【起業して４ヶ月】思い切って辞めた３つの選択
はじめに
起業して早４ヶ月が経ちました。
会社のホームページでも書きましたが、池袋にセミナールーム用のオフィスを借りることができ、稼働し始めました。
オフィスを借りることで、腰を据えてセミナーが行えることもそうですが、インターン生をはじめ、良くしていただいている方々と一緒に勉強できる機会が増え、非常に嬉しく思っています。
『学ぶ』ということは、そのセミナー１回で終わりではなく、その後の試行錯誤によって本物の力へと繋がっていくため、その過程の支援もしっかり行っていきたいと思っています。
↑ 新オフィス（65インチディスプレイ2台完備）
今は一人社長として働いており、数名のインターン生にセミナーのスタッフをお願いしながら稼働しています。
そのため、会社の経営から始まり、セミナーへの集客、カリキュラムの作成、セミナーの講師、コンサルティングの営業、事務所を借りる手配、ホームページの作成・運営、インターン生集めなど、この４ヶ月間に１人で割りと手広く仕事をしていました。
もちろん、その全てを独立して完璧にこなせるほど器用ではないため、寝る時間や家族・彼女・友人との時間も確保しつつ、有限の時間で最大限のパフォーマンスを発揮するためにどうすれば良いだろうと考えて行動してきました。
その中で、思い切って辞めた３つの選択を紹介します。
すべての人に対して当てはまることではないと思いますが、起業直後で手一杯の方へ少しでも手助けになることを願っています。
思い切って辞めた３つの選択
１．パワーポイントの資料作成
この選択が一番効果として大きかったと感じています。
もちろん、これまで幾度となくミーティングを行ってきましたが、そのほとんどでパワーポイントの資料を作らず、要点だけまとめた文字の資料を準備していきました。
結果的には、今までほとんど不自由したことがなく、もう少し図で説明してほしいと言われたときには、補足としてインターネットで検索しながら画像をお見せしたりと、自分自身のQiitaの記事で説明したり、またほとんどの場合は手書きで済みました。
前職では、ミーティングの前にたたき台となるアジェンダを込めた資料作成をしておきなさいと言われており、もちろんそれが当然だと今でも感じています。
しかし、実際のところ、それをパワーポイントの図を付けて綺麗なものを時間をかけて作成する必要は無いことに気づきました。
ミーティングのゴールは、お互いの共通認識をすり合わせ、時には協業していくための施策を考えていくといった点であり、自分自身が作成した綺麗なスライドを説明する場ではないと気づいたからです。
共通認識のすり合わせには、ディスカッションが一番有効であり、資料での話は導入としての必要最低限とし、それ以外はミーティングでの効率を最大化するために、極力ディスカッションに注力する。
これを実施するようになってから、事前準備の時間がほとんどなくなり（アジェンダと必要な情報のみのため、スマートフォンを使って電車の中でできるように）、密度の濃いミーティングが増えました。
当然ですが、パワーポイントの資料を作ることがゴールではなく、ミーティングの密度を高める一要素として位置づけることが良い選択に繋がりました。
２．ゴール設定の曖昧なミーティング
パワーポイントの資料作成をミーティングの内側の問題だとすると、こちらは外側の問題となります。
起業直後は資金調達関連や、新しいプロジェクトの話など、ぜひ一度ミーティングをというお話をいただきます。
起業直後はいただけるお話であればなんでもぜひ！というスタンスでいましたが、今はガラッと真逆になっており、具体的にゴール設定ができているミーティングのみ直接あってお話をするようにしています。
これを聞いて、起業直後に生意気だなと思われるかも知れません。
個人的にもそう感じます。
しかし、なんでもやります！といったスタンスで色々な人と話を進めていくうちに、周りの期待値ばかり高めてしまい、結局仕事が手一杯でほとんど時間を作れず、気づけば話がフェードアウトしていくといったことが何度かありました。
このフェードアウトが一番の罪だと感じており、期待していただいた方にご迷惑をおかけしないためにも、できそうでないものは申し訳ありませんが最初からお断りし、（時間的・技術的に）できそうな案件のみに注力して、そちらのミーティングの密度を高めるように心がけています。
ミーティングを行う前に、メールや電話でお互いのゴール設定や状況のすり合わせを行い、できそうであればミーティングを行いながら本格的に進めていくことをおすすめします。
『とりあえず話しましょう』と言う方もいますが、直接話してみると断るのが案外難しかったりするので、気をつけてください。
３．空いている時間をとにかく予定で埋める
起業してすぐの頃は売上が立たなかったり、今後の見通しが立たなかったりして、予定が空いていたり、誰かと話していないと不安になりました。
そのため、とにかく予定を埋めて色々な人と話をしたり、イベントを詰め込んで、仕事をするようにしていました。
もちろん、これによって得られた知見や人脈も多くあり、今の自分を支えてくれています。
これが癖になり、Google カレンダーを見て、『予定がたくさん埋まっている＝仕事をしている』『予定が埋まっていない＝仕事をしていない』と感じる自分がいました。
しかし、本当は『どれだけ多くの人に貢献できたか（この指標の一種として売上）』が重要であることを忘れていました。
たしかに、予定が増えれば増えるほど、売上が増加していきましたが、それは予定の数とある程度比例した売上であり、自分の時間が有限であることを考えると、上限はすぐそこに見えています。
このままいけば、年内、いや早ければ数ヶ月以内にはこの事業の限界に当たると感じました。
そこで、空き時間を増やすように心がけ、その時間は休みに使っても良いし、自分の勉強に使っても良いと決めました。
そうすると、意外にも休みのときほど、今後こうしたい、ああしたいといったことを考えるようになり、人間は余裕のある時しか新しい発想が生まれないものだなと思いました。
