CØS

地球は行動の星!

インパクトとは何か？

インパクトベースで仕事をする

ビジネスでは、総じて相手の期待値を大きく超える事。

• 影響度
• 重要度
• 硬化性

色々なインパクト

物理的

物体が別の物体に衝突することで生じる力やエネルギーの移動。

• 力: 衝突時の力の大きさや方向。
• エネルギー: 衝突によって転送されるエネルギーの量。
• 速度: 衝突する物体の速度。
• 質量: 衝突する物体の質量。

社会的・経済的

ある事象や決定が社会や経済に与える効果。

• 経済的影響: 経済活動や雇用、収入に対する影響。
• 社会的影響: 社会構造やコミュニティ、個人の生活に対する影響。

環境的

人間の活動や自然現象が環境に与える影響。

• 生態系の変化: 生物の生息地や食物連鎖に対する影響。
• 資源の消費: 自然資源の使用とその影響。
• 汚染: 水、土壌、大気の汚染。

重要な事とはインパクトがある事

特にクライアントに取ってインパクトがある事が大切。 インパクトがある事=重要な事となる。 緊急と優先度のアイゼンアワーマトリックスで出すのではなく、インパクトのある事。

JoeとJessicaの問題、どちらを改善するべきか？

• Joe
  • セッション数が多いAを平均のCVR0.9まであげるべき
• Jessica
  • BのCVBは0.5%、Bの方が改善しやすい
  • そのため、まずはBから着手するべき

答え

Joeが正解。 Joe > Jessicaだから。

なぜなら、Bの方は母数が少ないので、0.5%->0.9%に改善しても 0.4% * 1k = 4人増えるだけ。 他方、Aは0.8%から0.9%に増えると、0.1% * 10Kなので、10人となる。

つまり、A > B 何故なら 10 > 4。 つまり、Aを改善する方がいいという事。 故にJoeが正しい。

簡単な仕事でも高い給料の不思議

ある2つの仕事があった。 片方は簡単な仕事。 もう片方はむずかしい仕事。

ただ、簡単な仕事は安くて、むずかしい仕事は高かった。 なぜか？

それはクライアントにとっての重要度の違いだった。

むずかしい仕事は調査系の仕事であり、簡単な仕事は基幹システムの仕事だった。 結局、クライアントにとっての重要度によって仕事の内容が変わっていた。

つまり、重要な事＝インパクトのある事を重視して取り組むべき。

研究や発明の価値

インパクトのあるテーマ、インパクトのあるイシューに取り組むべき。 研究だって、発明だって、新規性・進歩性がある物が大切になる。 それは一言で言うと、インパクトのある事。

スピード << インパクト

スピードが最も重要と社会では言われているがインパクトの方が大切。 穴を掘るのをどんなにスピーディーにやってもそれがクライアントのインパクトになってないと意味がない。

総論

まあ、大事な事＝重要な事＝インパクトがある事と言う事。 故に、韻波句徒がある事に取り組む。

ref

• 【有料級】17年経営してわかったグロースハック徹底解説 - YouTube

実行の 4 ステップ

下のシンプルな 4 ステップ以外にはない。 要は PDCA みたいになる。

1. リストアップ
   • タスクの洗い出し
   • 色々な人の意見を聞いて多様で客観的、多角的に考える
   • MECE に挙げる
   • MECE に挙げないと、他人に振れないし、比較もできなくなるため
   • タスクの棚卸
2. プライオリタイズ
   • やるべきタスクの決定
   • アイゼンアワーマトリックスなどを使って整理
   • 一番重要なのは優先度(高・中・低)を決める
   • そして、自分でやるのか、他人に任せるか気決める
3. エクゼキューション
   • シンプルに実行
4. チェック
   • 実行するよりチェックする方が大切
   • 結局人間は実行しないから
   • 結局チェックする事に価値がある

思考と行動の割合

結局、タスクや課題をこなしていたら、過去を振り返る時間はない。

• 計画: 行動 = 5% : 95%
• カルロスゴーンの言葉

下手の考え休むに似たり

SIC PARVIS MAGNA!

ワンパスを通す

• これがタスク管理、実行には大切
• 結局必要な事は無限に出てくる。
• 故に、A と B と C と D をやったら、、、などという考えだと一向に前に物事が進まない
• ない理由、必要な物事は無限に出る
• なぜなら人は実行したくないから
• なるべく逃げたいし、めんどくさい事はやりたくない。楽に進む。
• 結局、一度全体でパスを通す必要がある
• じゃないと本当に必要な条件も分からない
• 別の言い方をすると、Done is better than Perfect
• 下手の考え休むに似たり
• IC PARVIS MAGNA!

面を取ると掘り下げる

二大戦略。

• 面を取る: 広く浅く
• 掘り下げる: 狭く深く

実行のプランの戦略にも 2 通りある。

AI 時代は AE 時代

• クリエイティブなアイディアも AI ができる
• あらゆる事で人間の知能を超えた AI がコパイロット
• すでに正論も要らないし、評論家も要らない
• いるのは実際に実行すること
• つまり、AE (Actual Execution)

口ではなく体を動かす

• Mind over matter は役に立たない
• Action over Words しか勝たない
• 小さな最小の 1 歩を用意するべき
• 口だけなら AI でもできる
• Break your comfort zone
• 殻を破る
• それらの為には、行動しかない

データが正しい

Data is God.

• データは神、数字は御告げ（啓示） 、見つけた法則は聖典
• Data のトリニティ
  • Data: データそのもの
  • I/O: インプット / アウトプット、インサイド / アウトサイド
  • I/F: インターフェイス
• ある意味 PDCA も何もかもデータを取りに行く作業と行ってもいい。
  • 毎日の行動を記録して Do
  • それを Check して改善
  • すなわちデータを取りに言っていると言う事
• ギリシャの哲学
  • Know thyself
  • 自部の事を知れよ
  • じゃあどうやって知るか？
    • 行動データから知るしかない。
    • 何に自分は時間を使ったのか
• 知らない事が問題
  • 仏教で言えば智慧を知らないことは無明
• メタデータはメカニズム（背景や知識や構造や経験）
  • Knowledge is power
  • education が一番いい投資
  • understanding / overstanding
• 行動しないのもデータ不足、knowhosw の情報不足
  • XXX して XXX すれば XXX％で儲かると分かれば行動する
  • 目の前に一万円があれば誰でも取る
  • know how のデータを取るのも大切
• 全てはデータに還る
  • 物質を分解したら原子になるように、
  • 情報を分解したらデータになる
• 数字はデータの 1 つの表現方法
  • データ: 数字 = 1:N
  • 数字はあくまでイデア上の事物
  • 本質はデータ
• データと事実
  • データは事実
  • 真実は事実の中にある
  • つまり、真実はデータの中にのみある
• 神より Data
  • なぜなら人々は主張やおカネ（もの）ではなく、事実のデータを信じるから
  • 絶対主義社会から資本主義になったが、そのおカネすらデータ化した
  • 銀行の残高というデータ
  • さらに法定通貨は仮想通貨という公平なデータに変わりつつある
  • ある意味神もデータ
  • やおろずのデータ
  • 質問、神とデータ、どちらを信じますか？
    • 「神の代弁者である教祖が言ったこうすれば空は飛べる」vs 「データを観測して導き出した法則を元に物理学者が言ったこうすれば空を飛べる」
    • どちらを信じるか？
    • 聞くまでもない
• データにもレベルがある
  • 主張は背景に依存する
  • 100 回出た主張の背景を知れば一発で解決する
  • つまり、データにもレベルや抽象度があるということ
  • 主張というデータの背景のデータをしれば理解度は上がる
• データのレベルがプリミティブなほどいい
  • 背景: 主張 = 1:N
  • プライマリーソース vs. セカンダリーソースということ
  • 現地現物現場
  • ダイエットでも一日の摂取したエネルギー量より、それを分解した PFC の g の方が価値が高い
• データ抜きの主張や思いは間違っている
  • 根拠なき主張は空理空論の空想
  • 統合失調症患者と変わらない
  • 根拠はデータ以外にない
  • Don't guess, Just measure.
• 機械学習だって上手くいかない原因は殆どデータ不足
  • 結局モデルは OSS である
  • データの自動生成がモデルの精度を飛躍的に向上させる
  • LLM にしてもデータ量が重要だった
• ビッグデータ
  • データにこそ価値がある
  • ビッグテックのビッグは会社の規模だけじゃなく取り扱っているデータの質・量が大きいと言う事
  • Amazon だって人々 t の購買ビッグデータがあるからこそ、あらゆる予測ができる
  • ビッグデータ = 大神
  • データは新しい石油である (Data is the new oil)
• ダイエット
  • PFC の g 数が分かれば input のエネルギー(kcal)が分かる
  • 水分量も同時に測れば、input は完全に分かる
  • 排出や基礎代謝量、気温や発刊量に応じて Output も分かる
  • Ketosis / Glucose の肝臓のメカニズムの理解
  • もっと具体的に言うと、メカニズム(背景・構造)とデータを数値で記録し毎日チェックし改善する事が正しい
  • ただしこれもダイエットという目的の為に記録したデータでもKGIである体重の現象が見られないからKPIやメカニズムを再考すると言う事に過ぎない
  • 例えば運動量を KPI にした時に、KGI が変化しなかったら、KPI を変えて摂取した PFC やエネルギー量に変えるなど
  • 科学でも事実が理論を先行する
  • 目的 => 事実 => 理屈
• 偽＝意見や思いからの推論は、誤謬
  • 意見や思いからの推論はまず根拠がない
  • 明後日にはすぐ変わっている
  • 空理空論の空想
  • 言葉はまるで雪の結晶みたいなもの
  • データなしの推論は統合失調症と同じ
  • データのみが真実
  • 主張に主張を重ねるとほぼ嘘
• Volume
  • データボリュームは正義。
  • データは真実。
  • ピカソの例。ミレーの例。
  • くじ引きをし続ける、打席に立つ、

ref

Yuval Noah Harari on big data, Google and the end of free will | Financial Times

三現主義

三現主義とは 机上の空論ではなく、実際に現場で現物を観察し、現実を認識した上で問題解決を図るという考え方のこと。

• 三現主義とは、現場``現物``現実の 3 つの現を重視し、机上ではなく、
• 実際に現場で現物を観察して、現実を認識した上で、問題の解決を図らなければならないという考え方のことです。

ref

三現主義 | 用語解説 | 野村総合研究所(NRI)

DIKW Pyramid

data pyramid とも。次の言葉の頭文字

• D: data
• I: information
• K; knowledge
• W: wisdom

ref

DIKW pyramid - Wikipedia

データを取る

• Don't guess, Just Measure
• とにかくだろうで Guess せずデータを取る

データを記録する

まず記録をとる

• 何かを実験する場合は、1 にも 2 にもまず記録。
• 主張は過去のデータ、数字、事実をベースにする
• コペルニクスの地動説だって記録が無ければできなかった
• 推測するな、計測せよ
• Don't guess, measure.

データを取るメリット

• KPI を作れる
  • 目標=KGI > KPI > Actions
  • このブレイクダウンして逆残で行動するには、データで取る必要がある
• モニタリングできる
• 変化量が分かる
• 逆残ができる
• Check ができる
• 考察ができる

データ処理の流れ (MRAC)

1. データの計測 (Measure)
2. データの記録 (Record)
3. データの集計 (Aggregate / Analysis)
4. 結論の導出 (Conclude)

これの頭文字を取って MRAC。

だろうとか、だと思うとかより、しっかり正確なデータを計測して結論を出す事が大切。

• とにかく、Don't guess, just measure。
• 別の言い方をすると、Don't think, Just do it.

ref

• データ解析 - Wikipedia

データの表現方法

• 数はデータの表現方法の一つ
• 例えば、テキスト、画像、動画、グラフ、テーブルなど数字以外の表現もある。
• 適材適所で表現方法を選ぶ。ただし数で表した方がが真理に近い

データを表現する基本的な方法

数

Counting が数学の始まり

• 人類が数字や数を用いて物事を数える行為（カウンティング）から数学的思考が始まったと言われている
• 原始的な文明や古代の文明でも、日常の取引や農作業、天文現象の観測などの中で、数字や単純な計算が必要とされた
• これらの基本的な数学的な活動が複雑化し、数学の様々な分野や理論が発展していった
• 例えば、古代バビロニア、古代エジプト、古代中国、古代ギリシャなど、各文明がそれぞれ独自の数学的成果や方法を発展させた
• 統計はエジプト、数はバビロニア、幾何学はエジプト、数字はインドとアラビア

数字は民主的

• 数は人によって解釈が変わらない、中立
• 比較したときに証明の正しさは明らか
• 誰が主張しても数字あれば一定の根拠が生まれる

数の属性

数の種類

情報整理術

• 捨てる
• 分散化 (適材適所に分割統治)
• 定期的な整理

目的・目標設計

目標が必要な理由

次のような理由がある。

• 律するため
• 行動の精神的強制ギブス
• 目的を達成するため

それはなぜか？

• 水は低きに流れ、人は易きに流れる
• 人は簡単で楽な方へと進む傾向がある
• 本能的には快適で安全で楽でリスクのない方向を選ぶのが自然

つまり、本能の力を断ち切るのが目的。 なぜならやりたい事ですぐできることは目的にならず、即行動で終了するから。

目的・目標の設定方法

次に具体的な目標設定のフローは 3 つ種類あり、それぞれを明確に設定せねばならない。

1. 最終目的 (Why)
   • なぜやるのかの答え。反論がでない程のぐう正
2. 達成目標 (Where)
   • 達成すべき目標、通常期間と数値で表現する
3. 行動目標 (How)
   • 達成目標の到達に必要な行動内容、通常達成目標に対して複数存在する
4. 実行項目 (What)
   • 行動目標の到達のために必要な「今日誰が何をどうするか」という実行内容

また、達成目標は目的 (Why)へと続く。

目標設定の例

• 最終目的
  • 「この町においしいスイーツを届けたい」
• 達成目標
  • 「お店の月間売上 1000 万円達成」
• 行動目標
  • 「単価 2 万円の強化商品 A を 1 日 10 枚販売する」
• 実行項目
  • 「A のターゲット客層である 20~30 代の男性が来店した場合。来店後 3 分以内に最も販売効率の高かった〜〜〜というセールストークを用いて必ず A を提案する」

目標達成のコツ

「根性論に逃げない事」

事業部に大きく紙で「昨年対比 120%達成」 「毎日本を読む」

これは根性論。 結局小学生でもわかるように行動を設定しなければ、人間は逃げる。 目標とは弱い自分を縛るギブスなので、ギブスが荒いと意味がない。

「実行項目を他人と共有する」

• 人間は社会的な生き物。単独では行動せず群れで行動し、お互いを支え合って生存をはかる
• 大勢でそれぞれの実行項目をチェックすると更に良い

「与件を考え、可能な限りそれをつぶす努力をすること」

目標設定においては、なるべく与件をつぶすようにする。

例）

• 例えば上記の例では「A のターゲット客層である 20~30 代の男性」の来店率が低い場合、達成することが不可能となる。
• この与件を防ぐために、20~30 代の男性の集客をあげる広告や取り組みなど、他の施策を考えます
• それをまた行動目標と実行項目に落とし込み、日々進めていきます。

「一週間などの期間で区切り、結果を振り返ること」

• 一週間などで区切って達成目標と行動目標の進捗がどうであったかを確認する。
• 行動目標が達成できていない理由は実行項目にある
• 達成目標の進捗が思わしくない場合は与件をつぶしきれていない可能性がある
• いわゆる PDCA

「他人を巻き込む」

• 最終目的
  • これは社会に聞く
  • 社会問題に準する
• 達成目標
  • これはおおむね自分で決める (Where なので)
• 行動目標
  • これは他人に聞く (How なのでやり方は色々ある)
• 実行項目
  • これは他人に振る
  • Project なのでやる事は多岐にわたり、What を洗い出して他人に振る

ref

• 誰も教えてくれない正しい目標設定の方法 | MB「新潟出身の服バカが年商１億以上を稼ぐまで～　小学生でもわかる MB のビジネス成功論」 | よみタイ
• 【学校では教えてくれない正しい目標設定の仕方とは？目標設定のシートを使う前に考えておくこと】 | Teachers Mag

主張と背景

• 基本的にプロジェクトを進めるに当たって、目的・背景は必須

主張と背景の関係

• 主張には背景がある
• 主張:背景 = 1:N という関係
• なので背景を理解することが大切

主張に大切な事

• 詳細
• 根拠
• 背景

この前に言い合いになったワケ

• 背景を理解しないと、個別具体的な主張の是々非々に当たってしまう
• この前の言い合いもそうだった。
• そこで文字化して整理した。
• そして、条件毎に背景を書き残した。
• すると、言い合いのコンテキスト、背景が Control vs. Collaboration だった事が分かった
• つまり、なぜ主張が出たかと言うと、次のリスクからだった
• リスク
  • コントロールできないリスク
  • 相談できないリスク
  • 勝手に意思決定されるリスク
• ここが伝われば、個別具体的な問題は重要じゃなくなる

仮目標

• 何も無いと始まらないので仮でも良いので目標を立てる
• 目標を立ててとりあえずやってみる
• やってみてからの学びの方が大きい

目標は一つまで

基本的に目標は一つに絞るべき。その理由は以下から。

• 実現可能性
  • そもそも人は見積や難易度を過小評価する
  • できるだろうと思い込むが実際は出来ないことが多い
• 集中力
  • 複数の事をマルチタスクでやると性能が劣化する
  • UNIX 哲学のように一つの事に専門性を持って一度に取り組むべき
• 責任
  • 複数の目標を持つと結局力が分散して集中できない
  • 担当者を複数人にしたり、複数に対して担当すると責任が分散する
• 集中
  • ランチェスター戦略的にも弱者は集中するべき
  • 相手の兵士を分散させて、自分の兵士を集中させて局地的に勝つのがランチェスター戦略
• 優先順位の明確化
  • 一つに絞れないと言う事はつまり、優先順位を決め切れていないという事
  • 目標が複数あり、優先順位を決めていないと力が発散する
• リソースの最適化
  • つの目標に特化して取り組むことで、必要なリソースや時間、エネルギーを効率的に使用することが可能
• 簡易性
  • 目標が多ければ多いほど、それを管理、追跡、評価するのが難しくなる
  • さらにターゲットを切り替える際の Switching コストもかかる
  • 戦国で最も有効的な剣術は知恵を捨てて突撃する薩摩の示現流

ref

心を鬼にして目標を１つに絞るべき３つの心理学的な理由 | シゴタノ！

KGI と KPI

• KGI（Key Goal Indicator）とは、「重要目標達成指標」とも呼ばれ、
  • プロジェクトの最終目標を数値で表したものを指します。
• KPI（Key Performance Indicator）とは、「重要業績評価指標」
  • KGI を達成するためのプロセスをもとに設定した中間目標のことです。

ref

いまさら聞けない KGI と KPI ｜マーケティングにも使える設定手順を解説！ | 診断マーケティングトレンド

アクションプラン

• アクションプラン（Action Plan）とは、目標を達成するための具体的な行動計画のこと
• いわゆる実行項目のこと

ref

アクションプランとは？ 目標達成までの具体的な計画の作り方｜ SmartCompany（スマカン）

micromanagement

• 本当は放任主義がいい
• ただし上手くいかない時は一緒に伴走して解決する必要がある
• その場合は、supermicromanagement して解決するのも有効

飛行機の例

• 目的があり、supermicromanagement したり本気でチェックして改革しようとするのと、だらだら過ごすのでは命の厚みが違う
• 前者は制御している飛行機であり、後者は制御不能の墜落中の飛行機
• 同じ飛行機でもパイロット次第で生き死にも変わる
• copilot レベルで指示をする

変わる

• 知っての通り環境に合わせて変わる必要がある
• 環境や状況に応じて適応することは、多くの事象や問題解決において非常に重要。
• 生物の進化や生態系においても、環境の変化に適応することで生存していくことが求められている=適応進化

自分を変える

• 他人と環境を変えるのは大変
• 常には自分を変える必要がある
• まずは、自分が順応進化する

柔軟性

• つまりは、ゼロベースで目の前の事に柔軟に対応するということ
• 環境や状況の変化に柔軟に対応できることは、持続的な成功や成長を達成するための鍵となる

時間軸

• ストレス、痛みなどは成長の際に生まれる = 成長痛
• 短期的には痛みだが、長期的には楽になる
• 筋肉痛などもその一種
• ただし、いっぺんにガラガラポンするのではなく、zigzag やらせん状に徐々に変化をする
  • ホメオスタシスがあるから

多様性予測定理

集団の知恵

• ゴルトン（Francis Galton）の有名な研究において、787 人の一般の人々が牛の体重を推測した。
• 各参加者の推測値を平均して「集団の予測値」を計算し、その値が実際の牛の体重に非常に近いことが示された。

この実験は「集団の知恵」（Wisdom of the Crowd）として広く知られています。集団全体の誤差を計算する場合、各個人の誤差の平均を取るよりも、集団全体の平均予測値と実際の値との差を見るのが一般的。つまり、集団の誤差はしばしば以下のように計算される。

\[ \text{集団の誤差} = ( \text{集団の平均予測値} − \text{実際の値})^2 \]

この計算は、集団全体の推測がどれほど正確であったかを評価するために用いられます。

数式

全体の平均二乗誤差（MSE）が、集団の平均誤差と各個人の予測値が集団の平均からどれだけずれているか（バラつき）の和であることを示す。 bar y は集団の平均予測値。N はサンプルサイズ。

\[ \frac{1}{N} \sum_{N=i}^{N} (y_i - \text{True Value})^2 = (\bar{y} - \text{True Value})^2 + \frac{1}{N} \sum_{i=1}^{N} (y_i - \bar{y})^2 \]

ちなみに、MSE(平均二乗誤差) は下。

\[ \text{MSE} = \frac{1}{N} \sum_{i=1}^{N} (y_i - \text{True Value})^2 \]

つまり、集団の誤差((集団の平均予測値 − 実際の値)^2)は MSE - 多様性がかかった値(なぜなら、集団の平均で個々の予測値を引いているから)ということ。

ゆえに、多様性がある予測が正しくなる。

Bias と Variant から見た集団の知恵

\[ \frac{1}{N} \sum_{i=1}^{N} (y_i - \text{True Value})^2 = (\bar{y} - \text{True Value})^2 + \frac{1}{N} \sum_{i=1}^{N} (y_i - \bar{y})^2 \]

成分について

1. バイアス（Bias）: \((\bar{y} - \text{True Value})^2\)
   • 集団の平均予測値 \(\bar{y}\) が実際の値（True Value）からどれほど離れているか。
   • NOTE: ただしくは Bias の二乗
2. 分散（Variance）: \(\frac{1}{N} \sum_{i=1}^{N} (y_i - \bar{y})^2\)
   • 各個人の予測値 \(y_i\) が集団の平均予測値 \(\bar{y}\) からどれだけばらついているか。

重要なポイント

• この数式は、集団の誤差がバイアスと分散の和であると示す。
• 多様性（分散）が高いと、それが有用な情報に基づいていれば、集団全体の予測精度（低い MSE）が向上する可能性がある。

別の言い方をすると、

\[ \text{MSE} = \text{Bias}^2 + \text{Var} + \text{Error} \]

NOTE: Error は予測がどれほど良くても削除できない基本的な誤差を示す。エラー項と呼ばれる。英語だと、irreducible error。

Bias と Variance のトレードオフ

• Bias と Var はトレードオフだが、上記の MSE の式だと Var が上がるほど、Bias が下がる

ref

• 「多様性が能力に勝る定理」 （The Diversity Trumps Ability Theorem）： 政治への援用とその意義
• 偏りと分散 - Wikipedia

I/O とは？

I/O は次の意味で使っている:

• Input / Output
• Inside / Outside
• In / Out
• 入力 / 出力
• 内側 / 外側

I/O の解釈

• つまり、事物は点ではなく、流れ(I/O がある)と言う事。
• 入ってくるものと出ていくものの関数であるということ
• I/O があるという事は、一と全が最低でもあるということ

Input / Output と Inside / Outside の違い

Read と Write の違い

記録する事

内(inside) => 外(outside)

• 何よりも大切なのが記録を残す事
• 思ったこと、体調、気付き、考え方、作業ログ、思い出、写真などなど any format
• デカルトではないが、「我記録を残す、故に我があった」

「我思う、故に我あり」の真意

• 「疑う事をやめた瞬間に我はいなくなる」という意味
• つまり、疑問を持つことが我々の存在に不可欠であるという観点
• 「疑っても疑い切れないモノは考えている自分だった」という意味
• つまり、疑うことが唯一ではないが、一つの存在証明と主張している

デカルトの問題点

• まずそれが正しいとすると、逆説的に思考が停止したら「自分」が存在しなくなる
• というか、点として疑えない物を説明している
• 寝ている間だって自分はいる。
• もちろん哲学的な格言なのでそれに厳密性はない。
• あくまで主観的であり、その刹那を除いて、客観的に説明できない。

「我記録を残す、故に我があった」 が発展形

• 結局、疑う自分があっても存在の証明は瞬間のみ
• 本当に証明したかったら記録を残すべき。
• 文字こそが真理
  • "I recorded, therefore I was."
• 記録（文字、映像、音声など）が本当の疑えない存在証明となる存在
• 記録の注意
  • もちろん、クリティカルに読まなければならない。
  • また、全ての内容がそのまま正しいとは限らない。
  • ただ、少なくともその存在自体は正しい
  • なぜなら、残した文章と自分の署名があるから。
• つまり、自己主権のある文字や言語化した記録ものこそが事物の正体
• デカルトとの比較:
  • 自分の認識(精神) => 事物の認識は動的な存在証明。主観的、点。
  • 自分の記録(物理) => 事物の認識は静的な存在証明。客観的、線。
• 事物、つまり、存在の事。思うだけでは存在にはならない。
• 反論:
  • Q: 記録がない場合の「存在」はどう扱われるのかの疑問の答えは?
  • A: 「存在するかもしれないししないかもしれない。分からない」

これはみんな思っている当たり前の事。DYAD と言う事。デカルトへのアンチテーゼ。そして、概念の中で生きているので、文字をちゃんと正しく残そうという自分への戒めである。

話し合いも文字にする

• 商談で条件が合わない場合は文字にするのがおすすめ
  • 自分の口で言いたくない隠れた意見や
• どこが合わない条件かが明らかになる。
• また背景を残す事によって理解を進められる
• 条件を列挙して、妥協点を発見できる

例:

• XXX の同意条件 (And cond)
  1. XXX をする
  2. XXX をする
     • Detail
       • xxx
     • Background:
       • xxx
  3. XXX をする
     • Background:
       • xxx

悔いを残さない

• 人生最後の日に後悔するより、毎日後悔した方がいい
• それは、記録があれば可能だし、ないとしても忘れる

記録を色々と残す

なるべく色々な方法で色々な事を残す。

• mdbook
  • 思考セットを残す
• wiki
  • 作業ログを残す
• powerpoint
  • 考えを整理するため
• mindmap
  • 伝えたいことを整理するため
• twitter
  • つぶやきを残す
• blog
• source code
  • コードとして残す
• django
  • DB として記録を残す
• notion
• google photos
  • video / pictures
• message
  • communication
• excel
  • 体重記録
  • thougth log
• email
  • 契約

知る事

外(outside) => 内(inside)

• 事物を、多角的、多様的な観点から見て知ることが大切
• 1 つの視点・観点だけで物事を考えると、その視点の制約に捉われてしまう
• 多様多角的に色々な事物や現象を知って捉え解釈し学習することが大切

知る事の大切さ

• 無知の知
  • The only true wisdom is in knowing you know nothing
• scientia est potentia
• know thyself
• 無明
• Atman
• Sapere aude は「あえて知る」のラテン語

知って学ぶ事の違い

学習方法にも色々ある。

• 習得: 先生に教えてもらうのが一番
• 会得: 十分に理解して自分のモノにすること
• 体得: 体験して学習する事(水泳など)

なるべく色々な方法(解釈)で色々な事(事実)を読んだり理解したり考えたりする

文化的観点から

伝統、習慣、民俗、芸能、歴史、民族性、遺産、慣習、社会制度、サブカルチャー、アイデンティティ、文明

芸術的観点から

美術、音楽、ダンス、彫刻、デザイン、映像、映画、ドラマ、パフォーマンスアート、文学、アートワーク、手芸、ファインアート

科学的観点から

物理学、化学、生物学、数学、地球科学、社会科学、応用科学、自然科学、情報科学、工学、医学、心理学、宇宙科学

数学的視点から

数字、軸、変数、関数、証明、発散、収束、空間、定理、仮説、検定、行列、ベクトル、積分、面積、体積、微分、グラフ、変換、方程式、極限、関係、確率、統計、比較、期待値

事実と解釈の違い

事実

「事実」とは、確認や証明が可能な出来事や状態を指す。 事実は客観的なデータや観測に基づき、誰が見ても同じ結果として認識されるべきもの。

例:

「水の沸点は 100 度セルシウスである」や「今日は雨が降っている」などは事実です。これらは客観的な観測や測定によって確認が可能。

解釈

一方で「解釈」とは、事実やデータ、出来事に意味を付けたり、それらを特定の枠組みや観点で理解したりするプロセス。

主観的な要素を含む場合が多く、人それぞれ異なることがある。

例:

