2024.10.01
自社の社内情報を未来の“ゴミ”にしないための備え 「情報量が多すぎる」時代がもたらす課題とは?
提供:HEROZ株式会社
リンクをコピー
記事をブックマーク
髙橋知裕氏(以下、髙橋):そういう(ITスペシャリストを育成する)体制があるものの、まだまだAI実装も課題が多いのが現状です。せっかくなので、「AI革命の実現に向けたHEROZのアプローチは?」というテーマで。
中村隆太氏(以下、中村):これも僕が先に口火を切ると、冒頭にも言いましたが、エンジニアは専門家なんだということがあり「AI、AI」と言っているけど、裏側の技術は、様々な専門領域に分類・分解されていてそれぞれ得意領域が違います。この専門性を上手く統合して、ビジネス×エンジニアの間で分業しないで進めるのが、動くものを作るというか、ちゃんとした価値があるものを作るために重要かなと思います。
先ほどの「課題を読み解く」話があるんですけど、要は「結局、何を解くべきなのか」という課題設計がめちゃくちゃ重要です。予測問題だと思って設計してみたけど、実はよくよく話すと最適化問題のほうがよかったという話はよくあります。
そういったところは、やはりエンジニアと議論しながら、課題設計と解法をうまくスリスリしながらすり合わせて作っていくようになると思うんですよね。手前味噌ですが、それが比較的社会実装がうまくいってる理由であり、難しさでもあるのかなと思います。どうですかね。
関享太氏(以下、関):今の産業構造は、ある程度の分業を前提にするしかないという話だったと思うんですけど。その延長線上で弊社が何するの? と言っても、そんな魔法のような話とか、飛び道具はないと思っていて。
端的に言ったら、今僕らが一緒に仕事をさせていただいているクライアントさまの課題をどうやって解決するか、ちゃんと徹底して考え抜いて、しっかり使えるところまで実装することを、ひたすら繰り返していく。我々は今50~60名ぐらいの、まだまだ小さな会社なんですけれども、それがHEROZにできることなのかなと思っていますね。
関:もちろんAIは、いろいろなことをたくさんできるというポテンシャルがあります。そのポテンシャルに期待していただいたうえで、たくさんのいろんなお仕事をさせていただいていると思うんですけれども。その大きな期待を裏切らないように、しっかりと一つひとつのテーマに向き合って、ちゃんと使えるように仕立てにいく。中村からもありましたけれども、中身の技術の話はいったん置いておいて、大きく言うとそういうことかなと僕は思っています。
中村:そうですね。あとは、我々にお客さまのドメインの知識とか、産業のノウハウとか、あるいはちょっと青臭い話をすると「これを実現したいんだ」という強いWillのようなものがあったりすると、うまくいくというか。何かが生まれることが多いと感じますね。
ただやはりそういう意味で言うと、大きい成果が出るにはある程度の時間がかかるんですよね。
関:かかりますね。
中村:これはおもしろいなと思っていて。時間がかかるがゆえに、取組みの状況はあまり表に出てきません。その成果が表に出た頃には、もうすでに産業として勝負が決しているという構造が見えて、ビジネスの競争分析の観点からもおもしろいなと思っています。
ただやはり短期的に成果を出すこともさることながら、アプローチの話に戻すと、本質的に重要なことは、価値を出すために解くべき課題にフォーカスしていくこと。ちょっと今はAIに対する期待値が下がってきているけれど、アプローチとしてはやはりそれを愚直にやっていくフェーズなのかなと、個人的には捉えています。
関:そこは本当におっしゃるとおりだと思います。一時期のAI産業って、例えばこの会社さんと一緒に仕事をしていくことになりましたとなったら、そこでまずバーンと花火が打ち上がったように盛り上がることがたくさんあって。
ただ中村さんがおっしゃったとおり、実際に使えるようになるところまでいくのに、時間がかかるんですね。でも、ちゃんと時間をかければ、「あの取り組みどうなった?」とみんなが忘れた頃に、本当にそんなことができたんだとわかってもらえる。
例えば1つの設計の作業がオートメーション化されたんだと見えてくると、AIってこんなことができるんだよねとわかってきて。そこからどんどん加速度的に、AI革命のバリューが増えてくるんじゃないかなと思います。
