗り越えるために、いまはスピーカーに画面をつけたり、専用スマホアプリ上での「説明」を行ったりしているが、まだ大半の人々は、「音声AIにどのように話しかければよいかわからない」という状態だ。
 一方、スキル開発者側もスキルを開発したところで、それをユーザーにどう伝えればいいのかという根本的な課題を抱えている。
 課題2 仕事の幅
 2011年にSiriが発表された当初、主要機能といえば、5つほどだった。具体的には、「電話をかける」「メッセージを送る」「カーナビ」「音楽の再生」「Siriとの会話」などだ。これらの機能はすべて、アップルのエンジニアが開発し、実装したものである。そのため、開発するのにかなりの労力と時間がかかり、なかなか「仕事」の幅を増やすことができなかった。
 先にも述べたように、アレクサはスキルの開発で外部開発者を受け入れることで、いっきに3万もの機能を実装することができた。社内のエンジニアだけで開発する機能では、AIができる「仕事」はせいぜい100くらいだったが、外部の開発者を取り入れたことによって、アレクサの仕事の幅はいっきに約300倍にも膨らんだのだ。つまり、内部の開発者だけでなく、外部の開発者も巻き込み、利便性を高めたといえる。
 この流れは2017年以降、さらに変化を見せている。いま起きているのは、プログラミングのできる開発者だけではなく、一般ユーザーも主体となって、AIに仕事を教えようという仕組みが考えられていることだ。
 ユーザーも「開発者」になれるとは、どういうことか。たとえば、「帰宅」と言えば、「これから帰宅することを妻にメール」して、「家までのナビを開始する」という複合的なコマンドを、音声AIにユーザーが教えることができるようになるのだ。
 実際、アマゾンの複合コマンドや、アップルが2018年の開発者向けイベントで発表したショートカット機能などはその例である。ユーザーが慣れ親しんだアプリという環境の中で、簡単にコマンドをセットできるという仕組みだ。仮に音声AIユーザーが数千万人いるとして、その1割の人間が一つのスキルを教えたとしても、AIが学習しできることは数万から数百万に伸びる。
 図表1「音声AIの学習の仕方と学習できること」は、音声AIの学習曲線を描いたものだ。これにある通り、内部のエンジニア→外部のエンジニア→ユーザーと、AIに仕事を教える主体が変わるに従って、指数関数的にAIの仕事の幅が広がっている。


 ユーザーまで来ると、次なる飛躍は、AI自身が仕事を覚えていく自己学習がある。AI自身が与えられたルールの枠を超えていくことになるが、これは現在のところ実現できていない。
 課題3 自然な会話
「10時から12時の間で空きはないかしら」
 2018年、グーグルは開発者向けイベントで驚異的な音声AIシステムを発表した。Google Duplexと称するそのプロジェクトのデモで、なんと音声AIが生中継で美容室に電話をかけて予約を取ったのだ。
 会話の流れも非常にリアルで、先のように発言したり、「どのようなメニューをご希望ですか」といったような相手からの質問にも、女性のヘアカットで、と的確に答えたりすることができた。
 そもそも、人間は「コンニチハ、キョウノテンキハ」のようにロボット口調で話しかけられ続けると、その音声AIに声をかけることをしなくなってしまう。そこで、各社はこれまでにもAIの発声をより自然なものにするという取り組みをしてきた。これは、「TTS」(Text to Speech)という技術領域で、その名の通り、文字を発声に変換するという技術だ。
 筆者が何よりも驚いたのが、グーグルのTTSの技術である。ほぼ人間に近い発声で、細かなニュアンスまで再現しており、美容室の受付も、音声AIとは思わずに人間と話していると錯覚しているようだった。
 この領域についてはこれまでにも多くの技術革新が起きているし、これからもよりリアルな発声をする音声AIが増えてくるだろう。
 課題4 処理速度
 とはいえ、自然な会話を続けるためには、間があったり、途中で途切れたりしては、ユーザーもしらけてしまう。特にモバイル端末の処理速度は、まだまだ改善の余地がある。
 音声AIの処理プロセスは、大きく3つのモジュールに分かれる。
(1)音声認識:ユーザーの音声データを文字に変換する。
(2)自然言語処理:インプットされた文字データからその意図を抽出する。
(3)アクション:ユーザーの意図に従った行動を起こす。
 これら3つのモジュールのうち、処理に最も時間がかかるのが、(3)アクション、続いて(2)自然言語処理、最も速いのが(1)音声認識である。そこで、ネットワーク通信時間と、コンピュータによる処理時間を色分けすると、図表2「音声AIの処理プロセスと時間の関係性」のようになる。ご覧の通り、薄い青色の領域であるネットワーク通信の時間が圧倒的に長いのだ。


