これから学んでいきたいこと
オックスフォード大の研究で、今後10年～20年の間に、米国の総雇用者総数のうち約47％の人の仕事がコンピュータにとって代わられる可能性が高いと予測した。
一例として、なくなると予想されているのは、
運転手
自動運転に置き換え（ウーバーあれば、ドライバーはいらないしね、、、）
コールセンター
まぁこれも音声認識が良くなって、質問に対する答えがわかってればそうなりそう。
通訳
確かに翻訳機が発達すれば、今より確実に数は減っていくと思われる。
自分の経験に置き換えれば、色々なことが自動化して、車業界中で、例えば、
1. ディーラーが減りそう
VRが発達して、ネットで車が買えるー＞今も一部もう始まってるし）
2. いわゆるブルーカラーの人たちが減る
どんどん自動化が進むと思う。
3.一部の機械に変えても問題ない仕事をしているホワイトカラー
簡単な設計（ルーティーン）で出来ることや実物回して、テストするだけの人（シュミレーションが発達し、簡単な部分はコンピューター内が代替え）
とかとか。
ここからが本題で、そんな世の中でこれから何を学んでいけばいいのか。人生100年、健康寿命もどんどん伸びていく中で、このまま普通に仕事してたら、機械に先をいかれて、自分のすることが無くなりそうな気がしています。（Basic incomeの話とかはこの未来を予想して、考えているのではないかと思っています。）
私が思う、今後自分に必要な能力は大きく３つ
1. データを解析する力（読み解く力）
機械はデータを取ってくるのはできますが、そのデータをどのように扱い、どのデータをどう解析するか（アルゴリズムを考える等）、この仕事についてはまだまだ人間の入る余地はありそうです。また、そのデータを使って、何をどう改善していくのかについても、人間の判断は必要かと思います。データを統計的に処理したり、アナリティクスはもうすでにgoogleなどでお馴染みですが、そのデータを使ってどう改善していくかについては、考えていく必要があるかと思っています。
2. ソフトウェアに関する知識
1にも関連しますが、将来、ほとんどのものがセンサーに繋がり（コネクティビティ、ユビキタス世界）それらを操るのはハードではなく、ソフトです。なので、何かを変えようとした際には今はハードの変更がまだまだ多いですが、将来はソフトの重要性が確実に増していくと思います。コードがかけるというよりかはソフトで何ができて、何をしたら、今より良く出来るのかを考えられるようになる必要があるかと思います。
3. ユーザー目線で、技術を繋げて、新しいことを考えられる力
日本人は要素技術を極めるのは得意ですが、何かを新しく発想するというのが最近苦手になってきているのではないかと思います。昔はそれこそ、ウォークマンだったり、ウォシュレットであったり、内視鏡、新幹線、色々ありましたが、最近はそれこそ、アップルやグーグル、アマゾンに先んじられていると思っている方も多いと思います。
私は製造業の現場を海外、国内いっぱい見てきましたが、新しいもの好きという言い方がいいのかはわかりませんが、欧州の方が、改善よりも根本的に何かを変更することに慣れている気がします。色々なものがインターネットにつながり、ハードの勝負より、ソフトの勝負になってきているので、もっと色々なことに興味をもち、面白いもの、興味があることをユーザー目線で考えて、既存の枠にとらわれずに発想していくことが必要だと思います。
例えば、ZFはなんとトランスミッションにGPSつけて燃費を改善するという施策をしていたり、コマツのコムトラックスのように色々な情報をセンサーで集めてメンテの時期や省エネ運転のサポートなどするなど、既存の技術で出来ることはたくさんあると思うので、こういったものに興味を持って、アイデアを貯めておくってことが大事かと思います。
また随時、思いついたことを書いていこうかと思ってます。
おじまい！
IoTについて
管理職の70%以上がIoTによって、業界が根本的に変化するだろうと回答しているがIoTに対して何か対応していると回答したのは20%以下しかいないと。
だから、今後はIoTについて学んでいくことが今後の自分の強みになるだろうと思い勉強しはじめようと思いました。
IoTとは（Internet of Things）
ものがインターネットに繋がる
キーワード例
