Share
Embed
観察、仮説、実行、検証、計画、提案を一年で3000回トレーニングする方法/3000 Thinking Loops in 365 Days
「生成AIの性能が上がってるのに自分がおバカ!」
2026/08/01 Scrum Fest Osaka 2026で講演、アップデートしたスライドです。
■概要
生成AIの性能は数か月単位で向上しているにも関わらず、自分自身の能力が追いつかず、生成AIに振り回されていると感じている方に向けた、高頻度で練習できる認知的言語トレーニングを解説するセッションです。
状況、状況の目的、手段、仮説に焦点を当てて言語として状況を整理することが特徴です。よくある言語化の書籍や論理思考トレーニングとは異なり、少なくとも年間3000回以上の練習が実務の中で可能になります。
具体的には生成AIに依頼するときには状況、目的、手段を明確に表現でき、生成AIの出力が期待したものでなかったときには、言葉のどこが原因だったか分析できるようになります。
■スライドの利用
スライドには、全ての登壇スクリプトを掲載していますので、スライドのみを読んでいただいても理解できるようにしています。スライドは社内などでご自由にご利用ください。
■ご質問やフィードバックはこちらまで
https://twitter.com/_N_A_
https://note.com/mryy
■更新
2026/08/06 V1.01 誤字脱字衍字を修正して公開
moriyuya
August 04, 2026
Transcript
251 slides
-
生成AI の性能が上がってるのに自分がおバカ ! 観察、仮説、実行、検証、計画、提案を 一年で3000 回トレーニングする方法 V1.0 2026/08/01 V1.01 2026/08/05
Scrum Fest Osaka 2026 witch&wizards inc. 森 雄哉 -
どんなセッション ? 実務で行う高頻度な練習を通して、生成 AIとの言語的なやり取りが 認知的にコントロールできるようになります。 具体的には生成AIに依頼するときには状況、目的、手段を明確に表 現でき、生成 AIの出力が期待したものでなかったときには、言葉の どこが原因だったか分析できるようになります。 以下の2
つの悩みを一度に解決します。 1. 生成AIとのやり取りを言語的にコントロールする 2. 事業活動に関わる観察、仮説、実行、検証、計画、提案のスキル を身につける -
“学ぶ”という日本語は “まねる ”が語源である。 技術的蓄積の少ない日本の技術者にとって、模倣 であったにしても、自動車をつくることは大いな る挑戦であった。 戦中は中島飛行機で、戦後はプリンス自動車で内 燃機関開発にたずさわった岡本和理氏 * によれば、
( 自動車エンジンは ) 技術に対して鈍感である のが その特徴であるという。 * おかもとかずただ 『 初代クラウン開発物語 』 -
技術と原理に対する鈍感性 たとえばマルチタスク、マルチプロジェクトの問題は 15 年前は基礎 知識で、マルチタスクのワークショップは定番でした。今は知らな い人がだいぶ増えました。 スクラムをしていても、プロダクトバックログの仕組みによって、 マルチプロジェクトの問題を理解しなくても、シングルプロジェク ト状態で回せるようになります。ところが、なぜそのようにする必 要があるのかを理解する機会が減りました。
そして、もっと開発スピードを上げようとして、プロダクトバック ログを独自に改造しようとし、同時着手を増やしてチームを混乱さ せることがあります。「手本から離れるとトラブルに」なるので す。 38 -
生成AI の性能が上がってるのに自分がおバカ ! 観察、仮説、実行、検証、計画、提案を 一年で3000 回トレーニングする方法 V1.0 2026/08/01 V1.01 2026/08/05
Scrum Fest Osaka 2026 witch&wizards inc. 森 雄哉 -
森 雄哉 MoriYuya プロダクトマネジメント大全 Booth で発売中 上巻 1on1 大全 上下巻
Booth で発売中 PO やプロダクトマネジメントのコーチをしています プロダクト作りを通して、いきいきとしたチームや ユーザーに貢献する活動をしてます ! ! 79 -
目次 ・技術と原理に鈍感なこと ・生成 AIの性能向上 ・生成 AIとのやりとりは言語が中心 ・言葉とその構造と頻度から練習する ・仕事の基本は ONY -YOW
・観察 /仮説/実行/検証/計画/提案は4 要素の操作 ・年 3000 回する ・アドバンスド ONY -YOW ・言葉の明確さ、事実の確からしさ ・因果関係 (原因/結果/交絡) ・必要条件 /十分条件/最小十分条件 ・因果推論 (前向き推論/後ろ向き推論) ・企業の全体構造を把握する 81 -
生成AI の性能向上とユーザーの私たち 生成AIは今はまだまだ使えないと思っても、三ヶ月後のモデルでは 使えるようになる …そんな変化が続いています。以下は各社のフ ラッグシップモデルのリリース日です。 2022/11/30 OpenAI GPT -3.5
2023/03/14 OpenAI GPT -4 2024/05/13 OpenAI GPT -4o 2024/09/12 OpenAI o1 -preview 2024/12/05 OpenAI o1(PRO) 2025/02/05 Google Gemini 2.0 2025/04/16 OpenAI o3 2025/05/22 Anthropic Claude Opus 4 2025/08/07 OpenAI GPT -5 2025/11/18 Google Gemini 3 2025/11/24 Anthropic Claude Opus 4.5 2026/06/09 Anthropic Fable 5 2026/07/09 OpenAI GPT -5.6 83 -
