くらげ

とある企業のデータアナリスト。 大学卒業→銀行→エンタメ系企業 + 大学院 → IT系…

くらげ

とある企業のデータアナリスト。 大学卒業→銀行→エンタメ系企業 + 大学院 → IT系企業 。 noteには勉強記録、読書録、データ分析悲喜交々を書いていきます。 最近は生成AIで遊ぶことにどハマり中。

生成AIの台頭とSaaS企業へのリスク

2024年5月31日、WSJがセールスフォースの決算が期待を下回る結果だったことを報道しています。 ざっと記事を要約すると、ポイントは下記です。 セールスフォースの最近の四半期決算では、売上高の伸びが過去最低であり、ビリングの増加率も予想を大幅に下回る 次の四半期の売上見通しも低い成長が予測されている。 これらの報告が投資家にとって失望の材料となり、セールスフォースの株価は大きく下落。 他のクラウドソフトウェア企業も同様に厳しい市場環境に直面しており、AIへの投資の

くらげ

    • UGCプラットフォームはAIに制圧される(と思う)

      UGCプラットフォームと生成AIのコンビは噛み合いすぎという前話UGCとは、User Generated Contentsの略で、ユーザー生成コンテンツのこと。そして、UGCプラットフォームは、この文章ではYoutubeやTwitterなどの、ユーザー生成コンテンツを掲載したり配信したりするプラットフォームのことを指す。 先日、AIイラストというワードと共にPixivがトレンド入りしていた。調べてみると、Pixivに規約違反のイラストがアップロードされている旨を指摘するツイ

      くらげ

      • 【ChatGPT】ChatGPTにJSON形式で答えてもらう

        ふと、とあるアイデアを思いついたので、ChatGPTに以下のように聞いてみた。 日本の童話である「桃太郎」「金太郎」「浦島太郎」について、それぞれの登場人物を教えてください。ただし、回答は以下のJSON形式に従ってください。{ "title":童話のタイトル, "charactor": [ { "name": 登場人物の名前1, "description": 登場人物の説明1 }, { "name": 登場人物の名前2, "description

        くらげ

        • 色んなプロンプトエンジニアリングを試してみる(Part1)

          こちらのサイトにさまざまなプロンプトエンジニアリング(私は個人的にプロンプトエンジニアリングはエンジニアリングというよりテクニックに近い気がする)が紹介されていたので、一つずつ試していこうと思う。 内容は上記サイトを100倍薄めたものなので、ちゃんとプロンプトエンジニアリングを知りたい人は上記リンクをチェックしてほしい。 なお、世間ではGPT-4が話題を掻っ攫っているが、悲しいかな今回のテスト環境はGPT-3.5である。 普通のプロンプト質問 ChatGPTの答え

          くらげ

        生成AIの台頭とSaaS企業へのリスク

        くらげ

          【AI vs AI】 ChatGPT同士を会話させてみた(新規事業とか憲法改正とか)

          ChatGPTのAPI(厳密にはgpt-3.5-turbo-0301)にリクエストを投げる時、場合によってはHistoryというものを含めます。このHistoryは、いわゆる会話履歴です。なぜAPIを投げるときにこれを含める必要があるかというと、モデル自体は過去のリクエスト履歴を保持しないからです。そのため、文脈依存の質問を投げる時は、リクエストに会話履歴を含める必要があります(参考)。 この特徴を利用して(ある種逆手に取り？)、ChatGPT同士を会話させてみました。実際

          くらげ

          【AI vs AI】 ChatGPT同士を会話させてみた(新規事業とか憲法改正とか)

          くらげ

          【ChatGPT】生成AI以下の人間か、それ以上か、それ以外か

          先ほど、3つの記事を連投した。 文字数にしておおよそ6,000字前後。私の企画構成力や執筆能力に基づけば、通常ならば1週間に1本しかあげられないような文字数だが、ChatGPTへのプロンプト入力からnote投稿までおそらくトータル5時間もかかっていない。厳密に言えば正確には計算していないので本当の所要時間はわからないが、それでも少なくとも24時間はかかっていない。 ChatGPTで色々遊んでいるうちに、ChatGPTに関して、いくつかの傾向が掴めてきた。 まず、具体性が

          くらげ

          【ChatGPT】生成AI以下の人間か、それ以上か、それ以外か

          くらげ

          【ChatGPT先生に学ぶ】新社会人の心得

          ※以下は、ChatGPTにあるプロンプトを入れた出力結果を、筆者が読みやすく訂正した上で掲載しているものです。 ※大筋の内容には手を加えていませんが、不自然な文章や内容の重複については添削を加えました。 ※小見出しは筆者が書いたものです ※内容の正誤は確認していません 新社会人が社会に出るにあたって気をつけること 新社会人が社会に出るにあたって気をつけるべき点は以下のとおりです。 コミュニケーション能力の向上: 社会人に必要な最も基本的な能力はコミュニケーション能力です

          くらげ

          【ChatGPT先生に学ぶ】新社会人の心得

          くらげ

          【ChatGPT先生に学ぶ】リーダーシップとは何か

          ※以下は、ChatGPTにあるプロンプトを入れた出力結果を、筆者が読みやすく訂正した上で掲載しているものです。 ※大筋の内容には手を加えていませんが、不自然な文章や内容の重複については添削を加えました。 ※小見出しは筆者が書いたものです ※内容の正誤は確認していません リーダーシップとは何か リーダーシップとは、グループや組織の中で、他のメンバーを導き、方向性を示し、目標を達成するための能力や行動のことを指します。リーダーシップは、組織の成功や成長にとって非常に重要であり

