投稿者: rei

お久しぶりです。Rです。

転職した19年4月からこれまで、主に統計や機械学習、マーケティングなどを学んでいました。
転職して一つうまく仕事が終わりそうなのでまとめておこうかと。

知識を広げる方法はどこでも使える

分野がだいぶ変わりました。

動物医薬品・研究開発系
↓
分析コンサルティング・アナリスト

確かに。
全然違う領域だと見えるかもしれません。
ただ、知識を勉強する方法には多くの共通点がありました。
主要な3点を挙げると・・・下記の通りです。

1・何か取っ掛かりを探して、広げていく
2・疑問があるところを聞く
3・苦手なことは得意な人に任せる

1・何か取っ掛かりを探して、広げていく

統計は実験や検査で必須の学問です。

医薬品業界は規制がとても厳しい＆方法論が決まっている（GMP、GLP等）ので、
徹底的に統計の基礎練習をしていたのだなと思います。

研究系だと実験結果を上手く行ったように見せるp値hackingが問題とされていました。
上手く行った結果だけ載せたのかな？と思う、再現性が取れない論文多すぎ問題もありましたし。

そういったちょっとしたきっかけを見つけて、深めていくと強くなりやすいと思われます。

統計で言うと・・・
例えば広告系、Web系の人たちならA・Bテストでの試行錯誤、、
製造業なら品質管理、原料受け入れ試験等での基準値の設定ですね。

何か取っ掛かりを見つけて勧めていくとだいぶ楽です。
前職で使ってたときのイメージができますし。（経験が活かせるとも言う。）

2・疑問があるところを聞く

これは自分で最低限調べて、引っかかった時に使うと良いと思います。

「〇〇を調べていて、ここがわからないんです。☓☓までは理解できたのですが。」という感じで、
今あなたがどこに居るか明示すると相手も教えやすいです。

そもそも自分で調べて何かしようとしている時点でだいぶアドバンテージですし、

例えるなら、
「画像認識を勉強しています。Deep Learningを使ってこういうことをしようとしているのですが、DL以外に良い方法ってないですかね？」的な。
↑ 社長（CTOの役割もしてる）がたまたま昼ご飯の店が同じだったので聞きました。とても有用な話が（というか教科書には乗っていない話が）聞けました。

努力を見せつつ、本では聞けない巨人の話を聞く。（巨人の肩の上に立つアレですね）

「もしあなたが新人さんにそういうことを言われたらどう思いますか？」
私は「すげーなー頑張ってるな。教えてあげたいな。」になります。

3・苦手なことは得意な人に任せる

ある程度分業ができてる前提で・・・。
各数式は「まだちょっとよくわからない状態」なので、分からないとことは分からないと明言してます。
全部デキる人なんて一握りもいませんし、そう相手も理解してくれるので問題ありません。

できるっていってできないほうが問題だし。
数式無理って言ってる人にアルゴリズム任せるより、データ抽出を任せたほうが良いよねって話です。

得意なことから伸ばしていって、
不得意なところは認識しておきましょう。
（不得意を矯正する必要はない。どうしても必要なら概要は掴んでおく。）

よっぽど問題がある点（会社に来ない等）でなければ、分散して仕事したほうが良い結果が得られます。
できれば得意なところは会社でNo.1～2を争うくらいにはなっておきたいですね。

前職でも、免疫系ガチ勢とは全然知識レベルが違ったので・・・
会社の中ではPCと動物実験、機械系、力学系ガチ勢だったので、そっち系では殆どの方針策定に携わっていました。
（なぜか実験室、機械の設計までしていた謎。多分今後使うことは有りうる・・・のか？）

どこの会社も普通な人の方が多い

前職の研究所勤務の人は、ほぼ博士、獣医、たまに修士・・・オイマジか。みたいな状況でした。
話は通じた（通じさせてもらっていた可能性）
ふつーに趣味が生きがいな人が多かったり、馬鹿なこともやってたり。
ただ、大学・大学院→入社 な人が多かったので、わりと似通っていた気がします。