生成AI の性能向上とユーザーの私たち 生成AIは今はまだまだ使えないと思っても、三ヶ月後のモデルでは 使えるようになる …そんな変化が続いています。以下は各社のフ ラッグシップモデルのリリース日です。 2022/11/30 OpenAI GPT -3.5
2023/03/14 OpenAI GPT -4 2024/05/13 OpenAI GPT -4o 2024/09/12 OpenAI o1 -preview 2024/12/05 OpenAI o1(PRO) 2025/02/05 Google Gemini 2.0 2025/04/16 OpenAI o3 2025/05/22 Anthropic Claude Opus 4 2025/08/07 OpenAI GPT -5 2025/11/18 Google Gemini 3 2025/11/24 Anthropic Claude Opus 4.5 2026/06/09 Anthropic Fable 5 2026/07/09 OpenAI GPT -5.6 3.5 年で ここまで性能が伸びた 84 -
生成AI の性能向上とユーザーの私たち 生成AIは今はまだまだ使えないと思っても、三ヶ月後のモデルでは 使えるようになる …そんな変化が続いています。以下は各社のフ ラッグシップモデルのリリース日です。 2022/11/30 OpenAI GPT -3.5
2023/03/14 OpenAI GPT -4 2024/05/13 OpenAI GPT -4o 2024/09/12 OpenAI o1 -preview 2024/12/05 OpenAI o1(PRO) 2025/02/05 Google Gemini 2.0 2025/04/16 OpenAI o3 2025/05/22 Anthropic Claude Opus 4 2025/08/07 OpenAI GPT -5 2025/11/18 Google Gemini 3 2025/11/24 Anthropic Claude Opus 4.5 2026/06/09 Anthropic Fable 5 2026/07/09 OpenAI GPT -5.6 3.5 年で ここまで性能が伸びた ちなみに約 3.5 年の変化 ドラクエ 1 1986/5/27 ドラクエ 4 1990/2/11 FF1 1987/12/18 FF4 1991/07/19 85 -
生成AI の性能向上とユーザーの私たち この 3.5 年で生成AIは最初はガラクタだったものが、おもちゃにな り、仕事ですこし使えるようになり、いつのまにか人よりもうまく こなせる領域が増えました。 AI ってガラクタ !
2022 年 AI ってすごくできる ! 2026 年 87 -
生成AI の性能向上とユーザーの私たち この 3.5 年で生成AIは最初はガラクタだったものが、おもちゃにな り、仕事ですこし使えるようになり、いつのまにか人よりもうまく こなせる領域が増えました。 AI ってガラクタ !
2022 年 AI ってすごくできる ! 2026 年 今後もこのペースで性能向上が続くならば、私たちは「生成 AIの性 能が足りなくて使えない」という状況から「 AIを使い倒すための自 分の能力が足りなくなりつつある …」と悩むことも増えます。 88 -
生成AI の性能向上とユーザーの私たち たとえば「生成 AIにつくってもらったから になった )」という表現を聞くと思います。 (クオリティの低い資料 ところが AIの性能は十分になり、もはや「自分の能力が足りないか ら生成AIが推論しても、この程度の資料になってしまった」という
ユーザー側の能力が問題になりつつあります。 「生成 AIにつくってもらった から質の低い資料になった」 「生成 AIに作ってもらった のに質が低い資料になった」 90 -
生成AI の性能向上とユーザーの私たち たとえば「生成 AIにつくってもらったから になった )」という表現を聞くと思います。 (クオリティの低い資料 ところが AIの性能は十分になり、もはや「自分の能力が足りないか ら生成AIが推論しても、この程度の資料になってしまった」という
ユーザー側の能力が問題になりつつあります。 「生成 AIにつくってもらった から質の低い資料になった」 「生成 AIに作ってもらった のに質が低い資料になった」 全然使いこなせない~ 91 -
生成AI とのやりとりは言語が中心 なんとなく いいかんじに よろ ! 状況はこれで 目的はこれ 方法はこう なんとなく
おけ! 状況、目的、 方法に合わせ て進めます なんか 違う~ 97 -
生成AI とのやりとりは言語が中心 なんとなく いいかんじに よろ ! 状況はこれで 目的はこれ 方法はこう なんとなく
おけ! 状況、目的、 方法に合わせ て進めます なんか 違う~ 思ったとおり にできた 98 -
生成AI とのやりとりは言語が中心 なんとなく いいかんじに よろ ! 状況はこれで 目的はこれ 方法はこう なんか
違う~ 思ったとおり にできた 言語化の質が状況、目的、 なんとなく 方法に合わせ おけ! 結果の質の決定的な て進めます 違いになる 99 -
生成AI とのやりとりは言語が中心 一方で短期間で言語能力を高めることは簡単ではありません。 どうやって自分自身の言葉を捉えればいいのか分からなかったり、 言葉をどうやって修正すればいいのか分からなかったりします。 言葉がずっと苦手だった私は下記にフォーカスを当ててきました。 1. 使う言葉に時間をかける 2. 言葉の構造を判断しやすくする
3. 全体の質を左右する少数の要素に集中する 4. 言葉を練習する頻度を高める 101 -
1. 使う言葉に時間をかける 物事を理解するための基本は、そこで起きていることに関する有用 な情報を増やすことです。 たとえば、 1 秒を30 秒に引き延ばし、スローモーションにすれば、 一瞬の出来事に何が起きていたのかを理解しやすくなります。同じ ように言葉に時間をかけやすくする工夫をします。
