法政大学 MBA 中小企業向けITとの付き合うコツ
?Download as PPTX, PDF?
0 likes?482 views
MBA取得を目指す皆さん向けに ITの最低限抑えてもらいたい点をまとめたものです。 特に日本国内の企業数の99.7%が中小企業に分類されていることを踏まえると、その多種多様性なシーズ?ニーズへのMBAの方々の果たすべき役割は大きい。
法政大学 MBA 中小企業向けITとの付き合うコツ
- 1. 中小企業 の方々と一緒に IT と付き合うコツ - DX という言葉に振り回されないように - 畠山 大有 | Daiyu Hatakeyama Architect && Software Engineer && Applied Data Scientist Microsoft Japan /dahatake @dahatake /in/dahatake /dahatake /dahatake /dahatake
- 2. 国内外での300社以上のITプロジェクトにアーキテクト及び エンジニアとして関与して約 25年の経験。業界初として 事例化されたものには、フジテレビ、楽天、毎日新聞、日経新聞、富 士フィルム、カルビー、コマツなどがある。 また、東芝、SONY、NTT-Data、NextScape など 50社以上の パートナーと、ソリューション製品?サービスの開発?市場展開も行 う。 そこでの学びを、TechEd、de:code、TechSummit、InterBEE などで 基調講演を含む場で400回以上のセッション登壇。 また、書籍?雑誌やBlog 執筆、サンプルコードの公開などで社会に Feedback中。 セッションだけでなく、100回以上のハンズオン、ハッカソンのファ シリテーションも 行っている。 得意技: Agile Development methodology, Architecture Design, Coding, Database and Big Data, Data Science, Video Streaming, Search, Sustainability, Communication and Collaboration, Human skill-up 佐賀県 – SAGA Smart Tech Adviser やつしろ×Tech コンソーシアム – 相談役 SUNABACO – Technical Fellow ふくしまプログラミング推進協議会 – Technical Advisor?相談役 /dahatake @dahatake /in/dahatake /dahatake /dahatake daiyu.hatakeyama@microsoft.com /dahatake
- 6. “Onsen” 理論：温泉旅行で “Onsen” 級に必然で無いモノは電子化される 以前の温泉旅行 検索 下調べ 癒し 団らん 申し込み 予約 確認 検証 支払い 決済 調査 比較 ????????? Fax ???? Map 現金 “Onsen” $ $ $ ????? 発券 搭乗 ????? 代理店 施設 Airline 本屋 ????? 宿 現在の温泉旅行 Device “Onsen” Cloud 宿 癒し 団らん 検索 下調べ 申し込み 予約 確認 検証 調査 比較 発券 搭乗 支払い 決済 場所 媒体 （癒し?団らん） （サービス化）
- 7. “Onsen” 理論：温泉旅行で “Onsen” 級に必然で無いモノは電子化される 場所 媒体 （癒し?団らん） （サービス化） ??????? “場所と媒体” に “制約された働き方” 議事録 ???? 社判 ??????? 伝票 Face to Face 回覧板 島机 ???? 支社/支店 庶務????? 自席 会議室 v v v 交渉 判断 検索 下調べ 報告 回覧 根回し 調整 承認 決裁 段取り 手続き 記入 確認 会議室 “場所と媒体” を “選択する働き方” Device Face to Face Cloud 困難な交渉 重要な判断 検索 下調べ 報告 回覧 根回し 調整 承認 決裁 段取り 手続き 記入 確認 （仕事の場合）
- 8. 脳は変化を嫌がるように出来ているら しい 新しい事を学ぶあるいは始める (所謂、チャレンジ) ためには、 新たに神経細胞をつなぐ作業が必要で、 相当のエネルギーを使うら しい 結果、「現状維持」を求めがち 明確な Source を探せておらず…?
- 10. Low-Code, No-Code / RPA (End User Computing) AI による Data 作成
- 11. シュミレーション (デジタルツ イン / メタバース) 今日は取り扱わない?
- 12. シュミレーション (デジタルツ イン / メタバース) 実装できても 役に立たない場合リスクが 増える
- 13. シュミレーション (デジタルツ イン / メタバース) Infrastructure Engineer / Security Engineer / Network Engineer Database Administrator Software Engineer (≒ Programmer) Data Engineer (Applied) Data Scientist
- 15. シュミレーション (デジタルツ イン / メタバース)
- 17. 颁濒辞耻诲?スマホ时代
- 18. Excelがナレッジワークを変えてきた Low-Code?No-Code 技術 現場のエキスパートが 現場でオートメーションを実現 Microsoft Livestream @ HMI2021 What’s Next for Manufacturingより Satya Nadella : Microsoft & Alex Gorsky : Johnson & Johnson Low-Code, No-Code / RPA (End User Computing) 自分たちだけ
- 19. 半内製化 品質は向上
- 21. シュミレーション (デジタルツ イン / メタバース) 時間
- 22. ※1 Life of Thomas Alva Edison | Biography | Articles and Essays | Inventing Entertainment: The Early Motion Pictures and Sound Recordings of the Edison Companies | Digital Collections | Library of Congress (loc.gov) Case Files: Thomas A. Edison | The Franklin Institute ※2 "I think there is a world market for maybe five computers." – Lexology No. 1059: Inventing the Computer (uh.edu) ※3 Ken Olsen – Wikipedia
- 23. “1つ の正確な測定は 1,000名 の専門家の意見に 匹敵する” グレース?ホッパー - Wikipedia
- 28. ? 各店舗のパフォーマンスは? ? 売れ筋トップ製品は何です か? ? 売上最悪の店舗は何が原因? ? 次の四半期の売上に対して 何を期待すればよい? ? 利益を上げるためにはどのよ うな ステップを踏めば良い? 何が起こっているのか? 現状把握 なぜそれが発生したのか? 何の相関関係があるのか? 次に何をすればいい? そのための予測は?