今は、、、
・経歴多すぎてすげえ（飲食店経営もしてるよ）
・ニートやってたけど気合い入れたら
・物理の研究所で働いてたけどなんか違うってなった人
などなど、非常に文面でも個性的な人が多いです。
バックグラウンドがかなり違うので、言語もちょっと違う感じです。（もちろん日本語です）

とはいえやっぱり人間は人間なのでした。

わりとやってれば追いつける（かも）

RのWeb製作の方で書いていますが、今は機械学習をメインに学んでいます。
「まー論文そろそろ読めるかなあ」くらいの理解度まで進んできました。
（前見たXGBoostの論文はところどころ意味不明でした。）

社内コンペでわかったのですが、、
意外と業務範囲外のことは知らない人が多いです。

いろいろな方法論を主に本（たまにネット…神がいる）で収集して実験していると、
追いついてるのかな？と思うところが多くなってきました。

特に、変数合成などの前処理の方法は意外と出来るんでね？（ただし数値リストだけ）と。
新しく買った本（初学者向けではない）を読んでも「あーこれね。前やったよね。」がほとんどに。

ちょっとずつ積み重ねていくしかないんですよね。やっぱり。

体調管理はずさん

なんか結構疲れていて、疲労取れていないなーというところが多いです。

仕事（とくにグランドデザイン）は難しいのと、コンペで突っ込んでやりすぎな気がします。

「PC休ませたのいつだっけ」ってくらいフル稼働させています。
常に実験を進めていて、結果が出ればまた他のところを試す（年中無休）になっているのが原因かな。

大学院でもそこまでやってた・・・か・・・。生物系の実験者は細胞・動物の奴隷です。

もっといい方法ないかなーとこれ何に使えるかなーを妄想するのが得意です。
無理しないようにやっていきたいですね。
継続できないと意味がないので。

最近大きな違和感を感じる。

「人生100年時代」や「老後」などの言葉に代表されるように、「長く生きること」が前提になっていることだ。

そもそも、そんなに長く生きられた時代はあったのだろうか？
そんなに争いもなく、「死」を考えずに生きていけること自体、不思議なことだ。

明日のごはんにありつけないこともなく、
家族や会社や上司のことだけを考えていればそれでよい。
それ故に生物としてどこかに変調をきたしているのだろう。
その結果、自殺という選択肢が出てくるのだろう。

自分の意志をはっきり表現できる時代になりつつあるが、それにこそ違和感を感じる。

「死」や「苦しみ」といった大きな不条理が日常に落ちているわけもなくなった。
ただ、以前までは「自分はどうしたいかなどと考える余裕もなかった時代だった」と言えばそうなのかもしれない。

今我々にバトンはあるが、これから進むべき道はどこにあろうか？
彼らに渡されたバトンを、希望を持って後の世代に渡せるのだろうか？

「あなたに合ったモノ」を選べるのは人間しかいない。

なぜなら、彼らのAIはまだあなたを理解していないからだ。
性格や信条、今置かれている状況をだ。

アマゾンのよく一緒に購入されている商品や、おすすめ記事（機械学習のレコメンデーション）も、「あなたに似た人の結果」であって、あなた（とその人々）が何を考えて行動したかはわかっていない。

例えば、アマゾンベビーカーを買うのは誰だろうか？
その子の親のように、日々の消耗品を購入する人かもしれないし、
祖母や祖父などがプレゼントに買うのかもしれない。

では、彼らにその後におすすめすべき商品は何だろうか？
彼らのその後の消費活動は全く異なったものになるのは当然だが、機械は理解しえないので一番多い「ベビー用品」しかすすめてこない。

「背景が異なる人々の未来は予想できない」し、
背景をデータとして理解したところで、その人自体をほんの少しでも理解しなければはできない。

どうしても買いたいものが出て、電気店に行ったとしよう。
店員は、全顧客からあなたに似た購買行動をとった人たちデータを引っ張り出してきて、その人たちが購入したものを並べる。
「これでどうなの？似た人の多くが以前それを購入したよ。」