同じ絵画を見ても、一人は「美しい」と感じるかもしれない一方で、別の人は「暗い」と感じるかもしれない。

このように、解釈は事実やデータをどう評価するか、どういう意味を持たせるかに関わっている。

Stock と Flow

例

• 人口と出生率・死亡率
  • 人口（stock）
  • 出生率・死亡率（flow）
• 湖と川
  • 湖（stock）：ある時点で湖にたまっている水の量。
  • 川（flow）：時間あたりに流れる水の量。
• 貯蓄と所得・消費
  • 貯蓄（stock）：ある時点での個人や家計の貯蓄の総額。
  • 所得・消費（flow）：一定期間において、個人や家計が得る所得や行う消費。
• ビジネス
  • ストック型ビジネス: サブスク、保険、不動産賃貸
  • フロー型ビジネス: 小売業、受託開発
• 会計
  • ストック: 損益計算書(バランスシート)
  • フロー: 損益計算書（インカムステートメント）、キャッシュフロー計算書

ゲーム化

• もっともシンプルに考えれば人生はゲーム
• Complex => Simple, Difficult => Easy.
• Data が正しいが、モチベを上げるには Gemefication が良い

ゲームの三大要素

1. Objective
   • 目的
2. Obstacles
   • 障害、挑戦・競争
3. Rules
   • ルール・構造

攻略本

• 一般的なゲームと同じように攻略本が存在する
• それを呼んでから攻略するのが一番いい

何でも考え方

仕事もめんどくさい事も考え方、見かたで全然変わる。

• 工場の業務を改善する => 大きなピタゴラスイッチを作る
• ビジネスを大きくする => スコアを上げるスポーツをする

ナポレオンのいう通り

人間を動かす二つのてこは、恐怖と利益である

ナポレオン

恐怖軸

• リスク軸＝おそれ
• デメリット

利益軸

• ゲーム軸＝楽しみ
• Fun
• メリット

やるリスクとやらないリスク

• 色々なリスクがあるが、最も人間の損失回避ぐせの inductive bias を考慮して、ロジカルに決断をする上で必要なのがやる・やらないの決断が。
• そして、殆どの頭の中にあるやらないリスクは怒らない。怒らない恐怖を過大評価し、怒る利益を過小評価している傾向があるから
• メリット・デメリット、リスク・リターンを定量的に判断するしか方法がない

決断シート

下のフローを埋めるだけ。

• やる
  • メリット
    • リスク
    • リターン
  • デメリット
    • リスク
    • リターン
• やらない
  • メリット
    • リスク
    • リターン
  • デメリット
    • リスク
    • リターン

No Risk, No Return

• ノーリスク、ノーリターン（No risk, no return）
• リスクを取らないと報酬は得られない
• 全部等価交換

恐怖か利益

人を動かすてこは恐怖か利益 " ナポレオン

• ただし、恐怖の方が圧倒的に大きい。
• プロスペクト理論で証明されている
• 損失回避（Loss Aversion）とも

リスクの定量化

リスクの定量化方法はいくつかある。

リスクマトリックス

リスクマトリックスは、リスク管理の一環として、リスクの評価や優先順位付けを行うためのツールです。リスクマトリックスは、通常、リスクの「確率（発生頻度）」と「影響（被害の大きさ）」の 2 つの軸で構成する。

予想損失の計算

予想損失（Expected Loss）は、以下の式で計算できます。

予想損失 = 影響度（Impact） × 発生確率（Probability）

フォールトツリーアナリシス (FTA)

システムの失敗や事故の原因となるリスク要因を系統的に識別し、その確率を計算する方法。

バリュー・アット・リスク（VaR）

金融リスクの定量化によく使用される手法で、特定の期間内に特定の確率で最大どれだけの損失が発生するかを評価する。

割引現在価値（Discounted Cash Flow, DCF）が大事

• 割引率にリスクプレミアムを含めることで、投資やプロジェクトのリスクを数値化し、評価することができる。
• リスクが高いほど、割引率は高くなり、割引現在価値は低くなる。
• つまり、投資プロジェクトの割引現在価値が正であれば、そのプロジェクトは収益性があり、投資価値があると判断できる

金融におけるリスク=収益の確実性

• 金融においては、金融商品の価格やリターン（収益率）の変動性が、投資リスクの一因とされる。
• つまり、収益も損益もばらつきが多いとリスクとなる
• なぜなら Var や SD がリスクだから

ポートフォリオ理論 (Modern Portfolio Theory, MPT)

• 異なる資産を組み合わせることで全体のリスクを低減（リスク分散）し、期待リターンを最大化するポートフォリオを見つけることを目指す
• 最適な資産の組み合わせを見つけるアプローチを「効率的フロンティア」（Efficient Frontier）という
• 資産間の相関が低い（または負）であればあるほど、ポートフォリオリスクの低減効果は大きくなる

追いつめられる

• 人間の能力は同じ
• 考えも行動する力も
• では何故差がつくのか？
• やるかやらないかはどれだけ追いつめられたかどうかが大事
• 利益で動くのは弱い、恐怖の方が大きい
• おカネを static bank に移動するなどして freeze させる
• HP がちょっとの状態にする
• 窮鼠猫を噛む
• 火事場の馬鹿力

自分を壊す

• コンフォートゾーンを出る
• 冒険
• plus ultra
• 殻を破る
• アンラーニング
• inductive bias を壊す
• ハングリーになる
• 馬鹿になる
• Be lunatic
• 狂いたまえ!
• 無知の知
• 自分じゃ 100 億年たっても出来ないと理解する
• 自分が他人を壊している事を知る

最大のリスクは他人に頼らないリスク

• 他人から利益は入るし、他人に頼らないのは逆にリスク
• もちろん頼るのもリスクがあるけど、自分に頼るリスクの方が高い

リターンとプレミアムの違い

• リターンは、投資から得られる利益または損失
• (リスク)プレミアムは、リスクのある資産の期待収益率から無リスク資産の収益率を引いた差のこと。

つまり、リターンはリターン。プレミアムはポートフォリオを組んでリスク分散した時の実際的なその金融商品のリターン

リスクプレミアムの例

もし TOPIX（東証株価指数）の年間上昇率が 7％で国債の利回りが 4％であったならば、株式投資に要求する市場リスクプレミアムは 3％になります。 この場合、理論上は投資家は 7％以上のリターンが見込めないと値下がりリスクのある株式投資はしないということになります。

リスクフリーレート

資家がリスクを全く取らない状態で得られる利息率を指します。通常、安全性が非常に高いとされる国債の利息率など

リスクプレミアム

リスクプレミアムは、リスク資産（例：株式）を保有することによって投資家がリスクフリーレート以上に期待するリターンの部分

ref

https://www.smbcnikko.co.jp/terms/japan/ri/J0091.html

正直にクレイジーに

• 言いたいことは叫ぶ
• 面白い事をいう
• 心からの本音をしゃべる
• 嘘で塗り固めても意味がない
• 正直に生きたら面白く生きたら、クレイジーになる
• 狂気、Lunatic に

律

• 律が大切
• 早寝早起き、朝の運動など
• 律する事

律とは？

• 律とはレール。自分で敷くし、それにしたがって体が動くもの
• ギリシャっぽく言うと、Τ => Θ の=>が律
• 律とは意思を捨てる為の道具
• 英語
  • 律則: Constrain
  • 律動: Rhythm
  • 律法: Torah

意識に期待しない

• 人体は DNA の箱舟
• 人間は chatGPT が穴埋めを確率的に学習したように無意識で動く
• 単なるマルコフ連鎖の確率的反応機
• ちょっと AI と違う点は active learning している
• 故に意思は存在しない
• 故に存在しない意思に頼る事はできない
• 万が一あっても短期間のみ持続する機能
• 自己意思は思い込みと考えた方がいい h
• では何故思い込むのか？=> 生存の法則、過去はそういう人間が生存に有利だっただけ
• つまり、自分の意思はないし、思い込みだし、それに頼ってはいけない
• 逆説的に意思が正しいなら「神」が存在してしまう
• 言い換えるとシステムが悪いので、律を作る必要がある

べきして

• 「勝つ！」のでは無く、「勝つべくして勝つ」
• 「上手くいくべきして上手くいく」が大切
• 意思を排除する

律責任論

• スタートは自己責任だが変えるのは律、つまり、ゴールは環境責任論になる
• どっちかが悪いかの論争はあるが、あえて律責任論としたい
• なぜなら、自分も変わらないし環境も変わらないから。
• 変えるなら律しかないから

コントロール思考

日本と欧米の思考の違いはコントロールしようとするかしないかだと思う。

主体性 vs. 相対性

風船心理テスト

窓から風船が見えています。しばらくすると風船が移 動し，窓から見えなくなりました。なぜ，風船は窓か ら見えなくなったのでしょう?

• 東洋人
  • 風が吹いて，風船が動いたから
  • => 相対的なモノなので、コントロールできない
• 西洋人
  • 風船に穴が開いて，そこから空気が漏れて移動した
  • => 主体的なモノなので、コントロールできる

つまり、相対性と主体性の違いがある

マネージメント vs. 職人

プランテーションに置けるマネージメントも、コントロールの一部。

ルールメーカー vs. フォロワー

• 日本型の考えだと環境を変えると天罰が下りそうな気もする。
• 日本はルールに従うが、欧米はルールを作る
• 日本は、合気道っぽい考え方の気がする

戦略 vs. 戦術

戦術レベルでは日本は強い。

コントロール三段論法

決定的な違いはコントロールの気がする。

1. 目的は、自分の思い通りになるようにする
2. その方法は、自分に有利な方へ変える、都合のいい状況を生み出す
3. そのために、マネージメント、ルールや仕組み、システムを作る

武器を捨てる

• 職人的思考は行き過ぎると危険
• スキルは武器に過ぎない
• ツールやスキルの奴隷になる
• あえて武器を捨てる必要がある

手段と目的を逆転しない

• スキルやツールはあくまで道具
• プラグマスティックに使えるモノは使うだけ
• 本質は何の新しい価値を提供して喜ばれるか
• 手段と目的が入れ替わってはいけない
• 特に道具や武器に拘りがあるとそうなり勝ち

ref

• https://www.dtp-nissoken.co.jp/jtkn/ps/tool/library_DLdata/15_2.pdf
• 東洋人と西洋人の違いがわかる心理テスト - その他
• 「膜」が世界を救う！植物の真似をして地球温暖化を逆転させる方法（下） - WPI Forum ー世界トップレベル研究拠点プログラム（WPI）
• 世界を変えたいなら一度"武器"を捨ててしまおう

人に頼る

• 「頼る」ことは甘えではない
• 「仕事の 3 割」は人に頼る
• 受援力を磨く
• 人に頼る ≠ 恥、弱みを見せてもいい

相談するだけで効果がある

• たった一度、30 分相談しただけでも不安やストレスが相当取り除ける
• 相談自体に「ガス抜き効果」があるから。
• 誰かに話を聞いてもらう” という行為自体に、不安感の軽減や、デトックス効果がある
• 「つらい」と弱音を吐ける人ほど、ストレス回避力が強い

KSK

• Ｋ（敬意）
  • 「あなただから相談したい」と相手を信頼していることを表明する。ポイントは「名前」を呼ぶこと。
  • 例「〇〇さん、いまお手すきでしょうか？」
• Ｓ（存在承認）
  • 「相手がただ向き合ってくれる」ことを認める。相手側の「役に立たねばならない」という心理的なハードルを下げる効果。
  • 例「お時間を割いてくださり、助かります」
• Ｋ（感謝）
  • 相手が力になってくれるか否かにかかわらず、感謝の言葉を最大限伝える。
  • 例「最後までお聞きくださり、ありがとうございます。〇〇さんに話せただけで、心がほっとしました」

アイゼンアワーマトリックス

有名なアイゼンアワーマトリックス。その本質は人に頼る事。

ref

• 「いつも心に余裕がある人」になるために、頼っていいこと、ダメなこと。 - STUDY HACKER（スタディーハッカー）｜社会人の勉強法＆英語学習
• 実は｢人に頼るほど自分の能力も高まる｣納得理由 助けられることで成長の幅が大きく広がる | リーダーシップ・教養・資格・スキル | 東洋経済オンライン

恥と詰み

日本人

• 恥を嫌う
• 控え目が美徳
• 「正義より名誉を重んじる」
• 他人の目の基準
• 「恥ずかしいか、恥ずかしくないか」
• 違う = different = wrong

欧米人

• 罪を嫌う
• 主張が美徳
• 「罪を基調とする文化」
• 「神様がいつも私を見ておられる」、神の目基準

ref

第 120 回「恥の文化と罪の文化」(2017.5.9 掲載) – 情報労連

ストレス・ジャー

• ストレス・ジャーがある。
• デフォルトでヒトはストレスを抱えている
• 排出しないとストレスであふれてしまう
• 適度にストレスのバケツをからにする必要がある

素直に

素直に生きていない感じがしたため。

• 素直に生きる
• 何も隠さない
• 何も恥じない
• 今があるだけ
• 1 年前の忘れられた失敗より、1 年後の思い出に残る成功
• 至誠通点
• 生成 AI は試験運用中のため、品質にむらがある可能性があります。 素直に生きるとは、自分の感情や考えを偽ったり隠したりせず、ありのままに行動したり言動に表したりすること

素直になる方法には、次のようなものがあります。

• 自分に自信を持つ
• 相手に対しての思いやりを持つ
• 感謝を言葉で表現する
• 弱みを隠さない
• アドバイスを受け入れる

考えるか他人がいるから

DYAD な哲学。

• I am because I think.
• I am because We are (Ubuntu)

ref

'I Am Because We Are': The African Philosophy of Ubuntu | To The Best Of Our Knowledge

目標から逆残する

• 目標から逆残する
• スケジュールを埋める
• 練る時間も逆残して決める

加算と逆算の違い

問題を解決する際も、シンプルな質問でも逆残しているかしていないかがハッキリする

例

同じような質問でも全然意味合いが変わる。 背景にある目的が違うから。それは加算か逆算かの違い。

A. 「どうやったら問題が全部解決するか？」

• 減算方式のアプローチ
• この質問はアクション指向であり、迅速な結果を求める場合に有用
• 表面的な問題しか解決しない可能性がある
• 問題解決にフォーカスしており、目標は「問題を取り除く（減算する）」

B. 「現状の問題は何か？」

• 加算方式のアプローチ
• この質問は理解を深めるのに役立ちますが、
• 分析に時間がかかりすぎて行動が遅れる可能性もある
• 問題そのものに対する理解を深め、その上で適切な対策を練ることを目的

無限級数の収束/発散

• 収束とは？
  • 「無限級数(無限回の足し算)がある一定の値に近づき、それ以上は大きくならないこと」
• 発散とは？
  • 「無限級数(無限回の足し算)がある一定の値には近づかず、どんどん大きくなっていくこと」

[ \frac{1}{2}+\frac{1}{4}+\frac{1}{8}+...=1(収束) \\ 1+\frac{1}{2}+\frac{1}{3}+...= ∞ ]

ref

数をたくさん足すとどうなるだろう？｜無限級数の収束/発散 - 中高生にも分かる数学

真理値で表現すると

• 真理値で考える事が論理的かつシンプルな思考法
• 真理値で条件判定を作り考える
• これは True になる条件を考える事とも同じなので、逆残しているとも言える

例:

もし AAA と BBB と CCC が全て満たすなら、DDD それ以外の場合は EEE

真理値表

AND ゲート (論理積)

OR ゲート (論理和)

NOT ゲート (論理否定)

XOR ゲート（排他的論理和）

プログラミングの真理値の表現

• True: T, 1、真
• False: F, 0、偽
• Others: None, Null, Undefined

条件判定

• if then、else、while などで制御構造で論理を組み立てる

月

• Cyberpunk 2077 Edgerunners を見てから月が好きになった。
• 月を使ったポエム

月の別名

• 太陽に対して太陰
• 日輪に対し月輪
• 英語は Moon、ラテン語は Luna

月と不完全さ

• 村田珠光の有名な言葉「月も雲間のなきは嫌にて候」
• 「不完全性を楽しむ」ことが大切。完璧主義は病気。
• 月の表面には多くのクレーターはある意味去の衝突イベントの名残で月の不完全性を表している

月は人を狂わす

• 新月や満月の時に人々の行動や精神状態が変わると信じられていた所から
• 狼男も月を見ると狂う
• Lunatic = 狂う

月と客観性

• NASA のアポロ 8 号でウイリアム・アンダースが取った月からの地球の写真
• 名前は「地球の出 (earthrise)」
• 月に言って客観的かつ月と地球を相対的に見ないと分からない事

最も自由な存在は月に行ける存在

• 主観的には、地上でグダグダいうより、月に好きに行ける存在が最も自由
• 重力の井戸の底で誰が何をグダグダ言っても説得力がない
• なぜなら、地球の薄い表面で地面に磔にされてる不自由人だから

写真は地球の上空 420km からみた月（NASA）

存在の疑問の答えは、宇宙に行って月を見れば解ける

• 究極の疑問は「なぜ何もないのではなく、何かがあるのか（Why is there something rather than nothing?）」
• 最終的に全ての疑問はそこに行き着く。
• 主観的だが宇宙に行って月を見ればその存在の疑問の答えは出ると思う
• なぜなら、人は宇宙で月を見たら「これを見るために生まれたんだ」と感じるだろうから

戦国と幕末の狂と凶

• 織田信長、吉田松陰、薩摩武士などに共通する特徴は「狂」。
• 織田信長も大うつけの常識外れ、その臣下も鬼武蔵なども色々やばい。
• 島津も朝鮮出兵の時の戦いや関ケ原からの明治維新に繋がっているし、示現流も凄い。
• 吉田松陰も色々凄いが、有名な言葉は「諸君狂いたまえ」
• 枠を超えるには狂うしかない

ref

• 月をあらわす言葉・単語・異称の一覧：日本語表現インフォ
• 表千家不審菴：茶の湯の伝統：茶の湯と古典文芸

一と全

• これの本質は自分と宇宙を比較すると言う事
• 自分と相手とで比べても意味がない
• 自分と宇宙を比べる。それが真理の一つ
• 例
  • 宇宙の一生を一年にすると、人の一生は 0.2 秒ほどの刹那
  • 地球上の物質は全て兄弟。スターダスト・フレンズ

自分を知る事

• 大概の迷っている人に共通しているのは自分を知らない事
• 何十年も自分をやっていても、自身を知らない事が多い
• 何に自分は時間を費やして、何が好きで、何が嫌いで、何が得意で、何が弱みで、何を普段しているか
• 知っているようで全然知らない
• これを知らずに考えても原点が定まらないので常にブレブレ
• 海の上に浮かぶ一枚の葉っぱのような感じ
• ブレブレでブラウン運動する、その上複雑だから余計に混乱する
• 考えても考えても答えはでない、自己認識が無ければ
• 原点は全て自分なので、自分を知る事が一番大切
• 行動力がない人や GRIT 力がない人も同じ
• まさに、「Nosce te ipsum（汝自身を知れ）」
• 英語だと Know thyself
• これが第一原理

Self-Awareness

• ピューティア(アポローンの女神官)たちが神託を下したことで知られるデルフォイ（古代ギリシアの聖地）のアポロン神殿の柱に、何者かが「汝自身を知れ」と刻んだ
• ひとりの巫女に「古代世界において最も知恵ある者」とされたソクラテスは、この格言について弟子のクセノフォンやプラトンと議論した
• そしてこれは自己を認識せよ（神々に従属しないこと）という忠告だとし、近代的な解釈の基盤をつくった
• versus an admonition to subordinate ourselves to the gods と言う事

神託 (オラクル)

• 映画マトリックスシリーズでオラクルのドアの上の飾り額がある
• そこにはラテン語の「汝自身を知れ (temet nosce)」が書かれている
• オラクルはマトリックスの母のキャラクター
• ある意味でオラクルから神託を受ける始まりと言う事

Identity vs. Identifier

• Know thyself は逆の言い方をすると、アイデンティティを確立するということ
• 人間なんて何十億人も世界にいてそれぞれが相互扶助で社会を成り立たせている
• 一人ひとりの特性に合わせて得意な能力を伸ばすことが大切
• 名前は単なる Identifier (識別子)、Identify にはなりえない
  • ID は同じである集合の中で一意に特定する識別子
• 基本的人権が憲法で認められるのも、人間がロボットのようなコピー品ではなく、ユニークで貴重な存在だと認めているから

ref

• 汝自身を知れ - Wikipedia
• Leader, know thyself
• リーダーよ、汝自身を知れ　【原文】Leader, know thyself（Hello，Coaching！） - Yahoo!ニュース
• フレミング、スティーブン・M： The Science of Self-Awareness

強みを活かす

• 自己分析をして強みを活かす。
• 弱みは他人に任せる
• 自分のフィールドで戦う
• 自分のアイデンティティを知る

SWOT 分析

強みを知り、自分を知るには SWOT 分析をする必要がある。

• S（Strengths：強み）: 自分のスキル、知識、経験などの強みは何か？
• W（Weaknesses：弱み）: 自分のスキル、知識、経験などの弱みは何か？
• O（Opportunities：機会）: 利用できる機会は何か？
• T（Threats：脅威）: 直面しているかもしれない脅威は何か？

+と-の軸、内側と外側の軸をかけたマトリックスが SWOT になる。

相互扶助社会

• 資本主義社会は相互扶助社会
• 助け合って生きている
• 自分は全部はできない。
• 他人に任せればいい
• コンピューターだって 1 から作れない
• 他人と助け合って生きている

自分のアイデンティティを知る

• 自分のアイデンティティとは何か？
• 自分から消しても消せない事
• 自分を自分と同定するもの
• 1/60 億になる固有名詞ではなく固有属性
• ユニークになるための属性の最小公倍数
• これが beginning

自分のフィールドで戦う

• 生態系（エコシステム）の中ではフィールドが大切
• 生物はそれぞれの自分に合ったフィールドで生きている
• 最強生物だってフィールドが変われば何もできない
• 地上最強のライオンだって海の中では最弱、海の中で最強のサメは草原では最弱
• 常に自分のバトルフィールドで戦う事が大切
• 自分の得意と相手が求めている事の論理積がやるべきこと

楽しい事

• 楽しい事をやった方がいい
• exciting な事
• 個人的に easy は exciting
• Luffy だって最も楽しんだ形態が最強の形態だった

原理原則とは？

ビジネスの原理原則とは、誰が(Who)いつ(When)どこ(Where)でやっても同じ結果が出る法則の事。

原理原則とテクニックの違い

• リンゴを落とすと、誰が、どこで、いつ落としても下に落ちる。
• ニュートンの万有引力の法則。
• これは原理原則。テクニックなどではない。

他の分野の原理原則

• 物理学で言う First Principle
• 数学だと、公理系のこと

聞かせるエネルギー

背景

• 人生において交渉は大事
• 交渉においては相手に YES と言わせるのが始め
• 応酬話法など色々なテクニックがあるが、最も大切なのがレディネス（Readiness）
• つまり、聞くエネルギーを高める

相手の聞くエネルギーを高める方法

相手に商品説明する前に下記のような事を行い相手の聞くエネルギーを高める必要がある。

• 実績や経験を話す:
  • 商品の前になぜこの商品を売るのかや、過去の実績でどのようなベネフィットが顧客にあったかを説明する
• 関心を引くオープニング:
  • 興味深い統計、引用、またはストーリーで始めることで、観客の関心を引きます。
• 目の連絡:
  • 目を合わせることで、観客との繋がりを作り、信頼を築きます。
• 話のストラクチャーを明確に:
  • 観客が話の流れを理解しやすいように、はっきりとした構造を持たせます。
• エネルギーを持つ:
  • 自分自身がエネルギッシュであれば、そのエネルギーは観客にも伝わります。
• 観客参加:
  • 質問を投げかけたり、小さなアクティビティを取り入れることで、観客が参加できる環境を作ります。
• 具体例を挙げる:
  • 抽象的なアイデアよりも具体的な例やストーリーの方が、人々は関心を持ちやすいです。
• ビジュアルエイドを効果的に使う:
  • スライドや他の視覚的な要素は、話をさらに興味深くすることができます。ただし、これらが話自体を覆い隠さないように注意が必要です。
• 時間を厳守する:
  • 時間をオーバーしないようにすることで、観客に対するリスペクトを示します。
• 反応を観察する:
  • 観客の反応を見て、必要な調整を行います。例えば、退屈そうな場合はペースを早めたり、重要なポイントを再度強調するなどの調整が可能です。
• 強力なクロージング:
  • 最後に印象に残る言葉やメッセージで締めくくることで、プレゼンテーション全体を強化します。

結論

逆説的にはアドバイスやプレゼンは相手の聞くエネルギーを高めてからじゃないと聞かれない

ref

• 【原理原則 ①】「聞くエネルギー」人生を豊かにする考え方〜たった１つのコツでプレゼンが見違えるほど上手くなる〜 - YouTube

問題の分解

• 問題は分解すれば簡単になる
• 問題が複雑に絡んでいる場合は、問題を分解して簡単なモノにして集中して解く
• デカルトの困難は分割せよと同じ

マッサージの教育の例

• 複雑なマッサージの動作を次の三つに分解した
  • ① 指の形を作る ② 押す ③ こねる
• それを一日練習し、体に覚えさせた
• 今度はその動作を体の部位（例えば肩とか）に当てるのを一日練習した
• その次の日は別の個所（例えば腰とか）に当てるのを一日練習した
• 本質は 4 つの動作だけでどの部位のマッサージもできるという事、そしてそれを集中して練習したこと

このようにシンプルに分解して集中して練習して complex を simple に、difficult を easy にしている。

ref

• 【原理原則 ②】「問題の分解」人生を豊かにする考え方〜 - YouTube

リーダーシップ

• リーダーシップには、コミュニケーション力、柔軟性、ビジョン、人を鼓舞する能力、誠実性、決断力、責任感、覚悟など色々な要素が必要になる。
• ただし、一番足りていない能力は決断、責任感、覚悟の三つ。

リーダーシップの三要素

① 決断力 (Decision-making ability)

• リーダーは困難な状況で迅速かつ適切に決断を下さなければならない。
• ただし、"正しいか正しくないか" は後から判断されることも多い。
• 最善の判断をするためには多くの情報と視点を考慮する必要がある。

② 責任感 (Sense of Responsibility)

• チームやプロジェクトが成功するかどうかはリーダーの責任であり、失敗した場合もその責任を受け入れる姿勢が必要。
• ただし、自分で負いきれない責任を伴う決断をする必要がある可能性もあるが、それでも決断しなければならない。

③ 覚悟 (Resolve or Determination)

• リーダーに必要なのはただ決断をするだけでなく、その決断による結果に対して覚悟を持つこと。
• それが良い結果であればそれを評価し、悪い結果であればその責任を取る覚悟が求められる。
• 腹決めとも

リーダーシップとは？

リーダーシップ力は、結果の正しいか正しくないかは問わず決断する力で、責任を取る姿勢を見せて、覚悟のある事、その行動。

ref

【原理原則 ③】「リーダーシップ力」〜誰もが人を動かせるようになる振る舞い方〜 - YouTube

真剣にやる

• 抽象的だが大切な事。つまり、Serious になると言う事
• Serious とは、大真面目に精一杯生きること

真剣になるトリガー

• 真剣になるトリガーは NARUTO の万華鏡写輪眼に近い
• 大切な仲間の死を近くに感じる事

なぜ真剣になるのか？

僕の場合は友達の BMI が 42 だと気が付いてから、彼の命の為に真剣になるスイッチが入った。

なぜここ 1 週間こんだけ真剣なのか？それは親友の BMI が 42 だと気が付いた事が一番大きい。BMI と死亡リスクには相関性がある。42 だと三途の川に片足入っている。彼の人生の最終日に彼が病院のベットの上で泣いて反省する前に、毎日真剣に彼をチェックして、彼の運命を変える方が 1 億倍良い。その責務がある

• 一番大切なのはどれだけ死を近く感じているか
• 明日死ぬと分かっていたら今一生懸命になる
• 熱量はスーパーサイヤ人ぐらい出る
• リスクの許容なんか余裕で YES
• 優先順位なんて秒で決まる
• 腹決めや覚悟なんて当たり前になる
• 死のプレッシャーは決断を尖らせる
• 逃げられない所で死闘をしていたらどんな人間でも真剣になる
• 闘争逃走反応で逃走を捨てた状態
• 戦うしかない状態

真剣な場合の行動

• self control が効く
• ルールを作り厳しく従う
• デカルトの言う通り、困難は分割する
• 年間目標を分割して毎日進捗をチェックする
• 友達と相互に監視し合いチェックする
• PDCA を毎日回す
• 毎日全てをレコードする。
• カントの言う通り(ちょっと解釈を変えているが)、文字や言語化したものこそが事物の正体。
• 毎日記録して見返して振り返って改善する。
• 人生の最終日に反省しても遅い。
• 毎日反省する。毎日改善する。
• つまりは、人生に真剣であると言う事
• 全ては練習だけど、全ては本番でもある