しっかりと休むことで仕事へのモチベーションも高くなり、一石二鳥でした。
また、空いている時間でこれまでの作業で効率化できるところを効率化していき、仕事の時間が更に増え、正のスパイラルに入ったと思います。
起業直後は寝食を忘れて思いっきり働くことが一般的ですが、新しい発想を取り入れたり、現状の作業を効率化するといった観点からも、予定は埋めすぎずに空きを作るのはいかがでしょうか。
おわりに
この記事の内容に関しては賛否両論あると思いますが、起業はがむしゃらに働くことがゴールではなく、最初に掲げたビジョンを達成することがゴールであり、効率よく働くため、そして体を壊さないためにも、『やらないことを決める』ことが大事だと感じています。
こちらの記事がこれから起業される方はもちろんのこと、最近毎日仕事ばかりで余裕ないなと感じている方への一助となれば幸いです。
株式会社キカガク
代表取締役社長
吉﨑 亮介
機械学習の最初の一歩を失敗せずに始めるために ↓
起業後にオフィスを借りることがこんなに大変だとは思ってもみなかった件
※ 画像は理想的な会議室のイメージです。
こんばんは。
起業して早２ヶ月と半月。
とうとう、弊社専用のオフィスを借りられることになりました。
【祝: オフィスが決定】
— キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年4月2日
５月から池袋にて、小さいながらもオフィスをお借りして安定的にセミナーが開催できることになりました。
色んな方の助けをお借りして、ここまで来ることができました。
本当に嬉しいです。
もちろん、コワーキングスペースの一部を専有するわけではなく、単独でお借りする事務所です。
しかも、１人で使うには結構広い５０平方メートル。
もちろん１人用で借りたわけではなく、キカガクのセミナーでガッチリと場所を固定して、受講生を迎えたいなという思いから今回の決断に至りました。
ちなみに２０１７年５月からお借りする新オフィスの住所はこちらに掲載しております。
新規オフィスにあわせて、住居も現在お世話になっているシェアルームから引っ越しを行います。
こちらも本日審査が通り、引っ越しできることが決定しました。
と、非常に嬉しいお話ですが、裏側ではここまで表に出てくるかと言わんばかりの信用の無さに直面しておりました。
今後、起業を考えており、まずはオフィスだよね！といった方には、少し慎重にした方が良いよ、と今の初心を忘れてはいけないよと自戒の念も込めて、こちらに書き記しておきます。
オフィス決めで苦労した点１：大量のキャッシュが必要
保証金が家賃の数ヶ月分が必要であり、多いところは10〜12カ月分も必要。
分割払いは基本NGのため、大量のキャッシュが最初から手元に無いと、申し込みすらできない。
オフィスを借りてこれからお金を稼ごう！という思いがあっても、最初にお金がないと始められない、鶏と卵の問題。
今回は色々探してもらい、保証金4カ月になんとか抑えられました。
現在の資金などのチェックも厳しく入るため、通帳などですぐに提出できるようにしましょう。
資金についてのNGは出なかったので、ボーダーラインはわかりませんが、私自身は家賃の３年分の現金を手元に準備していました。
オフィス決めで苦労した点２：起業後すぐは門前払い
一期以上経っていることが条件の物件が多く、予算的に可能でも申請すらさせてもらえない門前払いにも何度も遭遇しました。
家賃は払えるのに、借りさせてもらえない悔しさがありました。
こういった物件は泣く泣く諦めていきました。
オフィス決めで苦労した点３：想像以上に早い不動産の動き
木曜日に不動産屋に行き、なんとか条件をクリアできそうな物件を見つけて日曜日に内見のアポを取り、安心して日曜日に行くと、土曜日の内見で即決した人にとられてしまい、見学にすら行けず。
即断即決即行動ができていなかった自分の甘さを悔やみました。
オフィス決めで苦労した点４：厳しい審査の旅
物件が気に入っても、保証会社の審査、大家さんの審査が通らないと、借りられない。
しかも大家さんとは直接コンタクトが取れないため、不動産屋を通してしかアピールできない。
保証会社の人に会ってアピールしたり、大家さんからの質問に精一杯の回答をしました。
今回の大家さんは非常に厳しい人で難しいのではと言われていたのですが、「人工知能や機械学習は今後間違いなく必要で、その教育サービスは素晴らしい」と味方についてもらえることができ、スムーズに進めることができました。
大家さんが事業内容まで審査されると思っていなかったため、この一言をメール経由でいただいた時は非常に驚き、そして頑張ろうと思いました。
オフィス決めで苦労した点５：収入が証明できない
保証会社や大家さんからの審査の際に、業績を提出するように求められるが、決算がまだのため正式な書類がなく、また起業後は自身の収入証明もないため、信用してもらえる書類が準備できないで困りました。
大家さんには、文書ベースで立ち上げ後の収支を概算で送り、なんとかOKをいただきました。
ここも大家さんのサービスへの理解あっての決定とのことで、本来であれば今回のような収支の概算では厳しいとのご指摘も不動産屋さんからありました。
オフィス決めで苦労した点６：連帯保証人が必要
保証会社を使用するにも関わらず、さらに連帯保証人が２人必須でした。
本来であれば保証会社があれば連帯保証人はいらないのですが、起業後間もないと石橋を叩かれるらしく、保証会社以外にも連帯保証人を求められるケースもあるとか。
連帯保証人という保証の要素以外にも、連帯保証人を準備できるような人なのか？といった意味合いとして、このような要求があるそうです。
オフィスの場合は家賃を払えなければ即退去なので、そこまで迷惑をかけないと思われますが、それでもリスクはあるため、頼むことにためらいがありました。
共に勤続年数の長い母と叔父にお願いし、非常にありがたいことに快諾していただき、話を進めることができました。
本当にありがとうございます。
おわりに
様々な困難にぶつかり、なかなか大変でしたが、今後の信用や事業拡大には不可欠なオフィス探しが一段落して安心しました。