もし、店員にそう対応されたら何を言っていいか困らないだろうか？
「え・・・、お前本気でそれを言ってるのか？」と。
それよりも、自分の話を聞いてから、段階を踏んでメリット・デメリットを理解させてほしいと。（絶対的に価値があるかどうかは人間は理解しがたいようなので、相対的に価値を理解できるステップが必要だろう。）

それはまだまだ彼らには理解が難しいようだし、同じように生きていないと難しいだろう。
そこに人の優位性がある。

均質な情報が機械学習で少し特化されたと言っても、基本「マス」な考え方がある。

全体は部分の総和ではないし、その人の複数の購買活動からだけではその人を理解すること自体不可能だ。
その人の経験のすべてが関係しあって、今を作っている。
それは細分化された数学で解ける問題であろうか？

「( ^o^)を操作して20秒生き残るゲーム」を作っていました。
Meisyo用に作ったのですが、意外と楽しかったので上げておきます。

Escape From the Tofu’s Corner

仮説1：人は「考えている」のではなく、環境要因によって「考えさせられて」いる。
仮説2：「考える総量」と感情・感覚の量は正比例する。
仮説3：その分野（例：食欲、金銭欲等）が満たされている場合、感情・感覚の量は0に近づく。
仮説4：各分野の「革命的な」発見は、環境によってもたらされた感情・感覚の増大による副産物。
流れ（仮説）：気候、地理および歴史的背景→人間への働きかけ→考える総量の増加→知識・技術の発展

今後、人口減少が叫ばれる日本では、不安感、先行きの不透明さが増大していくだろう。
ただよく考えてみてほしい。歴史的に見れば、日本は世界で初めて人口減少を「記録できる」実体験者となる。
そこでは考える総量が増大する。その経験から「革命的な」発見は生まれるだろう。

人口支持力（技術等での人口を維持する力）
人口が増えて最大値に近づけば近づくほど、増加率が減る。最大値を超えると増加率はマイナスになる。＝シグモイド関数

発展係数＝考えの強度（能力）×時間×人数
※各々の人数は交流しているという前提
※個人の考えの強度は時間を掛ければある程度伸びる前提
係数が高ければ高いほど発展していくスピードが速くなる。
孤高の天才は存在するのか？という話。

ということは「考える必要のない」人々を機械で代替し、
配置転換して「考える」仕事に就かせることで発展係数の総量は増大する。→企業は成長する。
FANUC、トヨタ、ソフトバンク等々は代表的な企業？

歴史での例縄文時代

・早期（約1万2,000 – 7,000年前）に含まれる、7300年前の九州の壊滅。
　原因：阿蘇大噴火による。
　解決策：九州は住めなかったため東への疎開、定住。定住により集団をより大きくし機能を分け、生存能力を高めた。
・中期（約5,500 – 4,500年前）から後期（約4,500 – 3,300年前）にかけての人口減少。1/3になったと言われている。
　原因：地球の温度低下による海面低下、気候変動。それらによる植生の変化により、採取および狩猟や漁獲量が激減。
　　　　特に大きく影響を受けたのが東日本。現在より温暖から現在より寒冷になったため、人が住めない土地が増えた。
　解決策：トチノキ→ソバへの転向や稲作などの導入。稲作は3500年前ごろからと想定（南溝手遺跡）。
　　　　　温暖な地域への移住。時を同じくして中国、ゲルマン、アーリア等各民族の移動、エジブト文明やヒッタイト文明などが栄える。

寒冷化による考えさせることの増加
↓
解決策(移動・食文化の変化)
↓
人類の進歩

悪くはないけど、纏まってない文章。

転職して2か月が経ったRです。

私は、研究員（製薬会社）からアナリスト（コンサルティング会社）という一見一貫しない転職を行いました。

転職を経験して実際どうだったのか、何が必要なのか書き残しておきます。

自分が見たかった情報をあなたへ。

必要な心得

転職に必要な3要素は心・技・体です。

心

心はある程度ゆとりを持てる状態で臨んだ方がいいです。

そのために、いきなり辞めてから転職活動はお勧めしません。

転職活動は時間やお金をかなり使います。
「だから集中するために転職活動だけやる」・・・はお金減っていく感覚がヤバイです。
働いている状態だったからよかったものの、お金の心配もしながらは続けれないです。
心が持ちません。