 音声AIは、クラウド上に存在しているため、その処理の大部分をサーバー側で実行する必要がある。サーバーと通信するためには、ネットワークの通信時間がかかる。音声AIと自然な対話を行うためには、ネットワーク通信時間を削減しなければならないのだ。
 処理速度を改善する最近の流れとしては、クラウドのサーバーに頼ることなく、端末側だけでさまざまな処理ができるような取り組みがあるだろう。
 たとえば、アマゾンは、機械学習のモデルをデータ圧縮して携帯端末に保存し、自然言語処理の大半を端末上でできる仕組みなどを発表している[注2]。機械学習のモデル自体を軽量化し端末側で呼び出せるようにして、通信時間を削減できるようになるのだ。
 課題5 複数のデバイスが反応する
 アップルのデバイスを複数所有し、すべてのデバイスの前で「ヘイ、シリ」と叫ぶと、複数のデバイスが反応してしまう時がある。
 音声AIのビジョンである「あらゆる機器に話しかけられるような錯覚を与える」ためには、何かしらのメカニズムで、どのデバイスが話しかけられているのかを、AI側にも正確に認識させる必要があるだろう。
 人間との会話を思い浮かべてほしい。誰かと話している時、話しかけるたびに「ヘイ」と、その人の名前を呼んでから話す必要があるだろうか。そうではないはずだ。
 この点、注目しているのがアップルのFace IDに代表される顔認識技術だ。これには、注視察知(attention aware)という機能があり、たとえば、顔認識技術を搭載したiPhone Xに顔を向けることなく、視線を向けるだけで「いま見られている」と端末側が認識している。
 普通は視線を向けながら話しかけたら、「あ、いまは自分に向かって話しかけているな」と思う。この技術を用いることで、いちいち「ヘイ、シリ」や「アレクサ」などのキーワードを言わずとも、「聞き始める」モードに入ることが十分に可能だ。
 今後2、3年でこのような不自然なトリガーコマンドがなくなり、注視されたら聞き始めるという音声AIが出てくることに期待したい。そうすればスピーカーや電話だけではなく、たとえばエアコンを見て「暑い」と言えば、冷房がかかるということが実現されるのだ。
【注】
(1)「The Alexa Auto Software Development Kit (SDK) Now AvAIlable 一般公開のお知らせ」Koji Kamimura, August 9, 2018 https://developer.amazon.com/blogs/alexa/post/87800b0b-6ba5-4f4d-a852-25fd985a9e54/announcing-the-alexa-auto-sdk-japan
(2)“Shrinking Machine Learning Models for Offline Use”, Grant Strimel, August 13, 2018 https://developer.amazon.com/blogs/alexa/post/09bacbdd-c089-4b02-863d-6761728102ed/shrinking-machine-learning-models-for-offline-use
◆ 急速な発展を遂げる音声AIは、どんな市場で、いかなるインパクトをもたらすのか。その可能性が示される本稿全文は『DIAMOND ハーバード・ビジネス・レビュー』2018年11月号に掲載されています。
◆最新号 好評発売中◆
『AIアシスタントが変える顧客戦略』
アマゾンのアレクサ、アップルのSiri、マイクロソフトのコルタナといった音声AIが家庭に入り込むことで、顧客接点が大きく変化している。日常生活に溶け込んだAIアシスタントは、今後もさらなる進化が見込まれており、企業と顧客の関係性を大きく変えていくだろう。競争ルールも一変する、新たな時代の顧客戦略を考える。

【特集】AIアシスタントが変える顧客戦略
◇「アレクサ」時代のマーケティング(ニラジ・ダワル)
◇音声AIがパートナーになる時(長谷川貴久)
◇マイクロソフト:変容し続けるプラットフォーム企業(平野拓也)
◇顧客が顧客戦略を動かす時代(藤川佳則)


 

前向きに読み解く経済の裏側

無料で得られるアドバイスには要注意

2018/10/09

塚崎公義 (久留米大学商学部教授)

 今回は『老後破産しないためのお金の教科書 』の著者である塚崎が、無料で得られるアドバイスについての注意事項を記します。

 「タダほど高いものは無い」と言われます。「セールスパーソンから不用意に受け取った安価なプレゼントによって、義理を感じて高いものを買わされる羽目に陥った」といった経験を持つ人も多いでしょう。

