TL;DRUbie is committed to enhancing productivity by leveraging the advancements in AI tools that have been notably significant in recent times.Our qualitative survey using GitHub Copilot revealed an average efficiency increase of 38% in coding tasks.Beyond this, we’ve explored a range of tools and have also been designing and implementing productivity improvement tools, keeping a keen eye on the Return on Investment (RoI).The recent advancements in GenerativeAI have unlocked a wide array of possibilities.Not only is it innovative in terms of creating novel outcomes, but it’s also excelling at enhancing the efficiency of existing tasks.In this post, I will focus on productivity improvements achieved through GenerativeAI. I’ll share how it has significantly bolstered productivity within Ubie, where I am currently positioned, and discuss our approach to its development and operation.Benefits and Challenges of Productivity Improvement with GenerativeAI ToolsThe benefits of these tools may seem obvious.The profound impact of using GPT-4 with ChatGPT is something I’ll likely always remember.With its capacity to generate high-quality outputs in a myriad of fields while considering context, it becomes an ideal tool for enhancing productivity.It’s an excellent resource for someone with a certain degree of expertise to brainstorm and refine ideas, or to receive assistance with programming or documentation.These advantages have been widely discussed, and I believe most people are already aware of them, so I won’t delve deeper into them here.However, it’s important to note that there are unique challenges to fully utilizing such tools on an organizational level, not just individually.The specific challenges that need to be addressed for sustained use include:Accurate assessment of RoI    Using these tools often requires a financial investment, necessitating a thorough evaluation of whether a corresponding return is achieved. The degree of complexity involved in such an assessment will vary by organization, but in many cases, some qualitative data will be required for a sound judgment.Without careful oversight, widespread use could potentially diminish RoI. It’s common for organizations to purchase account-based tools for all employees, but if only a few people use them sufficiently to justify the cost, it’s an issue. This type of challenge is even more crucial in larger organizations where cost control is paramount.Establishing a system for continuous development and operation    A common pitfall is the creation of a useful tool that, once operational, receives little maintenance, even as part of the operations becomes dependent on it, turning it into a liability. While we encourage voluntary development, there’s a need for a system that seamlessly connects what we continue to use with operational management.Necessary training for effective usage    Training is crucial to ensure effective use of the tool. While those with a certain level of expertise can typically use it effectively on their own, this tool is significantly different from previous ones, necessitating various strategies to fully leverage its capabilities. If the goal is to elevate the overall level of competency within the organization, targeted training could be beneficial.Training from a security standpoint is also vital. Depending on the tool and how it’s used, confidential information could be compromised, underlining the need for risk management and awareness in this area.While initial enthusiasm is crucial, these challenges need to be addressed to ensure effective utilization in the medium to long term.Specific Examples from UbieWhenever new GenerativeAI technologies emerge, a variety of people experiment with different external tools or even create their own.While this level of initiative is certainly commendable, if left unmanaged, it could lead to uncoordinated efforts and possible chaos.As such, it’s crucial to have someone to orchestrate these various initiatives.At Ubie, we have adopted Holacracy (article in Japanese) and have established roles that are responsible for overseeing productivity enhancement tools and integrating them into the organization.Both myself and other developers are assigned to these roles (in addition to this, there are teams tasked with creating new value and integrating it into business strategies using Large Language Models, but that’s a separate narrative from this productivity improvement and will not be discussed here).In this role, I am actively involved in selecting, verifying, and promoting external tools that have the potential to create a significant impact.Additionally, I determine the conditions for continuing or discontinuing our internally developed tools, strategize how to disseminate them throughout the company, and devise mechanisms for such endeavors.Below, I’ll share some specific examples drawn from these initiatives.GitHub CopilotIn February 2023, when GitHub Copilot for business went into general availability, and anticipation surrounding its effectiveness began to rise, we initiated our evaluation phase in early March, after ensuring there were no issues with its terms of service.During this assessment period, we set up seats for all developers involved in software development.However, even among developers, there are those who might not be involved in coding work at certain times, so we aimed to manage these seats effectively.It’s also possible to assign GitHub Teams as Copilot users. At Ubie, we handle our GitHub accounts with Terraform.As such, we’ve adopted a management style that allows us to bulk manage usage, enabling us to easily turn access on and off as required.After a two-month trial period involving all our team members, we conducted a qualitative survey to gauge its contribution to productivity improvement.The results were as follows:Number of valid responses: 24Average of the perceived efficiency increase in coding tasks: 38%Standard deviation of the perceived efficiency increase in coding tasks: 24%Considering these results, with an investment of $20 per person per month (management cost is virtually negligible as it merely involves adjusting Terraform settings), we can roughly expect a return of tens to hundreds of thousands of yen per month.This range takes into account labor costs and the time spent on coding.Despite the simplicity of this estimation and the factors it omits, it’s quite clear that the return on investment (RoI) is substantial enough that it would be more challenging to find a reason not to invest.While these efficiency numbers are largely based on intuitive responses, they seem to align with the 55% faster coding reported in GitHub’s official blog.We are eagerly anticipating the day when GitHub Copilot X becomes generally available.As for specific feedback on its usefulness, we received comments like:While it may not double productivity, it significantly improves it in numerous small ways, which greatly enhances the development experience.I initially underestimated how useful GitHub Copilot would be for SQL, but it turned out to be incredibly helpful.It provides a great starting point for areas where I lack familiarity, like with Terraform.The pace of testing and routine tasks has accelerated, leading to a significant reduction in stress!…Since GitHub Copilot is only used by software engineers and is easy to manage, it doesn’t require extensive training, making it an incredibly potent tool for productivity enhancement.Notion AIWe are also testing Notion AI.A tangible accomplishment so far is the English translation of text assets compiled in Notion.As Ubie is expanding globally, the majority of our text assets are in Japanese, and we’re in the process of translating the useful ones into English.Previously, we outsourced this translation work, but with Notion AI, we’ve made the process more efficient.This has sped up the process and reduced costs by decreasing our reliance on outsourcing.Furthermore, it’s being used in a variety of scenarios, such as crafting standardized sentences and creating mermaid-format diagrams.As for next steps, we’re still deciding. However, the subscription type is for the entire workspace, which presents a certain challenge.While it undeniably improves productivity for some tasks, tools like this are typically used by a select few, leaving the majority unutilized.Currently, not many at Ubie seem to be using it consistently.Given that the cumulative cost is significant, we intend to calculate a discussable ROI by the end of the testing period to inform our decision.If we want Notion AI to be used organization-wide, we’d probably need to invest considerable effort into training and promoting its use so that people of various job types can continually utilize it.In-house developed toolsUbie is also working on a tool that assesses the business risk of using ChatGPT, as detailed in this article (in Japanese).This tool was developed for internal use, with a specific focus on managing something like ChatGPT.The detailed information can be found in the linked article.However, it’s worth noting here that in addition to risk mitigation mentioned in the article, this tool is also crucial in addressing the issues outlined in this entry.For instance, while it might make sense from a productivity standpoint to provide every employee with a paid account for ChatGPT, tools of this nature are often only used by a select few, leaving the majority unutilized (like the case with Notion AI that I mentioned above).Overcoming this issue requires initiatives such as training and sharing application examples.It’s also crucial to consider whether the return genuinely justifies the investment.This tool employs OpenAI’s Web API, allowing a pay-as-you-go usage across the entire organization.While it’s a self-developed tool and, therefore, requires investment, we’re developing it in stages, mapping out a user journey and observing user behavior.Many internal users have found it highly beneficial for improving productivity, suggesting a return that far outweighs the investment.To use the tool effectively, a fair amount of training and promotion is necessary, so we’re in the process of deploying this tool across the organization.Concurrently, we’re collaborating with Ubie corporate’s IT administrator, who oversees the entire Ubie organization, to advance the project, aiming to hand over management once the tool’s development has sufficiently progressed, and it’s in the main operational phase.We’re also developing and testing various other tools, but due to resource constraints and the potential emergence of useful alternative services, we’re clearly defining the testing period and will discontinue the function if the ROI doesn’t meet our expectations at that point.As for what kinds of tools we’re working on, you’ll have to stay tuned—they might be released by our team once their effectiveness is confirmed.We’re all for the development of diverse tools!While promoting this initiative, our aim is to ensure their collective effectiveness.SummaryGenerative AI holds tremendous power when it comes to enhancing productivity.Nonetheless, in larger organizations, the accumulating costs can’t be overlooked, so it’s crucial that we continue to leverage it as efficiently as possible.The tools I’ve touched upon here only represent a fraction of those we use, so I might delve into other tools at some point in the future.

