tk

15.7K posts

tk banner
tk

tk

@takat

コンサル/MBA

Katılım Mart 2007
810 Takip Edilen941 Takipçiler
Sabitlenmiş Tweet
tk
tk@takat·
ここが生きる場所。
tk tweet media
日本語
1
0
27
0
tk
tk@takat·
来週のSQ?
日本語
1
0
0
259
tk
tk@takat·
たしかにAIで壁打ちはするけど、頭の中ないしはチームでやってた議論をAIとやるだけで、やってることと出してる示唆はそこまで変わらんというか、なんなら高速回転し始めた感じだけどな。生成AIはどこまでいっても言語の模倣だからまだインパクトに欠けるところあるが、スタッフは代替される時代来てる
さむわん@pantee_tabetai

最近コンサルやってると、「来週資料持ってきます」はお客も『どうせAIでやる気やろ?お前らに頼む意味なに?』って感じになってて、その場でホワイトボード芸する(手書きで仮説構築から結論まで目の前でやり切る)しかなくなってる。しかもお客は手元のpcでAIにセカンドオピニオン聞きながら参加()

日本語
0
0
1
176
tk
tk@takat·
ソフトバンク破綻するの
TotalNewsWorld@turningpointjpn

「私はだまされた」――イーロン・マスクがChatGPTの「OpenAIアルトマンCEO」に怒りの告発 ・OpenAIは自分のアイデアだったと主張 ・サム・アルトマンがOpenAIの使命を裏切り、善意の非営利団体を利益優先の「巨大企業」に変えた」と証言 マスクはOpenAIに資金を提供し、共に会社を立ち上げた。その約束はひとつ、AIを人類全体のために開発するという崇高な理念だった。 非営利組織として、利益ではなく人類の未来のために技術を追求する。マスクはその言葉を信じた。 だがアルトマンたちは約束を踏みにじった。マイクロソフトから巨額の出資を受け入れ、組織は営利企業へと変貌していった。 設立理念はいつの間にか形骸化し、株主と投資家への奉仕が最優先となった。これは背信行為だ。 マスク氏が訴えているのは金のためではない。AGI(汎用人工知能)が一握りの企業に独占される未来が、どれほど危険かを誰よりも知っているからだ。 AIは核兵器に匹敵するリスクをはらむ技術である。それを密室で、利益目的で開発することは人類への脅威そのものだ。 マスクがOpenAIに求めているのは「自分への賠償金」ではない。求めているのは3つ。 ① 巨額損害賠償(約1,300〜1,500億ドル):ただし自分が受け取るのではなく、「不正に得た利益をすべてOpenAIの慈善部門に返還せよ」 ② 組織の解体・差し止め:OpenAIの営利企業への転換を無効にし、非営利組織に戻す。 ③ 人事の刷新:アルトマンをOpenAIの役職からの追放。 マスクは法廷で真実を明らかにする。 イーロン・マスクがOpenAI裁判のために公式に裁判所に到着、証言。

日本語
0
0
0
86
tk
tk@takat·
いよいよAI無しで仕事してた時代思い出せなくなってきたな…
日本語
0
1
1
82
tk
tk@takat·
@posconchan 読解力なさすぎて失礼しました。。両方やってる意図での嘘という表現でしたね。。そうあるのが理想ですが、私の観測範囲だと二極化してる感じで、社内情報とかアカウントの内情には詳しいものの、外部含めたアップデートは少しサボってるなという方も見られましたね。(随分淘汰されてきましたが)
日本語
1
0
1
32
ポスコンちゃん
ポスコンちゃん@posconchan·
@takat 嘘です。というのは、それだけじゃなくて、パートナー本体も努力して鮮度の高いネタを取りにいっているという意図でした。私の知ってるパートナーでは、吸い上げてるだけではない人が多かったです
日本語
1
0
1
100
tk
tk@takat·
これ嘘でもなんでもなく、PDレイヤにいるとあらゆるPJの情報が集まってくるのでM層とは比べ物にならない量と質のインプットができるようになる。 その中で個人でも学び続けてる人は限られるが、やってるやってないで圧倒的に差が開いてきてる印象。
ポスコンちゃん@posconchan

コンサルの羨ましいところは、30代以降もインプットが自動でできるところ。メンバーが一生懸命集めてきた1次情報の結晶を30分のMTGでパートナーがペロッと頂く。複数プロジェクトを統括していると、常に最新かつ幅広い情報を食い放題なんですよね。嘘です。上に上がる人ほど、休みの日に海外に現地調査に行ったり、ネタの仕込みに命をかけている人が多いです。