物件探しは非常に難しく、相性の良い不動産屋さんとの連携が不可欠であったため、まず相性の良い不動産屋さんと直接話して、方向性のすり合わせをしていくことが大事だと思います。
これから起業してオフィスを探される方は、はじめのオフィス探しが最も困難と不動産屋さんもおっしゃっていたので、今後ぶつかる困難にもくじけずに、オフィス探しをがんばってください。
長文おつきあいいただき、ありがとうございました。
株式会社キカガク 代表取締役社長
吉崎 亮介
機械学習において解析者の『精神的負担』を下げる３つの方法
株式会社キカガクを起業して約２ヶ月が経ちました。
この２ヶ月間でキカガクのセミナー等のイベントにお越しいただいた方はなんと約450名。
これまでの人生で、私自身を目的として450名の方とお会い出来るとは思っておりませんでしたので、非常に嬉しいことです。
これは、私自身への評価も含まれていると思いますが、やはり『機械学習』という技術への注目度の高さが大きく影響しています。
『人工知能』『AI』『機械学習』『ディープラーニング』とバズワード的にたくさんの言葉がマーケティングで使用されています。
「これは本当にAIなのか？」という議論は少し横に置いておくとして、マーケティングウケが良いということは、これらの技術に対して世論は「何かを変えてくれそう」という期待を持っていることの現れです。
私自身の講義で、毎回『とりあえず何かを見つけるために機械学習を導入することは絶対に避けてください』とお伝えしています。
個人的には、受講生の機械学習への期待値を下げてしまって申し訳ないと思っています。
よく企業の方からお聞きするお話を例にあげてみましょう。
『社内にこれまでのログなどのデータが大量に貯まっており、これらを解析したいと考えています。研究用の予算もついておりますし、データにも割りと自由にアクセスできる権限もあるので、これからこれを使って、何かできれば思っています。まず、何から始めれば良いでしょうか。』
曖昧な点が多いなと思った方もいらっしゃるかも知れませんが、こういったご相談は割りと多いですし、実際私が現場で働いていると同じような質問をすると思います。
この質問自体が悪いわけではありません。
ただし、この後この質問の方々が非常に苦労するのは間違いないと思います。
この後どこで、苦労するのでしょうか。
数学の難しい数式でしょうか。
それとも、プログラミングの難しい文字列でしょうか。
そのどちらでもありません。
一番苦労するところ。
それは 落とし所 です。
やはり、何かができると思い込んだ状態で、プロジェクトを推進し始めた際に、結局落とし所が見つからず、一番苦労するのです。
データ解析で必要な数学を覚えることの苦労よりも、一度始めてしまったがゆえに、なにかデータから落とし所を見つけないといけないプレッシャーの方が遥かに苦労が大きく、本人たちを苦しめます。
このように、機械学習はその技術の自由度の高さ故に、解析を行う方々を精神的に追い込んでしまう場合があります。
そんな状況を避けるために、プロジェクト推進の前に、当たり前かも知れませんが、以下の３つをチェックしてから始めてもらえると幸せになれるかと思います。
経験者の方には『釈迦に説法』で申し訳ありませんが、温かい目で見守っていただけると幸いです。
１．『企業価値向上』に繋がるか具体的にイメージできるか？
データ解析を行う人が一番持つべきものは『経営者目線』です。
エンジニアなので、ビジネスとは切り離して考えているという方はぜひ注意してください。
今回の例で出てきた
『社内にこれまでのログなどのデータが大量に貯まっており』
この部分ですが、このデータはゴールではなく、このデータは機械学習でいう『入力X』に相当します。
つまり、このデータだけから何かを見出すというのは問題設定としては間違っています。
予測したいものは『データ』から決まるのではなく、何を予測すれば『企業価値が向上するか』といった経営者の課題目線で決まるものです。
『このデータ（入力X）をどう料理すれば良いですかね？』
ではなく、
『こんな注文（出力Y）のお客さんを満たしたいので、この手持ちのデータ（入力X）をどう調理すれば良いですかね？』
と考えることができれば、うまくいくための第一歩です。
２．『前処理』を甘く見積もらない
機械学習を導入し始めると、解析の花形である（と初心者が思いがちの）『モデル構築』に早速取り掛かろうとしますが、結局のところデータがちゃんと揃ったり、綺麗に整理（データクレンジング）されていないと、解析を行うことができません。
こういったモデル構築の前にする操作を（広義ですが）『前処理』と呼びます。
『前処理』という名前から甘くみられがちですが、実際に解析を経験している方は
『前処理に全体の８割程度の時間を費やす』
と話されます（個人的にも納得です）。
この事実は業界の方であれば周知の事実ですので、ここではそこについて議論することはなく、伝えたい大事なことは、作業の見積もりに前処理を盛り込み、解析を進める際の『上司』にそれを伝えておくことです。
解析することが初めての案件であれば、みんなが解析結果に期待を大きく持っています。
そうなると、毎日このように聞かれます。
上司：『どう？解析結果は出た？？』
この言葉が、解析者を非常に苦しめます。
あなた：『解析を始めるために必死に、その前処理をやっている段階なんだから、まだ結果が出るわけないだろう。。。』
と思われるかもしれません。その通りです。
今回の失敗は、『上司』に前処理という地味だけれど非常に大事な処理があることを伝えておらず、まず解析すれば何かの結果が出ると勘違いをさせてしまったことです。
それぞれの立場に立つと、どちらも悪気はなく、プロジェクト推進に対して本気で取り組んでいるため、どちらが悪いというわけではありません。
そこで、お互い失敗しないため、前処理の見積もりを甘く見積もらず、上司に先に伝えておくようにしましょう。
そうすると、
上司：『どう？データのクレンジングって結構大変？それとも特徴量見つけるのが結構大変かな？』