エネルギーと熱力学

• 真剣にやるの必要条件の一つが熱意。
• 熱力学のように熱意がチームに伝わり、熱意が仕事量に変わり、熱意の量だけ動ける。

熱力学の法則

温度は熱の移動する方向を示す性質。それが、平衡の場合はイコールの関係で、外部から加えると卯仕事を行い、それは元には戻らないという事。

• 熱力学第 0 法則 (熱平衡)
  • 熱平衡にある A と B、B と C がそれぞれ温度が一致するとき、A と C も温度が一致する
  • つまり、温度が推移関係(Transitive relation)を持つと言うこと
  • 温度という量が絶対的かつ一貫したものとして、別の量として間接的にて定義可能
  • 逆説的にそれが成り立たなかったら、温度は相対的なものであり、絶対的な量ではなく、かつ一貫しないと言う事
• 熱力学第 1 法則 (エネルギーの保存)
  • Q = ΔU + W
    • Q : 系に加えられた熱量
    • ΔU : 系の内部エネルギーの増加量
    • W : 系が外界に対して行った仕事
  • いわゆるエネルギーの保存の法則
• 熱力学第 2 法則 (エントロピーの増加)
  • エネルギーが自然に高い温度から低い温度へ流れるなど、プロセスが進む方向があること
  • ある種の巨視的な変化は不可逆であること

ref

• 熱力学第零法則 - Wikipedia
• (2) 【当たり前のスゴさ】ダメ社員の烙印を押された”パワポ職人”が仕事と人生に開眼した思考方法【朝活第一人者 池田千恵】 - YouTube
• 熱力学第一法則

第一原理

• 「第一原理（First Principles）」とは、ある問題や概念を最も基本的な要素や原則にまで還元し、それを基礎として新しい理論や解を構築するアプローチのこと。
• この概念は科学、哲学、数学、エンジニアリングなど様々な分野で使われる。

第一原理で考えるステップ

1. 分解: 問題や概念を分解：対象となる問題や概念を、最も基本的な真実や原則に分解します。
2. 分析：基本的な要素が何であるかを理解し、それらがどのように相互作用するのかを分析します。
3. 再構築：この基本要素から、新たなアイデアや解決策を組み立てます。

一言で言うなら錬金術。

第一原理主義の特徴

アナロジーを使わない

• 既存のケースや事例に基づいて新しい問題を理解しようとします。しかし、アナロジー思考が過去の事例に依存するのに対し、第一原理思考は過去の事例を無視して、問題そのものに対してゼロから考えます

過去から考えない

• 過去からの延長線上で、思い込みの現実から考えるのではなく、
• これは通常、近似や経験則に依存しない厳密な計算を意味します。

不純物を取り除く

• 不純物を取り除いて第一原理まで言って考え、第一原理を原点とする
• 森を見たら葉っぱや枝が見えるが、本質は幹であり、根っこまでさかのぼれる

第一原理に似た概念

ab initio

• 「ab initio」はラテン語の表現で、英語での直訳は「from the beginning」または「from first principles」
• この用語は多くの分野で使われ、基本的な原理から出発して何かを考える、計算する、または解明するという意味で一般に用いられる

基礎研究（Fundamental Analysis）

• 特に金融やビジネスにおいて、基礎研究は企業や市場の最も基本的な側面を厳密に評価する手法。

ゼロベース思考（Zero-Based Thinking）

• これは特定の問題に対して既存の前提や制約をゼロにリセットして考えるアプローチです

ルートコーズ分析（RCA: Root Cause Analysis）

• これは問題の根本原因を特定するプロセスであり、
• その原因を理解するために問題を基本的な要素に分解することがしばしば行われる

科学的方法（Scientific Method）

• これは仮説、実験、観察、結論といったプロセスを通じて新しい知識を生み出す手法
• この方法も基本的な原則から出発点を設定する点で、第一原理思考と共通している

第一原理の例

科学とエンジニアリング

• 第一原理計算は、量子力学の基本方程式（主にシュレーディンガー方程式）を解くことで、物質の性質や反応を予測する
• この計算は、実験データや経験則に依存せず、基本的な物理法則だけから出発するため、「第一原理」と呼ばれる。

物理学と化学

• 物理学や化学において、「ab initio 計算」とは、量子力学の基本方程式（通常はシュレーディンガー方程式）を厳密に解く数値計算の手法を指す
• このような計算では、経験的なパラメーターや半経験的な方法を使わず、基本的な物理法則だけから物質の性質を計算します。

哲学

• 哲学においては、第一原理はしばしば「自明な真理」や「基礎的な前提」とされる
• 例えば、デカルトの「我思う、ゆえに我あり（Cogito, ergo sum）」は、彼の哲学体系においての第一原理であり、この前提から他の知識が導出される。

ユークリッドの幾何学

• 例えば、古典的なユークリッド幾何学では、点、線、面などは基本的な概念（定義）とされ、それらに基づいて 5 つの公理（第一原理）が提示される
• これらの公理から、三角形の内角の和が 180 度であるといった具体的な定理が導かれる

算術と集合論

• ペアノの公理は自然数を扱う際の第一原理としてよく知られている。
• これらの公理に基づいて、加算や乗算といった基本的な演算が定義され、それを用いてさまざまな数学的性質や定理が導出される。

基本方程式

基礎方程式とは、数学、物理学、工学などの各分野で、その分野の基本的な原則や法則を数式で表現したものです。

物理学

• ニュートンの運動方程式: 古典力学の基本。
• マックスウェルの方程式: 電磁気学の基本。
• シュレーディンガー方程式: 量子力学の基本。

数学

• 線形方程式: 基本的な代数方程式。
• 微分方程式: 変化する量を表現。
• 積分方程式: 関数の全体的な挙動を表現。

工学

• ナビエ–ストークス方程式: 流体力学の基本。
• フーリエの法則: 熱伝導の基本。
• オームの法則、キルヒホッフの法則: 電気回路の基本。

不完全性定理

• 不完全性定理は、数学的な体系が一定の条件を満たす場合、その体系自体では全ての真実を証明することはできない
• 別の言い方をすると、無矛盾であれば完全であることは不可能であることを証明した

不完全性定理と第一原理の関係性

• 不完全性定理は、数学や論理体系における「第一原理」の限界を示している
• どれだけ基礎的な公理や前提を設定しても、それらだけでは体系内の全ての真実を捉えることはできないという事

用語

無矛盾（Consistency）

• 無矛盾とは、ある体系が内部的に矛盾しない状態を指す。
• 具体的には、その体系の公理（基本的な前提）から導かれる命題が、
• 矛盾する命題（例：「A かつ 非 A」）にならないような状態を指す。
• 無矛盾であれば、体系内で信頼性が保たれ、その上でさまざまな理論構築や計算が可能になる。

完全性（Completeness）

• 完全性とは、ある体系が「全てを網羅している」という性質を指す。
• 論理学や数学の文脈では、特定の体系が全ての「真」な命題を証明できる場合に、
• その体系は「完全である」と言う。
• 具体的には、体系の公理から、体系内の任意の真の命題が導出（証明）できる状態を指します。

Python 風に考えると

def provable(statement) -> bool:
    # この関数は、与えられた「statement」が証明可能であればTrue、そうでなければFalseを返すと仮定
    pass

def G() -> bool:
    return not provable(G)

• Gは命題

• この例では、関数 G() は、自分自身（G）が証明可能であれば False を、証明不可能であれば True を返すようになっている。

• G() が True を返す場合（証明不可能な場合）

  • その結果自体が G() が真である（つまり、証明できないという命題が真）ことを示している

• G() が False を返す場合（証明可能な場合）、

  • その結果自体が G() が偽である（つまり、証明できるという命題が偽）ことを示している
  • この場合、体系は矛盾しています。

ref

10 分で分かるゲーデルの不完全性定理 ～ いまさら聞けないコンピュータサイエンス【連載第１話】｜藤田肇（Hajime Fujita）

完璧主義

• 完璧な日は来ないし、完璧な条件も来ない
• リスクのない完璧なリターンもない
• 無謬性は宿痾

比較

完璧 vs. 完全

• 完璧（かんぺき）
  • 品質や性能が最高レベルで、欠点がない状態を指す。
• 完全（かんぜん）
  • 全ての部分や要素が揃っている、または全ての段階が終了している状態

Imperfect vs. Incomplete

• Incomplet（不完全）
  • 何かが完全でない、または終わっていない状態
  • 「未完成である」や「不足している」の意味
• Imperfect（不完全）
  • 何かが欠陥を持っている、或いは理想的でない状態
  • 「欠陥がある」や「完璧でない」の意味

問題解決

失敗 = データ取得

• 失敗という考え方をやめて、ただ「データを取る」と考える。
• それをデータの池（データレイク）に投げ込む。
• それを構造化（データウェアハウス化）する。
• そうやって、ラーニングしていく
• fail fast!

リアリズム

• ある意味完主義の逆がリアリズム
• 現実的な見方をするという意味
• 三現主義（現地・現物・現実）はある意味リアリズム
• 自国の利益と権力の拡大を最優先し、道徳やイデオロギーは二次的なのもリアリズム

不完全性の美しさ

月と不完全

• なにより、不完全こそが美しい
• 月見だって、雲のかかっていない月より、雲ががかかった月がいい
• 自然だって不完全性があるし、人間関係だって隙があった方がいい
• 月も雲間のなきは嫌にて候、詫びさび

芸術

• 完璧な作品は立方体みたいなモノ
• 不完全な作品は立方体に窓がついているようなもの
• 前者は何かを隠していて、後者は知る隙がある
• なぜなら自然は不完全だから

不完全の良さ

• 弱点を見せるから人間関係が良くなる
• AKB のアイドルだって不完全性を売っている
• 隙が無い人は嘘つき

思想

イデア

• プラトンがイデアが
• 「形而上学的な実在」はあくまで妄想
• 完璧な線分が存在しないのと同じ

諸行無常

• 机の上に鉛筆を立てた 100 年後はドウナルか？
• => もちろん、崩れているし、倒れている
• ではいつからか？ 時々刻々とたった今でも崩壊している
• いわゆる諸行無常

不完全性

• 論理的逆説がまさにそれ
• 「この文は嘘である」という自己言及的な逆説は、完璧な論理体系が存在しないことを示す
• 無矛盾と完全性が成り立たない事を示した不完全性定理は有名

完璧なモノはいない

• 不完全だからこそ相互補完的な調和がある
• 生物の仕組みも組織も、生態系も
• 僕は不可知無神論者

ref

• 『古事記』でわかる「日本人が綺麗好きである理由」 | PHP オンライン衆知｜ PHP 研究所
• 不完全な美を愛でる日本人 | 『古事記』でわかる「日本人が綺麗好きである理由」 | PHP オンライン衆知｜ PHP 研究所
• 無謬性の原則と日本社会  | 課長の予備校

3 ステップ

• 北原孝彦さんの科学的な事業の作り方
• 事業の作り方のステップ
• 超シンプルだけど科学的

① 0 -> 1

課題は「大量行動」

• 当てずっぽでも 0->1 を作らないと始まらない。
• それはたとえ 100 円でもいい。
• やる順番はやるリソースが軽いものから(金銭的、信頼的)。
• 最初の 0->1 ができれば、後はその方法をスケールさせるだけ。
• ここの 0->1 は再現性が最初はないハズ。
• 色々な方法を試して発見するしか方法がない。
• 全部の方法を試して見て、当たったものを伸ばす。
• つまりは、アタリがでるまでくじ引きを引くしかない。
• 逆に言えば、アタリがでるまで引けば当たる。
• アタリがない可能性もある。
• なので、リスク(リソース消費量)が低いものからさっさと引き続ける。
• ルールがラッキーで偶々当たった可能性もある。
• サンプルサイズ 1 のサンプル数 1 だと統計的有意性がないので、次のステップに進む。
• どこがセンターピンか分からないから行動するしかない、フラグを立てる、バカみたいに行動する。
• GRIT、下手の考え休むに似たり
• 行動計画を挙げたら、リスクがないモノから、網羅的に大量行動。
• とにかくさっさとやる
• 動けない人は覚悟がない

法則発見 (いい実験結果がでるまでひたすら実験する)

② 1 -> 5

課題は「再現性」

• 1 から 5 も別の方法が必要になる。
• ここは 1 のスケールをアップすることを考える。
• 0->1 ができるなら、5 倍やれば 1->5 になる。
• ただし、自分の時間は限られているので、1->5 はアウトソースする。
• 大切なのは、そのやり方に再現性があるかどうか。
• なので、自分ではやらずに、組織を作って他人にやってもらう。つまり、委託。
• マニュアルなどで属人性を排除し、本当にその法則でスケールするのかチェックする。
• そして他人にやってもらって、再現性がある場合は、VICTORY になる。
• つまり、再現性がある法則かを見極める。
• なぜなら同じやり方でもうまく行く場合と行かない場合があるから。
• A という実験方法ならうまく行く。
• B という実験方法ならうまくいかない。
• などというように。
• つまり、まだ本当に再現性のある法則かを見極める。
• 効果検証と言ってもいい。
• サンプルサイズ 5 のサンプル数 5 だと統計的に有意なので、次のステップに進む。

法則検証 (いい実験結果の法則と実験条件と再現性を見極める)

③ 5 -> 100

課題は「組織化」

• 1 -> 5 を他人に委託して、マニュアル通りに実行してもらったらうまく言って、
• その実験の条件がクリアな場合は、あとは積み上げるだけ。
• 徹底的にやってひたすら積み上げを行う。
• つまり、順算思考。
• 手元に法則はあるので、後はスケールさせるだけ。
• 数で勝負することによって、定量的にやる。
• 物理の法則のように、経済でその法則が当てはまるなら、後は法則を活用するだけ。
• 法則さえ知っていれば、利益は無限に生み出せる。
• 100 倍になるように、勝てる法則で徹底的に繰り返す。
• つまりは横展開。
• 最後は、再現性のあるやり方を売る。

法則活用 (法則の実験をベースに法則を徹底的に活用する)

ref

• (2) 【超有料級】この 1 本で分かる！1 万人以上を見た総年商 50 億社長が語る決定的な違い - YouTube
• https://youtu.be/mPgVQGfD07s
• https://youtu.be/fzrAWMrROkc
• https://selco-coil.com/archives/567

アクションマップ

3 ステップを図に下のがアクションマップ。

3 ステップ

北原さんの合理的な 3 ステップでスケールするビジネスの作り方。

1. 0 -> 1
   • 課題は「大量行動する」
   • アウトプットは 「行動してアクションマップを埋める」
2. 1 -> 5
   • 課題は「再現性の発掘」
   • アウトプットは「言語化してマニュアルを作る」
3. 5 -> 100
   • 課題は「自動化の構築」
   • アウトプットは「組織化してスケールする」

アクションマップ

• 記号の意味
  • 〇: 行動
  • レ: フラグ
  • 線: フロー
• 軸
  • x 軸: 行動の多様性の軸 (本来はもっと高次元)
  • y 軸: ゴールまでの流れの軸

• ワークフロー
  • つまり、大量に端から端まで行動をする (カードをめくる)
  • そして、上手くいったらフラグ(赤)を立てる
  • 最後にクロージングまでしたらフラグ(緑)を立てる
  • シンプルにそのフラグを結んで枠(フロー)を作る
  • それを連続でこなしてループするだけ
  • これがロードマップになる
• 順算と逆算
  • 順算: ひたすら行動してフラグを立てる、右脳
  • 逆算: 後ろから見て再現性を見つける、左脳
• 特別なアクション
  • 最初に上手くいったものがセンターピンと呼ぶ
  • 最後に上手くいったモノをクロージングと言う
• 打率
  • フラグの打率
  • フロー打率 (フラグの打率の積)

ここまで分かると視座が高くなる。

カードをめくる

• 最初に行動することをカードをめくると表現する
• リスクが低い事の行動リストを作る
• それを行動する
• 上手くいったらフラグを立てる
• その時に行動しないと結果が分からないので、カードをめくると表現する

左脳と右脳の違い

3 ステップを行うには右脳と左脳のスイッチをしながら進める必要がある。 スイッチができると、覚醒と呼ぶ。

• 左脳:
  • 話す、書く、計算する、分析するなど、科学的な思考
  • 計算: 逆残タイプ
  • メリット: 論理的
  • デメリット: こねくり回して行動しない
• 右脳:
  • 直感やひらめき、センスに長けている
  • 計算: 順算タイプ
  • メリット: 大量行動
  • デメリット: ロードマップを考えない、行動バカ

EA2

• EA2: Exact Actual Action のこと

ref

(2) 【超有料級】この 1 本で分かる！1 万人以上を見た総年商 50 億社長が語る決定的な違い - YouTube

再現性の見極め方

利益生産の法則の条件による再現性の見極め方

定性的価値 (人によって捉え方が異なるものの条件)

• 再現性がない。
• 人によって価値が異なるもの。
• 例: 四ヶ月目にキレイになります！
• つまり、うまくいったとしても、次やるとしてもまたうまく行くかは分からない。
• 例: X という液体を沢山まぜたら Y という結果ができた。

定量的価値 (数字、満場一致できるものの条件)

• 再現性がある。
• 人によって価値が同じもの。
• 例: 四ヶ月目に 5 キロ落ちます！
• つまり、うまくいったら、次やるとしてもまたうまくいく。
• 例: X という液体を 10g まぜたら Y という結果ができた。

ref

• https://youtu.be/mPgVQGfD07s
• https://youtu.be/fzrAWMrROkc
• https://selco-coil.com/archives/567

言語化

• 言葉で表現すること。 感情や直感的なものを説明・伝達可能
• 検索できない事は伝えていないのと一緒
• 実は世界は言語（論理）でできている
• なので、ひたすら言語化・文章化する

人間は感情だけで動いていない

• 有名な感情で人が動く認知的不協和の例がある。でも人間は感情だけではなく論理でも動いている
• 例えば、「目の前にあるコップの水を飲む」という行動について。
• これを、「論理的な行動だ」という方はあまりいないと思うが、実は極めて論理的な行動
• なぜなら、それを飲むことでのどの渇きを癒すことができることを過去の経験を通じて体得し、そしてそれがこの世の中で水という言葉で言われているという事実的世界（＝論理）を知って、行われる行動だから。
• 当たり前だが、生まれて数か月の赤ん坊の目の前に、コップの水を置いても、無反応か泣き叫ぶかひっくり返すぐらい
• つまり、感情と言っているものは実は大きく論理が関連している

絶対的な事実と思いこんでいることは、実は言葉によって決められている

• カントの言葉「認識が対象に従うのではなく、対象が認識に従う」
• その意味は、まず身の回りにいろいろな対象物があって、（その後）それを私たちが認識しているという構図ではなく、人それぞれの認識に基づいて対象物（という事実的世界）が浮かび上がっていると言う事
• 要は私たちが主体となって認識することで初めて世界が成り立っているという意味
• 現代哲学では、その正体が「言語（言葉）」であることを突き止めた
• つまり、言い換えれば、「 言葉が事実に従うのではなく、事実が言葉に従う 」ことに辿り着いたわけです。

対象が認識に従う例

• 例えば、道路にある信号機の「青信号」
• どう見ても「青」色ではなく、「緑」色
• 誰も何の疑いも違和感もなく、「青信号」と呼んで、この社会は成り立っている
• 因みに、英語圏では、「Blue Light」ではなく、「Green Light」とされている
• 「青」としているのは日本だけだけ

ref

＃1：「人は感情に基づき行動し、論理で正当化する」の落とし穴 - SAS 社会保険労務士事務所

完了主義

• 「完璧を目指すよりまず終わらせろ」マーク・ザッカーバーグの言葉
• つまり、「さっさとやれ」「動け」「後から調整しろ」ということ
• 「完璧主義」より「完了主義」の方が絶対に結果出る！
• 今拘っている事は将来的には全然どうでもいい事。状況も情勢も変わる
• 大事なのは終わらせる事

つまり、

• 実行動が一番大切。物事を前に進める事。理解は後からでいい。
• 人は感情に基づき行動し、論理で正当化するから。

なんでも GRIT すればいいという事。

ref

＃1：「人は感情に基づき行動し、論理で正当化する」の落とし穴 - SAS 社会保険労務士事務所

世界観

世界観とは、世界の意味を問うもの。

一番抽象度が高いのは世界観

• ビジョン・アイデンティティ・ミッション
• 色々な戦略の上位概念があるが
• それらの概念は世界観が具体的になった一例

ビジョン・アイデンティティ・ミッションとは

• ビジョン（Vision）: 組織が目指す未来像や究極の目標
• アイデンティティ（Identity）: 組織が何であり、何でないか（文化、価値観、特性など）
• ミッション（Mission）: 組織が現実的に何を達成しようとしているのか

ref

• エンジニアが身につけるべき戦略思考 - 背筋を伸ばしてスタートアップするブログ](https://katsuki.hatenablog.com/entry/2018/10/14/231654)

目標と問題

• 目標と問題は分けて別々のアプローチをとるべき
• Gap 分析 (To be、As Is)では、目標と問題はごっちゃになるが全く違う概念
• 医療で言えば、目標型はさらに健康(理想状態)になる行為で、問題型は病気を解決する行為

目標型

総じてスタンスやそもそも何でその目標が大切なのか、同アクションするのかなどさらに抽象的なスタンスや方法論の話になる。

問題型

問題はペインがあるはずなので、単純にそのペインの大きさ、深刻さで測れる。

ref

• エンジニアが身につけるべき戦略思考 - 背筋を伸ばしてスタートアップするブログ
• 戦略と戦術とは？違いや具体例、立案フレームワーク「作戦・戦術・計画」をわかりやすく解説

戦略の階層

• 戦略 (Strategy)
  • 目標(Goal)の設定、環境分析 (SWOT 分析)、
  • 資源（リソース=ヒト・モノ・カネ）の配分など総合的に活用する方策もとる
  • 戦いを略す事
• 作戦 (Operation)
  • 作戦は、戦略を具体的に実行するための一連の活動または計画
  • 作戦は中期的な時間枠で行われることが多い
  • 特定の目標を達成するためにどのように資源を最適に活用するかに焦点を当てる
• 戦術 (Tactics)
  • 戦術は短期的な行動計画
  • 通常は特定の状況や問題に対応するための手段や方法を指す
• 計画（Plan）
  • 計画は一般的に目標を達成するためのステップバイステップの指示を含む
  • 具体的な行動指針を提供する
• 課題（Task）
  • 課題は特定の目標や成果に対する個々の責任や活動

ref

エンジニアが身につけるべき戦略思考 - 背筋を伸ばしてスタートアップするブログ

部分最適と全体最適

• 全体最適とは、英語で「Total Optimization」といい、会社やチーム、システムなどの組織全体が最適化された状態
• 部分最適とは、英語で「Partial Optimization」といい、全体の中の一部分や個人だけが最適な状態

ref

全体最適と部分最適の違いとは？ | 株式会社ソフィア

システム思考

システム思考のアプローチ

決すべき事柄をひとつのシステムとして捉え、因果関係や相互作用を分析して問題解決を目指す手法

システム思考を取り入れることで、単純な因果関係では捉えきれない問題の背後にある構造やダイナミクスを理解し、 より効果的な解決策やアプローチを導き出すことが可能になる。

従来の問題解決の問題点とは？

• 従来のものの見方の特徴は、出来事をスナップショットで見て対処すること、要素還元型の考えに基づく分析や分類を行うこと、パターンや因果を線形に捉える傾向があることなど。
• しかし、こうしたものの見方では、今日の複雑性や脆弱性を増した組織システムや社会システムの中で成果を出し続けることが難しくなっている。

システム思考では、大局の流れを観ること、つながりを含む全体像を観ること、根本を観ることによって、複雑なシステムにおいてもより本質的で持続的に成果を創り出すことを意図します。

システム思考の特徴

全体的視点

• 部分的な視点ではなく、全体を見ることで、
• 構成要素間の相互関係やパターンを理解しようとする

相互依存性の認識

• システム内の各要素は互いに影響し合います。
• この相互の影響を理解することで、問題の本質や影響の拡がりを掴むことができる

フィードバックループの理解

• システム内の要素間の相互作用は、しばしばフィードバックループを形成する
• これはある変動がシステム内の他の部分に影響を及ぼし、再び元の部分にフィードバックするプロセスを指す

時間的遅延の考慮

• システム内の変化や影響は、すぐに表れるわけではない
• あるアクションが結果を生むまでの時間的遅延を考慮することが重要

構造とパターンの理解

• 問題や現象が繰り返し発生する背後にあるシステムの構造やパターンを探ることで、
• 根本的な原因を見つけ出すことができる

非線形性の理解

• システム内の変動や影響は常に均等や一定ではないことが多い。
• 非線形の影響を考慮することで、予期しない結果や変動を理解しやすくなる。

ref

• システム思考｜チェンジ・エージェント

氷山モデル

私たちは、うまくいったときも、問題に直面したときも、目に見えやすいできごとに注目し、一喜一憂することが多くないでしょうか？　 システム思考では、ものごとをできごとレベルで捉えるのではなく、全体像がどのようになっているかを探求するアプローチ。

氷山モデルとは？

氷山モデルとは、システムの全体像を氷山にたとえ、私たちが魅惑されがちな「できごと」は海面上につきだしている氷山の一角に過ぎず、 海面下の目に見えにくいところに「パターン」「構造」「意識・無意識の前提（メンタル・モデル」があるとするシステム思考のフレームワーク。

できごと

• 私たちはこのようなできごとがあったときに、すぐに「売上を上げるために何をしたらよいか」という対策や解決策を考えようとします。
• ここで「なんとかしなくては！」と思っている問題は、氷山にたとえると、海水面の上に見ている部分であり、それぞればらばらの「できごと」。
• できごとはとても魅惑的で私たちの注意の多くがそこに振り向けられる。

しかし、できごとのレベルで解決策を考えても、事後的に「反応」しているだけの対処療法にとどまり、 しばらくしてまた同じことが起きたり、別の場所に問題が移ったりするだけで、効果的な解決にはならない。

パターンと構造

ステム思考の重要な原則は「パターンは構造によって生み出される」

メンタル・モデル

• そして、さらに深いレベルには、そのシステム構造の前提となっているいろいろな意識・無意識レベルの前提や価値観がある（メンタル・モデル）
• そもそもの目的や前提のレベルで、誤った目標を追求したり、勝手な解釈や他責、過度の一般化などが見られる場合には、根本を問い直す必要がある。
• つまり、人間の脳で認知して構造を想像するので、Inductive bias が必ずかかるという事

ref

氷山モデル システム思考｜チェンジ・エージェント

BOT (Behavior Over Time)

• できごとの時系列変化パターングラフ。
• 重要なリソースや資本；アクティビティのプラスマイナスのインパクトなど）を、横軸には時間をとり、過去から現在、未来までどのような変化のパターンがあるかをグラフにして描き出す手法
• 氷山モデルになぞらえると、「出来事」レベルの下の「パターン」のレベルにあることを明確にするもので、システムの変数の傾向やトレンドに注目をします。

BOT のパターン

ダイナミックなシステムにみられる挙動の基本パターン

BOT の 3 パターン

時系列変化パターングラフでは、このようなシステムの挙動を、過去から現在までの「今までのパターン」と、現在から未来に向かって「望ましいパターン」「このままのパターン」など複数のパターンを描く。

例： 地球表面上の平均気温に関わる重要な変数について、2000 ～ 2100 年までを時系列変化パターングラフの予測パターン

1. 2000 ～ 2021 年までは黒線・青線とも「今までのパターン」
2. 2022 年以降の黒線は「このままのパターン」（なりゆきシナリオ；2100 年の気温上昇 3.6 度）
3. 2022 年以降の青線は「望ましいパターン」（目標シナリオ；2100 年の気温上昇 1.5 度）

NOTE: Climate Interactive の En-ROADS によるシミュレーション結果の一例

ref

• 時系列変化パターングラフ システム思考｜チェンジ・エージェント
• En-ROADS

CLD (Causal loop diagram)

因果ループ図 (CLD) とは、関心のあるシステムの主要な要素及びそれらに影響を与える要素、影響を受ける要素を列挙し、要素間の因果関係を矢印で結びながら、要素間の相互作用（フィードバック）の構造を図式化するためのツール。

CLD の意味

図の要素

要素は

• 要素 (変数)
• 矢印 (因果関係)
  • +, 同, Same, S: 正の相関
  • -, 逆, Opposite, O: 不の相関
  • ||: 遅れ
• 円 (ループ)
  • R: Reinforcing loop (強化ループ)
  • B: Balancing loop (平衡ループ)

問題の変数化

主問題(イシュー)を変数化

変数の因果関係

矢印の向きが因果の向き

ループ

偽りの因果関係

• 偽りの因果関係や相関関係に注意！
• 因果関係がある => 相関関係がある のみが成り立つ

因果ループ図の作り方

7 つの steps

① 問いの設定

イシューとその時系列で確認

② ③ 主な関係者と重要な変数を挙げる

• 関係者: ステークホルダー、アクター
• 変数: 概念

④ 因果関係をで結ぶ

⑤⑥ ループを作り名づけする

• 関係を可視化
• 正しいか確認する

⑦ レバレッジポイントを探る

真因を特定してストーリー化

ref

• はじめてのシステム思考 #7 因果ループ図 作り方｜磯村幸太 @ファシリサーチャー
• ループ図 チェンジ・エージェントの覚えて！キーワード｜チェンジ・エージェント
• System archetype - Wikipedia

Systems Archetypes

CLD のパターンの事。

パターン

Balancing process with delay

フィードバックループ内に遅延がある場合の動きやパターン

Eroding goals

時間が経つにつれて元の目標や期待が低下(浸食)してしまう現象

Escalation

二つの対立するエンティティや部門がお互いを上回ろうとする相互作用の動的を示している

Fixes that fail (失敗する修正)