Case Study on Productivity Improvement Through the Use of AI Tools in Ubie

TL;DRUbie Discovery では昨今発展が著しい AI ツールによる生産性向上を目指しているGitHub Copilot では定性的なアンケートでコーディング業務が平均 38% 効率的になるという結果が出たその他にもいろいろなツールを検証し、RoI を考慮した自前の生産性向上ツールの開発・運用をしている昨今、GenerativeAI の発展によって、実にいろいろなことができるようになってきた。新しいものを創り出すという観点でも革新的だけど、これまでの作業を効率化するという観点でもかなり優秀であることがわかってきている。このエントリでは GenerativeAI による生産性向上に焦点を当て、自分が所属している Ubie Discovery において、実際にどれくらい生産性向上に寄与しているかやどのように開発・運用しているのか、という話を紹介する。GenerativeAI 系のツールによる生産性向上の利点と課題利点については改めて言うまでもないかもしれない。ChatGPT で GPT-4 を使った時の衝撃はきっとこの先ずっと忘れないレベルだろう。コンテキストを踏まえつつ実に様々な分野で一定の質の出力ができるようになったので、生産性向上という観点からは、ある程度の知識を有する人がやアイデアの壁打ちをして形にしていったりプログラミングやドキュメンテーションをサポートしてもらったりするのに最適である。利点については色々なところで議論されているし殆どの人が把握していると思うのでここでは詳しくは書かないが、個人としてではなく組織として最大限活用していくには課題もある。活用し続けていくための具体的な課題としては以下のようなものが挙げられる:RoI の適切な判断    ツールを使うには多くの場合金銭的な Invest がかかるので、それに見合うだけの Return が得られているかは判断する必要がある。求められる精緻さは組織によって異なるだろうが、ざっくり定性情報でもいいので判断材料が必要というところが多いだろう。全員が使えるようにする、みたいなのもナイーブにやると RoI が悪くなる可能性が高い。アカウント数だけ課金されていくようなツールを全員分購入したけど課金額に足るだけ利用している人が少ないというのはよくある話であり、これをどのようにコントロールするかは組織が大きくなるほど重要性が高まる。継続的な開発や運用の仕組み    便利なツールを作りました！でその後あまりメンテナンスされることはないが一部の業務はそれに依存してしまっていて負債化する、というのありがちである。自発的な開発は抑制しないけど、継続的に使うものは適切に運用につながっていく仕組みが必要となる。適切に使いこなすためのトレーニングが必要    有効に使うためのトレーニング。ある程度の知識を有する人は放っておいても使いこなせるが、今までのツールと大きく異なるので現状では進化を引き出すのに色々と工夫がいる。組織全体の底上げをしたい場合は一定のトレーニングがあった方がよいだろう。セキュリティ的な観点でのトレーニング。ツールと使い方によっては機密情報が漏れる可能性があり、そのあたりのリスクコントロールや啓蒙も必要である。初速の勢いも重要だが、中長期的に効果的に使い続けていくためにはこのような課題を解決せねばならない。Ubie Discovery における具体的事例GenerativeAI の新しい技術が出ると色々な人が色々な外部ツールを試したり新しいツールを作ったりする。これ自体はもちろんよいことだが、これが野放図に広がり続けるだけになってしまうと適切な管理ができずぐちゃぐちゃになってしまいかねないので、全体をとりまとめる役割を担う人がいるほうがよい。Ubie Disovery においては Holacracy を採用しているので、このような生産性向上ツールの全体管理や組織装着に責務を持つ役割を作り、自分や他の開発者をその役割にアサインしている（これとは別に Large Language Model を使った新しい価値の創造や事業戦略への反映などを進めているチームもあるが、それは今回の生産性向上の話とは別なので割愛）。自分はこの役割の中で、効果の大きそうな外部ツールの選定・検証・浸透や、自前開発ツールの継続・撤退条件やどうやって会社全体に浸透させるかの仕組みづくり、などを推進している。以下ではそのような取り組みの中からいくつかピックアップして具体例を紹介する。GitHub Copilot2023 年 2 月に GitHub Copilot for business が GA になってその有効性が高そうという期待感が高まってきたのを踏まえ、Ubie Discovery では利用規約などに問題がないかの確認を実施した上で、 3 月上旬に検証を開始した。検証期間ではソフトウェア開発をする開発者全員分の seat を準備しているが、一口に開発者と言っても期間によってはコーディング業務をしない人もいたりするので、seat の管理は効果的にできるようにしたい。Copilot 利用者として GitHub Team に割り当てることも可能 であり、Ubie では Terraform で GitHub のアカウント管理をしているので、以下のような感じで管理をして使用・不使用を一括管理で必要に応じて切り替えられるようにしている。二ヶ月程度の全員検証期間を経て、どれくらい生産性向上に寄与しているか定性的なアンケートを実施しており、以下の結果が得られている:有効回答数: 24どれくらいコーディング業務が効率化しているかの感覚値の平均: 38%どれくらいコーディング業務が効率化しているかの感覚値の標準偏差: 24%この結果を踏まえると、一人当たり一月 $20 の Invest で（管理費用は Terraform をいじるだけなのでほとんど無視できる）、ざっくり 月数万~数十万円 の Return が得られる（幅があるのは人件費やコーディングに費やす時間を考慮したもの）ということになる。この数字は色々と簡単化したシンプルな見積もりではあるが、RoI という意味では投資しない理由を探す方が難しいレベルであることは十分に伝わるものと思われる。効率化の数字自体はざっくり感覚的に回答してもらっているものだが、GitHub の公式ブログで公表されている 55% 速くコードが書ける というデータから見てもそこまで的外れの数字ではなさそうである。GitHub Copilot X が GA になる日も楽しみである。具体的にどういうところが有用かという回答としては、例えば以下のようなものがあった:倍くらいまではいかないが、結構細かなところで生産性向上していると思うのでかなり開発体験が良くなっているSQLそんなに便利ちゃうやろと舐めてたがめちゃ便利で助かったTerraformとかあんま詳細に詳しくないケースで、とっかかりになる感じで良いテストや定形の作業をする速度が上がり、ストレスがかなり低減しているのを感じてます！…GitHub Copilot はユーザがソフトウェアエンジニアのみで管理もしやすく、トレーニングなどもそこまで必要ないので、かなり強力な生産性向上ツールになっている。Notion AINotion AI についても検証をしている。具体的な成果としては Notion にまとめられたテキスト資産の英語化が挙げられる。Ubie は global 展開もしているが、テキスト資産としては日本語が多いため、有用なものの英語化を進めているが、適切な情報を作成するために翻訳業務をアウトソースしている。Notion AI によって翻訳業務が効率化されたので、アウトソースの依頼を減らすことができてスピードの改善やコストの削減につながっている。その他にも、定型的な文章を作成する際に利用したり、mermaid 形式で図を作成したり、色々なシーンで活用されている。今後どうするかを検討しているところだが、サブスクリプションタイプがワークスペース全体 なので、なかなか難しさを感じている。一部業務については明確に生産性向上につながっているが、この手のツールは特定の人しか使わずその他大勢は利用しない、というケースが多い。Ubie においても継続的に活用している人はそこまで多くなさそうというのが現状である。積み重ねとしては少なくない金額になるので、検証が終わるまでには議論可能な RoI を算出してどうするかを決めていきたい。Notion AI を組織全体で活用していきたいという場合には、色々な職種の人が継続的に活用していけるように結構なパワーをかけてトレーニングや啓蒙を実施する必要があるだろう。自前開発のツールChatGPT の業務利用リスクを考慮したツールの開発 もしている。これは ChatGPT のようなツールを自組織で利用するために開発されたもので、具体的にどういうものかはリンク先の記事を読んで欲しい。ここで取り上げたいのは、記事内で挙げられた学習に使われるというリスク回避以外にも、このエントリで課題として挙げた観点を解決するための強力なツールとなっているという点である。例えば生産性効率化観点で従業員全員に ChatGPT の有料アカウントを与えたとしても、上に挙げた Notion AI と同じで、この手のツールは特定の人しか使わずその他大勢は利用しないというケースが多い。これを打破するにはトレーニングや活用事例共有などの啓蒙が必要であり、その分の Invest も考慮した上で本当に十分な Return があるかを判断する必要がある。このツールは OpenAI の Web API を利用しているので、組織全体として従量課金的に使うことが可能である。もちろん自前開発なのでその分の Invest が発生しているが、これはユーザージャーニーマップを描き、ユーザの利用状況を見ながら段階的に開発を進めている。多くの社内ユーザが使っており、生産性向上度合いも大きいという声も多く、Invest をはるかに上回る Return が得られていると判断している。適切に使いこなすための一定のトレーニングや啓蒙は必要なので、いまはこのツールを全組織に展開しているところである。並行して Ubie の全組織を横断的に見ている Ubie Corporate の IT 管理者と連携を取っており、十分に開発が進んで運用がメインのフェーズになったら管理を受け渡せるようにプロジェクトを進めている。その他にも色々なツールを開発・検証しているが、開発リソースの問題や有用な代替サービスが出てくる可能性もあるので、検証期間を明確にしてそこで RoI 判断に見合わなければ撤退（機能の提供を停止）するという条件を設けた上で進めたりしている。具体的にどういうツールがあるかは、有効性が検証された後で各メンバーから公開されるかもしれないので、乞うご期待。みんなが色々なツールを開発するのは最高！って感じなので、その動きは推進しつつ全体として効果的になるように引き続きやっていきたい。まとめ生産性向上観点でも GenerativeAI の威力は凄まじい。とはいえ規模の大きい組織では積みあがるコストも無視できないレベルになるので、最大効率で活用していけるように今後もやっていきたい。ここで挙げたのは一部のツールなので、他ツールの話もどこかでまたやるかも。