 しかし一方で、日本人は「情報は無料だ」と思っている人が多いので、要注意です。情報もプレゼントも、渡す側の目線で考えれば同じことなのですから。


(IconicBestiary/Gettyimages)
無料の情報を提供する側の目線で考える
 無料で情報を提供する人は、何を考えているのでしょうか。本当に相手のためを思って親切で情報を提供しているのでしょうか。そんな慈善事業のようなことをして、どうやって生活しているのでしょうか。そう考えると、何か魂胆があるのかもしれない、という気がしてきますね。

 飲食店で「オススメは?」と聞く客がいます。その客が、今日はじめて来店した客であっても、今後もリピート客になりそうなら、店は本当のオススメを答えるでしょう。しかし、観光地の飲食店で、客が二度と来ないとわかっていたら、もしかして利益率の最も高い品を勧めるかもしれません。

 もちろん、「どのメニューも利益率は同じだから正直にオススメを答えている」という店もあるでしょうが、「観光客にオススメを聞かれたら勧めるメニュー」をあらかじめ定めて、それだけ利益率を特に高く設定している可能性もあるわけです。

 ちなみに、読者は本稿を無料で読んでいるでしょうが、これは本来の意味の無料のサービスではありません。筆者はサイト運営者から原稿執筆料を受け取り、サイト運営者は広告料を得ていますから。筆者もサイトも、慈善事業ではなく、仕事としてやっていますから、変な魂胆はありません。ご安心下さい。

金融商品も投資商品も無料のアドバイスには要注意
 保険商品の情報を個人に無料で提供する会社がありますね。あの会社は従業員の給料をどうやって払っているのでしょうか。当然、保険会社から手数料を受け取っているはずです。

 すべての保険会社がすべての保険商品に関して全く同じ手数料を支払っているのだとしたら、情報提供会社は本心から客のために保険商品の説明をするでしょう。その場合には、気をつけなければいけないことは一つだけです。彼らは仮に客が保険に加入すべきでない場合でも、「お客様は保険に入る必要がありません」とは絶対に言わない、ということですね(笑)。

 しかし、保険会社によって、あるいは保険商品によって、情報提供会社に支払われる手数料が異なるとしたら、どうでしょうか。相手の立場に立って考えてみましょう。

 証券会社が無料の投資セミナーを開催するのはなぜでしょうか? 親切だから慈善事業的に情報を提供しているのでしょうか? そんなことをしたら、株主から「そんな金があるなら配当しろ」と怒られそうですね(笑)。

 もちろん、「インフレに備えて資産の一部は株で持ちましょう」といった顧客のためを思ったアドバイスをすることも重要で、その「ついでに」株式売買手数料が稼げれば「ウインーウイン」の関係だ、ということなのでしょうが、その際に顧客に最適なアドバイスをしているのか否かは、慎重に見極める必要がありますね。

 銀行が投信や保険を売る際も同様です。「貯蓄から投資へ」といった流れに顧客を誘導すること自体は良いことですが、その際に手数料の高い商品を勧めたり、頻繁な乗り換えで何度も手数料を稼ごうとしたりする可能性もあるので、アドバイスを鵜呑みにせず、自分でしっかり考えてから行動しましょう。

有料のアドバイスを活用してみよう
 日本人は情報は無料だと思っている人が多いですが、プロのアドバイスが得られるなら、多少の費用を払ってでも受ける価値がある場合も多いので、検討してみましょう。病気になった時に、医学書を買ってきて自分で勉強するよりも、医者に診てもらった方が安心ですし、手間もかかりませんね。同じことです。

 たとえばFP(ファイナンシャル・プランナー)に相談してみましょう。数千円から1万円程度で、目から鱗なアドバイスがもらえるかもしれません。「金融機関から勧められたプランをどう思うか」といったセカンドオピニオンを求めたり、家計簿を見せて改善策を提案してもらったり、様々なことが頼めます。

 筆者も、時々プロのサービスを頼んでいます。「なるほど」と思ったのは、父の相続の手続きを信託銀行に一式お願いした時の担当者の言葉です。「一生に1度の相続のために、難しい手続きを自分で勉強して、書類を取り寄せ間違えて再度取り寄せたりして、大変な苦労をなさる方が多いのですが、私は毎日やっていますから、効率的に作業が行えます。私が効率的に作業をして、多少の利益を上乗せしてお客様にご負担いただいても、お客様ご自身でなさるご苦労と比べたら、安いものだと思います」というのです。

 弁護士への相談も、同様ですね。自分で六法全書を調べるのも大変ですし、思わぬ特例法があったりすると大変です。税理士への相談も、便利です。どこまで必要経費で認めてもらえるのかは、本を読むよりも何千件の経験によって判断できる税理士に相談する方が正確ですから。
http://wedge.ismedia.jp/articles/-/14160