- 29. ヒトが认知できるように可视化する
- 31. ? キャンペーン?広告に反応する優 良顧客の属性分析 ? 品質不良に影響を与える 製造工程データの分析 ユースケース 機械学習を用いた KPI 要因探索を行うビジュアル 内部では統計解析のアルゴリズムが 複雑なデータの特徴を自動分析 ? 主要なインフルエンサ ? L-BFGS回帰、SDCA回帰 ? 上位セグメント ? FAST Tree 相関関係
- 34. Excelがナレッジワークを変えてきた Low-Code?No-Code 技術 現場のエキスパートが 現場でオートメーションを実現 Microsoft Livestream @ HMI2021 What’s Next for Manufacturingより Satya Nadella : Microsoft & Alex Gorsky : Johnson & Johnson Low-Code, No-Code / RPA (End User Computing) コードを書かずとも出来るコトは多々ある!
- 35. ? 第三者 ? 業務と表裏一体
- 37. シュミレーション (デジタルツ イン / メタバース)
- 38. 2 + 3 = 5
- 39. 2 + 3 = 5 簡単 大変…
- 40. 2 + 3 = 5 簡単 大変…
- 42. Program = Algorithm 人が書く タスクの仕様の定義 アルゴリズムは固定 アルゴリズムは容易に説明できる ソフトウェアが書く 目的: 汎化 アルゴリズムはデータに依存 アルゴリズムは時間とともに変わる
- 43. Program = Algorithm ソフトウェアが書く 目的: 汎化 アルゴリズムはデータに依存 アルゴリズムは時間とともに変わる Algorithm Algorithm 人が書く タスクの仕様の定義 アルゴリズムは固定 アルゴリズムは容易に説明できる
- 44. Program = Algorithm 人が書く タスクの仕様の定義 アルゴリズムは固定 アルゴリズムは容易に説明できる ソフトウェアが書く 目的: 汎化 アルゴリズムはデータに依存 アルゴリズムは時間とともに変わる 実世界の全てを想定して、 プログラミングするのは、難しい…
- 45. 人间の认知限界
- 46. 数千万 数か月 誰でも数分でできる 襟あり RALPH LAUREN Cognitive Services Custom Vision
- 49. 佐賀県 – SAGA Smart Tech Adviser やつしろ×Tech コンソーシアム – 相談役 SUNABACO – Technical Fellow ふくしまプログラミング推進協議会 – Technical Advisor? 相談役 繋がり
- 50. ? 私は関わっておりませ ん ? 外部紹介の許諾は 頂いております ? Microsoft の製品は 使っておりません ? 同じことできる製品はあります が?
- 52. そう。 1台の PC と RPA だけでも
- 55. それは PC で処理できない Big Data なんでしたっけ?
- 56. Microsoft Store
- 60. ■参考ブログ記事 訪日外客数データで Power BI レポート作成（データクレンジング編） - Qiita 訪日外客数データで Power BI レポート作成（データ可視化 基本編） - Qiita 訪日外客数データで Power BI レポート作成（データ可視化 中級編） - Qiita 訪日外客数データで Power BI レポート作成（データ可視化 上級編） - Qiita データ分析におけるデータ可視化の極意 - Qiita ■利用データ ?訪日外客数データ（出典：日本政府観光局） 訪日外客数?出国日本人数データ｜統計?データ｜日本政府観光局（JNTO） ?世界人口データ（出典：UNFPA 世界人口白書 2022 年版の統計より） 世界人口ランキング?国別順位（2022年版） (memorva.jp) ?外国為替公示相場ヒストリカルデータ（出展：みずほ銀行） 為替相場情報 | みずほ銀行 (mizuhobank.co.jp) ?訪日外国人の国内流動データ（出展：国土交通省） 総合的な交通体系を目指して：集計データファイル - 国土交通省 (mlit.go.jp) テーブルリレーションイメージ
- 62. Step-by-Step Achievements スムーズな学習環境 ? 無料 ? 日本語対応 ? ブラウザーのみでOK ハンズオン環境も含めて ? ダウンロード可能なサンプ ルコード ? Product/Service, 技術レベル, job role, などに応じたガイダ ンス ? Video, チュートリアル, ハンズ オン ? スキルアップを促す ? ユーザー プロファイ ル毎に カスタマイズ www.microsoft.com/learn