AI時代にこそフェルミ推定！ #222

おはようございます。人間広告者、今日も元気に回転します。奈保子さん、はい、今日は奇妙な男の話をまずさせてください。ほう、舞台は 1945年、アメリカニューメキシコ州。ここで人類史上初の核実験トリニティ実験が行われました。真っ暗な未明の砂漠なんですよ。はい。カウントダウンがゼロになって、太陽よりも眩しい光が炸裂したその瞬間、観測チームの中にいた一人の天才物理学者が実に風変わりな行動をとりました。はい。

彼はポケットから取り出した小さな紙をヒラヒラと空中に放り投げたんですよ。で、爆風の衝撃波が彼を通り過ぎた時、髪は当然風に煽られて数メートル後ろに飛びますよね。で、その男はその飛距離をちらっと見て、その場ですぐにこう呟いたそうです。ふむふむ。この爆弾の威力は TNT 換算で約 10キロ飛んだな、みたいな。はい。紙が飛んだ距離で瞬時に爆弾の威力を推測するっていうのは、これは科学者でも簡単なことではないんですよ。

はい、彼の名はエンリコフェルミ。聞いたことありますか？ないです。ないですか？彼こそが今回テーマにするフェルミ推定の名前の元になった人物です。はい。フェルミ推定というのは、断片的な情報から論理の力だけで未知の数値に肉薄する技術のことなんですよ。はい。例えば日本に郵便ポストはいくつあるかとか、日本全体の一日の銭湯の売り上げはいくらかとか、自分の知っている情報を集めて、そこから知らない数字を作っていく。

これがフェルミ推定です。はい。フェルミさんっていうのは、フェルミ推定を開発した人ではなく、超有名な物理学者なんですよ。はい。ただ、先ほど申し上げたトリニティー実験のエピソードがめちゃくちゃ有名なので、この推論方法に名前を残しているというわけですね。ちなみになんですけど、最初の爆弾の威力なんですが、彼は 10キロと言いましたが、実際には約 20キロトン前後だったそうです。うん、あ、違うじゃんと。うん、2倍違うじゃんと。

うん、そうじゃないんですよ。これは桁を合わせただけで異常な推測能力なんですよ。フェルミ推定っていうのは、つまりぴたりと当てる技術ではなくて、はい桁レベルで大きく間違えないための技術なんです。はい、わかります。ちなみにまあ、これを聞いている方にはコンサル業界を目指す学生さんもいると思うんですけども。フェルミ推定の問題はコンサルの採用面談で頻繁に出題されます。きゃあ知ってました。大変ですね。ちなみに業界に入るのは？

めちゃめちゃ大変ですよ。それで振り分けていくわけですよ。フェルミ推定って一番わかりやすいんですよ。どれだけ知識を持っているか、それを論理的にどう組み立てられるかっていうことを見てるわけですね。で、最近、航空会社を真似してよくフェルミ推定の問題だそうです。なので今回は学生さん必聴の会かなと。い。うふうに思っております。じゃあ、社会人の方はここで。ありがとうございました。いや、聞いてください。やめてくださいよ。

そのネガティブキャンペーンしないでくださいここでところで奈々子さん、はい。学生の類推力を確かめる試験としては、めちゃめちゃ有効だったとしても。このエーアイが発達した世の中で、未だにフェルミ推定って業務で有効だと思います。ああ、なるほど。うん。難しい質問かも。そうなんかね。もう必要ないんじゃない？みたいな気しますよね。ないんじゃない？と思いつつ、人ができるとすげえなとはなりますよねね。なんか自分でやる気がないのね。

人に任せる前提で語ってるなんて。言うんだろう。それができる人ってすごく。プロフェッショナルな感じがするというか。そうです。だし、より確実な情報をくれる人に見える感じがする。かっこいいんです。シンプルに言うと、フェルミ推定できるやつはかっこいいはい。で、かつてのフェルミ推定っていうのは、答えにたどり着くための最多のショートカットとして重宝されてたんですよ。はい。例えば事業規模を推計したり、関係人口を算出したりとか、要するにどれだけ設けられるかみたいなことを考えるときに、事業開発に欠かせない技術だったわけで。

すね。そうですよね。うん。でも、その役割はもう終わったと言っていいですよね。なぜなら今の時代、教えてジェミニーといえば、それっぽい結論が即座に返ってくるわけですよ。あのヒサシさんがチャッピーからジェミニーに移行されたのが今わかりまし。たあの、どちらも課金してますよ、僕は。ちなみに、ただジェミニーの方により多く僕の知識を注ぎ込んでいるので、だんだんジェミニーが可愛く思えてきましたけどね。はい。桁を間違えなければいいという、さっきのフェルミ推定の技術。