Ubie Discovery における AI ツールの活用による生産性向上事例

TL;DR子が生まれてから仕事以外で PC を触ることは殆どないという生活になっているChatGPT の登場によりコピペベースでコードを書けるようになってきたエディタと実行環境を提供してくれる Replit と合わせてスマホでプログラミングできるようになった子育てをするようになってから仕事以外で PC を触ることが殆どなくなって余暇でプログラミングはしない生活になっていたが、ChatGPT https://openai.com/blog/chatgpt と Replit https://replit.com/ を使うことでスマホプログラミングができるようになった。例えば以下のような OpenAI の Web API を使ったチャット CLI アプリケーションを Golang で全てスマホ環境で実装してみたりした。このエントリでは、自分がどんな感じでスマホでプログラミングをしているのかという話をまとめてみる。自分にとって余暇プログラミングするのに必要な要件子育て世代の自分にとって、仕事以外で PC を触ることは殆どないという生活が続いている。なお、殆どというのは子が生まれる前後の自分と比べてという意味で、平均的な同年代の仕事以外での PC 使用時間と比べたときに多いか少ないかは分かっていない（分かる必要性もないという話だが）。めちゃくちゃ動き回るけどまだ危険なこともし得るので常にケアする必要があるし、そもそも PC を触っていたら子が寄ってきてキーボードを好き放題叩くということはよく知られた事実でもある。そういうこともあって余暇でプログラミングをするということは全然考えられなかったが、最近 ChatGPT が出てきてちょくちょく触っているうちに、ちょっとしたプログラミングならコピペベースで十分できるなという感覚が得られてきた。コピペベースならタイプ数はかなり少なくて済むので、これはスマホで環境を整えることができれば余暇プログラミングをすることも可能そうか？と考えて検討してみることにした。自分にとってスマホプログラミングをするために必要な要件としては以下のものが挙げられる:画面に向かっている時間が短くて済む    タイプ数が少なくないと厳しいというのもここに含まれている。子育てしながらだとコンテキストスイッチが激しいので、一定時間連続して画面に向かい続けるというのは不可能である。スマホでの操作に適したエディタ    スマホで読み書きがしやすくないと厳しいので、スマホ操作を念頭に置いたエディタが必要となる。特に、基本戦略としてコピペベースで書いていくことになるので、コピペをしやすいエディタが欲しい。より具体的には関数とかファイル全体とかの単位でコピーしたりペーストしたりしやすいと嬉しい。さらに言えば Git/GitHub 操作もしたい。スマホからアクセスしやすい実行環境    実行環境を準備するのに手間が掛かるとちょっとした時間で触ってみるとかならないので、これも重要な要件となる。エディタとの連携がスムースでないと面倒なので、これはエディタもセットになっている統合開発環境が欲しい、というのとほぼ同義になるだろう。可能なら PC 作業でも変更を加えられる    これは must 要件ではないけど、コピペベースと言っても自分で書いた方がいいところはどうしても存在するので、後で PC 触れる時に手直ししよう、みたいなことができるとより嬉しい。ChatGPT と Replit によるスマホプログラミング環境既に述べているが、要件の 1 つ目は ChatGPT https://openai.com/blog/chatgpt によって解決される。ChatGPT がどんなものであるかは今更説明しないし、どうやって使うかということも散々色々なところで書かれているのでここでは省略する。今回の話においてはちょっとした自然言語を書けばあとはコピペベースでコードが書けるというところが重要な特徴である。過去のコンテキストも考慮した上で変更とか改修が結構なレベルでできるので、これは触ってみて本当に驚いたところである。GPT-4 モデルだと出力に結構時間が掛かるが、これは子育てしながらだとコンテキストスイッチが激しいという性質と相性が良い。自然言語でメッセージを送ったら、次は子育ての方に切り替えて子の方に意識を向けつつ、出力が終わった後にそのコードをコピペして使い、ということを繰り返していくスタイルになっている。要件の 2,3,4 つ目を満たしてくれるスマホで使える IDE とかあるのかなと思ってちょっと調べて見つけたのが Replit https://replit.com/ である。Replit はブラウザから使える IDE で、スマホアプリも出ている。かなり多機能なのでここで詳しく説明することはしないが、スマホアプリの雰囲気は以下のような感じ。スマホアプリは Git/GitHub 周りの操作とかインデントとかちょっと機能が足りてないところとか気になるところは色々あるんだけど、関数単位とかファイル全体単位でのコピペとかがしやすいし全体的には十分に使いやすい。上記画像のエディタ部分の画像の丸いボタンみたいなのがなかなか便利なもので、タップ回数によって行選択・関数選択・ファイル全体選択とかが使い分けられるようになっている。一定期間触って評価してみてこれでいいんじゃないかという結論に達した。言語毎に実行環境が提供されているところもかなり嬉しいところで、例えば Golang でちょっとしたプログラミングをしようという時にもスッと実行できるし、HTML/CSS/JS の実行環境で Webview を提供してくれたりもしている。凄く便利ですねぇ。自分は基本的にスマホアプリで使っているが、元々はブラウザから使える IDE として提供されているものなので、同じコードベースに PC から手を入れるということもできる。料金体系は https://replit.com/pricing の通り。ちょっと使うだけなら Free でも十分だが、Free の場合 Repl (コードと実行環境のセット) が Public のみなので、自分のコードとかが全部公開されるので秘匿情報などを書き込まないように注意が必要である。