Before 何気なく言葉を使う After 言葉に時間をかける Photo by César Couto 104 -
2. 言葉の構造を判断しやすくする 目に見えない1mm も 100mm に拡大すれば何があるのかを理解し やすくなります。顕微鏡を使って拡大してどこに何があるのかとい う位置の情報を増やすということです。 顕微鏡は、手元の小さなものが大きく見える 望遠鏡は、遠くに小さく写るものが大きく見える
像が大きくなれば、それだけ要素と要素の関係が理解できる Before 何気なく言葉を使う After 言葉の構造を判断する Photo by Zdeněk Macháček 106 -
3. 全体の質を左右する少数の要素に集中する 私たちの生活でも仕事でも、何かを決めたり、行動したり、分析す る様々な言葉があります。一つ一つ理解しようとしていては時間が かかりすぎます。少数に集中する必要があります。 状況、状態、現状、場面、事態、様子、環境、 文脈、背景、兆候 …起きていることの言葉 目的、ねらい、趣旨、意図、意義、ビジョン、 方針、目標、動機、関心
…望みに関する言葉 Before 全ての概念を学ぶ 行動、活動、実行、実践、施策、打ち手、対 応、決定、判断、選択 …やることの言葉 After 少数の要素を学べ 仮説、仮定、推測、推論、予測、見立て、帰 納、演繹、アブダクション、洞察 …理解の言葉 ば全体に役立つ 114 -
言葉とその構造に時間をかけ 少数に集中して多頻度で練習する ONY -YOW O: 起きていること N: 望んでいること Y: やってみること
Y: やったこと O: 起きたこと W: 分かったこと 124 -
目次 ・技術と原理に鈍感なこと ・生成 AIの性能向上 ・生成 AIとのやりとりは言語が中心 ・言葉とその構造と頻度から練習する ・仕事の基本は ONY -YOW
・観察 /仮説/実行/検証/計画/提案は4 要素の操作 ・年 3000 回する ・アドバンスド ONY -YOW ・言葉の明確さ、事実の確からしさ ・因果関係 (原因/結果/交絡) ・必要条件 /十分条件/最小十分条件 ・因果推論 (前向き推論/後ろ向き推論) ・企業の全体構造を把握する 126 -
ONY -YOW 言葉の構造に時間をかけ、多頻度で練習と成果を実現する方法とし てONY -YOW という考え方で仕事してます。これを解説します。 ONY と YOW は以下の頭文字です。
・ O: 起きていること ・ N: 望んでいること ・ Y: やってみること ・ Y: やったこと ・ O: 起きたこと ・ W: 分かったこと 128 -
ONY -YOW を組み立てる ONY -YOW を組み立てる方法は、そのまま問いかけるだけです。 ・ O: 起きていることは何か ?
・ N: 望んでいることは何か ? ・ Y: やってみることは何か ? 130 -
ONY -YOW を組み立てる ONY -YOW を組み立てる方法は、そのまま問いかけるだけです。 ・ O: 起きていることは何か ?
・ N: 望んでいることは何か ? ・ Y: やってみることは何か ? ONY に答えると 計画になる 131 -
ONY -YOW を組み立てる ONY -YOW を組み立てる方法は、そのまま問いかけるだけです。 ・ O: 起きていることは何か ?
・ N: 望んでいることは何か ? ・ Y: やってみることは何か ? ONY に答えると 計画になる ・ Y: やったことは何か ? ・ O: 起きたことは何か ? ・ W: 分かったことは何か ? 132 -
ONY -YOW を組み立てる ONY -YOW を組み立てる方法は、そのまま問いかけるだけです。 ・ O: 起きていることは何か ?
・ N: 望んでいることは何か ? ・ Y: やってみることは何か ? ONY に答えると 計画になる ・ Y: やったことは何か ? ・ O: 起きたことは何か ? ・ W: 分かったことは何か ? YOW に答えると 実行結果の検証になる 133 -
ONY -YOW を組み立てる ONY -YOW を組み立てる方法は、そのまま問いかけるだけです。 ・ O: 起きていることは何か ?
・ N: 望んでいることは何か ? ・ Y: やってみることは何か ? ONY に答えると 計画になる ・ Y: やったことは何か ? ・ O: 起きたことは何か ? ・ W: 分かったことは何か ? YOW に答えると 実行結果の検証になる ひとつずつ言葉に時間をかけやすく 言葉同士の構造関係も判断しやすくなる 134 -
ONY -YOW で説明する ONY と YOW は要素も限られているため、タスク単位に使うだけで なく、会話の中でもリアルタイムに使っています。 たとえば計画を人に伝えることは難しいことですが、 ONY
と YOW の要素を並べて話すとポイントを押さえた表現になります。 O起きている◦◦ という状況で、 N 望んでいる◦◦という目的のために、 Yやってみる◦◦という行動をします。 すると O2 起きそうな◦◦ という結果が期待できます。 W 分かっている◦◦が働くためです 138 -
話題のイベントが あるみたいなので いってみたいっす ! ( なんで いくの ?) After O:
自社で生成AIの利用者が伸び悩む状況です。 N:AI を活用できる組織に向けて Y: 生成AI関連の勉強会でリサーチします ! O2: 現在のベストプラクティスの把握が期待できます ! W: 勉強会では失敗と成功事例が共有されるからです! N:AI が活用できる組織に近づけられます ! 141 -
話題のイベントが あるみたいなので いってみたいっす ! ( なんで いくの ?) After O:
自社で生成AIの利用者が伸び悩む状況です。 N:AI を活用できる組織に向けて Y: 生成AI関連の勉強会でリサーチします ! O2: 現在のベストプラクティスの把握が期待できます ! W: 勉強会では失敗と成功事例が共有されるからです! N:AI が活用できる組織に近づけられます ! 把握! 142 -