中村:逆に言うと、それが見えた時には、もうすでに他社は勝てないですけどね。たぶん追いつけないですよ。データを溜めるという観点からしてもそうだし、やはりデータだけあればできるかというと、そんなことなくて。
関:必要条件の1つでしかないですからね。
中村:そうなんですよね。その辺りが今はアプローチとして重要かなと思いますね。
髙橋:企業側でも、AIをとりあえず使いたいと言っても、フェーズがいろいろと分かれると思います。課題が明確にあって、どういうビジネスを描きたいのかが明確になっている企業さんもいれば、「まだ課題もわからないけどなんとかしたい」とか、いろんな企業さんがいます。
AIに対する理解度とか、あとやはりビジネスをどう描いているかがかなり大事だと思うんですが、最近はどうですかね。
中村:昔ほどむちゃくちゃな話は出てこなくなりました。だからこそ逆に、今度は過小評価になっちゃって、こじんまりとした話が多いなという印象があります。
課題の設計の話もまさにそこが一番難しくて、特にクライアントは、「AIに何ができるか」がわからないんですよね。「何ができるか」がわからなかったら、「それができるんだったらこういう手が打てるはずだ」という戦略とか、ビションとかが描けなくて。
すごくミクロな話をすると、それをいちいちメールで送信して、2日後に返ってきて、吟味して、また2日で考えるようなことをやっていると、スピード感としてぜんぜん間に合わない。課題設計するだけで3ヶ月ぐらい経って、その課題設計ができた頃には、もうすでに賞味期限が切れてますよ、ということが普通に起こります。
やはりそこがまだ、どこでそういった人材を作るべきかも含めて成功パターンが確立できていない気がします。
髙橋:弊社の特徴なのかわからないですけど、例えばクライアントの企業と対峙する時に、中村さんとか関さんはプロジェクトをリードするエンジニアとも一緒に行くこともあります。エンジニアと一緒に行くことと、自分たちだけで行くことの大きい違いはありますか?
中村:どうだろう? あるはあるんですけど、課題設計については技術的な設計も含めてビジネス職がフォローできるほうが望ましいとは思うんですよね。
関:1人格の中で完結するほうが本当はいいですよね。
中村:ただ実際に、本当に解けるのかという深い話になってくると、やはりエンジニアがいてくれて、フォローしてくれたほうがいいこともあります。
関さんの話も聞きたいです。僕らが思いつかないような解決策を、AIエンジニアが思いつくことはけっこうあると思いました。
どうしてもビジネスとか業務の視点から物事を考えてしまうんですけど、「なるほど、データで切ると、こっちのほうが都合がいいのか」という話は、エンジニア側がうまかったりすることもあるので。「おー、こうやるとうまくいくんだ」と、何回か気づかされたことがありました。どうですか?
関:今、いくつか質問があったかなと。
(一同笑)
関:エンジニアと一緒に行って助かることの話は、中村さんがおっしゃったとおりです。「この課題を具体的にどうやってデータサイエンス的に解くんだっけ」という話は、HEROZで働いているなら、誰であってもわかっていてほしいなと思います。ある程度のイメージが湧いてほしいので、エンジニアがいるかいないかは、そこまで重要ではないと思います。
関:ただ、やはり中村さんがおっしゃったとおりで、ぜんぜん違う解き方のイメージが湧くとか、説明の仕方でも技術の深い話ができて、なぜかそれがお客さまに刺さる瞬間がけっこうあるんですよ。
数年前にBERT(Googleによって開発された、自然言語処理の事前学習のためのTransformerベースの機械学習手法)とかの新しい技術が出てきて。「これってこういうことなんですよ」ということを、すごくわかりやすい表現でお客さまに説明してあげる。
「それをこうやって応用すると、今の御社が抱えている課題を解決する道筋ができます」ということができると、めちゃくちゃお客さまの期待が高まるところがあります。「高まりすぎたら危ないじゃん」みたいな話もありますよね(笑)。
中村:そうですね。実際問題として、技術が日進月歩じゃないですか。その新技術を、ビジネス職が課題設計しながらキャッチアップしていくのは難しくて。例えば画像の認識とか検知の問題は、転移学習が使えるようになって、めちゃくちゃ楽になったり精度が上がったりしたじゃないですか。やはりそういったことはエンジニアがキャッチアップしてくれていて、ありがたいですよね。
