@tamagoyaki19992 MIて参入障壁低いのでしょうか？ Python使ってデータこねくり回すことは簡単ですが、ビジネスに活用できる成果を得るには材料科学の深い知識が必要と思っています🤔

@industrial_ds MIがちょろい的な意味に解釈されてしまってたらすみません。その意図はないです。 PC１台あれば始められると、ドラフト１台あれば始められるだと参入障壁にかなり差があります、と言いたかった感じです。競技人口の多い業界は勝手にレベルが上がりますので従来の化学業界と雰囲気変わるだろうなと。

@tamagoyaki19992 中途半端に設備もDXも触って、両方とも専門的でない人たちが量産されています。仮にDXで効率化ができるとしても、目が出るには5年以上かかりそう。その間に専門性がない人だらけで競争力を落とす、と。

@chemi_machine DXが大当たりしなかった場合、新しいタイプのジェネラリスト系職種として特に専門性が必要ないポジションに臨機応変に配置される人材としてプールされると予想。

@tamagoyaki19992 エンジニア（設備、プロセス）とかはまだマシじゃないかなと思います。 問題は実験系〜分析系でMIに放り込まれた人、企業特有のモノを仕上げる工程から離れるので大学院生に近いレベルになる恐れ… しかもデータベース構築辺りに従事させられたら、基礎研究よりも潰しが効かないかも。

@MzO76TqLYhSYuYY 製造業の実体的価値は現場ゴリゴリ回すマンが産み出してますからね。MIが持ち得る価値は画期的（かもしれない）プロセス効率化手法か、画期的（かもしれない）新規価値創出手法なので、他のR&Dテーマと同じで当たりを引けなかった人は何者でもない人になりそうな予感。

@tamagoyaki19992 まさにその通りだと思います。材料なんて装置産業なだけであって知があるわけではないですからね。 米中のMIとか見てるとITが材料の旨味に気付いてMIから材料に入ってきてる節がありますね。

@TTatsuy46274560 アナログ世界をデジタル化・モジュール化して参入障壁を下げ、コア部品・コアサービスで付加価値を吸い取るのは、古くはPC、最近ならアプリストアで実績のある戦略ですね。技術・インフラ面でのブレークスルーが必要になりますが、MIがそれに相当するかもという期待感はあるんでしょう。

@dr_vegepamyu 本当にそうですね。学習データ取得のために実験や装置改造できる、機械学習できる、学習させたモデルで動く装置作れる、的なサイクル回せるとつよつよですね。