ＭＩアイデア発想塾は、生産性を上げる為に、質問力、バランス・スコアカード、インストラクショナルデザイン等を知恵ある方法で賢く使い、企業力を強化する組織です。

詳細説明

私たちは論理的思考が役立つ考え方であることは知っています。

しかし私たちの習慣は、知識の量を追求する習慣である為、1つでも余計に物事を覚えたいという気持ちがあります。

その為、論理的に考えているつもりでも根拠を自ら解明しない、前提と結論を記憶する、論理的思考だと思っている事を行っています。

なぜ根拠を追求しなくなったのか、これには理由があります。
日本人が昔から受け継いできた暗黒の人を差別化して観る格差意識が、上司の言う事行う事は絶対なので、洞察力を養う為に必要な批判的思考をする事は手間暇かかる事もあり、私たちは習慣的に前提と結論だけを記憶して、早く行動できる様にしたのです。

論理的思考がなぜ必要か？を理解する必要があります。
論理的思考を行うと、前提と根拠があって結論になると関係性で捉えられるので、記憶した事に柔軟性が生まれる事や可変する物事の実態を捉えられること、又知識を統合でき複雑な事も理解できる様になる、論理的思考の効果が出せるからです。

それを前提と結論だけの知識では、結論が分かっている為できる様にはなるのですが、なぜそうする必要があるかの根拠の分からないのです。

根拠の分からない知識では、できる事はできるのですが、ビジネスの様な状況が変わと行動が変わるモノは対応できなくなってしまうのです。

あくまでも私たちが行う論理的思考と思っているものは、前提になるものが不変でなければ通用しない論理的思考なのです。

問題は前提と結論だけで根拠の曖昧な知識は、物事を関係性で捉えられない為、知識が深くなって行かないのです。

なぜなら、１つひとつの知識は決めつけられた知識である為、そこから先は疑問も生まれないのです。

関係性で物事を捉えられれば、根拠が分かりますので、例えばなぜその根拠になるのか等の疑問が生まれる事も出てきて、その原因を追求する様な事が起きる為、知っている事を深く掘り下げた知識、１つの知識を支えている様な知識を得られるのです。

又根拠を解明するとは、なぜそうなるかを追求する事ですから、論理的思考で根拠を解明している人は、自然に深く掘り下げた知識、前提と結論だけでは得られない、関係性だけでなく原因や本質などが得られる様な知識を得られるのです。

日本の習慣は、根拠を解明しない為、知識の量を求める知識しか得られないので、正当な論理的思考にはなっていないのです。

その上、格差意識の強い習慣やコミュニケーションがありますから、私たち日本人の判断は、正当な論理的思考ができない感情優先の判断をしているのです。

ビジネスは論理的に行わなければ儲かりません。
根拠の分からない知識でも知識を得ればビジネスはできますが、低生産性の儲からないビジネスしかできなくなるのです。

この論理的思考の根拠を１つひとつ解明していると、得た知識が関係性で繋がって行き知識の統合ができます。

統合された知識を広く深くして行くとパターン認識ができる様になり、１つひとつ事象を見るだけで、その事象の裏側が想像できる様になります。

例えば交渉をする場合、交渉相手の手の内を読めるので、優位な手を打てます。
交渉で優れた判断や発想ができる様になるのです。

又パターン認識できる事から、何が重要で何が必要ないかを見極める事で効果のない事はしなくなり、事象の先を予測できる事からリスクを管理して挑戦的なビジネスが出来るので、企業の生産性を上げる行動がとれるのです。

日本は格差意識が多々ある社会ですから、今まで説明した様に社会全体が論理の通らない社会である為、感情優先のビジネスをして競合企業の手の内も読めない、市場も洞察出来ないなどで、生産性が上がらず経済成長できないのです。

洞察力を養う習慣を変えるには、格差意識がある事は１人ひとりの能力を活かせない事を認識し、人を差別化して観る気持ちを徐々に減らして行く事が最初です。

この意識は生まれた時から徐々に植え付けられた意識ですから、簡単にはなくす事はできません。
例えばパワハラを周りが監視する様な、様々な減らす状況を作り、徐々に意識を変えて行くのです。