話題のイベントが あるみたいなので いってみたいっす ! ( なんで いくの ?) After O:
自社で生成AIの利用者が伸び悩む状況です。 N:AI を活用できる組織に向けて Y: 生成AI関連の勉強会でリサーチします ! O2: 現在のベストプラクティスの把握が期待できます ! W: 勉強会では失敗と成功事例が共有されるからです! N:AI が活用できる組織に近づけられます ! 把握! 把握! (AI にも役立つ コンテキスト単位になる 143) -
YOW の事前と最中、事後 YOW は事前・最中・事後の言葉に変えると仮説立案、実行過程、 仮説検証になります。疑問形にすれば問いかけになります。 事前のYOW Y: やってみること O: 起きそうなこと
W: 分かりそうなこと 問いに答えると 仮説立案 146 -
YOW の事前と最中、事後 YOW は事前・最中・事後の言葉に変えると仮説立案、実行過程、 仮説検証になります。疑問形にすれば問いかけになります。 事前のYOW 最中のYOW Y: やってみること O:
起きそうなこと W: 分かりそうなこと Y: やっていること O: 起きていること W: 分かりつつあること 問いに答えると 仮説立案 問いに答えると 過程の説明 147 -
YOW の事前と最中、事後 YOW は事前・最中・事後の言葉に変えると仮説立案、実行過程、 仮説検証になります。疑問形にすれば問いかけになります。 事前のYOW 最中のYOW 事後のYOW Y: やってみること
O: 起きそうなこと W: 分かりそうなこと Y: やっていること O: 起きていること W: 分かりつつあること Y: やったこと O: 起きたこと W: 分かったこと 問いに答えると 仮説立案 問いに答えると 過程の説明 問いに答えると 仮説の検証 148 -
ONY -YOW の全体 事前 O ( 観察した ) 起きていること N
( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること O ( やってみる結果 ) 起こりそうなこと W ( 行動と結果から ) 分かりそうなこと 最中 事後 -
ONY -YOW の全体 事前 最中 O ( 観察した ) 起きていること
N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること 事後 -
ONY -YOW の全体 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと -
状況、状態、現状、場面、事 ひとつずつ 態、様子、環境、文脈、背景、 学ぶ時間 兆候、目的、ねらい、趣旨、 なんてない 意図、意義、ビジョン、方針、 目標、動機、信念、行動、活 動、実行、実践、施策、打ち 仕事で用いる概念は
おおよそ ONYW のどれか 手、対応、決定、判断、選択、 理解、仮説、仮定、推測、推 -
要素の組合せ ONY-YOW はONYW4 つの組合せです。様々ある専門用語をひとつひと つ理解することも有効ですが、概念と概念の組合せがより重要です。 O:起きていることカテゴリ (判断に影響する観察された事実 ) 状況、状態、現状、場面、事態、様子、環境、文脈、背景、兆候 N:望んでいることカテゴリ
(実現したい状態) 目的、ねらい、趣旨、意図、意義、ビジョン、方針、目標、動機、関心 166 -
要素の組合せ ONY-YOW はONYW4 つの組合せです。様々ある専門用語をひとつひと つ理解することも有効ですが、概念と概念の組合せがより重要です。 O:起きていることカテゴリ (判断に影響する観察された事実 ) 状況、状態、現状、場面、事態、様子、環境、文脈、背景、兆候 N:望んでいることカテゴリ
(実現したい状態) 目的、ねらい、趣旨、意図、意義、ビジョン、方針、目標、動機、関心 Y:やってみることカテゴリ (自分たちが実行可能な行動 ) 行動、活動、実行、実践、施策、打ち手、対応、決定、判断、選択 167 -
要素の組合せ ONY-YOW はONYW4 つの組合せです。様々ある専門用語をひとつひと つ理解することも有効ですが、概念と概念の組合せがより重要です。 O:起きていることカテゴリ (判断に影響する観察された事実 ) 状況、状態、現状、場面、事態、様子、環境、文脈、背景、兆候 N:望んでいることカテゴリ
(実現したい状態) 目的、ねらい、趣旨、意図、意義、ビジョン、方針、目標、動機、関心 Y:やってみることカテゴリ (自分たちが実行可能な行動 ) 行動、活動、実行、実践、施策、打ち手、対応、決定、判断、選択 W :分かったことカテゴリ (原因が結果を引き起こすメカニズムの説明 ) 理論、仮説、仮定、推測、推論、予測、見立て、帰納、演繹、アブダクション、洞察 168 -
要素の組合せ ONY-YOW はONYW4 つの組合せです。様々ある専門用語をひとつひと つ理解することも有効ですが、概念と概念の組合せがより重要です。 O:起きていることカテゴリ (判断に影響する観察された事実 ) 状況、状態、現状、場面、事態、様子、環境、文脈、背景、兆候 N:望んでいることカテゴリ
(実現したい状態) 目的、ねらい、趣旨、意図、意義、ビジョン、方針、目標、動機、関心 Y:やってみることカテゴリ (自分たちが実行可能な行動 ) 行動、活動、実行、実践、施策、打ち手、対応、決定、判断、選択 W :分かったことカテゴリ (原因が結果を引き起こすメカニズムの説明 ) 理論、仮説、仮定、推測、推論、予測、見立て、帰納、演繹、アブダクション、洞察 ONY と YOW は各概念カテゴリの組合せパターン 概念と概念を結びつける「スキルの文法規則」 ( 英語のSVOC と同じ ) 169 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 これらは異なる独立した個別のスキルのように思いますが、成り立 たせる要素は4 つといえます。 計画 O認識された状況 + N 望ましい目的
