データのじかん｜データで越境者に寄り添うメディア

▶ 航空機の事故率は、着実に下がってきた。 同じ「失敗」でも、学べない現場があるのはなぜか。 ■ 「失敗」を科学した航空業界 航空機に搭載されるブラックボックスは、事故の原因究明のための装置です。 IATAの調査では、2020年の事故発生率は100万フライトに1.71件。2011〜2015年の平均（2.24件）より着実に改善しています。 失敗のデータを徹底的に分析し、次に活かす。それが事故率を下げてきた理由です。 ■ 一方、同じ「失敗」に向き合えなかった現場 ・2005年のイギリスの調査では、医療過誤や設備の不備により、患者の10人に1人が死亡などの健康被害を受けていた ・DNA鑑定で犯罪現場の体液が別人のものと分かっても、冤罪被害者の釈放まで6年かかった ・効果がない、むしろ再犯率を高めるとデータが示した「スケアード・ストレート」（非行少年に刑務所の恐怖を体験させる更生プログラム）が、称賛され採用され続けた ■ 差を生んだのは「失敗への対処」 失敗を否認する。当事者に罰を与えて終わらせる。データより、感情に訴える「物語」を重んじる。 『失敗の科学（原題：Black Box Thinking）』を、宮田文机 @BunkiMiyata 氏が書評しました。 あなたの組織は、失敗をどう扱っていますか？ ▼ 書評はこちら data.wingarc.com/black-box-t… #データのじかん #書評 #失敗の科学 #組織論

▶「新しい遊具を入れ続けなければ、遊園地は生き残れない」は、本当か。 ■ 巨大コースターも、人気キャラもない 1957年開園、太宰府天満宮の境内にあるだざいふ遊園地 @dazaifu_yuenchi。 並ぶのは、小さな子どもでも安心して乗れる懐かしい遊具です。県内の遊園地が次々と姿を消すなか、年間約16万人が訪れています。 ■ 経営危機もコロナ禍も乗り越えた 約20年前の大型投資のあとも、経営環境は厳しいまま。2020年4月には、石坂誠治園長の着任直後に休園に追い込まれました。 そこで社員たちが約1年かけて選んだのが、「三世代ファミリーが楽しい気持ちになる遊園地」という一文でした。 ■ 記憶に残るのは、遊具ではなく「人」 遊具の運行や案内を担うのは、定年後に働き始めた60代・70代のスタッフも多く、祖父母が孫を見守るような接客が特徴です。 海外向けの広告をしていないのに、外国人来園者はコロナ禍前の約1%から約5%に増えました。 ■ 守ってきたのは、遊具ではなかった 子どもを中心に家族が過ごす時間と、それが何十年も積み重なる「思い出の場所」。 遊園地は娯楽施設であると同時に、まちの「信頼インフラ」でもあるのかもしれません。 あなたの街の、変わらずに残ってほしい場所は？ ▼ 記事はこちら data.wingarc.com/dazaifu-par… #データのじかん #だざいふ遊園地 #太宰府 #まちづくり

▶「西山朋佳さんって、前からプロ棋士じゃなかったの？」 実は「女流棋士」と「棋士」は、別の制度でした。 ■ 2026年10月26日、将棋界に歴史的ニュース 女流棋士の西山朋佳 @TMK_0627 さんが、史上初の女性「棋士」になることが決まりました。 白玲を通算5期獲得して「クイーン白玲」の資格を得て、フリークラス棋士への編入資格を行使。2027年4月1日付で四段、棋士番号356として活動を開始します。 ■ 「女流棋士」は、女性の棋士ではない 2つは、同じ資格の男女別名称ではなく、そもそも別の制度です。 棋士の制度に性別制限はなく、女性でも条件を満たせばなれます。一方、女流棋士は女性だけを対象にした別の制度です。 ■ 棋士への道は、男女問わず極めて狭き門 奨励会から三段リーグへ進み、半年間のリーグ戦で原則上位2人だけが四段に。しかも26歳までという年齢制限もあります。 西山さんは2019年度後期の三段リーグで14勝4敗（勝率約78%）。それでも3人が並んだ末の3位で、昇段を逃しました。 ■ 「0」が「1」になった意味 女性棋士がこれまでいなかったのは、実力差だけでは説明できません。競技人口や環境、進路の選択肢、選抜制度。そうした背景が少しずつ変わり、ついに0が1になりました。 ▼ 記事はこちら data.wingarc.com/rabbit-news… #データのじかん #将棋 #西山朋佳 #女流棋士