現在の日本人はやる気をなくしていますので、やる気を引き出す環境、例えばワークライフバランスを重視して給料も働き方に見合った給料を出す事も行う必要があります。

１人ひとりの能力を引き出し、結果を出した人にはそれに見合った給料を出す事でやる気を引き出すのです。

DX導入で付加価値を生み出す為には、二つの面で考える必要があります。

業務改善やコスト削減の為の企業内データ収集と、企業外から収集する顧客動向データや市場データなどです。

企業内と企業外のデータを統合分析する事で、付加価値は生まれやすくなります。

具体的な企業内データとしては、ＥＲＰやＣＲＭなどを使い業務プロセスを自動化効率化する事や請求処理や在庫管理などのデータ入力の自動化をする事、従業員のパフォーマンスや業務プロセスのデータを収集して分析し、最適化を図る事、Zoomなどを使いリモートワークを行うなど、効率化やコスト削減ができる様なデータを収集る事になります。

企業外データでは、ECサイトやデジタルマーケティングの活用でオンライン販売やSNS広告やSECの最適化を図る事、AIチャットポットを使った24時間対応やパーナライズしたサービスの提供、定期購入型サービスの提供、顧客のフィードバックや市場トレンドの分析による新商品開発などのデータをでるだけ多く収集する事になります。

これらのデータの収集により、企業内データは業務の効率化やコスト削減に活用し、企業外のデータは顧客の行動動向の分析や市場ニーズの把握に活用して、新たな収益機会を生み出す事で、生産性を上げ収益を増やす事になります。

DX導入を俯瞰的に言うと、企業活動で行っている様々なデータを収集して見えるかをして、経営者が経営判断や戦略を立てるための効果的なツールと捉えられます。

この捉え方は、各業務でも同様の捉え方で行えます。
業務の内容とどんなデータを見えるかすれば業務の効率化やコスト削減ができるかを考え、データを収集分析する事になります。

又企業外のデータ収集も、どんなデータを収集し見えるかすれば顧客価値の向上を図れるかを考えて、データ収集分析すれば顧客価値向上を図れる事になります。

もっと積極的にDX導入を捉え、クラウドサービスの導入で会計ソフトや在庫管理のコスト削減と効率化を図る事やRPA（ロボテック・プロセス・オートメーション）の導入で業務の自動化を図る事、マーケティング自動化ツールで顧客対応を自動化するなどを行う事も可能なら行う事になります。

顧客体験向上には、顧客データを基にパーソナライズ広告、SNSやメール発信ツールなどで顧客の接点を増やす事になります。

又オンライン販売チャンネルで顧客層を広げる事、顧客のフィードバックを迅速に収集してサービルを改善する事、仕入れや物流データを分析して、サプライチェーンの最適化を図る事などを行う事になります。

現実に企業内のどんなデータを収集するかと言うと、企業内データでは、POSや取引デーなどの販売データ、CRMなどの顧客データ、ERPなどの生産・在庫データ、会計システムなどの財務データ、勤怠や評価情報などの従業員データを収集する事になります。

これらのデータ収集は、管理しやすくビジネス改善に直接活用しやすいです。
又データの正確性が高く、企業内の即時的な意思決定に利用できます。

企業外データでは、業界情報などの市場データ、SNS分析などの顧客動向データ、パートナー企業や仕入れ先のデータ、公共統計などのマクロ経済データ、ベンチマーキングなどの総合データを収集する事になります。

これらのデータは市場や競合企業の動向を把握でき、新しいビジネスチャンスの発見に役立ちます。
又企業内データと統合する事で、より高度な分析や戦略策定に役立ちます。

企業活動のデータを網羅的に収集できれば、企業全体をデータで俯瞰視でき、企業内の何が良くて何が悪いかが、企業外のデータ比較などでできますので、よいものは伸ばし、悪いものは修正する事を早く意思決定できる為、企業全体を早く効率化する事に役立ちます。

又何に投資する事が最も企業に効果が出るかも分かりますので、経営にはDX導入は非常に役立つ投資になるのです。

企業外のデータを収集分析する事で、企業内をどう改革すれば効率的になるかも、企業内外のデータ統合でできます。

DX技術の使い方次第では、大きく生産性を上げる事ができるのです。

日本は30数年経済が停滞して、生産性を技術開発でしか上げる事が出来ません。
ビジネスとしての生産性は、殆ど上がっていません。

これには２つの原因が関係しています。
１つが、１人ひとりの能力を抑制してしまう格差意識が生み出す社会システムや習慣、商習慣が多々ある事です。
１つが、私たちの考え方が、論理的にビジネスを組み立てられないビジネスを行っている事です。