+ Y実現する方法の組合せ 提案 組合せについて、相手のON に基づいて同意を得ること 174 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 これらは異なる独立した個別のスキルのように思いますが、成り立 たせる要素は4 つといえます。 計画 O認識された状況 + N 望ましい目的
+ Y実現する方法の組合せ 提案 組合せについて、相手のON に基づいて同意を得ること 計画作り 今の状況は… 目的は… 方法は… 提案 状況は… 目的は… 同意されるかな 175 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 スキル 観察 仮説立案 実行 要素の結びつけの操作 要素 N 望んでいることに照らして
O 事実を選び認識する O: 起きていること N: 望んでいること Y行動が、 O 結果を引き起こす W 説明を組み立てる Y: やってみること O: 起きそうなこと W: 分かりそうなこと N 目的と W 行動の理解を把握しな がら、 O 現状と比べて Y行動する O: 起きていること N: 望んでいること Y: やっていること W: 分かっていること -
観察/仮説/実行/検証/計画/提案は4 要素の操作 スキル 要素の結びつけの操作 Yやったことと、 O2 実際に起き 仮説の検証 たことを突き合わせて、 W
分かったことを更新する 要素 Y: やったこと O2: 実際に起きたこと W: 分かったこと 計画 O 現状と N 望みを明らかにし そのギャップを埋める Y行動を 選ぶこと O: 起きていること N: 望んでいること Y: やってみること 提案 相手のO 現状認識と N 望みに合わせて 自分のONY 提案を組み立て 要素ごとに同意を得ること 自分と相手の ONY の同意 O: 起きていること *2 N: 望んでいること *2 Y: やってみること *2 一つ一つの要素を練習する ! 要素と要素の組合せかたを練習する ! -
観察/仮説/実行/検証/計画/提案は4 要素の操作 提案の例を見てみましょう。 O N ◦◦という状況が 起きています たしかに それが起きてる (O
に同意) ◦◦が望まれている と思います たしかに それを望んでる (N に同意) 179 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 提案の例を見てみましょう。 O ◦◦という状況が 起きています たしかに それが起きてる (O に同意)
N ◦◦が望まれている と思います たしかに それを望んでる (N に同意) Y ◦◦という方法で 近づけられると 考えています それで進めよう ( Y に同意) 180 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 スキルから要素を減らし、結びつきを弱めると、より単純な行為に なります。 観察ON から、目的 N を除く 仮説立案YOW から、理解
W を除く 実行Yから、 理解W を除く 計画ONY から、状況 Oを除く 提案ONY から、相手の状況 Oと目的N を除く 提案ONY から、自分の計画 ONY を除く → → → → → → 見ただけ ただの予測 作業をこなすだけ 机上の空論 押し売り 御用聞き 181 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 スキルから要素を減らし、結びつきを弱めると、より単純な行為に なります。 観察ON から、 目的N を除く 仮説立案YOW から、
理解W を除く 実行Yから、 理解W を除く 計画ONY から、状況 Oを除く 提案ONY から、相手の状況 Oと目的N を除く 提案ONY から、自分の計画 ONY を除く → → → → → → 見ただけ ただの予測 作業をこなすだけ 机上の空論 押し売り 御用聞き 自分の用いているスキルが、どのような要素と相互 作用によって構築されているのかを確認し、構造の 理解を深める 182 -
観察/仮説/実行/検証/計画/提案は4 要素の操作 やりかたが期待外れだったときは、 ONYW のどれかを足すと良く なるかを試します。要素が多すぎて行動が重くなったときは要素を 外すことを試します。 ミスをしたとしても単に反省するのではなく、要素を足したり、外 したりして、「スキルの性質を変える」ということを試します。 机上っぽくなったら、
O 起きていることを確認する 方向性が見えないなら、 N 望ましいことを見出す ごちゃごちゃしたら減らしてみる 183 -
ONY で企業決算を理解する 上場企業は年に一回、決算説明資料を公開します。書かれているこ とは難しく感じるかもしれません。しかし O起きていること、 N 望 ましいこと、 Yやろうとしていることの解説です。 決算説明資料では貸借対照表、損益計算書、キャッシュフロー計算
書が提示されますが、これは企業で起きていることの説明として、 客観的なツールの財務三表を用いて解説しているといえます。 185 -
ONY で企業決算を理解する 上場企業は年に一回、決算説明資料を公開します。書かれているこ とは難しく感じるかもしれません。しかし O起きていること、 N 望 ましいこと、 Yやろうとしていることの解説です。 決算説明資料では貸借対照表、損益計算書、キャッシュフロー計算
書が提示されますが、これは企業で起きていることの説明として、 客観的なツールの財務三表を用いて解説しているといえます。 株主に向け、企業に O 起きている明確な事実を 解説するために用います ・貸借対照表 ・損益計算書 ・キャッシュフロー計算書 「 ONY+ 専門ツール」という構造で理解しやすい 186 -
