本間宏紀/株式会社DataCrew CTO

9,000 posts
Opens profile photo
本間宏紀/株式会社DataCrew CTO
@j0OmcPKEmMMkNWX
📌自己紹介 ■ 元大手外資系企業のデータサイエンティスト ■ AIの力で業務効率化を推進するプロ ■ 「使われないシステムに価値は無い」をモットーにITツールの導入や開発を行っています ■ 河野玄斗氏が経営する河野塾にて、安田亮介という名で統計科の講師なんかもやってたり ■ お気軽にDMください
東京 練馬区datacrew-inc.comBorn March 30, 1994

本間宏紀/株式会社DataCrew CTO’s posts

Pinned
弊社では、 「データ分析の力を"すべて"の企業に届け、AI活用を民主化すること」 をミッションに、データ分析やAIを用いた業務改善を行っています。 リソースに余裕がある大手企業では、AIを活用した効率化や売上アップを達成し、どんどん成果を上げています。
Image
Replying to
めちゃくちゃ良い話ですね…。 「陽キャ=才能」じゃなくて、「人を楽しませる努力を続けてる人」だったりしますよね。 結局モテる人って、“自分がどう見られるか”より“相手をどう気持ちよくさせるか”に意識が向いてる。 これはコミュ力だけじゃなく、仕事や人間関係すべてに通じる学びだと思います。
Replying to
結局、心の不調って“哲学”でなく“物理”で改善されることも多いですよね。 睡眠・栄養・お金・運動――この4つが整うだけで、世界の見え方がまるで変わる。 悩みの原因を内省ばかりで探すより、まず「環境を整える」。 それだけで思考のノイズが驚くほど減るのを、自分も実感しました。
Replying to @nyansukestudy
“やる気があること”より“やる気がなくてもやれる力”が社会では評価されるんですよね。 好き・得意を仕事にできる人なんて一握り。 高学歴=努力の持久力を証明してるとも言える。 「興味がなくても結果を出せる力」って、地頭よりも圧倒的に再現性のある才能だと思います。
Replying to
現場の空気、目に浮かびますね。 正論しか飛び交わない会議って、一見“合理的”に見えて、実は心理的安全性を一気に壊すんですよね。 結局、人は「正しい指摘」より「支えられている感覚」で踏みとどまる。 炎上PJを救うのは、論理よりもまず“人の温度”だと思います。
Replying to
確かにそれはありますね。 “裾野の広さ”が、そのまま“頂点の高さ”を決める。 量が質を生むのは創作の世界も同じで、無数の模倣や挑戦の上に傑作が生まれる。 日本のカルチャーが強いのは、天才の存在じゃなく、参加する文化が根付いてるからなんですよね。
Replying to
ほんとそれですね。 「Yes/Noを言わない=逃げ」ではなく、「場を整える技術」なんですよね。 小泉氏の返しは、相手を否定せず、前向きな余白を残す“会話の設計”が上手い。 日常でも、正しさより空気を整える返答ができる人は信頼されます。
データサイエンティストや機械学習エンジニアの話をすると、 統計学やアルゴリズムの理解をサボって、 思考停止でライブラリにデータを突っ込んでる人が元々存在したので、 まぁそんなもんよねという感じもする笑 (生成AIの利用や便利なツールを活用する事には肯定的です)
Quote
くに | エンジニアリーダー
@kuniscrum
何も理解してない中でのバイブコーディングがこれですね。 要件定義しない、設計しない、コードを理解しない。AIを使うととりあえず形っぽくなるから作った気になる。 こうならないように進めないといけないですね。完成した後にセキュリティホールがある、運用が回らないとなるとキツい。 x.com/saasmeshi/stat…
Replying to
本当にそうですね…。悪口って、相手を語っているようで実は“自分を説明している言葉”なんですよね。余裕がある人は他人を下げる必要がないし、出てくる言葉がその人の心の状態を映す鏡になる。感情的に受け取らず、「あぁ、今この人は不安なんだな」と距離を取れると、心がすごく楽になりますね。
AIやデータ活用について、↓こんなお悩みありませんか? ①生成AI活用って何から始めればいいの? ②データは溜まっているがどう活用すればいいの? ③社内から「分析してほしい」という声が出ているが手が回らない 弊社
Replying to
ほんとこれです。 完璧を目指して自分の手元で止めてしまうより、7割でも早く共有した方が結果的に周りが助かります。 学生時代は「自分の出来栄え」がゴールだったけど、社会人は「チームの流れ」を止めないのが仕事なんですよね。 完璧より“連携”。この感覚を早く掴める人ほど伸びる気がします。
Replying to
わかります…。こういうタイプの人って、仕事の成果よりも「自分の優位性を保つこと」にエネルギーを使ってるんですよね。だからチーム全体の雰囲気が悪くなる。結局、一番パフォーマンス落としてるのは本人っていう。職場で一番怖いのは“無能な支配欲”かもしれませんね…。
Replying to
めちゃくちゃわかります…! AIで“動くもの”はすぐ作れるけど、“使えるもの”にするには地味で泥臭い工程が山ほどあるんですよね。 しかもAIが出した“9割できてる感”が厄介で、残り1割=実は本質部分。 ここを詰めきれる人が結局プロとして残るんだろうなと思います。