[18初期非表示理由]:担当:要点がまとまってない長文orスレ違いの長文多数により全部処理

2. 2018年10月10日 21:12:06 : OO6Zlan35k : ScYwLWGZkzE[1644] 報告
【第445回】 2018年10月10日 瀧口範子 :ジャーナリスト
人事部は「人を見る目」だけでは やっていけない時代に

「ワークデイ・ライジング」で登壇したワークデイ共同創業者のデイブ・ダフィールド氏(左)と、同社COOのジム・ボジーニ氏(右)
 働き方の変化と共に、企業人事のあり方も変革を迫られている。どう社員を適材適所に配置するか、新しい時代の需要に応えてどう社員を再教育するか、そして社員の潜在力をどう引き出すか。こうしたこと全てが今、企業にとって生き残りをかけた課題にもなっているのだ。ただ数字だけを押さえる人理管理だけではすまない時代に突入しているのだ。

 人事ソフトウェアを提供するワークデイ(Workday)は、こうした課題に積極的に取り組もうとしている一社だ。例えばAIを利用して、埋めるべきポストと求める人材の最適なマッチングを図ったり、やはりAIを利用して社員のキャリアパスをうまく前進させていったりするような仕組みを作っている。10月1〜4日にラスベガスで開催された同社の年次カンファレンス『Workday Rising』では、その最新の取り組みが発表された。

人事部門向けのソフトには2種類ある
 すでに現在、「人事ソフトウェア」は2種類に分けて捉えられるようになっている。「コアHR」と「それ以外」だ。「コアHR」は、社員の給与や出勤記録管理などで、われわれが昔から知っているタイプのソフトウェアである。

 一方「それ以外」の部分では、「HCM(ヒューマン・キャピタル・マネージメント)」とか「TMS(タレント・マネージメント・システム)」など色々な呼び方と色々な種類のソフトウェアがあり、今大きなイノベーションが起こっている分野だ。要は人材を「人財」として捉え、企業の戦略を実現させていく際の重要な車輪として活用する。同時に、社員個々人にとってもスキルと知識を高めて、自分の進歩が感じられるような仕組みを統合するタイプのものである。

 後者の部分は、従来ならば面倒見のいい上司や洞察力のある人事部がやってくれたことかもしれない。だが、今やそんなアナログで、時にアテにならない方法に頼っている場合ではない、というのが、こうした新しい人事ソフトウェアが語るところである。全てはデータで考え、データで戦略を立てようという時代になっているのだ。

同じスキルを示すのに
20もの違う用語が使われている
 さて、新しい人事ソフトウェア時代のデータの中心にあるのは、「スキル」である。スキルとは、その人物が教育や経験で取得し職場で遂行できる能力のことだ。ワークデイでは、「スキルは新しい通貨」と強調する。なぜならその人物が持つスキルや企業が求めるスキルを正確に特定することによってのみ、それをデータとして有効に活用し、企業戦略に役立てることができるからだ。

 同社によると、現在同一スキルのために20以上の異なった表現がある。同社は3100万人のユーザーがコミュニティーで使われている2億ものスキル表現を機械学習によって数100のグループに分け、さらに5万5000の確証済みスキルに抽出した。それを、「スキルズ・クラウド(Workday Skills Cloud)」でデータとして利用可能にしている。

 スキルズ・クラウドを利用すると、次のようなことが可能になる。新しい人材を雇用する際には、求めるスキルとのマッチングが簡易になる。社内で人材を探したり新部署を組織したりする際には、最適な人材が探せる。あるいは社員自身が異動を希望する際にも、自分に欠けているスキルが明らかになる、などだ。

 現在はビジネスや技術がどんどん変化して、必要なスキルも変わっている。そのために社員との「スキル・ギャップ」の解消が課題だが、ギャップの中身の特定にもこのスキル・クラウドは役立つだろう。

人事は「経験・勘・度胸」から
科学の時代に入った

「スキルズ・クラウド」を利用して新規採用候補のマッチング度を表示したプレゼンの様子
 ワークデイの人事ソフトのもう一つの特徴は、アナリティクス(分析)だ。

 同社は以前より、人事データから企業の運営におけるインサイトを得るための試みを続けてきたが、ここへ来て「プリズム・アナリティクス(Workday Prism Analytics)」というデータハブを発表した。これは同社が2016年に買収したプラットフォーラ(Platfora)のテクノロジーを統合した結果だ。