このアーキタイプの名前は文字通り、初めは問題を解決するように見える修正が、時間が経つと実際には問題をさらに悪くすることを指し

Growth and underinvestment（成長と投資不足）

ステムや組織が成長する際に、その成長をサポートするための適切な投資が不足していると、最終的にその成長が妨げられるパターン

Limits to growth

継続的な成長が何らかの制約や限界によって最終的に妨げられるというモデル

Shifting the burden

問題の短期的な解決策（Band-Aid 解決策や一時的な修正）が、長期的な根本的な解決を妨げる方法

Shifting the burden to the inventor

• 継続的な問題を解決するために介入者が導入される場合に発生する、「負担の転嫁」システムの原型の特殊なケース。
• 時間の経過とともに、介入者が問題をうまく処理するにつれて、システム内の人々は自分たちで問題を解決する能力を失っていく。
• 介入者への依存度がさらに高まる。例：外部コンサルタントの継続的な利用。

Success to the Successful（成功者には成功が続く）

一度成功を収めた人や組織、システムが、その初期の成功を基盤にさらなるリソースや機会を獲得し、継続的な成功を享受する傾向があるというパターン。

Tragedy of the commons

個々の利己的な行動が共有資源の過剰利用や枯渇を引き起こす現象

ref

• ループ図 チェンジ・エージェントの覚えて！キーワード｜チェンジ・エージェント
• System archetype - Wikipedia
• Mental Model Musings

レバレッジ・ポイント

レバレッジ・ポイントとは、システムの中で「より少ないリソースでより大きく持続的な成果をもたらす介入場所」のこと

レバレッジ・ポイントの例

割れた窓理論

• 殺人・重罪犯罪が起こる条件として、割れた窓、落書きなどがありながら放置されている状況では、
• 犯罪を起こしても逃げ延びることができる可能性が高いと考えることで、
• そうした場所での犯罪が起こり続けていた

ref

• レバレッジ・ポイント システム思考｜チェンジ・エージェント

ロジックツリー

分析

分析 = 分類 x 分解

分析 = 分類 x 分解 となる。

• 分類
  • 汎化関係なので一般と特殊の性質をを持つ
  • UML で言うと、Generalization
  • UML の記号だと △
  • 一言でいうと似たものをグルーピングすること
• 分解
  • 集約関係なので全体と部分、から構成されている
  • UML で言うと、Composition や Aggregation
  • UML の記号だと ◇
  • 一言でいうと一つのものを部分に分けること

分析軸について

• データの集合の切り分け方(分析軸)は無限にある
• ある線分に回帰させる方法や、x={1, 2, 3}みたいな形でタテに切ったり、斜めに切ったりする方法もある
• 分けたい対象を MECE に分けられて Fit する分類機（分析軸）を選ぶべし

MECE じゃないパターン

• 補集合がある = 網羅していない
• 背反じゃない = ダブっている

① 分類

ロジックツリー

• 分類のロジックツリーは UML の Extension の矢印で表現できる
• 下に行くほど特殊となり、上に行くほど一般になる
• 下の図の場合は横軸は分類軸 (階級名)となっている

集合

• ロジックツリーは集合でも表現できる
• 分類は集合は UML では配置図で表現できる
• 動物の分類は階層構造になった
  • NOTE: 似たもののグルーピングなので階層構造である必要はない

表

• 全国の店舗のデータに対して次のように分類(似たものをグルーピング)することができる
• 軸は軸羽軸で時間と空間、データの性質軸で定量データと定性データ

② 分解

ロジックツリー

UML 的には二つある。

• 集約｜ Aggregation ( has-a )
• コンポジション｜ Composition ( has-a | 強い集約)

意味は、上に行くほど全体で、下に行くほど部分となっている。

集合

• ロジックツリーは集合でも表現できる
• 集合は UML では配置図で表現できる

表

• 軸は軸羽軸で時間と空間、データの性質軸で定量データと定性データ
• 分解(一つの物を分ける)方法は因子軸と部分軸

ref

• (6) ロジックツリーを使って解決すべき真の課題イシューを見つける - YouTube
• クラス図の構文と機能
• Classifier comparison — scikit-learn 1.3.0 documentation
• (5) 【超入門】ロジックツリーの使い方・活かし方 - YouTube

条件

ビジネスに置ける条件:

• 十分条件は、満たせば命題が可決される条件や要件
• ノックアウトファクターは、満たすと命題が否決される条件や要件
  • つまり、反必要条件とも言える

必要条件の誤解

• 必要条件はあくまで必要であり、必要条件が真だからと言って、命題が必ず真になるとは限らない
• 逆に十分条件は命題が可決されるのに十分な条件であり、十分条件が真なら命題もかならず真

定義

p ⇒ q が真のとき

• p は q の十分条件
• q は p の必要条件

つまり、次が言える。

例

数直線の例

\[ P: x < 1 \\ Q: x < 3 \\ P \Rightarrow Q \\ \]

の時 P => Q は真なので次が言える。

• P は Q の十分条件
  • P (x が 1 未満)が成立するならば、Q (x が 3 未満)も成立する。
  • つまり、P が真なら十分にQ は真である
• Q は P の必要条件
  • Q (x が 3 未満)が成立している場合、P (x が 1 未満)が成立しているかは分からない。
  • しかし、P (x が 1 未満)を満たすためには、Q (x が 3 未満)である必要がある。

ベン図の例

\[ P: 新宿に住む \\ Q: 東京に住む \\ P \Rightarrow Q \\ \]

「新宿区民 ⇒ 東京都民」 という命題、これは真。

• P は Q の十分条件
  • ある人が「新宿区民」なら、それだけで「東京都民」ってことは十分わかるよね。
• Q は P の必要条件
  • ある人が「新宿区民」であるためには、少なくとも「東京都民」である必要があるよね。
  • 少なくとも東京都民じゃないと話にならないよね。

つまり、ある人が新宿区民であるためには、少なくとも東京都民であることが必要な条件で、反対に、ある人が東京都民であるためには、新宿区民であることは（十二分すぎるほど）十分な条件ということである。

ref

• 「必要条件 → 十分条件」で脱ぐだぐだ会議 きちんと理解して論理的会議へ | PRESIDENT Online（プレジデントオンライン）

MECE

MECE（Mutually Exclusive, Collectively Exhaustive）は、問題の分解や情報の整理に関して用いられるコンセプト

MECE のまとめ

分かりやすく言うと？

簡単に言えば、MECE は足して 1 になる

• Mutually Exclusive => だぶりなく
• Collectively Exhaustive => もれなく

集合論で表現すると？

NOTE:

• U: 全体集合
• Φ: 空集合
• A': A の補集合

MECE じゃないパターンは？

• 補集合がある = 網羅していない
• 背反じゃない = ダブっている

コロンブスの卵

• アイディアにも MECE は有効
• MECE にアイディアを出す事でコロンブスの卵的な事も可能となる
• なぜなら、着眼点をずらせば見えるから

主観と客観

主観と客観の違い

• 客観的は「事実、データ、数字」、本当にあったことや、だれでも確かめられること
• 主観的は「意見、主張、解釈」、その人が考えたこと

正しさの違い

• 主張は主観的であり、自分が納得するもの、ほぼ正しくはない。
• 事実は客観的であり、誰もが納得するも、正しい。

主観と客観の例

1 は意見(主観)で、2 は事実(客観)。

1. 今日は暑い
2. 今日は 30℃ だ

なぜ客観性が必要か？

• 人に物事を伝える時は、事実をベースにしないといけない
• なぜなら解釈は人それぞれだから
• 事実がない場合は、話が空中線になり、無駄なコミュニケーションコストが発生する可能性が高い

雲雨傘

コンサルは雲雨傘の FW を使う。

• 空は「事実」
• 雨は「解釈」
• 傘は「解決策」

主観と客観 vs. 絶対と相対

事実ベースで考える

事実を根拠にする

• 捕らぬ狸の皮算用的なことが多い
• やらずに妄想に浸るというか
• Matrix の世界に逃げている感じ
• 実論にしなければ意味がない
• やった結果をもとに論じる
• やらずに論じない
  • それは妄想
• 人間はエネルギーを節約するためにやったことがないことを否定しがち

将棋と同じで論理も一駒進める

• 意見ベースの論理は十中八九間違い。
• 進めるコマは、事実＋１の方がいい。
• 論理を作るときは一手まで、二手進めたら反則負け
• というか 2 つ以上進めたら往々にして空理空論になる

意見を根拠にした意見はほぼ間違い

• 特に非専門家の意見
• 前提が正しくないのでその後の論理も正しくない
• 三段論法も何も通じない
• なので、一次情報などのプライマリーソースをエビデンスにする

専門家の意見の方が正しい

• A さんはあてずっぽうで金を掘って採取的に破産した
• 他方 B さんは専門家に聞いて、候補地を絞って掘ったら金が出た
• B さんが掘り当てた金は A さんの穴から 1m しか離れていなかった

=> つまり、意見は意見でも、専門家の意見が一番大切ということ。

ただし、事実でも意見ベースの事実 は正しくない

面白いのがマグドナルドのサラダマックのエピソード。

• ある消費者アンケートでは欲しい物の 1 番は「サラダ」だった。
• そこで「サラダマック」を投入した。
• しかし、もっとも売れたのは「メガマック」だった。

なぜなのか？ なぜなら、消費者の思いと行動は違うから。

• 頭ではサラダ系が食べたいとしても、実際に手に取るのはメガマックだったという話
• こってりラーメンを背徳感がありながらも食べてしまう心理
• また、人間は合理的に行動はできないということ

つまりアンケートは極端な話を言えば嘘だった

• 「マクドナルドでヘルシーなものが食べたい」というのは、思考の中だけのねつ造された回答
• 「こういうふうに考えるのが正しい」「こう答えておけば大丈夫」といった考えが頭の中に巡った結果
• なので、消費者の声をそのまま受け入れても作れない

別の言い方をすれば、人の意見は数値に変換しても真実ではない、あくまで真実は事実の中にある

ref

• あと１ｍ | 今週の朝礼
• サラダマックが大失敗した訳――「データの奇麗なウソ」をマーケッターはなぜ妄信するのか：悪と欲望から斬る行動経済学（1/4 ページ） - ITmedia ビジネスオンライン
• 数字だけが人間のすべてではない「インサイト」を正しく活用する | 販促会議デジタル版

意見と事実

• この二つがごっちゃになる事が多い。
• 特に事実の指摘をしているのに意見だとおもわれる事もある
• 事実には感情は着かない。
• 主張や意見には根拠となる事実が必要
• 主張の前の事実を受け取って解釈されて誤解される事もある
• ここを分解して考えるべき

三段論法と弁証法

三段論法（syllogism）と弁証法（dialectic）は、ともに論理的推論や議論の形式ですが、目的と使用される文脈が異なる。

三段論法

三段論法は、前提から結論へと一貫性のある論理的な推論を導くための厳格な形式です。 基本的な形は次のとおりです：

• 大前提（Major premise）: すべての人間は死ぬ。
• 小前提（Minor premise）: ソクラテスは人間である。
• 結論（Conclusion）: ソクラテスは死ぬ。

三段論法は一般的に、事実や定義に基づいた絶対的な結論を導くために使用される。
概念の論理包含や時間的な因果関係をベースに大前提と小前提を結びつけることがある。

弁証法

弁証法は、対立するアイデアや主張を調和させ、より高次の真理に到達するプロセスまたは手法。

• 仮説またはテーゼ（Thesis）: ある主張やアイデア
• 反論またはアンチテーゼ（Antithesis）: その主張やアイデアに対する反対の観点
• 総合またはシンテーゼ（Synthesis）: 両者を調和させた新しい主張やアイデア

三段論法と弁証法の比較

• 三段論法は論理的な結論を導くための具体的なツールであり、弁証法はより高次の理解を追求するための手法。
• 両者は相互に補完的な関係にあり、しばしば同じ議論の中で組み合わされることもある。

証明

​ 証明・疎明・立証・反証・公証・実証の違い

このテーブルは日本語の語彙とそれに対応する英語訳、および各用語の説明を含んでいます。各語がどのような文脈や状況で使われるかも簡潔に説明しています。

ref

• 【証明・疎明・立証・反証・公証・実証】用語集 - 図解六法

問題と課題

「問題」 vs. 「課題」

ビジネスシーンにおける「問題」と「課題」には、明確な違いがある。

• 「問題」は、組織が目標とするものと、現状との間にあるギャップのことで、目標達成のために、解決しなければならない事柄です。
• 「課題」は、目標と現状とのギャップを埋めるために、やるべきこと。問題を解決するために起こす具体的なアクションです。

例

レストランの集客

• 「目標」：一日の来客数 300 名を目指す。
• 「現状」：一日の来客数は 200 名程度である。
• 「問題」：目標よりも 100 名ほど少ない。
• 「課題」：DM の配布エリアを拡大する。新メニューを考案する。

掃除機の開発の

• 「目標」：掃除機の重さを 2kg にしたい。
• 「現状」：掃除機の重さは 3.2kg ある。
• 「問題」：目標よりも、1.2kg 重い。
• 「課題」：本体や部品を一回り小さくする。なるべく軽い素材に変更する。

ref

「問題」と「課題」の違いとは? 意味や具体的なビジネス事例について解説【ビジネス用語】 | マイナビニュース

目的と手段

これはやっぱり入れ替わっちゃうので注意。

• 英語だとパーパスとミーンズ
• 主従関係というか重要度の不等式は、目的 > 手段となる

目的と手段が入れ替わるパターン

• XXX をやる為に YYY をやっていたら、YYY に拘り過ぎて XXX をないがしろにする。
• あくまで YYY は XXX を達成するための方法の一つ
• つまり、XXX: YYY = 1:0..N という関係
• 特に YYY に興味や拘りが多いと発生する
• これで主従関係が崩れて時間のロスが多い

Biz と Tech の例

• Biz と Tech、どちらも大切だが いつも入れ替わる
• Biz と Tech どちらも大切だが、Biz が優先される
• なぜなら Biz が無いと Tech がないから
• 職人と商人の違いでもある

目的と手段の格言

Find purpose, the means will follow. Mahatma Gandhi

訳: 目的を見つけよ。手段は後からついてくる。

イシュー

イシューとは？

イシューとは問題という意味だが、本質的には 「鍵となる設問」、そして文脈によってはゴールやパーパス、論点でもある。

イシューはアクション仮説とセット

• 質問の中で重要性が高く、かつアクション仮説があるものがイシュー
• アクション仮説は答えを出すための打ち手の一つ
• なぜなら、解決出来ない問は効果がないから

イシューがないことによる問題

• 一つ一つの仕事に時間がかかる
  • 「何も考えずに仕事をする」 VS. 「イシューを意識して仕事をする」
  • => 後者だと生産性が 10 倍違う
• 会議が長引く
  • 「Agenda のみ」 VS. 「Agenda に対して Issue が考えている」
  • => 後者だと論点設計がされているのでさっくり終わる
• 国語の文章問題
  • 「文章をじっくり読んで深く理解してから問題を解く」 VS. 「本文はサラっと読んで問題を理解してから文章をもう一度読む」
  • => 後者が点数が高い。問題を頭において文章を読むと大切。

仕事とイシュー

• 仕事は短い時間でこなすのが大切
• 問題、設問、なんの問を解くのかを立てるのが大切。
• 何でもイシューファースト

ref

• (3) 【マッキンゼーの思考法を実際のビジネスでどう使うか ①】仕事が 10 倍早くなる「イシューの定め方」／イシューとはカギとなる問い／会議の生産性が見違える／ヒカルさんとのコラボを例に解説【ロコンド田中 CEO】 - YouTube

issue から始めよ

何回も読むが全然理解していない＋忘れているため。

用語

厳密にはあれだが下のようなイメージ。 イシュー=課題や問題だと違和感があるので議題と定義する。

イシューとは？

• イシューは課題の内、**「今、解くべき価値ある事」**の意味
• つまり、課題++がイシュー
• 数ある課題の中から「価値ある課題に優先的に取り組む」＝「イシューからはじめる」ことで、仕事で成果を出しやすくなるってこと

生産性

\[ \begin{align} &生産性 = \frac{Output}{Input} = \frac{成果}{投入した労力・時間} \\ &成果 = 価値のある仕事 \\ &価値のある仕事 = 課題の質 \times 解の質 \end{align} \]

価値のある仕事の定義

課題の質 (イシュー度)

• 課題の答えを出す必要性の高さ
• 解くことによって状況に大きな変化をもたらすか
• ビジネスインパクト

解の質

• どこまで明確に答えを出せているかの度合い
• 答えを出せない課題は成果がでない

成果のマトリックス

四分儀

クオトランドでは右上の問と解の質が高いものに手を付けなければいけない

課題の分布

• 課題の分布は次のようになる。
• 本当に白黒はっきりさせるべきイシューは、 100 のうち、せいぜい 2 つか 3 つしかない

時系列

• 課題を見極めてから解決策に取り組む
• 闇雲にやった場合は 1% * 1%で 0.01%しの確率でしかいい成果が出せない
• それを畜生の道という

毀滅隊の例

• オセロの角が右上
• 普通の鬼 => 上限の鬼 => 鬼舞辻無惨を倒すより、
• 上限の鬼 => 鬼舞辻無惨の方がいい
• 一番最初から鬼舞辻無惨が倒せれば最高

課題の質の調査方法

良い Issue の三条件

1. 本質的な選択
   • 答えが出せるという事
   • そこから先の検証方向性に大きく影響を当たえるもの
   • インパクトがある
2. 深い仮説がある
   • 課題と仮説立てはセット
   • 常識を覆すような洞察
   • 新しい構造の発見
   • 直感に反している (counterintuitive)
   • 地動説
3. 答えを出せる
   • 重要でも答えが出せないと意味がない
   • 究極の質問は存在に対する質問だが答えが出せない
   • 問をコンパクトにする必要がある

課題を特定するための情報収集

一次情報に当たる

• 情報は他人が目的を持って流すもの
• 故に一次情報をエビデンスとする
• 二次情報は色眼鏡になってしまうから
• 現地現物

例えば次など:

• 関係部署に直接ヒアリングする
• 専門家の意見を聞く
• 実際に経験してみる

基本情報をスキャンする

• 課題領域における基本的な事を理解する
• 例えば、ビジネスの FW の 3C など
• 業界の数字、「客単価」、「回転率」、「一日当たりの売上率」などのまさに Value
• 業界の背景にある問題

集め過ぎない

• 手間と結果は比例しない
• 最適停止理論

例

ある食品メーカーで「ある A という商品が売れない」

• Issue としては
  • 「A に商品力がない」
  • 「A にの販売方法が良くない」
  • 「A は実は同じ種類の商品と比べて売れているのではないか？」
• この場合は原因がハッキリ分かっている場合は、仮説ベースで考えて打ち手を検討する

ある飲料ブランドが低迷しているのでＡでいくかＢの施策でいくか

• この場合は原因をハッキリさせるべき
• 医者の例のように調査して原因をハッキリさせないと判断がむずかしい
• もし市場セグメントが縮小しているならブランドが狙う市場を変えなければいけない
• つまり、本質的には原因をハッキリさせることが Issue だった

ref

• 独断＆偏見レビュー「イシューからはじめよ」【結論】イシュー関係なくね？ | ゆるむ U-ROOm

医者モデル

医者モデルは原因追及と仮説検証についてのいいメタファーで分かりやすい。

医療も仮説検証

• 医者は仮説を立てて検証する、医療行為も仮説検証
• 原因が明らかなら打ち手を決めて観察だし、分からないなら検査に入る

ペイン

• 基本的にペインドリブン
• 問題があったら行動するし、患者はイシューがある

エキスパート

• 内科・外科と分かれて、それぞれに脳外科とか専門がいる
• どうようにエキスパートにお願いするべきだし、エキスパートが仮説を立てた方がいい
• 専門医以外なら時間の無駄
• それでも一人には頼らず、セカンドオピニオンはするべき

医者は仮説設定に時間を掛けない

• 医者は病状を聞いて、検査して速判断する
• つまり、あれやこれやと悩まない
• つまり、時間は掛けない
• 1h ぐらいでで仮説を立てて検証する
• その上で仮説の検証を行い修正する

各個撃破 vs. 一斉撃破

• 問題が複数ある時、各個撃破か一斉撃破かの問題が来る
• どちらがいいのか？結論は原因による
• 原因が一つならそれに対処して一斉撃破が可能
• 原因が複数ならそれぞれ各個撃破する必要がある
• 熱が出て、咳があり、頭が痛い時に、原因が風邪のウイルスなら抗生剤で一網打尽
• 階段でコケて、足や腕や頭に外傷を負ったら、それぞれ対処する必要がある

内傷 vs. 外傷

• 外傷は見える形の問題なので何が起こったかが分かりやすい
• 内傷は見えないので往々にして検査が必要
• 氷山モデルのようなもの

現代社会の殆どの病気の根本原因は「脳」

• 生活習慣病、ダイエット、文明病でもある
• だが、病気でも薬で治る場合もあるし、50%か環境でも 50%は自己だと思う
• 特に、生活習慣病の原因は「律」、律することができるかできないかの違い
• もしくはマインドセット。考え方が間違っている。脳が生み出した病気と言っても過言じゃない
• 脳を使って未病にするのも大事
• 別の言い方をするとメンタルモデル、inductive bias

未病の時に行動するのが大切

• 健康と病気の間には未病がある
• 未病の時に早く気づいて行動して健康体にするのが大切
• 自覚症状があったり、健康診断で問題ありになった時

おかしい医者

• 子供が腹が痛いと言ってきた
• 原因を調査せずに腹痛の薬を出した
• 実は異物を飲み込んでいたのであった

仮説ファースト

仮説ファーストとは？

• 調査や結論の前に仮説を立てる事。
• 仮説ベースで Issue と解決策を立てて、その後に調査して根拠を付ける方法
• 調査 -> 仮説より仮説 -> 調査だとタイパが 10x 良い

全部仮説

• 結論: 今正しいに過ぎない。新たなデータや証拠でひっくり返る
• 主張: 主張は個々の見解や解釈に基づく
• 計画: 計画は未来に対する予測なので完璧はない

試行回数が上手くいく秘訣

• 失敗するたびに方向転換すればいいだけの話
• どんなに練っても運の要素も大きく絡む
• 完璧なんてないし幻想
• つまり、マインド的には 限界的練習 (Deliberate Practice) が大切。
• 1 万時間の法則もなぜ一万時間で上手くいくかと言うと、試行錯誤しているから
• 大切なのは、全部本番だけど、同時に全部練習
• エジソンだって失敗しまくっている

仮説=仮の地図

• 仮説が無いと時間の無駄、調査しても分からない事が分かるだけ
• もしくはあれや是也と調べたくなる
• 仮説を 2 つ、問題仮説と解決仮説を立てて、その上で調査して根拠を集める
• 仮説が間違っていても修正が効く
• 正しい場合は、更に根拠と論理を深めてロジックのクオリティが上がる

直感が正しい

• 時間の使い方は 計画 : 実行 = 0.5 : 9.5 でいい
• 下手の考え休むに似たり
• 考えて答えが出せるのなら考えてもいいが、それなら今これを考えていない

一歩進める方が絶対的に正しい

• 山登りで考える
• ゴールと現在地点があった時に、計画通り真っ直ぐは確実に進めない
• 途中に障害もある、失敗もある、トラブルもある、引き返すかもしれない
• 目標だって往々にして変わる
• なので
• まずは初めの一歩、ワンパス(サイクル)を通す事の方が大切
• クリティカルパスで最小のマイルストーンを切る。方向性が正しければ、長期計画は適当でいい。
• 大切なのは方向性と試しにやってみる事
• 山登りだって、実際方向性が正しければいづれ行き着くところに着く
• 山登りのように登山道は整備されていない
• また、easy にしないと人はやらない。easy にするには簡単だと思わせることが大切。
• めんどくさい事は行動力が落ちてしまうから
• 止まるのが一番よくない

方法を色々試して上手くいったモノを残す

• ビジネスは多産多死
• 会社も 10 年以内に殆どなくなる
• Web サービスの平均寿命は 3 年 (according to chatGPT research)
• だから色々試して生存した方法を使うのが正しい
• ビジョナリーカンパニーのやり方は、実験・試行錯誤・臨機応変、偶然の結果によるものだった
• つまり、 方法を色々試して、上手くいった方法を残すだけ
• 科学的に探求プロセス(PDCA)でやると言う事
• 上手くいかなかったのも 1 つのガイドライン、ノウハウになる
• 上手くいかない方法を探すだけ (エジソン)

正解探しをする理由は恐怖

• 正解は存在しない
• ただ決断から逃げているだけ
• ただ間違えるのが怖くなっている
• 赤面症の少女と同じ現象

完璧主義は case by case

• 完璧に直すのは大切
• ただ仮説やアイディアには完璧はない
• なので完璧主義から脱して行動するべき
• 日本人病とも言える

ref

• (8) 組織に依存せず経済的に自立して自己実現のために生きる - YouTube
• (8) 【エリートの仕事術】仕事力とは「仮説力」である - YouTube

ジュガール

ジュガールとは？

• ヒンディー語で「革新的な問題解決の方法」「独創性と機転から生まれる即席の解決法」という意味
• つまり、急場しのぎとしての弥縫策(びほうさく)、意味は一時逃れの策のこと。
• 英語だと Jugaad

完璧主義 vs. 倹約主義

• つまり少ない手間で問題を解決する、最小工数、最小リソース
• 必要に応じてというか hack して対処する
• ある意味で倹約
• 武道だと脱力とか言う感じ

プログラミングの例

• プログラミングとかでもソフトウェアのライフサイクルがある。
• 長く使われるコードで複雑性が増すものはしっかり設計して構造化する。
• 他方、すぐ消費されてライフスパンが短いものは殴り書きでもいい。
• 例えば、検証用のスクリプトとか。
• モノのライフスパンによってリソース消費を調整すると言う事

ジュガールの真意のまとめ

1. 逆境を利用する（Seek opportunity in adversity）
   • 困難な状況や社会問題をイノベーションのきっかけとして捉え、新たな価値を想像していく。
2. 少ないものでより多くを実現する（Do more with less）
   • 資金や資源が限られているなかでも、機転を働かせて解決策を見いだしていく。
3. 柔軟に考え、迅速に行動する（Think and act flexibly）
   • 柔軟なマインドセット行動に移し、既存の枠組みを壊していく。
4. シンプルにする（Keep it simple）
   • 過剰な機能を持たせることなく、シンプルに目的を果たす。
5. 末端層を取り込む（Include the margin）
   • 主流でないターゲット層を考慮し、サービスが行き届いていない末端層の人々をあえて主な顧客とする。
6. 自分の直観に従う（Follow your heart）
   • 型通りのマーケティングリサーチに頼らず、自分の直観を大切にする。

ref

• インドに根付く創意工夫の精神「ジュガード」　イノベーションを生む６つの原則とは | ELEMINIST（エレミニスト）

時

• やっぱ時が一番大切。
• Time is money だし、QCD も全部時間で繋がっている。
• 全ての事は自由のための手段となるが、そもそも自由は時間の上にある

現存在(Dasein)と死

• 利己的な遺伝子で DNA は生物を殺しにかかっている、つまり死
• ある意味死こそがゴールであるが、死も時間軸の上にある
• 人間はただ存在するだけではなく、その存在について問いかける唯一の存在であり、
• その意識や時間性、死に対する関わり方などが重要なテーマとなる

タイムマネジメント

• タイムマネジメントはライフマネジメント
• 30 分ごとに何の Issue の為に時間を使っているのかを記録する
• アイゼンハワーマトリクスなどで優先順位付けをする

その日を摘め (Carpe Diem)

• 「Carpe Diem」はラテン語の格言。
• 古代ローマの詩人ホラティウスのフレーズ
• 意味は「今日を捉えよ」という意味。

過去も未来も存在しない

• 過去はもう存在せず、未来はまだ来ていない。実際に存在するのは“今”だけ
• マインドフルネス(瞑想)的には、過去に囚われず、未来に焦らず、現在の瞬間に意識を集中
• 禅は呼吸に意識を集中して時間の概念をなくし雑念を消す

諸行無常

• 鉛筆を机の上に立たせる
• 10 分後はそのままだが 100 年後は朽ちている
• いつから朽ちたかと言うと、この瞬間からであり、時々刻々と壊れている

カイロスとクロノス

ギリシャ神話の時間を司る 2 つの異なる神。

• カイロス (Kairos)
  • カイロスは「適切な瞬間」や「神が与えた時間」を意味し、
  • 特定の瞬間やチャンスを捉えるための「正しいタイミング」を指す
• クロノス (Chronus)
  • クロノスは線形の時間、
  • つまり我々が時計で測定するような連続的かつ定量的な時間を指す

カイロスの前髪

Grasp fortune by the forelock. 「チャンスの神様は前髪しかない。」

• チャンスや適切な瞬間は一度しか来ないので、それを逃さないようにしなければならないという諺。
• カイロスの髪は前髪しかない事に由来

Father and son

From the moment I could talk I was ordered to listen Now there’s a way and I know That I have to go away I know I have to go

https://www.youtube.com/watch?v=CpZD80bfDyo&ab_channel=ImSleepyZzZz

死のシンボルは「Θ」

• 古代ギリシアで Θ が死を意味していた
• 投票でも追放とかの意味や、絵にも死人は Θ が使われていた
• 理由は諸説あるが、ギリシャ語では死は Thanatos のため、 Θ (th) を使ってた

ref

• (1) ハイデッガー　存在と時間【ゆっくり解説　倫理】 - YouTube
• 存在と時間〈上〉 (ちくま学芸文庫) | マルティン ハイデッガー, Heidegger,Martin, 細谷 貞雄 |本 | 通販 | Amazon

自由

自由が目的、それ以外は手段

• 全ての事物は自由のための手段。
• 目的は自由。

Everything becomes a means in the face of freedom.

