国民民主党の空室税導入法案、すごくいいんじゃないの？
特に東京のマンションは居住目的じゃなく、不動産の売買ゲームとして、値段がどんどん釣りあがっていると聞く。
資本主義のロジックに侵されて、不動産の持つ本当の価値が狂っている。
それに歯止めをかける上で重要な案になると思う。 December 12, 2025

間違った理解が広がる前に！

仮にTSMC熊本で4nmが来ても、それでRapidusが不要になるわけではありません！

これからのクラウド／エッジAIはGAAロジック＋FinFET/成熟ノードのI/O・ SerDes・電源を組み合わせた「システム半導体」が本体です。

倭国の課題はここ。
✅ RapidusでGAA（2nm）を確立しようとしている
❌ FinFET／I/O・SerDesを担う基盤が国内にない

GAAは必要条件ですが、十分条件ではない。これを補うにはRapidusとTSMC(JASM)は競合ではなく役割分担でこそAIに資する。

「ラピダスは終わった」は技術構造を見ていない短絡的な議論です。 December 12, 2025

これ、表面的には「誤射した人が悪いから町が請求するのは当然」で片づけられがちなんですけど、構造がかなり歪なんですよね。

まず、行政が熊対策の業務を個人ハンターに外注している時点で、リスク管理は行政と個人の共同責任になっているはずなんですよ。ところが、事故が起きた瞬間だけ「はい、あなたの全額負担ね」と個人に戻される。まるで都合の悪い部分だけ切り離される下請け構造そのもの。

しかも1663万円を一括で個人に請求って、ほぼ人生詰むレベルの金額。安全管理体制・配置・指示系統に町側の過失がゼロと言い切れるのかも疑問なんですよね。

で、極めつけは「訴訟で過失が認められたら請求できるので、先に請求します」というロジック。普通は原因究明→責任の所在→求償の順なのに、因果関係が確定していない段階で自治体が先に回収モード”に入ってる。

結果、熊対策という公共サービスの担い手が減り、次は「熊が出ても駆除できない町」が出来上がるだけ。

問題は誤射した男性個人より、制度設計とリスク配分の雑さですよね。 December 12, 2025

たまに言われることだが
『創作は神聖なる行為であり、そこで金を稼ごうとする意識は邪念となる。ゆえに創作物で金を稼ごうとする人間の作品は邪念にまみれていて、真に面白いものになりえない』
みたいな話。私以外にも似たようなこと言われて病んでしまう人がいたので、よくあることだと思うが

百歩譲ってロジックとしては一理あるかもしれない。
『売るための宣伝活動や営業活動をするために手間と時間が取られては、創作に集中できなくなるのではないか』
という論理。
ただ、それはそのためのスタッフ、広報担当や営業担当がいれば解決する。
そうなると、あとは“邪念”とやらだが、言葉選びに悪意がある。
完全に趣味で作って対価を求めないならいざ知らず、対価に金銭(と、それを稼いできた相手の労力や時間)をいただくことについて責任の意識を持つことは、決して邪念ではない。
むしろ『この作品は無償です。お金を稼ごうなんて邪念の無い神聖なる創作意識のもとに作りました』なんて言われた方が胡散臭い。
まあ、創作スタイルにも色々あるし、読者観客もどんな創作スタイルの人を受け入れるのかは自由。
だからこそお金を介する創作に責任をもつスタイルを、とるのもまた自由で、それは一様に邪念、と揶揄されるようなことではないと思う December 12, 2025