▶ 無料で配ったら、信頼を失った。 中国の自動運転が陥った「無料のものはダメ」という落とし穴。 ■ 搭載率70%超、でも使われない 2026年上半期、中国の新車における自動運転機能の搭載率は70%を突破しました。 高級車限定だった運転支援システムが、大衆車にまで無料・低価格で行き渡った結果です。 ところがユーザー調査では「頻繁に使う」は31%にとどまり、20%は「怖くて使えない」と回答しています。 ■ 無料が招いた負のスパイラル 急ブレーキや不自然な車線変更で体験が悪化すると、「やはり無料のものはダメだ」と見切られてしまう。 使われなければ運転データが還流せず、モデルの進化が遅れ、さらにユーザーが離れる。 自動運転で先頭をいく中国が、この負のスパイラルに陥りました。 ■ 中国政府とメーカーの次の一手 2026年に初の「強制国家標準」を公示し、事故時の責任の所在を明確化、データ記録システムの搭載を義務化。 メーカーも事故の責任を負う補償プログラムを打ち出し、下半期には「責任補償」のコストを織り込んだ値上げに動くといいます。 最先端の技術は、社会実装して初めて成否がわかる。 信頼は、無料では買えないのかもしれません。 ▼ 記事はこちら（日産の提携先Wayveの技術解説も） data.wingarc.com/physical-ai… #データのじかん #フィジカルAI #自動運転 #中国

▶ 災害時に必要なのは「切れ目のない情報の流れ」と「個人も発信できる仕組み」。 ならば、国がつくるべきは"災害用のX"かもしれない。 ■ 熊本地震で、Xを検索してみた 7月28日、熊本県で最大震度7の地震が発生。 その後Xで「熊本地震」を検索すると、「話題のポスト」の4番目には政権批判の動画リンク。「最新」のトップは個人の義援金振込報告でした。 行政や県警の投稿はあっても、多くの投稿に埋もれています。 ■ 「目で見えるラジオ」はなぜ消えたのか 阪神・淡路大震災を6歳で経験した新田浩之 @karlovyexpress 氏は、ラジオの強みを「切れることのない有益な情報の垂れ流し」と「新しい情報の挿入のしやすさ」と振り返ります。 その弱点を補ったのが、2011年のTwitter。 しかし2023年のAPI有料化でbotが運用しづらくなり、災害情報を流し続ける仕組みが失われた、と指摘します。 ■ 提言 ラジオの強みを備え、個人も発信でき、目で見て確認できる。 そんな災害用の情報発信ツールを、国主導でつくるべきではないか。 あなたは、どう思いますか？ ▼ 記事はこちら data.wingarc.com/dxnamamonoi… #データのじかん #DXNamamonoinformation #防災 #熊本地震

▶ ロシアの人口性比が著しく低い背景には、 「お酒」があった 人口の男女比は、なぜおおよそ1対1になるのか。 国別に見ると、その偏りから各国の事情が見えてきます。 ■ なぜ1対1に収斂するのか 1930年に進化生物学者フィッシャーが示した「フィッシャーの原理」。 どちらかの性が少なくなると、少ない性を産みやすい遺伝子が有利になり、性比は1対1に近づきます。 世界全体では、60年間で人口が約2.5倍に増えても、人口性比はほとんど変わっていません。 ■ ところが、国別に見ると ・ロシア：世界有数のアルコール消費国。成人男性の摂取量の多さが課題で、男性の平均寿命は2019年時点で68歳。こうした要因から人口性比が著しく低い ・パキスタン、バングラデシュ、ナイジェリア（1950年代）：女性への搾取・弾圧、産み分けや虐待死などが背景で、人口性比が非常に高かった ・インド、中国（2010年時点）：少子化への転換が遅く、男性人口のほうが多い ・日本：女性の平均寿命が長く、人口性比は94.8（2020年2月）。100歳以上では16と、男性は女性の約6分の1 ※人口性比＝女性100人に対する男性の数 一見ニュートラルな数字が、その国の社会の姿を映す鏡になっている。 あなたの身近な「当たり前」も、データで確かめてみませんか？ data.wingarc.com/male-female… #データのじかん #人口統計 #ジェンダー #データ分析 #世界統計