自由も不自由も考え方次第

• 同じ状況でも感じ方が違うから
• 問題があった時に、ストレスと感じるか、成長への試練と感じるのかは己次第
• ある意味 DYAD。

不自由の正体はゴミ

• 肉体的な痛み・ペイン、精神的なストレス
• 「非・不・未・無」などが付く言葉
• 悩み、困りごと、モヤモヤ
• 雑念、煩悩
• 満足の逆の事

自由とは頭の中のゴミをなくすこと

• 自由になるには、頭の中にある自由を疎外する物をなくさないといけない。
• 例えば、おカネや人間関係の問題など。
• つまり、究極的には頭の中のゴミを捨てきれたら自由だと思う。
• 「我頭の中が空、故に我は自由」と言う事。

ゴミの原因がどこにあるかで行動は変わる

• ゴミの原因:
  • 外側にあるなら考えて行動してゴミの原因を排除する
    • 部屋が散らかっている
    • 洗い物をしていない
  • 内側にあるなら考えない
    • 食欲
    • 朝起きるのがつらい
    • めんどくさい

自由のシンボルは「Φ」

• 自由を表現するギリシャの一文字は「Φ」。
• なぜなら頭の中を空っぽ(空集合 = Φ)にする事が自由だから
• 仏教だと空とか無、虚とかかな？

タテとヨコの質問

原因特定に有効な、シンプルに 2 つの質問(タテとヨコの質問)を繰り返して問題解決を図る本の内容の解釈。

タテの質問とヨコの質問とは？

• タテの質問: その原因をひとつだけ挙げてください
• ヨコの質問: そ(れら)の原因が解決できるとこの問題はすべて（80%）解決できますか？

論理的な意味

論理学的には次の事を言っている。

• タテの質問: 主要な必要条件の質問
• ヨコの質問: 大体の十分条件の質問

主要因と真因

• さらにパレードの法則的に殆どの問題の原因を占める少ない主原因を特定しようとしている。
• また、これらのなぜなぜクエスチョンに近いフローをループすることで、真因まで特定しようとしている。

逆タテの質問

論理的に言うと、逆タテの質問も有効となる。

• 逆タテの質問: もしその原因が解決しないと、問題は解決しないですか？

ref

• たった２つの質問だけ！　いちばんシンプルな問題解決の方法―「タテの質問」で掘り下げ、「ヨコの質問」で全体像をあぶり出す | 諏訪　良武 |本 | 通販 | Amazon

根拠

• とにかく主張には根拠がセット
• 根拠がない主張はコモンセンス以外通用しない
• 特に論理と数字で証明する
• 基本的に一次情報から集める

simple_and_easy

simple と easy の違いの例

• C: simple
• C++: easy

simple and easy

トレードオフの simple and easy だが、同時に満たすことが大切。

クラス図

ルール

• クラス区画
• 属性区画
• 操作区画

関係

次の四つ

1. 関連関係
2. 汎化関係
3. 依存関係
4. 実現関係

関連

• 意味的な関係
• 集約: 全体と部分、ライフサイクル

多重度

• 1:N, 1:0..N,

汎化関係

• ▲

分析=分解と分類

ref

• (6) 【クラス図で考える】分析＝分解 × 分類 - YouTube
• 【新人教育 資料】第 3 章 UML までの道 〜図種類紹介とクラス図の解説編〜 - Qiita

コンフォートゾーン

コンフォートゾーンを脱する 5 つの理由

• Stagnation
• Missed Opportunities
• Limited Achievement
• Regret
• Reduced Resilience

ref

• Facebook

コピー

これが一番速い。 日本が成長したのも、古来は中国、近代は欧米のマネをしたから。

• 実証
• まね
• TTP

センターピン

• センターピンが一番イメージしやすくていい表現。
• つまり、細かい事は気にせず、本質を突くということ
• 英語だと「head pin」なので注意

条件

• 絶対条件
• 必要条件
• 十分条件

センターピンの類語

• 本質
• 重要な事
• 大切な事
• 根幹
• 要点
• 中心
• 軸心
• 鍵となる点
• 中核
• 核心
• コア
• 要所
• 中枢
• 肝心
• 骨子
• ビジネスインパクト
• 要領
• 要旨
• キーポイント
• 要点
• 中央
• 中核部分
• 要素
• 軸心部
• 中軸
• 要点集
• 要綱
• 本丸
• 要諦
• 真髄
• 真摯
• 中心軸
• 要所要所
• 要領要領
• 核要素
• 本筋
• Key point
• Central element
• Core component
• Pivot
• Main focus
• Essential part
• Central hub
• Core essence
• Mainstay
• Central feature

対義語

白鳥水下足バタバタ状態

ref

• 量か質か論争。ビー玉センターピン理論 | 株式会社オンリーストーリー
• 【徹底解説】商品選びに時間をかけるな！起業に必要な絶対条件とは？ - YouTube

課題の性質

• 課題解決の専門家になる必要がある
• 課題は「非・不・未・無」の打消し接頭辞がつく性質がある
• 他には悩み、痛み（ペイン）、病み、困りごとなどがある

悩み・ペインの例

下記など。

• 健康
• ダイエット
• 頭皮

「非・不・未・無」

非

顧客が現状で何を達成していないのか、または何が満足できていないのかを見つけ出すために使います。

• 「現在、社内で非効率なプロセスやタスクは何ですか？」
• 「非常に困っていることや解決したい問題は何ですか？」

不

顧客が何かに不満を持っているか、何かが不足しているかを見つけるために使います。

• 「現在のシステムやサービスで不満に思っている点は何ですか？」
• 「不足しているリソースや機能は何ですか？」

未

顧客がまだ何を達成していないか、または何を開始していないかを見つけ出すために使います。

• 「未だに解決できていない課題は何ですか？」
• 「これまでに未実施だった改善策や施策は何ですか？」

無

顧客が何を持っていないか、または何が存在しないかを見つけるために使います。

• 「現状で必要と思われるがまだ無いリソースやツールは何ですか？」
• 「無視できない問題やリスクは何ですか？」

ref

• 【研修セミナー公開講座】顧客の課題解決研修～顧客の抱える「非・不・未」を見つけ、ソリューションを提示する- 株式会社インソース

課題を見つける質問

• お客さんの理解で課題を見つけるのは大切
• 課題には潜在課題と顕在課題の２つがある
• 特に、気付いていない場合も多い

潜在的な課題を見つける質問

「最近に何買いましたか？」という質問。 人は合理的には行動はせず、感情で行動をしている 買ったものはその人の思いがそのまま反映されるので分かりやすい。

医者の問題解決方法

これが問題解決の基礎。

医者の問題解決は 3 steps

問題解決について。 次のような方法で解決するのが一番いい。

1. 問題を具体的にする
2. 解決方法の仮説を立る
3. その仮説を検証する

つまり、問題解決は医者がやっている方法がいい。

• 問題(症状)を具体的にする
  • 「腹が痛いからといって、すぐ胃薬を飲む」のはバカ
  • 先にどこかと何故かを調べる
  • つまり問題を具体的にする
  • どこが痛いのかを確認する
  • 実は胸が痛いのかもしれない
  • 原因が分からない場合は調査(検査)や検証をする。
• 解決方法の仮説を立てる
  • 専門家(医者)に相談する
  • 医者が患者に XXX 病だろうと仮説を立てる
  • 原因分からず薬を飲んでも無駄 => やぶ医者
• 仮説を検証する
  • そして薬を処方して経過観察する
  • これの繰り返し

検証と調査の違い

• 調査: 問題の原因を探すこと
• 検証: 解決策の仮説を試すこと

海の水を沸かない

Don't boil the ocean.

当たり前。 具体的にしないと問題は解決しない。 海の水は沸かせないけど、コップの水は沸かせる。

デカルトの言葉だと、困難を分割せよ。 大きな問題では解決は不可能、小さくして対処しなければならない。

逆説的には、具体的にして絞ったら問題は解決するということ。

ギャップ分析

• 先にテーマを決める
• 「As Is (理想)」と「To Be (現実)」のギャップから課題を見つける
  • ただし、先に To Be から書き出す
  • つまり、理想から棚卸、逆残する
  • なぜなら、課題は無限にあるから
• To Be (理想)と As Is の Gap を埋める為に必要な課題(Issues)を書き出す
  • 課題は必要条件で出す必要がある、十分条件ではない
  • なぜなら、十分条件はいくらでも課題として出せるから
  • 理想までの最短距離を目指すための課題となる
• それを踏まえてその課題を達成するための施策(Next Actions)を書き出す

山登りと同じ感じ

ギャップ分析と山登り

ギャップ分析は山登りと同じ。どちらも高低差のギャップを埋める。

山登りとプロジェクト推進

Purpose (目的)

どの山に登るか

• まず実現可能性がある山に登らないといけない
• そして山を選ぶのが 50%と言ってもいい
• 富士山を登るのかもしくは低山なのか
• biz では分野やマーケットと言ってもいいかもしれない

ビジョンを語る

• ビジョンは登った後の世界のこと
• 想像力を駆使して、まるで行ってきたかのように説明する
• これが共感を生む

ベネフィットがある

• でも山を登る理由も大切
• WHY 山を登る?
• そこには裏返せば、課題があるはず。
• それがストーリーになる。
• 僕の場合で言えばダイエットだった
• つまりは、課題やメリットなどのベネフィットがあるはず
• もしくはミッションがあるはず
• 気分が言いでも課題解決になっている

フィージビリティはあるか

• 絶対に出来ないことをしてもしょうがない
• いきなりエベレストは絶対に無理
• 命は有限
• できる可能性があり、価値がある山を決める

Goal (目標)

目標が一番大切

• まず一番大切なのは目標設定。
• 目標がないと登山と同じで迷子になるだけ。
• とにかく仮でもいいから目標を立てる。

中間目標を立てる

• ロードマップとマイルストーンを作る
• ロードマップは XXX して XXX したらゴールに着くという論理であり
• マイルストーンは中間目標の事

ゴールから逆残する

• ゴールを決めたらゴールから逆残する
• それが最短の手法
• 引き算する、足し算ではない。
• タスクなんて無限に出てくる
• 優先順位づけて最短経路を進む

頂き(1 番)を目指す

• 一番じゃないと意味がない
• 一番高い山は富士山だけど２番目はしらない
• 地球のリソースを最適に配置するためには 1 番を目指せる事で 1 番を取るべき
• その他の事は他人に任せればいい
• 我々は相互扶助社会にいるし、高い価値を出せる所を目指す

Logic (論点)

タスクバカや実行バカにならない

• まずは論点設計する
• そしてサブ論点を洗い出す
• 全てのタスクをする必要はないし、重要なのをやる

論点設計する

• 論点設計は一番大切かもしれない
• 間違った論点で設計してタスクを組んでも意味がない
• 単なる時間の無駄

論点から仮説を出す

• 論点から仮説を導出する
• 論点がまとまったら仮説を立てる必要がある
• いい仮説はいい登山道に値する

問題を現象として構造を明らかにする

次のようなフローになる。 少子化問題も問題ではなく、現象として見ることで背景の構造に気付ける。

1. 現象
2. 論点抽出
3. 論点構造化
4. 優先順位漬け
5. 論点ごとの解決策の立案
6. 実行
7. アウトプット

https://www.nomura.co.jp/el_borde/method/0079/

Team Building

みんなで考える

目標達成のためにどうしたらいいか、疑問をチームに投げかける。

• 3 か月以内に XXX するには何が必要か？
• 最短距離で、1 か月はバッファー。
• では 2 か月で目標達成するにはどうしたらいいか？
• この疑問が超大切

Active Recall で理解度の確認

• 理解の確認
• active recall

Fast

最短経路を導出する

• 目標を達成するための疑問を通しての最短のパスを探す。
• 大切なのは目的をベースに疑問を投げかけ最短で進む方法を導き出す事
• 山登りと同じ。
• 兵は拙速を尊ぶ

リソースは限られている

常にプロダクトで使えるリソースは限られている。

• タイム
• マネー
• マンパワー

限られているリソースの中遂行しないといけないので、優先順位をハッキリ決める。

最短で頂上を目指す

• 頂上を目指さないのは迷子と一緒
• 最短で進む

他人をコピー、マネをする

• trail、未知
• 山を登るのに道があるのに利用しないのは馬鹿。
• bush を進まないで、Trail があればとりあえずそれを進む

わざわざ獣道を進まない

• 蛇も鬼もいるかも。
• 無駄な事はなるべくしない

とにかく速く価値提供をする

• Fasten bizdev.
• don't wasting time.
• おカネ以上に時間を無駄にしない
• 命は有限

不要なタスクはしない

• リソースは有限なので不要なのは切り捨てる
• 断捨離
• time is money
• let go

Task

ゴールとタスクの違い

• つまり、目標設定型のタスク（ゴールドリブン）、トップダウン。
• それとは別に、目標達成のための障害を解決することも大切、これはボトムアップ。

べつの言い方をすると、

• 目標 = ゴール = 山の頂き = 頭上
• 課題 = タスク = 目の前の岩 = 足元

条件は MECE に

• 条件は MECE に
• だけど出きる範囲内で

現実的かつ具体的に

• realistic, specific, it's a dream of imagination
• don't boil the ocean
• 問題は具体的にすればおのずと解決する
• 居酒屋での夢語りにならないように、現実的に考える

DoD を設定する

• タスクの終わりは output の提出にする
• 報告書やレポート提出にしないと意味がない
• 調査系のタスクでアウトプットが無いと 10 分調べてやりました！(適当)の可能性がある
• アジャイルの用語だと DoD

PIC を設定する

• PIC= Person In Charge
• PIC が一人いないと責任が分散して言い訳ができてしまう
• なので PIC をタスクに設定する

DUE を設定する

• 期限がないと死後の世界
• なぜなら、1000 年後の未来の話かもしれないから
• 死んだ後の話をしてもしょうがない
• 期限を設定する

Survey (調査)

調査を先にする

• 山登りだって、先にルート決めて、事前に山を調べて、
• 物を用意して登山する
• 調査・検証・実験・試験・テスト・確認が必要
• これは最低限の安全を確保するのが目的

仮説の 99%は間違っている

• そもそも思いは全て仮説
• そして、仮説はほぼ間違っている。
• 最初に計画した事の 99%は間違っている
• 素人考えでは下手の考え休むに似たり

情報は 1 次ソース

• とにかく 1 次ソースに当たる
• 現地現物
• 三次文献とかだと、どのかの会社の広告やキャンペーンの可能性がある

実行での Learning >>> 座学での Learning

• 実論での Learning の方が圧倒的に質が高い
• Actual actions, not imaginary actions.

論理には根拠が必要

• 根拠なしの主張は赤ちゃん言葉と同じ
• 理由を説明する必要がある

未検証の想像は 100%間違い

• 未検証の事、不確実性の高い事は大体間違い
• なので、検証を細かくする必要がある
• 試験・実験・検証・テスト、とにかく試してみる

石器づくりの知識に拘らない

• 今ある知識なんて未来からみたら石器づくりの知識に等しい
• 今の中で考えて答えを出すのは 100％間違い
• 下手の考え休むに似たり
• なので、世界探しする必要はない
• 正解はないし、すぐ間違いになる
• アンラーンする

Mindset

前に進める覚悟

• 人生は課題の連続
• 稼がないで好かれるのと、稼いで嫌われるなら後者がいい
• なれ合いは要らない。目的達成が大切

闘争心

• 目的達成のための闘争心
• 山を登る時だって戦う心が無いと登れない
• ハートは目的必達に向ける

Action

同時かつ全部実行する

• 並列に実行する
• うまくできるかは分からないので数をこなす

量で質に勝つ

• 1 つの玉を狙いを定めてスナイパーライフルのように撃つより、100 発ガトリングガンを撃った方がいい
• 100 発発砲すれば、精度もスナイパーライフルになるから。ただし、その逆は然り。
• 量は質に勝る

時間が一番貴重

• time is matter
• PDC でも全部時間の事

下手の考え休むに似たり

• PDCA の P はどうせ間違った仮説なので深く考えてもしょうがない
• 実験をしまくる

99%の行動と 1%の計画

• 1%の才能と 99%の努力
• Actions Over Theory
• plan 1%

現地現物

• テーブルの上で話してても何も変わらない
• TOYOTA みたいに生のデータを確認する

ワンパスを通す

• one path（ワンパス）を通す
• 例えば貿易の場合は、物を輸入して試しに売ってみる

Doer からの Kaizen

• 行動してそこから軌道修正する
• 首の皮１枚繋がっていたら OK

Others

仕事の道具を利用する

• 山登りで道具が必要なのと一緒。
• コミュニケーションは Slack
• ミーティング議事録は、Notion
• ドキュメントは GROWI
• Issue は Plane

バックアップオプション

• 万が一落ちたときようにどこに捕まればいいかを想定する
• そうしないと万が一が起きたときに慌てて終了するだけ
• 首の皮一枚つながるように予防策も用意しておく

コンフォートゾーンを出る

• コンフォートゾーンとは、今いるスキルで対応ができる居心地のいい場所
• ここにいたままでは、ビジネスパーソンは成長しない
• とにかくそこから一歩外に出る

織田信長

天下布武

天下布武の訳

武家の政権を以て天下を支配する

天下布武とは？

天下布武とは己を捨てること、世のため人のために働くこと。

なぜ天下布武だったのか？

七徳の武とは？

中国の古代の哲学思想である儒教の理念や教えを表現した一連のフレーズ 次の 7 つ。

• 「禁暴」は暴力や過度の強制を禁止することを意味します。これは公正な法制度の重要性と、平和と秩序の保持を強調しています。
• 「戢兵」は「兵器を封印する」または「戦争を避ける」という意味で、非暴力と平和の重要性を強調しています。
• 「保大」は国家や社会の安定と繁栄を保つことを意味します。
• 「定功」は功績や成功を確定し、適切に評価することを指します。これは労働や成果への適切な報酬と認識を保証するためのものです。
• 「安民」は人々の安心と安全を確保することを意味します。これは人々の生活の質と福祉の向上を指しています。
• 「和衆」は人々の間の調和と結束を促進することを意味します。これは社会的な一体感と協力の重要性を強調しています。
• 「豊財」は富を豊かにすること、つまり国家や社会の物質的な繁栄を確保することを意味します。

これらは全体として、社会の平和、調和、公正、繁栄を追求する儒教の理想を表現しています。

新渡戸稲造の七徳

• Justice（義）
• Courage（勇）
• Benevolence（仁）
• Politeness（礼）
• Truthfulness（誠）
• Honor（名誉）
• Loyalty（忠義）

格言

• 臆病者の目には、敵は常に大軍に見える
• 理想や信念を見失った者は、戦う前から負けているといえよう。廃人と同じだ。理想を持ち、信念に生きよ！
• 仕事は自分で探して、創り出すものだ。与えられた仕事だけをやるのは、雑兵だ
• 人間 50 年下天（げてん）のうちをくらぶれば夢幻の如くなり、ひとたび生を享け滅せぬもののあるべきか
• 是非に及ばず
• 備えず構えず、機をはかって応変（おうへん）、すなわち間合（まあ）ひこそ肝要なりばず

政策

御茶湯御政道

• 信長が行った「天下経論の一策」

楽市楽座

支配地の市場で行われた経済政策

脳

翁

• 「翁は能にして能にあらず」と言われています。演劇性を持たないため
• 天下泰平、国土安全、五穀豊穣を祈願する儀式としての舞のみの能
• 翁、千歳、三番叟の３人がそれぞれ別に舞を舞います
• 颯爽たる千歳の舞、荘重な翁の舞と続き、その後、翁は退場し、千歳と三番叟の問答の後、三番叟が「揉之段」と「鈴之段」という２つの力強い舞を舞う

https://www.youtube.com/watch?v=suLWtpL-QNU&ab_channel=QCes

敦盛

• 人間五十年、下天のうちを比ぶれば、夢幻の如くなり
• 一度生を享け、滅せぬもののあるべきか
• これを菩提の種と思ひ定めざらんは、口惜しかりき次第ぞ

意味は次

• 人の世における 50 年は下天の内の最下の四大王衆天でも一日にしかあたらない。夢幻のようなものだ

シテとアドの語源

• 能や狂言の世界には「シテ」と「アド」がいる
• シテは「仕手・為手」と書き、能または狂言の主役
• シテに対する脇役を「迎合（アド）」という

露払い

貴人や神霊などといった高貴な者を先導すること、またはその先導する人のことである。転じて、何事かを最初に行う行為のことも指す

和歌

愛宕百韻

• 本能寺の変の直前に愛宕山で明智光秀が張行した連歌『賦何人百韻』の通称
• 有名なのは光秀の「時は今 天下しる 五月かな」
• 読みは「ときはいま あめがしたしる さつきかな」

その他

• 法を守る
• 部下を育てる
• 実用主義
• 身分に関係ない
• おおうつけ

薩摩藩

狂う

• 織田信長、吉田松陰、薩摩武士などに共通する特徴は「狂」。
• 織田信長も大うつけの常識外れ、その臣下も鬼武蔵なども色々やばい。
• 島津も朝鮮出兵の時の戦いや関ケ原からの明治維新に繋がっているし、剣術も凄い。
• 吉田松陰も色々凄いが、言葉としても「諸君狂いたまえ」などと言っているし。

課題系の用語整理

課題系の用語の定義

• 具体的な状況によっては異なる解釈が適用されることもある。
• また、これらの項目の間には明確な境界がなく、一部重複する要素もある。
• 例えば、「Issue」はある種の「Problem」であり、「Goal」は一つの「Project」の一部であると言える。

アジャイル開発

アジャイル開発における定義

もちろんです。Markdown 形式で表にまとめてみます。

これらの概念や用語は、特にプロジェクト管理やソフトウェア開発の領域で広く使われています。そしてそれぞれの組織やプロジェクト、そして採用している管理手法によって、その意味や使用方法が微妙に異なることがありますのでご注意ください。

アジャイルでの階層構造

• Objective (目標)
  • Initiative (取り組み)
    • Project (プロジェクト)
      • Milestone (マイルストーン)
        • Epic (エピック)
          • Task/Issue (タスク/課題)
            • Chore (定期的な仕事)
  • Key Result (主要な結果)
    • KPI (業績評価指標)
  • Action Item (行動項目)
• To-Do List (やるべき事リスト)
  • Task/Issue (タスク/課題)
    • Chore (定期的な仕事)
• User Story (ユーザーストーリー)
• Sprint (スプリント)
  • Task/Issue (タスク/課題)
    • Chore (定期的な仕事)
• Backlog (バックログ)
  • Task/Issue (タスク/課題)
    • Chore (定期的な仕事)

課題の分類方法

pdca の前にやること

1. 課題の抽出

• 課題の洗い出し、リストアップ
• 睡眠も混ぜて本質的に思っている課題を一覧化する
• MECE にする必要はない

2. 課題の分類

• プロジェクト型かオペレーション型かにまず分類する
• 基準は次の三つ
• 特にプロジェクトの方は腰を据えて取り組む課題群と定義できる

3. プロジェクトの場合

山登りと同じ、目標を決めて、経路を決めて、障害を想定し、道を決めて進む。

• Objective
  • 目標の決定
  • 目標の実現可能性の評価
  • 目標を達成するための課題の設定
• Survay
  • 方法仮説の洗い出し
  • 検証項目の洗い出し
  • 実験や検証の実施
• Risk
  • 目標設定の邪魔になる障害の設定
  • リスクの定量評価
  • WOOP
• Conclusion
  • 最短経路(クリティカルパス)を出す
  • 優先順位の高い方法は同時並行で試す

3. オペレーションの場合

• こなすだけ

Tips

分解と優先順位付け

• 困難は分割するほど良い
• 優先順位付けをするのは当然

分析と総合を行う

• 分析はばらす事
• 統合はまとめること
• 課題に対しても分解してサブタスク化したり
• 課題をグルーピングしてまとめて対処したりする

ヘーゲルの弁証法

• ある問題がトレードオフの関係にある時に使える
• 課題解決は時間の奪い合いなので、A と B がトレードオフならシンテーゼの C を発案するなど
• 例えば、① 英語の学習と、② 運動がトレードオフなら、③ 運動しながら英語を学ぶがシンテーゼ

ref

• プロジェクトとは？プロマネが教える誰でも理解できる解説
• 「WOOP の法則」とは何か。目標設定で活かせる具体例も交えて解説 | MarkeTRUNK

WOOP

WOOP とは？

WOOP の法則とはアメリカの心理学者であるガブリエル・エッティンゲン博士の 20 年以上にわたる研究によって体系化された目標達成を円滑にするプロセスの法則であり、精神論だけでなく、起こり得るネガティブ要因を先に分析することで、その対処法までを計画しておくという点に特徴がある。

目標管理の WOOP

Wish（願望）

• まずは、達成したい目標を定める。
• ここでポイントとなるのは「簡単に達成できるものではないが、無謀なものではない」という適切な難易度の目標を設定すること。
• 難易度の設定を誤ってしまうとモチベーションの維持が困難となってしまう。
• そのため、現在の自分の能力で実現できることよりも少し高いレベルを目標とすることが望ましい。

Outcome（結果）

• 目標を設定したら、それが達成できたときにどのような結果が得られるのかを想像し、書き出す。
• 目標を達成することでどのような自分が実現できるのかを具体的にイメージすることがポイント。
• 目標が抽象的すぎるなど、結果がうまく想像できない場合、達成に向けて行動するモチベーションを維持することができず、日々の業務に虚しさを感じたり、目標が意味のないスローガンとなってしまう可能性がある。
• そのため、こうした事態を防ぐためにも結果をしっかりと想像し、見据えることが重要。

Obstacle（障害）

• 設定した目標とイメージした結果との間にどのようなギャップ（障害）があるのかを考える。
• このステップは WOOP の大きな特徴であり、自分の能力より少し高いレベルで設定された目標には、考え・行動・思い込み・癖・感情など自分の中の課題として、必ず目標達成を阻む困難・障害が存在しているはず。
• 逆に言えば、これさえ解決することができれば目標達成が実現することを意味する。
• そのため、設定した目標が適切なレベルであれば、自分自身を見つめ直すことによって、目標達成のために何をするべきかが具体的に見えてくる。
• もし、「考えても本質的な問題点を見出せない」や「発見した障害がどう頑張っても解決することができない」などの壁にぶつかった場合は、そもそもの目標設定に問題あると考えられるため、最初の「Wish」のステップに戻って目標を再考した方が良い。

Plan（計画）

• 「obstacle」のステップで想定した障害にぶつかったとき、自分にできる行動や考えによって、どのように回避・対処するのかを計画する。
• ここで役に立つのが「if then プランニング」。
• if then プランニングとは、「もし、〇〇な状態になったら、△△ する」というプランを作成し、あらかじめ行動を決めておくテクニック。
• より具体的な対応策を考えておくことで、行動が明確化されているため、もしもの場合でも実効率があがるのだ。
• そうして、行動の中で新たに生まれた細かな課題を解決していくことを継続できれば、目標は自然と達成されていくだろう。

ref

• 「WOOP の法則」とは何か。目標設定で活かせる具体例も交えて解説 | MarkeTRUNK

物は売らずに売る

売ろうとするから上手くいかない

商売のステップは三つある

1. 商品
2. 集客
3. 販売

1. 商品

2. 集客

3. 販売

販売するのではなく紹介する。

ref

• (2) 【徹底解説】商品選びに時間をかけるな！起業に必要な絶対条件とは？ - YouTube

現実的に考える

• 漠然な事ではなく
• ロジックに沿った
• 現実的な事を考える
• 夢物語ではなく現実的に考える
• 具体的に現実的に考える
• Don't boil the Ocean.
• Action over theory

ref

• https://www.youtube.com/watch?v=nFmaL3jETnw&t=983s&ab_channel=%E3%81%B5%E3%82%8F%E3%81%A3%E3%81%A8mikuru%E3%83%81%E3%83%A3%E3%83%B3%E3%83%8D%E3%83%AB

Value, Impact, Important

やる事は次がある事

• value があり
• 重要であり、
• インパクトがある事

9つの疑問

至高の道具として、疑問を持つ事は超大切。 Questionということ。

9つの疑問詞の比較

言語ごとの9つの疑問詞の比較。 HowはWを付けてWhowと表現している。 英語はWhがついている

大事なので英語では文頭に来るし、最後は?がつく。 至高の道具してはQC7つ道具に勝る、疑問を生成できるWH9という神器。

疑問詞マトリックス

下の様に9つにまとめられる。

• 上段のWho系は主格系統
• 中断のなんとなく、Why(理由)は過去の理由で、How(方法)は未来の理由に聞こえる。
  • How farなどの様に本来は状態を聞く
• Why, How, When, Whereは関係副詞だけど

ref

パイプライン化

死後手ゃパイプラインにすることが大切。 パイプラインにすると脳の負荷が減る。

• リスト化
• パイプライン化

何も考えずに仕事をこなせるようになる。

客観的に考える

客観的に考えるのも大切。 では客観的に考えるとは何か？

対義語は主観的。自分の目た事に従うこと。 客観的とは、他人の目からの視点を持つこと。

客観的の例

マイナビ¹がわかりやすかった。

例えば、就職や転職の面接で「仕事先で接客を頑張ったら、お客さんが喜んでくれた」という話をアピールしたいとしましょう。

ですが、この文章自体が実は客観的の対義語に当たる主観的な文です。

「頑張った」「喜んでくれた」というのは、あくまで本人が感じていることで、実際にお客さんがそう思ったかは分からないですよね。 本当は裏でクレームの嵐……なんて可能性すらありうるわけです。