あなた：『そうですね。案外思ってたよりデータに欠損値が多くて、まずここ補完できるようにがんばりますね。』
上司：『お、いいじゃん。またその現場で絶対使える知識教えてよ。』
あなた：『はい！』
と、うまくコミュニケーションがとれるイメージがわきます。
３．『ゴール』を定量的に定義する
前処理が終わり、モデル構築を行い、そのモデルの精度を検証する。
これが、データ解析の一連の流れです。
上司を説得して『前処理』の大事さを理解してもらいました。
キカガクのセミナーを受けて、Pythonを使ってモデル構築ができるようになりました。
そして、キカガクのセミナーで教えてもらったモデルの検証方法で、構築したモデルの妥当性を検証できるようになりました。
たとえば、このモデルは識別率が、検証用データに対して『80％』でした。
ここまでの手順についてはお伝えできますが、この80%が良いか悪いかは業界に寄ります。
もし、医療の業界であれば見落とすのはご法度であるため『80%』は所望の性能が出ていないことになります。
それに対し、人手ではほとんどクラス分けできておらず、リスクの低い業界であれ『80%』も正しくクラス分けできるのであれば、非常に良い成果と言えます。
そのため、『業界の相場』そして、見落としたときの『リスク』、『コスト削減』への効果など、『現状がどの程度か把握』し、それに対して、『目標とする値』を定めてから始めてください。
このゴールが定まっていないと、モデルの検証を行っても、結局それで終わって良いのかがわからず、データ解析者の精神的負担になります。
上司：『解析結果の検証できた？』
あなた：『はい。今回の結果は識別率が95%でした。いかがでしょうか。』
上司：『今回の目標が93%以上だったからオッケー！上出来です！』
あなた：『ありがとうございます！』
まとめ
データ解析は見えない関係性との戦いが故に、解析者の精神的負担が大きくなりがちです。
極力負担を小さくするために、基準を定めることで、この負担を小さくできるため、今回ご紹介した３つは大事だと考えています。
ゴールが決まればモチベーションも高まりますので、ぜひ色々なことに挑戦してみてください。
長文、お読みいただき、ありがとうございました。
株式会社キカガク
代表取締役社長 吉崎 亮介
機械学習は課題の明確な『社会人』こそ学ぶべき
はじめに
本日は定期的に開催しているキカガクのセミナーを終え、オンラインの家庭教師と少し慌ただしい１日を送りました。
セミナーや家庭教師の受講生の方が真剣に学ばれる姿には毎回胸が熱くなります。
真剣に学ばれる皆さんに負けじと、こちらもそれに負けないくらい真剣に講義をします。
そんなお互いの熱量がぶつかり合う空間は非常に心地が良く、学ぶには最高の環境だと思っています。
次回のキカガクの週末２日間のセミナーは『2/25(土)・2/26(日)』です。
好評により増枠しておりますので、この機会に一緒に機械学習を勉強しましょう。
機械学習を学ぶのは社会人の方がオススメ
キカガクのセミナーを受講してくださる方の大半は社会人であり、理系出身半分、文系出身半分という感じです。
理系出身とは言っても、お仕事で高度な数学を使ってらっしゃる方はほとんどおらず、大学以来数式に触れましたという方も多いです。
そんな日頃、数式に触れない方に、あの難しいと言われている『機械学習』を、私は学ぶことをオススメします。
なぜなら、社会人の方が『課題』を明確に持っているためです。
機械学習を学ぶモチベーションは『学びたい』だけでは続かない
数学の理解としては、学生の方が遥かに有利かもしれませんが、機械学習は『コスト削減』であったり、『品質の向上』であったり、基本的には企業の中で抱えている課題をコンピュータの力を使って解決し、『企業価値を向上』させるためのものです。
何度も何度も繰り返し行い、データが蓄積されていて、それを機械学習によってパターンを見つけ、システムに組み込むことにより、これらの『企業価値の向上』を実現していきます。
そのため、社会人が機械学習を使えるようになると、使い所がたくさんあります。
それに対し、学生は理論的に色々学べるとしても、使い先があまりありません。
人は『使い道』がはっきりしないものは学び続けられません。
『微分』を高校の数学で習ったけれども、これを極めたいと思った人はどのくらいいるでしょうか。
ほとんどいないのではないでしょうか。
なぜなら『何に使うかわからない』。
この１点に尽きると思います。
逆を言うと、使い道が『明確』かつ、学習のコスト対効果が大きいものに関しては、社会人は『貪欲』に学ぶものです。
『機械学習』はそういう点で、まさに『社会人』が学ぶべき学問ではないでしょうか。
機械学習はそんなに難しくない？
結論としては、機械学習の数学はそこまで難しくありません。
もちろん、簡単ではありませんが、理系の大学院を出た人しか手を出せないかというと、全然No！であり、高校の数学も忘れかかっている文系出身の方でも、理解することは全然可能です。
しかも、１年かけて学ぶレベルではなく、要点だけ絞って勉強すれば、数学は『１日』で数式も含めた外観を知ることができます。
ポイントは『要点だけを絞る』です。
最初から完璧な理解は求めず、ざっと全体像を把握するのが習得のための第一歩です。
まだまだ参考書で独学は難しい
何からはじめて良いのかわからず、機械学習の参考書を手に取った方。
最近の参考書は非常にわかりやすいものが出てきていますが、まだまだ『独学は難しい』といえます。
初心者にとって読みやすいだろうと書かれた超入門系の参考書は『数式を一切使わない』というケースがありますが、機械学習はあくまで数学がベースになっているため、そのときはわかった気がしても、結局は何もわかっていないため、後々困ります。
そのため、機械学習をちゃんと勉強したい方は、まず『数式』の理解に重点を置くべきです。
『基礎なくして応用なし』です。
せっかく勉強するのですから、その場しのぎの知識よりも、本質の理解が大切です。
ぜひ、機械学習の基礎となっている『微積分』『線形代数』『確率統計』を学び、基礎を固めてから、機械学習系の参考書に手を出すようにしましょう。
