DXが基盤だけど、変化がさらに大きくなっていく、ということでしょうよ。世の中の流れのことで、ココイラってリエンジニアリングとリスキリングの把握が重要で、かつ具体的な取組みが必須、ということかと。
だけど、英語による共有知識形成を社会全体に浸透させる、というアタリも絡んで、付帯状況でもあるかと。
とりあえず、ココイラの推進を継続、そんなことでしょうよ。あくまでも、個人的な取組み、ということだけど、データと品質を基盤とした経営技法におけるAIの展開と開発、といったこと。
要は、経営とデータを融合して、かつ高度なアルゴリズムを扱う、そんなこと。
そう言えば、英語だけど、単独でなくココイラの推進とも絡めて・・・。
まずは、扱い方の基礎をしっかり組立てる、ということに。要は、プログラミングを教えて、かつデータサイエンスの基礎、そして機械学習の応用も範疇にする、そんなこと。
もちろん、積み重ねが必要で、他の科目とも絡めて構成を明確にする、ということが必要でしょうよ。
ビジネス・アナリティクスの能力養成のことで、社会人向けにどう教えるかを考えている、そんな状態。
担当している授業の準備だけでなく、自分のお勉強でも予習って必要、そんな状態。
海外の方から資料についてアレコレと意見を求められる、というやり方のお勉強なんだけど、予習で十分に理解を深めておく、という繰り返しで・・・。結局、続ける、ということと、知識の展開に努める、ということも必要で・・・。
当たり前のことを続けるのって、やはり当たり前で・・・。
しっかりとお勉強を積み上げる、という地道さを大切にしながら、何しろ自分で深く掘り下げて・・・。数理統計学のことで、ココイラが構築できていないと、機械学習とAIを扱うのって難しくて・・・。
自分で考える、という当たり前のことが基本で・・・。
組織における知識創造の構造を組立てるデザイン・メソッド、という捉え方だけど、やはり大切でしょうよ。
システム・サイエンスとデータ・サイエンスが絡む、そんなことでもあって、この先の10年から15年の展開ってココイラを押さえていないと空回りに・・・。
ビジネス・メカニズムをしっかり理解して、将来価値の形成のための創造を常に行う、という構造だけど、とても大切でしょうよ。要は、ココイラって社会質創造を促す投資活動とも絡むことで、イノベーションのコアでもあるかと。
詳細や付帯状況を省略して、個人的な心情だけで捉えると、関わらないことの徹底、そんなことでしょうよ。要は、同じ失敗を繰り返す、という愚かさからの脱却のことで・・・。
研究のことで、やはり応用をしっかり・・・。