上手くいくかわからない。
どこを歩いているのかわからない。

そんな状態で、支えとなりうる会社を切り捨てるのは止めておきたいです。
会社に行けば人とも会いますしね。一人にはならないので。

次に妥協するポイントを押さえることです。

働いてみて、何が好きで何が嫌いか分かったかと思います。
「100%良い企業はない」「どこにでも嫌な奴はいる」・・・とかね。働く前は知らなかったし。

そこで、1点だけこれだけは守りたいポイントを考え抜くことをやっておきましょう。

心理学の実験でも、「これだけは守りたい1点」を知っていれば、
対応が柔軟となり、結果的に心理が安定する（≒攻撃的になりにくい）ということがわかっています。

いわゆる軸ですね。

私の場合は、「人（動物）の行動理解をビジネス応用している職種」というちょっと変わった点でした。
「なぜそうなのか」も言えますし、そうなった歴史も言えます。

そのように自分の信じる価値観を見つけてください。
そうすると「なんで転職したかったんだろう？」という原点にすぐ立ち返ることができ、目標がぶれません。
「転職する必要があるのか」という事も考えておきましょう。

技

技は「情報を集めて解釈する技術」が一番重要です。

まず、人に会ってください。
年齢は関係なく、知り合いにアタックしてみてください。

「転職しようかなと思って、相談がしたい」と言われれば、人はふつう相談に乗ります。

なぜなら、人生が大きく変わるような選択のアドバイスが欲しい、、、
つまり、「あなたを信頼しているから話を聞かせて」というこれ以上ない信頼性のアピールだからです。

私は下は15歳、上は75歳の人まで話を聞いて、
自分の譲れない点をもとに話を聞いてみましょう。

ネット上には情報があふれていますが、
「誰が書いたのかわからないし、ゴミみたいなコンテンツを生成させる動機もある」で役に立つかわかりません。

結局、時間効率がいいんですよね。

その間には、転職サイトやエージェントを手あたり次第登録し、話をします。

リクナビネクストやマイナビなど大手にも登録しましたし、聞いたことないようなところにも登録して話をしました。
だいたい15くらい登録して、10人くらいと面談したのではないでしょうか。
基本タダでエージェントは使えるので、使い倒しましょう。

例として、以下のようなサイトを使っていました。登録や面談は無料です。

3000名以上の体育会、アスリートの就職、転職を支援｜【アスリートエージェント】

スタートアップ転職の無料相談は【UNIAS】

『先端技術・イノベーション領域に強い転職コンサルティングサービス【Kaguya】』

『海外案件・外資系企業に強い転職【Samurai Job】』

そこで、自分のスキルを知りましょう。
彼らはプロなので、「転職に何が必要なのか」で、特にスキル面の解析に特化されています。
スキル持った人の方が売り込みやすいから。

