Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
EN
Uploaded by
Preferred Networks
PDF, PPTX
12,376 views
イノベーションことはじめ
イノベーションについて解説しました PFI seminar 2014/10/23
Technology
◦
Read more
64
Save
Share
Embed
Embed presentation
Download
Download as PDF, PPTX
1
/ 29
2
/ 29
3
/ 29
4
/ 29
5
/ 29
6
/ 29
7
/ 29
8
/ 29
9
/ 29
10
/ 29
11
/ 29
12
/ 29
13
/ 29
14
/ 29
15
/ 29
16
/ 29
17
/ 29
18
/ 29
19
/ 29
20
/ 29
21
/ 29
22
/ 29
23
/ 29
24
/ 29
25
/ 29
26
/ 29
27
/ 29
28
/ 29
29
/ 29
More Related Content
PDF
mlabforum2012_okanohara
by
Preferred Networks
PDF
ディープラーニングが活かすIoT
by
Preferred Networks
PDF
tut_pfi_2012
by
Preferred Networks
PDF
基調講演:「多様化する情報を支える技術」/西川徹
by
Preferred Networks
PDF
実世界の人工知能@DeNA TechCon 2017
by
Preferred Networks
PDF
「人工知能」をあなたのビジネスで活用するには
by
Takahiro Kubo
PDF
大規模データ時代に求められる自然言語処理
by
Preferred Networks
PDF
aiconf2017okanohara
by
Preferred Networks
mlabforum2012_okanohara
by
Preferred Networks
ディープラーニングが活かすIoT
by
Preferred Networks
tut_pfi_2012
by
Preferred Networks
基調講演:「多様化する情報を支える技術」/西川徹
by
Preferred Networks
実世界の人工知能@DeNA TechCon 2017
by
Preferred Networks
「人工知能」をあなたのビジネスで活用するには
by
Takahiro Kubo
大規模データ時代に求められる自然言語処理
by
Preferred Networks
aiconf2017okanohara
by
Preferred Networks
What's hot
PDF
ディープラーニングの産業応用とそれを支える技術
by
Shohei Hido
PDF
Lecture univ.tokyo 2017_okanohara
by
Preferred Networks
PDF
rcast_20140411
by
Preferred Networks
PDF
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
by
Preferred Networks
PDF
ディープラーニングと自動運転、コネクティッドカー @ TU-Automotive 2016
by
Preferred Networks
PDF
Oss magic2
by
K5_sem
PDF
Jubatus Casual Talks #2 異常検知入門
by
Shohei Hido
PDF
実世界の人工知能 〜交通,製造業,バイオヘルスケア〜
by
Preferred Networks
PDF
最近の機械学習テクノロジーとビジネスの応用先 自然言語処理を中心に
by
tmprcd12345
PDF
neural network introduction yapc asia tokyo
by
Daichi Morifuji
PDF
NLPソリューション開発の最前線
by
Deep Learning Lab(ディープラーニング・ラボ)
ODP
Jubatus使ってみた
by
Tohru Kobayashi
PPTX
今すぐ AI の知識を深めるには
by
NVIDIA Japan
PDF
ドコモの取り組みを事例としたクラウドとAi
by
Osaka University
PDF
自然言語処理向け データアノテーションとそのユースケース
by
Deep Learning Lab(ディープラーニング・ラボ)
PDF
最近のディープラーニングのトレンド紹介_20200925
by
小川 雄太郎
PPTX
さらば!データサイエンティスト
by
Shohei Hido
PPTX
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
by
Takahiro Kubo
PDF
Jubatus Casual Talks #2 Jubatus開発者入門
by
Shuzo Kashihara
PDF
機械学習を用いた会議診断システムの開発
by
Takahiro Kubo
ディープラーニングの産業応用とそれを支える技術
by
Shohei Hido
Lecture univ.tokyo 2017_okanohara
by
Preferred Networks
rcast_20140411
by
Preferred Networks
Session4:「先進ビッグデータ応用を支える機械学習に求められる新技術」/比戸将平
by
Preferred Networks
ディープラーニングと自動運転、コネクティッドカー @ TU-Automotive 2016
by
Preferred Networks
Oss magic2
by
K5_sem
Jubatus Casual Talks #2 異常検知入門
by
Shohei Hido
実世界の人工知能 〜交通,製造業,バイオヘルスケア〜
by
Preferred Networks
最近の機械学習テクノロジーとビジネスの応用先 自然言語処理を中心に
by
tmprcd12345
neural network introduction yapc asia tokyo
by
Daichi Morifuji
NLPソリューション開発の最前線
by
Deep Learning Lab(ディープラーニング・ラボ)
Jubatus使ってみた
by
Tohru Kobayashi
今すぐ AI の知識を深めるには
by
NVIDIA Japan
ドコモの取り組みを事例としたクラウドとAi
by
Osaka University
自然言語処理向け データアノテーションとそのユースケース
by
Deep Learning Lab(ディープラーニング・ラボ)
最近のディープラーニングのトレンド紹介_20200925
by
小川 雄太郎
さらば!データサイエンティスト
by
Shohei Hido
機械学習を活用するための、3本の柱~教育型の機械学習ツールの必要性~
by
Takahiro Kubo
Jubatus Casual Talks #2 Jubatus開発者入門
by
Shuzo Kashihara
機械学習を用いた会議診断システムの開発
by
Takahiro Kubo
Similar to イノベーションことはじめ
PDF
【PDF版】破壊的イノベーション ケーススタディ:テスラ・モータース
by
Shintaro Shitanaka
PPTX
社会構造を変える Io Tサービス ~イノベーションにチャレンジせよ~
by
Nitta Tetsuya
PDF
基本的に物理産業のデジタル化への取組み
by
Hiroshi Takahashi
PDF
Innvaitionの方法論Ⅲ
by
hiroyuki monma
PDF
Innovating New Media: Managing Innovation and Entrepreneurship
by
Takeshi Motohashi
PPTX
Idea16
by
Masa Tadokoro
PDF
Innovation Myopia ~ 第1編 ~
by
TAKA KONDO
PDF
Innvaitionの方法論ⅱ
by
hiroyuki monma
PPT
Service Economy, Services Science and Business Performance Services ( in Japa...
by
Tomoaki Sawada
PDF
新たなビジネスモデルの創出(改)
by
Hiroshi Takahashi
PDF
Innvaitionの方法論ⅰ
by
hiroyuki monma
PDF
エコシステム形成による企業境界の変動
by
Hiroshi Takahashi
PPTX
Project Araと新しいものづくりのエコシステム
by
maruyama097
PDF
Mirai carved out by innovations
by
Osaka University
PPTX
The Secret Sauce of Innovation - Japanese / Japan
by
Laszlo Szalvay
PPTX
Open innovation 2018_0820_1
by