関:そうですね。自然言語があって、画像があって、音声があって、時系列があって、強化学習もあって、やはり幅が広いじゃないですか。その全部をキャッチアップしていくのは、ビジネス側出身のメンバーとしてはだいぶハードルが高いですね。
中村:やりたいけどね(笑)。
関:興味を持ち続けることが大切だと思うんですけど、最新の状態を常にキャッチアップできてるかというと、やはりそれは難しい。でも、「きっとこういうところが論点になってるのだろうな」というイメージを持ちながら、その辺りに詳しいエンジニアと一緒にディスカッションをして、お客さまを巻き込んでプロジェクトを進めていくことは、すごくおもしろいことだと思います。
中村:確かに。転移学習の話でもそうだけど、エンジニアは「大したことじゃない」と思っていたことでも、ビジネス職やお客さまにとってはものすごくインパクトがあったりすることもありますよね。
例えば、100枚の不良品の画像を用意しなければいけなかったのが、10枚になりましたと。データサイエンス的には「100枚が10枚って大したことないじゃん」という話だけど、業務的には衝撃的なはずですよね。だからその辺りをうまくすり合わせるのが1つポイントなのかなと思います。
関:そうですよね。ちょっとしょぼくさいですけどね。アノテーション(教師データの作成)を100回してくださいと言ったら、お客さまはすごく嫌がる。
中村:嫌がる嫌がる。
関:「いや、3枚でいけるので」と言ったら。
中村:そう、そう。ぜんぜん違うよね。
関:「だったらトライしてみましょうか」という話になるので。
中村:「あと10枚ぐらいなら画像がある」ということもよくありますからね。
ちょっと生々しいですけど、でも技術なので、最終的にそういうところまで、ちゃんと条件が揃わないと成立しないですよね。細かいことはあまり言いたくないとはいえ、本質的だけどちょっと具体的なことは、やはりエンジニアがいるからこそ把握できる部分があると思います。
髙橋:具体的なアプローチに見えるんですけど、ひとまず今日のテーマでもある、「エンジニアとの協業の実際」。どうプロジェクトを進めているのか、一緒に仕事をしているのか。分業じゃないところが特徴でもあると思うんですけど、具体的に話せる範囲のものがあればお願いします。
中村:なんかあります? 関さん。
関:僕が中村さんより1年ぐらい早く入ったので。当時はまだIPOして、これからBtoBをやっていこうねという時期で、大変だったなという思いがありました。
中村:(笑)。ありがとう。
関:エンジニアのみなさんは研究者上がりというか、みんなPh.D.(博士号)を持っていて、めちゃくちゃ頭いいんですよ。彼らの言語で話すこともあるので、プログラミング言語のまましゃべってるんじゃないかと思うような、わりとハイコンテクストレベルがたまにあったりします。
そうすると劣等感ではないですけど、「これは俺が理解できていないのか、俺がだめなんじゃないか」と感じることがあって。でもその時に「俺がもっと踏ん張らなきゃいけないんだな」と思って、そこでデータサイエンスの話とかを自分なりに勉強しようと思ってがんばったんですよね。
だからある意味、自分のスキルをエンジニア側の領域にどんどん染み出していって、自分なりに、彼らがやっていることを理解しようとしたところがあります。それでエンジニア側とある程度対等に話せるようになりました。
逆に言うと、お客さまが求めていることをエンジニアが理解していなかったら、自分なりに理解したものをエンジニアの言語で伝えられるようにしましたね。その実感ができるようになって、自分としても仕事がやりやすくなったと思います。
関:中村さんはどうですか?
中村:僕も同じです。コンサルティングファームとかSIerもそうなのかもしれないけど、周りに同じような人がけっこういるなと。優秀な人も多くて、それはそれでおもしろかったんですけど、「ぜんぜん違う人と働いてみたい」と思ったのが転職したきっかけの1つでした。
「すごい変なやつと働いてみたいな」と思っていたら、変なやつの想像を超えていたことがけっこうありました。
関:いや、超えていましたよ。
中村:超えていますよね(笑)。
髙橋:具体的に、どう変なのですか?
