(社内報です)

前提

自分のバックグラウンドは機械学習エンジニア。

20代で経営を始めた時は経営のど素人だった。とはいえ学生であっても起業した以上、言い訳できる立場でもないので自分なりに自分のできることから考え始めた。その時の自分の唯一の強みは「機械学習アルゴリズムの改善」だったので、あらゆる問題を機械学習アルゴリズムの改善的にとらえるというアングルで経営をしてみた。正しい方法なのか全くわからなかったけど、振り返るとこのやり方は経営でめちゃくちゃ成果が上がる方法だったと感じる。

それ以来、アルゴリズムの改善だけではなく、営業組織の改善、プロダクトの改善、マーケティングの改善、面接の改善、人事評価の改善etc 会社の経営に関わるすべての問題に対して「機械学習アルゴリズムを改善するように、実験を高速化・並列化し、改善をする」という形を作ることが経営において重要であるというポリシーを持っている。

高速で問題を解ける組織

結論から行くと「1人の天才の思考よりも100人の自律した思考が勝る」という状態をいかに作るかがポイント。この状態は自然発生的には生まれず意図して組織を作る必要がある。

あらゆる問題を「機械学習アルゴリズムの改善的にとらえる」ことができれば、1人の天才に100人の自律した思考が勝る状態になる。余談だが、これを「問題をKaggle化する」と自分は呼んでいる。

このためにはあらゆる問題を「評価 ↔️ 独立した試行の並列化 ↔️ 試行の結果の共有」の3構造に落とすことである。特に、問題の解決度を表す「正しい評価指標」をつくれると、並列化された改善の試行を正しく評価することができるので、一気に改善が進む。ここでは、1つ1つの試行の質よりも、どれだけの数の試行を並列化できるかが大事である。すなわち「1人の天才の思考よりも100人の自律した思考が勝る」状態である。この構造を組織として作れると、個人の才覚の勝負ではなく組織力の勝負にできる。

イメージ

ざっくりとしてイメージと例です。

ソフトウェアラブルに解けるもの、そうでないものがあるので、それぞれ具体のやり方は違うのですが、ゴールとして「個々人(個々のチーム)が独立して並列に実験ができる。その結果を正しく評価し、それ(成功だけでなく失敗例も大事)を全体に伝えられる。」という組織構造を作ることにあります。これができると、個人の才覚勝負ではなく、組織の勝負にでき、「1人の天才の思考よりも100人の自律した思考が勝る」という状態になります。

<<合わせて読みたい>>

本論とはずれますが、大規模言語モデルを理解することは経営にもインスピレーションがあると思います。