アレコレの考察を深めて､その上で繋げて体系を構成する、という状態｡
とりあえず、お仕事を続けて・・・｡
知の形成を構図で捉えて、かつ積み上げを継続する、ということではあるけど、ココイラは内的のことで必修でしょうよ。
だけど、外的に関しては戦略が必要、ということでもあって、さらに価値や財務の評価も絡む、ということに。
行き詰まらない知識創造って、組織だけでなく個人でも厄介なことが多くて、まずは基盤形成をしっかりと。
要は、前者は当たり前の取組みで、後者のスキルを身につけるのって、様々な発展や展開の可能性を高める、ということに。
大規模言語モデル(LLM)だけど、経営を取り巻く急激な変化にもなっていて、ココイラの応用をしっかりと掴む、というのって大切でしょうよ。
だけど、言語による知の形成を組織でどう考えるのか、という基盤の整理も必要で、経営における統計的意思決定で捉えると奥深い、ということかと。要は、組織における学習および創造を扱う、ということで、現場力の強化、という位置づけでアレコレと・・・。
組織の知を扱う質的および量的のモデリング、さらに学習と創造、そして共有と共感といったことの探究って、AIとは表裏、ということでもあるかと。
ココイラも経営技法ってなるかと。要は、組織知識の創造形成でのAIツールのこと。既に、クラウドやエッジでは様々なAIツールを使える、という状況ではあるけど、何しろ、発展と展開の勢いも増していく、ということでしょうよ。
組織知識は社会知識と表裏という捉え方もできるでしょうけど、実態は階層構造の知識アイデンティティを形成して、極めて複雑、ということに。もちろん、ココイラに創造の仕掛けも存在していて、知の形成が成り立つ原理、そんな探究も必要で・・・。
とりあえず、AIが入り込んで知識アイデンティティの形成が極めて複雑になっていく中で、個人的には、積極的にAIに基づく技法を開発し続ける、そんなことに。
取組む必要のあることって、やはり尽きない、という状態で、ココイラも。統計的意思決定とAIの融合の探究、そんなことで、何しろ大切でしょうよ。
もちろん、ツールのプログラミングもきっちり積み上げて・・・。データサイエンスが基本ではあるけど、学習と決定のアルゴリズムを構成しながら、ということ。
そう言えば、この先の10年間の経営技法の展開が気になっていて、明らかに飛躍する、ということかと。
論理による地道な積み上げを大切にする、ということって、過度に茶化されることによる否定を何度も何度も繰り返し経験しながらも、愚直に続ける、ということが最良のやり口でしょうよ。
やり切れないことも、結局、考究に集中してしまえば忘れる、ということに。実践を学問を基盤に考えていかないと、やはり・・・。
Cでのプログラミングだけど、アレコレと再考、という状態。作法が気になって・・・。Pythonでも作法をどうするか、ということも絡むけど、まずは別々に・・・。
データサイエンスから入ると、やはりココイラが疎かに。Pythonプログラミングの基本文法のことで、きっちり丁寧に理解する、ということって大切でしょうよ。もちろん、応用の展開も積み上げて・・・。