キカガクのセミナーは１日で機械学習の数学を基礎から応用まで学べる
最後に宣伝になってしまって恐縮なのですが、やはり機械学習を習得されたい方は、キカガクのセミナーで、まず数学とプログラミングの土台を作るのが最短ではないかと思います。
機械学習は学び始めるにあたり、数学を中心として前提となる知識が非常に多く、その情報の中から必要な物を取捨選択していく必要があります。
独学であれば、ゴールからの逆算ではないため、どの情報が必要かなんてことは当然わかりません。
それに対し、キカガクのセミナーでは、『機械学習の習得』をゴールとして、必要な情報であれば、中学校の数学からしっかり復習し、不必要な情報であれば全く学ばないというスタンスを取っています。
毎回受講生の方にアンケートを回答していただくのですが、『情報の取捨選択が明確で、非常にスッキリした』という意見が多く寄せられます。
もし独学で躓いてしまい諦めている方は、キカガクのセミナーへお越し下さい。
１〜２日間で驚くほど理解が深まります。
おわりに
『課題感』が明確な社会人の方はぜひ機械学習を学んだほうが良いですよという内容で書くつもりでしたが、書いてみると宣伝満載の内容となってしまいました。
学んだほうが良いのは明らかなのですが、正直独学で学ぶことはオススメしないので、キカガクのセミナー以外でも都内を中心に機械学習の勉強会は多く開催されているので、ぜひ識者からゴール思考で教えてもらうのが最短で習得するための方法です。
過去の受講生が こちら でキカガクのセミナーと他の勉強会の違いを記事にしてくださっているので、勉強会選びの参考にしてみてください。
より多くの方が『機械学習』を習得され、企業が抱える問題をスマートに解決してくださることを願っています。
社会人のみなさん。
今だからこそ『機械学習』を学びましょう。
著者
株式会社キカガク代表取締役社長 吉崎 亮介
今後の勉強会スケジュール
全体のスケジュールはこちら ↓
おすすめのセミナー情報
２/１４（火）10:30 - 18:30
２/２２（水）19:30 - 21:30
２/２５（土）・２/２６（日） 10:30 - 18:30
２/２８（火） 19:30 - 21:30
起業して見えてきた『学生起業』と『社会人起業』のそれぞれの強み
はじめに
今日は前から書きたいと思っていた『学生起業』と『社会人起業』についてです。
なぜかというと、私自身が新卒で入社した会社を７ヶ月で辞め、ほとんど学生みたいな気分ですが、一応会社の仕組みは一通り体験しているといったことから、他の人よりは両方の気持ちがわかるのではと思うためです。
しかし、どちらかと言えば間違いなく『社会人起業』側の人間です。
両方の良い面を見ていただき、今後起業される方がされる後悔を少しでも少なくできればと思っています。
色々ともっともらしいことを書いていますが、起業は楽しいことも辛いこともあり、考えても始まりません。
そのため、結論としては「思い立ったが吉日」と無難に着地しておりますので、ご容赦ください。
学生起業の強みは圧倒的な『勢い』
「これだけなの？」とお思いの方も多いと思いますが、学生の強みは『全く重くない腰』から生まれる圧倒的な『勢い』です。
一度社会人を体験すると、ほぼ間違いなく上司が付き、何をするにもその上司の許可が必要となる『型』にはまって仕事をします。
上司もその上司に色々と許可を取る必要があるため、何をするにも痒すぎると感じる人も多いのではないでしょうか。
この上司がついて型にはまって仕事をすることは悪いことではない、むしろ経験豊富な上司から失敗する前にアドバイスを貰えるので良いことなのですが、ひとつだけ気になることがあります。
それは、『そもそも上司が常に正解であるか』ということです。
よくあるやり取り
新入り「こういう物を作ると面白いし売れると思うんですけど！」
上司「そうは思えないけど、なぜ売れそうかもう少しターゲットを分解して、どの層にどれくらい売れるか教えてくれるか？それに対して予算を決めていかなければいけないからね。」
新入り「。。。（新しい試みだから売ってみなきゃわからないじゃん。）」
新入り「承知しました。再度検討し直します（テンション下がった。もうこの件はフェードアウトさせよう。）。」
上司は『正解』なのか
先程のやり取りでは、上司の言い分がもっともらしく聞こえます。
会社としては、何に対しどのぐらいの予算を使っていくかといったトップダウンで考えていくのが当然であり、予算を獲得する以上は、どのくらいの売上が立つのか、企業価値向上にどの程度貢献するのかといったことを皮算用でも定量的に示す必要があります。
しかし、１００％売れるということがわかっている上司であれば、絶対に従うべきですが、数年から十数年上の上司が売れることに関する『正解』とは限らないのではないでしょうか。
これでは、売れるかもしれないチャンスの芽を摘んでしまっている可能性があるかも知れません。
正解か不正解かは市場が決めます。
学生起業の人たちは、まずプロダクトを作り、市場に答えを聞いてみることを素早く出来ています。
学生起業の強み『まとめ』
結論：『型』にはまらない勢い
若者は面白そうだと思ったものに対する『勢い』がすごいため、『面白そう』という一点だけでも頑張れます。
社会人は一度『型』にはまるため、どうしても考える癖がつき、行動が遅くなってしまいます。
考えることは悪いことじゃないと思うかもしれませんが、答えの分からないものを考えることが多く、それは考えるではなく、無駄に『悩む』だけだったりします。
そういった理由で、『怖いもの知らずの勢い』でプロダクトを作り上げられるのが、やっぱり学生起業の強みだと思います。
社会人起業の強みは『toB』のビジネスができること
最近、経営者の方と、安定して収入が得られるのは間違いなく『toB』という話をします。
『toB』とはBusinessを相手にする商売のことであり、『BtoB』でBusiness to Business、つまり法人間の商売のことを指します。
