Think
- 2. 1 ? 巷にあるロジカルシンキングや問題解決法は本を買えば大抵学べるので、こ こではそれらは説明しないです。 ? もっと根本的な、「考えるって何？」「理解って何？」と言う部分を突っ込 んで話していきます。 ? この資料で述べられているモノは松原の個人的考えです。間違っている?世 間とずれている可能性は大です。ただ、そこのずれている部分も含めて、考 える/理解を捉える良い機会になればと思います。 ? このワークショップは脳みそのストレッチみたいなものです。Before / after としては、これから見える景色に違った視点が入る（または今まで見えな かった色が見えるような感じです） ? 一方的な講義?説明ではなく、考え?理解を深める為に、多くのディスカッ ションを行っていきます。 このワークショップの目的
- 3. 2 考えるって何？
- 4. 3 理解って何？
- 5. 検証理解 4 小中高の勉強 ○× インプット 理解 質問 思考過程 答え合わせ な ぜ ？ 実 際 あ る べ き 姿 理解が重要。本質を理解 できていれば、応用も効く あくまで確認するだけで良い。 →思考過程と間違った原因を把握する 理解を抜かす。そこまで教 科書を読まない 質問と答えの比較。暗記。受験テクニッ クは身に着けたが、理解は出来ていない 理解をするには思考力を要する。ま た時間もかかる。 教える側も定義や関連性など細かく 教えるのは大変。 →暗記した方が楽。 目的が物事を理解するではなくて、点数を取る になっている。この目的に沿うにはインプット（質 問）とアウトプット（答え）を覚えて、効率的に 対応した方が楽。 ？
- 7. 具体化?抽象化 6
- 11. 10 AIを抽象化すると AIは認識?学習?判断?予測など今ま で人間の脳でやってきた作業をコン ピューターに肩代わりさせる技術。 ? 人工的に作られた、知能を持つ実体。あ るいはそれを作ろうとする事によって、 知能自体を研究する分野である ? 「知能を持つメカ」ないしは「心を持つ メカ」である ? 人工的に作った知的な振る舞いをするも の（システム）である ? 人間の頭脳活動を極限までシミュレート するシステムである ? 人の知的な振る舞いを模倣?支援?超越 する為の構成的システム ? 計算機機能のうちで、人間が直接?間接 に設計する場合を人工知能と呼んでよい のではないかと思う。 ? 人工的に作られた人間のような知能、な いしはそれを作る技術 世の中の定義 腑に落ちた定義 出典：人工知能は人間を超えるか イマイチピンと来ない なるほどと思った （個人的にしっくりきた）
- 12. 関連性（ロジック） 11
- 13. 12 関連性：主従 生き物 哺乳類魚虫 タイチョウ クモ クジラ 猫 犬 柴犬 カイコ芋虫 パグチワワシャムペルシャ 鳥 ①カテゴリーか ら抜けている ③魚では なく哺乳類 ②成長分類 になっている ④もう一つ 下の階層 ① カテゴリーから抜かしている が、不必要と判断した/情 報がなかったのどちらか ② この階層では種類だが、 成長分類にしている為別 の項目と合わなくなる ③ 魚の定義が不十分。くじら は海にいるので魚と捉えて しまうが、肺呼吸なので哺 乳類 ④ 階層の粒度感を把握 構造化 情報を構造化して、全体像と細部の関 係性を把握する。抜け漏れ?階層のず れ?入れ間違いに気を付ける
- 20. 19 １．情報共有、２．認識のすり合わせ、３．承認、４．議論がある。 情報共有 必要なステップ Before / after 情報共有 ? 情報を提供する ? 進捗管理などが当てはまる ? 相手が知らなかった情報を知っている 認識摺合 わせ ? 相手が持っている情報を確認 ? 相手の判断基準を確認 ? 結論が一致しているか確認 ? 相手が持っている情報と判断基準が明確 になり、認識のギャップが把握され、共 通認識が得られている 承認 ? 相手が求めているモノを確認 ? 要求要件を提示 ? 要求要件と自分が出した提案とのギャッ プを認識 ? 相手が求めているものに対して自分は必 要な情報を出しており、承認される 議論 ? 客観的なデータを提示 ? 自分が持っている情報?意見を提示 ? 相手が持っている情報?意見をもらう ? お互いの意見をくっつける ? 課題が明確になり、解決へのアクション が具体化される ? 新規事業案などが作られている 摺合わせ?議論 承認 自分 相手 達成したい事