女性が商品を買うロジックは、男性とまったく違う。

男性は「得か損か」で判断するけれど、
女性の購買軸は自分を取り戻せるかどうかに置かれている。

・本来の美しさを取り戻したい
・忘れていた自己肯定感を思い出したい
・もう一度、自分の人生の主役に戻りたい

女性は物を買うとき、商品そのものではなく、その商品を手にした後の自分を見ている。

だからこそ、女性向けビジネスで大事なのは機能ではなく 「どんな私になれるのか」 を提示すること。

男性には思いつかない視点だが、この心理を理解した人だけが、女性市場で勝てる。 December 12, 2025

＃炎の国
ガチであっと言う間の半年でした☺
βテストにご参加いただき本当にありがとうございます！

平安時代編に突入できてないのはすんません🙏

でも15日のアプデでやっとちゃんと”沼れる”正規ロジックの完成になるはず♪

『詐欺だぞ！飛ぶぞ！』と散々誹謗中傷されたけど、どこいった？ https://t.co/w4XHWkTsWG December 12, 2025

【日鉄ソリューションズ（NSSOL）の企業研究資料🎁】

「SIerってどこも同じじゃね？」
って思ってる人、普通に落ちます。

たしかに、IT業界の会社って見分けつきにくいよな。
でもそれ、ちゃんと違いを知らずに突っ込むと一発アウトです。

中でもNSSOL（日鉄ソリューションズ）は、よくあるSIerとはまったく違う。

たとえば──
✅ただのシステム請負じゃなく、最上流の“業務コンサル”から一緒に考える
✅製鉄・商社・金融・物流など、倭国の“ど真ん中”産業の仕組みを作ってる
✅顧客の「経営レベルの悩み」に、ITと業務改革でガチで入り込む
✅若手でも大企業の全社システムを動かす案件に入れる
✅技術もロジックも育成環境も、一流企業クオリティ

つまり、
「NSSOLでしかできない仕事」が明確にあるってこと。

なのに就活生の多くは、
「SIer＝どこも似てる」「NTTとかSCSKとか受けときゃOK」
ってノリで落ちていく。

だったら逆にチャンス。

ここをちゃんと理解してる人だけが受かるから、差がつく。

そこで今回、日鉄ソリューションズに特化した
【企業研究資料🎁】を全員に配布します🔥

🚨受け取り方法🚨
① いいね＆リポスト
②「日鉄」とリプ（※自動で届きます）
※届かない場合はDMください

知識ゼロで受けるか。
違いを語れて受かるか。

決めるのは、君。 December 12, 2025

『勝率99.9%⁉️バグってない⁉️』

オシレーターを賢く組み合わせ、精度抜群のサインが出る💡
あとはEAが自動で利確まで連れて行く❗️

もう裁量の「勘」に頼らなくていいんです🙂‍↕️
半裁量の時代、来てます✨

プロ仕様のロジックをあなたの武器に
https://t.co/udDdn7SY6O

FX自動売買/GOLD/BTC/#ad https://t.co/c5XeiW6PSx December 12, 2025

自分が何をどのように
発信したらいいのかわからない人には
刺さる内容です。
⠀
ロジックとか具体・抽象とか好きな人も
楽しめます。 https://t.co/CeUDPFRNrV December 12, 2025

💎 ジュエリー – 週間収支報告 💎me

今週もジュエリーシリーズ各EAがそれぞれの特性を存分に発揮し、
安定と爆発力がバランスよく噛み合った美しい収益となりました。
変動の大きい相場でも揺らがず、丁寧に利益を積み上げた1週間です。

💎 NEW リリース
🔹 プラックダイヤ（特殊ロジック搭載型EA）
▶ 相場の癖を読み取り、複数ロジックから最適解を自動選定。
　変動の大きい日でも安定した収益を狙える新世代モデル。

➕784,878円 (78.4%)(9:00〜19:00)

💎 新ダイヤモンド（高耐久・爆益型EA）
▶ 強耐久×爆益性能を両立した主力モデル。
　攻めながらも安定感があり、資金をしっかり増やしたい方に人気。

➕529,508円 (52.9%)9:00〜16:00)

➕1,262,584円 (126%)9:00〜21:00）

🔷 サファイア（厳選エントリー型EA）
▶ 無駄打ちを徹底排除した“精密エントリー”のプロ。
　とにかく安定を求めるユーザー様から圧倒的支持。
➕139,403円 (13.9%)(9:00〜21:00）

🔷 サファイア – 順張りモデル
▶ トレンドの波をそのまま利益に変換する“王道の順張り型”。
　攻めと安定を自然に両立した、使いやすい万能タイプ。
➕1,069,678円（106%)9:00〜21:00)