 プリズムでは、ユーザー企業のデータやオープンなデータを集めてAI機能を統合し、ここから人事や財務に関する多様なインサイト(気づき)が得られるようにしている。

 例えば、人事面ならば「ピープル・アナリティックス(Workday People Analytics)」というアプリケーションを利用し、社員の多様性を他社と比較したり、人材の雇用が遅れていることやその理由を知ったり、離職率の高い支社はどこか、またそこのマネージャーを特定したりできる。「ピープル・アナリティクス」の画面はビジュアルでわかりやすく構成されており、ドラッグ&ドロップ式でデータを組み合わせて新たなインサイトを探ることも可能だ。

 ワークデイでは、自社の強みを「Power of One」とする。人事関連のデータを1カ所に集め、一つのバージョンのソフトウェア、一つのセキュリティー・システムをクラウド経由でSaaS(Software as a Service )として提供する。

 これまでならば人間がアナログに判断をしなければならないと考えられてきた人事が、今や大きく変わろうとしているのがワークデイの開発から感じられる。例えば日産自動車では、人材をグローバルに活用するために、ワークデイHCMやプリズムなどの導入を全世界的に進めているという。同社グローバル・デジタルHRジェネラル・マネージャーのラジュ・ヴィジェイ氏によると、自社の強みを発揮するために独自のデータセットの組み合わせに工夫も施している。

 ガートナーでリサーチ&アドバイザリ部門エンタープライズ・アプリケーション担当バイス・プレジデントを務める本好宏次(もとよしこうじ)氏は、今や人事は「KKD(勘と経験と度胸)の時代から科学的手法を用いる時代に移行している」と語る。人事ソフトの業界では、SAPが買収したサクセスファクターズ、オラクル、ワークデイを「ビッグ3」として、ほかにも何社ものプレーヤーが存在するが、すでにアメリカで見られる大きな潮流は、人事部門が新しい動きをIT部門に教育するようになっていることだという。

 人事情報も「データ」の一種であることは間違いない。データを使いこなせるかどうかが企業人事、ひいては企業戦略を左右する時代が到来した。
https://diamond.jp/articles/-/181657

[18初期非表示理由]:担当:要点がまとまってない長文orスレ違いの長文多数により全部処理

3. 2018年10月10日 21:59:21 : OO6Zlan35k : ScYwLWGZkzE[1648] 報告
https://tanuhack.com/useful-tool/spreadsheet/upscale-functions/
2018.03.22 2018.07.08
知っていたらドヤれる!スプレッドシート独自の関数を10個まとめてみた

こんにちは、色んな効率化が大好きなたぬ(@KAivlys)です!
今回紹介する10個の関数は全て、スプレッドシートのオリジナル関数です。
スプレッドシートには『ネットに繋がっていないと使えない』というデメリットがありますが、『常にオンラインである』という性質を最大限活かしたグレイトな関数がたくさん用意されています。
どれも強力すぎて、普段Excelを使っている人から見れば、カルチャーショックを受けるかもしれません!
効率化が捗ること間違いなしなので、1つでも持ち帰って積極的に使ってみて下さい。
目次 [表示]
IMPORTRANGE:別のスプレッドシートから値を参照

構文
=IMPORTRANGE("スプレッドシートキー","範囲指定した文字列")
例:IMPORTRANGE("1-qd48UQf8EJMnEFELTCxZJ5KoTplq--BqeBwlJLBXto","挿入される元データ!A1:J30")
個人的に一番気に入っている関数です。
Excelと違って、別のスプレッドシートの値をリアルタイムで引っ張ってこれるのは、やっぱり便利ですね。
IMPORTRANGE関数を使うとスプレッドシートのクラウド管理の恩恵が、いかに素晴らしいか思い知らされてます…!
応用技:データベースのように使う
通常スプレッドシートには、200万セルしか文字を入力できませんが、IMPORTRANGEを使えばその制約を無理矢理解除することが出来ます。

スプレッドシートの『IMPORTRANGE』関数で200万の制約が無くなるって本当?
2017.12.26

ARRAYFORMULA:複数セルへ関数を一気に反映

例:TEXT関数を最終行まで反映させる
構文
=ARRAYFORMULA(配列数式または、非配列関数で配列を使用)
例:ARRAYFORMULA(TEXT(B3:B12,"ddd"))
ARRAYFORMULA関数には、専用のショートカットキーがある
なんと入力補完用のショートカットキーが用意されています。『ARRAYFORMULA』って入力するの大変ですもんねw
セルに『=』を入力して、以下のショートカットキーを試してみてください!
ショートカットキー
• Mac:Command+Shift+Enter
• Windows:Ctrl+Shift+Enter

【保存版】実務の効率化が加速するスプレッドシートのショートカットキー17選!
2018.05.06

読み込み速度を速くしたいならARRAYFORMULA一択!
Googleスプレッドシートは、関数を数行に渡って入力するより、ARRAYFORMULAを使ったほうが断然速いので、積極的に使っていきましょう。

スプレッドシートの『ARRAYFORMULA』関数を使って表示速度を高速化させよう!
2017.12.30

UNIQUE:参照範囲をリアルタイムで重複削除

構文
=UNIQUE(範囲)
例:UNIQUE(A2:B21)
重複する行を破棄して、指定したソース範囲内の一意の行を返します。行はソース範囲内の先頭から順に返されます。
重複を削除した表を作りたいなら、この関数で決まりですね!