- 21. 20 相手に期待する反応としては、思考と行動の2つに分かれる。 各々を明確にしておく 思考 行動 情報共有 ? 理解してもらう ? 進捗管理で遅れなどを知ってもらう ? 何かあった時にこちらが期待するように 動いてもらう 認識摺合 わせ ? 認識を確認してもらう ? 認識ギャップを教えてもらう ? 認識が合って、行動を起こしてもらう 承認 ? 相手が求めているものと自分が提出して いるモノを確認してもらう ? 承認して、次のステップに移る ? 承認されて、次のステップに移れる 議論 ? フィードバック?意見をもらう ? 問題解決：問題解決に必要な行動を取っ てもらう ? 新しいアイディア：場合によっては意見 のみ。 相手に期待する反応
- 22. 21 認識合わせを行う上で結論だけを話しても解決しない。元データや判断軸がずれている可能性が 多い。それらを明確にして、ギャップを把握し、すり合わせる事によって共通認識が得られる。 自分 相手 現場効率の為シス テム導入する 現場視点 事業開始 コストがかかる為 システム導入しな い 経営視点 事業運営 情報A, B, C, E 情報A, B, D, E 結論は違いが分かりやす い。しかしここに注力し ても言い合いになる。 判断軸が違う為に結論が ずれる。判断軸?ステッ プ?時間軸は明確でない 事が多く、分かりづらい 持っているデータによっ て導かれる結論が変わる。 自分はCを持っているが、 相手はDを持っている 見るポイント?ギャップ 結 論 判 断 軸 元 デ ー タ 判断軸は人によって違っている。ここが明確でない為に混乱の元になりうる。 お互い正しい事を言っても噛み合わない為何がずれているか具体化させる 認識合わせ
- 23. 22 承認の場合は、相手が求めているモノを明確にし、相手の要求項目に満たしているかがカギ。 そして次のステップに進む為のアクションを明確化し、実行に繋げていく ① ? 相手が求めている項目を明確化。 ? 明確化した項目が合っているか確認 ? 求めている項目に対する情報を提示 ? 足りていない場合はその理由?対策を提示 ? 相手からのフィードバックをもらう。足りていない場合はその指摘 ? 承認か却下の結論を明確にする。（条件付き承認などもありうる） チェック項目ステップ アクション 確認 提示 承認? 却下 実行? 次ステップ ② ③ ④ ? 次のステップに進む場合は、次の行動を明確化し、実行 承認した案件が実行?達成された場合、どのようなインパクトがあるか（例えば、 売上が5億円になるなど）を記載すると必要性が分かりやすく、承認されやすい 承認
- 24. 23 課題解決の議論では１．現状、２．課題、３．解決策、４．アクションの具体化の ステップで行う。特に課題と解決策では参加者に意見をどんどん言ってもらう。議 論が進みやすいように仮説の課題と解決策を提示する。 現状 課題 解決策 客観的事実を述べる。 事実?意見?推測を切 り分ける 客観的事実を基に本質 的な課題を掘り下げて いく 本質的な課題に対して、 解決策を考える 解決策を作った後、具体的なアクションに落とし込む 1. 理想的な解決策を提案 2. 時間?工数を考慮して、自分達で出来る事を特定する 3. 足りない部分を外部、または省くか検討 4. ５W1Hで明確にする（誰が何をいつまでにどこでどのように行うか） 事実ベース （突っ込まないで） ロジックベース （突っ込んで欲しい） ロジック＆主観ベース （提案?意見欲しい） アクション の具体化 課題解決