こういう意味では AI に投げちゃってそこで推定させる方が正確だし、それで一発完結する気しませんか？しますよね。効率的にはそうです。ね、そうですよね。しかししかし、だからこそ我々はフェルミ推定の技術を衰えさせてはいけないんですよ。はい、それはなぜか。そして、フェルミ推定の基礎テクニックも含めて、今日はお話していきたいと思いま。す、お願いしま。す、ちょっとした演習がありますよ。最後にドキドキしますね。

や。だ、スマホの電卓アプリの用意お願いしますね。やだ、やだじゃないんだよ。スマホ持ってないです。スマホ持ってないの？はい。嘘ついて目の前にあるじゃん。なんなんねんじゃあ本題に。行きますよ。はい。今日の参考文献は細谷勲さんの書籍地頭力を鍛える問題解決に生かすフェルミ推定 2007年の書籍です。この頃からコンサルティングの会社はフェルミシーティを出していたわけですね。前日通り、フェルミ推定の価値っていうのは、エーアイの登場によって 180度変わっちゃったんですよ。

この市場は 3000億円ですとか、この施策で売り上げは 1.5 倍になりますみたいな。どれも結論が一瞬で提示される時代ですよね。でも、ここが落とし穴なんです。なぜかわかりますか？ハルシネーショ。ン、まあ、それもあります。は。い、それもありますか？1回置いときましょうか。ハルシネーション行っちゃうと、もうすべてそれで終わっちゃうので。はいはい、条件に。よってはい。制度変わってしまう。条件によって制度は変わってし。

まうああ、まあ、それもあるかもしれませんね。インプットする内容によってはそうです。回答が変わってしまう恐れもある。じゃあ、正確な内容を入れたとしましょう。一律答えが出てくるとしましょう。はい。これ、何か抜けてませんか？我々が思考すべきプロセスが。どこだろう。要するにですね、答え言いますが、AI が提示するのはあくまでもブラックボックスから出てきた結論だけになっちゃう。ん。です。よその数字がどうやって成り立っているのかという構造が見えてないんです。

それが見えてないと、人間がそれ以上何もできなくなっちゃうわけです。はい。その結論を是として扱うしかないからね。はい。例えば会議で AI が来期の売り上げ予測は 10億円ですと出したとしましょう。その数字を作り上げた要素を知らないままに、その結論を鵜呑みにしているチームというのはどうなるかというと、例えばああ、10億円かと、儲かるなと言って実行するだけなのか、あるいはああ、10億円か無理だなと言って諦めるのかで実行した時に、もし推定値と違っていても、その後の打ち手が考えられないわけです。

ええ。で、根拠のない期待と根拠のない不安がぶつかり合うだけの空中戦になっちゃいますよね。これが結果としての数字しか見えていない状態の末。路で。すこれ、ちなみに。その算出の過程を教えて。って言ってくれません。ある程度くれる可能性はありますね。ただ、それも結果でしかないですよね。AI が導き出した算出をどの要素で算出したのかということを、結果的に我々が知ることになりますよね。それもはい。つまり、何の要素が必要かというのを能動的に考えたわけではないですよね。

ああ。でも点検はできますよね。点検はできます。点検はできますけれども、結局ここから僕は何が言いたいかというとですね。フェルミ推定の真髄なわけですよ。はい。エーアイが出したその数字を即座にどの要素の掛け算でできているかという構造に書き戻す。で、仮にその予測外れた時にどの要素が誤っていたのかの見当をつけて、で、どのレバーを引けば結論の数字が変わる可能性があるのか、みたいなことの仮説が立てられるかどうかのわけです。

ええ。エーアイに与えられた結論、あるいはエーアイに与えられた数式だけを見ても。どこの数字を書き換えると、我々に有利なことになるのかな。わかりませんよね。はい。つまり、今の時代にフェルミスイデを学ぶ理由というのは、ショートカットのためだけではなく、数字を支配するためなんです。うん。どういうことかというと、この世界を分解して捉える知性を持っているかどうかというのは、エーアイに使われる人間になるのか、エーアイの情報をもとに意思決定できる人間になるのかの分かれ道となるわけです。

なんか。フェルミ、推定だけじゃなくて、すべてにおいてでもそうですよね。そ。の通りです。うん、その通りです。ビジネスで AI を使うときに気をつけなきゃいけないところのは、ここが根幹ですね。だから、ちょっと普遍的な話になるかもしれませんが、はい、じゃあ数字を支配するとは具体的にどういうことかというと、それはその数字を数式として解体して、結論の数字を最大化するための視点となる要素を見極めることなんですよ。

例えば、ある新規事業の売上目標を分解するとしましょう。売り上げというのは、まあいろんな計算軸があるんですが、ここでは簡単にリーチこれ接点数ですね。で、高倍率客単価購買頻度、これ四つの掛け算でできているということにしましょう。この因数分解自体は中学生でもできますよね。で、AI でも出してくれるかもしれません。ただ、ここからが人間にしかできない仕事なんですよ。この掛け算の要素を大きく 2種類に分割するんです。