💠 ジェムエックス（爆益型EA）
▶ 短期での元本回収を狙う“爆益特化モデル”。
　スピード感重視の方に最適なハイパワー設計。
〔早期元本回収モデル〕

ゴールド：➕4,535,586円（453%)
ポンドル：＋145,252円（14.5%)

LINEオプチャ
https://t.co/kZRMTHfZCp

#ab
ドル円/ゴールド/ロング/ December 12, 2025

「白魔の檻」が本格ミステリ・ベスト10で7位入賞しました。

「禁忌の子」は16位だったので、初のベスト10入りがとても嬉しいです。追求したかった、クラシカルなロジックパズラーの魅力を認めて頂けた気がして。

次もいいものにできるように頑張りますので、引き続きよろしくお願いします。 https://t.co/zPTTQPL9gO December 12, 2025

@eb2lAY5GRVN8FKB 海外で買ってる男のせいって言ってる
無敵のロジック December 12, 2025

@suzuki_growth 株式の基礎を無料で学び、有望な銘柄情報を手に入れませんか？
投資は偶然ではなく、科学的な分析によって結果が変わります。
明確なロジックと安定した戦略で、市場の流れを読み解きます。
↓ ↓ ↓
https://t.co/o2FyEOUGCV December 12, 2025

「数字は揃っている。なのに、現場は動かない」。
私が人事データ分析のコンサルティングをしてきた中で、原体験があります。人員構成・評価・異動・残業・離職兆候まで丁寧に可視化し、経営会議向けのダッシュボードも整えました。ロジックも粒度も申し分ない。ところが運用が始まると、取得したデータは“課題の把握”に使われるだけで、現場の改善には使いきれていない。現場も何のためにサーベイなどは答えるのか実感がわかず、結果、データは増えたのに現場改善がされない。私はそこで確信しました。課題は分析力ではなく、マネジメントの型そのものだ、と。

マネジメントは、次の2軸で特徴が分かれます。
①データ活用：する／しない、②データの還元先：経営層だけ／現場へ開放。
この2×2で見ると、組織は大きく4つの型に分かれます。

パノプティコン型（データ活用×経営層だけ）
データが「監視と規律」の道具になります。経営は全体を見通し、統制を強められる一方、現場は意図や背景を知らされず、情報の非対称性が拡大する。効率は上がっても、心理的安全性が削れ、指示待ちや事なかれが増える。私の原体験はまさにこれでした。可視化は進んだのに、現場がデータを“自分ごと”として扱えない。データ活用が「評価」や「追跡」と結びついた瞬間、現場は改善より防御を選ぶ。結果として、データは「使われているようで使われない」状態に陥ります。

AIアゴラ型（データ活用×現場へ開放）
パノプティコン（閉じた監視塔）の対義語として、古代ギリシャの広場「アゴラ」を置くと本質が見えます。データが現場に開放され、判断の材料として配られ、現場が自律的に意思決定し改善を回す。透明性が高く、ボトムアップの改善が高速で回り、現場のOODAループが組織の競争力になります。人事データ活用が本当に狙うべき理想形は、こちらです。

俺様キングダム型（データ活用しない×経営層だけ）
客観データが乏しいのに決定権が上層に集中し、経験・勘・度胸（KKD）や信念で意思決定がなされます。強いリーダーがいると速いが、再現性がなく、外部環境が変わると当たり外れが大きくなる。

匠のブラックボックス型（データ活用しない×現場へ開放）
現場に任されてはいるが、標準化されたデータがないため、暗黙知と職人芸で回る。強い個がいれば成立する一方、属人化と継承断絶のリスクが高く、人が辞めるとノウハウも消えます。

ここで重要なのは、多くの企業が「俺様キングダム型」か「匠のブラックボックス型」から出発し、データ整備を進める過程で、意図せず「パノプティコン型」に着地してしまうことです。ダッシュボードが“上から覗く窓”になり、現場の腹落ちや改善のための文脈が供給されない。すると現場は、数字の意味を理解する前に数字で裁かれる不安を抱え、報告の整形、リスク回避、無難な行動へ収束する。データはあるのに、知恵が増えない。これが「データ活用が進んだのに組織が弱る」典型です。