関:ここではちょっと言えないです(笑)。
髙橋:言えないか(笑)。
中村:コミュニケーションのプロトコル(規格)が違うのではないかなと思う時がありますね。しかもアプリケーション層の違いではなくて、もっと根本の物理層レベルで違うんじゃないかと(笑)。
でも関さんが言ったとおり、逆に彼らが言っていることをわかるようになるのが、むしろ僕らにとってのラーニングゾーンです。ビジネス職側の「こっちが言っていることをわかってくれよ」というのはいったん置いといて。
やはりビジネス職側が歩み寄るのが近いのか、エンジニアがビジネスに歩み寄るのが近いのかで、ずーっと議論がされていて。そこも未だに解がない。いろいろな人と話しているのですけど、みんな答えを持ってる方向が違うと思います。
中村:個人的な喜びとしては、やはり関さんが言ったように、エンジニア側の言っていることがわかるようになることで、理解の解像度がどんどん上がっていく。そうすると初期に出す仮説についても、精度と言ったらおかしいですけど、かなり解像度の高い技術的な仮説が、それなりにビジネス課題にフィットしてくれる。
そうなる話が早いというか、実現可能性の評価が自信を持って言えるようになるし、あらかじめリスクを見られるようになってくるところが、すごくよかったですよね。
関:そうですね。「何を解くか」をあきらかにするのは当然で、ビジネス側のメンバーの責任だと思うんです。でも「それをどうやって解くのか」というイメージをしながら、その仮説を立てなきゃいけない。それが僕らHEROZがやっている仕事ならではの難しさであり、おもしろさでもあるのかなと思っていて。
中村さんのおっしゃるとおり、「どうやって解くか」をラーニングゾーンにいれて、学びながらやってきたことが楽しかったし、AIエンジニアと一緒にやってきておもしろかったところなんだろうなと思います。
中村:そうですね。具体的な話に触れない範囲ですが、なるほどと思ったことの1つに、「コンサル時代の顧客中心主義」という話があります。「顧客データを分析しましょう」という話を、散々していた記憶があったんですけど。
エンジニアの観点から見ると、「人間ほど不確実性が高いものはない」という話で。やはり1つの人格ではなく、「その時の誰か」と捉えたほうが、的確に人間の行動を予測できたり、再現できたりするという切り口もあって。「なるほど、社会科学と自然科学の接点はこういうことなんだ」と、初期の頃は非常に感動しました。
髙橋:課題や物事に対する見え方・考え方に、変化はありました?
中村:見え方の違う人たちが重なっているなという話ですね。コンサルとか同じ職場にいると、けっこう同じ角度で見ていて。その視点が鋭かったり、解像度が高かったり、視座が高かったりという話なんですけど、そもそもエンジニアはぜんぜん違う角度から見ていることがすごくありました。
その視点を部分的にでも「なるほど、そういう見方もあるのか」と把握できるのがおもしろい。
関:よりサイエンスらしいイシューにどんどんシフトしていけるのがおもしろいと思いますね。
中村:難易度はどんどん上がっていくけどね。
関:立ち返らなきゃいけないのは、「それは御社にとって、本質的に解く価値がある課題なんですか」ということ。やはりそこは変わらず重要だと思うんですけれど、その後、それをコンサルっぽいプロジェクトにするのではなくて、もうちょっとサイエンスっぽいイシューにしていく。
中村:そうですね。
関:そこに向き合えるのは、いいことだと思いますけどね。
中村:転職して流体力学をちゃんと考えることになるとは思わなかったですよね。
関:そうですね。構造力学みたいなこともやりましたし。
中村:そうですね。
関:最初に変なことを言いましたけど、でも最近は周りとちゃんとコミュニケーションを取れるエンジニアもけっこう増えましたよね。
中村:そうですね(笑)。増えてきたなと思います。
関:大人な会社になってきたなと思っています。
髙橋:その辺りの技術のことや、実際に一緒にエンジニアと仕事をする中でコンサルと比較して、うちのバリューでも「驚きを心に、何事も楽しむ」というのがありますが、HEROZで一番驚いたところって何ですか?