これを客観的な文に変えるなら

・ 接客の上手な先輩を30時間観察し、動きをまねした ・ お客様のリピート率が10％上がった

など、より説得力が増す情報が必要です。それを追加することで、主観的な意見も少し手を加えれば、より説得力がある客観的な意見に変えられます。

確かにそうだなぁ。 特に一番客観的なのは数字だから、数字で説明すれば説得力がある 数字そのものは誰にとっても平等であり、公平に与えられている概念だからなぁ。

強い情報と弱い情報

また、情報には、強いものと弱いものがある。

もちろん、客観的な情報の方が強い。

強い情報と弱い情報

仮説の根拠の情報は強いものと弱いものがある。

前提条件

前提条件も大切だなぁ。 英語だと、prerequisites。 全ての思考や行動に、暗黙にせよ意識的にせよ、必ず前提条件がある。

なので、論理的に考えるには、前提条件抜きでは考えられない。 そして、お互いに納得できる前提条件から議論を始めないと進められない。

また、人間の思考の前提条件は未来から見ると、間違っていることが多い。 なので、自分の前提条件としての理解や意味、定義を疑うことも大切。

また、前提条件を変えて、思考や決断を変化させることもできる。 その論法は論理学でいう、P => Qだろう。

また、たくさん前提条件をつけ、成り立つ制約をかければ、YESを引き出すこともできる。

まあ、なぜ前提にこだわるかというと、物事が成り立たない可能性があるという前提で考えているからだろう。 結局は前提条件が必要な理由は仮説思考だからということ。

ただオッカムのカミソリのように、ある事柄を説明するためには、必要以上に多くを仮定するべきではない。 つまり、必要だから前提条件を示すという事。

相対的に考える

相対的に考える。 他人からもそうだし、価値観も。

自分の主義を作ったあとは、結局それが一番正しいと思い込んでしまう。 ただ、世界に絶対的なものはないと思う。 そのばその場で正解なんて変わる。

面倒くさいという気持ちも、 あるときは効率化に役立つけど、 あるときは調査を阻む悪者。

モノだってこれが一番いいと信じがち。 昔はWindowsでその次はMacで、最後にLinux。 スマホだって、iPhone使ったり、Android使ったり。

でも本質的にモノは道具でしかない。 道具を愛しすぎると目的を忘れがち。 目的を達成できるならば、モノは何でもいい。

もちろん使い慣れたモノが一番パフォーマンスが出ると思う。 でもそのモノが銀の弾丸かと行ったらそうではない。 解決したい問題のために使えればいいだけ。

なので世界は単純ではない。 そのばその場で考えてほんとに正しいことを導き出す必要がある。

抽象的な概念に本質がある

slave。 奴隷。

具体は抽象の奴隷。 なぜなら、具体は抽象に依存しているから。 次の関係が成り立つ。

抽象:具体 = 1:N

また、具体は抽象の一般化したもの。 シンプルは複雑を抽象化したもの。

プログラムのコードも同じ。

ビジネスの観点からだと、需要が一番抽象度が高い。 次のような感じ。

需要 > ビジネスオーナー > PO > PM > 設計者 > プログラマー

仕組みの観点からだと、数学が一番抽象度が高い。 次のような感じ。

数学 > アルゴ > FW > プログラム

なので、フォーマットとかコードの書き方は正直どうてもいい枝葉の話。 アルゴが変わったり、需要が変わると、すぐ破棄されるサンプルに過ぎない。 根幹はビジネスの需要や、数学や統計の概念。

別の言い方をすると存在の理由、パーパスといってもいいかもしれない。 戦争で負けた奴隷も主人がいなかったら殺されていたかもしれない。

具体的な所ではどんなにうまいことをしても、抽象概念の奴隷である。 抽象概念の1サンプルにしか過ぎない。 抽象概念は沢山のサンプルを一般化したもの。 サンプル=事象、現象。

どんなにうまく大砲を撃てる兵士がいても、 ナポレオンのように軌道の計算をできる指揮官には敵わない。

本質を掴むと言ってもいいかもしれない。

ref

• https://www.conceptualthink.com/single-post/2016/03/22/%E3%80%8C%E3%82%B3%E3%83%B3%E3%82%BB%E3%83%97%E3%83%81%E3%83%A5%E3%82%A2%E3%83%AB%E6%80%9D%E8%80%83%E3%80%8D%E8%AC%9B%E7%BE%A913-%E6%8A%BD%E8%B1%A1%E3%81%A8%E5%85%B7%E4%BD%93

命題と論理

論理はやっぱ大切。 なので、復習がてらまとめる。

命題(Proposition)の定義

論理的に正しいか正しくないか(間違い)を判定可能な叙述のこと。

正しいか正しくないかの表現方法

命題論理における正しさと間違いの表現方法。

アリストテレスの思考の3法則

思考(論理)の公理的な法則¹としては次の3つの法則がある。

論理演算の5つの演算子

命題論理とブール代数は代数的構造が同じになる。³

命題論理における真理値表

それらの命題論理の演算子を使ったの計算結果の例。

ブール代数の性質

3つの推論方法

推論とは，いくつかの命題を根拠にして，1 つの命題を導き出すこと。代表的に次の3つが使われる。

命題論理 vs. 述語論理

2つの量子化

間違えやすいモノ

論理包含の同値は対偶

• ある命題論理「東京に住んでいるならば日本に住んでいる」の同値は、
• 「日本に住んでいないならば東京に住んでいない」になる。

論理包含の否定は論理積を使う

• よくある勘違いが論理包含の否定パターン。
• 「AならばB」の否定を「AでないならばB」、あるいは「AならばBでない」と考えてしまうのは正しくない。
• 「AならばB」の否定は、「AではあるがBではない」、つまり「AかつBでない」。
• 例で言えば、「東京に住んでいるかつ日本に住んでいない」となる。
• 前提条件を満たしているが結論を満たしていないということが、「AならばB」の否定となるといこと。

論理包含のvacuous truth

• 論理包含では、前件がFalseの場合は命題論理は意味をなさない。
  • 例: 「東京に住んでいない => 日本に住んでいる」は意味が通じない
• なぜその場合にTrueになる(vacuous truth)かというと、計算上都合がいいから。
• なぜなら、論理積による否定のさらに否定(~(P ∧ ¬Q))が論理包含と同値になるため

トートロジーと同値の違い

• 一般的に使われる言語のトートロジーはBoys will be boysみたいな反復または言い換え。⁴
• だが、論理学のトートロジーは常にTrueになることなので注意。

トートロジーの例

推論の2つのパターン

パターン|説明| ---|---|--- 演繹(deduction)|一般的かつ普遍的な事実を前提とし、そこから結論を導きだす方法|((A ⇒ B) ∧ A) => B 帰納(induction)|さまざまな事実や事例から導き出される傾向をまとめあげ、結論につなげる方法|枚挙的帰納法、アナロジー(類推)、アブダクション(仮説形成)

充足可能性問題(SAT問題)

• 「一つの命題論理式が与えられたとき、それに含まれる変数の値を偽(False)あるいは真(True)にうまく定めることによって全体の値を'真'にできるか？」という問題
• 例: (x ∨ y) ∧ (x ∨ ¬y) ∧ (x ∨ ¬y)
  • x=T, y=Fで全体としてTにできるので、Yes
• この問題はNP完全問題として知られている。

ちなみに、ある問題XがNP完全問題であることは一般に次のように求める⁶。

1. 問題XがNPに属することを示す。
2. NP完全であることが既知の問題Aを、多項式時間で問題Xに変換可能であることを示す。
3. 以上より、XはAと同等かそれより難しい。しかし、NP完全問題はNPの中で一番難しい問題なので、XはAと同じくNP完全問題である。

普遍的な論理表現の例

日常生活で役に立つ普遍的な命題論理。

• 自分ができること ∧ 他人が求めていること = 提供できる価値
• 因果関係がある ⇒ 相関関係がある

19の誤謬のパターン

オンラインブック⁷がわかりやすい。

基本論理語

基本論理語の一覧

論理ツール①は，あなたの使う言葉の示す範囲を決める基本的な言葉（基本論理語）です．

この言葉をうまく使いこなすと，あなたの考える対象が明確になり，考える範囲が決まります．
余計なことまで考えなくてよくなるのですから，考えることが容易になります．

基本論議語は以下の6種類です．

1. 「包摂（～に含まれる）」，「同一（同じ）」
2. 「すべて」，「ある」，「ほとんど」
3. 「かつ」，「または」
4. 「Xでない」（否定）
5. 「AならばBである」
6. 逆，裏，対偶

順番に説明します．

基本論理語

包摂と同一

「AはBである」という命題で説明します．
命題という聞き慣れない言葉が出てきました．

命題とは，主語と述語のそろった文で，意味を考えることができる文です．
その書かれていることが正しいのなら，真といい，間違いなら偽といいます．

この命題のAとBの関係を考えます．

A（主語）とB（述語） の関係は2つあります．
命題に2つの意味があると言ってもよいです．

1つは包摂（含まれる）で，
もう一つは同一（同じ）です．

たとえば，「犬は動物である」は，犬（A）は動物（B）に含まれます．
犬は動物の一種で，犬以外にも猫や馬など動物は他にもいます．
主語（A）が示す概念に対して，述語（B）が広い概念を持つことは，この図からもわかります．

もう一つの同一は，AとBが同じであるものです．
図に示すように，AとBの範囲はピッタリと合っています．

たとえば「犬はドッグである」や「Hは水素原子あるいは水素元素を示す元素記号である」です．
主語で示されることと，述語のそれと同じであり，それ以外のことを含みません．

「犬はドッグである」という文は，「犬は犬である」ということです．
これは同じことを言っているのです（トートロジーと言います）．

「すべて」，「ある」と「ほとんど（ほぼ）」

「すべて（∀）」，「ある（∃）」，「ほとんど」を説明します．

「ほとんど」は「ほぼ」と言い換えてもよいです．
これは命題「AはBである」のAがどの程度Bに含まれるかを示します．
AとBの関係は3種類あります．

たとえば，「すべての犬は動物である」です．
世界中のどこの犬でも，すべての犬は動物です．
この命題は真です．

第二は，「一部のAはBに含まれる」です．
「一部」を「ある」とします．

例をあげます．
「ある犬は動物である」はこの命題です．
これは偽です．動物でない犬はいませんから．

第三は，「ほとんどのAはBである」です．
「ほとんど」は「ほぼ」と言ってもよいです．

たとえば「ほとんどの犬は動物である」です．
この命題は，少なくとも一匹の犬は動物ではないことを示します．
これはありえませんから，この命題は偽です．

「すべて」，「ある」，「ほとんど」の数学的表現

「すべて」，「ある」，「ほとんど（ほぼ）」を，数学的に表現すると，
科学技術者には馴染み深くなります．

「すべて」は文字どおり100％です．
これは「＝」と書けます．

たとえば，「すべての鳩は鳥である」です．
これは「100%の鳩は鳥である」と言い換えられます．

世界中のすべての鳩は鳥ですから，この命題は真です．

「ほとんど」は何%でしょうか．
科学技術で馴染み深い標準偏差で考えるとわかりやすいです．

「ほとんど」は標準偏差の2σと考えると納得できます．
2σは95％ですので，「ほとんど」は「95%以上100%未満」となります．

AがBに含まれる割合をXとしますと，「ほとんど」は「95%≦X＜100%」となります．

そうなると，「ある」は「95%未満（X＜95%）」になります．

「ほとんど」は「≒」とも書けます．これは科学技術では近似解として使われます．

同一は難しい

前項で、ほとんどを「≒」と記しました．
「同一」である「＝」と「ほとんど」である「≒」は本来異なるものです．

しかし，科学技術ではこの区別は哲学や数学より少しゆるいです．
科学技術者が≒を使うとき注意が必要です．

哲学者ライプニッツは，「同一であること」を
「Aのもつすべての性質をBが持ち，同時にBがもつすべての性質をAが持つとき」と言いました．

ライプニッツの考え方だと，
Aの各要素とBの各要素には，厳密に1：1の対応関係が成り立ちます．

数学の「＝」も「同一」です．

たとえば，「2＝1＋1」です．
この考え方だと，Aの要素とBの要素を入れ替えても同一は成立します．

1＋1＝2も2＝1＋1も左辺と右辺を入れ替えても成立します．
科学技術者は，「同一」の概念をもう少し広くとらえています。

科学技術では「≒」は近似解で，「ほとんど同じ」ととらえています．
科学技術者は近似解に慣れています．

確かに現実の科学技術では正確な値が求められないことが多いから，
近似解で物事を進めるケースが多いです．

このように近似解に慣れているので，
科学技術者は，「＝」と「≒」を同一視することがあります．
そうしないと研究開発が進まないことがあるからです．

しかし，「＝」は「同一」で「≒」は「近似解」ですから，
これらは本来区別すべきもので，同一に取り扱うことができないものです．

そのことが思わぬ間違いや事象の拡大解釈や恣意的解釈につながる危険性があります．

科学技術者は，もっと厳密に「＝」と「≒」の違いを理解し，これらを区別して使うべきです．

「かつ」と「または」

「かつ」か「または」により命題の対象とする範囲が変わります．

「AかつBである」は，Aでありそれと同時にBでもあることです．
図のAとBの重なっている領域です．

たとえば，「イケメンでかつ背の高い人」は「イケメン」でありそれと同時に「背が高い」ことです．
この2つを同時に満たす人は多くはないですね．

現代物理学で電子の振る舞いは，「粒子でありかつ波動である」と書かれます．
これは，電子は「粒子」でありそれと同時に「波動」であることを示します．

一般常識からはかけ離れた概念ですが，
現代物理学が教えてくれるミクロの粒子（素粒子）の振る舞いです．

「AまたはBである」は，Aの領域かBの領域であることを示しますから，
対象はAとBの全領域になります．

たとえば，「イケメンまたは背が高い人」は「イケメン」か「背が高い」かのどちらかです．
上の「かつ」よりはバリヤーが低いですね．

「粒子であるかまたは波動であるもの」を考えてみましょう．

これは，「粒子」か「波動」かどちらかです．
粒子でも波動でもよいのですから，身のまわりにある石やボールは粒子ですし，
池に石を投げ入れて時の波や海岸のうねりも波です．

これらすべてが対象になります．随分と範囲が広がりました．

「～でない（命題）」（否定）

論理的に考えるとき，否定は大事です．
決してネガティブで後ろ向きの思考ではありません．

命題の真偽を判定する方法ですし，新しいことを考え付く原動力です．

命題「Xである」に対して，「Xでない」が否定です．
これを否定命題といい，X(―)で表しましょう．
図のX以外の領域です．

「Xである」が真なら「Xでない」は偽です．

たとえば，「犬は動物である」（X）は真です．
「犬は動物でない」（X(―)）は偽です．

一方，「Xである（X）」が偽なら「Xでない」（X(―)）は真です．
「犬は植物である」（X）は偽ですから「犬は植物でない」は真です．

否定の効能は2つあります．

1つは命題の真偽がよくわからないとき，否定命題を考えてその真偽を検討します．
否定命題が真なら命題は偽ですし，否定命題が偽なら命題は真です．
否定命題の方が考えやすいことがあるのです．

もう1つは新しい発想や考えを生み出すことです．
否定は現状や当たり前と思うことを打ち消すのですから，
そこから新しい発想や考えが生まれるのです．

否定は後ろ向きの考え方ではありません．
対象を真剣にかつ真逆に考えて，新発想を導く思考法です．

これらの否定の神髄は基本論理語の「対偶(たいぐう)」や，論理ツール②の「背理法」で発揮されます．

AならばB

つまり、論理包含。 東京に住んでいる ⇒ 日本に住んでいる

AがTrueならばBもTrue、BがTrueならばBもTrue

• 実質等値
• A ⇔ B

トートロジー

場合分け

条件付きで分岐する

• x (x≧0のとき)
• -x (x≦0のとき)

命題の逆，裏，対偶(たいぐう)

ある命題「AがBである」に対して，言葉を入れ替えます．
そうするといくつかの命題を作れます．

それらに名前が付いていて，「逆」「裏」「対偶」といい，
それぞれ真と偽を考えることができます．

命題「AはBである」と例「犬は動物である」を，もう一度取り上げます．

考えている対象を「すべて」として，以下の命題には「すべて」を付けます．

命題を示します．

逆

AとBを入れ替えると，次の命題となります．

BはAである． （β）

これを「逆」といいます．例をあげましょう．

『すべての動物は犬である』

これは命題αのA（犬）とB（動物）を入れ替えたものです．

さて，この命題は真でしょうか．必ずしも真とは言えません．

犬は動物ですが，犬以外の動物は，猫や馬など多くいます．
一部は正しい（真）ですが，間違い（偽）も含まれます．

つまり，命題αが真であっても，逆は必ずしも真ではないのです．

裏

命題αに対して，
AとBを否定して，「Aでない」と「Bでない」と変えた命題を「裏」といいます．

『すべての犬でないは動物でない』

　ちょっと馴染みのない言葉ですね．

日本語としては，「AでないものはBでない」「すべての犬でないものは動物でない」と
「もの」を補った文だとしっくりきますので，そのように書くとよいです．

「裏」をつくるときのコツです．書き直します．

『すべての犬でないものは動物でない』

確かに犬でなくて動物でないものは多くあります．
机もパソコンも犬でなくて，動物でもありません．
この点ではこの命題は真です．

しかし，犬でなくて動物であるものもいます（たとえば猫や馬）．
だから，この命題は必ずしも真とはいえません．

対偶(たいぐう)

もう一つ考えます．AとBを否定してそれを入れ替えます．この命題を「対偶(たいぐう)」といいます．

命題αを「逆」（β）にして，さらに「裏」（γ）にすると「対偶」になります．
「裏」を「逆」にしてもよいです．

BでないはAでない （δ）

上の例にならうと

『すべての動物でないは犬でない』

これは「すべての動物でないものは犬でない」とも書けますので，書き直します．
これも対偶を創るときのコツです．

『すべての動物でないものは犬でない』

これは必ず真です．動物でなくて犬であるものはいません．

ゆえに（∴）、なぜならば（∵）

ref

• 論理的に考える　―論理ツール①（基本論理語）とは―　【テクニカルライティング】 – テクニカルライティング | 科学技術文章術スクール

論理ルール

1．人は論理ツールを使って考える

科学技術文は，科学技術の成果を記した文章で，論理的に書かれています．
論理的とは筋道が通っているということす．

私たちは考えるとき，心の思考空間で考えます．
この空間で，
そのように考えると筋道が通るという標準的に考える方法があります．

その標準的な方法で考えたとき，それを論理的とか筋道が通るというのです．

この方法は論理的に考えるときの道具（ツール）と捉えることができます．
なので，ここではそれを論理ツールと言いましょう．

論理ツールは2種類あります．

1つは論理的に考えるときに用いる基本論理語です．
それを論理ツール①と呼びましょう．
論理的に考える　―論理ツール①（基本論理語）とは―

もう一つは言葉を用いた論理的思考のツールで，
それを論理ツール②（言葉を用いた論理プロセス）と呼びましょう．

論理的に考えることをテニスのプレイにたとえてみましょう．

テニスをプレイするとき，整備されたコートが必要です．
整備されていないとボールがイレギュラーにバウンドしてしまいます．

ゲームをするには，ラケットやボールなどの用具とゲームのルールが必要です．

用具がないとそもそもプレイできませんし，
よい用具を使わないと満足のいくゲームができません．ルールは大事です．

それをプレイヤーが熟知していないと，フェアで楽しいゲームができません．

論理的に考えることも同様です．

心の思考空間はテニスコートに対応します．
コートと同様に整備された思考空間は考えることの前提です．

論理ツール①は，ラケットやボールなど用具に対応し，
論理的思考の基本的な用具（ツール）です．

用具がないとテニスができないのと同様に，
論理ツール①が使えないと考えることができません．

論理ツール②はゲームのルールに対応します．
ルールに従えばプレイヤーは納得してゲームを楽しめます．

それと同様に，論理ツール②に従って考えると論理的思考ができますし，
そのプロセスと結果を他人も理解できます．

論理的思考は彫刻家が彫刻を作ることにもたとえられます．
彫刻家はノミという道具（ツール）を使って彫像を彫ります．

それと同様に私たちは論理ツールという道具（ツール）を使って，
論理的思考を行うのです．

人の心はなぜこのような論理的思考ができるようになったのでしょうか．

人は長い時間をかけて進化しました．
進化の長い過程で，ある方法で考えるとものごとがよく理解でき，
ものごとの本質が解明され，最適な行動が取れることを発見しました．

考える標準プロセスを獲得したのです．
私たちはその考え方を筋道が通った考え方と言い，論理的思考と言うのです．

論理的思考は私たちのDNAに刻み込まれています．

だから，私たちはその方法をマスターしたとき，
論理的に考える方法を身に付けたというのです．

論理ツール②は以下のとおりです．

・背理法
・相関性
・因果関係
・三段論法
・科学の推論（演繹法，帰納法，仮説法，仮説演繹法，アナロジー(類推，比喩)）

これらのツールは既知のことから出発して，一定のプロセスで考えて，
思考の出発時には未知であった結論を得る方法です．

考えるプロセスや結論には未知のことも含まれますので，
それらを推し量りながら論理を組み立てていきます．
なので，これらの方法を推論ともいいます．

2．背理法

背理法は，否定を使った論理ツールです．

「あること」が正しい（真）か間違い（偽）かを判定したいとします．
そのとき，「あること」を否定してそれが真か偽かを考えて，
「あること」の真偽を判定する方法です．

「あること」を命題Xとします．
論理的思考について述べるとき，命題という言葉をよく使います．

命題とは，主語と述語の揃った文章であり，一つのことがらを言い表し，
真または偽であることが判定できるものです．

これを否定した否定命題X(―)を提出し，
それが偽であることを導き出すか，
その命題から矛盾したことを導き出します．

そうすると，否定命題X(―)は偽になります．
なので，最初の命題Xは真であることが証明されます．

図解で示すとわかりやすいです．真である命題Xが真であれば，
それを否定した命題X(―)は真ではあり得ないので偽になります．

だから，証明したい命題Xに対して否定命題X(―)を提案して，
それが偽であることを証明できれば，命題Xが真であると証明できるのです．

これはとても素晴らしい方法です．
直接命題Xが真であることを証明できなくても，
否定命題X(―)が偽であれば命題Xが真であることが分かるのですから．

例をあげましょう．
湯川秀樹は日本人であることを，背理法を使って証明します．
湯川秀樹が日本人なのは当然ですが，それがいま証明できないとして考えます．

「湯川秀樹は日本人でない」との否定命題を提出します．

調べて見ると湯川秀樹は日本国籍を持っていることがわかりました．
日本人の定義は日本国籍を持っていることですから，
日本国籍を持ち同時に日本国籍を持たないは矛盾です．

だから，この否定命題は偽です．よって，湯川秀樹は日本人であることが証明されます．

3．相関性

1）相関性とは

相関性とは，2つの事項AとBの間で，一方のAが変化すれば，
それに対応してもう一方Bも変化する関係をいいます．

ある事項Aが起こり，続いて事項Bが起こったとします．
AとBの間に何らかの関係があるのかを考えたいとき，
相関性の有無を検討すると両者の関係がわかります．

例をあげましょう．まず妥当といえる相関性です．

事項A　時計の針がお昼（午後0時）に近づく午前0時に近づく

事項B　お腹が空く

これは妥当といってよいでしょう．
大概の人は朝ご飯を食べて仕事をします．
なのでお時計の針がだんだんと昼12時に近くなると，
それに伴い少しずつお腹が空いてきます．

しかし，不適切な相関性もあります．
本当に相関性があるのかどうか疑わしいケースです．
例をあげましょう．

事項A　月曜日は寝ぼけ眼で出勤してする人が多い

事項B　月曜日朝の都会の通勤電車が遅れる

確かに相関性がありそうな感じがしますが，
果たして相関性があるのかどうかはわかりません．

相関性は直感で判断できそうかもしれませんが，
検討したい事項のデータを取って，
相関分析や回帰分析を行って判断します．

上の例もデータを取って調べると本当に相関性があるかわかります．

4．因果関係

因果関係とは，ある事象が起こるときは必ずその要因がある，
つまり，「要因」があって「結果」が生じる，という考え方です．

因果関係は科学技術の基本的原則です．
科学技術はこの基本的原則の上に成り立っています．

たとえば，水を加熱すると沸騰します．
要因は水を加熱することです．その結果水が沸騰するのです．

科学技術ではある事象を検討するとき，
因果関係を常に検討すべきです．

結果に対する要因を明確にして研究を進めます．
しかし，因果関係の解明はしばしば困難を伴います．
要因を確定できないことが多いのです．

そのようなときは，相関性が得られれば，
それを根拠にして進めてもかまいません．

さて，妥当な因果関係とはどのようなものでしょうか．それは以下のとおりです．

既知の科学の知識と法則に基づいています．

既知の科学の知識と法則と整合性があります．
これは合致するという意味ではありません．異なることもあります．
提示した因果関係で，いま課題となっていることを，
既知の科学知識や報告も含めて，矛盾なく説明できるということです．

要因から結果までのプロセスを，具体的に矛盾なく科学的に説明できます．

この条件が揃っているとき，妥当な因果関係と言えます．

ただし，上で述べたように，因果関係は絶対的なものではありません．
それは将来別のデータや考察で変化することもあり得るのです．
暫時的なものといってもよいです．

これは何も科学技術における因果関係がいい加減なものと
言っているのではありません．

科学技術は常に変化し発展するものだからです．
これが科学技術の本質でもあります．

5．三段論法

三段論法はアリストテレスの時代から使われている推論の一つです．

三段論法は，2つのわかってること（真の前提）から，
真の結論を導く推論です．

後に述べます演繹法の1種ともいえます．図解も参照してください．

第一文
第一文は大前提で，わかっていること（真）です．
大前提は次の小前提より大きな概念であることが特徴です．
MがPに属するとします．「MはPである」と書きます．
図に示すように，MはPの中に属します．

第二文
第二文は小前提で，わかってること（真）です．
SがMに属するとします．「SはMである」と書きます．
図に示すように，SはMの中に属します．

第三文
第三文は，第一文と第二文から得られる結論です．
第一文と第二文から合理的に推論されることを図示すると，
SはMに属しMはPに属しますから，当然SはPに属します．
よって，結論は「SはPである」になります．
大前提も小前提も真ですから，この推論の結論も真になります．

この推論は，わかりやすくかつ真の結論が得られますので，
科学技術で多く使われます．

例をあげましょう．

・第一文　大前提 すべての犬（M）は動物（P）である
・第二文　小前提 すべてのブルドック（S）は犬（M）である
・第三文　結論 ゆえに，すべてのブルドック（S）は動物（P）である

図解するとこれらの関係が理解しやすいです．

6．科学の推論

科学技術者が研究開発を行うとき，データやエビデンスから
様々なことを推論して論理を組み立てます．
そのとき用いる推論が以下の科学の推論です．

・ 演繹法
・ 帰納法
・ 仮説法
・ 仮説演繹法
・ アナロジー（類推，比喩）

1）演繹法

演繹法とは，一般的に定められたこと（公理，法則，前提）から，
個別事例を得ることです．

一般的公理，法則，前提がわかっていて，
それに含まれる事象の例を探すときにこれを使います．

演繹法は一般的公理・法則・前提の事例を提供するものです．
演繹法の特徴は個別事例が多く集まることです．

しかし，個別事例は新しい知識ではありませんので，
新知識は増えません．これも演繹法の特徴です．

図解します．
一般的公理・法則・前提は集合αで示されます．
個別事例A1やA2はすべてαの中にあります．
これらは新しい知識ではなく，αの例です．

例をあげましょう．
「象の鼻は長い」という一般法則があるとします．

個別事例を探してみます．

インドの風景を見ていると「インドの象1の鼻は長い」ことがわかりました．

動物園に行ったら「動物園の象2の鼻は長い」でした．

また「動物園の象3の鼻は長い」ことも確認できました．
確かに，「象の鼻は長い」例が多く集まります．

2）帰納法

帰納法は演繹法の逆です．
帰納法は，多くの事例を集めて，
その中に共通することを見つけて一般法則を発見する推論です．

帰納法では，得られた法則は新知識で知識が広がります．
これは帰納法の特徴です．

しかし，得られた法則に入らない事例（反例といいます）が
見つかる可能性があります．
そうなると，法則は間違い（偽）になります．
このような可能性が帰納法にはあります．
これは演繹法にはない帰納法の特徴です．

帰納法は，個別事例の間に共通性があり，
それらの間に強い相関性を示すことができます．

でも，因果関係を示すかはわかりません．因果関係はこれだけではわかりません．

上で帰納法は一般法則を見つけると言いましたが，
科学技術では帰納法だけで法則を見つけることはありません．
むしろ，帰納法的推論として仮説を提出するときに用いる推論です．
このことは後述します．

