考えたこと2

2024.9.24から、今までhttp:で始まっていたリンクが、https:に変わります。申し訳ありませんが、リンクが見られないときは、httpsに変えてみてください。
CALENDAR
<< October 2019 | 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 >>
+SELECTED ENTRIES
+RECENT COMMENTS
+CATEGORIES
+ARCHIVES
+PROFILE
+OTHERS
孤独こそ最高の老後
1000人以上の孤独老人を見てきた作家、松原惇子さんが「孤独こそ最高の老後」という本を出した。
その取材を通じて、彼女が得た内容を書いた記事があった。

見出しは「老人ホームで「殺してくれ」と叫ぶ高齢者の実情」とい書いてある。
これを見て、「孤独こそ最高の老後」とは思えない。
この本はアマゾンによると、

「老後は孤独だと不安になりますか?健康や病気、お金、人付き合い、人間関係、生きがい、終活などで。確かに、配偶者や子どもが近くにいれば、安心できるかもしれない。でも、周囲に人がいるからこその不自由さや拘束もある。実は孤独こそが、至福の老後を約束する。著者は70歳を超えた今までずっと独身であると同時に、これまで1000人以上の孤独老人を見てきた上で、そう確信するに至った。そこで本書では、孤独をうまく味方に付け、老後を幸福にする方法を、誰でも実践できるかたちで提言する。」

という内容らしい。

しかし、そうなるためには、本人の意思も必要になるということだろう。

流されて老人ホームに入ると、見知らぬ老人と一緒に生活をして、早く死にたいと思うようになる。
孤独を楽しもうと思って老人ホームに行くのと、孤独を避けようとして老人ホームに行くのは、大きな違いがある。
後者の場合は悲惨だ。

「住み慣れた家で生活できなくなった母親の気持ちを察し、娘は毎週、母親を訪ねている。しかし彼女のように、面会に来る家族はとても少ないということだ。

寂しそうな入所者に気遣い、みんなのいる食堂で母親と話すことを避け、部屋で話すように彼女はしている。「いいね。あんたのところは娘さんが来てくれて。うちなんか、誰も来ないよ。息子がバカだから、ここに入れられちまったんだよ」。元気な入所者は、彼女に怒りをぶつけるという。

でも、そんな恵まれた彼女の母親でさえ、「早く死んじまいたい」ともらすと娘は語る。決してホームの対応が悪いわけではない。スタッフは親切で、いい人ばかりだ。カラオケが得意な母親は、スタッフにいつも褒められている。それなのに、なぜ、死んでしまいたいのか。

それは、老人ホームに入れられた老人は、どんなに立派なところを用意されても、家族に捨てられたという思いがあるからだろう。老人は、自分が家族の邪魔になっていることを敏感に察知する。

家族から「お母さん、いつまで生きるつもりなの?」と面と向かって言われなくても、早く死んでほしいと思われていることくらいはわかる。

娘に遠慮がちにつぶやく「死にたい」の言葉の裏には「知らない人の中で、死ぬまで暮らす精神的苦痛から抜け出したい。早くラクになりたい」という思いがあるからではないだろうか。」

というような未来が待っている。

年をとって、孤独を楽しむためには何が必要だろうか。
もちろん自分の心構えは必要なのだが、それでも楽しむためのネタが必要だ。
やっぱり趣味になるのだろうか。

音楽はいいと思う。
聞くだけでも、楽器を弾くのもいい。
ぼくはギターを弾くが、これもいつまで弾けるのかわからないが…。

演芸を聞くのも趣味の一つ。
これは長く楽しめるだろう。
十分に今まで録音して貯めてきた。

読書もいいだろう。
もうその年になると、新しい本は読めないと思う。
だから、今まで読んだ本を読み返すのだ。
そのための本を選んでおくのもいい。

備えあれば憂いなしということだろうなあ。




| | 考えたこと | 22:55 | comments(0) | trackbacks(0) |
BIツール
ソニーが顧客の購買予測のためのAIツールを無償で公開した。
「Prediction One」というツール。

説明をここで見ることができる。
予測の事例は、過去の顧客の属性と商品を買ったかどうかというデーターから、新たな属性を持った顧客が買うかどうかを予測する、というものだ。
もちろん、それだけではなくいろんな分野で利用できる。
応用分野は以下のように説明されている。

製造業 機器の故障を予測し、効率的な点検で故障リスクを低減
小売・飲食業 来客数を予測し、仕入れを適正化してコストをカット
コールセンター業 入電数を予測し、オペレーターのシフト作成を適正化
不動産業 不動産の成約価格を予測し、業務効率を飛躍的に向上
金融業 貸し倒れなどのリスクを予測し、査定等の精度を改善

営業・マーケティング 顧客データから成約を予測し、成約しやすい顧客にアプローチ
カスタマーサポート 膨大な顧客の声を自動で分類し、全体傾向の把握が容易に
人事 業員の行動を予測し、ひとり一人に合った人事施策を実現
生産管理 出荷数を高精度に予測し、生産計画の精度を向上

事例では、Prediction Oneが予測モデルを作り、結果を出し、理由まで説明してくれている。
デスクトップでファイルをドラッグ&ドロップするだけだ。
やってみて、精度が高ければ、まだどうなるかわからない客のデーターを入れれば、どの客が買いそうかがわかる。

便利になったものだ。
こういうのを、BIツール(ビジネス・インテリジェンスツール)というのだろう。
ぼくが扱ったことがあるのは、数万件のデーターまでだったが、巷でビッグデータ−と呼ばれているのはもっと大きなデーター。

全国規模の顧客で、属性が多かったら、数億件のデーターなどもあるはず。
製造ラインで集めた、製品のデーターなども大きくなる。
そういうものを扱うとなると、簡単にはいかない。

エクセルの限界もある。
100万行、1万6千列だ。
普通ではそんなに使うことはないが、機械的に集めたデーターとなると、膨大なものがある。

ソニーが無償で提供しているのは、デスクトップで使えるものだから、おそらく100万件までのデーターを想定しているのだろう。
これでも、十分使えるところはあると思う。
ぼくが会社にいたら、やってみたいことも思いつくくらいだ。

こういう風にAIを使って業務を効率化していくのが大事なのだ。
ソニーの取り組みは、よく読むとツールは無償だが、サポートは有料というところがミソ。

こういうのをすぐにサポート無しで使えるというのが、これからのAI教育の狙いかもしれない。

でも、それはかなり難しいと思う。





| | 考えたこと | 08:37 | comments(0) | trackbacks(0) |