中村:驚いたことか。なるほど。難しい質問を……。
髙橋:コミュニケーションが取れなかったという驚きもあるかもしれないし。
中村:そのレベルの驚きでいいんですか?(笑)。
(一同笑)
髙橋:気づいたらずっとホワイトボードに数式を書いているとか。コンサルと比較してでもいいかもしれないですけど。
中村:そうですね。エンジニアの人間的なおもしろみの話をすると、世の中にはこういう脳の構造になっているというか、思考回路になっている人がいるんだと。今まで会ったことがないタイプの人で、物事を数式的に捉えていたり、それにしか興味がなかったり。でもそういう人たちが能力を発揮すると、すごいことがあるんだなぁというのが1つ。
やはり驚きで言うと、さっき関さんが言ったように、本当は「サイエンス」がビジネスの根底に流れています。仕事にもよるのでしょうけれど、前職のコンサル時代ではぜんぜん見えていなかったんだなというのが驚きでした。そこまで踏み込んでやることがなかったので。
エンジニアも、もちろんデータサイエンスが得意な人もいるんですけど、例えば材料工学が得意だったり、もっと物理力学的なところが得意だったりと、理系的な教養がちゃんとある人がいると、お客さまの課題の本質的な、サイエンステクノロジーのところに入り込めるわけですよね。その世界は新しかったなと、個人的に思います。
髙橋:私の見ている狭い世界のコンサルの人たちの中でも比較的、中村さんとか関さんがかなり技術に長けていると思っていて、その方でも、そういう驚きがあるというのはちょっと新鮮な気がします。
特に関さんは、弊社の中でもかなり技術に詳しいほうなのですが、それでもやはり驚いたこととかがあれば教えてほしいです。
関:そうですね。一言で言うと、ここまでギーク(卓越した知識がある)な人っていないんじゃないかって。
中村:あぁ、それはあります。
関:「こういう人は、リアルな世界だとどこで出会えるんだろう」という、本で読んだり想像していたようなレベルで、ひたすらコンピューターと向かい合って、難しいことをひたすら考えていて、「なに書いてんだ、この人は」って人がいるんです。最初は言っていることがわからないんだけど、でも話してみると、むちゃくちゃ頭がいい(笑)。
中村:カジュアルな言葉になるけど、「常にゾーンに入っている人」がいますよね。
関:あぁ、そうですね。
中村:でも集中にしてゾーンに入っているのが、他者からそう見えないんだけど、あきらかに思考回路がおかしなところにいっているというか。
関:そうですね。集中してゾーンに入りすぎているから、普通の労働基準法で8時間働き続けるのは、たぶん苦痛なんだと思います。
中村:あぁ、わかります。苦痛なんでしょうね。
関:おそらく、数時間でめちゃくちゃバリューを出すようなタイプですよね。
中村:確かに、時々脳みそがぐるぐるの人いますもんね。“人間量子コンピューター”なんじゃないかなと思いました。
関:そんな人、いますよね。
髙橋:いましたね。でもそういう人たちが、世界を変える可能性をより秘めているかなとは思います。
中村:秘めているでしょうね。そのまま秘していると、大変なことになるんだけど。
髙橋:その秘しているものを羽ばたかせるのが、ビジネス職の方々かもしれないですね。
関:そうですね。ハードルが高いけど、そうなんじゃないですかね。
中村:そんな気がしてます。ハードルは高いですね。
関:そう言われたら、そのとおりになっちゃう。
中村:そのとおりであると(笑)。でもそういうことなんでしょうね。材料工学の研究所とかでも、そうらしいじゃないですか。すごい人が、よくわからない発見をして、それをなんとか日常生活に近い方々が、人間の社会生活にどうフィットさせようかと翻訳すると。
スティーブ・ジョブズとスティーブ・ウォズニアックのように。おそらくギークなエンジニアであるウォズニアックだけだったら、何も役に立たなかったけど、ジョブズがいたから、あれだけの革命的な話になったのかもしれない。
中村:どちらかと言うと、本質的に自然科学的に謎の価値を出してるのはウォズニアックのほうかもしれないですよね。
関:それはあると思いますね。
髙橋:そんな異能というか、変わった人たちが多いHEROZではあるんですけど。最後に、なかなか広いテーマではあるんですが「HEROZに向いている人物像」。
今日はポストコンサル向け、ビジネス系の方々を主眼に置いています。弊社の中の異能的な人たちと一緒にコラボをして、ビジネスを作り上げていけるのはどういった人かというのは、何かありますか。こんな人に来てほしい、でもいいと思いますが。
中村:そうですね。考えることが好きで、テクノロジーにある種のリスペクトを持っている人かなという気がします。
髙橋:関さん、どうですか?