【知ってると便利】重複データを削除するスプレッドシートのUNIQUE関数の紹介
2018.04.09

FILTER:参照範囲をリアルタイムでフィルタリング

例:『商品名=A、個数2以上』でフィルタリング
構文
=FILTER(範囲, 条件1, [条件2, ...])
例:FILTER(A3:C21,B3:B21="A",C3:C21>1)
ソース範囲をフィルタ処理して、指定した条件を満たす行または列のみを返します。
FILTER関数を使うメリットは、元データを変更しないフィルタリングなので、データの破損の恐れがないことですね^^
ただ、一つだけデメリットを挙げるならば、関数の性質上、条件にはAND検索しか使えないのがネックです…。
OR検索を行いたい場合は、後述しているQUERY関数を使えば解決出来ます。
SORT:選択範囲をリアルタイムで並べ替え

例:『品番を昇順でソート』
構文
=SORT(範囲, 並べ替える列, 昇順, [並べ替える列2, ...], [昇順2, ...])
例:SORT(A3:B6,A3:A6,1)
指定した配列または範囲の行を、1列または複数の列の値に従って並べ替えます。
こちらもFLITER関数と同様に、元のデータを変更しないソートなので、データの破損の恐れがないのがいい感じです。
ソートの優先順位は前にあればあるほど強くなります。
QUERY:参照範囲をリアルタイムで配列集計

例:『商品名=A、個数2以上、個数を昇順でソート』
構文
=QUERY(データ, クエリ, [見出し])
例:QUERY(A3:C21,"WHERE B='A' and C>1 ORDER BY C,A asc")
『Google Visualization API』のクエリ言語を使用して、データ全体に対するクエリを実行します。
少しだけ敷居が高そうに見えますが、実はそんなことはありません。
上手く使いこなせるようになれば、QUERY関数だけで前述したFLITERやSORT関数を組み合わせたような数式を作ることが出来ます。
クエリ言語
クエリは、SQLチックな書き方で記述します。
SELECT:表示させたい列だけ表示させる
構文
=QUERY(選択範囲,"SELECT 列1,列2,列3")
WHERE:条件を満たした行のみ表示させる
構文
=QUERY(選択範囲,"WHERE 条件範囲列=条件")

QUERY関数の6個のWHEREオプションで、データ抽出を捗らせる方法!
2018.07.06

ORDER BY:ソートさせる
構文
=QUERY(選択範囲,"ORDER BY 並び替えの基準列 asc(昇順)または、desk(降順)")
実践編:クエリ関数の使い方

例:『商品名=A、個数2以上、個数を昇順でソート』
例題
=QUERY(A3:C21,"WHERE B='A' and C>1 ORDER BY C,A asc")
この場合だと、『B列の値がA』かつ『C列の値が2以上』を抽出して、C、A列を基準に昇順でソートしています。

スプレッドシートのQUERY関数で、条件に一致するデータをまとめて抽出する方法
2018.07.01

IMPORTHTML:HTMLページの表やリストを参照

構文
=IMPORTHTML(URL, クエリ, 指数)
例:IMPORTHTML("https://support.google.com/docs/answer/181110?co=GENIE.Platform%3DDesktop&hl=ja","table",4)
HTMLページ内の表やリストからデータをインポートします。
Webサイトにあるテーブルをいちいち入力しなくて良いのは物凄く便利な機能だと思いませんか?
クエリに指定する値
テーブル table
リスト list
IMAGE:HTMLページの画像を参照

構文
=IMAGE(URL, [モード], [高さ], [幅])
例:IMAGE("https://tanuhack.com/wp-content/uploads/2018/03/upscale-functions.jpg",4,200,300)
セルに画像を挿入します。
文字だや数字だらけになりがちなスプレッドシートだからこそ、画像があったほうが分かりやすくなりますよね。
GOOGLETRANSLATE:テキストをGoogle翻訳

構文
=GOOGLETRANSLATE(テキスト, [ソース言語], [ターゲット言語])
例:GOOGLETRANSLATE(A2,"en","ja")
テキストをソース言語からターゲット言語に翻訳します。
Google翻訳では、複数まとめて翻訳できないので、スプレッドシートで一気に翻訳できるのはありがたいですね。
日本語 ja
英語 en
中国語 zh
韓国語 ko
ドイツ語 de
フランス語 fr
イタリア語 it
REGEXEXTRACT:正規表現で文字列を置換

例:正規表現を使って、住所から都道府県を抜き出す
構文
=REGEXEXTRACT(テキスト, 正規表現)
例:REGEXEXTRACT(A2,"..+?[都道府県]")
正規表現に従って、一致する部分文字列を取り出します。
「正規表現?何それ、おいしいの?」という方は過去記事をどうぞ!