          くらげ

          【ChatGPT先生に学ぶ】リーダーシップとは何か

          くらげ

          【ChatGPT先生に学ぶ】新規事業の立案方法

          ※以下は、ChatGPTにあるプロンプトを入れた出力結果を、筆者が読みやすく訂正した上で掲載しているものです。 ※大筋の内容には手を加えていませんが、不自然な文章や内容の重複については添削を加えました。 ※小見出しは筆者が書いたものです ※内容の正誤は確認していません 新規事業立案におけるポイント 新規事業の立案にあたって重要視されるポイントは多岐に渡りますが、以下に挙げるポイントが一般的に重視されます。 マーケットの需要と競合状況を分析する 新規事業を立ち上げる際に

          くらげ

          【ChatGPT先生に学ぶ】新規事業の立案方法

          くらげ

          因果と相関

          ちょっと前に、某abemaでなんとかという経済アナリストが自説をぶち上げ、ネット上で「こいつは因果と相関の違いがわかっていない」と批判されていました。 「因果と相関」はSNSで中途半端なデータ談義をしたときに必ず指摘される事項ですが、批判ツイートを見ていると、みんながみんな必ずしも「因果とは何か」ということをちゃんと把握していないのではないか、と思いました。 私は職業データアナリストですし、大学院でも「因果推論」の勉強はしましたので、それなりに「因果と相関」の違いについて

          くらげ

          因果と相関

          くらげ

          「議題設定(アジェンダセット)」という権力

          最近よく思うのは、「『何が問題か』を最初に決める能力ってほぼ権力だよな〜」ということ。 例えば、「少子高齢化が問題だ」となれば色んな人が「少子高齢化が進むとこんな事態になる」とか、「少子高齢化の原因はこれだ！」とか、色々議論が起きるけれども、議論というものは論理と証拠があれば、機械的ではないにしてもある程度自動で進む。 自動で進むというのはつまり、「AならばB、BならばC、CならばD…」という風に、論理展開のチェーンというものが(作業の困難さはあるかもしれないけれど)ある

          くらげ

          「議題設定(アジェンダセット)」という権力

          くらげ

          データアナリストとして年収5000兆円欲しいので巷の求人票を分析してみた【データ収集編】

          5000兆円欲しい！5兆円でもいい！5000兆円欲しすぎる。ただやっぱり5000兆円は欲張りすぎな気もするので、そのうちの0.1%の5兆円でもいいから欲しい。いや5億円でもいい。いやいやもっと謙虚に5000万円でもいい。私はこの資本主義社会でデータアナリストとして働いているので、可能であればデータアナリストとして5000万円欲しい。そこで、データアナリストたるもの、データに基づいて年収を上げる方法を模索してみた。 年収あげたい！！っつーことで、まずはデータ収集だ！！このno

          くらげ

          データアナリストとして年収5000兆円欲しいので巷の求人票を分析してみた【データ収集編】

          くらげ

          【読書録】岩波データサイエンスvol3 因果推論

          書籍紹介まあね、シリコンバレー企業群のリストラに伴って機械学習チームの解散やAIプロジェクトの凍結のニュースなんかが喧しい昨今ですが、こと因果推論周りに関してはあまり不景気な話を聞かないですね(要出典)。まあ元々、AIやMLと比してそこまで注目されていたり莫大な雇用を生んでいたジャンルではないからかもですね(要出典)。でも私の仕事でも割と使うようになってきたし、世間の注目度も徐々に上がってきているのは感じます(要出典)。ということで、読みました、「岩波データサイエンスVol3

          くらげ

          【読書録】岩波データサイエンスvol3 因果推論

          くらげ

          【読書録】施策デザインのための機械学習入門

          書籍はこちら。 　この本は対象読者を「機械学習を活用したビジネス施策の実践に取り組んでいるすべての機械学習エンジニアやデータサイエンティスト」と文書内で明記しているが、今日日、機械学習を活用したSomethingに触れないビジネスピャーソンの方が少ないのではないかと思う。とりわけ、「AIを活用したSomething」的な売り込みをするSaaSは増える一方なので、今は機械学習を活用したビジネス施策に取り組んでいない人も、今後のキャリア全般にわたって触れることはないと断定する方

          くらげ

          【読書録】施策デザインのための機械学習入門

          くらげ

          ビットコインの価格データを取得する

          無料で取得できるデータを漁るのが趣味なデータアナリストですが、この度ビットコインの価格データが(ほぼほぼ)無料で取得できると知ったのでここに作業録をまとめます。 膨大かつ長期的な範囲で、なおかつ整形された状態でデータが欲しい仮想通貨の価格情報自体は仮想通貨取引所が毎日発表してますし、Googleで「ビットコイン　日本円」と検索すればチャートがすぐに表示されます。 しかしデータアナリストとしては、 ①当日だけでなく長期にわたる価格データが欲しい ②整った形で欲しい ③ビッ

          くらげ

          ビットコインの価格データを取得する

          くらげ

          『仮想通貨冬の時代』に同情する

          少し前のこのニュース。 3万ドル割れ目前時点のニュースで、現在(8月25日時点)ではだいぶ値は戻している。 しかし最近のCryptoCurrency界隈のニュースは割とネガティブなものが多い。 それは主に規制強化の文脈で報道されている。 例えばアメリカでは。。。 あるいは中国では。。。 規制強化に加えて、仮想通貨高を演出してきた金融緩和も縮小の兆し。 仮想通貨高を支えてきたもう一つのメインプレーヤー、ロビンフッダーもその勢いを落としている。 仮想通貨高など、所

          くらげ

          『仮想通貨冬の時代』に同情する

          くらげ