ただ、エージェントは候補者が入社したら料金が発生することがほとんどなので、
「入社をごり押ししてくる」ってこともあり得ます。ご注意を。

そのため、直接応募もアリだと思います。
転職会社を通さず、直接応募は中々居ないのでビジネスとしてはプラスの人材なんですよね・・・。

そうしていくと、自分に何のスキルがあって、どんな点が譲れないかがわかってきます。

どの業界が良さそうかも見えてきます。
色々な話を聞いてるんですから、理解が早いのです。

体

転職活動は体力が必要です。

仕事しながらするのは、、つらいです。

だから、心が壊れないように、効率がいいように、心・技の心得は行っておいた方が楽です。

体の心得は「休んでもいい」です。

休んでください。
体が壊れたら直りません。

私も右手の痺れが中学生から出て、医者に見せてもどうにもなりませんでした。
壊れる前に休んでください。

上手くいかないときは一旦休んで再開してもいいんです。

まとめ

転職活動は楽しくもあり、辛くもあります。

ただ一点だけ知っておきたい、なぜあなたは転職したいのか。
別に誰に見られる、聞かれるわけでもないので、自分に正直に居てください。

見栄のためでもいいですし、給料のためでも。
こういう状態が欲しいでも！

「これをやりたい」なんて一般人にはなかなか見えないんですから、自分がどうありたいかよく見てください。

あなたの成功を祈ります！

続編はこちら

バイオ系地方国立大院卒のその後6年の軌跡と考察

近年、働き方改革が持て囃されています。

日本の人口が減少する中で、一人あたりの生産性を高めないと国が衰退の一途をたどると。

私が重要な問題だと思っているのは、「人を安く扱っている」です。

例で2つ。
1・低賃金（平均年収を2割以上下回る）で、残業代も出ない。
2・給与レンジは入社年度で決まっており、仕事を進める意義を感じない。

1は、低賃金なのはビジネスモデルの問題で、残業代が出ないのは法律違反と言われがちですが、私はどちらも問題だと思います。

何故なら、よっぽど特殊な場合を除いて、どちらも経営側が意図的に操作できるからです。
ベンチャーも給与レンジはだいぶ高くなっています。収益モデルすらできていないスタートアップは難しいですが・・・。
従業員の犠牲でなんとか生きながらえている、そういう企業が問題でしょう。

2も「会社に居る」ことに意味があって、「仕事をする」ことは重要視されていません。

その意味を見いだせるのでしょうか。（少なくとも私は意味を見出せません）

そして、それがつまらないワークだったらどうしますか？
そのルーチンワークにも複合的な問題があります。
誰でもできる、システムを入れることができればその業務が不要になるようなモノを永続させている。
ただ、「会社にいる」ことに意味があるので、改善してもしなくても給与レンジは同じ。
じゃあ頑張らなくていいよね、となるのが人です。
「つまらんけど仕事だから」を意図的に作り出すシステムだとも居ます。

確かに、同じようなつまらない作業内容なら、手当が安いほうが意義を感じるという不都合な社会実験もあります。
安く長く働かせることによって「やりがい」を覚え、定着率が上がる・・・。
* ここでは、悪い意味で「やりがい」を使っていますが、本来はいい意味で・・・そう使いたいですね。

そのように、人を中心に据えず、モノ扱いしている（＝人を安く扱っている）ことが問題です。

「人が居ない」と言いながら、既に居る社員には長時間働かせ、有効な教育や手当がない
仕事をするとどんどん疲弊していくだけでメリットもなく、人が見限って続々と辞めていく。

「人手不足は感じない」と言いながら、続々と社員が辞めていく会社。
社内の人間に問題があり、度々指摘されているものの変われない会社も。
それで続いてきたし、変わる意味ないよね？と。まるでムラです。
そこに新しい人が供給されるのは会社に人気があるのではなくて、
不都合な教育政策（社会の受け皿に対して、人が余る専門分野がある）等によるものと認識できていない。

時代の変化に気づけない、遅い企業に人が集まりやすいのはわかります。
彼らは名前も知れていて、勝ちパターンもあるので給与レンジも高く、結果持て囃される。

早い企業は得てして、社会的な地位は低く、
「何その会社？聞いた事ないんだけど」のような扱い。

ただ、よく考えてみてほしいのは、
「ほとんどの大企業は、せいぜい50年くらいしか存続してないよね？」と。
やっと人の1世代分くらいの年月が経ったくらいで、王のように振る舞うのは如何なものでしょうか。
人を序列で見て、中身を見ず・・・モノ扱いしているのと同義ですよ？と。

