『すごい効率化』読書レビュー 109冊目:ビジネスNo.73

『すごい効率化』
著:金川顕教


こんにちは、読書好きのmasamariです。

今回は、金川顕教さんの『すごい効率化』をご紹介します。


◾️自宅以外の作業場所を新たに作る

まずは自分の仕事環境を整える。
そのために、著者が実践した一番わかりやすい方法というのが、「作業場所を変える」ことだった。
どういうことかというと、具体的には朝と夜に、職場や家ではない自分専用の場所を用意したのである。

著者が有限責任監査法人トーマツで会計監査の仕事をしていたときは、仲間と二人でお金を出し合って事務所を借りた。
公認会計士試験の勉強をしていたときは、お金がなかったので、朝はカフェ・ベローチェ、夜はマクドナルドに毎日通った。

なぜ、作業場所を新たに作るといいのか?
それは、新しく習慣を作ることができるから。
まず、家はほとんどの人にとって「くつろぐ場」である。

会社が終わって、家に帰ってきてから「よし、勉強しよう!」と気合が入る人は、ほとんどいないはず。
なぜなら、家に帰ったらのんびりくつろぐモードになる、というのを、たいていの人は普段の習慣として身体で覚えているからである。
お風呂に入っているときに仕事のことを真剣に考えようとしても、ちょっと無理ですよね?
お風呂は身体を洗うところであって、仕事をする場ではない。

同じように、家に帰って無理やり仕事や勉強モードになろうとしても、これまでの習慣からいうと、かなり厳しいはず。
もちろん、人によっては自宅でも集中して作業ができる人もいるでしょうし、実際に家族が起きる前や、一人暮らしの自宅で朝活している人もいるので、誰もができないわけではないが、少なくとも著者の場合、自宅では無理だった。
家に帰ったらやらない、ということがわかっていたので、起業するときは事務所にウォーターベッドを持ち込んで、そこで寝ていたくらい。
一人暮らしの著者でもそうだから、結婚してお子さんがいるような家庭の場合は、やはり自宅で何かをやるのはかなり厳しいのではないか。

本を読み始めても奥さんに話しかけられたり、子どもの声がしたり……だと、あまり集中できず、結果的に、時間を取っても思うような成果が出ないだろう。


◾️毎日集中できる環境の作り方

その点、多少お金をかけても自宅ではない自分専用の場所を持つことは、圧倒的に結果が出る。
ぜひともやってみてください。
事務所を借りるなどおおげさなことは無理と思うかもしれないが、朝や夜にカフェに通うくらいは、普通のビジネスパーソンでも十分できるはず。
もっとも、著者が借りていた事務所も、月に一人1万8000円くらいの出費で、自己投資としてはそれほど大きい金額ではないと思う。
探してみれば、安いシェアオフィスなどたくさんあるはず。

著者の場合は、安かったので机と椅子だけの狭い事務所スペースで、何もなく寂しい場所だったが、ここで孤独に耐えるというのもひとつのいい勉強だったとのこと。
なぜなら、一般的に仕事ができる人というのは、孤独な人でもあるのだ。
やはり人よりも結果を出せるということは、みんながやらないことをやり続けられるからであって、そういう人はどこかで一人孤独に作業しているものである。
そのため、人が遊んでいる時間や寝ている時間に、家族や同僚と離れ、孤独に耐えて朝活・夜活をするのは、一流になるための第一歩と言える。

外に作業場所を持つもうひとつのメリットは、選択肢を減らすことができる点だ。
自宅には、さまざまなことができる選択肢がある。
テレビがあるからスイッチひとつでつい見てしまうし、お風呂に入ろうと思えばすぐ入れるし、小腹が空いたら冷蔵庫を開けて何かつまんでしまうこともできる。
そうした誘惑に負けず、孤独な作業に集中できる自信がある人であれば自宅でやってもいいだろう。

しかし、普通は毎日やり続けることができない。
だから、そもそもそれらが絶対にできないように、選択肢を減らしておくのである。
それによって、毎日必ず集中する習慣を作ることができる。
最初にやるべきなのは、この習慣作りそのものである。


◾️おわりに

作業を効率化するために、環境を変えるのも一つの手段です。
確かに家だと慣れ親しんでいて、ダラダラしてしまいます。
テレビを見たりマンガを読んだりなど、選択肢が多いと集中力が下がってしまう。
気が移らないために、選択肢を減らすことが重要である。
作業を効率化したいという方は、是非読んでみてください。


こちらの本はKindle Unlimitedでも読めます!
初めての方は30日間無料ですので、試してみてください

コメントを残す

メールアドレスが公開されることはありません。 * が付いている欄は必須項目です

このサイトはスパムを低減するために Akismet を使っています。コメントデータの処理方法の詳細はこちらをご覧ください