経営技法を究める: システム, デザイン, データ,機械学習

経営技法に関する雑感,エンジニアリングとマネジメントの融合
クオリティとリスクの考究,システムズ・データとAIの構成

自分で考えることの大切さ

2018-05-13 09:48:06 | 雑感
MBAの社会人の学生さん方の論文指導だけど、やはり刺激があって、毎回、緊張する、という状態。原則、毎回のゼミで少しずつ進めたことを報告してもらって、かつディスカッションを行って、こういったことを繰り返して仕上げまで繋げる、というやり方。結局、考えるのは学生さんで、論文執筆の責任も学生さん、ということでしょうよ。

実は、博士の演習も同じで、こちらの方は既に論文も数篇書かれておられるし、ご著書もあって、研究者として既にスタートはされておられるのだけど、何しろご自身で大木から仁王を取り出す、そんなことをして戴くことが必要。

そう言えば、卒論の学生さん方も同じで、毎回、ご発表で・・・。かなり辛そうだけど、やはり最後まで続けてもらう予定。

だけど、ご自分で考えなくなってきたら、手を打つ、というのが大切で、軌道修正も助言して・・・。

でも、何も考えず、しかも仕上げる能力もない、ということであれば、関りって難しい、そんなことかと。要は、知力を自ら鍛えて結果を出す、そんなモチベーションがなくかつ余りに稚拙な思考、という場合。まあ、今、ご指導させて戴いている学生さんでこういうケースってあり得ないけど、似たような場合だと、やはり関りを避ける、ということに。

そう言えば、人的資源のマネジメントだけど、関わらない意思決定って重要、そんなことって実践では認識されているみたい。マッチングが不安であれば、採らない、例えばそんなこと。

個人的には、自ら思考しない場合には、関わらない、そんな意思決定を凄く大切にしているの。マッチングの問題でしょうけど、やはり貫くのが良いでしょうよ、一生涯だけど。

頑張りましょう。













抽象的な論理展開に基づく実践でのイノベーション対応

2018-05-13 08:55:53 | 雑感
ビジネス・パーソンに求められている思考能力だけど、より深いものへと向かっている、という気がするの。ココイラは、優れた経営者による知的探求だけでなく、抽象思考による具現化を知識ワーカーの方々にも求めている、という構図で捉えている、という具合。

もちろん、昔から、経営って教養が必要であったし、リーダーには高度な思考力と哲学の探求が求められてきたしで、急にこうなったわけじゃないでしょうけど、要は知識ワーカーが増えてきている、ということでもあるかと。

さらに、知識イノベーションを意識した創造可能な組織をつくり上げて行かないと、経営が行き詰る、そんなことになるような脅威への心配も拡がっていて・・・。

知力の鍛錬を持続する、という役目を負う、そんなビジネス・パーソンへの期待って高まる、そんなことを予想しているの。

頑張りましょう。

5月12日(土)のつぶやき

2018-05-13 04:47:15 | 雑感

品質マネジメントの見方

2018-05-13 01:34:00 | 雑感
品質だけど、組織における知識科学の実践、という視点でアレコレと考え直す、そんなことが良いみたい。例えば、SQCってデータ推論の活用で、QCサークルは知識学習の場を形成していて、さらに知識推論を使ってカイゼンを行って・・・。

リーンの基本的な仕掛けのアイデアって、要はココイラでもあって。

そう言えば、デザイン思考としての実験計画法の考察、そんなことって必要、という気がしているの。ロバストの帰納的なデザインってかなり奥深い感じで・・・。

コアを捨てずに考究し続けないと、やはり破綻するでしょうしょ。

頑張りましょう。

組織における知識科学と機械学習のデザインとマネジメント

2018-05-13 01:21:08 | 雑感
ビジネス・アナリティクスだけど、上の概念からしっかり捉える、そんなことが大切みたい。

具体的には、組織における知識科学と機械学習のデザインとマネジメント、ということの把握、そんなことが必要って感じているの。あくまでも個人的に捉えている構図なんだけど、やはり数理だけじゃ足りない気がしている、ということ。

考察は続くけど、まあ、探求を怠らないで何しろ深く・・・。

頑張りましょう。

組織における知識推論と学習のマネジメント

2018-05-13 00:48:15 | 雑感
思考する組織のつくり方、そんなことに興味があるの。もちろん、マネジメントでしっかりシステム創成する、そんなこと。

特に、知識イノベーションだけど、コレって組織では凄く重要で、知識論と学習の仕掛けを必要とする、ということでもあるの。だけど、ナレッジ・マネジメントのデザインだけでなく、データとAIに関するアルゴリズムの適用も絡んでくるので、実践できっちり取り組む場合には腕力が必要、ということでもあるの。

頑張りましょう。