図解で説明を続けます．
事例A1やA2・・を集めます．

この中から共通することを抽出して一般法則αを見つけたとします．
しかし，法則αの中にそれに合致しない事例が見つかる可能性があります．

反例C1が見つかったとしましょう．
そうなると，法則αは成立しませんから，範囲を縮小するなどして，
修正した法則α’を改めて提出します．

または，法則をつくることをあきらめます．

このように帰納法は新しい知識（法則）を増やすことができますが，
間違える可能性もあるのです．

例をあげましょう．見つかった法則が真の例です．

「象の鼻は長い」ことを知らないとしましょう．
そこで，象の鼻について個別事例を集めました．

動物園に行ったら「動物園の象の鼻は長い」例が見つかりました．
インドでは「インドの象の鼻は長い」し，
アフリカでは「アフリカの象の鼻は長い」でした．

そこで，法則「象の鼻は長い」を提出します．
この法則はいままで反例がありませんから，今後も正しい（真）でしょう．

もう一つ例を出します．
桜の花に関するもので，法則が真でない例です．

4月の公園に行ったら事例「公園の桜1の花は五弁である」を見つけました．
さらに調べたら事例「同じ公園の桜2の花は五弁である」し，
他の公園でも「桜3の花は五弁である」ことを見いだしました．

そこで，法則「桜の花は五弁である」を提出します．
この時点では法則はいかにも真であるように思えます．

しかし，探索を続けると，
なんと「公園の別の桜Aの花は多弁である」という事例が発見されました．

これは反例です．
この事例が見つかったので，
上の法則「桜の花は五弁である」は間違い（偽）になります．

3）仮説法

仮説法は，既知の知識に基づいて，
帰納法，演繹法やアナロジーを用いて，
既知の知識も未知の事例も含まれる一つの見解
（因果関係，法則や説明など）を提案するものです．

たとえば，ある事象の因果関係を求めるとき，
その事象の要因として考えられることを仮説として提案することです．

人が仮説を考えることを発見したのは，アメリカの論理学者パースです．
パースはこの推論をアブダクション（abduction）と名付け
「最善の説明への推論」と言いました．

仮説が満たすべき要件は以下にまとめられます．

 複数の個別事例を説明できる新概念を含むこと

 未知の事例が説明可能であること

 既知の科学的知見と法則に基づくこと（これらから立論している．これらを肯定しても否定してもよい）

 より簡潔でより多くの事例が説明できる仮説がよりよい

 検証可能であること（仮説演繹法を参照してください）

仮説の導入時点では常識はずれでも，
事象を説明できるなら，それが正しいとして議論を進めることが重要です．

このとき，「仮説の根拠は何か」と問うのは愚の骨頂です．

それは新発見・新発想を根元からつぶしてしまいます．
誰かが仮説を提案するとき注意すべきことです．

仮説をうまく思いつくコツは，科学知識も重要ですが，
何より想像力（空想力）です．

現状から思い切ってジャンプできる想像力が優れた仮説を生み出します．

仮説法は，それ単独で使われるよりも，
仮説演繹法の仮説（モデル）として提案されるために用いられることが多いです．

例をあげます．秋田市では冬は寒いという事例を考えます．
秋田市は日本の高緯度（緯度：39.7°）にあります．

さて，秋田市の冬が寒いことの要因をどのように考えるか，です．

ここで仮説「日本の高緯度にある都市では冬は寒い」を提案します．
つまり，高緯度にあるという要因により，
そこの都市では冬は寒いという結果が起こる，と考えるのです．

これが正しい（真）か否かを調べる方法は，次の仮説演繹法で調べます．

4）仮説演繹法

仮説演繹法は次のプロセスで推論する方法です．
図解を参照してください．より詳しい図解も示します．

①仮説の提案

既知の情報に基づき，帰納法的推論，演繹法的推論やアナロジーにより，
既知の情報と未知のことがらに関する見解
（因果関係，法則，説明など）を仮説として提案します．
仮説はモデルともいいます．

②予測

仮説（モデル）から未知の事項を予測します．
その「仮説（モデル）」が正しいと仮定して，起こりうる結果を予想します．

③検証

検証します．
つまり，予想したことを実施（実験・観察・シミュレーション）します．
予想が正しければ，仮説（モデル）は真です．推論は終了します．

④仮説（モデル）の再提案と検証

間違っている（偽）なら，仮説（モデル）は偽です．
もう一度仮説（モデル）を作り直し検証します．
検証結果が真になるまで，仮説（モデル）提案と検証を繰り返します．

仮説演繹法は科学技術研究開発で活用されます．
それは次のプロセスで行います．

まず，研究開発の目的を設定します．
目的を達成するため観察・実験･計算・シミュレーションを行います．

それらの結果を解析・考察して，既知の科学知識も考慮に入れて，
対象とする事例すべてをカバーする要因や法則などを
仮説（モデル）として提案します．

仮説が真であると仮定して，新しい観察や実験などを実施します．
検証です．仮説どおりの結果が得られたなら，仮説は真です．

しかし，仮説では説明できない結果が出たら，仮説が偽です．
もう一度仮説を練り直して再提案し，検証します．

これを仮説が真になるまで続けます．
仮説を更新するごとに真実に近づいていきますので，
これをスパイラルアップ型モデル検証と呼びたいです．

仮説の変遷を図解で説明します．

事象A1，A2，・・・の事象群Aがあります．
この振る舞いなどに関する仮説X1（破線の集合）を提案します．

仮説X1は真または偽です．検証の結果偽であることが判明しました．
そこで，再検討して仮説X1より範囲を縮小した仮説X2（実線の集合）を提案します．

検証の結果，この仮説は真であることが判明したとします．
これで終了です．

仮説X2は既知の事象（一点破線の集合）より広い範囲をカバーしていますので，
未知の事象を予測できます．

ただし，この中に反例が入っている可能性はありますので，
将来の研究により新仮説が提案されるかもしれません．

仮説演繹法は，因果関係を求める強力なツールで，
科学と工学の研究開発ではこの推論をトコトン活用して，
様々な法則などを発見したり新製品を開発しています．

仮説演繹法は演繹法，帰納法やアナロジー（類推，比喩）を多く使います．
これらを使いこなすと仮説演繹法を十分活用して，
真実を発見することができます．

優れた仮説を考えつくのは難しいです．
帰納法（帰納法的推論），演繹法（演繹法的推論）と
アナロジーを使いこなしてトコトン考えることが肝要です．

仮説演繹法を実践するとき注意することがあります．
それは検証結果を仮説（モデル）に合わせようとしてはいけません．

検証結果（実験結果や観察したこと）は，疑えない「真」として考察します．
仮説（モデル）と検証結果が異なっていれば，モデルが偽なのです．
ここ注意してください．

もう一つ注意があります．
この推論は真である結論を得ますが，
それは絶対的な真ではない可能性があることを認識しておいてください．

当面，真として認識するということです．
将来結論を覆す新実験結果などが見つかる可能性があるのです．

そのとき，結論は偽になり，もう一度仮説の提案から再スタートします．
仮説は帰納法推論で得られるから，
このような可能性は仮説演繹法
（もっと大げさにいえば科学そのもの）の宿命と言えます．

これは何も仮説演繹法をいい加減に使えばよいと言っているのではありません．
科学技術は，常に既知の法則・知識を新発見によって越え，
より広い範囲をカバーする法則や知識を生み出してきました．
科学技術の発展とはそういうプロセスなのです．

だから，既知の法則・知識とは異なる実験事実を見つけたら，
それは科学技術を発展させるカギを握った可能性があるのですから，
喜ぶべきことです．

5）アナロジー（類推，比喩）

アナロジー（類推，比喩）は複数の既知の情報を比較・照合して，
それらの関連性から推論したり，新しいイメージとして推論することです．

ある事象に対して，
似た事象から推論する（類推）ことや他の事象にたとえる（比喩）ことです．

アナロジーは人の思考の重要な要素です．
新しいことを考えるとき，これまでの経験と照らし合わせて，
過去の類似の経験と照合して，未来を予想します．

ある事象と他の事象との間に関連性を見いだすのです．
アナロジーは論理的でなくてもよいし合理的でなくてもよいです．
発想のジャンプがミソです．

例をあげます．

光は波動で進みます．
波動は池に石を投げ入れたときにできる波紋にたとえられます．

ボーアの原子模型を理解するとき，それを太陽系にたとえるとわかりやすいです．
身近にも多くありますので，周りを見わたしてください．

武谷三段階論

測定問題および解釈問題を解決する実用的な理論形成手法。

1. 現象論的段階 (Phenomenon)
   • 測定にかかるものをそのまま記述する段階
2. 実体論的段階 (Substance)
   • 現象論的段階に出てこない実体を作ったり知る段階
3. 本質論的段階 (Essence)
   • 方程式など主として数学的手法で記述する段階

ref

• 武谷三男 - Wikipedia

重要な事から先にやる

Life Jarの例

• life jarの例
• なんでもできるは、なんでもできない
• 最初からジャーに砂や水を詰めたらもうゴルフボールはつまらない。
• つまり、大事なことは最初に詰めるべきということ。
  • 最初から些細なことに時間を使っていてはいけない。
  • 本当に大切なことができなくなるから。
  • 最終的にジャーは満タン = 終焉を迎えるから。

つまり、人生は有限なので、物事に優先順位を決めて、大切なことから先にやるべきということ

特に、いつもやりたいことから先にやるけど、本当は重要な事から先にやるべき。

ref

• (7) A Valuable Lesson For A Happier Life - YouTube

合理的な選択する

つまり、理にかなった選択。 面白い選択をするのが理にかなっていたらそっちでもいい。 つまり、現実的に実現可能性がある選択と言ってもいいかもしれない。 時にはチャレンジをすることも合理的な選択だという事もある。

理にかなって

理にかなっていない、ことわりから外れると上手くいかない。

人間は合理的に行動できない

• タバコを吸う、食べ過ぎる、老後のために十分な貯蓄など
• 人間は感情ベースで動くため合理的には行動ができない
• 非合理的にできている

我、ことにおいて後悔せず

• 「我、ことにおいて後悔せず」これは宮本武蔵の独行道に出てくる有名な言葉
• ではこの「こと」とは一体何か？　
• 後悔しないためにはどんな「こと」をすれば良いか？
  • Want: 自分がしたい事
  • Can: 自分ができる事
  • Need: 自分が求められている事
• ベン図にすると下

つまり、無理、無視、無駄を意識する。

自問自答

今このタイミングで、このメンバーで、このリソースで、このマーケットに、この能力で 本当に選択するべきかどうか？ 自問自答する必要がある。

実現可能性

特に、実現可能性が大切。 人間のできるという認知と、実際にできる行動は10倍ぐらい違いがある。 不確実性や経験のない時の予測はまったく意味がない。

実論にする

実論になっていない場合は空理空論の空想。 なので、選択に対して謙虚にならないといけない。

ref

• 我、ことにおいて後悔せず
• 【行動経済学とは】 人間は合理的な判断ができない： 行動経済学が明らかにしたこと | 識学総研

環境が全て

環境を変えることが大切なのは当たり前だが、もう一度言いたい。

人は悪くない

上手く行かない時はうまくいく環境にいないからのことが 9 割 9 分。

最近の例だと、家でリモートワークで仕事をしなければならないのに、しない時、 ロジックとしては次を考えてた。

やる気がない => やらない

ただこの問題も結局は自分のやる気がないのではなく、自分のやる気がでない場所にいるのが原因だった。 なので、コワーキングスペースに PC を持っていけば、自ずとやり始めた。

つまりは、最も言いたいことは、人は悪くない何事においても。 聖書の言葉だと、罪を恨んで人を恨まずだ。 毎回 Who が原因だと思いがちだが、Where が問題の根因。

強化学習

機械学習の分野の強化学習は人生の縮図みたいなものだが、Environment がすべてを支配する。

残念だが当然のこと。我々は常に環境に支配されているわけだ。 つまりは、いい環境にいれば確率的にいい感じになるだろうという話。

よくある話だと、自己責任論と環境責任論。 自責にしないと反省が生まれないが、社会という視点からだと、無論、環境責任論を推す。 なぜなら、我々は制度によって縛られているから。

また、地政学の話でも同じことが言える。 南の島の人は働かないでも衣食住が確保できるが、北の人はそうはいかない。 だから、北の人は技術を発展させたということ。

動物の社会で言えば、有袋類 vs. 有胎盤類の生存競争の話だろうか。

ダーヴィンの進化論で言えば、 他者よりも強いものが生き残るのではなく、環境に変化できたものが生き残る。 ダイバシティが必要な理由もそこにある。

我々が肺呼吸する理由だって、そこに空気があるから。 当たり前の我々の存在も環境というか、自然に支配されている。

また、魚が丘で無力なように、勝てる環境(ゲーム)を選ぶ必要がある。 古代文明の勃興だって、灌漑ができる大きな川があった環境によるもの。 栄える環境があるなら、そこに移動するのが正しい。

散歩したら いい ways がみつかもしれない。

まとめると、

• 人は悪くない何事においても
• 環境が全てを決定している
• 勝てる環境を選ぶ

捨てる

• 捨てる
• 物を捨てる
• 考えを捨てる
• ゴミを捨てる
• 使ってないものを捨てる
• モヤモヤを捨てる
• let go
• 目に入るだけで負債
• 頭で感じるだけで負債

行動について

• バカの考え休むに似たり
• actions over theory

検証系タスク

次の三つで十分。

1. 前提 (Prerequisites)
2. 結果 (Result)
3. 結論 (Conclusion)

実験、試験、検証などのやってみた系は上記の 3 つがあれば十分。

得意な所で戦う

生物とフィールド

• 湿地帯ではワニが最強
• 海の中ではシャチが強い
• 陸上ではライオンが強い

それぞれのフィールドに特化している。 ライオンは海の中で戦わないし、シャチも陸上では戦わない。 それぞれ自分の能力が生きるフィールドがある

ランチェスター戦略

弱者の作戦:

• 差別化
• 一点集中
• 局地戦 (ニッチ市場)
• 接近戦 (1対1)

つまり、得意な事で特定の場所で特別な戦い方をするということ

弱くても勝てます

• ある弱小野球部での戦略
• 守備練習を捨てて、バッティング練習のみ
• つまり、集中作戦

分散より集中

• 強者は分散、守り
• 弱者は集中、攻撃

SWOT分析

• Strength（強み）：
  • 自社や自社商品の長所や得意とするところ。
  • 内部環境のプラス要素。
• Weakness（弱み）：
  • 自社や自社商品の短所や苦手とするところ。
  • 悪影響を及ぼすと考えられる内部環境のマイナス要素。
• Opportunity（機会）：
  • 社会や市場の変化などにより、
  • 自社や自社商品にとってプラスに働く外部環境のプラス要素。
• Threat（脅威）：
  • 社会や市場の変化などにより、自社や自社商品に悪影響を及ぼすと考えられる
  • 外部環境のマイナス要素。

戦略が180°変わる

• あるソフトウェアエンジニア
• 彼は営業ができないが開発はできる。
• 強みは開発、弱みは営業
• 弱みを伸ばす場合
  • 営業を人並みにする => 人並みだから差別化できていない
• 強みを生かす場合
  • 製品開発で抜きんでる => 得意の開発で差別化できる

つまり、得意なところで戦うか戦わないかで戦略が180°変わる。

ref

• 「弱くても勝てます」 開成高校野球部のセオリー - Wikipedia

セグメントを切って局地戦をする

• そもそもフィージビリティがあるか分からないので、一番ミニマムな所でテストをする
• 局地戦
• 使えるセグメントを探す
• 個別具体的な所をせめて 95%などを得る

シンプルに３つだけ

資本主義社会はシンプルに次の 3 つと言える。

1. おカネが一番大切、安定したキャッシュフローが大切
2. おカネを作るために何かを売らないといけない
3. 売るために何かの商品やサービスなどとお客（人）を探してマッチングする

補足

• おカネが無いと自分の時価ややりたくない事をしなければならない
• 自分の持ち物や資産をを売る必要になってしまう
• 人に選ばれるサービス
• お客さんの課題（需要）があるのも大切だが、本当の所は分からないため、数売るしかない
• つまり色々な商品を色々な人に売るだけ
• そこから学習して調整が入る
• 全部仮説なので、机上の空論より、検証して実論に持っていく必要がある
• 結局科学的にやるには実験を沢山繰り返すだけ
• 行動数が KPI
• 別の言い方をすると、種を植えて水と栄養を与えて育つか確認するだけ
• Actions over theory

山登りと仕事

• 空間に入ったらその空間のルールに従う必要がある
  • 平地での装備では山登りは足りない
  • 地図も必要、服も必要、水分も必要
  • 計画が必要
• step by step
• だめなら引き返す
  • 何回でもチャレンジできる
  • ただ、タイミングが今ではなかっただけ
• ミクロとマクロ
  • 足物のタスクも大切
  • 他方、最終目的地を見るために前や上も確認しないといけない
  • つまり、ミクロとマクロ両方が大事
• ゴール
  • ゴールを設定する
  • ゴールから逆残して最短で進む
  • 寄り道しない
  • 目的主義
• マイルストーンを設定する
• 山に入る前に先に下調べする
• 無理はしない。できる範囲でチャレンジする

科学的な事業の作り方

0 -> 1をまず作る = 法則発見 (いい実験結果がでるまでひたすら実験する)

• 当てずっぽでも0->1を作らないと始まらない。
• それはたとえ100円でもいい。
• やる順番はやるリソースが軽いものから(金銭的、信頼的)。
• 最初の0->1ができれば、後はその方法をスケールさせるだけ。
• ここの0->1は再現性が最初はないハズ。
• 色々な方法を試して発見するしか方法がない。
• 全部の方法を試して見て、当たったものを伸ばす。
• つまりは、アタリがでるまでくじ引きを引くしかない。
• 逆に言えば、アタリがでるまで引けば当たる。
• アタリがない可能性もある。
• なので、リスク(リソース消費量)が低いものからさっさと引き続ける。
• ルールがラッキーで偶々当たった可能性もある。
• サンプルサイズ1のサンプル数1だと統計的有意性がないので、次のステップに進む。

1 -> 5を行う = 法則検証 (いい実験結果の法則と実験条件と再現性を見極める)

• 1から5も別の方法が必要になる。
• ここは1のスケールをアップすることを考える。
• 0->1ができるなら、5倍やれば1->5になる。
• ただし、自分の時間は限られているので、1->5はアウトソースする。
• 大切なのは、そのやり方に再現性があるかどうか。
• なので、自分ではやらずに、組織を作って他人にやってもらう。つまり、委託。
• マニュアルなどで属人性を排除し、本当にその法則でスケールするのかチェックする。
• そして他人にやってもらって、再現性がある場合は、VICTORYになる。
• つまり、再現性がある法則かを見極める。
• なぜなら同じやり方でもうまく行く場合と行かない場合があるから。
• Aという実験方法ならうまく行く。
• Bという実験方法ならうまくいかない。
• などというように。
• つまり、まだ本当に再現性のある法則かを見極める。
• 効果検証と言ってもいい。
• サンプルサイズ5のサンプル数5だと統計的に有意なので、次のステップに進む。

5 -> 100を行う = 法則活用 (法則の実験をベースに法則を徹底的に活用する)

• 1 -> 5を他人に委託して、マニュアル通りに実行してもらったらうまく言って、
• その実験の条件がクリアな場合は、あとは積み上げるだけ。
• 徹底的にやってひたすら積み上げを行う。
• つまり、順算思考。
• 手元に法則はあるので、後はスケールさせるだけ。
• 数で勝負することによって、定量的にやる。
• 物理の法則のように、経済でその法則が当てはまるなら、後は法則を活用するだけ。
• 法則さえ知っていれば、利益は無限に生み出せる。
• 100倍になるように、勝てる法則で徹底的に繰り返す。
• つまりは横展開。
• 最後は、再現性のあるやり方を売る。

つまりは、ビジネスは儲かる法則を見つける事

利益生産の法則の条件による再現性の見極め方

定性的価値 (人によって捉え方が異なるものの条件)

• 再現性がない。
• 人によって価値が異なるもの。
• 例: 四ヶ月目にキレイになります！
• つまり、うまくいったとしても、次やるとしてもまたうまく行くかは分からない。
• 例: Xという液体を沢山まぜたらYという結果ができた。

定量的価値 (数字、満場一致できるものの条件)

• 再現性がある。
• 人によって価値が同じもの。
• 例: 四ヶ月目に5キロ落ちます！
• つまり、うまくいったら、次やるとしてもまたうまくいく。
• 例: Xという液体を10gまぜたらYという結果ができた。

ref

• https://youtu.be/mPgVQGfD07s
• https://youtu.be/fzrAWMrROkc
• https://selco-coil.com/archives/567

自動化・仕組み化・ルール化・マニュアル化

自動化。 仕組みを作って自動化したい。 自分が動いても意味がない。 プログラミングやAIやらで自動化するよりも、先に収入を自動化したほうがいい。 不労所得というよりかは、仕組みで稼ぐ。 プラットフォームを提供するのが一番いい。 夜の中の不満を解消するための仕組みを作って行くッ！

借りることはいい事

借りること。 なんか言葉のイメージは悪い気がするが、大切な概念。 多分借金がイメージとしてあるからだろう。

借金は悪くはない。返せない借金が悪い。 まあ、それも自己破産すればチャラだけど。

知識も人でもお金もアイディアもやる気も全て自分一人でやるのは無理。 なので、借りまくっちゃってもいい気がする。 何でも自前主義は身を滅ぼす。

一人で全部をやろうとするのは愚の骨頂。 他人を信頼していない以上に、目標を立てていない可能性が高い。 目標があり、達成にこだわったら、自分だけの手でやろうとは思わないから。

利益を出す事が社会貢献

利益から国家に税金という形で社会に還元されるため。 利益を出す事は、お客さんに取って必要であり、重要であり、そこに適切に自在を等価し、商品を納品し、 価値を出したという証。

キーエンスみたいな感じ。 そのためには、付加価値を出せることにフォーカスするかが大切。 材料＋付加価値＝売値 だから。

また、プロダクトのライフサイクルを意識して売ることも大切。

売り上げだけなら、1億円のダイヤモンドを買って、一億円で売れば売り上げ一億円になる。

また、安く売るのは誰でも出来ること。 真面目と儲かることは相関しない。 正々堂々狡猾に生きるべき。 「あなたの会社が90日で儲かる」にも色々良いことが書いてあった。

結局いかに自分という資本を一番いい市場に送れるかの最適化問題。
また、未来宛ゲームや課題解決ゲームとも言える。 少なくとも、利益をベースに横展開するのが正攻法の気がした。

最初は小さな市場を取って、そこから利益を出して拡大する。 利益がないと負けゲーだから。

チャリンチャリンシステムを作る事が大切。

クライアントに取っての重要性

難しい仕事なのにカネが安くて、簡単な仕事なのにカネが高い。

なぜか？それはクライアントにとっての重要度が違うから。

こちら視点だと自分の難易度の物差しで測る。 他方、お金を払うのはクライアントなので、 クライアントはクライアントの物差しでおカネを払う。

その違い。

クライアントにとっての重要度の大きさが大切ということ。

場所が全て

here。

超超超大事。

結局個人がどうこう思おうとも、何をしようとも、環境とか場所とか場とか器とか空間に絶対に支配される。

結局、でどこにいるの？が大切。 過去についても、どこにいたのが。 そして未来もどこへ行くのが。

上手く行く空間にいればうまくいくし、 上手く行かない空間にいればうまくいかない。

純粋にそれだけ。 何時間その空間にいたか、それが大切。

数学でも空間は大切。 機械学習だって、特徴空間が全て。 例えば本を読んでいるときは、結局読書空間にいる。

究極の質問、「なぜ何もないのではなく、何かがあるのか？」の答えは個人的には、空間があるから。 存在する=空間があるという答え。

理由の背後には空間がある。 肺呼吸だって空気があるからする。

結局、「で、どこ？」ということが大切。 空間という場所を定義に全てが支配されるなら、「どこ」にいるのかを常に意識し続ける必要がある。

逆を言えば、いい場所で戦う事。

• 本物のジャングルでは、水中に陸上に空中に色々なフィールドがある。
• フィールドに合わせて最適化して、生物は戦っている。
• つまることろ、どこで戦うか、どこで戦わないかが大事ということ
• ライオンだって水中だったら勝てない
• 戦争だって制空権を持っているものが強い
• 宮本武蔵だって日を背にして戦った

だから、自分のフィールド(得意なこと)で勝負しろということ。

マーケ・市場

マーケティング能力がめっちゃ大切。 マーケティングの定義は下。

the action or business of promoting and selling products or services, including market research and advertising.

個人的には価値の定義も大切だと思う。 価値の定義は下(オレオレ)。

他人がどうしても解決したい課題と、自分が提供できる解決策の重なりを認識することができる能力。 その論理積が価値となる。

競合優位性が大切

todo

人に選ばれるゲーム

顧客満足度の測り方

• ネットプロモータースコア
• 友人や家族などに商品やサービス、あるいは企業そのものをすすめたいと思う度合い（推奨度）をスコアの事

ref

• https://www.youtube.com/watch?v=1vkE61b-PxY&ab_channel=%E7%AA%AA%E7%94%B0%E6%9C%9B%E7%A4%BE%E9%95%B7
• https://markitone.co.jp/column/nps/

王道を行く

王道が一番いい。プログラム作るのも王道に則った方がいい。 Github、Python、AWSなど。Gitlabなんて使う必要はなかった。

Francis Galtonとは、進化論を発表したダーヴィンのいとこであり、統計学者、遺伝学者であり、ゴルトンボードの発明者。

Francis Galtonの発見の一つに、平均への回帰とある。親の身長とその子供の身長に関して、子供の身長は平均へと回帰するということ。結局の所、極端なものも、徐々に平均へと回帰していくということ。

ならば、みんなの平均にみんながなるのであり、自分もその内平均に回帰するので、なら最初から平均に回帰しといたほうが賢いと思うこの頃。

みんなが使っているものには、それが優れていることが実証済みであり、例え未経験でそうは思わなくても、そのみんなが使っているものを使ったほうがいい。つまり、王道が一番いい。

わざわざ理由もないのに獣道や修羅の道に進む必要あはない。

TTPやマネ・コピーが全て

いいビジネスの作り方は、TTP/TTPSが全て。

• TTP: 徹底的にパクる
• TTPS: 徹底的にパクって進化させる

これに尽きる。 上手く行っている所を徹底的にパクって、 オリジナリティは消して、最後にちょっと進化させる。

学ぶことの語源は真似ること。 真似る=学ぶなので、真似するのが一番いい。

武道やスポーツでは型とか守破離とか言う。 化学では巨人の肩に乗ると表現する。 先人の結果を前提に全てを進める。

特に大切なのが、その本質を真似ること。 ビジネスだと上手く言っている理由があるはずなので、 その本質さえ真似してしまえば上手く行く。

また、自分なりに考え行動して、それで結果がでない事が多い。 なので、意味は分からなくても、兎に角徹底的にパクる。 なぜなら、先人が既に失敗した道を避けるため。

将棋だと下手の考え休むに似たり。 自分であれこれ考えるよりも、 定石を真似たほうが10000倍いい手を指せる。

色々なビジネス手法も結局はまね。

• タイムマシン経営
• ローカライズ
• 輸入ビジネス

上手く行っていないときは大概自分の考え方が間違っている。 まず、リサーチして上手く言っているビジネスを見つける。 それを徹底的にTTP/TTPSする。

自分のおカネで社会実験は支度はないなぁ。 他人のカネで実験して成功したものから始めたい。 Yoda先輩をもじって、

Don't think! Imitate.