人には意志があり、あなたにも意志があり、もちろん私にも意志があります。
それに軽重はあるのでしょうか？
あると考えるのであれば、何が違うのでしょうか？

そのため、働き方改革より何より、「人の扱い方を良くすること」が私は大事だと考えます。
移民政策も結局は人を安く扱おうとしている経営側になびいてはいけません。

国が経済的に衰退しても、何よりも大切なのは、
人が「生きていてよかったな」と感じられる社会を作ることではないでしょうか？

れいです。

外資系製薬企業から分析コンサルティング会社に移って1ヶ月が経ちました。
社内で開発も行っているし、AIベンチャーとも言う・・・のか？
Deep Learningとか当たり前に使われてるし、取引先企業がすごい（守秘義務）し良くわからない状態です。
社長さんもいい意味ですごく人間っぽい（面倒なものは面倒と言う人、大学の先生みたい）し、若い企業なので試行錯誤中感がとても良いところです。
切磋琢磨っていうんでしょうかね～。

気づいたのは「考えるって難しい」ってことです。

「これまでは漫然とやってきたのか？」というくらいに思考を求められてます。手を抜いてやってきたつもりはないけど、通用しない。
楽しいです。マゾかな？

SQL・・・こんなに難しいとは・・・。
書くだけは簡単だけど、クエリの正確性の担保と定義との一致を自分で理解するのは難しい。
ただ、少しずつですが見えてきたものがあります。すごいツッコミ入れられる（ありがたい）し。
強化学習ですね。

前職はどっちかというと放任で「自分で考えて進めろ」「楽したいなら思考停止でもいいぞ」的なところだったので、
「考えるとは何か」を考える、「自分の分からない点を明確化する（どこまでわかって、どこからわからないか）」のは鍛えられてます。
確かに教育体制強いって言われるのがワカル。。

とまあ、生きていけそうです。
遺伝子工学とITを組み合わせて何ができるか？ですね。
ヘルスケアには個人情報の関係でまだ使えない・・・使えたっけ。法律まだわからないッス(‘A`)

唐突ですが、転職します。

理由は、「データ分析で企業を強くする業務をメインにしたいから」です。
元々それが希望ではあったのですが、下記3つの理由から転職することにしました。
1・現状できそうもない（設備・人員・資金面）
　データベースがほぼない＆一番わかっているっぽいのが私（でそれ以外は…）＆予算は中々付かない。専門性を高められる場所ではないよねって話だ。
2・ある程度部署の立て直しが終わった
　業務の流れの確立、ミスが出ない方法の考案、各種SOP新規作成・改良、SOPが作れない範囲の明文化等。
3・担当部門の研究開発（新規）が一通り終わった
　考え方を確立したので、あとは改善改良だけ。それ以降はあまり面白い仕事ではない。

とはいえ、今考えていることは変動するだろうとは思っています。
そこでとりあえず自分のことを内省し、書き残しておこうと思います。
・強み
　考えることを考える・（興味があることは）勉強し続けられる・年齢関係なく話ができる・プロジェクトを（無理にでも）回せる・人に頼ることができる
・興味関心
　企業を強くする（各目的を明確にし、もっと働きやすい世界にする。無駄が多すぎる。）・彼らは何を困っているのか？（そもそも困っているのか？）・人の可能性を信じたい・生物（人間）とは一体何か？・統計・データサイエンス・コンピューターサイエンス・考えを書く・考えを発信する
・時代の要望
　考えられる人が欲しい、データの加速度的な増加、データを理解できる人が少ない（Garbage in Garbage out）、良いモデルより良くて多いデータ
・興味がないこと
　賃金（最低限あればいい）・贅沢（高いものを食べるとか）・旅行・おしゃれ・インテリア・手を抜く（手を抜くと楽をするのは違う）
　（これは彼女ができませんね。わかります。）