Masa Tadokoro
PPTX
IoT(Internet of Things)時代のビジネス変革 (2017/02版)
by
Koichi Masukura
PDF
ネットワーク深化による産業革新
by
Hiroshi Takahashi
PDF
081128
by
yuu_2003
PPTX
IoT(Internet of Things)時代のビジネス変革
by
Koichi Masukura
【PDF版】破壊的イノベーション ケーススタディ:テスラ・モータース
by
Shintaro Shitanaka
社会構造を変える Io Tサービス ~イノベーションにチャレンジせよ~
by
Nitta Tetsuya
基本的に物理産業のデジタル化への取組み
by
Hiroshi Takahashi
Innvaitionの方法論Ⅲ
by
hiroyuki monma
Innovating New Media: Managing Innovation and Entrepreneurship
by
Takeshi Motohashi
Idea16
by
Masa Tadokoro
Innovation Myopia ~ 第1編 ~
by
TAKA KONDO
Innvaitionの方法論ⅱ
by
hiroyuki monma
Service Economy, Services Science and Business Performance Services ( in Japa...
by
Tomoaki Sawada
新たなビジネスモデルの創出(改)
by
Hiroshi Takahashi
Innvaitionの方法論ⅰ
by
hiroyuki monma
エコシステム形成による企業境界の変動
by
Hiroshi Takahashi
Project Araと新しいものづくりのエコシステム
by
maruyama097
Mirai carved out by innovations
by
Osaka University
The Secret Sauce of Innovation - Japanese / Japan
by
Laszlo Szalvay
Open innovation 2018_0820_1
by
Masa Tadokoro
IoT(Internet of Things)時代のビジネス変革 (2017/02版)
by
Koichi Masukura
ネットワーク深化による産業革新
by
Hiroshi Takahashi
081128
by
yuu_2003
IoT(Internet of Things)時代のビジネス変革
by
Koichi Masukura
More from Preferred Networks
PDF
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
by
Preferred Networks
PDF
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
by
Preferred Networks
PDF
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
by
Preferred Networks
PDF
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
by
Preferred Networks
PDF
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
by
Preferred Networks
PDF
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PDF
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PDF
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
PDF
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
by
Preferred Networks
PPTX
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
by
Preferred Networks
PPTX
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
by
Preferred Networks
PDF
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
by
Preferred Networks
PDF
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
by
Preferred Networks
PDF
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
by
Preferred Networks
PDF
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
by
Preferred Networks
PDF
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
by
Preferred Networks
PDF
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
by
Preferred Networks
PDF
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
by
Preferred Networks
PDF
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
by
Preferred Networks
PDF
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
by
Preferred Networks
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
by
Preferred Networks
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
by
Preferred Networks
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
by
Preferred Networks
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
by
Preferred Networks
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
by
Preferred Networks
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
by
Preferred Networks
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
by
Preferred Networks
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
by
Preferred Networks
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
by
Preferred Networks
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
by
Preferred Networks
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
by
Preferred Networks
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
by
Preferred Networks
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
by
Preferred Networks
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
by
Preferred Networks
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
by
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
by
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
by
Preferred Networks
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
by
Preferred Networks
イノベーションことはじめ
1.
