ギルド型組織という社会実験
この記事は、上記データラーニングギルドのAdvent Calendar2日目の記事に当たります。
自分にとっての今年の一番のトピックは、「データラーニングギルド設立」でした。
ということで、この記事では、
・何故自分がデータラーニングギルドの設立に至ったのか？
・データラーニングギルドが何を目指しているのか？
といったことに関して執筆して行こうと思います。年末だしエモくなってもいいよね、ということでエモさ満載なポエミーな感じで書かせて頂こうと思います。
データラーニングギルドとは何か？
データラーニングギルドを一言で表現するなら、「オンラインサロン」もしくは、「ギルド型組織」というものが当てはまるかと思います。
簡単に言うと、「データ分析人材のための相互扶助組織」を目指していて、データ分析人材として活躍する人やデータ分析人材を目指す人がお互いに分からないことを教え合ったり、情報を共有しあったり、時には仕事を紹介したりする。そんなコミュニティを目指しています。
立ち上げの経緯や具体的な活動に関しては以下の記事でもある程度説明しましたので、興味を持って頂いた方は、以下の記事に関してもご参照頂けると嬉しいです。
このコミュニティが持つ機能としては、以下の6つの機能を持つことを目指しています。
１．教育機関
２．マッチング
３．スコアリング
４．集合知
５．インフラ提供
６．コミュニティ
それぞれ説明して行きたいと思います。
１．教育機関としての機能
一つ目の機能は「教育機関」です。
これは、今までは会社や学校、研修機関が担って来た機能ですね。
データ分析やエンジニアリングという領域に関しては技術の変化が非常に早く、専門的な技術だったりノウハウ、最新の技術やサービス活用に関して、会社がキャッチアップして教えるという所が非現実的な所も多くあります。
また、人材の流動性が高くなり、教育にかけられるコストがどんどん減ってきている中、会社が未経験者の教育を負担するのは限界になりつつあります。
技術の変化が速いので、「短期間で集中的に学ぶ」ということであったり、「今やっている仕事と並行して学ぶ」といったことが求められるシーンも多くなってきているように感じます。そのため、専門学校のような長期間しっかりと学ぶような形ではない、別の形の学び方も必要とされているように感じます。
そのため、データラーニングギルドには、そういったニーズの受け皿となるよう、未経験者の教育や最新技術のキャッチアップと共有といった「教育機関」としての機能を持たせたいと考えています。
２．マッチング機能
二つ目の機能は、「マッチング」です。
人と人、人と会社、人と書籍や学習方法、人とツールなど、様々なものをマッチング対象として想定しています。
何か専門領域の質問をする際に、「誰に質問したら良いか分からない。」といったことはあるんじゃないでしょうか？ 自分も、法律関連の話であったり、医療に関する話であったりで良くそういった状況に出くわします。
そのため、参加者のニーズをしっかりと理解し、状況に合わせた情報を適切に提供して行く。そういった機能をコミュニティの中に実装して行きたいと考えています。
３．スコアリング
三つ目は「スコアリング」です。
スコアリングに関しては、「その対象がどんなものか？」をしっかりと分かるような形に落とし込むような形を想定しています。
例えば、「なぜ取引先の選定時に法人を選びやすく、フリーランスはなかなか選び辛いのか？」ということを考えた時に、その理由として、「全てのリスクをその人個人が背負うことになるが、その個人が信用に足る人なのか分からない」という理由が挙げられると思います。
つまり、信用に足る人物であれば、仕事をお願いできるようになる訳です。
定量化までは行かなくても、レスの速さや丁寧さ、プロジェクトを進めるときの段取りの良さ、普段のコミュニケーションなど、その人に関する情報を多く手に入れることで、コミュニケーションは円滑になるかと思います。
教材やスクール、会社やプロジェクトに関しても同じく、「それはどういった特徴があるのか？」ということが分かる環境があれば、ミスマッチも少なくなりますし、自分に足りていないものが何なのか分かるようになると思います。
４．集合知
四つ目は、「集合知」です。