それに対し、個人を顧客に商売をするときは『toC』のto Customerといいます。
学生起業のサービスの多くは『toC』
学生起業の方を見ていると、圧倒的に『toC』のサービスを展開している人が多いと感じます。
なぜなら、彼らには『商売相手はCustomerである』という感覚が強くあるためです。
私も学生時代は、「自分だったらこういうサービスが欲しい」と新サービスを考える際の基準にしていました。
この時点で、基本的には『toC』のサービスを考えるようになっています。
『toC』のサービスは広まった際の『知名度』という非常に大きなメリットがありますが、最大のデメリットとして『安定しない』ことがあります。
想像してみてください。
最近、類似のアプリをいくつ乗り換えたでしょうか。
今や当たり前のように使っている「LINE」、「Facebook」、「Twitter」、「Instagram」はいつから使っているでしょうか。
そう考えると、５年くらいではないでしょうか。
つまり、５年前まで当たり前のように使われていたコミュニケーション系のアプリはすでにほとんど使われなくなっており、新しいものが出るとすぐに取って代わられるリスクが伴います。
ユーザーは自分自身が納得いくものを使えば良いだけなので、流動性が高く、これがビジネスを展開する上での大きなリスクとなります。
社会人経験によって世の中のお金の相場が見えてくる
社会人を経験すると、会社というものの仕組みの良いところをも悪いところも生で見ることができます。
また、会社で使うお金のスケールを知ることもできます。
学生のときは日給１万円貰えれば高いと思っていたけれど、会社だと『人月８０万円』というように、人が一人働くだけで80万円動くのが、当たり前のようにどこでも行われています。
学生では、このお金のスケールを体感せず、必死にバイトして『月に１０〜２０万円』という金銭感覚が染み付いている人も多いのではないでしょうか。
この金銭感覚を間違えると、商品のプライシングを全く履き違え、安すぎる商品を売ってしまうことがあります。 これは、最初売れるかも知れませんが、スケールが厳しくなってくることと、業界の相場を崩してしまう（価値を下げる）ことに繋がるので、値段を下げることが良いこととは限りません。
社会人時代に感じた改善点こそ『toB』のチャンス
会社に入ってみると、改善すべき点はたくさん見えてきます。
『toC』のサービスほど派手ではないですが、費用対効果を正しく伝えることができれば導入の難易度は高くなく、対比する相手が『人件費』であるため、Webアプリケーションとはいえ、『toC』と比較すると高い金額でサービスを提供できます。
そして、『toB』は個人の問題ではないため、一度導入されると継続される可能性が高いです。
好奇心旺盛な学生が思っている以上に、社会人は現状を変えることを嫌います。
これは『hate』の嫌い程度ではなく、『fu×k』レベルの嫌いです。
つまり『一度導入されると売れ続ける』ということに繋がります。
流動性の高い『toC』のサービスと比べると、リスクが低いといえます。
よく言われているが起業してみると痛感するクレジットカードのありがたみ
『起業 準備』と検索すると、間違いなく出てくる『クレジットカード』のお話。
このあたりは、Twitterでも書いているので、こちらを引用します。
【起業を検討している方への教訓】
— キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年2月10日
「半年分の生活していける貯金はあるので大丈夫です！」（過去の私）という方は少し考え直した方が良いです。
やってみてわかったのですが、ビジネスは手元のキャッシュにレバレッジをかける投資みたいなもので、手元のキャッシュ量は儲ける機会の量と関係します。
ちなみに、このキャッシュの少なさをカバーしてくれるスーパーアイテムが『クレジットカード』です。
— キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年2月10日
学生起業すると上限金額が数十万円のカードしか手に入りませんが、上場企業に勤めると上限金額が数百万円のカードを作ることができます。
このあたりは社会人から起業する方が圧倒的に強いです。
だいたい１ヶ月に使用する金額の２〜３ヶ月分はキャッシュが必要と言われており、月に100万円使う場合は、200〜300万円ほど貯金がいります。
— キカガク代表 吉崎亮介 (@yoshizaki_kkgk) 2017年2月10日
それに対し、クレジットカードがあれば、貯金がなくても同じ施策を大胆に打てます（もちろん稼げないとやばいですが）。
いかがでしょうか。
学生時代の貯金ではそんなにないでしょうし、さらにクレジットカードも上限の低いものしか作ることができない。
そうなると、開発やマーケティング等で必要なお金はVCやエンジェル投資家の方から出資を受ける選択が濃厚となります。
もちろん、VCの方は資金面でも支援してくださいますし、何よりビジネスのサポートと業界の方への情報拡散によるマーケティングのサポートもしてくださいます。 ← 最初はお金よりも後者のサポートの方が強力です。
VCやエンジェル投資家の方を頼ることは全く悪いことではありませんが、学生起業ではこの選択肢でほぼ一択になることに対し、社会人起業であれば『自己資金』で運営することも可能です。
『自己資金』の何が良いかというと、『すべての意思決定を自分でできる』ことだと思います。
会社員が嫌でせっかく起業したのに、結局、VCやエンジェル投資家の方の意見が気になってしまうという声も正直少なくありません。
ただ、経験豊富なVCやエンジェル投資家の方からいただけるアドバイスは、耳が痛くても、プロの声なので、成功率を高めてくれる素晴らしい情報でもあります。
このあたりは『一長一短』ですので、好きな方を選べば良いかと思います。
長くなりましたが、社会人起業の強みは、これを『選択できる』というところです。
社会人起業の強み『まとめ』
結論：
・ビジネスの金銭感覚の相場を把握できている
