Column / AIと経営

予測の経済学

AIと経営

予測の経済学AIで予測が安くなると、なぜ判断の値打ちが上がるのか?

動画で見る ↓

予測ができても、決めることは残る

AIで、明日の売れ行き、来月の受注、お客様が離れそうかどうかを予測できるようになってきました。そうなると、人が判断する仕事は減るのではないか。そう考える社長もいます。

経済学者のアジェイ・アグラワル、ジョシュア・ガンズ、アヴィ・ゴールドファーブは、2018年の著書『予測マシンの世紀(Prediction Machines)』で、AIを「予測を安くする技術」としてとらえました。そのうえで、予測が安くなると、予測と組み合わせて使う人の判断の値打ちが上がると論じました。

なぜそうなるのか:安くなったものと、組み合わせるものの値打ち

三人の考え方は、経済学の基本に沿っています。あるものが安くなると、それと一緒に使うものの値打ちが上がります。

判断の要素 中身 AIで変わること
予測 何が起きそうか(売れる数・離れそうな客) 安く、速く、細かくなる
判断 外れたとき、どちらの損を重く見るか 予測からは出てこないので、人が決める
行動 実際に何をするか(仕込む・連絡する) 判断が決まれば、手順にできる
データ 予測の元になる記録 予測の質を左右する

予測がいくら正確になっても、外れは残ります。そのとき、売り切れと売れ残りのどちらの損を重く見るかは、お客様にとっての店の約束、粗利、廃棄の費用など、会社の方針で決まります。予測を安く大量に使えるようになるほど、同じ判断の方針が毎日・品ごとに繰り返し使われます。方針が1つずれていれば、ずれも同じ回数だけ積み重なります。

中小企業に置き換えると

3店のパン屋を考えます(説明のための架空の例です)。AIが、店ごと・品ごとに明日の売れる数を予測します。ある食パンは、予測が40本でした。

売り切れると、そのパンを目当てに来たお客様が帰ってしまいます。売れ残ると、1本あたりの原価が廃棄になります。看板の食パンは1本400円、原価は120円です。売り切れて1本売り逃すと、粗利280円を失います。売れ残ると、原価120円が廃棄になります。失う額は売り逃しの方が2倍以上重いため、この会社は予測より多めに焼くと決めました。一方、ほかのパンは、売り切れてもお客様が別の品を買っていくことが多く、売り逃しで失う粗利はほとんどありません。こちらは売れ残りの損を重く見て、予測どおりに焼きます。

同じ40本という予測でも、損の重さの比べ方が決まっていれば、担当者は迷わずに仕込めます。決まっていなければ、担当者ごとに焼く数が変わります。

自社で確かめる数字と問い

見る数字 何が分かるか
予測を使っている判断の一覧 AIが効く場面
外れたときの損の内訳(欠品・在庫・廃棄) どちらの損が重いか
判断の方針が決まっている判断の数 担当者が迷わず動けるか
予測の元になる記録の年数と抜け 予測の質の土台
  1. 自社でAIに予測させたい判断は何か。
  2. その判断で、外れたときにどちらの損を重く見るかは、決まっているか。

M&A・事業DDではどう見られるか

買い手は、AIの予測の精度だけでなく、予測を使って誰がどう決めているかを確かめます。判断の方針が社長の頭の中にしかない会社では、社長が抜けると、予測があっても動けなくなります。

反対に、どちらの損を重く見るかが言葉や数字で決まっている会社は、人が代わっても同じ判断ができると見られます。売る前に、主な判断の方針を書き出し、予測の元になる記録をそろえておくことです。

動画でも解説しています

動画は近日公開します

まずは、AIに任せたい判断を1つ選びます。その判断を「何が起きるかの予測」と「外れたときにどちらの損を重く見るか」に分けて書きます。後ろの方は、社長と担当者で先に決めておきます。

AIに任せる範囲と、人が決める範囲を整理したい場合は、お気軽にご相談ください。業務とAIの両方の視点から一緒に整理します。

お問い合わせはこちら →

出典・参考文献

  1. Agrawal, A., Gans, J., & Goldfarb, A. (2018). Prediction Machines: The Simple Economics of Artificial Intelligence. Harvard Business Review Press. — 予測と判断の考え方の原典

このコラムは一般的な経営と経済の研究の解説です。個別の経営判断は、自社の状況に合わせて行ってください。

まずは、初回のご相談から。

初回のご相談は無料です。内容の秘密は守ります。

お問い合わせはこちら →