最近のテクノロジーの事情としては、色んな要素が複雑に絡み合い、日進月歩でアップデートされて行きます。
1年前の最新情報が、今ではもう古くなってしまっているというようなことも発生するくらいのスピード感のため、全ての情報を適切にキャッチアップするということは非常に困難を極めます。
そのため、最新の技術や領域に関しては都度リサーチをしながら進めて行くわけですが、注目されるトピックは被っていることが多く、別の組織の中に類似の調査を既にしている人は多くいます。もちろん、話題のトピックであればあるほどその傾向は強くなります。
そういった最新技術の知見を組織を超えて共有し合うことで、圧倒的な生産性の向上を実現できるのではないかと考えています。
また、社内wikiのような形で知見を溜めて行っても、転職した時にその情報を持ち出せずに、ノウハウが消滅してしまうことも発生します。
もちろん会社の資産なので仕方がないことなのですが、それであれば、一生所属し続けられ、蓄積し続けることができるような環境を作り、そこに知見を溜めて行くのが、個人の生存戦略としては適切なのではないかと考えています。
５．インフラ提供
五つ目は、「インフラ提供」です。
学習コンテンツ、計算機、各種サービスの提供など、データ分析人材のキャリアを構築するうえで重要になる機能の、インフラ的な部分を提供して行きたいと思います。
1000人が毎月5000円支払うような状況であれば、月の予算は単純計算で500万円あるので、その予算を3ヶ月くらいかければ、かなりリッチな学習コンテンツができるはずです。
「クラウドサービスを勉強したいけどお金が無い」という状況は発生することがあるかと思いますので、そういうシーンにも費用を出せるようになるかと思います。
複数人で共有して活用するので、一人あたりのコストを抑えつつ実装や検証をすることができるようになります。また、FPGAやGPUが利用できるサーバーを立てて使える環境を整備したりすれば、個別に費用の高いGPUマシンを準備しなくても大丈夫になります。
データサイエンティストとしてのスキルを測るようなテストを作成したりしても面白いかもしれませんし、終了したサービスのデータを学習用に有償で買い取るような動きをするのもありですね。
利用料として集めた資金を使って、データ分析人材としてのキャリアが便利になるような環境を整備して行ければと考えています。
6.コミュニティ
最後は、「コミュニティ」です。
最近では「LIFE SHIFT」が有名なリンダ・グラッドンさん著書である「WORK SHIFT」の中で、少人数のブレーン集団である「ポッセ」と、多様なアイデアの源となる「ビッグアイディアクラウド」そして、そして安らぎと活力を与えてくれる「自己再生のコミュニティ」が大事であるということが書かれいます。
この考え方は自分の人脈形成において、非常に参考にしている考え方です。
「自己再生のコミュニティ」に関しては例えばシェアハウスだったり、友人関係だったりという形で形成できると思います。
データラーニングギルドでは、「ポッセ」、「ビッグアイディアクラウド」の機能を果たす専門家集団のコミュニティとしての機能を果たしたいと考えています。
なぜデータラーニングギルドを始めたのか？
ここからは、何故データラーニングギルドを始めたのかに関して書いて行こうと思うのですが、一言で言うと、「豊かな生活をして、それを共有できる仲間が欲しい」という一言に集約されます。
豊かな生活とは何か？
自分の中で、「豊かな生活」というのは以下のような生活を想定しています。
・世の中に貢献できていると感じれている状況
・日々学びがあり、成長を実感できるている状況
・生活の大半を共にする人が、尊敬できる人である状況
・健康的な食事ができ、適度に運動をして、しっかりと睡眠をとっている状況
・未来に対して希望を持っている状況
なので、セミリタイアするとかっていう概念は全く興味がないです。むしろ、いかに死ぬギリギリまで現役で居続け、仕事を続けられるかの方に関心があります。
お金が関わって来るとしたら唯一以下の項目だと思います。
・健康的な食事ができ、適度に運動をして、しっかりと睡眠をとっている状況
この項目に関しては恐らく年収600万円も稼げれば十分達成できて、その要件に関しては既に満たしているので、「稼ぎたい」というモチベーションはあまりないような気がします。