現職では下記3ポイントがだいぶ鍛えられたと思います。
1・簡潔に話す。プレゼンする。
　3年間ずっと2週に1回はプレゼンする機会がありました。
　すべて社内向けだったので、社外向けに見やすい記載を心掛けたいです。
　現職は学術的な傾向が強かったので、誰でもわかるかと聞かれればそうではないと思いました。
2・年齢も関係なく、知識レベルの異なる人とPJを進める。
　獣医でPh.D.の方をはじめ、とんでもなく頭が切れる人間から、この人大丈夫？って人まで居たのですが、その人々と協力して業務を遂行できた（というより、そうしないと無理だった）と思います。もちろん、その人々の努力を忘れてはならないかと。
　この人大丈夫？って人には話が理解されずイライラすることも多かったのですが、接し方・話し方を変えれば割と上手くいきました。さらに、「できないとされていた人」も今では自分から業務を率先していただけているので、人は変わるものだなと。対話することが大事ですね。もちろん、できるまではイライラ（表面には出しません）しますが。対して、なまじ上手くいってる（と勘違いしている）人に気づかせるのには難しさを感じました。それは私もかもしれない。
3・時間＝コスト
　大学院では自分の時間をいくら使ってもいいので、時間＝コストというビジネス（この単語は嫌い）上での基本原理を理解できていませんでした。「（この仕事に）どこまで時間を掛けるべきか？」というのは、日々のプレゼンでだいぶ社長に鍛えられた気がします。

ゼロ→イチがわりと多くできたので基礎的な素養はついたかなーと思います。
一番の思い出は、「あ、この資料読んでね。明日に業者との打ち合わせがあるからヨロシク！」
・・・・帰り際に製造機器の仕様書・設計図・回路図を渡され、丸投げ。配管図（知らん）や回路図（さらに知らん）を一夜漬けで理解して説明しました。びびった。

職業：
　外資系製薬企業研究員（研究・開発・PJリーダー・PJマネジメント・同僚？のマネジメント等）4年
　↓
　分析コンサルティング会社アナリスト
　（うわなにこの人怖い。コワクナイコワクナイ）

働く場所：
　栃木県
　↓
　東京都

間違いなく現職の会社はホワイト企業です。有給使い放題。残業減らす取り組み頑張ってるし。
ただ、私が目指している所とは違うﾉｶﾅｰと思いまして。

最近では、「AI（人工知能）で〇〇ができた」というニュースが数多く報道されるようになりました。

私が推察するに、あなたはAIに対して不安を持っていませんか？
何でもできるように報道されることが増えれば増えるほど、自分たちの領域を侵されていくような。

私たちは「怖いもの≒受け入れがたいもの」と捉えてしまう傾向があります。
報道が加速すればするほど、怖いものを・・・「人工知能って結局何なん？」と理解しようとする人が減るのではと。

これはまずい・・・。
環境中にリテラシーがなければ、ある分野の天才の種が生まれても生かせない。

では、普及させるには？
過去をさかのぼると、日本にITを広めたのは何だったかというと、メールや携帯などの身近なサービスでした。
人工知能をもっと身近に、自分の役に立つように扱うにはどうすれば良いのか？と考えてみると・・・

例えば、ボードゲームの相手でしょうか。
囲碁や将棋、チェス、オセロなど、対戦相手が居るからこそ楽しめます。

今はネット対戦があります。
ただ、実際好きな時にすぐできるわけではないし、ボロ勝ちすることもあればボロ負けすることもある。
なかなかギリギリで勝負できる相手がいないという問題を抱えています。

私たちは自分と同じくらいのレベルの敵が欲しい。
それを人工知能に担わせてはどうか？と。

今もNPC対戦はありますが、実際はボロ勝ち or ボロ負けがほとんどです。
彼らは相手の強さによる調整ができないので、1回クリアできれば同じ手を繰り出せば勝てます。
それじゃツマラナイですよね。

極限まで強くすることはDeepMind社をはじめ、技術力勝負になりますが、
「ある程度の精度で同レベルくらいの敵と毎回戦える」ということを実現するのは難しくないのでは？と。

もう一つ例を挙げるなら、「デジタルなペット」・・・そう、たまごっち！
日本人の「小さいところから育てることが好き」（あとはやったことがある、他人がプレイしている（していた））というニーズがありますね。

そのように、「そこまで精度が高くなくても問題ない（むしろ、その方が楽しめる）」ことに応用すると。

彼らが増え、身近になることで、「AIは楽しいことに使える」という意識が社会に醸成されると。

「AIを身近に。あなたと共に。」

そのような世界が訪れると思います。