Manus Joins Meta: Accelerating AI Innovation for Businesses fb.me/22RozBGMPswTAfZ

商売だろうと創作だろうと研究だろうと権力闘争だろうと、究極的に抽象化すれば「経路探索問題」のバリエーションにすぎないので、経路探索やネットワーク理論など学べば、全分野の成功率に同時にバフかかる。

フォントに理解のない経営層が短期利益を優先、エンジニアやデザイナーなどを大量レイオフ、AI開発に資金をつっこんだけど頓挫と。 結果、目先の利益を追って今の滅茶苦茶な料金プラン提示につながるとしたら、こんなとこに買収されちゃったフォントワークスが不運だったね… medium.com/@pahwamayur/monot…

気になる。UX・IT業界の行動経済学ナレッジは、実践データや知識がある一方で宗教や直感や古い知識が混ざってるので、知識をアップデートしたい

従来の衛星経由の緊急SOSだけでなく、ついにメッセンジャーにも対応。災害時にも強力な味方になりそうです。／Apple、日本で「衛星経由メッセージ」が利用可能に 電波の届かない場所での緊急事態に対応 buff.ly/LJ2nTpL

今だと配信周りを外注したところで、やらかしまくる業者ガチャみたいなところはあるから、内製にしてガチャではなく平均値上げてく、みたいな選択肢は当然だと思う あと内製やる会社は大抵元プロの人引き抜いてるから社員なのに素人じゃなくてプロなんだよ 一方で配信さん()の信頼は血に落ちて久しい

生成AI時代には「発散」と「集中」を交互に素早く切り替えられる人ほど、アウトプットの質もスピードも一気に伸びると感じています。AIのおかげで「発散だけ」「集中だけ」は誰でもそれなりにできるようになったからこそ、この切り替え力が差になる。このテーマについて整理してみます📝 生成AI活用がうまい人ほど、「発散＝選択肢を一気に広げるフェーズ」と「集中＝捨てる・決める・作り切るフェーズ」を意識的に分けています。逆にうまくいっていない人は ①ずっとAIに質問して発散ばかり ②最初のアイデアに固執して集中しすぎ のどちらかに偏っていることが多いです。 なぜ「交互に素早く」なのかというと、AI時代は試行回数で学習スピードが決まるからです。1回の大きな発散→集中ではなく、小さな発散→小さな集中を1日に何ループも回せる人の方が、仮説の精度もアウトプットの解像度もどんどん上がっていきます。 具体的な仕事フローに落とすと、例えばこんな感じです。 ①最初にChatGPTなどでアイデアを10〜20個一気に発散させる ②「インパクト」「実行難易度」「学びの大きさ」など評価軸を3つだけ決めてラフにスコアリングする ③上位1〜2個に絞って、資料・仕様・文章などの叩き台まで一気に集中して作り切る ④作ってみて違和感があれば、またすぐ発散に戻る。 このループを短時間で回します。例えばプロダクトの新機能を考える時も、いきなり「この案を作り込もう」と決めるのではなく、まずAIで「解決したい課題のパターン」「既存プロダクトの類似機能」「ビジネスインパクトが出そうなシナリオ」を発散させる。そのうえで「既存ユーザーへの影響が大きい×技術的な難易度が低い」など絞り込む条件を決め、1つの案に集中してユーザーストーリーや画面ラフまで落とし込む、というイメージです。 ここで大事なのは、「発散はAIにかなり任せていいが、集中は人間の仕事」という切り分けです。AIは無限に案を出してくれますが、「どの案を選ぶか」「どの前提を採用するか」「どのリスクを許容するか」は、最終的に自分やチームが決めるしかありません。発散フェーズで出てきた情報に呑まれず、「目的は何か？」「この1週間で何を検証したいか？」を軸に集中フェーズを設計する必要があります。 ありがちな失敗パターンも整理しておきます。 ①発散沼パターン ずっとプロンプトをいじって情報やアイデアを集め続けるが、何も決めない・作らない。 ②過集中パターン 最初の案に思い入れが強すぎて、他の選択肢を一切見ずに作り込んでしまう。どちらも「発散と集中のフェーズを宣言していない」ことが原因になりがちです。 おすすめは、時間でフェーズを区切ることです。例えば「最初の15分はひたすら発散」「次の30分は1つに決めて集中して作る」「その後10分だけ振り返りと再発散」といった具合に、カレンダーやタイマーで自分を強制的に切り替える。特に生成AIを使う時は、最初に「これは発散タイム」「ここから集中タイム」と自分に言い聞かせてから触るだけで、アウトプットの質が変わります。 チームで仕事をする時も同じで、会議の冒頭で「この30分はアイデア出しの発散なので否定はしない」「残り15分で絞り込みと次のアクションを決める集中に入る」と宣言しておくと、議論が格段に進みやすくなります。ここに生成AIを組み合わせて、発散はAI＋人で一気に広げ、集中は人が責任を持って決める、という役割分担にすると会議の密度も上がります。 生成AI時代は、「たくさん考える人」よりも「発散と集中を小さく早く回せる人」が強くなります。AIに発散を任せることで試行回数のコストはほぼゼロに近づいたので、あとは人間側が「いつ広げて、いつ決めるか」を意識的に設計できるかどうか。自分の1日の仕事を振り返ってみて、「発散だけで終わっていないか？」「集中しすぎて選択肢を見落としていないか？」をチェックしてみると、かなり改善ポイントが見えてくるはずです。