- 25. 24 ② あって欲しい状態 ① 現状 ③ ギャップ ④ ギャップを埋める （製品?サービスの特定） ⑤ 利益を産む仕 組み ⑥ 継続的に取り 組める仕組み 顧客ニーズ マネタイズ 技術 ギャップを把握する為には、マクロ的な 情報（市場規模1000億や人口何万人） よりも、ミクロ的な情報（どういう流れ で病院に行っているか）の方が良い ギャップを埋める際に一社だけでは難 しく、複数と協業する必要がある ビジネス の定義 顧客が抱えている課題があり、それを解決（現状から望む状況に持って いく）する事で付加価値が発生し、その解決策に対して顧客がお金を払 うだけ価値があると認識する。解決策を提供する側（この場合企業）が 利益を得て、持続的な取り組みができる 定義を明確にし、それに沿って必要なアクションを具体化。それに付随する情報を提示 アイディア創出
- 26. 考えるとは？ →仮説を作る 25
- 29. 28 粒度と抜け漏れ 生き物 哺乳類魚虫 タイチョウ クモ クジラ 猫 犬 柴犬 カイコ芋虫 パグチワワシャムペルシャ 鳥 ①カテゴリーか ら抜けている ③魚では なく哺乳類 ②成長分類 になっている ④もう一つ 下の階層 ① カテゴリーから抜かしている が、不必要と判断した/情 報がなかったのどちらか ② この階層では種類だが、 成長分類にしている為別 の項目と合わなくなる ③ 魚の定義が不十分。くじら は海にいるので魚と捉えて しまうが、肺呼吸なので哺 乳類 ④ 階層の粒度感を把握 本質的 な課題 情報を入手して当てはめているから、粒 度?抜け漏れに気付かない。骨組みを 作ってから情報を当てはめる 骨組み≒仮説
- 30. 29 仮説構築 Z=aX + bY + c 仮説（予想 される結果） 要因 *1影響度 固定値 *1：要因は2個だ けでないかもしれ ない。影響度が少 ないのは足切り ＊A社のブランドイメージも影響はあるが、 影響度は1以下だから仮説の要因に含めない 5 （影響度大） A社レンズ は高性能 元々売れて いた枚数 (既存顧客) A社レンズが １万枚売れる ２ （影響度中） 販売チャネ ルがある 実例 仮説構築 仮説は正しくなくてよい。 仮でオッケー 性能と販売チャネルが大 事だから売れると思った けど、売れなかった ギャップがあるから調べた ら、レンズ価格が大事 だった レンズの影響度も考慮し て仮説を作る 学び
- 31. 30 仮説構築 Z=aX + bY + c 比 較 Z=dX + eY + c 比較を通じて、影響 度を把握できる →比較対象は必要 顧客時系列競合 顧客Aと顧客Bで比較。こ の場合は顧客情報で変わる ので詳細必要 前年度と今年度で比較。自 社ないのでデータが中心な ので比較的取りやすい。 競合と自社で、製品仕様や 販売チャネルなどの観点で 比較する。そこで売上への 影響度（aやbやc）が把握 できる
- 32. 学び方 31
- 33. 32 考えるとは 具材 料理 カレー 肉、人参、イモ で300円 差額200円が 付加価値（料理） 500円の カレーで売る 情報 理解?思考 提案 様々な情報を本? ネット?人から集める 情報と提案の差分が 付加価値（理解?思考） 課題解決策、分析、仮説 などアウトプットを出す
- 34. 33 考える力を鍛える インプット 考える アウトプット アウトプットを作ってい く事で考える事になる 知識の吸収を目 的にすると残らない 理解 具体化 深掘り 整理 構造化 抽象化 ストーリー化 この一連の作業が考える。繰り返す事で考える力を鍛える
- 37. 36 学ぶ姿勢２ 固定マインド 成長マインド 学習や成長の為には、現時点での自分の能 力を正しく把握する必要がある。それにより ? 成長が望める強みは何 ? 改善すべき弱みは何 が分かる 成 長 に 必 要 な 事 背 景 特 徴 “不正確”に自分の 能力を把握している “正確”に自分の能 力を把握している 自分の能力を普遍と思っているのなら、 能力を正確に読み取るのは簡単なはず？ ？ 「昨日の自分は最高だったけど、今日の自分はマ ヌケだ」「先週の自分は優秀だったのに、今週の 自分はダメ人間だ」 →日々入ってくる自分に関するデータのせいで気 持ちが大きく揺さぶられる 「先週は最高の働きができたが、今週は失敗ばか りしている。」自分がどういう人間かではなく、自分 が何をしたか見る →矛盾があっても混乱することなく、正確な情報 を求めて、能力の調整や成長を図る 賢いね！のフィードバックによる反応 頑張ってるね！のフィードバックによる反応 出典：ハーバードあなたを成長させるフィードバックの授業