では、何がこの構図を変えるのか。私は生成AIの進化が転換点になりはじめていると感じています。生成AIは単に分析を速くするだけではありません。最大の変化は、「データのインサイトをリアルタイムで現場に返せる」ことです。自然言語で問いを返す、要因仮説を返す、次の打ち手を提案し、現場の状況に合わせてフィードバックまで行える。これにより、データが経営会議の専売特許から、現場の意思決定支援インフラへ移ります。マネジメントは、閉じた監視塔から、開かれた広場へ——AIアゴラ型へ移行しやすくなる。

ただし、AIアゴラ型は「全部オープンにすれば良い」では成立しません。AIが入るほど、偏り（バイアス）、ブラックボックス化、過剰なスコアリング、プライバシー侵害といった副作用も増えます。だからこそ、設計思想が要ります。データとAIを“裁く道具”ではなく“育てる道具”として扱うこと。用途制限、説明責任、異議申し立て、閲覧範囲のコントロールといったガバナンスを先に敷くこと。そして何より、可視化の目的を「統制」ではなく「成長支援」に置くことです。

結局、データとAIが増えるほど、組織の差は保有量ではなく配り方で決まります。会社の人事データは、監視塔の燃料になっていないか。現場が集い、問い、学び合う“広場”の共通言語になっているか。私の原体験が示すのは、パノプティコン型のままではデータ活用は伸びないという現実です。AI時代の人事データマネジメントは、AIアゴラ型へ。ここを意識して初めて、人事データは「管理のための数字」から「成長のための言語」に変わります。 December 12, 2025

私の場合、1日当たりの利益率でみると、倭国株スイング取引をシステムトレードするのは$NVDAに比べ悪くないが、私の労働時間当たりの利益という尺度で見ると、効率が悪い。中小型米国AI銘柄を長期で持つのが1番効率良さそう。こちらもトレードロジックがあるが、計算の手間が小さいから時給も良い。 https://t.co/LoY098HVgP December 12, 2025

読んだ本を入力すると、AI から次に読むべき本の推奨が表示されるアプリ👀推薦ロジックが気になるがいまのところ英語の本のみ対応
https://t.co/hRLekkYC2n December 12, 2025

「数字は揃っている。なのに、現場は動かない」。
私が人事データ分析のコンサルティングをしてきた中で、原体験があります。人員構成・評価・異動・残業・離職兆候まで丁寧に可視化し、経営会議向けのダッシュボードも整えました。ロジックも粒度も申し分ない。ところが運用が始まると、取得したデータは“課題の把握”に使われるだけで、現場の改善には使いきれていない。現場も何のためにサーベイなどは答えるのか実感がわかず、結果、データは増えたのに現場改善がされない。私はそこで確信しました。課題は分析力ではなく、マネジメントの型そのものだ、と。

マネジメントは、次の2軸で驚くほど性格が分かれます。
①データ活用：する／しない、②データの還元先：経営層だけ／現場へ開放。
この2×2で見ると、組織は大きく4つの型に分かれます。

パノプティコン型（データ活用×経営層だけ）
データが「監視と規律」の道具になります。経営は全体を見通し、統制を強められる一方、現場は意図や背景を知らされず、情報の非対称性が拡大する。効率は上がっても、心理的安全性が削れ、指示待ちや事なかれが増える。私の原体験はまさにこれでした。可視化は進んだのに、現場がデータを“自分ごと”として扱えない。データ活用が「評価」や「追跡」と結びついた瞬間、現場は改善より防御を選ぶ。結果として、データは「使われているようで使われない」状態に陥ります。

AIアゴラ型（データ活用×現場へ開放）
パノプティコン（閉じた監視塔）の対義語として、古代ギリシャの広場「アゴラ」を置くと本質が見えます。データが現場に開放され、判断の材料として配られ、現場が自律的に意思決定し改善を回す。透明性が高く、ボトムアップの改善が高速で回り、現場のOODAループが組織の競争力になります。人事データ活用が本当に狙うべき理想形は、こちらです。