コピーだけど。ここでは真似ると訳したい。 学ぶことの語源は真似ること。 人類がここまで進化したのも模倣したから。 日本だって、古来は中国を、近大は欧米をまねした。 copycatだったというわけ。 正々堂々狡猾にお手本を真似ていきたい。

下手の考え休むに似たり

行動について。

• ぐだぐだ考えていても、行動しなければ何も変わらない。
• 結局、行動しない限り何も変わらない。
• 将棋でいうと、下手の考え休むに似たり。
• 幕末の思想家の言葉だと、学習はしても学者にはなるな。
• 英語だと、Knowledge Is Power But Knowledge Without Action Is Useless.
• 行動できなければどんなアイディアも空理空論の空想物語。
• XXX理論とかは行動が前提の話。
• 空論を実論にする必要がある。

なので、圧倒的に、行動力 >>>>>>>>>>>>>> その他。

行動論として、具体的には次のことを意識する。

• 兎に角、馬鹿になる (∵ 少しのリスクで認知的不協和に陥る小利口が危ないため)
• タスク管理ソフトに落とし込む(=文字化＝理想の現実化の初歩のため)
• やることを具体的にする(=行動出来ないことはやらない)
• とにかく出来ている人を真似る(=真似るの語源は学ぶ、これが最短)
• ワンパスを通して20%のクオリティで終わらせる(=パレードの法則)
• 成功しても失敗しても、どっちに転んでも、経験値を積めるのでProgress (=ドラクエの法則)
• 例え失敗しても、失敗談はストーリーor武勇伝or笑い話にできるので、二度美味しい (=アーモンドグリコの法則)
• また、誠実さは何にでも通ずるので、責任問題も乗り越えられる (=至誠通天)
• 失敗しても小さなプライド以外何も失わないので、「失敗なんて屁でもない」の精神が大切 (=死ぬこと以外かすり傷)

総論:

• 何も考えないで(雑念を無にして)兎に角行動する。
• 瀕死でも、何でもかんでも、モウマンタイ。

引き算。 めんどくさいことをやるときには、引き算でやったほうがいい。 足し算的に一個一個足していくのではなく、引き算でやる。 とりあえず全部足してしまって、その後に、間違っていたら引く。

つまり、埋めてから消す。 不可逆的なことでない限り、最初にとりあえずやっちゃって、その後、修正するという方がいい。 下手の考え休むに似たり。 めんどくさいことを考えている間がめんどくさい。

地球は行動の星だからなるべく行動して行こう！

時が全ての因子

時間。

よくよく考えたら本質は時間。 qcdのどれも結局時間がキーファクター。

例えばソフトウェア開発。

• Q:
  • 製品のクオリティはどれだけ早く長く使えて早く動いて早く問題を解決するか。
• C:
  • cはコストだけどソフトウェア開発だと人月なので開発時間と同義。
• D:
  • dも同じで開発時間がそのままデリバリータイムになる。

もちろん、ヒト・モノ・カネなどもそれらすべてに関連する。 言い換えると、ヒト・モノ・カネ・コト・トキだなぁ。

次元だって、空間と時間。これらは離せない。 人の命だって言い得れば時。

コンビニだってアマゾンだって、qcdで言うデリバリーが早い。 ある意味、時が一番大切なパラメ。

人の真の理解は共感以外ない

• つまり、同じことを経験していない限り表面的な理解となる
• MEXに土日に進捗確認して何もしていないから起こっていたが、挑発しているのか？とか、怒るなといった。
• これは3年以上続いたが、10分で彼はミーティングを切るようになった
• ただ、過去に雇用していたJEFFとKENに君も同じように怒ったでしょといったら、すぐ理解した。
• つまり、そんな簡単な事でさえ、理解していなかったのだ長い間。
• これは衝撃という事と、理解していなくても人は進めてしまうということと、相手が理解していないことすら理解していなかった
• それと同時に、相手に腹落ちするほど理解してもらうには、相手に共感させないとダメだと理解した

メンバーの力の最大化をする

• 結局は人間は何も一人ではできない
• チームで動く必要がある
• 故にチームワークは大切
• チームメンバーの選定やチームビルディングも大切
• そして最も大切なのが、チームメンバーの能力の最大化に努める事
• つまり、チームとは個々のメンバーの集合なので、結局はメンバーの足し算や掛け算になる
• 故に、チームメンバーの力が最大化するようにチームを管理するべき

全ての人に価値はある

• この広大な宇宙に存在している奇跡
• 神に選ばれて存在している奇跡
• 縁はやおら形をなしてゆく

つまり、生きるモノ、あるモノ全て、神の子である

その人ができないのではなく、次の事が言える。

• その人にあったモノを見つけていないか、
• そこに配置しいないか、
• その人にぴったしのタスクをアサインしていないかの違い。

つまり、タスクを振る側の問題。 やらないヒトがいたとしても、それはその人に取って重要なタスクを振れていない事も問題。 もしその人がやる気のあるタスク、その人が得意なタスクだったら情熱を注いでやるから。

鳥に水中に潜れと言わないように、適材適所にヒトに仕事を振るべき。

信賞必罰

• これが足りていない。
• 厳しさは絶対必要
• 優しさは優しくない
• 本当の優しさとは厳しさ
• 情けは人の為ならず
• 授人以魚 不如授人以漁
  • 人に魚を与えれば一日で食べてしまうが、釣り方を教えれば一生食べていける
• give and take だが、自分が沢山 give するのはいいが、taker からは距離を置くべき
• 規律が無いと、ルールがないのでカオスになるだけ

反省して学習したらそれでいい

• 喧嘩になった時に、
• 相手が事実を認めて、
• 次に起こさないように反省して
• そしてそこから学習したと言ったら
• それ以上問い詰めない
• 全部学習だから

反対意見を取り入れる

弁証法とは？

弁証法とは、ある命題（テーゼ）と対立関係にある命題（アンチテーゼ）を統合し、より高い次元の命題（ジンテーゼ）を導き出す、止揚（アウフヘーベン）の考え方を土台とした思考法。

止揚（アウフヘーベン）

対立する二つの命題（テーゼとアンチテーゼ）に優劣があるわけではないということ。片方の命題がもう片方の命題を打ち消すのではなく、統合され進化していくという点にある。

例

ゲーム開発の例

• テーゼ：ユーザーはゲームに楽しさを求めている
• アンチテーゼ：ユーザーは運動不足を懸念し、ゲームを控えるべきと思っている
• ジンテーゼ：楽しみながらできる運動を取り入れたゲームソフトを開発しよう

お肉の例

• テーゼ：栄養価も高く美味しいお肉を人々は求めている
• アンチテーゼ：世界的に肉食が広がると、食糧資源の枯渇につながる
• ジンテーゼ：大豆等を原料に、栄養価が高く、美味しい人工肉を世に広めよう

二律背反を超える

• つまり、事物の対立や矛盾に着目し、それを克服する新たな発想を生み出す思考法である。
• 矛盾こそが新しい発想や展開のヒントであり、原動力であるとも考えられる。
• ビジネスにおいても、さまざまなジレンマや二律背反があるが、
• それらを乗り越えたユニークなアイデアを生み出したい場面で活用が効く

ref

• 弁証法｜グロービス経営大学院 創造と変革のMBA

定例ミーティングのフォーマット

最終的にプロジェクトをやるうえではプロジェクトの定例とPDCAを回すことが大切。 特にPDCAの項目についてNotion.soで議事録として文字にして、定例でチェックして改善することが大切。 次にフォーマットとその意味をまとめる。

ロングバージョン

• Agenda (議題):
  • 予め話したいことをまとめる
  • トピックの一覧を出す
  • 議論したい事もOK
  • 前回の振り返りも入れても良い
  • Project毎にPDCAの項目で定義する
• Background (背景)
  • 何故このプロジェクトが重要なのかを定義する
  • なぜこのドキュメントが重要なのかを定義する
• Purpose (目的):
  • このプロジェクトでの目的を定義する
  • 再掲になるはずなのでSkipでもOK
  • これは定性的なモノにする
• Goal (目標):
  • 目的を定量化したものが目標 (KPI)
  • 数値として定義する
  • 例えば、3か月以内にxxxクライアント集めるなどと言う感じに
• Idea (アイディア):
  • 目標を達成するたのアイディアをだす。
• Plan (計画):
  • アイディアを行う上で、メンバーで話してプロジェクトの推進で可能な限り計画・検討事項を出す。
• Tasks (タスク):
  • そのPlan(目標計画)を達成する上で必要なAction Planを定義する。
  • 基本的には目標から逆残して行動計画を立てる。
  • 目標計画に対して次の項目でブレイクダウンして、誰がいつまでに具体的に何をするかを決める
    • PIC: Person In Charge (担当者)
      • 担当者を決める
    • EXE: Execution (実行リスト)
      • 実行可能な範囲までブレイクダウンする
    • DUE: Due Date (期日)
      • 期限を決める
    • STATUS: (進捗)
      • TODO, WIP (60%), ICE, DONEなど
• Work Records (作業時間):
  • 作業した時間についてログを残す
  • 実行時間と作業内容を明確にする
  • 地球は行動の星。
• Progress (進捗確認):
  • 結局、checkが一番大事
    • それは人が誰かの監視が無いとサボるから。
    • 誰かがmanager/supervisorの監視者になる必要がある。
    • さらにCheckはめんどくさいから。
    • 人間の本質は怠惰。
    • 性悪説というか、生物はエネルギーを節約するように出来ているから当たり前。
    • つまり、徹底したなCheckこそが一番大切
  • 人はテスト”があるから努力するという事。
  • PDCAとして定期的にレギュラーミーティング(定例ミーティング)とかで進捗をチェックする必要が絶対にある。
  • Notionとかで定例ミーティングを管理してやったことを必ず文章としてチェックするべき。
  • 監視体制が無いと人は必ずサボる。
• Concerns (懸念事項・課題):
  • 課題・問題など
• Sharing (共有事項)
  • 感想や懸念事項を共有する
  • 些細な事でもOK
• Feedback (評価):
  • 上長の感想
  • 進捗率についてまとめる
• Proposal (改善案):
  • チェックは、チェックの内容よりも、チェックが「ある」こと自体が大切。
  • そして、そこから議論して改善するべき。
  • Next ActionsやDecisionとして明確にする
• Decision (決定事項):
  • 変更したこと、決まったことを残す
• Next Action (次期行動):
  • 次の行動を明確にする
• Summary (総括):
  • まとめ

ref

• https://business.nikkei.com/atcl/opinion/16/122700035/032000008/

管理者がとにかくチェックして文字にする

notionで定例チェックして文字化する。 これが一番大切。 人間はサボる。 悪い意味ではなく、エネルギーを節約するため。 生物としての本能。 なんで性悪説でチェックするべき。 しかもチェックしたものを文字にさせるべき。 さらに定期的に見返して確認させるべき。 古来からmanager/supervisorが必要な理由もそれ。 人間は100%サボる。

また、文字にするのが一番いい。 人間は1日前のごはんですら覚えていない。 そういう生物。 人間は100%忘れる。 いい事も悪いことも。

なので定期的にチェックして文字にして管理者を立てて、管理するべき。

タスク管理表

NOTE:

• PIC
  • Person In Charge (担当者)
  • タスクにアサインされた担当者（一人）
• Due
  • Due Date (期日)
  • タスクのデッドライン
• Exe
  • Executable Subtasks (実行可能なサブタスク)
  • 1h以内に実行可能なレベルまでブレイクダウンされたタスク
• Status
  • タスクの状態
  • 過去の状態も含めて次の様に指定する
    • Label -> Label -> Label...
  • タスクに使用するラベル:
    • TODO, DONE, WIP (XX%), ICE

依存されている課題から解決する

何でも一番依存しているモノ、コアのモノから対処するのが一番大切。

タスクでも一番コア、一番他のタスクから依存しているタスクをやる。 コアというか重要度が高いというか。

Web開発とかでもDBのModelから変えてAPIを変えて、最後にフロントエンドとかの修正になる。

他から参照されている、他から必要とされているモノが一番重要なモノ。 つまりは、依存されているモノが大切。

スコープは小さくフォーカスする

とにかくいい数字を出すことが大切。全体は無理なので小さく成功する

局地戦で小さなスコープで理想的な前提を立てて、1 対 1 で戦う。

• Focus する
• Scope を小さくする
• とりあえず前提を立てる
• 場合分けをする
• 問題を切り分ける
• step 論に分ける
• 超簡単な所からやる
• toy problem に
• 絞る、フィルターする
• 幼稚園児にもできるレベルに
• 都合のいい ZONE を探す

コンサルの流儀

アウトライン

アウトライン、要約、executive summary、まとめ、サマリー、目次、全体像、headingとか色々な呼び方があるけど、 アウトライン=輪郭の意味だし、当たり前。 人間が絵を書く時もかならず輪郭を書く。 全体像 => 詳細という風にするべき。 古来のペトログリフだって線だけで輪郭を描いている。

背景・目的

背景と目的。 これはコンサルの人も書くけど必須中の必須の項目。 なぜこの文章やスライドが重要なのか、そして何を解決するためにあるのかを書く。 その後にアウトラインが来る。

つまり、絵でいう所の背景を書き、目的(その絵は何をしているのか)、アウトライン(輪郭)を書き、絵に意味を持たせる。

なんかの本にいい事書いてあったんだけど忘れた。。。

ワンパスを通す

ワンパスを通す。 これ大事。 なんでもいいから最後までやり切る。

どんなことでもInputとOutputがある。 まとめて、IOと言うが、どちらも大切な概念。 IOでは文字の見た目の通り、仕事の1と0と言っても過言ではない概念。 常に仕事にはIOがつきまとう。

調査系タスクでもやったことを証明するために、何かしらのアウトプットを出したほうがいいし、 また、基本最小のワンパスを通すこと=Outputをさっさと出す事を目的とした方がいい。

細かなところは無視して、さっさと一つの成果を出す。 アジャイルみたいな感じ。 骨だけ最初に作って、肉はあとあとつけていくというイメージ。

つまりは、ワンパスを通す。

結局、徹底したアウトプット。 アウトプットファースト、インプルーブセカンドで納品するのがベター。 進化させる納品ともいうべきか。

友達になる

max way.

困難は分割せよ

困難は分割せよ デカルトの格言。

Divide each difficulty into as many parts as is feasible and necessary to resolve it. —— Rene Descartes

他にはフォードの創業者の

Nothing is particularly hard if you divide it into small jobs. —— Henry Ford

まあ、難しいのは分割して理解してから取り組むべし。

視座が低い人の信条

自分の中に悪い思い込みがいくつかある。 特に僕の最も悪いのは、次だろう。

• 排他主義
  • 自分のフィールドを守りたい病気
  • 多分根本には他人を仲間として見ていないのがあるのだろう
  • 知識にしろ、ノウハウにしろ、小さなことを守ることに注力しすぎる
  • 子供が小さなおもちゃを手に握っているのと同じ(possessive)
  • 解決策: Openmind
• 自前主義
  • なんでも自分で全部やろうとする病気
  • 相互扶助を選んだ人類社会に反する
  • フォーカスできないので、結局何もできない
  • 依存ではなく共存と考えるべき
  • 解決策: Delegation
• 記録主義
  • 何でも備忘録を残さなれけれはいけないと思ってしまう病気
  • 特に忘れた時用に見返せるようにまとめようとしてしまう
  • 体得ではなく知得に固執している
  • そもそも知識の学習ログが要らなくなるぐらい経験していれば残す必要もない
  • 解決策: Experience

総じて言えるのは、視野が狭い。視座が低い。つまり、Visionがないということだろう。 そして、周りを仲間ではなく敵として見ている点。 全部を全部振り切る必要は無いとは思うが、バランスが大切。

特に人は保守的にできているので、得るものよりも失うものの方の感情が強い¹。 また、持っているものを手放したくないものである²。

気をつけなければ、一生おしゃぶりを噛んでいることになる。

全体像を把握する

やっぱやる気が出ない時は次の 2 つのことを書き出すことに集中する必要がある。

1. 全体像
2. パイプライン

これが無いと、どうやって、どうなっているかが分からず、迷子になる。 バスケットゴールが100m先にあるとボールをシュートする気にならなくなる。

また、これを実現するための最適な方法は紙に書くこと。 Miroを使ったKJ法でまとめるのもおすすめ。

比較こそが分析

なんかの本で読んだ。

幼稚園児にも分かるように定義する

幼稚園児に分かるように定義する。 対外仕事を受けるときはこちらがプロでお客さんは素人になる。 アインシュタインだって、幼稚園児に分かるように説明しろ的なことを言っている。 そして、定義が大切。

• 定義とは意味をハッキリさせる事であり
• つまり、概念に物差しを当てて、1と0をはっきりさせることを意味する
• これは、言葉の単位ということ
• 存在すること、存在しないことを明確にすること

つまりは、定義とは、他の概念の物差しをあてて測る事。

Speed、Share、Value

Commandments

総説として言いたいのは、Speed, Share, Valueが最も大切。

1. Scientific method for the business
   • scientia est potentia.
   • 科学的方法でやるのが一番いい。抽象的に考えられる。
   • プロジェクトのイテレーションを回すのが超大切（=Fail Fast）
2. Done is better than perfect
   • 最小限の費用と開発で最小限必要な機能を備えてリリースするべき
   • 需要があるかなんて分からないし、兎に角終わらせることが科学的実験のために大切
   • To be or not to be that is the question.
3. Sharing for everything
   • レベニューシェアが人間社会の基本なので、1人で100万円かせぐより、10人で1億円稼いだ方がいい
   • 経営資源(ヒト、モノ、カネ、情報)などののリソースをどんどんシェアやアウトソーシングするべき
   • 成長、スピード、スケールなどのあらゆる理由からリソースを拡大するのがいい
4. Everything is Financial instrument
   • 世の中のあらゆることはビジネスで回っている
   • おカネをかけることの全ては金融商品で、利回りがプラスにならないことはやる意味がない
   • ゆえに金融商品(プロジェクト)を運用するために、おカネ儲けが大前提。それができないならビジネスする必要はない
5. Make value or trash
   • 誰かに必要とされ、おカネを払ってくれるほど価値のあるものを作らなければ意味がない
   • その証明はすばやくサービスインした後に初めて分かる
   • 価値=ユーザーが払うおカネの多寡なので、プロダクトやサービスはおカネ(価値)を作っていることと同じ
6. Chose niche growing market that we can win
   • 市場でNo. 1になれれば、成長したら自動的にスケールするし、小さな成長市場だったら初期的には競合が少ないので勝てる
   • マーケティングは合コンみたいなものなので、絶対勝てる所で戦うべき (=コアコンピタンス、シェアを取る)
   • 古代文明も全て河川の近くで灌漑ができたのが発展の理由、発展できる場所だったから発展しただけ

自分の時間を売らない

自分の時間を売っている限り労働者。

「奴隷のしつけ方」という本も呼んだ。 結局ローマ時代と現代時代も同じ。 自分の時間を売っている限り、労働収入なので奴隷と同じ。 不労所得や権利所得で独立する必要がある。

おカネのありなしは人の生き死に。 おカネは稼いでこそ正義。 ということで、時間は午前中だけ使って、 自分のリソースやネットワークを使った、 うまくマネタイズすることを目指そう。

全部取引・価値交換

世の中のあらゆることは取引である。 ものを買うのも売るのも、そのうち、宇宙に行けば息をするのだってそうなるだろう。 自然に存在し所有権が無いもの以外を扱う場合は、誰かと取引をしなければならない。

ではなぜdealが発生するのか？

それは人が複数いるからであり、wantがあるからだろう。 無人島で一人で暮らしていたら、やりたいことは全部自分でやるしかない。

社会に属しているから、やりたいことを他人の仕事に委譲して、取引として成立する。 相互扶助の社会では、当たり前のこと。

なので、人と関わる場合は、常に相手が何をwantしているのかを見極める必要がある。 そこで自分ができることと、相手の対価を交換して、dealが生まれる。

ニュートンの物体の第３法則のようなものか。

囍 win-win

囍。

中国料理屋さんでよく見るマーク。 喜ぶ２つ並べた漢字だけど、これはまさに心理を示している。 資本主義社会の経済なんて、いかに相手を喜ばすかに全てがかかっている。 自分も喜んで相手も喜ぶこと。 全てはこの取引の連鎖で成り立っている。 なので、社会に生きる上での絶対的な法則がその漢字に表現されている。

win-wim、give and take、メリットデメリット。 便益、ベネフィット。 色々な言葉で表現されている。

やる事は新規顧客開拓と既存顧客への価値提供

シンプルにこれだけ。

期待値を超える

仕事はシンプルに顧客の期待値を超える必要がある。 逆に顧客の期待値を下げる個とも重要。

となる。 ただし、期待値を下げ過ぎると受注できなくなるので注意。

今と未来のおカネの価値

現在価値と将来価値

おカネを生む資産を増やす

バビロン・システムとは？

レゲエ音楽で資本主義社会を揶揄した表現としてバビロン・システムという。 逆の意味はザイオン。

資産を増やすゲーム

ただ、資本主義社会の本質はおカネから更に大きなおカネを生むゲーム。 特におカネを増やす資産とおカネを減らす負債がキーファクター。

借金≠悪

ちなみに、借金は負債だけど、財産ではある。 なので借金=悪ではない。 返せない借金=悪ではある。 レバレッジを効かせるために、借金をするのはあり。 バランスシートだと負債も資産を増やす。

キャッシュフローが大事

フリーキャッシュフローの増加が成長と稼ぐ力によって表現される。 稼ぐ力とは投下資本に対する事業からの利益の水準を示す投下資本利益率（ROIC: Return on Invested Capital）のこと。 複利と拡大再生産によって成長する。

ref

• https://dhbr.diamond.jp/articles/-/7927

おカネは信用

todo

おカネを稼ぐのは正義

• Max 曰く性産業の人は動物と同じでかわいそう
• 理由を聞いたらタイの象と同じと言い張る
• さすがに馬鹿すぎるので反論した時のメモ

身分差別から

• まず職業差別と身分制度は紐づいている
• 身分差別がないのは職業選択の自由があるから
• つまり、知識として職業差別は悪だと知るべき
• それは人種差別をやっているのと同じ

おカネにいいも悪いもない

• 法律を犯したり、他人を騙したら悪いおカネ
• しかし普通にビジネスをした上でのおカネはいいも悪いもない
• 単純に双方が合意した結果

体を売る事の嫌悪

• そもそも自分たちも時間を売っている
• 時間とは命の事
• さらに誰もができるものではなく、限られた人しか出来ない仕事

体を売る事の嫌悪 2

• 社会的意義はある
• 性犯罪の抑制にもなっている

お父さんに置き換える

• 君のお父さんがある仕事をしている
• それを他人が揶揄する
• 君のお父さんは君を育てるために頑張っている
• 君はどう思うのか？

クリスチャンについて

• おカネを稼ぐ=悪という認識になっている
• おカネを稼ぐのは正義
• サービスや商品を提供しているだけ

ピラミッドが5000年もある理由

エジプトのピラミッドがなぜ5000年も雄大な姿を維持しているのか？ 理由は大きな1つの岩盤(Bedrock)の上に立っているから。

高層ビルでも長い支柱を岩盤まで挿している。 マイクラでも一番下の層は岩盤。 岩盤の上に立てたら安心。

岩盤とは何千年も揺るがない基礎とも言える。 要は基礎が大事だなぁということ。

死んだら何も持っていけない

インド人の考え方というか、 死んだら何もあの世には持っていけない。 その通り。

モノやコトに執着してもしょうがない。

資産もおカネも家も知識も。 物質的な事物は変化と変質の対象。

対象的に、魂はあの世でも残る言われるが、 そんな例外はないと思う。

つまり、生まれて（born）して、死んだら骨（bone）になる。 当たり前の話。 いつも変に所有に執着するで戒め。

至誠

Sincerity、シンセリティ。至誠と訳したい。 その言葉を知ったきっかけは、吉田松陰が孟子の言葉から借用した至誠通天という言葉の英訳を調べた時だ。

至誠通天は、誠を尽くせば天に通ずるという意味。

松陰自身は最後は斬首形だったが、誠を尽くした結果、その意思は松下村塾の弟子を通じて世の中(天)を変えた。 外国で言えば、師匠の死後、たった10人の弟子が世界中に師匠の教えを広めた、キリストのようなパターンだ。

つまり、遺志(死者の生前のこころざし)は引き継がれたということ。

また、たとえ仕事で上手く行かなくても、嘘をつかず、 誠実に自分の100%の力でやり切った場合は、その心が通じることが多い。

資本主義社会は全てが取引なので、発注者と受注者がいる。 取引を進める上で、発注者と受注者で、最初は50%50%の責任である。 ただ、受注者が誠意がある上で履行できなかった場合は、それは指示を出した方の責任でもあるので、責めづらい。 無論、嘘をついたり、契約を反故にしたり、手を抜いたりして、色々不順な場合は、受注者が悪となる。

まあ何にせよ、人類は協力、協業する道を選んだので、 誠実であることは大前提としてあると言っても過言ではない。

嘘は方便とも言うが、天に向かって正直ベースでやった方が、最後は救われると思う。

大一台万大吉

自分のモットー。 とにかく自分にかけているマインド。 英語で言うと、One for all, all for one.

人のためという精神。 利他の精神。 個ではなく全の為に動く。 相互扶助社会、資本主義社会なんで当然。 1:Nの1になる方も、なぜ1になるかと言うと、Nの為に動いているから。 1のリーダーになるための必須条件。

石田三成が好んだスローガン。

似たのだと、

• 「大一大万大吉」が「one for all, all for one」
• 「一即一切・一切即一」が「one is all, all is one」

脳の病気

病気。 友達にいつも病気になっている人がいる。 色々と問題だらけ。 肝臓に胃に腸にと。 ただ、最も彼の深刻な臓器は脳といっても過言ではない。 そんなに病気になる生活や考え方をしていて、未だに自分は正しいと信じている。 あなたの考え方がその結果を生み出したんだよと。 つまり、健康や生活に関するあなたの考え方は間違っていると。 それに気づけないのは悲しいな。 自分が間違っていると気づけない病気。 つまり、脳の問題。 これほど深刻なものはない。

必要性と存在

必要性。

• 人が肺呼吸する理由
• 平均への回帰
• 強化学習で言う所の環境
• 必要は発明の母
• 地政学

最近思うことは必要性が全て。 つまりは環境。

生物は必要性さえあればやる。 いくらでも変態や変化する。 逆に必要がないと何もやらないし、進化もしない。 至って自然なこと。

北半球で科学が発展したのも必然。 寒いから家作らないといけないし、果物もないし、保存食も必要。

人間がなぜ肺呼吸するのか？それは地上にいるから。 環境があり、必要性があったから、変わった。

強化学習だって、AgentはEnvironmentから報酬をもらって決定する。 必要性とはEnvironmentの意思みたいなもの。 自然の意思というかなんというか。

もっと言えば、より良く生きるために必要なこと=必要性と言いたい。 当たり前と言えば当たり前。

knowledge_is_power

一番大切なことは何か？多分知識だろう。。。

理由は次から。

• 我々の社会は知的社会である
• 知識とは学問と共にある
  • 数学は宇宙の言語
  • 英語は地球の言語
  • 統計学は科学の文法
• 知識とは自然と共にある
  • 無条件に自然は正しい
  • 自然は自明な最も尤もらしい存在
• 知識とは科学である
  • 普遍性と再現性のある先人の経験則
• 唯一他人が奪えない唯一の無形資産
  • ユダヤ人曰く
• 知識が無いのは無明
  • ブッダ曰く
• 総じて知識とは力である
  • Scientia est Potentia
• 科学的方法がベストway
  • 全てを仮説と捉え、検証可能な問と、質のいい仮説による実験
  • 失敗を包含したイテレーションのサイクル
• 科学のように、文字や絵を残すことが実現の最初の手
  • 文字や文章 == 数字や数式
  • 絵 == 幾何学
• scientia est potentia
  • by フランシス・ベーコン

なんでも学習

人生で一番大切なことはこれだlearning。

あらゆるものは正直大切。 そして絶対的なものはなく、時と場合でコンテキストは変わる。 相対的に正しさを判断する。 場所が大切なのは言わずもがな。 成長が大切なのも、科学が大切なのも。 知識も行動も、経験も、知恵も全部大切。

ただ、それらを一言でまとめると、学ぶことということになる。

本は過去からの学びだし、師匠は現在からの学びの手法。 他人から真似することも、学びの効率的なステップ。

狼に育てられた少年は人間にはなれなかった。 人は誰かから学ばない限り、人にはなれない。

生まれてから後付で人生の意味をつけるが、全部学んだ結果。 価値を見つけることも学びと言える。

AIだって教師ありでもなしでも、機械が学習しているだけ。 とくにそれ以外ではない。

結局何が一番重要かと聞かれたら、学ぶことと答える。 どんなに大切にしていることも、全部結局は脳が何かしら学習した結果だから。

何が自分に足りていないかを考える

人生の中での最大の問題は。。。

「自分の中に何が足りないか」を認識できない問題。

過去から独立する方法

それは、Unleraning。 つまり、過去の成功事例を捨てる事。

過去の経験や知識がある人ほど、「以前はこうした」「この場合はこうだった」といった前例にとらわれ、 学びがうまくいかなくなることもある。

過去から独立するにはunlearnするしかない。 つまり、学んだことを忘れること。

ゼロベースで考えると言ってもいいかもしれない。 もしくは執着を捨てる。 もしくは雑念を捨てる。

赤い薬と青い薬

この一言を友達から言われて納得した。

「マトリックスの赤い薬と青い薬みたいですね」

重要な決断の時には常にこの質問が来る。 赤い薬か青い薬かどちらを選ぶのか？

二者択一。

心理学だと、認知的不協和 (cognitive dissonance)というやつ。

どちらがいいか？

• 耳触りのいい偽りと
• 聞きたくない真実

むろん、真実が赤い薬を飲む必要がある。

Simpleに関連する言葉

simpleに関連する言葉

less is more

Less is more. 少ない方がいい。 特に情報。 さっさと捨てるべき。

let it go.

捨てられない時は整理整頓して目に入らないようにするべき。 ゴミが周りにあると、心が落ち着かない。 そのための方法が掃除や整理整頓。

掃除整理整頓。 三代宗教の施設でも共通していることは掃除。 禅寺では掃除が朝のルーティンだった。 水に触れるとリラックス効果。

Complex Made Simple.

複雑なことをシンプルに考える。

因果律

因果律とは？

• 単純に原因=>結果があるという法則の事

特性要因図 (fishborn diagram)

問題の原因を導くためのダイアグラム

• 特性 (effect) - 管理の成績・成果として得るべき指標（不良率・在庫金額など）
• 要因 (factor) - 特性に影響する（と思われる）管理事項
• 原因 (cause) - トラブルなど特定の結果に関与した要因

全ては因果の流れの中に

ベルセルクのVoidの発言。律に

この世界には人の運命を司る何らかの超越的な"律"… "神の手"が存在するのだろうか？

超やぶ医者

• 体の診断もせずに薬を処方する
• 問題の特定をしないで薬を飲んでも意味がない
• 方法に飛びつかず、原因ありきで本来は解決策を出すべき

ref

• 特性要因図 - Wikipedia