- オープンイノベーション
- PLM（プロダクトライフタイムマネジメント）
- ○aaS（○ as a Service) -->IaaS, PaaSとか
- コネクティビティ
- ビックデータ
- 人工知能（AI）
- コグニティブ
上記以外にもたくさんのキーワードが出てきましたが、私もこれからちゃんと理解して、使っていかないとと思っています。
1. オープンイノベーション
「企業内部と外部のアイデアを組み合わせることで、革新的で新しい価値を創り出す」ことを目的に生まれたのが、「オープン・イノベーション」という考え方です。 ヘンリー・チェスブロー博士によって提唱されたこの考えは、外部の開発力やアイデアを活用することで自社の課題を解決し、これまでにない価値を生み出すことを意味しています。
企業内部だけの知識、経験だけでなく、企業間で協力して、価値を生み出していきましょうということですね。
2. PLM
PLM（Product Life cycle Management＝製品ライフサイクル管理）とは、10年以上前に提唱され、一般に、企業における製品の設計・開発・保守・廃棄・リサイクルなど、製品のライフサイクル全体を通して製品関連情報をITで一元管理し、収益を最大化していくための方策です。
設計のデータをそのまま製造に使えるようにしたり、製造のデーターをそのまま保全に使えるようにしたり、出来たものに対して、センサーを付けて、メンテナンス時期をアラートして教えたり、ものを作ってから使い終わるまでのサイクル全体を通して、データを一元管理して、マネタイズしていきましょうって話。コマツの設備にセンサーつけて、メンテナンスの時期等を最適化するとかってのはこれになるのかな？
3. ○aaS（○ as a Service) -->IaaS, PaaS
何かをものとしてではなくてサービスとして扱うということ
仮想マシンなどのインフラを提供（IaaS）したり、プラットフォーム（PaaS）を提供して、ソフトやアプリを作ってもらったりすること
4. コネクティビティ
パソコンと周辺機器との接続の簡易さや、ネットワークへの接続のしやすさなど、複数のものを連結する際の簡易性を表す。
製造業の機械ってこの辺が全然進んでいないのが現状かと思います。
5. ビッグデータ
ビッグデータ（英: big data）とは、市販されているデータベース管理ツールや従来のデータ処理アプリケーションで処理することが困難なほど巨大で複雑なデータ集合の集積物を表す用語である。 その技術的な課題には収集、取捨選択、保管、検索、共有、転送、解析、可視化が含まれる。
今現時点で、アプリを使っている人はなんと40億人以上。また、デバイスも2020年までには500億個になるという試算もあり、どんどん世の中のデータは増えていく一方であり、だからこそ、欲しいデータを見極め、そのデータの解析をし、結論を出すために可視化したりということが重要になるかと思います。
6. 人工知能（AI）
人工的にコンピュータ上などで人間と同様の知能を実現させようという試み、あるいはそのための一連の基礎技術を指す。
私がまず思い浮かべたのはターミネーターですね笑。あと最近ではAlpha碁とかでしょうか。これらの技術も今後は製造業なり、色々なところで使われていくと思います。
7. コグニティブ
コグニティブ（Cognitive）とは、日本語で「認知」のこと。 コグニティブ・コンピューティング（またはコグニティブ・システム、コグニティブ・コンピューティング・システム）とは「ある事象についてコンピュータが自ら考え、学習し、自らの答えを導き出すシステム」のことを指します。
人工知能と同じじゃん！て思いましたが、以下、IBMのコメント見ると違う考え方があるようです。（自己満な気もします笑）
IBMはWatsonを人工知能とは呼ばず、一番最初のコグニティブ・コンピューティング・システムと定義しています。コグニティブと人工知能の違いは、コンピュータの立ち位置。米IBM基礎研究所のバイスプレジデントDario Gil氏は、AIは人が行う作業をコンピュータが行うもの、コグニティブシステムは人がより良い作業が行えるようにサポートするものであり、両者はゴールが違うと説明しています。
正直、私には違いがわかりません！ワトソンをブランディングするために名前を変えただけなのでは、、、
おじまい！