俺様キングダム型（データ活用しない×経営層だけ）
客観データが乏しいのに決定権が上層に集中し、経験・勘・度胸（KKD）や信念で意思決定がなされます。強いリーダーがいると速いが、再現性がなく、外部環境が変わると当たり外れが大きくなる。

匠のブラックボックス型（データ活用しない×現場へ開放）
現場に任されてはいるが、標準化されたデータがないため、暗黙知と職人芸で回る。強い個がいれば成立する一方、属人化と継承断絶のリスクが高く、人が辞めるとノウハウも消えます。

ここで重要なのは、多くの企業が「俺様キングダム型」か「匠のブラックボックス型」から出発し、データ整備を進める過程で、意図せず「パノプティコン型」に着地してしまうことです。ダッシュボードが“上から覗く窓”になり、現場の腹落ちや改善のための文脈が供給されない。すると現場は、数字の意味を理解する前に数字で裁かれる不安を抱え、報告の整形、リスク回避、無難な行動へ収束する。データはあるのに、知恵が増えない。これが「データ活用が進んだのに組織が弱る」典型です。

では、何がこの構図を変えるのか。私は生成AIの進化が転換点になりはじめていると感じています。生成AIは単に分析を速くするだけではありません。最大の変化は、「データのインサイトをリアルタイムで現場に返せる」ことです。自然言語で問いを返す、要因仮説を返す、次の打ち手を提案し、現場の状況に合わせてフィードバックまで行える。これにより、データが経営会議の専売特許から、現場の意思決定支援インフラへ移ります。マネジメントは、閉じた監視塔から、開かれた広場へ——AIアゴラ型へ移行しやすくなる。

ただし、AIアゴラ型は「全部オープンにすれば良い」では成立しません。AIが入るほど、偏り（バイアス）、ブラックボックス化、過剰なスコアリング、プライバシー侵害といった副作用も増えます。だからこそ、設計思想が要ります。データとAIを“裁く道具”ではなく“育てる道具”として扱うこと。用途制限、説明責任、異議申し立て、閲覧範囲のコントロールといったガバナンスを先に敷くこと。そして何より、可視化の目的を「統制」ではなく「成長支援」に置くことです。

結局、データとAIが増えるほど、組織の差は保有量ではなく配り方で決まります。会社の人事データは、監視塔の燃料になっていないか。現場が集い、問い、学び合う“広場”の共通言語になっているか。私の原体験が示すのは、パノプティコン型のままではデータ活用は伸びないという現実です。AI時代の人事データマネジメントは、AIアゴラ型へ。ここを意識して初めて、人事データは「管理のための数字」から「成長のための言語」に変わります。 December 12, 2025

犯人のロジックに幻惑される

映画との違いを楽しめる → Audible版『爆弾』

https://t.co/gMCHYVIcXU

テンポの良さがクセになる

#爆弾 #Audible #呉勝浩 #映画原作 #PR December 12, 2025

「数字は揃っている。なのに、現場は動かない」。
私が人事データ分析のコンサルティングをしてきた中で、原体験があります。人員構成・評価・異動・残業・離職兆候まで丁寧に可視化し、経営会議向けのダッシュボードも整えました。ロジックも粒度も申し分ない。ところが運用が始まると、取得したデータは“課題の把握”に使われるだけで、現場の改善には使いきれていない。現場も何のためにサーベイなどは答えるのか実感がわかず、結果、データは増えたのに現場改善がされない。私はそこで確信しました。課題は分析力ではなく、マネジメントの型そのものだ、と。

マネジメントは、次の2軸で特徴が分かれます。
①データ活用：する／しない、②データの還元先：経営層だけ／現場へ開放。
この2×2で見ると、組織は大きく4つの型に分かれます。