2014/10/23@PFI全体セミナー イノベーションことはじめ Preferred
Infrastructure Preferred Networks 岡野原 ⼤大輔 @hillbig
2.
⾃自⼰己紹介 l 岡野原
⼤大輔 l 脳について興味があります l 脳の教科書、研究論論⽂文とかも読んでいます ©安倍川もち l 去年年から20年年使ったC++をやめてGoで書くようになりました l ⽣生産性が3倍ぐらいあがった気がします l 但し、CUDAなど利利⽤用する場合は未だにC++です l 最近、会社では主に深層学習を利利⽤用したRDと事業化に注⼒力力して います(前半はEdge Heavy向けJubatusのAntEaterを作りました) l 休⽇日は娘と⼀一緒に⼭山や川や海や王国@舞浜に⾏行行っています
3.
イノベーションとは l 全く新しい技術や考え⽅方を取り⼊入れて新たな価値を⽣生み出す変化
l もっと分かりやすく⾔言えば 「それが無かった頃が考えられないくらいの変化」 l ⼈人の社会、⽣生活を定義づける l ⽯石器時代、⻘青銅器時代、鉄時代、⼯工業時代、デジタル時代 l イノベーション ≠ 技術 l 宗教、社会構造、建築、軍事戦略略、農業、芸術にもみられる
4.
イノベーション例例:鐙(あぶみ) 8世紀頃 馬に乗る時、および
馬上で行動(叩き切る、弓を打つ)する時に 踏ん張るために利用する 銃が登場するまでに最大のイノベーションと される 鐙が導入されるまで、馬はそれまで偵察にしか用いられることはなかった。 しかし、鐙を使うことで馬上で行動することができるようになるった。 アヴァール人などが8世紀にヨーロッパに広めた。 その後、馬が騎士のような権力・力のステータスとなるだけでなく、 馬を利用した軍事行動が可能となりモンゴル帝国のような広範囲を支配する国が出現する 鐙の登場以後の世界は全く違うものとなった
5.
Innovationのプロセス 発明(Invension) L.
Pageが⾔言うところの 社会へのimplementation 発明が起こってからLaunchするまで 昔は数百年、最近でも数十年(例:衛星通信) 図 [1]より
6.
コンピュータの世界でのイノベーション例例 (1/2) l
汎⽤用コンピュータ l 主要なアイディアはBabbage, Ada 1842, 実現はTuringら 1936 l 真空管 l 元々通信⽤用途に利利⽤用されていたのを転⽤用 1930年年頃 l トランジスタ l W. Sockley, A. Holdenらが1947年年に発⾒見見 l Personal Computer l Altair 8800が1974, Apple IIが1977, l インターネット l 1969年年、ARPNET、1990年年 初のブラウザ l Google(検索索エンジンサービスとして) l 1998年年にサービススタート
7.
コンピュータの世界でのイノベーション例例 (2/2) l
SNS l Facebook 2004年年、Twitter 2006年年、Line 2011年年 l スマートフォン l Iphone 2007年年、Android 2008年年 l タブレット l Ipad 2010年年(ただしスマホとかぶっている) l クラウド l AWS 2006年年 l ウェアラブルデバイス(になるかも) l Google Glass 2013年年、Edison 2014年年 何か気づいたことはありますか? (殆どアメリカ発ということはありますが)
8.
イノベーションは加速している l 直近の⽅方が記憶や情報が鮮明だからという理理由を差し引いても
イノベーションが⽣生まれるペースは加速している l 以前は100年年単位だったのが、10年年単位、1年年単位になっている l 収穫加速の法則 The Law of Accelerating Return [R. Kurzweil] l 伝統的な収穫逓減との対⽐比 l 秩序が指数関数的に成⻑⾧長すると、新たな出来事が起きるまでの時 間は短くなる
9.