自分は色々触ってみようと思って Pro ($20/mo) を使ってみているが、用途的には Hacker ($7/mo) で十分そうだなと思って次の支払い後から切り替える予定。ちょっといただけないのは、Hacker プランにするにはサポートに問い合わせないといけなそうか？というところ…ともかく、自分にとって必要な要件を全て満たせる環境ができた。スマホプログラミング時代の幕開けである。実際にどんな感じのものを作っているか冒頭で紹介した Golang 実装の OpenAI Web API を叩く CLI アプリケーション: https://github.com/yoheikikuta/Go_OpenAI_CLIOpenAI の Web API を使ってみようと思い、せっかくなので普段あまり使わない Golang でちょっとしたコードを書いて実装しようと思って作ってみたのがこれ。Web API を叩く場合には ChatGPT のような生成モデルでは入出力を正確に取り扱うことが難しいことも多いのでそういうところは面倒に思うこともあるが、それでもこういう問題があってこういうアプローチで解決していきたいんだよね、とやりとりすると割とちゃんと直していけるので凄いね。ただし Golang を使うには Replit のモバイルアプリではちょっとだけ問題があって、keyboard UI の code suggestion の部分が表示されない。ちょっと触った感じ特定の拡張子のファイルでうまく表示されない感じがする。この疑問を Replit Forum に投稿 したが、現時点での解決法は出てこなかったので feature request をあげたりした。その他にも素数判定ゲームを作ってみたりした: https://github.com/yoheikikuta/prime_number_gameこれは内容的にはどうでもいいようなレベルのものだが、Replit が Webview 環境とかも提供しているのを知って、子の一歳の誕生日に何か簡単なブラウザゲームを作ってみるかと思い立って作ってみたものである。お望みのものができたので子に使ってみてもらおうと思ったが、どうやら素因数分解という概念はまだ全く理解できていないようで、まるで何も響いていないようだった。偶数は簡単すぎるので除こうとかいきなり 3 桁はむずいから最初の方は 2 桁にしようとか、ちょくちょく手を入れた部分は特に意味のない工夫となった。せっかくなので自分でポチポチやって遊んだりしている。Life Game も実装して見せてみたが、これも特に反応はなかった。なるほどね。この環境でプログラミングするための tips一定期間触ってみて学んだちょっとした tips を備忘としてまとめておく。まずは、ChatGPT との出力でコードを吐かせる時は自明なものでも省略せずに出力させるようにする、というもの。既存のコードに変更を加えていく時にこの関数のこの部分だけ変えて他は一緒という場合に、素直に出力させると ChatGPT は賢いので変える部分だけ陽に書いてあとはこれまでと一緒、と出力してくる。しかし、コピペベースでコードを書いていくことを考えると、ある関数の特定の部分だけ差し替えるというのは該当範囲を適切に選択してペーストするとかは結構ダルい。飛び飛びの複数箇所をやる場合とかはやる気がなくなるレベルである。一方で、関数全体を選択するとかは Replit モバイルアプリで簡単な操作でできるようになっているので、関数全体を省略せずに出力してくれと ChatGPT にお願いしてそれをコピペするというやり方が効率的になる。ファイル全体をまとめてコピペするみたいなのも同様のである。意味的には自明な内容を大規模言語モデルに吐かせているのは計算資源の無駄遣い感もあってやや気になるが、まあよしとする。次は、小さいコードであっても Make をタスクランナーとして使うと便利、というもの。Replit では shell があって CLI 操作ができるが、ちょっとしたコマンドでもスマホだと打つのが面倒だし、history を使うのとかも面倒だし（それと実行環境は作り直されるので履歴がなくなる）、PC で書くならわざわざ Makefile とか作らないよなみたいなケースでも作っておくと便利になる。可読性が酷くなりがちだが、まあ自分でちょっと書くためのものだしということでタイプ数が少なくて済む make a みたいな phony target を作ってそれでよく使うコマンドを実行したりしている。最後に、標準エラー出力をファイルに吐くようにしておくと便利、というもの。上記の　Make の話と合わせて、標準エラー出力をファイルに吐くように phony target を作っておくと便利だったりする。実行時にエラーが出た場合、エラーメッセージ全体をコピーして ChatGPT に投げつつ解決を図っていきたいが、少なくとも自分の Replit モバイルアプリ環境では shell のところでうまく複数行選択をすることができない。なんかパッと解決できなかったので以下のように phone target を定義して、エラーが出た場合はファイルに吐かせてそのファイルの中身を全体コピーしていたりした。.PHONY: aa:	go run chat.go "tell me a nice joke" 2> stderr.logここで挙げたのは瑣末というか細かい話ではあるが、自分のスマホプログラミング環境を快適にするために欲している tips とはこういうものでした、というお話。まとめChatGPT によりコピペベースでプログラミングをすることが可能になってきて、Replit を使うことでスマホで全て完結できるので、ちょっとしたものならスマホでプログラミングすることが可能になった。いい時代だな〜。ちなみに Python とか限定でいいなら Colab とかもありかと思ってちょっと試したりしてたが、言語選択肢が少ないのとやはりスマホだと使いづらいということもあり、あまり使わないなという結論に達した。