ONYW で専門的な方法を理解する プラクティスもフレームワークも、 理解することができます。 ONYW で構造を解きほぐし、 O: その方法は現状をどのように説明するのか? N: その方法はどのような目的があるのか
Y: どのような手順を行うのか ?どう介入するのか ? W: その方法は、どのようなメカニズムによって 現状から目的に近づけるのか そのプラクティスやフレームワークが ONYW としてどのような操作をしているのかに 着目すると理解を深めることができる 187 -
3000 回練習する スキルやプラクティスは使うほど上手になり、使わないほど下手に なります。これをプラクティスエフェクトと呼んでいます。 この効果を左右する2 つの性質が機会頻度と実行時間です。 機会頻度とは実施の機会のことです。 1 年に一回しかやらないもの はうまくなりません。確定申告、年末調整は得意にはなりづらいで
す。いつまでも初心者のままです。 実施時間がかかるほど実践の機会も少なくなり、身につきにくくな ります。一回当たり 1 時間かかるスキルは多頻度でできますが、一 回当たり 8 時間かかるスキルは試すこともなかなかできません。 ※プラクティスエフェクトは SF作家デイヴィッド・ブリンの が元ネタ。世界 SF大会で本人にもお会いしました。 『 プラクティス・エフェクト 』 192 -
3000 回練習する 日々の中で実行でき、また短期間でたくさん練習ができることはす ぐに上達します。具体的には次のやり方をしていました。 1 日の仕事を30 分のタスクで区切ると、 1 日8 時間で16
回。年間営 業日200 日で年3200 回の機会があります。 朝にONY で1 日の計画を立て、夕方に YOW で仕事の結果を検証し ました。短期間で仕事の内容を理解できました。 さらに定例会議の最初の1 分をONY で趣旨説明、チャットを送る前 の30 秒で検証、生成AIへの依頼といった 1 -2 分でも実行でき、練習 量をさらに増やすことができます。 196 -
3000 回練習する ONY と YOW は機会を選ばず使っています。たとえば定期 MTG で す。定期的に行うとしても、状況も目的も毎回異なるはずです。 会議の始め方の例
現在、 O起きている◦◦という状況で、 N 望んでいる◦◦という目的に向けて、 今回の定例MTG ではY ◦◦をやってみます。 把握~ 197 -
今回のプレゼンも ONY ・技術と原理に鈍感なこと ・生成 AIの性能向上 ・生成 AIとのやりとりは言語が中心 ・言葉とその構造と頻度から練習する ・仕事の基本は ONY
-YOW ・観察 /仮説/実行/検証/計画/提案は4 要素の操作 ・年 3000 回する ・アドバンスド ONY -YOW ・言葉の明確さ、事実の確からしさ ・因果関係 (原因/結果/交絡) ・必要条件 /十分条件/最小十分条件 ・因果推論 (前向き推論/後ろ向き推論) ・企業の全体構造を把握する 200 -
今回のプレゼンも ONY ・技術と原理に鈍感なこと ・生成 AIの性能向上 ・生成 AIとのやりとりは言語が中心 ・言葉とその構造と頻度から練習する O -100
ページ N -20 ページ ・仕事の基本は ONY -YOW ・観察 /仮説/実行/検証/計画/提案は4 要素の操作 ・年 3000 回する ・アドバンスド ONY -YOW ・言葉の明確さ、事実の確からしさ ・因果関係 (原因/結果/交絡) ・必要条件 /十分条件/最小十分条件 ・因果推論 (前向き推論/後ろ向き推論) ・企業の全体構造を把握する Y -150 ページ 201 -
Before After なんとなく いいかんじに よろ ! 状況はこれで 目的はこれ 方法はこう なんとなく
おけ! 状況、目的、 方法に合わせ て進めます なんか 違う~ 思ったとおり にできた 203 -
3000 回練習する AIからの大量の情報をどう受け止めたらいいのか分からない まずONY で整理する ・起きていること ・自分が望んでいること ・やろうとしていること 0010101010101010101010 1111011000010011001110
0101110011110101011101 たくさん情報が出てきたけど ONY に絞って整理しよう 204 -
アドバンスド ONY -YOW もっと言葉に時間をかけ もっと構造を理解しよう Photo by César Couto Photo
by Zdeněk Macháček 208 -
目次 ・技術と原理に鈍感なこと ・生成 AIの性能向上 ・生成 AIとのやりとりは言語が中心 ・言葉とその構造と頻度から練習する ・仕事の基本は ONY -YOW
・観察 /仮説/実行/検証/計画/提案は4 要素の操作 ・年 3000 回する ・アドバンスド ONY -YOW ・言葉の明確さ、事実の確からしさ ・因果関係 (原因/結果/交絡) ・必要条件 /十分条件/最小十分条件 ・因果推論 (前向き推論/後ろ向き推論) ・企業の全体構造を把握する 209 -
明確さと事実の確からしさと 事前 ONY -YOW 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと -
明確さと事実の確からしさと 事前 ONY -YOW 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと 明確さと事実の確からしさは ひとつひとつの要素の質を高める -
言葉の明確さクイズ Two Zero Two Six は数字にするといくつ ? 2026? 0066? 0026?
2066? 言葉の明確さ重要 221 -
言葉の明確さ 明瞭さとは文が適切な場面で一つの意味になっていることです。 注意として、明瞭であることと事実であることは別です。はっき りと書かれた誤情報もあれば、事実でも曖昧な文もあります。 他に異なる解釈のしようがなくなっていれば一つの意味になって いるといえます。完全文で表現しましょう。完全文とは文章に必 要な要素が揃っていることです。 Before みんな計画 !!