・Bにいたからこそ、『toB』向けサービスの切り口がわかる
・金銭的余裕による選択肢が多い
学生起業の『勢い』には負けるところもありますが、ビジネスをするという点では上記のような大きな強みを持っているといえます。
ただし、一度会社員となると抜け出せず、そのまま会社員でいる人が大半ですので、『抜け出せないリスク』（本のタイトルにできそう）が待っているので、ここは覚悟が必要です。
これは体験談ですが、頭でわかっていても、本当に抜け出せないものです。
おわりに
書いてみると、完全に『社会人起業』推しの内容となってしまいました。
どちらが正しいというものではなく、個人的には『思い立ったが吉日』だと思います。
経営者の偉大な先輩から『成功の仕方はそれぞれだけど、失敗するところはどこも同じ』と教えていただきました。
リスクを把握しておけば、失敗から避けることができるかもしれないので、一番大事なことは『自分の弱みから目を逸らさない』ことかも知れません。
この記事が、学生や社会人問わず多くの方の成功に繋がることを願います。
最後までお読みいただき、ありがとうございました。
他の方にも読んでいただきたいと思った方は、この記事をシェアしていただけると幸いです。
著者
株式会社キカガク
代表取締役社長 吉崎 亮介
機械学習初心者向けのセミナーを開催 ↓
機械学習初心者向け参考書 Vol. 1 - 微分編 -
『機械学習・人工知能を勉強したいです！』というお話を頂いた際に、イントロダクションを抜きとすれば、まず『微分』と『線形代数』をしっかりと理解するのが一番の近道です。
ちなみに、『微分だけでなく、微積分じゃない？』と思う方もいらっしゃると思いますが、積分は『ベイズ統計』と呼ばれる数学的にも高度な機械学習の理論に手を出さない限り最初は避けて通ることができ、ゴールから必要最小限のコストで勉強するならば、『微分』だけで大丈夫だと思っています。
そして、まず読んでいただきたいのがこの一冊です。
スバラシク実力がつくと評判の微分積分キャンパス・ゼミ―大学の数学がこんなに分かる!単位なんて楽に取れる!
- 作者: 馬場敬之
- 出版社/メーカー: マセマ
- 発売日: 2016/08
- メディア: 単行本
- この商品を含むブログを見る
こちらの微分だけで大丈夫ですし、『ε-δ法』とかも最初から出てきますが、わからなければ読み飛ばしていただいて構いません。
最も大事なのは、『導関数の導出』です。
この本の中では、１０ページ程ではないでしょうか。
これだけで大丈夫です。
あとは、ツールとしての微分ですので、(x^2)' = 2x とか、このあたりを導出しながら、暗記すれば大丈夫です。
あと、『合成関数の微分』。
これも絶対にできるようになってください。
おそらくページにして数ページ程度ですので、１時間ほどで習得できます。
そして、『ロピタルの定理』。
これは、複雑な関数の極限を考える上で最強のツールとなります。
これぐらいで大丈夫です。
キカガクのセミナーでは、高校の数学から機械学習に必要な微分まで90〜120分程度でお教えしており、文系出身の方でも『案外いけますね。』と言っておられるので、コツさえつかめば、そこまで難しくありません。
ぜひ、こちらの本で理解を深めてみてください。
- - -
本を読む前に最短でコツを掴んでおきたい！という方は、この本を含めた機械学習の数学（微分まで）の要点を最短６時間でお教えできるので、ぜひセミナーへお待ちしております。
『１日で機械学習の数学がまるっと学べるコース』はこちら ↓
『数学とプログラミングを２日間で学べるコース』はこちら↓
機械学習を学びたい人向けに参考書を紹介していきます
これまでの人生で様々な参考書を読んできました。
おそらく２００冊は読んでいると思います。
それだけ読む必要があったのかと聞かれると、もちろん『No』。
私自身の勉強法は非効率的であり、無駄にたくさんの参考書を読んできました。
それはなぜかというと、周りに教えてくれる人がいなかったためです。
自分の目で見て、まず学び、そしてだめなら諦め、次の一冊をまた学ぶというサイクルを非効率的ですが何周も何周も回してきました。
そんな私だからこそ、これから学ぶ人には効率的に学んでほしいと思っています。
『急がば回れ』とよく言います。
もちろん機械学習でも、微分や線形代数などの基礎のできていない人がいきなりディープラーニングに手を出しても理解できるはずがありません。
基礎固めをするための遠回りは絶対に必要です。
しかし、その基礎を固めてくれる『参考書選び』の遠回りは不必要です。
これは識者に尋ねれば即解決する問題であり、ここで足踏みしてはいけません。
ぜひ、私が苦労した末に『本当に良かった』と思う参考書を紹介していきますので、参考にしてみてください。
みなさんの理解が深まりますように。
無料セミナーは悪循環に陥りがちだが、キカガクは参加無料のセミナーを開催します
こんばんは。
九州の博多、そして、東京でキカガクのライト版であるセミナーを開催決定し、イベント公開直後から多くの方にお申込みをいただきました。
現在はキャンセル待ちの方が殺到するほどの人気ぶりで非常に嬉しいです。
今回の２つのイベントの特徴はなんといっても『無料』という点です。
九州の博多と東京でのイベント開催は企業のスペースをお借りするため、営利目的ではなく、キカガクのPRとみなさんの勉強のために行います（個人的な趣味です）。
ここで誤解を招かないための注意ですが、キカガクでは基本的に有料でセミナーを開催しており、決して安くない受講料をいただいたうえで、それに見合うだけの授業を精一杯提供し、現在では多くの方に高く評価していただいております。
プロである以上は代金を頂いてセミナーを開催することに誇りを持っており、いただけた代金が我々の『価値』であると考えています。
最近はスマホのアプリが普及することにより『無料』で手に入ることが当たり前となりました。
勉強会も有志を募って開催するものの多くが『無料』もしくは『場所代』程度です。
しかし、私自身はこの『無料』で開催するという点に疑問を抱いています。