ChatGPT と Replit でスマホでプログラミングができるようになった

ストックオプションの税制面での基礎

TL;DR子が産まれて人生の質が変わった仕事と子育てしかしなくなった結果、仕事のパフォーマンスは向上したWeb 上の存在感も皆無になっていたが、ぼちぼち復帰していきたい人生の質が変わった。最近全然ブログも書いてなければ SNS に投稿することも稀だった。これは主に子が産まれたことで生活スタイルが変わったことが原因であるが、2022 年も終わりということでそのことについて振り返ってみるかという気持ちと、2023 年からは少しずつ生活スタイルを変えたいという気持ちと、でこのエントリを書いている。子が産まれて福岡に引っ越したこのことについては 20220415 のブログエントリ で書いているが、子が産まれた。子が産まれて福岡に移住した、これが今年のターニングポイントであった。福岡で子育てしながらの生活は概ね気に入っている。縁もゆかりもない土地ではあるが、同僚や知り合いもある程度いるし、期待していた通りに住みやすい。想像以上にコロナがしぶとかったこともあってあまりあちこちには出掛けてはいないが、大濠公園には圧倒的に行っている。これは元々そうしたいと思って福岡に移住したわけだが、家族で散歩したりちょっとしたピクニックをするのに最適であり、大きくて整備がされていて人でごった返していない公園というのは最高だなと再認識した。最近は寒くなったので少し頻度は減ったが、平均すれば週一回くらいは大濠公園に行ってると思われる。せっかくなので大濠公園の写真も貼っておきます。あとはやはり家が広いのも良い。在宅で働くので子が家にいても仕事のパフォーマンスを一定以上に保てる環境が欲しいが、今住んでる物件はメゾネットで仕事部屋とリビングとの間で音が伝わりにくいので、仕事とそれ以外を切り替えやすくて助かっている。福岡で気に入ってないところとしては、空き瓶・ペットボトル（と燃えないゴミ）の回収が月一回であるところと、歩きタバコをする人がそこそこ多いところ、が挙げられるが享受できているメリットに比べれば無視できるレベルである。福岡良さそうだな、と思った人はすぐに福岡に移住しましょう。子育てと仕事以外は殆どしなくなった（できなくなった）子が生まれる前から予想していたが、これが本当に大きな変化で、自分の時間の使い方として子育てと仕事以外にはまとまった時間が殆ど費やせなくなった。どれくらい他のことをやっていないのかというと、育休明けから paper-reading に一個も論文メモを追加していないし、GitHub に一個も repository を追加していないし、しっかりした技術書は一冊も読んでいないし、漫画もこれまで読んでいたものの続きを読む程度で新しいものにはほぼ手を出していないし、ゲームもベヨネッタ3を買ったけどおそらくまだ半分くらいしか進んでいない。それくらい子育てには時間が掛かる。新生児期は昼も夜もないので夫婦共に寝不足で頭が回らなくてイージーミスをしたし、少し成長しても夜になると自分が相手をすると泣きがちで妻がお風呂に入ってる時にあらゆる手段で宥めたし、夜まとまって寝てくれるようになったと思ったら睡眠退行が始まるし、離乳食を食べるようになったと思ったら機嫌で食べたり食べなかったりするので歌ったり踊ったりして食べさせたり。妻のおかげでなんとかなっているが、子を育てるとは大変なことだなぁと日々感じ入っている。このような生活を現在進行形でしながら改めて今年を振り返ってみると、人生の質が変わったな〜、と感じる。変わった、というのは良い面も悪い面も両方あって、その振れ幅も大きい。（機嫌がいい時の）子は形容し難いほど可愛いなと思う時もあるし、なぜこの人は 200 日も連続で風呂に入れてるのにまだ泣くのかと唖然とする時もある。家族で一緒に過ごす時間が何よりも尊いと思う時もあるし、全ての時間を自分自身のためだけに使いたいという時もある。予想していたとはいえ、実際にこれだけの質的変化が生じるのだから、人生は面白い。仕事のパフォーマンスは向上した子育てと仕事しかしてないという話だが、こと仕事に関しては面白いことに（？）パフォーマンスは向上した。パフォーマンスが向上した要因として以下が挙げられる。起きる時間が早くなって集中して自分のタスクに取り組む時間が確保できた後でやるということが難しくなったので後回しにすることが少なくなった個人の目的と会社の目的をより強くリンクさせる覚悟を持った一つ目は分かりやすい。子は過去の自分の生活と比べると早く寝て早く起きる。7:00 ~ 7:30 くらいには起きるので、それに合わせて（合わせて、というか合わせざるを得ないわけだが）生活をすると午前中で 4 時間くらいは稼働できる。朝の時間帯は他の何かに割り込みされることが少ないので特に集中して自分の作業をする時間に充てていて、これはうまく work している。二つ目は、なんとなくやる気が出ないとかちょっと面倒なタスクだなという時に、昔であれば夜にやってみたりやる気がある日にガッツリ頑張って他の日で稼働を調整したり、ということをしていたがそういうことがやりづらくなったので（稼働可能な時間帯が決まっているので）、すぐやるようになったということ。よく知られているように、やる気を出すための良い方法はやることなので、とにかくすぐやるようにした。これは環境の変化もあるけど、意識してトレーニングをしたものでもあり、明確に改善したという実感がある。同僚からのフィードバックでも常に仕事を進めているとか時間の使い方が上手いとかを言われることが増えた。この習慣を身につけて得られた副次的な効果として、なんとなく考えて停滞している時間が減った。本当は物事を進められる準備が整っているのになんか気分が乗らないので進められない、という可能性を排除できるようになったので、進められない時はその問題に対して十分に深く考えられていなかったり知識や情報が足りていないなどが原因であり、それをクリアするための行動を取ればよいと明確に意識できるようになった。関連することとして、単純作業以外では音楽や動画を流しながら作業をすることもやめた。これはそういう研究があるという話もあるが、シンプルに自分のパフォーマンスを振り返ってみて、集中してるときは認識していない、そして集中状態に入るために有効だったことも殆どない（むしろ気を取られて時間が過ぎる方が圧倒的に多い）、という経験に基づくものである。一つ目と二つ目は作業効率的な話なので人生の質という観点ではそれほど大きな話ではないが、三つ目は大きく関連している。上述の通り子育てには多くの時間が必要であり、睡眠時間は削れない（自分は毎日 8 時間以上寝る）ので、限られた時間をどう使うのかというのは考え直す必要があった。これは人生の目的関数を形成する各項の重みを再調整するということになる。少し過去から振り返ると、無職になったときはかなり短期的な個人的興味に効く項の重みを増やし（長期的には後悔最小化をするという気持ちもあったが）、Ubie に入社するときは中長期で得られるデータや金銭的報酬の重みをかなり増やしつつ日々の業務の面白さや金銭的報酬という短期的な要素も考慮した。自分が使える時間が減ること、会社のフェーズも変わりつつあること、を踏まえて中期的なリターンを最大化するような行動を取るように重みを調整することにした。会社は市況が厳しい中でシリーズCの資金調達も実施し、入社当時の自分の想定より成長している部分もあれば成長していない部分もある。確実なのは自分は（そして他のメンバーも）全然満足していないということであり、改めてやりたいことを考えた結果、自分の時間の使い方をもっと会社の成長に寄せて、中期的なリターンの最大化を図ることにした。40 歳までを一つの区切りとして人生設計を考えているが、その区切りで色々な選択肢を取れるようにするためにも、個人的で小粒・短期的なリターンを得るための行動をするより、会社の中長期的な成長を最大化するためにフルベットする方がよいと考えるに至った。そのような背景もあり、自分は育休明けから組織全体の生産性を高めるために組織開発的な仕事の割合も増やしたりしている。こういう仕事は以前からやっていたが、自分が属するチームに優秀なメンバーも増え冗長性が高まったこともあり、自分が他の仕事に費やす時間を確保しやすくなったという面もある。具体的にどういうことをやっているかというと、最近では組織全体の OKR 運用の改善などを主導していたりもした。この辺りの話はまた別途書くかもしれない。というわけで、人生の質が変わったなと感じる一年であったが、来年もやっていく。来年はもう少し Web 上の存在感を復活させていきたいこれはあまり関係ない話だが、ちょっとした意思表明として。今年は Web 上の存在感が皆無になった一年で、それは意図したものだったが、来年からは少しずつ復活させていきたいと思っている。理由は流石に活動が会社の中だけに閉じていて外の情報を取得していなさ過ぎるかなと思ったため。気付いたら Twitter がどうなるか分からない状況になったりしているが、まあぼちぼちやっていきたい。まとめ子が産まれてから人生の質が変わったな、という振り返りをした。子育てと仕事しかしていない生活になったが、仕事のパフォーマンスは向上した。みなさんよいお年を。