イノベーションの加速の理理由 l イノベーションの数は基本的にはアイディアと問題のマッチング
の回数*試⾏行行回数に⽐比例例する l 現在はマッチングコスト、試⾏行行コストが格段に下がったため、イ ノベーションのレイテンシ、スループットは格段に改善されている l オープンな場で議論論する l 1⼈人で殆ど無視できる⼩小さなコストでサービスを試す l 3Dプリンタでモノを作ってネットで販売する l 昔と⽐比べて⼀一⼈人の天才が全てやる時代ではなくなった l 昔はコミュニケーションコストが⾮非常に⼤大きかったため、⼀一⼈人の 天才が全てを知った上で⾃自分の中でイノベーションを起こしてた l 今は数⼈人、企業単位でイノベーションを起こす時代
10.
イノベーションは⾶飛躍的に⽣生まれやすくなった (研究が社会にでるまでの例例) l
1990年年: アイディアを記した論論⽂文を学会に投稿し採択され、印刷され図書 館に置かれる。それをたまたま問題を抱えた研究者が図書館に訪 れた際に⾒見見つけて再実装し、それを企業に売り込む l レイテンシ:数年年 機会:よくて 1ヶ⽉月あたり1回 l 2014年年: アイディアをまとめて論論⽂文をarxivに投稿すると同時にgithubにコ ードも置き、facebook, twitterに書いたことを公開する。それを RTで知った問題を抱えた企業のエンジニアが利利⽤用する l レイテンシ:数⽇日 機会:1⽇日あたり数⼗十回 l レイテンシは1/1000、機会は1000倍
11.
イノベーションの種類 l 持続的イノベーション
l 既存の性能・コストを改善する l 必要な機能や価格⽬目標もよくわかっているため改善しやすい l 少しずつの改善であっても結果としてすごい改善にみえる l 1⽇日1%改善したとしても、460⽇日で100倍の改善となる l 例例:Pentium 3 - Pentium 4 l 破壊的イノベーション l 世の中に存在しないものを作る l 何を作ればよいかは顧客に聞いても分からない l ⾃自動⾞車車以前の⼈人「もっと速い⾺馬が欲しいです」 l 例例:PC - スマホ
12.
破壊的イノベーションの定義 [Renselaer Polytechnic
Institute] l 以下のいずれかの条件を満たす場合に呼ぶ l 機:全く新しい機能 l 改:既存の機能を5倍以上改善する l コ:30%以上コストを削減する l 破壊的イノベーションの例例 l 機:iphoneはモバイルデバイスでインターネット+電話+アプリ l 改:BigQueryはDBを10倍以上速くした l コ:セブンのコーヒは挽きたてのコーヒを100円で提供し既存の1/3
13.
イノベーションの進み⽅方 l 連続した持続的イノベーションの後に破壊的イノベーションが
起こる。いつ来るかは分からない [1] 図1.1より
14.
イノベーションと業界構造の考察(I) l 破壊的イノベーションはこれまで全くなかったものを提供する必
要があるため、業界としては垂直になりやすい l ⽔水平にしようにもそれぞれ何を提供すればいいのか分からない l 破壊的イノベーションは市場を独占できるため⾮非常に⼤大きな利利益 を短期的に⽣生む。 l しかし、後続は追いつくためにオープンな戦略略をとりがちである 。その場合、後者は速く拡⼤大する。もし前者が追いつかれたなら ば業界は⽔水平構造となり、Commodity化する l 例例: PC : Apple II, NEC PC98(クローズド) - IBM AT(オープン) スマホ : Iphone (クローズド) - Android(オープン)
15.
イノベーションと業界構造の考察(II) l 企業・組織によって破壊的イノベーションが得意か、持続的イノ
ベーションが得意かが違う l 例例:⽇日本の製造業(の多く)は持続的イノベーションが得意なよ うにみえる。⼀一度度、必要な機能セットがわかれば、⾼高品質かつ低 コストな製品を提供できる l 両⽅方を実現するには⼀一つの組織では困難である l そのため、破壊的イノベーションを企業買収によって 実現している例例もある l 近年年は破壊的イノベーションの間隔が短くなっているため、それ にあわせた企業・組織設計が必要である
16.
3000のアイデア = 1つの商業的な成功*
l 3000 のアイデア l 300 の⾏行行動がとられたアイデア l 125の⼩小さなプロジェクト l 9の重要な開発 l 4の主要な開発 l 1.7のローンチ l 1の成功 l 特許の場合も⼤大体同じ l 3000のアイデア、112の特許、1つの価値ある特許 l ブンブン、バットを回さなければならない * “From 3000 raw ideas = 1 commeercial success !” G. A. Stevens, et. al
17.