パノプティコン型（データ活用×経営層だけ）
データが「監視と規律」の道具になります。経営は全体を見通し、統制を強められる一方、現場は意図や背景を知らされず、情報の非対称性が拡大する。効率は上がっても、心理的安全性が削れ、指示待ちや事なかれが増える。私の原体験はまさにこれでした。可視化は進んだのに、現場がデータを“自分ごと”として扱えない。データ活用が「評価」や「追跡」と結びついた瞬間、現場は改善より防御を選ぶ。結果として、データは「使われているようで使われない」状態に陥ります。

AIアゴラ型（データ活用×現場へ開放）
パノプティコン（閉じた監視塔）の対義語として、古代ギリシャの広場「アゴラ」を置くと本質が見えます。データと支援AIが現場に開放され、判断の材料とエンパワーメントツールとして配られ、現場が自律的に意思決定し改善を回す。透明性が高く、ボトムアップの改善が高速で回り、現場のOODAループが組織の競争力になります。人事データ活用が本当に狙うべき理想形は、こちらです。

俺様キングダム型（データ活用しない×経営層だけ）
客観データが乏しいのに決定権が上層に集中し、経験・勘・度胸（KKD）や信念で意思決定がなされます。強いリーダーがいると速いが、再現性がなく、外部環境が変わると当たり外れが大きくなる。

匠のブラックボックス型（データ活用しない×現場へ開放）
現場に任されてはいるが、標準化されたデータがないため、暗黙知と職人芸で回る。強い個がいれば成立する一方、属人化と継承断絶のリスクが高く、人が辞めるとノウハウも消えます。

ここで重要なのは、多くの企業が「俺様キングダム型」か「匠のブラックボックス型」から出発し、データ整備を進める過程で、意図せず「パノプティコン型」に着地してしまうことです。ダッシュボードが“上から覗く窓”になり、現場の腹落ちや改善のための文脈が供給されない。すると現場は、数字の意味を理解する前に数字で裁かれる不安を抱え、報告の整形、リスク回避、無難な行動へ収束する。データはあるのに、知恵が増えない。これが「データ活用が進んだのに組織が弱る」典型です。

では、何がこの構図を変えるのか。私は生成AIの進化が転換点になりはじめていると感じています。生成AIは単に分析を速くするだけではありません。最大の変化は、「データのインサイトをリアルタイムで現場に返せる」ことです。自然言語で問いを返す、要因仮説を返す、次の打ち手を提案し、現場の状況に合わせてフィードバックまで行える。これにより、データが経営会議の専売特許から、現場の意思決定支援インフラへ移ります。マネジメントは、閉じた監視塔から、開かれた広場へ——AIアゴラ型へ移行しやすくなる。

ただし、AIアゴラ型は「全部オープンにすれば良い」では成立しません。AIが入るほど、偏り（バイアス）、ブラックボックス化、過剰なスコアリング、プライバシー侵害といった副作用も増えます。だからこそ、設計思想が要ります。データとAIを“裁く道具”ではなく“育てる道具”として扱うこと。用途制限、説明責任、異議申し立て、閲覧範囲のコントロールといったガバナンスを先に敷くこと。そして何より、可視化の目的を「統制」ではなく「成長支援」に置くことです。

結局、データとAIが増えるほど、組織の差は保有量ではなく配り方で決まります。会社の人事データは、監視塔の燃料になっていないか。現場が集い、問い、学び合う“広場”の共通言語になっているか。私の原体験が示すのは、パノプティコン型のままではデータ活用は伸びないという現実です。AI時代の人事データマネジメントは、AIアゴラ型へ。ここを意識して初めて、人事データは「管理のための数字」から「成長のための言語」に変わります。 December 12, 2025

技術的負債は、全部を返す必要はありません。しかし、「最もコストを浪費している原因」を一点だけ潰すだけでも、ベテランの価値は証明できます。

47歳氏は、「ここだけは根本修正する」と決め、影響範囲を洗い出して小さな自動テストを書くべきでした。

そのテストを通しながら安全にロジックを組み替えることで、「料金計算の誤りによる毎月の信用毀損リスク」を完全に消し去ることができます。

「なんとなく動いている」状態を維持するのではなく、「この爆弾だけは私が処理しました」と言える実績で、ボーナス査定のテーブルに乗る成果をねん出すべきでした。 December 12, 2025