老後の資金の話とかはあるけど、自分は事業家なので、「老後までにXX円貯める」みたいな人生はしばらく縁が無いですし。
生活を豊かにするためには、世の中への貢献感、学び、未来へのワクワク感といった所が重要な要素だと考えています。
自分の中で幸せを感じる瞬間に関して具体的な例を挙げると、「あー、良かったなぁ」と思って幸せになる瞬間って、以下のような瞬間なんですよね。
・自分の作っている仕組みが自分の去った後も運用されているのを見た時
・自分が紹介した仕事だったり、人だったりの縁が繋がって、その人が活き活きと生活しているのを見た時
・自分の出したアウトプットを現役で活躍する技術者に「あれ、参考にしてます」とフィードバックを頂いたとき
つまり、自分の作ったきっかけが、その人の人生を前に押し進めているような状況を作れることに幸せを感じます。
なので、多くのきっかけを作り、提供できる場として「データラーニングギルド」という場を作りました。
世の中の状況を俯瞰して見てみる
突然ですが、今この記事を読んでいるあなたは、「自分の将来は明るい」と自信を持って言えますか？
内閣府の出している満13～29歳の若者を対象とした調査に関して、
・将来への希望
・40歳になったときのイメージ（幸せになっているか？）
という設問の結果を見てみましょう。（出典：特集 今を生きる若者の意識～国際比較からみえてくるもの～ 内閣府）
内閣府の調査によると、38.4%もの人が、「将来への希望が感じられない」、33.8%の人が「40歳になったときに幸せになっているイメージが持てない」と回答しており、諸外国と比べても圧倒的に引く数値となっています。（国民性も影響している可能性が高いため一概に低いと言い切れるかは怪しいですが。）
また、こちらの調査に関して、
・希望がある
・どちらかというと希望がある
・どちらかというと希望がない
・希望がない
という4種類の設問からの選択となるのですが、「希望がある」という回答を選択した人はたったの12.2%でした。めちゃくちゃ少ないですよね。。。
これは個人的な考えですが、「今現在が幸福であること」よりも、「幸福を追求し、未来に希望を持って生きていけること」の方が、人生を豊かにする上でずっと重要なことだと考えています。
アメリカの独立宣言でも、人間の権利として、「生命・自由・『幸福の追求』」が保証されるという言及を行っています。
ここで、人間の権利として「幸福であること」と表現しない辺りが、「人間は未来の希望を望む生き物だ」ということをよく表現しているように思います。
何物にもなり切れない若者たち
Twitterで、「#今日の積み上げ」タグを検索してみて欲しいです。
「何者かになりたい、でも何物にもなり切れていない、なんとかしようと活動を始めた人たち」のTweetが多く引っかかって来ることかと思います。
ここで補足しておきたいのは、この人達を否定する意図はなく、ここで引っかかって来る人達は、「何かをやらなきゃ」と思って行動に移しているだけ、何もしていない人達に比べて圧倒的に先に進んでることは間違いないです。
特に、旧来の大企業に新卒で就職して、これといった特殊なスキルも身に付けていないようなサラリーマンの人に関しては、人一倍焦りが強いように感じます。
SNSによってインフルエンサー、優秀な技術者、ビジネスマンが成果を出しやすく、かつ可視化されるようになった今の世の中だから、「何者かにならなければ」と思って活動する人は非常に多いと感じます。
一日目の記事にあるように、比較的未来は明るいことが分かっているデータサイエンスの業界で活動している方たちも未来に対して不安を持たれている状況です。
そんなことを言っている自分に関しても、「この選択で大丈夫なのかな？」という所を常に不安に思いながら意思決定をしていますし、データラーニングギルドに関しても、「まだまだ分からないことだらけなのに俺なんかが代表名乗って大丈夫なのか？」という気持ちと葛藤しながら運営しています。
だからこそ、「XXになるためのロードマップ」だったり、身近に感じれるようなインフルエンサーの方の言葉に耳を傾ける方が多いのだと思います。