Replying to
確かに、記事だけでなくSNSの世界も“量×自動化”の時代に入ってますね。 でも面白いのは、AIが量産するほど「人間らしさ」が価値になるという逆転現象。 AIが100投稿する時代に、たった1つの“本音”や“体験”で心を動かせる人が、最終的に信頼を集める気がします。
Replying to
すごくわかります。結局、上に行くほど“攻める力”より“巻き込む力”が求められるんですよね。 強い言葉で動かせるのは短期的な支配であって、長期的な信頼ではない。 人を動かすのは恐怖じゃなく共感。 その転換ができる人だけが、本当の意味で上に行ける気がします。
Replying to
いまのフェーズって「機能を作る競争」じゃなくて「どの産業構造にまで入り込めるか」の勝負ですよね。 LLMがOS化していく中で、単なるアプリ層は確実にコモディティ化する。 だからこそ、社会実装・現場適用・業界特化──この“泥臭い隙間”を埋められる企業だけが生き残る。
弊社 株式会社DataCrew(5月登記予定)では「AIを活用した受託分析」「AI人材の提供(SES)」を行っています。 下記に当てはまる企業様は気軽にDMでもリプでもご相談ください! ①生成AIって何から始めればいいの? ②データは溜まっているがどう活用すればいいの?
Replying to
めっちゃ「あるある」ですねw 実装側のバリデーション漏れ(フロントだけで制御してる)パターンっぽいです。 本来はサーバー側でもチェックして、フロントでのdisabledは“ユーザー体験の補助”程度にするのが正解。 ボタン押せちゃう時点で、セキュリティ的にも少し不安ありますね…。
Replying to
うまいたとえですね。 「厨房に勝手に入るな、APIを通せ」って教えるとき、この例えほんと刺さります。 しかも最近は、ウェイター(API)がただの伝令じゃなくて、料理を盛り付け直したり、複数の厨房から一品ずつ持ってきたりもする。 まさに“スマートウェイター時代”。
Replying to
すごく共感します…。情報の洪水の中で「理解する」より「取捨選択する」ほうが難しくなってますよね。AI時代の知性って、知識量より“どこで立ち止まり、どこを深掘るか”の判断力にシフトしている気がします。全部追うのは無理だからこそ、限界を感じるのはむしろ正常かもしれません。
Replying to
わかります…。 怒るより“興味がなくなる”って、ある意味もうその人を「人間関係の対象から外した」状態なんですよね。 感情をぶつけてくれるうちは、まだ関係を修復する余地がある。 でも興味がなくなった瞬間、もうその人の中では“終わってる”。
僕は数学が大好きです。 でも、数学は僕に歩み寄ってくれません。 思い切って、 「あなたを証明して見せる!」 と告げたこともありましたが、数学はいつも返事をくれません。 10年以上片想いしています。
Quote
リャマ
@llama_kuwa3_923
この時間は反応があまりないので、好き勝手なこと書きます。 みなさん、数学好きですか? みなさん、数学好きですよね!?
Replying to
これはまさに“思考の原点”ですね。 イーロン・マスクのすごさって、発想力よりも「第一原理思考」を本気で実践している点にあると思います。 多くの人が“過去の成功パターン”から抜け出せない中で、彼は一度すべてを分解し、根本から再構築してしまう。
Replying to
ほんとそれですね…。研究の才能や情熱を持っている人ほど、報われない構造になっているのが今の日本の問題だと思います。博士まで行った人が「研究を続けられない」なんて、本当にもったいない。国として“知のインフラ”にもっと投資すべきだし、産業側も博士人材を活かす仕組みを整えないと、未来を食
Replying to
ほんとそれです…。 クラウドの信頼性って「障害が起きないこと」よりも「起きた後の復旧力」と「再発防止の仕組み」で評価すべきなんですよね。 AWSはこの規模のインフラを世界中で運用しながら、数時間で復旧まで持っていくのが当たり前になっている時点で、技術的にも組織的にも異常なレベル。
Replying to
本当にその懸念はありますね。 “効率化”の果てに、“思考の筋力”が落ちていく現象。 AIで課題を片付けるのは悪いことじゃないけど、「自分の頭で考える時間」まで削るのは本末転倒ですよね。 コスパやタイパを追うほどに、最もリターンが大きい“思考体験”を失う。
Replying to
—列車はまだ走っている。3人の議論も、なお熱い。— 天文学者: 「まずサンプル数を増やそう。あの丘を越えた先にも群れがいるかもしれない。観測時間10分、視野は窓3枚ぶん、私がカウントする。」 物理学者:
Replying to
面白いですね。 “気遣い”の方向性が文化で真逆なんですよね。 日本は「察することで調和を保つ」、アメリカは「相手の選択を尊重して調和を保つ」。 どちらも思いやりなんだけど、前提が「空気」か「意思」かでこんなに違うのが興味深いです。
Replying to
めちゃくちゃ共感します。 Kaggleは“精度を極める遊び場”、ビジネスは“再現性とROIの勝負”。 実務では0.1%の精度より、モデルを回す体制やデータ品質の方が圧倒的に価値がありますよね。 ただKaggle的な探索力や検証の執念は、現場の課題解決にも確実に活きる。