加速する世界の中で⼈人や組織はどう⽴立立ち向かうのか l いろいろな⼈人の⾔言葉葉を引⽤用して、考えてみましょう
18.
競争なんてくだらない。イノベーションこそ全て [L. Page]
l 逐次的な改良良を繰り返しているだけでは必ず時代遅れになる l 逐次的な改良良による先⾏行行は良良くて数年年 l ライバルにわずかな差をつける努⼒力力をするより、画期的なイノベ ーションに集中したほうが利利益が⼤大きい l 今開拓拓できているのは1%の市場。殆どの市場はまだ開拓拓されて いない。
19.
クレージーでないようなことをやっているの だったら間違っているのだ [L.
Page] l もし、それが誰からみても順当だと思うようなことをやっている のであればそれは逐次的改善である l ⼈人は線形に変化することを予測するのは得意だが、加速度度的に変 化することを予測するのは苦⼿手である l クレージーと思われるぐらいがちょうどいい
20.
綿密な事業計画は意味が無い [E. Schmidt]
l 変化が早い業界ではどのように綿密な事業計画を⽴立立てたとしても 、後から振り返ると100%間違っている l 完璧な事業計画を作るよりも変化に追従した柔軟な事業計画を⽴立立 てることが必要である l これは近年年の経営戦略略の考え⽅方とも⼀一致する
21.
技術的優位性は作れないため、 プラットホーム拡⼤大を優先させる [E.
Schmidt] l これほど技術⾰革新が速い時代になると、ある技術を持っていると いうことの優位性は殆どなくなる l スピードとスケールを優先しプラットホーム拡⼤大を急ぐ l そのことで早くノウハウを貯め、結果として技術を加速化させる l ⼈人材の獲得、育成、維持が最重要 l どんな技術がやってきてもそれに対応できるような⼈人材を揃える
22.
10年年以内にできそうなことは研究とは⾔言えない [久夛良良⽊木] l
数年年で成果が出せるようなものはあまりに短期的かつリスクが低 い(そしてリターンも⼩小さい)研究開発である l PSはその当時ワークステーションなどでしか実現できていなかった CGを⼀一般のゲームで実現させるというものだった l 10年年間の実⽤用化の努⼒力力により1994年年は発売された
23.
10年年後を考えるにはクレージでなければならない [久夛良良⽊木]
l 10年年後の世界を想像するには、その当時はクレージ−と思われる ぐらいでないといけない l 度度胸が必要 l 妄想⼒力力が必要
24.
もしそれがうまくいくと知っているなら試みではな い [J.
Bezos] l 失敗は発明とイノベーションの本質であり、うまくいくと知って いるなら試みではない l たくさんの失敗をしても致命傷にならなければよい
25.
現実に遭遇して役にたった計画など何⼀一つなかった [J. Bezos]
l 計画は綿密に⽴立立て、変化に気づいたら計画を平気で破棄する細⼼心 さと⼤大胆さの両⽅方が必要
26.
10年年後に知っているであろうことの2%しか知らな い [J.
Bezos] l 2004年年に2014年年がどうなっているかを考えてみてください l 当時スマホ、クラウド、FB, Twitterは無かった l Forbes 世界の強い企業Top 10の変遷 l 2004年年のtop10に⼀一つも中国企業は無かったが 2014年年のtop10の5つが中国企業
27.
成功の⽅方程式 [賀沢] l
成功回数 = 試⾏行行回数 * 成功率率率 l 成功率率率はいろんな要因があるので努⼒力力で意識識的に増やすのは困難 l 試⾏行行回数を増やす = 試⾏行行時間を短縮 = ⼀一⼈人で始められるよう⾃自分の腕を磨く = ⼩小さい⽬目標を置く = 他⼈人のフィードバックを早めにもらう
28.
最後に l ITの分野はまだしばらくはイノベーションが連続して起こる
l ⾏行行くところまで⾏行行くんではないかと思う l 既にこんなにイノベーションが起こっているので もう起きないんではないかと錯覚しがちである l 「こんなにイノベーションが速くなってどうなるの」は 「最近の若若いものは」と同じくらいずっと⾔言われ続けている l “未来を予測する最善の⽅方法は、それを発明することだ” [Alan Key]
29.
参考⽂文献 l [1]
“Innovator’s Toolkit 10 practical strategies to help you develop and implement Innovation“, Harvard Business Review Press
Download