▶ 分身する魔獣、本物はどれ？ ヒントは「足音」と「地面の硬さ」だった データを調べる前に、まず仮説を立てる。 冒険マンガで学ぶデータ活用『データワールド』第8話を公開しました。 ■ 第8話「魔獣の本体、仮説で見抜け」 ・倒しても次々と分身するフンババ ・ゼロは足音の「差分」に気づき、地面の硬さに目を向ける ・データの精霊プティに調べてもらい、仮説を確かめにいく ・さらに森では、別の異変も起きていて… ■ 見どころ 現場の小さな違和感を、仮説に変える。 物語を読むだけで、データ活用の第一歩が見えてきます。 岡野 純 @jun0424 氏が描くこの冒険は、野島 光太郎 @KotaroNojima 氏の企画・監修、尾﨑 元 @HajimeOzaki_LR 氏の解説・アートディレクションでお届けしています。 実務の視点で読み解く解説記事は11月22日公開予定です。 感想や「うちの現場も同じ」というエピソードは、#データワールド をつけて @dataworld_comic へ。 data.wingarc.com/dataworld-e… #データのじかん #データ活用 #マンガ #データワールド

▶ 先週のデータのじかん、3本まとめ。 「自分の声で歌うAI」 「無料でYouTube翻訳」 「"学歴厨"の正体」 ■ 【AI】自分の声で歌う曲を、AIで2時間で作ってみた ・音楽生成AI「Suno」の新機能で、歌えなくても自分の声で楽曲に ・8回歌い直して、特撮ヒーロー風と報道番組風の2パターンが完成 ■ 【AI】AI初心者がGeminiでYouTube分析に挑戦 ・1969年のBBC英語ドキュメンタリー（約53分）を翻訳・要約 ・すべて無料。一部に誤りも、その点まで正直に検証 ■ 【社会】「学歴厨」はなぜ生まれるのか ・学歴社会は「古い」59.9%、でも「必要」は71% ・元"マイルド学歴厨"の新田浩之 @karlovyexpress 氏が、実体験とデータで読み解く あなたが一番気になるのは、どの1本？ data.wingarc.com/datatimes_n… #データのじかん #生成AI #Suno #Gemini #学歴の暴力最終講義ツアー

▶ 日本語を一言混ぜた途端、 AIの英語がおかしくなった "英会話学校不要論"まで飛び出した新音声AI「GPT-Live」。 TOEIC730点（一応）のライターが、何の前提知識もなく英会話練習を試してみました。 ■ 検証で見えた落とし穴 ・日本語でコメントしてもらうと、AIの英語の発音がイマイチに ・最初から英語で頼むと、打って変わって美しい英語に ・最後に日本語で講評を頼むと、英語なまりの日本語が返ってきた！ ■ 結論 コツは「下手でもいいからオールイングリッシュ」。 ただし、ある程度の英語力がないと厳しいという実感も。 ■ ポイント ・OpenAI @OpenAI の「GPT-Live」は無料で始められる ・声は9種類から選択可能 ・無料版は軽量版「GPT-Live-1 mini」 これを体当たりで試した新田浩之 @karlovyexpress 氏の実録レポートです。 あなたなら、最初の一言を何語で話しかけますか？ data.wingarc.com/dxnamamonoi… #データのじかん #GPTLive #ChatGPT #英会話 #DXNamamonoinformation

▶AIで作ったのに、なぜか仕事が増えている。 ■「とりあえずAIで」の落とし穴 プレゼン資料も、分析も、文章も。 AIのおかげで“それっぽいもの”は誰でも一瞬で作れる時代になりました。 でも、間違いやズレを確認するのは人間の仕事。 担当者や専門家の目には役に立たない“デジタルゴミ”が、現場の負担を増やしています。 ■AIを武器にする人、振り回される人 いま、ビジネスパーソンの二極化が進んでいます。 同じAIを使っても、なぜここまで差がつくのか。 ■答えは、この1冊に 書評1本勝負。マスクド・アナライズ @maskedanl 氏が、清水久三子氏著の『AIが化ける問題解決の全技術』(技術評論社 @gihyojp)を読み解きます。 ✔ AIを使っているのに、成果が出ない ✔ AIの成果物に不満がある ✔ そのまま使えず、困っている ひとつでも当てはまるなら、必読です。 data.wingarc.com/book-review… #AI活用 #生成AI #問題解決 #書評 #データのじかん

