マスログ｜数学・統計・AIをわかりやすく解説するメディア

「この研修、受けた部署のほうがトラブル多くないですか？」 レポートを見ながら、誰かがそうつぶやく。数字を確認すると、たしかに──研修を受けた部署ほど、インシデント件数が多い。 「だったら、この研修って意味あるんでしょうか」 こうした疑問は、とても自然です。データを見て考えているからこそ、出てくる問いでもあります。 ただ…

「最近、1on1をかなり増やしているのに、離職が減らないんですよね」 マネージャー同士の雑談や、定例会議でよく聞く言葉です。 メンバーの声を聞くために時間を確保し、忙しい中でも1on1を続けてきた。それなのに結果が出ない。むしろ、数字だけを見ると──1on1を多く実施している部署ほど、離職率が高い。 じゃあ、1on1は…

「この施策、効いてますよね？」 会議でよく聞くこの一言。グラフを見ると、数字はたしかに動いている。右肩上がりだし、相関もある。でも──どこか引っかかる。 それ、本当に“原因”ですか？ 相関や回帰を学んだビジネスパーソンが、次につまずきやすいのがこのポイントです。数字を読めるようになったからこそ、因果関係を「わかったつも…

はじめに｜「どれくらい増やせば、どれくらい増える？」 相関と因果の違いを理解すると、次に出てくる疑問があります。 「では、実務ではどう使えばいいのか？」 第3回では、相関を“施策判断”に落とす方法として、回帰の考え方を紹介します。 今回の事例は、 ・営業訪問回数 ・受注件数 という、ビジネスの現場でよく使われるデータで…

はじめに｜「長く見てもらえたから成果が出た」は本当？ Webサイトを分析していると、こんな報告を目にします。 「今月はサイトの滞在時間が伸びたので、資料請求も増えました」 一見すると、もっともらしい説明です。 しかしこの説明、本当に正しいでしょうか。 第1回では、2つの数字を並べて散布図で可視化し、相関係数で「一緒に動…

はじめに｜「広告費を増やすと売上は伸びる」は本当？ 「広告費を増やした月は、売上も伸びている気がする」 ビジネスの現場では、こんな感覚的な判断がよく使われます。しかしこのとき、本当に広告費と売上には関係があるのか？を数字で説明できるでしょうか。 このシリーズ「相関と回帰」では、 ・数字の“関係性”をどう見ればいいのか …

1．これはどのようなスキルなのか？ 学習敏捷性（Learning Agility）とは、未知の状況に素早く適応し、学びながら成果につなげる力です。どれだけ知識があっても、環境変化に対応できなければ価値を発揮できません。逆に、学び続けられる人は常に時代に合ったスキルを身につけ、成果を出し続けることができます。 学習敏捷性…

1．これはどのようなスキルなのか？ ネットワーク活用力とは、人・情報・技術をつなげて、価値を広げる力です。インターネット以降、ビジネスの成果は「個の力」ではなく「つながりの質」で決まるようになりました。そしてAI時代は、その傾向をさらに加速させています。 ネットワーク活用ができる人は、次のような特徴を持っています： ・…

1．これはどのようなスキルなのか？ デジタル編集能力とは、情報を「集める」だけでなく、選び・整理し・構造化し・形にする力のことです。AIが大量の情報を生み出す時代、価値を生むのは「書く力」よりも「編集する力」。情報を束ねて意味をつくり出す人が、最短で成果を出せるようになります。 このスキルは、次の3つの要素で成り立って…

1．これはどのようなスキルなのか？ 批判的読み取り（Critical Reading）とは、情報をそのまま受け取るのではなく、正確性・妥当性・前提条件を見極めながら読み解く力です。 現代は情報があふれており、AIの回答も“もっともらしいけれど間違っている”ことが珍しくありません。そのため、このスキルはビジネスにおけるリ…

1．これはどのようなスキルなのか？ 問いの力（Prompt Power）とは、問題解決や意思決定の出発点となる「問い」を適切に立てる能力です。AIがどれだけ進化しても、AIが出す答えの質は“問いの質”に依存します。つまり、良い問いが立てられる人ほどAIを最大限に使いこなせるということです。 問いの力を持つ人の特徴： ・…

1．これはどのようなスキルなのか？ 分解と統合とは、複雑な仕事を「小さな要素に分け（分解）」、その後「価値ある形にまとめ直す（統合）」能力です。AIがあらゆる作業を高速で代替する時代、人が活躍する領域は「判断・構造化・意味づけ」といった上位概念へ移行しています。 つまり、AI時代に成果を伸ばすビジネスパーソンは、次のよ…

生成AIの普及によって、これまで人が時間をかけていた作業の多くが、数秒で片づくようになりました。資料の下書き、議事録の要約、データの集計——かつて「仕事ができる」と評価された領域が、次々と自動化されています。 ではこれから、人はどこで価値を出すのか。本シリーズ「生成AI時代の7原則」では、AI時代に成果を伸ばす人が共通…

この記事のポイント ・全7回の歴史を振り返り、技術変革に強かった人の 3つの共通点 ・生成AI時代に必要な 「7つのリスキリング原則」 ・経産省の助成金まで活かせる、明日からの行動チェックリスト ・シリーズ最終回ならではの 長期的な学びの設計図 はじめに：歴史は何度も「同じ顔」で現れる このシリーズでは、産業革命から始…

この記事のポイント ・インターネットが「3つの場所」を溶かして、世界をどう変えたかを整理 ・消えた産業・伸びた産業・新しく生まれた産業の 実例リスト ・インターネット革命とAI革命の 「同じところ」と「違うところ」 を見極める ・AI時代の働き方に必要な 「インターネット以降スキル」4つ はじめに：「場所」が溶けた日 …

この記事のポイント ・PC普及がホワイトカラーの仕事をどう変えたかを「4つの革命」で整理 ・「使える人」と「使えない人」を分けた本当の境目は何だったのか ・AI時代はPC革命の 「再来」ではなく「上位互換」 である理由 ・PCで身につけた感覚を そのままAIに応用する4つのスキル はじめに：PC革命の再現が、いま起きて…

この記事のポイント ・ガソリン車からEVへの転換で、何が「価値の中心」だったのかが入れ替わった話 ・AI時代のスキル変化も、これと同じ構造で起きているという読み方 ・「強い会社が強いままとは限らない」歴史の3パターン ・読み終わったあと、自分のスキルを 見直す具体的な4つの視点 が手に入る はじめに：価値の中心がひっく…

はじめに 前回の第3回では、電化と大量生産が「仕事の分解と再デザイン」を生み出し、働き方そのものを作り替えた歴史を見てきました。今回の第4回では、その変革がさらに日常生活へ浸透していく局面――馬車から自動車へ移行した時代に焦点を当てます。 馬車産業は長い間、人の移動を支える中心的インフラでした。しかし20世紀初頭、自動…

和からの数学講師の岡本です。今回は、数学の中でも一際不思議で、そして魅力的な分野「トポロジー（位相幾何学）」の世界と、近日開催されるトークライブについてご紹介します！   ドーナツとコーヒーカップは「同じ」形？ みなさんは、「ドーナツとコーヒーカップは同じ形である」という話を聞いたことがありますか？普通に考えれば、食べ…

はじめに 前回の第2回では、鉄道という“新しいインフラ”が登場したことで、人・物・情報の流れが一変し、仕事や都市の前提が書き換わったことを見てきました。今回の第3回では、その次に訪れたもう一つの巨大な変革――電化と大量生産の時代を取り上げます。 電気の導入は、工場だけでなく家庭や社会全体の常識を変え、流れ作業（フォード…