人生の質が変わった

TL;DRGitHub repo: https://github.com/yoheikikuta/text2img_webapp論文で示されてるフルのモデルと比べると結果がイマイチ過ぎてテンションが上がらない…最近 text2img の発展が著しいので、自分でもモデルを触って遊んでみようとかやっていた。https://github.com/yoheikikuta/text2img_webapp ので、そのあたりの話を書いておくエントリ。text2img とは入力した文章に基づく画像を生成する過程を指す言葉であり、最近 diffusion model を使いつつ巨大なモデルを構築することによって飛躍的にその性能が向上している。この手の話は昔からやられているが、なかなか難易度が高いので人間が描いたものと遜色がないというレベルに結構難しいなと思っていた。それが 2021 年 初頭に DALL·E https://arxiv.org/abs/2102.12092 によって驚くような性能を発揮したことで、ワクワクして論文を読んだり podcast で取り上げたりした。podcast は以下の3回のシリーズものとして出している。Vision Transformer の回 https://anchor.fm/yoheikikuta/episodes/9-DALLE–part-1-Vision-Transformer-eop4lsCLIP の回 https://anchor.fm/yoheikikuta/episodes/11-DALLE–part-2-CLIP-eq2as8DALL·E の回 https://anchor.fm/yoheikikuta/episodes/13-DALLE–part-3-DALLE-errr51この後に画像生成で diffusion model が流行りを見せ、それを text2img に取り入れて更に性能を引き上げた unCLIP (DALL·E2) https://arxiv.org/abs/2204.06125 や Imagen https://arxiv.org/abs/2205.11487 などが出てきて、これはもう人間が描いたものと遜色がないというレベルまで来ている。自分で遊べる pretrained model が欲しいなと思っていたら、GLIDE https://arxiv.org/abs/2112.10741 という手法の GitHub repository https://github.com/openai/glide-text2im で簡易版ではあるが pretrained model が MIT ライセンスで公開されていたので、それを使って遊んでみようとなった。web アプリを作るアプリとしてはまったく簡素なもので、以下のように 日本語文章 → (Cloud Translation で英訳) → 対応する英語文章を作成 → (text2img モデルで画像生成) → 生成画像を表示 するだけのものであり、https://github.com/yoheikikuta/text2img_webapp にコードを残していてこれがほぼ全ての情報である。構成は frontend を streamlit で実装して Cloud Run で動かし、backend を FastAPI で実装して GPU enabled な GCE で動かしている、という特に何も面白いこともないものである。結果的には特に面白いことはないが、ここに至るまでいくつか試したものがあったりするので備忘録がてらそれをメモしておく。GPU を使うGPU を使わないと（diffusion step の数をかなり減らしても）画像生成が数分掛かるので GPU を使いたいが、GPU はそこそこお金が掛かるので使う時だけ動かすようにしたい。Cloud Run が GPU をサポートしてくれるようになると嬉しいけど、今のところはサポートされてない（将来的に使えるようになるかもという話は聞いたり聞かなかったりする）。Cloud Run for Anthos では GPU を使える https://cloud.google.com/anthos/run/docs/configuring/compute-power-gpu という話を聞いてちょっと試してみたりした。これは GPU enabled な node pool を有する (Cloud Run for Anthos を有効化した) GKE cluster 準備して、その node に NVIDIA driver 準備して、とかでとりあえずまともに起動するだけでもちょっと手間取った。そして node 数が最低 3 個じゃないとそもそも cluster 作れなかったりして、あれこれ試してるうちにちょっとした金額になってしまったという…個人で GPU を使ったちょっとしたサービスを作りたい、という場合には殆ど選択肢に入らなそう。ということで大人しく Computer Engine を使うことにしたのだが、Terraform 使って resource 作成時に docker container が起動していてあとは text2img の endpoint を叩くだけにしたい、というところでもちょっと大変だった。Compute Engine では Container-Optimized OS https://cloud.google.com/container-optimized-os/docs という Docker container に最適化された VM image が提供されているが、これで GPU 使おうとすると cloud-init 使って NVIDIA driver と CUDA インストールをしないといけない。いまだにそんなことしないといけないのは面倒だなと思って、deeplearning-platform-release プロジェクトの PyTorch が使える image を以下から探して使うことにした。gcloud compute images list --project deeplearning-platform-release --no-standard-imagesそしたら今度は起動時に docker container を走らせておくのがどうすべきかというところで困って、軽く調べてもよさそうな解決策が見つからなかったので、結局 systemd の service として docker container を起動するものを登録して、それを起動時に metadata_startup_script で実行するという形になった。これなら COS image で cloud-init 書いてるのと一緒やん…ということになってしまった。これくらいの用途ならごちゃごちゃやらずにスッと使えるものがあって欲しい気がするが、自分には見つけられなかったので知ってる人がいたら教えてください。ちなみに現状では T4 使うようにしてるけど、A100 使うように変えると動かなかったりして、まだまだイマイチである。適当なところとりあえず自分が遊ぶように作ったので、適当なところが多い。ライブラリのバージョンを fix してないとか、backend の API が公開されてるとか、local の google cloud の credential で resource 作ってて適切な権限持たせた service account 作ったりしてないとか、Container Registry 使ってて Artifact Registry 使ってないのと雑に latest タグ使ってるとか、その他もろもろ。もう少し真面目に作っていくか〜という気持ちになりたかったが、後述のように pretrained model が非力で十分なやる気が喚起されなかった（という言い訳）。今後もっと良いモデルが使えるようになれば改めて頑張るかもしれない。pretarined model の非力さ今回遊んでみて少しは楽しかったのだが、pretrained model を使った生成画像が論文で報告されている画像と比べてイマイチだったというのが残念なところであった。公開されている pretrained model は小さいモデルになっており、学習では（悪用を防ぐためと思われるが）人物のデータとか暴力的な object とかが除かれたデータが使われているとか、upscale のモデルは二段階ではなくて一段階目のみ提供されている。最近の text2img ではインターネット上になさそうな画像（例えば テディベアがバタフライで泳いでる とか）を生成できるところに凄さがあるのだが、それが殆ど再現できてないと感じられた。これだと最近の本質的な発展が取り込まれていないので、遊びがいがないな〜という結果になってしまった。dalle-mini https://huggingface.co/spaces/dalle-mini/dalle-mini の結果の方がかなりよさそうに感じるので、お手軽に遊ぶならこちらの方がいいかなと思う。もっとよいモデルが使えるようになったらまた改めて着手してみるとするかな、ということで今回は終了。まとめtext2img の web アプリを作ったというエントリ。