一つはすぐ動くかもしれないけれど、副作用とか限界があるレバーです。例えばなんですが、客単価、これはつまり値上げですよね。値上げをすれば数字は一瞬で動きますよ。もちろん。ただ上げすぎれば客は逃げますよね。これ価格弾力性と言いますが、こういう副作用がある劇薬のレバーです。ですからリーチ到達率ですね。あの接点数です。これも広告予算を積めば動きますけれども、媒体の在庫とかコストの制約を受けやすいですよね。

予算の上限も存在する難易度の高いレバーです。あと購買率。これも改善の余地はもちろんあります。ただ、これもある一定ラインからは収穫低減、要するに獲得効率がどんどん悪くなってきますよね。要するに、どんなに努力してもそれ以上は伸びなくなる天井の低いレバーっていうのがあるんですよ。ただ、もう一つのレバーというのは、動かすのには時間かかるけど、聞いたら最強のレバーというのもあります。例えばさっきの四つの要素の中で言うと、購買頻度。

一年に 1回買うっていう人を半年に 1回させる。これはできたらすごくでかいですよね。これはユーザーの習慣を書き換える必要があって、体験価値の設計をちゃんとやらなきゃいけないんですけど。要するに非常に重いレバーなんですけど、一度動き出して成功すれば、広告費をかけずに売り上げが積み上がる可能性があ。りますよ。ね、はい。で、AI っていうのは、今のあなたの目の前の現場で、どのレバーが最も軽く動くか、どのレバーが錆びついて動かない場なのかみたいな感覚まで教えてくれないんです。

よ。各レバーっていうのは、時代のトレンドとかインサイト状況を踏まえて動かしやすさが変わりますよね。なので、過去を学習しただけの AI では一般論しか出力できないわけですね。で、フェルミ推定の力がある人は、AI が提示した結論そのまま鵜呑みにはしないです。このモデルは客単価の向上を前提にしているけれど、今の市場でそのレバーを引くのは副作用が大きすぎないかなとか。むしろ今は重たいけれども、購買頻度を 0.1 回上げるためのアイデアを出すべきじゃないかな、みたいな。

そういうふうに一つ一つレバーを点検して、現実を変えるための具体的な打ち手を考えられるというわけですよね。マーケティングの成果っていうのは、結局のところ、こういうふうに要素分解をしていって、どれがテコになるかということを見極めて、そして限られたリソースの中で最も増幅が起きる視点を探し当てるっていう、そういう作業なわけですよ。こういう構造の拍と視点の見極め、それから数字を変えるためのアイディアだし、これが AI にはできない、AI 時代における人間特有の知性じゃないかなというふうに思います。

じゃあ、AI が吐き出した数字に振り回されずに自分の手で構造を組み立てるにはどうすればいいのか。今回ベースにする細谷勲さんの著者が教えてくれるフェルミ推定の方法論というのをざっくり解説したいと思います。これは必見ですよ。黄金のファイブステップ、皆さんもぜひスマホにメモ。をしてくださいね。手書きでも大丈夫です。はい、もちろん手書きでもいいです。自分が手書きだからねはい、ステップ1、前提確認です。例えばですよ、ナオコさん、日本に猫は何匹いますか？

っていうフェルミスいての問題が出されたらどうします？フェミに聞きま。す、もう最悪だな。ここまで聞いてたのか。あんた、はい、びっくりしたわ。あなたは数字に使われるエーアイに使われる人間だよ。はい。こういう問題が出されたらですね。まず猫とは何かを定義しなきゃいけない。んですよ。ええ、はい。だって猫科も含めたら猫たくさんいますよ。うん、あるいは野良猫まで含めますよ。確かに家猫ですか。ここは曖昧にすると最後に出る数字の意味が曖昧になりますよね。

はい、例えばサーバルキャットを猫とするのか否か。これは猫好きでも分かれそうな予感がしますよ。うん、ステップ2 アプローチ設定ここがフェルミ推定の最もクリエイティブなパートなんですが。例えば、先ほどの猫の事例で言えば、世帯数かける飼育率っていう需要側から攻めるやり方もあれば、はい、ペットショップの流通数という供給側から攻めるやり方もあるわけですよ。どのレバーを軸に出発するのかを決める設計図の作成ですよね。

はい。で、これって売り手市場なのか、買い手市場なのかという感覚値を持っていると、需要と供給のどちらから攻めるのか判断しやすいですよね。はい。ステップ3、セグメンテーション。全体を適切に切り分けていきます。例えば一人暮らしとファミリー世帯では、猫を飼う確率はおそらく違いますよね。はい。まあ、どっちが多いのか、どっちが少ないのか、僕にはよくわかりませんが、こういうふうに性質の違うグループに分けることで、構造の精度を上げていくわけですよ。

