３つの循環のパターン（コストの正循環、予測の正循環、需要の正循環）を俯瞰して事業戦略を立てる必要があるという議論。大変参考になる整理。
　いずれも既存のルールを守る発想からは出てこない。尾原さんの議論にも破壊という言葉が出てくる。どこかで破壊する動きを起こすことが前提になっていることも同時に常に認識する必要がある。
　日本では破壊せずに、積み上げることばかりしている。思い切ったことにならない。結局、新陳代謝は必要だし、自分が破壊しなければ、外から破壊されるということを腹の中まで理解する必要があろう。
　先日開催した日立の米国イベントでのテーマは、"Disrupt or Be Disrupted"だった。この言葉こそ今の日本にピッタリだ。

「競争の源泉は、3つの要素の最初、『データ』」というのは本当にその通りだと思います。そして、日本の会社にはまだ世界に勝てるデータは存在すると思います。と同時に「自動化→価格破壊のループを繰りかえす」仕組みを作るための経営スピードが求められています。

一回作ってしまったあとのループによる情報の蓄積は現状のデータ量の差をぶっ飛ばすくらいのインパクトはあるので、現状世界と比較してトップの情報量であれば優位ですし、そうでなくても逆転の目がある訳で、それを世界で競う状況になってきているという理解です。

逆も然りで、戦えるデータを早く活用レベルに持っていかないと、あっという間にゲームチェンジャーにやられる訳です。新しいものに着手して、実行していくスピードが圧倒的に遅い日本企業がどう変われるか、経営者の実行力が求められている時代です。

『3周目は何でしょうか。2周目では、すでにGoogleだけに10分後の未来が見えています。つまり、Google Mapsのナビゲーションに基づいて人はルートを決めます。だからGoogleは、どれだけの人が抜け道を行くかがわかります。すると、「むしろ抜け道が混み出すから、次の人にはそろそろ空き始める本道をサジェストする」というような、自分の誘導によって起こる、自分だけが知っている未来に基づいた未来予測ができます。』
→3週目の強さになるほどと思いました。「自分だけが知っている未来」を作れると強いですね。

企業が抱える既存データ(なんちゃってビッグデータ)はAI学習に適さないものが多いので、「AIが育ちやすくなるような学習データ」を考えて、「自然と湧いてくる構造」を新たに作るのがキモですね。

WEB上やソフトウェア上で完結すると結構上手く行くんじゃないか？という感覚でリアルが介在すると途端に精度落ちてまだ使えない。というのは数社の従事者と話しても一致してる。状況条件がその時々で変わるから。

ここでいう3の付加価値アップの速さがキーになる。だからこそ一定特化型でやるのが良いと思われる。

また上手く整理出来ていないが、サービスにおけるAIと企業の業務AIではだいぶ形が異なることになるだろうと思う。

「AIは既に誰でも使える道具」
こう捉えるべきなのに、まだこれからという認識になっているのが現状。

紹介されている学習データが勝手に集まる3つのパターンを明確に示してもらっているのは助かります！早速活用させて頂きます！

>もはや、今後AIは単なる道具となります。
そのとき、AIを仕込むべき業務プロセスはどこなのか？というBPR with AI (RPAと呼ばれるときもあります）や、そのAIを育てるための学習データが勝手に集まる「3つのパターン」を最初につくり上げたものが、独占を享受できるようになります。

これに取り組んでいるんだ！って気持ちになりました。