text2img の簡単なウェブアプリを作った

TL;DR最近幼児教育に関する本を読んでいるので、良かったものをまとめておく一番良かったのは「米国最強経済学者にして２児の母が読み解く 子どもの育て方ベスト」子が産まれたので子育てをしてるが、この機会にと思って幼児教育に関する本をガッと読んでいる。他人にお薦めされたり軽く調べてよさそうなものを読んだりしているが、結構似てる話をしているものも多く、なんとなく全体的な雰囲気は掴めてきた。これ以上あれこれと読まなくてもいいかなと思えてきたので、読んできた本の中で良かったものを 3 つ挙げておく。自分と似たような思考の人であればとりあえずこの 3 つをお薦めしておけばいいかなという気がしている。米国最強経済学者にして２児の母が読み解く 子どもの育て方ベストAmazon link: https://www.amazon.co.jp/dp/B08WYPWYKB/ref=dp-kindle-redirect?_encoding=UTF8&btkr=1同僚に勧められて読んだ本。エビデンスに基づく子育て本を色々読んでみたが、最もよく書けているのがこの本だった。経済学者である著者が実験のバイアスをケアしながら、実体験にも基づいて解説をしている本である。夫も経済学者であり（本の中で夫の論文が引用されていたりしている）、論文をかなりちゃんと調べていそうで、論文があったとしてもそれが信頼に足るものかを判断していそうなところが凄い。子育てに関する論文をチェックするという観点で、ここまでの熱量は自分にはないな〜と感じる。可能な限り定量的でありながら、子どもにとっての効果だけでなく家族全体の効用についても言及したりしていて、納得感がありつつ実践的でもある。例えば、母乳育児による健康への影響（乳幼児期の下痢や湿疹や発疹や腸炎リスクには好影響がある）や IQ への影響（有意な影響を与えない）などが解説されつつ、金銭や手間の観点も盛り込んでいる。内容は米国の話ではあるが、国の依存性がそこまで大きくない話が多いので、日本を含む他の国の人が読んでも大いに参考になる。唯一の欠点はタイトルの煽り方。なんでこんな酷いタイトルしかつけられないのか…自分は同僚に勧められなければ読まなかったであろうタイトルだが、こういうタイトルをつけた方が売れるのだろうというのは虚しさがある。ちなみに原著は CRIBSHEET (虎の巻、カンニングペーパー): A Data-Driven Guide to Better, More Relaxed Parenting, from Birth to Preschool というもので、洒落てるし本の内容をよく表現していると思う。幼児教育の経済学Amazon link: https://www.amazon.co.jp/dp/B00ZQFPQLW/ref=dp-kindle-redirect?_encoding=UTF8&btkr=1自分であれこれ調べてるうちに見つけて読んだ本。幼児教育（就学前教育）への介入が重要であることを過去の社会実験に基づいた分析から著者の Heckman（2000年に個人や家計の行動の統計的分析に関する貢献でノーベル賞受賞）が主張し、それに対して色々な立場の人からの意見をもらっているという本。内容は、認知能力と同様に非認知能力を育むことが重要であること、幼児教育への介入が費用対効果が高い（投入するコストに対して将来的に得られる利得が大きい。過去の社会実験では 15% くらいになるみたいで、これは公的教育の ROI とくらべるとめちゃくちゃ高いらしい）ことを論じている。主張の根拠になっている社会実験（ペリー就学前プロジェクト）が 50 年以上前だったりして以降の別の社会実験ではその再現性に疑問符があったりして、この手の社会実験は本当に効果があるのかを見極めるのが難しいところはあるが、幼児教育への介入の ROI という観点で面白い本だった。完全にアメリカの話なので参考程度という内容も多い感じだけど。この本を読んでおけば、幼児教育への介入が重要なので、個人の子育てとしては勉強できるようになってから頑張るのではなくその前から教育を進めた方がよい、公共政策的には限られた予算を幼児教育中心に投入した方がよい、みたいな主張の意図するところを理解できるようになる。Heckman の議論の後に各分野の専門家によるコメントが寄せられていて、古くてサンプル数が少ない研究をベースにしてる点への批判とかがちゃんと書いてあったりするので、内容を鵜呑みにしないような構成になっているのもよかった。赤ちゃんはことばをどう学ぶのかAmazon link: https://www.amazon.co.jp/dp/B07XLC1MKM/ref=dp-kindle-redirect?_encoding=UTF8&btkr=1同僚からゆる言語学ラジオの赤ちゃんの言語習得シリーズ https://www.youtube.com/watch?v=AMIaheSRVew&list=PL911pe0HjN9gufWEDWCoQIsTGkyNSSkor が面白いと勧められて見ていたら、そこで紹介されていたので読んだ本。赤ちゃんの言語を学ぶプロセスを解明するためにどういう研究をしてどういう結果が得られて、それをどう解釈できるかという解説をしてくれる本。興味深い結果としては、音声で聞かせるだけでは赤ちゃんの学びにはならずインタラクション（赤ちゃんの反応を見つつ語りかける）が必要であること、バイリンガルといってもほとんどのケースでどちらか一方の能力の方が高い、など。単に動画を見せるだけでは学べないけど、最近の機械学習で赤ちゃんの反応を検出した上で会話をするみたいなのは一定できそうなので、それで学ばさせるとどうなるかとか気になるね〜など想像力も刺激される。本以外にどういう情報源にあたるか？ちょくちょく参考にするのは以下の学会のウェブサイトである。子が新生児なので幼児教育というより医学的情報を必要とすることの方が多いのであまり調べてないのだけど、幼児教育関連であればとりあえずここを見とくと良い、みたいな情報源が存在するのかは分かっていない。日本小児科学会: https://www.jpeds.or.jp/American Academy of Pediatrics: https://www.aap.org/Society for Research in Child Development (の Briefs and Fact Sheets): https://www.srcd.org/論文が公開されてるんだから気になったものは全部自分で論文を調べればいいのではないか？という考えもあるが、あらゆるものを自分で調べるというのはそもそもの分野への興味とか手間とかの観点から難しい。具体的には、歩きながら抱っこすると明確に泣き止むよなと思って理由を調べてたら輸送反応が関係している研究 https://www.riken.jp/press/2013/20130419_2/ を見つけてそれを読んだり、子を毎日沐浴させる必要性ってあるんかと思って聞いたら同僚に関連している研究 https://repository.dl.itc.u-tokyo.ac.jp/record/48701/files/A32822.pdf (PDF 注意) を教えてもらってそれを読んだり、みたいなことがあった。まあでも門外漢にとってはちゃんとした本にまとまってくれてるのが嬉しいですね。まとめ幼児教育に関する本を色々読んで雰囲気を掴んできたので、特に良かった本を 3 つ挙げてみたというエントリ。

幼児教育の本をいくつか読んで良かったものを挙げる

TL;DR子が産まれたので 4/15 ~ 6/30 まで育休を取ります東京じゃないところで子育てしたいな〜と考えたので福岡に移住します4/15 に子が生まれました。子ができたらまずは集中して子育てするか〜ということで 6 月末まで育休を取ることにした。子が生まれた4/15 お昼ごろ爆誕した。新型コロナウィルス感染症対策のため、自分は健診の時から母子が退院するまでクリニックに入ることはできない。これはやむなしとは言え、やはり寂しい。あと数日待たないとまだ実物の子に会うこともできないわけが、ともかく母子ともに無事で何よりだった。自分もできる限りのことはしたつもりだが、どう足掻いても圧倒的に妻の負担の方が大きいわけで、そういう状況でも一緒に楽しく過ごしてくれてお産も頑張ってくれた妻には感謝しかない。同僚に産婦人科医がいるので、プロに色々聞くことができたというのは非常にありがたかった。クリニック・病院選びや出生前検査など、自分が調べるだけでは判断できないことを色々教えてもらえた。ちなみに子に欲しいものなんかある？と聞こうと思ったがどうやらまだ会話することができないみたいなので、子が見て楽しんでくれそうなアイテムを選んで欲しいものリストを作った: https://www.amazon.jp/hz/wishlist/ls/24YEC5IJRKEVP?ref_=wl_share育休を 2 ヶ月半ほど取得する子が産まれた最初のうちは育児に専念したいと思い、育休を取ることにした。もともと出産予定日が 4/12 で退院まで 5 日ほど掛かるので 4/15 くらいから取っておくか〜と考えて申請していたが、実際に出産日も 4/15 になってなかなかの偶然の一致であった（ちなみに育休は出産予定日から取得することができるので、予定日がずれれば産まれる前から休みに入ることもある）。チームには最近立て続けに優秀なメンバーが加入してるので一緒に色々やっていきたいところではあったが、しばらくはお休みすることにした。育休の間に何かやろうかな〜と思ったりもするけど、育休っていっても休みじゃなくてめちゃ大変だから！という話も聞くので、我が家の場合どうなるか様子を見つつやっていこうと考えている。福岡に移住することにした子が産まれそう、となってから引っ越しをすることを考えていた。家は 75m2 以上で 3LDK 以上とかがいいなとか、徒歩圏内にいい感じの公園が欲しいなとか、家賃はできるだけ抑えたいとか、とはいえそこそこ都会で生活の利便性も欲しいなとか、我々が求める条件を満足しようとすると都内では（そして東京郊外でも）厳しかった。これはもう地方移住でもいいなと思って色々探していたが、Ubie には福岡で働いてる同僚が 5 人以上いて、福岡はいいぞと推されることが多かった。自分でも色々調べてるうちに、福岡はかなりよさそうという思いが強くなっていった。そこからは大濠公園近辺で好条件の物件を探して不動産会社に連絡をして、幸運にもかなりよさそうな条件の物件の契約にこぎつけることができた。別に福岡には縁もゆかりもないのだが、同僚もそこそこいて色々情報を教えてもらったりコミュニケーションも取れそうなので、そこまで不安なく移住を決断することができた。ということでみなさん、福岡にお越しの際はぜひご連絡ください。まとめ子が産まれた。育休を取る。ついでに福岡に移住する。