計画! 計画だよ !!! 今週の計画を立てるのか、 進めるのか分からない After みんなで 今週の計画を 見直そう ! 224 -
事実の確からしさ 事実を知る方法はいくつもあります。 測った /撮った /自分で見た/人から聞いた/推測/妄想… この順で確からしさは弱くなります。 明日、生成 AI の 新しいモデルが
出るんだって ! ふむふむ ( 公式情報? ゴシップ ?) 231 -
事実の確からしさ 事実を知る方法はいくつもあります。 測った /撮った /自分で見た/人から聞いた/推測/妄想… この順で確からしさは弱くなります。 明日、生成 AI の 新しいモデルが
出るんだって ! ふむふむ ( 公式情報? ゴシップ ?) 事実の確かさを踏まえた上で表現する必要があります。 出所はここ ! おお~ 私も確認します 232 -
因果関係と ONY -YOW 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと -
因果関係と ONY -YOW 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと 原因と結果の関係 ( ) を理解し、 推測する質を高めることに役立つ -
因果関係( 原因/結果/交絡) 原因とは結果を引き起こす現象です。 結果とは原因が引き起こす現象です。 蛇口をひねると 原因 水が流れる 結果 この因果関係の理解は思ったより簡単ではありません。たとえば、 ある行動Yの後に、ある状況
Oが起きても「行動 Yが状況Oを引き起 こした」と言いきることはできません。別の原因や交絡があり得る からです。 244 -
因果関係クイズ 原因: 熱がある → 結果: 風邪をひいた ×熱が風邪を引き起こしたわけではない ◦原因: 風邪をひいた →
結果: 熱が出た 原因: 家の窓から煙が出ている → 結果: 火事が起きている 248 -
因果関係クイズ 原因: 熱がある → 結果: 風邪をひいた ×熱が風邪を引き起こしたわけではない ◦原因: 風邪をひいた →
結果: 熱が出た 原因: 家の窓から煙が出ている → 結果: 火事が起きている ×因果は逆。煙が火事を引き起こすわけではない。 ◦原因: 火事が起きている→結果: 家の窓から煙が出る 249 -
因果関係クイズ 原因: 熱がある → 結果: 風邪をひいた ×熱が風邪を引き起こしたわけではない ◦原因: 風邪をひいた →
結果: 熱が出た 原因: 家の窓から煙が出ている → 結果: 火事が起きている ×因果は逆。煙が火事を引き起こすわけではない。 ◦原因: 火事が起きている→結果: 家の窓から煙が出る 煙から火事を推測することは適切な推論の順序です。誤りは推論の 順序をそのまま因果として認識したことです。 250 -
交絡とは因果の絡まり 交絡とは、 2 つの事象に共通の原因があるために、2 つの事象に因果 があるように見えてしまい、原因を取り違えることです。 ×アイスクリームの売り上げが増えると熱中症が増える ◦気温がアイスクリームの売上と熱中症を引き起こす ※アイスクリームの売上と熱中症のあいだに因果関係はない 無関係
結果: 熱中症の増加 因果? 原因?: アイスの売上増 アイスの売上増 因果 熱中症の増加 因果 共通の原因: 気温が上がる 253 -
必要、十分、最小十分条件と ONY -YOW 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと -
必要、十分、最小十分条件と ONY -YOW 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと ONY と YOW が実行可能で経済価値を持つかを評価 する -
必要条件/十分条件/最小十分条件 計画と実行の質を左右する条件ロジックが必要条件、十分条件、最 小十分条件です。耳慣れない言葉ですが、ここでは誰もがこの 3 つ を日常的に使っていることを解説します。 次は電車に間に合うように駅に向かう場面です。 必要条件 電車に乗るために駅に向かう必要がある 十分条件
駅に1 時間前に到着すれば電車に乗れる。 しかし 1 時間前の到着は時間をもてあます。 最小十分条件 電車の出発時刻の10 分前に駅に到着さえすれば 電車に乗れる。 260 -
必要条件/十分条件/最小十分条件 計画と実行の質を左右する条件ロジックが必要条件、十分条件、最 小十分条件です。耳慣れない言葉ですが、ここでは誰もがこの 3 つ を日常的に使っていることを解説します。 次は電車に間に合うように駅に向かう場面です。 必要条件 電車に乗るために駅に向かう必要がある 十分条件
駅に1 時間前に到着すれば電車に乗れる。 しかし 1 時間前の到着は時間をもてあます。 最小十分条件 電車の出発時刻の10 分前に駅に到着さえすれば 電車に乗れる。 このように日々の中で、目的を効率的に実現するために条件ロジッ クを用いています。これは時間の量の例です。次はものの組み合わ 261 せで3 つの条件を解説します。 -
必要条件「◦◦には必要」 プロダクト開発における必要性の誤解 いくら要素を追加しても、目的を実現できるとは限りません。プロ ダクトに、この機能もあの機能も必要だと主張することはあるかも しれません。 本当に顧客にとって必要不可欠でしょうか。本当に必要なのか、そ れともあった方がいい程度なのかを判断しましょう。 あの機能も その機能も 入れて欲しい
!! 必要! 絶対必要!! ( あれもこれも 入れたらコストが どんどん増える …) 266 -
十分条件「◦◦があれば成立」 十分条件とは、そろえば目的が達成されるものです。それがあれば 実現できますが、全てが必要とは限らないと理解しましょう。過剰 が含まれています。 ・人は水分、栄養、娯楽、やりがいのある仕事、信頼できる仲間、 無償のランチ、 10Gbps のWi -Fi、 5000
兆円があれば生きていける が、生きるだけなら無償のランチも 5000 兆円もいらない 268 -
十分条件「◦◦があれば成立」 十分条件とは、そろえば目的が達成されるものです。それがあれば 実現できますが、全てが必要とは限らないと理解しましょう。過剰 が含まれています。 ・人は水分、栄養、娯楽、やりがいのある仕事、信頼できる仲間、 無償のランチ、 10Gbps のWi -Fi、 5000
