久しぶりにマネジメント系の本を買って読んでみました、「結果を出すリーダーほど動かない」という本です。
この本は、筆者の方がコンサルティングで各社に導入している「壁マネジメント」という手法について書かれています。考え方自体はシンプルで、いかに部下の行動をよい方向へ導くか、という点にフォーカスしています。
マネジメントのやり方というと、各社様々で定型化が難しい感もありますが、共通的な悩みとして各メンバーに割り当てたタスクが思うように進捗してなかったり、タスクをこなしても思った程成果がでないといったものが挙げられると思います。なぜメンバーの行動が変わらないのか、変えるためにはどうしたらいいか、この本には筆者の方の経験から壁マネジメントという解を提示しています。
もちろんメンバーがみんな優秀で、言われなくてもやることをやるという現場の場合は、この本は不要だと思います。組織が未成熟で、リーダーの指示が適切に伝わらず成果が出せない、そんな時は一読するとヒントが得られるかなと思います。
システムの設計にあたってデータ構造を、きちんと決めるというのは当たり前のことではあるのですが、後工程になって考慮不足が見つかりテーブルの列を追加するといったことは度々あると思います。もちろんプロジェクトの最初で要件を漏れなく設計することは難しいので、下記の記事の通り変更が発生しうることを念頭に置いた上で、対応することが大事と思います。
【基本設計をスムーズに進めるための5つのポイント――要件定義書の読み合わせ、データ構造、IPO、外部接続】
http://www.atmarkit.co.jp/ait/spv/1510/27/news012.html
データ構造構造の設計考慮漏れを拾うために、テスト工程でどのようなデータを使うかがひとつの観点として挙げられますが、何分本番で使用しているデータを使用することがハードルが高いケースもあります。下記記事のような仕組みを導入することで、本番機のデータをテストで使いやすくすることもできます。
【「Time To Market」短縮の鍵を握る「テストデータ・マネジメント」とは何か？】
http://enterprisezine.jp/article/detail/9150
ただ、こういった仕組みを入れるのも大変ということであれば、下記記事にあるような無料のツール等である程度のパターンを網羅したデータを用意する感じになりますかね。
【テストデータを作成する際に役立つツールやサイト】
http://dev.classmethod.jp/etc/making_testdata_tool_and_site/
以前に本ブログで、働き方改革について軽く触れましたが
http://toaruit.hatenablog.com/entry/2017/06/14/234527
今回はこの働き方改革について、もう少し深く考えてみたいと思います。
少し前になりますが、諸々の事情で働き方改革を余儀なくされた電通ですが、残業は22時までという施策により現場は混乱しているそうです。というのも、元々は残業ありきで価値を出していた部分が、退社時間の制限により難しくなってきた為です。
【働きたいのに働けない！「最高益」でも電通社内は大混乱】
http://gendai.ismedia.jp/articles/-/52489
この一種の荒治療ともとれるような電通の事例ですが、いきなり今までのやり方を変えるということが果たして、あるべきかというのは少し考えてもよいと思います。
働き方改革に積極的に取り組んでいる会社として、サイボウズが挙げられるのですが、サイボウズでは制度ありきではなく、会社の目的を達成する為にはどのような制度設計が良いかという観点で、働き方改革を行っています。
【サイボウズが「働き方改革」を実現できた理由 - 人事制度は"生もの"だ】
https://s.news.mynavi.jp/articles/2016/02/25/cybozu/index.html
つまりは、働き方は会社の目的や方針に沿う形でないと上手くいかない可能性があり、働き方を変えるということは単純に制度を変えればよいというだけでなく、根本的な意識を変える必要性がある、ということになります。下記の記事にある通り、働き方と企業文化は関連しているといえます。
【企業文化を変えずして、働き方改革は進まない】
http://www.scholar.co.jp/column/detail.php?id=289
http://www.scholar.co.jp/column/detail.php?id=290
企業文化は、ドラッカーも言っている通り会社が他社との競争優位を築くための重要な要素の一つです。
【企業文化は戦略に勝る：バリューとパーパスがカギ】
http://www.sustainablebrands.jp/sp/news/us/detail/1189313_2140.html
つまりは、働き方を変えるということは、自社が他社とどう競合優位性を築くかという観点においても、検討が必要ということになります。
最近はメイカーズという3Dプリンターなどを使ったものづくりが、日本でも認知されるようになってきています。下記の記事のように、日本でもイベントなど行われていたりします。
【プログラミングの次はメイカーズ！日本で根付くか？】
http://trendy.nikkeibp.co.jp/atcl/pickup/15/1003590/072001068/?ST=trnmobile_f
都内の目黒にあるMakers’ Base Tokyoは、こんな雰囲気だそうです。けっこう、いろんな設備がありますね。
【Makers’ Base Tokyoにいってきました】
http://mag.switch-science.com/2016/02/25/makersbase/
3Dプリンター等を使ったものづくりは、熟練工の技術を再現できる可能性をもっています。下記記事のようにビジネスにしている会社も出てきています。
【「ものづくりの民主化」はロックだ！】
最近、ワトソンが無料提供されることがニュースになっていますが、ディープラーニングを自分でやってみる場合、TensorFlowなどのオープンソースはあるものの実際にロジックを組む際は数学的な要素も必要になるので、少し敷居が高いかもしれません。より手軽にディープラーニングを使えるツール等、今回は紹介したいと思います。
まずはソニーが無償提供しているツール、Neural Network Consoleです。GUIで学習のロジックを組むことができます。
【コーディング不要のディープラーニング開発ツール、ソニーが無償提供】
http://www.itmedia.co.jp/news/spv/1708/17/news094.html
より手軽に使えるものとしては、リクルートテクノロジーが提供しているAPI郡です。API経由で画像認識や会話ができる機能が使えます。
【リクルートテクノロジーズのAIプロジェクト「A3RT（アート）」が始動、機械学習、ディープラーニングの6APIを公開】
チャットボットにみられるように、最近はチャット形式で自動で応答するようなサービスが広がっています。せっかくなので自分でも作ってみようと思って、UIはいまいちですが食べたいものをチャット形式で検索できる簡単なサイトを作りました。
【食べたいものをチャットで検索】
http://1-dot-toaruit-1302.appspot.com/food_chat.html
なお、入力内容に対する応答には一部Dialogflow（旧名api.ai）を使っています。
【Dialogflow】