対処療法的にエンジニアを目指している方が多いので、「地に足がついていないなぁ」と感じることは正直多いです。でも、じゃあどうすれば良いかと言われると、確かに相当厳しい状況であることは間違いないので、何かしら専門性は身に付ける必要があるというのはその通りだと思います。
「自由で、選択肢が多く、何者にでもなれる今の世の中」だからこそ、「何者にもなれない、ならない」という妥協の選択肢を自分の意志で選ばざるを得ないという状況が発生しているのかおしれませんね。
あなたがあこがれているインフルエンサーの方も案外同じような心境を抱えながら必死にやっているのかもしれません。
そんな、混沌としていて先行き不透明で、「目先のことでだけで、いっぱいいっぱい」というのが今の日本の状況なんじゃないでしょうか？
会社と会社員という仕組みが限界なんじゃないか？
上記のような背景にあるのは、現状の会社と会社員という制度が限界を迎えているからなんじゃないかと考えています。
冒頭の機能に関する節でも少し記載したように、会社に色々と期待することをやめるという感じですね。会社が負担するのに結構限界があるんじゃないかと思います。
例えば、「会社に教育を期待する」ということに関してですが、
実際に自分も会社を起業してから未経験者の人を数名雇いました。学歴や職歴を見ると、世の中の平均値より上に属する人たちです。
そんな人たちでも、データサイエンスの業務で必要とされるような知識に関しては、ほぼ下地がなく、教えながら仕事をしてもらっても、半年程度ではなかなか実務レベルには達しませんでした。
ある程度実務的な能力がつくまで平均したら1年程度はかかるんじゃないかと思います。でも、それだけ力を入れて人を育てても、数年で離職される可能性があります。
会社が教育コストを負担して回収するのであれば、数年間は給料据え置きで働いて貰わないと教育に対するコストが返って来ないので、スキルに見合わない低い給料を支払う期間が必要となって来ます。
ただ、スキルが付いた所で転職するのであれば、転職先の会社は教育コストを負担する必要が無いため、転職した人の年収は上がります。
今では数年で転職するのが当たり前の時代になっていますし、気軽に転職する人も多いですよね。
さらに、上手く育った人は転職するのに、うまく育たなかった人は日本の解雇規制だと解雇することができません。育った人だけ転職しちゃう状況が生まれる訳ですね。
そういった環境があるので、「育ててもどうせ転職しちゃうから即戦力しか雇わない」という状況が発生してしまう訳です。
流動性が高くなっているということは市場価値とバランスするということなので、初心者にはそもそも仕事自体発生せず、スペシャリストの単価は高騰する訳です。
特に、データ分析業界は人材が足らないので、フリーランスの方の単価などは、非常に高いです。
こういった、人材が流動するような価値観や環境になると、格差は開く一方になる訳です。
現在の会社の仕組み上、「そこそこに仕事をして給料を貰えれば十分」というスタンスの人が残りやすくなっており、非常に厳しい状況があると言わざるを得ません。
この2019年も多くの会社で希望退職者を募る大企業が何社か見られたかと思いますが、上記のような状況があるため、限界を迎えつつ会社も多いのではないでしょうか？
では、どう仕事をデザインするのか？
上記の問題の一つの解としては、「働き方」の概念を丸ごと変えてしまうということなんじゃないかと考えています。
まず、「所属と労働を分離する」ということが重要になって来るんじゃないかと思います。
店舗経営や工場生産中心だった頃にはある程度まとまったサイクルや平準化した労働があったかもしれません。
しかし、知識労働中心の働き方の場合、稼働にムラがあるのが当然です。常に9時～5時で働くような形ではなく、1ヶ月間集中して働いて1ヶ月休む、週2日だけの稼働を薄く1年間続けるといった、「必要な時に必要なだけ働く」という働き方が適しています。
無理して仕事をしなくても、「仕事がある時だけお願いする代わりにマージンを少なくした高い単価で発注する」、「仕事が無いときにはしっかりと勉強しておいて次の仕事に備える」というような温度感で全く問題ない訳です。
そのためには、所属と労働を分離しなくてはなりません。
今のサラリーマンは、「XXに所属している＝XXで働いている」ということになるのですが、別に所属しているけど働いていないという状況に全く問題はないと思うのですよね。