結果を出せない広告屋なりデザイナーが理論派とか恥ずかしくないですか？｢オレはこれだけの結果を出している、でもこれだけは言わせてもらう｣って人なら話は聞きます。

あるゲームで、ストーリー上「最強の武器」と呼ばれていたアイテムがありました。ただ、実際に使ってみると他の武器の方が有効で「本当に最強か？」とユーザーが首をかしげる性能だったんですよね。後年、そのタイトルのリメイクに関わる機会があり、元ソースのダメージ計算式を確認したところ、数値上も確かに“ゲーム上最強クラスより劣る”結果になる計算式でした。これは設定ミスなのか、調整すべきなのかと議論になったのですが、元ゲームの仕様書を読み込んだところ 「なぜその武器が“最強”と扱われているのか」という背景が細かく書かれていました。 それを見て「ああ、そういう意味での最強なんだ」と腑に落ちたことを覚えています。あれから長い時間が経ちましたが、どこまでユーザーの皆さんにその意図が届いていたのか、今でも少し気になるところです。 先にポストした「コードとドキュメント」の流れで思い出しました。 ※守秘義務があるので、かなり相当超絶にぼかしています。今リメイクが売れているゲームではありません。念のため。 #エンジニア #ゲームプログラマー

チームみらいの安野貴博議員とは、この前の選挙で街頭演説をされているときに少し立ち話させていただいたことがあって、その時は自治体システム標準化・ガバメントクラウドクラウドについて、コストが上がっているという以上の問題は把握されていなかった様子だった。何が問題なのか聞かせてほしいということで、特に一人情シスみたいな小規模自治体にはついていけない状況になっているといったことはお話した。 総務委員会の委員になった今、デジタルに専門性を持つ議員として自治体システム標準化など自治体の置かれている状況を解像度を上げて把握し、意義のある質問につなげてほしいと思う。

Xを爆伸びさせる方法を伝授します↓ ・フォロワーが少ないうちは挨拶だけではなく特定軸の付加価値投稿を毎日継続 ・フォロワー数の大きいアカウントの投稿へリプや引用を積極的に行い露出を増加 ・リプや引用の際にはAIが考えたようなコメントを避けて個性を織り込む そして一番大事なのが↓ こういう類の「胡散臭くて薄っぺらいノウハウ」を鵜呑みにしないこと。