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?
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 |
- 自社でAIに予測させたい判断は何か。
- 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。
出典・参考文献
- 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。