▶ GMO→位置情報ソフトの会社→ヤフー→ZOZO。 キャリアの決め手は、いつも「面白そう」だった。 商学部出身・文系の薄田祐大さん。学生時代に読んだ『統計学が最強の学問である』をきっかけに、独学でデータを学び始めました。 ■ 人事データから、より大きなデータの世界へ GMOで人事データ → 位置情報系ソフトウェア企業で国勢調査などのデータ → ヤフーで広告効果測定 → ZOZOへ出向し、MLOpsエンジニアとしてAPIサーバ運用へ。 扱う規模が大きいほど「ブレが小さくなるような気がして」。そんな直感を頼りに、キャリアを広げてきました。 ■ 育休中の時間で、新サービス「Queria」を開発 ブラウザからSQLでオープンデータを分析できるサービス。 「オープンデータは、使うたびに加工とメンテナンスが必要」という長年の課題感から、DuckLakeとDuckDBの記事との出会いで形になりました。 ■ 「データは本来、面白いもの」 茨城・つくばの森で、パエリアを囲みながら聞いたユニークなキャリアの軌跡。 「データ界隈100人カイギ」発、新企画「パエリアをつまみにキャリアを語りませんか？」第1弾。 data.wingarc.com/paella-care… #データのじかん #キャリア #データ界隈100人カイギ #オープンデータ #データエンジニア

▶ そろばんも、囲碁も、構造は「デジタル」だった。 「紙＝アナログ、電子＝デジタル」だと思っていませんか？ デジタルとアナログの違いは、媒体ではなく“データの構造”の話。 ・アナログ：連続的なデータを扱う（例：針の角度で時間を表すアナログ時計） ・デジタル：段階的なデータを扱う（例：数字を段階的に表すそろばん） ■ 語源を知ると一発でわかる ・デジタル＝ラテン語で「指」。指で数える＝バラバラの数 ・アナログ＝ギリシャ語で「比例」。並べると似ている＝連続性 ■ メリット・デメリットも対照的 ・デジタル：正確で劣化しにくく、コピーでも劣化しない。ただし、何らかの原因で再生不能になることがある ・アナログ：情報量が多く表現が豊か。ただし劣化しやすい。一方で、全部が飛ぶことは稀で、部分的に修復できることも多い ■ DXの現場でよく聞く、あの言葉も 「アナログ人間」「アナログな判断」。比喩としての使われ方も整理しています。 どちらが優れているかではなく、用途で使い分ける。 あなたは、そろばんをデジタルだと即答できましたか？ data.wingarc.com/digital-and… #データのじかん #デジタルとアナログ #DX #データ活用 #今さら聞けない

▶ 1969年のBBCドキュメンタリー（53分）を、 無料のGeminiで日本語に。 精度は“読むに耐える”レベルだった。 「YouTubeを分析するならGemini」というXの投稿は本当なのか。 ライターの新田浩之 @karlovyexpress 氏が、AI初心者の立場で Gemini（@GeminiApp）と YouTube（@YouTube）の連携を実際に試しました。 ■ 試したこと ・視聴履歴をもとにした映画のおすすめ ・BBC「Whicker's World」（1969年・53分）の英→日翻訳 ・同動画の要約と注目ポイントの抽出 ■ わかったこと ・翻訳は、部分的に確認してもおおむね正確 ・要約は一部誤りあり ・事前設定が必須。最初は映画のおすすめがうまくいかず、YouTube側で検索履歴の保存もオンにして解決 ・今回の方法はすべて無料 ■ 注意点 翻訳・要約を頼むたびに、動画リンクを送る必要があります。 外国研究・外国分析にAIが欠かせなくなる日は近いのか。 data.wingarc.com/dxnamamonoi… #データのじかん #Gemini #YouTube #生成AI #DXNamamonoinformation

▶ 手拍子アカペラ8テイク、制作約2時間。 鼻歌から“戦隊ヒーローのOP”が完成した。 音楽生成AI「Suno（@suno）」に3月に追加された新機能「Voices」。 自分の声を録音してAIに覚えさせると、歌唱力に関係なく、自分が歌っているような楽曲が生成できます。 ■ 何が変わった？ ・これまでの“AI然”とした架空の歌手ではなく、自分の声で歌わせられる ・鼻歌レベルでも、音楽として成立するところまで底上げ ・無課金ユーザーでもこの機能は使える ■ 実際にやってみた ChatGPTに相談したプロンプトを入れて作成ボタンを押すと、1分足らずで楽曲が出力。 「戦隊ヒーローOP風」と「報道番組風」の2パターンが完成しました。 ■ そして見えた新しい悩み 作れる時代の課題は「どこで完成とするか」。 連載「ちょびっとラビット耳よりラピッドニュース」#080 あなたなら、どちらのテーマソングを選びますか？ data.wingarc.com/rabbit-news… #データのじかん #Suno #生成AI #AI作曲 #ちょびっとラビット