兆円があれば生きていける が、生きるだけなら無償のランチも 5000 兆円もいらない ・ホットケーキミックス、卵、牛乳、フライパン、コンロ、バ ター、メープルシロップが 10kg ずつと料理の腕前があれば、カ フェのようなホットケーキが確実にできる。ところが、バターもシ ロップもクリームもいちごも、ホットケーキを焼くことそのものに は必要ない。牛乳と卵も水で代用できる 269 -
最小十分条件「◦◦さえあれば成立」 最小十分条件とは1 つも外せない集合です。過剰でも過小でもな く、ちょうど満たします。実務としては、十分条件に効率性の観点 で調整したものが最小十分条件で、プロダクト開発が目指す意思決 定の基本です。 過不足がなく、これだけで実現できて、 1 つも減らせない状態 ・ホットケーキは生地になるもの
(粉と水分)、生地を乗せる加熱の 面、熱源があれば焼けますが、 1 つでも減らすと焼けません。 273 -
最小十分条件「◦◦さえあれば成立」 最小十分条件を認識する言葉 ・ちょうど◦◦さえあれば実現できる 十分条件から最小十分条件へ ・十分条件からひとつずつ外して結果が出なくなる前で止める オペレーション設計の基本で考えると … ・最小十分条件 + 不確実性に対応するためのバッファ
初心者は過剰か過小になってしまいます。プロフェッショナルは ちょうどよく実現します。 275 -
因果推論と ONY -YOW 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと -
因果推論と ONY -YOW 事前 最中 事後 O ( 観察した )
起きていること N ( 起きている状況で ) 望んでいること Y ( 望みに向けて ) やってみること ( 望みに向けて ) やっていること ( 望みに向けて ) やったこと O ( やってみる結果 ) 起こりそうなこと ( やっている結果 ) 起きていること ( やった結果 ) 起きたこと W ( 行動と結果から ) 分かりそうなこと ( 行動と結果から ) 分かりつつあること ( 行動と結果から ) 分かったこと ONY と YOW の各要素に当てはまる選択肢を探索 し、評価する -
因果推論( 前向き推論 /後ろ向き推論 ) 原因と結果の関係を推測する考え方に前向き推論と後ろ向き推論が あります。前向き推論とは、原因から結果の順序で考える推論で す。予測推論ともいいます。 原因 → 結果
→ 結果 → 結果 ・風邪のウイルスにかかったらどうなる ? ・熱が出るとどうなる ? ・解熱剤を飲むとどうなる ? → 熱が出る → ぼーっとする → 熱が下がる 286 -
因果推論( 前向き推論 /後ろ向き推論 ) 原因と結果の関係を推測する考え方に前向き推論と後ろ向き推論が あります。前向き推論とは、原因から結果の順序で考える推論で す。予測推論ともいいます。 原因 → 結果
→ 結果 → 結果 ・風邪のウイルスにかかったらどうなる ? ・熱が出るとどうなる ? ・解熱剤を飲むとどうなる ? → 熱が出る → ぼーっとする → 熱が下がる 「◦◦するとどうなる →結果として◦◦が起きる」という構造で す。自分の経験から推測しやすく、普段行っている考え方です。 日常でも使います。雨が降りそうだ →タクシーをみんなが使う →つ かまりにくくなる。今、早めに呼んでおこう、という先読みです。 287 -
因果推論( 前向き推論 /後ろ向き推論 ) 後ろ向き推論とは、結果から原因を考える推論です。診断推論とも 言われます。 「◦◦という結果を引き起こした原因はなに ?」とい う構造の推論です。 結果
← 原因 ← 原因 ← 原因 ・熱が出た原因は ? ・風邪をひいたから ? ・風邪を引いた原因は ? 288 -
因果推論( 前向き推論 /後ろ向き推論 ) 後ろ向き推論とは、結果から原因を考える推論です。診断推論とも 言われます。 「◦◦という結果を引き起こした原因はなに ?」とい う構造の推論です。 結果
← 原因 ← 原因 ← 原因 ・熱が出た原因は ? ・風邪をひいたから ? ・風邪を引いた原因は ? 結果を引き起こすと考えられる複数の原因を推測し、その中から もっともらしい原因を選択するという点で難易度が高くなります。 いつもの思考の枠を越えて、より広い集合を考えることが必要だか らです。なぜなぜ 5 回が難しいのは、これを 5 回繰り返すからです。 289 -
因果推論( 前向き推論 /後ろ向き推論 ) 後ろ向き推論が行われる場面 ・バグや故障の原因を特定する ・医師が患者の症状から原因を特定する 修理や診断に欠かせない推論です。 難しい点 ・推論に適切な原因と結果の粒度で扱うこと
・風邪ウイルスにかかるとどうなる ?→熱が出る ・風邪ウイルスにかかるとどうなる ?→ウイルスが増殖する ※期待される結果の選択肢群を適切に扱えるかがポイント 290 -
ONY で前向き推論と後ろ向き推論を使う 前向き推論や後ろ向き推論は、仮説立案をしたり検証に使えます。 行動と結果の予測と検証 前向き推論で予測 Y→O やったら起きそうなことは何 ? 後ろ向き推論で検証 O←Y
◦◦が起きたのは◦◦をしたから ? 目的を実現するための選択と検証 後ろ向き推論で選択 N ←Y 目的のために、 様々な方法Yがある中でなにをするべき ? 前向き推論で検証 Y→N やると目的を実現できるのか 「三ヶ月後プロジェクトは大失敗してしまった。何が原因だったの か」このプレモーテムも後ろ向き推論 O←Y 291 -
企業の全体構造を把握する これまでは一つ一つの要素や、要素同士の結びつきの質を高めるた めの考え方でした。より大きな全体に向けた考え方を解説します。 企業ではどの職位でも計画(ONY) とその検証(YOW) がセットにな ります。上位の行動 Yを実現するのに必要な状態が、下の目的N に なります。企業のスケール構造もこのように捉えれば考えやすくな
ります。 ONY ⇄ YOW 年次~四半期 ONY ⇄ YOW 月次~週次 ONY ⇄ YOW 日次 295 -
生成AI の性能が上がってるのに自分がおバカ ! 観察、仮説、実行、検証、計画、提案を 一年で3000 回トレーニングする方法 V1.0 2026/08/01 V1.01 2026/08/05
Scrum Fest Osaka 2026 witch&wizards inc. 森 雄哉