で、これをどんな単位で切り分けるのか。それが勝負の分かれ目です。で、ステップ四、数値設定ここで自分の持っているわずかな知識というのを数式に放り込んでいきます。で、フェルミ推定には武器となる魔法の定数っていうのがありまして、これはこの後お伝えしますね。で、最低限覚えておくべき数字っていうのがあるのですが、ただ感覚値も大事です。例えば郵便ポストはどうでしょうかね。僕は自宅から徒歩で駅まで 5分ぐらいなんですけど、そこに 1台あるんですよ。

はい、うん。ってことは幹線道路沿いだけでだいたい 300m に 1台ぐらいあるのかなみたいな推測ができるわけです。こういう感覚値を日頃持っておくと、とても有利に進み。ます。はいステップ五現実性チェック最後に、まあ、ステップ四までの計算で出た結論の数字を一歩引いて眺めます。これができない人、多いんですよ。自分の計算を鵜呑みにしちゃうっていうね。例えば、最終的に出た数字が日本の猫はおそらく十兆引きですとか、ポストは 500 兆個ありますみたいな数字が出たら、日本列島が沈みますよね。

うん、桁がおかしいなと気づいたら、どの全体が間違っているのかっていうのを探しに行くわけですよ。で、この桁の感覚に敏感なのはコツです。はい。コンビニの数は 100万個あるかな、200 店あるかな、300億店あるのかな。なんとなくわかりますよね。うん、桁数の感覚っていうのは重要です。この五つのステップを回すことで、僕たちは初めて数字を天から降ってきた信じるべきものから、自分が組み立てた支配できるものへと変えることができるわけですね。

さて。計算でつまらないために、地頭が良い人が脳内に忍ばせている魔法の定数というのはいくつかあるんですよ。これを覚えておくだけで、あなたの知性は今日からコンサル級の切れ味になりますからね。素晴らしい。うん、まず日本の人口ざっくり 1.2 億人覚えておきましょう。はい、減少傾向ですが、概算としてはまだこれでオッケーです。日本の世帯数、航行会社の方なんか知ってますよね？何世帯ですか？5000万。お惜しい桁を間違えてないという意味では、ヘルミ推定の成功はい。

ただ、魔法の定数としては 5500万世帯で覚えますよ。はい。ちなみに日本の労働人口、はい、どのぐらいですか？えっと、今だと 7000万。お、すごいね。肉薄してる。7500万で覚えましょう。はいはい、日本の国土の面積。え？それわ。かんないわからん。約 38万km² です。48万？はい。はい。日本人の平均寿命。85。あ、男性女性合わせるとそんな感じですが。男性何歳？女性何歳で分けると。えっと。男性が 75、うん。

女性が 87。男性を早く殺しすぎです。男性。早い。イメー。ジ、早すぎます。はい男性約 81 歳。あ。伸びたんです。ねで、女性はドンズバです。87 歳おめでとうございます。素晴らしい。やっぱり広告会社の人、感覚ありますよね、このあたりはね、一学年あたりの人数、これどうでしょうか？35。これはね、一概に答えられないんですよ。35 ってなんだよ。あ、一学年ってそういう意味か。あの日本の一学年あたりの人。

数一、クラス。そう。一クラスじゃなくて。はい、これは。我々世代より上だと、だいたい 150万人ぐらいで計算すればいいんですけど、今どんどん出生数が下がっているので、だいたい 70万人台ぐらいで。覚えると良いかと。思います。めちゃめちゃ少ないですね。これね、毎年出生数って出るじゃないですか。1月か 2月かに。あれ覚えておくといいんで。すよ。百万とかじゃないでしたっけ？とっくに切ってま。す、そうなん。

だそうです。はい、コロナの影響でね、だいぶ減っちゃいました。はい。あと、これが重要。日本のコンビニ店の店舗数先ほどの答えになりますね。これはね。はいう。ん？セブンイレブン、ファミリーマートローソン、デイリーヤマザキ、その他もろもろ立ち上げたか？ら。3万。ああ、これはもうちょっと知っておいてほしかったな。航空会社の人間としてはさ、はい、約 5.6、万点で覚えましょう。あら、うん、コンビニにはゴムが売っている。

これで覚えましょう。はい、僕は今考えただけです。で、これらは単なる暗記のための知識じゃないです。例えばコンビニが 5.6、万店ならクリーニング屋さんはそれより多いかな、少ないかなみたいな基準値があると考えやすいですよね。こういうふうに使います。では演習問題を。ここで。見ましょうか。でも、かなりわかりやすいものを出しますよ。はい。…