知らないと損!正規表現を使ってスプレッドシートの文字列を便利に抽出する方法
2018.01.27

まとめ
今回は、知っていたらドヤれる、スプレッドシート独自の関数を10個ほど紹介しました。
他にも独自の関数は山ほどあるんですけど、あまり実用性がないので省略してます。
この記事をきっかけにExcelからスプレッドシートに乗り換えてくれる人が増えると嬉しいなあ…。

 
https://www.relief.jp/docs/google-spreadsheet-function-sort-unique-filter.html
• 2018年09月25日(火) 15時40分
• Googleスプレッドシートの使い方
SORT・UNIQUE・FILTER関数がExcelにも
対象:Googleスプレッドシート, 将来のExcel

Googleスプレッドシートには、昔から存在していた、SORT・UNIQUE・FILTERなどの関数が、ようやくExcelでも使えるようになるようです。
• Bringing AI to Excel--4 new features announced today at Ignite
新しく使えるようになる関数
上記のブログ記事によれば、
  FILTER
  UNIQUE
  SORT
  SORTBY
  SEQUENCE
  SINGLE
  RANDARRAY
といった、配列を返す関数が使えるようになるようです。
もちろん2018年9月25日時点のExcel 2016に、これらの関数は存在していません。
SORT関数・UNIQUE関数・FILTER関数
記事で公開されている画像を見ると、SORT関数・UNIQUE関数・FILTER関数は、Googleスプレッドシートの、同じ名前の関数と同じ挙動をするようです。
並べ替えたデータを取得するSORT関数
並べ替えたデータを取得するのがSORT関数です。

▼操作概要:データを並べ替える
A5:A11セルのデータをB5セル以下に並べ替えて表示する
B5セルに
  =SORT(A5:A11)
という数式を入力する

重複しないユニークなデータを取得するUNIQUE関数
重複しないデータを取得するのがUNIQUE関数です。

▼操作概要:重複しないデータを取得する
D5:D12セルのデータから重複しないデータをE5セル以下に表示する
E5セルに
  =UNIQUE(D5:D12)
という数式を入力する

フィルタリングしたデータを取得するFILTER関数
指定した条件でフィルタリングするのがFILTER関数です。

▼操作概要:データをフィルタリングする
G5:G11セルのデータをH5:H11セルの「Veg」でフィルタリングしてI5セル以下に表示する
I5セルに
  =FILTER(G5:G11,H5:H11="Veg")
という数式を入力する

最終更新日時:2018-09-27 17:13
▼「インストラクターのネタ帳」を運営する伊藤潔人が、初めて書かせていただいた本『いちばんやさしいExcel VBAの教本』が、2018年1月に発売されました。

エクセルの鉄則:達人であることは隠せ
表計算ソフト「エクセル」は単純であると同時に気が遠くなるほど複雑だ
Can you help me with this Excel formula?
By Ira Iosebashvili
2018 年 10 月 10 日 07:50 JST

 米イリノイ州オークブルック在住のコンサルタント、アーナンド・カレルカル氏(37)が大手保険会社で新しい仕事に就くと、社内からインスタントメッセージや電子メールが次々に舞い込み、カフェテリアでは自己紹介をしたがる同僚が相次いだ。 

 間もなく、カレルカル氏は自身の人気の理由に気付いた。多くの同僚は同氏がマイクロソフトの表計算ソフト「エクセル」の達人だと聞きつけ、手に負えない表計算シートやピボットテーブルをどうにかしてほしいと助けを求めてきたのだった。

 「次々と人がやって来ては『エクセルが得意だと聞いたよ』と言う」とカレルカル氏。最近は「遠回しに不満を伝えるように」なり、助けを求める人には「ここに来る前にグーグルで調べて」と言うようになったという。

 エクセルの達人はそのことを隠そうとする。マイクロソフトが1985年に発売したエクセルは、世界で数億人が使うまでに成長。かつては手作業や基本的なコンピュータープログラムで処理していた無数の事務処理をシンプルにし、予算編成やグラフ作成などに携わる人の負担を軽減した。上級ユーザーは、数千人の従業員の支出を把握するといった離れ業をやってのける。