4/15 ~ 6/30 まで育休を取ってついでに福岡に移住します

TL;DR各々が何を話したいか？ということなので特定の答えがあるトピックではない自分は (仕事に関すること):(それ以外) = 7:3 くらいの割合で話してる気がする最近忙しい気味で、雑談の内容がどうこうではなく日頃雑談をするくらいの余力があるという状況が大事だな〜と思ったりしている職場で雑談、やってますか？自分は結構雑談が好きな方ではあると思うけど、そもそもどういう内容の雑談をしたいんだっけということを振り返ってみる。雑談することで相互理解が深まるとかそういう効用の話は今回は触れずに、雑談の内容について考えるエントリ。仕事以外の内容まずは仕事内容に関係ない雑談から。自分は仕事と関係ない雑談もちょこちょこする。最近調子どうですか！？というのを会話のきっかけにしがちだけど、その後の分岐で仕事以外の話になるとそれを継続して話すことが多い。内容としては相手に合わせつつ生活一般とか漫画とかゲームとかになりがちだけど、振り返ってみるとあまり内容には気を払っていない。その場が楽しい時間になるようにとか、それをきっかけに仕事の議論につなげようとかが目的にあることが多くて、話の内容自体はどうでもいいと思っている節がある。こういうことを書くと別に話したくもない内容を無理して話してると思われかねないが、普通に楽しんではいるのでそこはちゃんと表明しておきたい。本質的には話の内容には興味がないということで、そもそも雑談というのはそういう要素を多分に含んでいるものですよねと言われたら、それはそうという感じでもある。そもそも他人に興味がないので、仕事以外の雑談が苦手とかそもそもしたくないという人がいたりするけど、気持ちは分かる。自分も他人に対してさして興味はないけど、場の話題とかをコントロールしがちなので、自分が興味ある話題に転換するのが比較的上手いということで苦手感が薄いのかなと自己分析している。仕事以外ではあるけど技術的な内容の雑談、というのはだいぶ趣が異なる。これは自分は好きで最近何か面白いトピックありますか！？的に聞いて色々話したり、同僚が定期的に開催してくれる会で技術的トピックを持ち寄ってワイワイ雑談したりする。仕事の状況によっては技術的にはそう面白くないことをやることも度々あるので、この手の雑談は良い気分転換になる。仕事に関する内容まず、今まさに取り組んでいるタスクは必要に応じて議論すればいいので雑談的に話したいということは特にない。自分が話したい内容は大雑把に分けると三つくらいある。話したい内容の一つ目は、相手がどういうことをやっているのかという情報収集である。どういうことやってるかとかどういうトピックに興味あるかとかを聞いておくと、後々議論しやすくなるので便利。最近どんな仕事してるんですか？というのはいろんなところでよくなされている雑談だろう。話したい内容の二つ目は、タスクを進めた上で出てきた（そのタスクで直接的に成し遂げたいものとは別の効果をもたらす）アイデアである。いまの実装はこうなってるけどこう変えればこういうことできそう、こういう分析をしてたらこんなことを発見したけどそれから考えるにこういう施策考えられそう、とかはタスクをやっていると色々見えてくるものがある（ここでの書き方は指示語だらけだが…）。例えばスクラムで PBI やタスクをきっちり管理してそれを消化するばかりだとこういうことを雑に話す機会がなかったりするので、雑談がその役割を果たしてくれたりする。雑談じゃなくてそういう場があればもちろんそれでもいいけど。話したい内容の三つ目は、日々色々考えてるプロダクトとかサービスとか組織課題に対するアイデアである。こういうのはプロジェクトとかで携わってないとなかなか議論する機会がないので、色々と自分の中で蓄積しておいて、雑談できるタイミングに持ち出して議論するのがちょうどよい。リモート中心の世界になったけど、gather https://app.gather.town/ とかを使うと雑談できそうな人を視覚的に認識できたりするので、自分に時間があるときは雑談をしにうろうろしたりできるのはいいね。他にもこういうことがしんどいですよね〜みたいな愚痴っぽい話もあったりするかもしれないが、そういう話はあまりしないように心がけている。雑談というと最近の辛い話、みたいに固定化されると雑談してても辛くなってきてしまうので。自分は仕事以外の雑談をするときも、それをフックにこういう仕事に関する雑談をすることが多い。ということで、雑談しましょうよ〜と言って話すと (仕事に関すること):(それ以外) = 7:3 もしくは 6:4 みたいな割合になる。日頃雑談をするくらいの余力があるという状況は大事上記のように書きはしたのだが、最近忙しい気味であまり雑談ができてない。雑談をする余裕があったり、その雑談で筋がよさそうな施策が見えてきたら新たにプロジェクト作って推進していける余裕があったり、ということは必要だよなと感じている。ということで、中身の話をすると言ったエントリではあったが、大事なのは日頃雑談をするくらいの余力があることだよな、というところに着地してしまった。ちゃんちゃん。まとめ雑談についてちょっと書いてみた。雑談はいいよね。雑談できる余白を作らねば。

職場での雑談で何を話したい？

TL;DR令和3年分の確定申告を終えた仕訳帳を作り始めてから税額が確定してクレジットカードで支払い処理をするまで 6 時間ちょっとだった去年副業とかあまりしてなかったのと特に新しい処理がなかったので過去最短だった偉いので確定申告をした。特筆すべき点はないのだがメモがてらブログに書いておく。自分の確定申告の流れ過去に記事 https://yoheikikuta.github.io/tax_returns/ を書いていて、基本的にはこれを毎年少しずつ育てて（新しいことがあったら情報をアップデートして）いる。今年の確定申告も例年通り以下の手順で進めた。仕訳帳を作る仕訳帳を基に総勘定元帳を作る株式関連の情報を取得して整理e-Tax で確定申告書B、所得税青色申告決算書、医療費向上の明細書、外国税額控除の明細書、を作成内容を確認してクレジットカードで納税昨年から変更が入った分電子庁保存法 https://www.nta.go.jp/law/joho-zeikaishaku/sonota/jirei/02.htm というものが2022年1月から施行された。これは、これまで紙の保管を義務付けられていた国税関係帳簿書類などを電磁的に保存しておけば紙が不要になるもの、と理解している。まあ正直細かい条件とか読んでないけど、最初に帳簿とかを作るときは全部 Google Sheets で作ってるのでこれで満たされていて欲しい（希望的観測）。医療費控除のマイナポータル連携で自動的にデータ取得ができるようになった。これはとりあえず連携してるので試してみたが、ちゃんと全部情報が入ってんのかな？という疑問が湧いた。額を見ると足りない気がする。どちらにせよ今回は医療費控除が発生するほど医療費使ってないので、連携ができたという以上の深入りはしてない。あとは e-Tax でスマホからできるよってアピールが強くなってた気がした。M1 Mac とかで問題なくできるのかなという懸念があったのでうまくいかなかったらスマホで試してみようとも思ったが、問題なくできたので試してない。そんなもんかな。昨年は副業をあまりやってないので経費とするものもほとんど発生しないし、作業はサクッと終わった。M1 Mac から e-Taxマイナンバーカードの読み込みがうまくいかないかも、的な警告を目にした気がしたが、結果的に自分は問題なくできた。ただし Chrome は対応していないので、Safari で処理をした。Safari: Version 14.1.2IC カードリーダ: NTT ACR39-NTTCom https://www.ntt.com/business/services/application/authentication/jpki/download6.htmle-Tax ソフト: 適宜これやれあれやれと指示が出たものに従って特に問題なくできた所管トータル 6 時間くらいで終わってよかった（去年は 15 時間くらい掛かってそうだった）外国税額控除のための作業が一番面倒くさい（SBI証券で特定口座（源泉徴収なし）だと年間取引報告書が発行されずに自分で一件一件調べないといけない…過去に問い合わせたときも一覧は作成してないと言われた）色々とめんどくさいところはあるけど、色々調べて自宅で作業して申告と納税をする、という一連の流れが全部自宅で完結できるのは便利だまとめ令和3年分の確定申告も無事に終えた。偉い。