関:そうですね。技術に興味があることは大前提かなと思いますね。興味を持っていたら、ちょっと例が適切かわからないですけど、よくあるIT開発みたいに、要件もろくに決めず丸投げして終わりということにはきっとならないと思います。
そういったことを拾っていくためのベースとして、ちゃんと好奇心を持っている人はすごく向いていると思いますね。
もちろん社会変革やAI革命のような大きな話はあると思うんですけど、実務レベルではまだまだ遠いところもあると思っていて。その志を持っていることは大切だと思いつつ、やはりまずは目の前の技術やビジネスにちゃんと興味を持っている人。勉強熱心であることが望ましいというのはあるかもしれないですけど、そういう「好奇心」を忘れない人は、すごくいいと思います。
髙橋:ぜひ、そういう方はお待ちしています。あとは、目指すのは社会改革というところもあるんですけど、勉強して、いろいろ考えて、いろんなことに対峙していく中で、やはりまだまだ悶々とするところはAIにはたくさんあると思うんですけど。その中でも、何か行動していけることがかなり大事かなと思っていますね。
すごく深く考えてくれるのはいいと思うんですけど、やはり行動に移すかどうかが、結果的にエンジニアとも一緒にコラボしてビジネスを作っていくことにつながると思います。AIの可能性に興味があり、徹底的に考えて行動していくのが大好きな人に来ていただけるとうれしいですね。社会がもっともっと変わっていくAI革命につながっていくと思います。
HEROZ株式会社
2024.10.29
5〜10万円の低単価案件の受注をやめたら労働生産性が劇的に向上 相見積もり案件には提案書を出さないことで見えた“意外な効果”
2024.10.24
パワポ資料の「手戻り」が多すぎる問題の解消法 資料作成のプロが語る、修正の無限ループから抜け出す4つのコツ
2024.10.28
スキル重視の採用を続けた結果、早期離職が増え社員が1人に… 下半期の退職者ゼロを達成した「関係の質」向上の取り組み
2024.10.22
気づかぬうちに評価を下げる「ダメな口癖」3選 デキる人はやっている、上司の指摘に対する上手な返し方
2024.10.24
リスクを取らない人が多い日本は、むしろ稼ぐチャンス? 日本のGDP4位転落の今、個人に必要なマインドとは
2024.10.23
「初任給40万円時代」が、比較的早いうちにやってくる? これから淘汰される会社・生き残る会社の分かれ目
2024.10.23
「どうしてもあなたから買いたい」と言われる営業になるには 『無敗営業』著者が教える、納得感を高める商談の進め方
2024.10.28
“力を抜くこと”がリーダーにとって重要な理由 「人間の達人」タモリさんから学んだ自然体の大切さ
2024.10.29
「テスラの何がすごいのか」がわからない学生たち 起業率2年連続日本一の大学で「Appleのフレームワーク」を教えるわけ
2024.10.30
職場にいる「困った部下」への対処法 上司・部下間で生まれる“常識のズレ”を解消するには
2024.10.29
5〜10万円の低単価案件の受注をやめたら労働生産性が劇的に向上 相見積もり案件には提案書を出さないことで見えた“意外な効果”
2024.10.24
パワポ資料の「手戻り」が多すぎる問題の解消法 資料作成のプロが語る、修正の無限ループから抜け出す4つのコツ
2024.10.28
スキル重視の採用を続けた結果、早期離職が増え社員が1人に… 下半期の退職者ゼロを達成した「関係の質」向上の取り組み
2024.10.22
気づかぬうちに評価を下げる「ダメな口癖」3選 デキる人はやっている、上司の指摘に対する上手な返し方
2024.10.24
リスクを取らない人が多い日本は、むしろ稼ぐチャンス? 日本のGDP4位転落の今、個人に必要なマインドとは
2024.10.23
「初任給40万円時代」が、比較的早いうちにやってくる? これから淘汰される会社・生き残る会社の分かれ目
2024.10.23
「どうしてもあなたから買いたい」と言われる営業になるには 『無敗営業』著者が教える、納得感を高める商談の進め方
2024.10.28
“力を抜くこと”がリーダーにとって重要な理由 「人間の達人」タモリさんから学んだ自然体の大切さ
2024.10.29
「テスラの何がすごいのか」がわからない学生たち 起業率2年連続日本一の大学で「Appleのフレームワーク」を教えるわけ
2024.10.30
職場にいる「困った部下」への対処法 上司・部下間で生まれる“常識のズレ”を解消するには