アーナンド・カレルカル氏 PHOTO: ANAND KALELKAR

 同時に、エクセルに精通した人たちの生活は以前より面倒なものになった。エクセル名人は「循環参照」や「セル結合」、素人の同僚が組んだめちゃくちゃなマクロと絶えず戦っている。

 ピッツバーグ大学で働く統計専門家のアンドリュー・アルトハウス氏(32)は「『エクセルのシート数枚』について助けてほしいと言われたら、まわれ右をして逃げる」とツイート。「さらに、偽の電話番号や偽名を教えたくなるかも。極端な場合、死んだふりが良いかもしれない」と述べた。

 問題の「エクセルシート数枚」を見せられたのは最近だ。それぞれのシートに列が400あり、不適切な条件やNG事項のオンパレードだった。修正には数週間かかった。

 アルトハウス氏は手を貸す前に「何に足を踏み入れようとしているのかを把握する」ようエクセルの達人たちにアドバイスしている。

 マイクロソフトでオフィスとウィンドウズのマーケティングを担当するジャレッド・スパタロ氏は最近、「信じられないほど柔軟なアプリケーション」である「エクセルのパワーはシンプルさから来ている」とブログに投稿した。

 また同社の広報担当者は、「全ユーザーに新たな可能性を開く」人工知能(AI)機能が最近エクセルに加わったと述べた。

 だがインテルのエンジニア、ジョン・ミカラス氏(48)が同僚の緊急事態に何年も対処してきた経験から学んだのは、エクセルの達人であることは隠すのが得策だということだ。

Demonstration of Microsoft Excel
Demonstration of Microsoft Excel PHOTO: MICROSOFT
 トラブルは、エクセルに本当に詳しい人を探すグループメールで始まることが多い。ミカラス氏によると、「本当に簡単なことだ」と言われて「見てみると、簡単なことではない」のだという。

 最近では、ミラカス氏は息をひそめ、切羽詰まった状況になってから助けるようにしている。意志の強さを試されたこともあった。プレゼンテーション中にめちゃめちゃな表計算シートを見て、「私に聞いてくれれば良いのに」と叫びたい衝動に駆られたのだ。

 「私は利他主義者だが、世界を救うのは私の仕事ではない」とミラカス氏は語る。

ニュースレター購読

 マサチューセッツ州でデータアナリストとプロジェクトマネジャーをするジェン・リプシッツ氏(32)は、自身や部内の同僚が他の同僚からエクセルについてよく相談を受けると話す。

 リプシッツ氏によれば、彼らは「これはジェンの案件だ。彼女はスマート部門にいる」などと話し、データがおかしくなっている原因がわからない時は同氏に聞きに行けばいいと考えている。

 同氏の解決策は「ただそこに立っている」ことだ。同僚が問題を説明するうちに自ら解決することも多いという。

 リプシッツ氏は、エクセルの可能性に圧倒される人もいると考えている。エクセルは単純であると同時に気が遠くなるほど複雑だからだ。「人はエクセルにあまりに多くのことができるとおじけづく。トライする必要があることを忘れてしまう」

関連記事
財務部門で進む「エクセル離れ」
AIの未来、表計算ソフトの歴史がヒントに
職場のチームプレーで燃え尽きないために


[18初期非表示理由]:担当:要点がまとまってない長文orスレ違いの長文多数により全部処理

▲上へ      ★阿修羅♪ > 経世済民128掲示板 次へ  前へ


  拍手はせず、拍手一覧を見る

フォローアップ:


★登録無しでコメント可能。今すぐ反映 通常 |動画・ツイッター等 |htmltag可(熟練者向)
タグCheck |タグに'だけを使っている場合のcheck |checkしない)(各説明

←ペンネーム新規登録ならチェック)
↓ペンネーム(2023/11/26から必須)

↓パスワード(ペンネームに必須)

(ペンネームとパスワードは初回使用で記録、次回以降にチェック。パスワードはメモすべし。)
↓画像認証
( 上画像文字を入力)
ルール確認&失敗対策
画像の URL (任意):
投稿コメント全ログ  コメント即時配信  スレ建て依頼  削除コメント確認方法

▲上へ      ★阿修羅♪ > 経世済民128掲示板 次へ  前へ

★阿修羅♪ http://www.asyura2.com/ since 1995
スパムメールの中から見つけ出すためにメールのタイトルには必ず「阿修羅さんへ」と記述してください。
すべてのページの引用、転載、リンクを許可します。確認メールは不要です。引用元リンクを表示してください。
 
▲上へ       
★阿修羅♪  
経世済民128掲示板  
次へ