▶勉強はできたのに、学校では評価されなかった。 その鬱憤が「学歴厨」を生むのでは? SNSで議論を呼び続ける「学歴厨」。叩いて終わりにせず、"生まれるメカニズム"を考えた記事です。元"マイルド学歴厨"の新田浩之 @karlovyexpress 氏が、自身の経験とデータから迫ります。 ■ 「学歴」の現在地(Job総研・社会人310人調査) ・学校選びで学歴を意識した:66.8% ・学歴はキャリアに関係すると思う:81.9% ・学歴社会は必要:71% / 価値観は古い:59.9% ■ スクールカーストでは「学力」は何位? ・男子の序列化の理由は、小学校では運動能力42.9%に対し学力は10.7% ・中学では学力が30.0%で第2位に浮上 ■ 筆者の仮説 勉強はできても、体育が苦手で外向的でない。そんな人が、学校社会で評価されない経験を経て学歴厨になりやすいのでは。ただし証明には、学歴重視派の学校生活を調べる調査が必要としています。 嫌うだけでなく、生み出す構造を知る。 data.wingarc.com/gakureki-ca… #学歴厨 #スクールカースト #学歴 #教育 #データのじかん

▶生成AIは、人間のように「意味」を理解していない。 AIが出す答えは、すべて「値」でしかない。 人間とコンピュータの関係を研究してきた、武庫川女子大学社会情報学部長の鯵坂恒夫教授が語る「AIの本当の姿」(2023年取材)。聞き手は野島光太郎 @KotaroNojima 氏です。 ━━━━━━━━ ■ 教授が語るAIの本質 ━━━━━━━━ ・人間は文法と語彙を駆使して言葉を使う。一方、生成AIは単語の生起確率だけで文章を組み立てている ・思考の型も違う。人間は「一般化」(トップダウン)、AIは「典型化」(ボトムアップ) ・だから「協調」「共生」を考えるより、道具としていかに使うかを考えるべき ━━━━━━━━ ■ ボトムアップの探索力は、創薬で生きる ━━━━━━━━ 膨大なデータを高速で処理するAIの強みは、人間には追いきれなかった問題に答えを出せること。教授は創薬への活用に期待を寄せます。 ━━━━━━━━ ■ 気をつけたいのは「思考停止」 ━━━━━━━━ ・回答をそのまま受け取るのは「コピペの時代と変わらない」 ・プロンプトを変える、紙の文献に当たるなど、比較のプロセスが欠かせない ・懸念は、AI的な言語の扱いが多数派になり、人間の五感と言語が築いてきた「意味」が衰退すること AIを"分かったつもり"で使っていないか。 #データのじかん #生成AI #AIの本質 data.wingarc.com/tsuneo-ajis…

▶「備蓄しなきゃ」と思いながら、 気づけばNetflixを開いている。 それは個人の怠惰ではなく、構造の問題かもしれない。 2月下旬に始まったホルムズ海峡の封鎖が続く中、記事の筆者はニュースを見るたびに備蓄を考えながらも、目の前のことに追われ、GWの行き先を検索していたといいます。「長い目で見ればどうすべきか分かっているのに動けない」。その感覚の正体を、「長期主義(ロングターミズム)」から読み解きます。 ━━━━━━━━ ■ 学術版とテック版、中身はほぼ正反対 ━━━━━━━━ ・オックスフォード大の哲学者マッカスキルらの長期主義は「リスクを回避して現状を守る」思想。将来世代の利益を現在と同等に重視する ・イーロン・マスクらシリコンバレー流は「リスクを取って未来を作る」思想 ・同じ「長期」という言葉でも、出発点も姿勢も大きく異なる ━━━━━━━━ ■ なぜ現代人は短期志向になるのか ━━━━━━━━ ・SNSのアルゴリズムは「いいね」「シェア」など即時の反応を最大化する設計。投稿の賞味期限は数時間〜数日 ・上場企業は四半期ごとに評価され、長期の研究開発や人材育成が削られやすい ・個々の合理性が集まると非合理になる「合成の誤謬」が、文明規模で起きているとも言える ━━━━━━━━ ■ 長期主義は「今を犠牲にする思想」ではない ━━━━━━━━ 渋沢栄一の「論語と算盤」、稲盛和夫の「利他の心」。日本にも精神的に近い系譜があります。核心は禁欲ではなく、「今の意思決定の射程を広げる」こと。タイパを意識しながら、時折、長い時間軸で立ち位置を確認することは両立できる、と記事は説きます。 マッカスキルの問いかけは、「あなたでなくて、誰にできるだろう? 今でなくて、いつできるだろう?」 タイパを追う日々の中で、たまに立ち止まって考えてみませんか。 #データのじかん #長期主義 #ロングターミズム #データと社会 data.wingarc.com/longtermism…