日本語
1
0
2
437
tk
tk@takat·
25年7月期の純利益2.3億なので、おおよそ5年分の純利益額を一瞬で失ったことに。経理財務の仕組みどうなってたのか気になるな。 itmedia.co.jp/news/spv/2604/…
日本語
0
0
0
55
tk
tk@takat·
ChatGPTとGeminiとClaude契約してるんだけど、言語処理はGPT一番優秀じゃないかな。ClaudeのOpus凄いと聞いてたが、同じプロンプトで最も論理的思考力を感じる返答してくれるのはGPTだった。(とはいえ模倣にしかすぎないんだが)
日本語
0
0
1
124
tk
tk@takat·
ベイカレとか見てると、いまの時代に世の会社が求めてるのはお手軽にすげ替えられて仕事にコミットしてくれる社員代替だったんだなと実感するよね。情報の非対称性もさして出せない中、割りきって高級文房具上等で振り切った潔さよ。ただ現場では全く見ない。ベイカレどこにいるの…。
コンサルマン | FlowX@mr_grayhair

ベイカレントFY2026通期決算。強烈な決算。 売上はYoY+27.8%の1,4830億円、FY27は1,900億円の計画。 コンサルタント数はYoY+16.8%、案件数はYoY +20.7%なので、稼働率も単価も上がっていそう。 ssl4.eir-parts.net/doc/6532/tdnet…

日本語
0
0
7
13.6K
tk
tk@takat·
全然理解できないけど凄そう
russianblue@russianblue2009

東芝が本日発表した内容が、静かにとんでもないです。 「疑似量子コンピューター」の計算速度を従来比で最大100倍に高め、精度もほぼ100%に到達したと。 米国物理学会の査読付き学術誌「Physical Review Applied」に4月6日付で論文が掲載されています。 まず「疑似量子コンピューター」とは何かを説明します。 皆さんがニュースで見る「量子コンピューター」は、絶対零度近くまで冷やした特殊な装置の中で、量子力学という物理法則を直接使って計算するものです。 Google、IBM、各国政府が何千億円も投じて開発を競っています。 ところが2026年4月現在、Googleの最先端チップ「Willow」ですら105量子ビット。 暗号を解読するには50万量子ビットが必要と言われており、実用レベルにはまだ何年もかかります。 東芝のアプローチはまったく違います。 特殊な冷却装置も巨大設備も使いません。 市販の半導体チップ(FPGAやGPU)、つまり今そこにある普通のコンピューターの上で、量子コンピューターの「考え方」だけを数学的に再現して計算する。 これが「疑似量子」です。 では何が画期的なのか。 東芝は「シミュレーテッド分岐マシン(SBM)」という独自の計算機を2019年から進化させてきました。 今回の第3世代で注目すべきは「カオスの縁」という概念です。 計算が答えを探す過程で、動きが規則的な状態と、完全に無秩序な「カオス」状態があります。 そのちょうど境界、規則と混沌のギリギリの境目。ここを「カオスの縁」と呼びます。 東芝はこの境界領域を意図的に活用することで、計算が「間違った答え」に囚われる現象を回避し、正しい最適解にたどり着く確率を飛躍的に引き上げました。 開発を率いた後藤隼人シニアフェローの言葉が象徴的です。 「50年後の量子コンピューターでも難しい速度と精度を実現した」 この技術が解くのは「組合せ最適化問題」と呼ばれる種類の計算です。 膨大な選択肢の中から最も良い組み合わせを見つけ出す問題。 私たちの生活に直結する例を挙げます。 創薬。何百万通りの分子の組み合わせから、最も効く新薬候補を見つける。 物流。数千の配送先を回る最短ルートを瞬時に算出する。 金融。何千もの銘柄から最もリスクとリターンのバランスが良い投資配分を導き出す。 通常のコンピューターだと1年2カ月かかる計算を、約30分で処理できる。これが先行する第2世代の実績でした。 第3世代はそこからさらに100倍です。 実装は1〜2年以内を目指すとのこと。 つまりこれは「いつか届く夢の技術」ではなく、「もうすぐ産業の現場に入る実用技術」です。 世界中が巨額を投じて「本物の量子コンピューター」を追いかけている横で、東芝は既存のチップの上で動くソフトウェアの工夫だけで、実用面では先を行っている。 派手さはないけれど、これが日本の基礎研究の底力だと思います。 東芝、「疑似量子コンピューター」速度100倍に 創薬などに応用:日本経済新聞 nikkei.com/article/DGXZQO…

日本語
0
1
0
151
tk retweetledi
EVA DRAGAN
EVA DRAGAN@EVADRAGAN·
EVA DRAGAN tweet media
ZXX
105
2.8K
34.4K
717K