複数組織に所属し、「ほとんどの人が兼業していて、プロジェクトが始まったら徐々に集まって来る。」というような形の方が自然な働き方のような気がします。
そういった、自然な働き方が実現できる仕組みとして、「データラーニングギルド」を立ち上げたわけです。
それでは、最後に、データラーニングギルドが何を目指していて、何では無いのかに関して記載したいと思います。
データラーニングギルドが目指している所
冒頭に記載した機能を果たすために、今後どういう形で成長して行きたいのかについて書いてみます。
まずは、「人生を共にするコミュニティ」と銘打っている以上、10年、20年のスパンで、時代に必要とされなくなるタイミングが来るまではアップデートしながら続けて行きたいと考えています。
今所属している初期のメンバーがデータサイエンティストして活躍するようになっていき、その人脈を元に色んなコラボレーションが生まれる。そんな環境を目指して行きたいですね。
そして、直近の課題としては、「エコシステムを作る」という所です。データラーニングギルドがきっかけでデータ分析人材として生計が立てられるようになった人が生まれてきて欲しいなと思います。
また、「ギルド」という名前を付けている以上、専門家集団として、データ分析に関する仕事をどんどん取って行きたいと考えています。（もしデータ分析でお困りの会社さんがいらしゃったら、お問い合わせ頂けると嬉しいです♪）
そして、今はまだ若干の赤字運用中なので、しっかりと利益の出せる組織にして行きたいと考えています。
儲かることは、きちんと継続性を持って取り組めるということですし、類似業態で新規参入会社が入って来やすいというような状況でもあります。
後ほど、「何ではないか？」という所で詳しく書こうと思うのですが、「複数の組織に所属しながら仕事をしていく」という状況を実現するためには、似たような組織、コミュニティが大量に必要になって来ると考えています。
そのため、来年中の一つの目標として、「データラーニングギルドをベンチマークとして立ち上げたオンラインコミュニティが登場する」というものがあります。（もし専門的なオンラインサロンを企画している方で相談したい人が居たら教えてください）
また、自分は象徴としては必要かもしれませんが、主要な機能は自分がいなくても完結するような状況を来年中に作れれば良いと考えています。
データラーニングギルドは何ではないのか？
まず、データラーニングギルドに関しては、「何か新しいものを作ろう」という意図はありません。以下のようなものを代替して今風に提供形態を変えるだけのものです。
・家族や村社会の担って来た責任と保証、相互扶助や助け合い
・大学、専門学校の担って来た、専門技術の教育
・会社の担って来た専門職の教育や労働環境の提供
なので、今まで無かった価値を提供するような部類の物だとは考えていません。記事中にも記載したように、「何者かであること」を強く意識しすぎるのは、現代病なのかもしれません。「普遍的な価値を形を変えて提供する」という、ただ、それだけです。
また、大きくビジネスをスケールさせて独占を狙っている訳でもありません。コミュニティ運営用の汎用的な機能提供などができると嬉しいなぁとは思います
むしろ、コミュニティなので、適切なサイズがあり、1000人の経済圏ができれば十分すぎると考えています。
会社、大学、専門学校のように、それぞれの人に合った領域、文化、レベル感といった様々な色があっていいと思っていますので、むしろ似たような組織が会社の数くらいできているのが理想です。
そういった組織のグラデーションとして社会の色が作られていると良いんじゃないかなと思います。
さいごに
かなりの長文でエモいことを書いちゃいましたが、データラーニングギルドのアプローチは、世の中における自然な流れだと思っています。
また、焦っている人に伝えたいのは、別に何物にもならなくても大丈夫ということです。ちょっと外側に目を向けて、「誰に対してどんな価値を提供するのか？」とうことを考えてみて頂ければいいんじゃないかと思います。
この記事が何かのきっかけになってくれることを願っています。
それでは皆さん、良いお年を～！！
この記事が気に入ったらサポートをしてみませんか？