▶夏の甲子園、いちばん危ないのは球児ではなく 「スタンド」かもしれない。 7回制か、ドームか。SNSの議論が熱を帯びる中、新田浩之 @karlovyexpress 氏が、あえて帽子もタオルも持たずに甲子園へ。屋根のない外野席で「体当たり検証」しました。 予報は最高気温32度。手持ちの温度計は34度を示し、40分ほどで球場を出た帰り道には頭が痛くなったといいます。 ━━━━━━━━ ■ 記事のポイント ━━━━━━━━ ・厚労省の基準に照らすと、真夏の高校野球をめぐる環境は厳しい ・「ドームでやればいい」が難しい理由は、甲子園の使用料と100年の歴史にあった ・外野席は狭く、気分が悪くても席を立ちにくい。つい我慢してしまう構造 ・2026年8月5〜14日の熱中症疑いは、選手9件、観客の救護室受診82件(いずれも前年より減少) ・2028年には、銀傘がアルプス席まで拡張される予定 球児だけでなく、応援団や観客のケアも考える。議論を「空中戦」で終わらせないための現地レポートです。 #甲子園 #高校野球 #熱中症 #生情報取材班 #データのじかん data.wingarc.com/liveinforma…

▶踊るロボットはバズる。でも、現場は動かない。 「フィジカルAIで日本の製造業が復活」 「ロボットで人手不足を解消」 そんな理想論で終わらせない一冊を、覆面AIコンサルタントのマスクド・アナライズ @maskedanl 氏が"一本勝負"でジャッジ。 取り上げたのは、日立製作所 @Hitachi_Japan のAI CoEが監修した『実践 フィジカルAIの教科書』。 ━━━━━━━━ ■ 注目ポイント ━━━━━━━━ ・ロボット基盤モデル(VLA)や世界基盤モデルの仕組みを体系的に解説 ・ロボットの誤動作は設備破損や人身事故に直結。「フィジカルハルシネーション」への安全設計まで網羅 ・設備保全、物流倉庫、鉄道、電力など日立グループの現場事例が満載 ・狙いは「人をAIに置き換える」ことではなく「人を支える」こと ━━━━━━━━ ■ こんな人に読んでほしい ━━━━━━━━ ✔ フィジカルAIを話題で終わらせず、自社で活用したい方 ✔ ロボット基盤モデルなど、技術の仕組みを理解したい方 ✔ 製造・物流・社会インフラの現場でAI活用を進めたい方 #フィジカルAI #AI #DX #書評 #データのじかん data.wingarc.com/book-review…

▶ 国、トヨタ、大和ハウス。 立場の違う3人が、同じ90分で「AIの現実解」を語る。 AIを入れる企業は増えた。 でも、成果を分けるのはAIそのものだけじゃない。 データの品質、活用基盤、組織で生かす仕組み。 「攻め」と「守り」の両方が問われています。 ■ 基調講演に登壇する3人 ・IPA 津田通隆 @MichitakaTsuda 氏 データマネジメントの視点で、AI時代のデータの捉え方を語る ・トヨタ自動車 山室直樹氏 AIガバナンスと信頼リスク、サプライチェーンのセキュリティ ・大和ハウス工業 川口正起氏 約40年、情報システムを担ってきた立場からデジタル変革を語る ■ 開催概要 📅 2026年10月21日（水）10:00〜 📍 ザ・プリンス パークタワー東京 💴 参加無料（事前登録制） 主催：ウイングアーク１ｓｔ @WingArc イベント後半にはデータ活用の優れた取り組みを表彰する「Empower Data Award」も。 詳しい見どころはこちら👇 data.wingarc.com/updatanow26… #UpdataNOW26 #データリアリズム #データのじかん