この原因がDX導入を行う場合、経営者層と現場のギャップを生み出し組織構造の硬直化になったり、人材育成不足を起こしたりするのです。

ビジネスを論理的に組み立てられないのでは、深く捉えたビジネスはできません。
又１人ひとりの能力を抑制する習慣は、１人ひとりのやる気を奪い、能力を発揮できなくなるので生産性を上げられません。

DX導入で付加価値を生み出せるようにする為には、やる気を抑制してしまう様な習慣を取り除き、多様な視点を取り入れる必要があります。

しかし習慣を止めたり是正する事は、無意識に行っている為止めたり是正したりすることが難しいのです。

そこで最初に、付加価値を生み出すDX導入で、結果を出せない原因にはどんな原因があるかを知識として知って、徐々に減らして行くのです。

知識として知っていれば、注意していれば是正できます。
これで１人ひとりの能力を徐々に引き出せる様にしてDX導入を行うのです。

又経営者や上司が、暗黙のパワハラを行わないようにして、従業員の多様性を引き出す事も必要になります。

付加価値を生み出している米国企業が、どんなデータを収集しているか知る事で、模範にできるのです。

日本の習慣が悪い事と生産性を上げられるDX導入方法を知っていれば、生産性を上がられない原因である悪い所と生産性を上げるデータの取り方が分かります。

後は現実に自ら論理的に根拠まで考える事を試行錯誤して結果の出せるDX導入を行うのです。

論理的に根拠まで考えてDXを導入すれば、企業経営を論理的に関係性で組み立てられますので、DX導入も経営に沿ってデータが集めやすくなるため、結果も出しやすいDX導入になるのです。

他のコンサルタントに教えて貰う場合でも、他のコンサルタントは経済停滞の原因も分らないのですから、日本の習慣である論理的に組み立てられないコンサルティングを行っているので、経営を論理的に組み立てられたビジネスはできません。

又日本の習慣がやる気を抑制する習慣である為１人ひとりのやる気を引き出せないビジネスを行っているので、コンサルティングを受けてできる様になっても、生産性を上げられないのです。

DXで言えば、付加価値を生み出すDX導入にはならない、会社の仕事だから行うDX導入法になってしまうのです。
積極的にDX導入に取り組むことで、付加価値を生み出すDX導入にはならないのです。

私たち日本人は、社会システムや人の評価が影響して知識の量を重視する為、論理的思考の根拠を自ら解明しない、前提と結論だけを記憶する思考法を行っています。

この思考法は、根拠を自ら解明しない為、物事を因果関係などの関係性で捉えられません。

いくら知識の量があっても、関係性で物事を捉えられない知識では、物事を関係性で繋がった広く深い知識は得られません。

又関係性で繋がった知識もありませんので、量のある得た知識を統合する事もできません。

関係性も掴めない統合する事もできない知識がいくら有っても、人間の行動など状況の変化で行動が変わってくるようなものは上手く掴めなく、人間の行動の様なものは上手く捉えられないのです。

ビジネスは人が行うものです。
知識を増やしても、ビジネスは上手く捉えられないのです。

ただ、根拠が分からなくても捉えられるもの、不変的な事だけで判断できる技術開発などはできるのです。
現実に日本で起きている事が、そのまま当てはまるのです。

その為日本は、技術開発はできても、ビジネスの仕方で、欧米企業に勝てないのです。

又前提と結論だけの知識では、AIで使っている技術であるパターン認識ができない為、私たち日本企業のビジネスでの判断が、断片的な知識（前提と結論だけ）で判断しているので、できる事は出来ても、複雑な事が絡んでいる企業活動を上手くできない為、全体最適化や相乗効果を発揮できず、生産性を上げられないのです。

その上私たち日本には、１人ひとりの心の中に人を差別化して観る格差意識を先輩たちから植え付けられているので、無意識に格差意識で人を判断しています。

その為、私たちのコミュニケーションが１人ひとりの能力を抑制するコミュニケーションや感情が優先するコミュニケーションになり、企業で働くにも欧米の様に１人ひとりの能力を統合した、論理的に組み立てられた働き方ができないので、生産性を上げられないのです。

簡単に説明すると、私たちが得ている知識は、関係性で繋がった知識ではない為、知識が広く深くならず、浅い知識でビジネスを行う上に、自分の能力を十分に活かせない環境があるので低生産性になってしまうのです。

この様な論理が成り立つので、日本の企業の生産性は低いのです。

もっと詳しく生産性が上がらない原因を、なぜ日本の企業は生産性を上げられないのか？　で説明していますのでご覧下さい。