言葉に棘がありますが、こう聞こえるのです。
『これは無料ですよ。価値がありませんよ。』
もちろん、作り手や勉強会の主催者はそういうつもりで価格設定をしているわけではないと思いますが、ビジネスとしてはそういうことになります（そもそもビジネスでない方は申し訳ありません）。
アプリなどは広告収入といった別の方法でマネタイズしているため、『ユーザーを集める≒お金を稼ぐ』となるため良いのですが、特に勉強会はその集客するユーザーがマネタイズに直結するわけではないと思われます。
その結果、お金が生まれないと整備ができず、規模縮小や質の低下がどうしても発生してしまします。
これでは、悪循環に陥ってしまうのが多いのではないでしょうか。
『無料』というものは一見参加しやすいのですが、誰も責任を取らなくて良いため、内容のレビューが入っていない質の低い内容や、営業の宣伝が多かったりして、結局時間を無駄にしてしまうことが多いのではないでしょうか。
忙しいビジネスマンであるほど、この点には注意した方が良く、有料でも責任のあるセミナーに参加し、短い時間でゴールから逆算した知識を効率よく習得する方が良いと個人的には思っています。
では、我々がなぜ『無料』でセミナーを開催するのか。
いえ、我々は『参加無料』のセミナーを開催します。
機械学習の価値をこれから多くの人に知ってもらうために、キカガクの『キ』である教育事業を推進しているのですが、有料セミナーでは、そもそも機械学習の価値を知っている人しか集まらないと気づきました。
もちろん、価値は知っていて、その中身を知りたいという方への教育は非常に重要で、今後も力を入れていきます。
ただ、これでは、『もともと価値を知っている人』というターゲットにしかリーチしません。
キカガクをきっかけに『機械学習の価値』に気づき、これから学んでいくというターゲットにもっとリーチしていきたいのです。
キカガク受講生の方はみなさん口を揃えて『この内容でこの授業料はオトクすぎる』と言ってくださいます。
ただし、これは受講後にわかることであり、受講前にその価値をお伝えすることはできません。
そうなると、価値がわからないものに対しては人はお金を払わないものであり、結局受講してもらえず価値もわかっていただけない問題があります。
そこで、キカガクではこの問題をある方法で解決できないかと提案します。
それが『参加無料』です。
参加が無料であれば、まず『受講する』ことができます。
そして、受講すればその授業内容の価値に気づいてもらえる可能性が高まり、最終的に感じていただいた分の価値を授業料としてお支払いいただければと思います。
As Is
『価値がわかっている』→『お金を払う』→『受講する』
To Be
『受講する』→『価値がわかる』→『お金を払う』
もちろん、これまでの教育とはやり方が異なることも承知であり、マネタイズとして安定しないことも承知の上です。
しかし、『受講しない人は価値を理解できない』という本質的な問題を解決することが最重要であるため、リスクを承知でこの方法で挑んでいきます。
何かを変えるには、リスクはあたり前。
保守的な教育ではなく、攻めの教育を目指します。
そういったわけで、こちらが『参加無料』のセミナー第一弾になります。
満足いただけなければ一円も必要ありませんので、まずお気軽にご参加ください。
必ず満足していただける授業をできる自信があります。
お待ちしております。
株式会社キカガク
代表取締役社長 吉崎 亮介
セミナーの情報はこちら ↓
会社情報はこちら ↓
東京で機械学習を学ぶための「きっかけ」がここにあります。
【満員御礼】博多で機械学習セミナーを開催決定
こんばんは。
年明けに決まった『博多』での機械学習セミナー。
場所は有名なあの企業にお借りしてできることになりました。
「会場を貸してください！」から始まり、根拠のない「１ヶ月で集客します」を信じていただき、今回の会場をお貸しいただくために知人に色々と動き回っていただきました。
本当に感謝感謝です。
年明けに「会場をお貸しできるようになりました！」との一報を頂けたときは渋谷のジュンク堂書店で周りに見えないように少しガッツポーズをしました。
いえ、おそらく周りの人が気づくレベルでガッツポーズをしていました。
そして、開催日や時間を決め、あとは私の問題です。
果たして全くのアウェイである九州で集客ができるのだろうか。
集客の方法もわからない。知り合いもほとんどいない。
そんなとき、みなさんはどうされるでしょうか。
私はこう思っていました。
集まらなければ、じゃんじゃん広告費を使って集めよう。
「鳴かぬなら 鳴かせてみせよう ホトトギス」
いえ、違います。
これは豊臣秀吉氏が天下統一する際に、『工夫を凝らす』というやり方を比喩した句です。
つまり私が考えていた戦略は
「鳴かぬなら 殺してしまえ ホトトギス」
で有名な織田信長氏の『力づく』というやり方になります。
そして、２日前、恐る恐る集客を開始しました。
マーケティングに関してまだまだ勉強不足な私は「connpassに掲載する」→「Facebookでつぶやく」→「友人にシェアしてもらう」ぐらいしか戦略を持ち合わせていません。
しかし、１日目が終わるやいなや、申込人数「３０人」
おぉ！
そして、２日目（本日）の時点で、申込み人数「６６人」
おぉぉぉ！
定員は５０人。
無事、満席になり、まず１つ目標を達成できたことを非常に嬉しく思います。
そして、『力づく』作戦にならなくて、お財布が一番喜んでいます。
しかし、現在キャンセル待ちが「１６人」。。。
今回ばかりは会場の定員の関係でどうしても枠を増設することが叶いません。
しかし、せっかく興味を持っていただけた方に、このままで終わるのは申し訳ない。
そこで、東京・京都に引き続き、博多でもキカガクの交流会を開催することを決めました。
こちらで「機械学習に関する質問」や「機械学習を現場で導入するコツ」など私でアドバイスができる点があれば、なんでも質問していただける場とできればと思います。
ぜひ、博多のみなさん、こちらの会でお会い出来ることを楽しみにしています。
