Name: 『Power and Prediction』の書評・要約｜3つの要点と仕事への活かし方
Item: 予測マシンの次に来るもの
Author: 決算×マーケティング

LEVEL 1 / 30秒で分かる答え

先に答え：この本は何に使える？

この本は、AIで迷ったときに「AIの本当の価値は既存業務を一つ速くするだけでなく、意思決定の分解と組織の権限を組み替えると生まれる」を判断軸として与えてくれる。

01AIの本当の価値は既存業務を一つ速くするだけでなく、意思決定の分解と組織の権限を組み替えると生まれる

02予測、判断、行動、結果、学習を分け、予測が安くなったとき残りを再設計する

03組織は効率化を望む一方、既存の権限や専門性を失う人が変化を止める

LEVEL 2 / 使える条件を確かめる

この本の考え方は、現実でも使えるか

『予測マシンの次に来るもの』が示す答えは、「AIの本当の価値は既存業務を一つ速くするだけでなく、意思決定の分解と組織の権限を組み替えると生まれる」である。本書は、この考えをAI・経営の判断にどう使うかを説明する。

使いやすい条件

AIについて、知識の収集ではなく具体的な判断基準がほしい人
「予測、判断、行動、結果、学習を分け、予測が安くなったとき残りを再設計する」を自分の仕事や生活で試したい人

そのまま使わない方がよい条件

AIの全体像より、すぐ使えるチェックリストだけを短時間で探している人
精度向上だけを追うと、悪い業務設計を高速化し責任の空白を生むを受け入れにくい人

最初に試すこと

一つの意思決定を五段階に分け、人とAIの担当、失敗費用、学習データを書く

AMAZON.CO.JPこの本をAmazonで見る

書籍情報

Ajay Agrawal, Joshua Gans, Avi Goldfarb／Harvard Business Review Press／2022／ISBN 9781647824198／English edition

LEVEL 3 / 詳しく理解する

本書は、何をどう説明しているか

本書の主張は、AIの本当の価値は既存業務を一つ速くするだけでなく、意思決定の分解と組織の権限を組み替えると生まれることです。その背景にある仕組みは、予測、判断、行動、結果、学習を分け、予測が安くなったとき残りを再設計すること。組織は効率化を望む一方、既存の権限や専門性を失う人が変化を止めるという人の気持ちも踏まえると、方法だけを真似するより使いどころが見えます。

どこまで使えるかを、別の角度から確かめる

5. 数字で確かめる

本書の考えを確かめる主な指標は、予測精度、判断時間、例外率、失敗費用、学習速度、権限移譲率です。

すべてを同時に追うのではなく、顧客行動を示す早めに変化が表れる指標を一つ、売上や利益へつながる結果指標を一つ選びます。数字の定義、期間、対象を固定し、前後や対象群との差を比較します。

売上が増えた場合も、人数、利用頻度、単価、継続のどれが動いたかへ分解します。利益なら粗利、獲得費、運用費、解約後の損失まで見る必要があります。良い顧客体験が増えたのか、値引きや人的対応で数字を一時的に作ったのかを区別できます。本書に沿って、予測精度、判断時間、例外率、失敗費用、学習速度、権限移譲率の変化まで確認します。

定量データだけでは理由が分からず、定性情報だけでは大きさが分かりません。予測精度、判断時間、例外率、失敗費用、学習速度、権限移譲率の変化を確認したうえで、該当する顧客の行動履歴と発言を少数でも読みます。数字と具体的な一人を往復すると、平均値では消える成長のきっかけや離脱の兆候が見つかります。

6. 事例から学ぶ

融資審査ではスコア精度だけでなく、例外判断、説明、承認権限まで変える必要がある。

この事例を読むときは、成功した企業の名前より、開始時の顧客状況に注目します。顧客が以前使っていた代替手段、切り替えを妨げた不安、最初に変わった行動、企業側に必要だった能力の順で整理すると、成功談が分析材料になります。

競合も同業他社だけではありません。同じ時間、予算、注意を奪い、同じ欲求を満たす代替行動まで含めます。何もしない、社内で対処する、別カテゴリの商品を使うという選択肢は、価格表には載らなくても強い競合です。本書の方法が勝てる相手と勝てない相手を分けます。『予測マシンの次に来るもの』では、融資審査ではスコア精度だけでなく、例外判断、説明、承認権限まで変える必要があるという事例が比較の手掛かりになります。

自社へ移すときは、事例との違いを先に三つ書きます。ブランド認知、チャネル、顧客との関係、規制、原価、組織能力の差があれば、同じ施策でも結果は変わります。似ている点を探すだけでなく違いを明示することで、模倣ではなく自社向けの仮説になります。『予測マシンの次に来るもの』では、融資審査ではスコア精度だけでなく、例外判断、説明、承認権限まで変える必要があるという事例が比較の手掛かりになります。

7. 使うときの注意点

最大の注意点は、精度向上だけを追うと、悪い業務設計を高速化し責任の空白を生むことです。

魅力的な考え方ほど適用範囲を広げたくなりますが、万能な方法はありません。著者が扱っていない顧客、低頻度市場、規制産業、危機時の条件でも同じかを問い、使えない場面を先に決めます。

また、短期の反応と長期の価値を分けます。クリックや申込が増えても、期待とのずれで利用や継続が下がれば成長にはなりません。逆に、初期費用が増えても顧客が早く価値へ到達し、問い合わせや解約が減るなら投資として合理的な場合があります。特に、精度向上だけを追うと、悪い業務設計を高速化し責任の空白を生むという条件を忘れないようにします。

倫理面も確認します。組織は効率化を望む一方、既存の権限や専門性を失う人が変化を止めるという人の欲求を理解することは、弱みにつけ込む許可ではありません。顧客が十分な情報を持ち、不要なら断れ、利用後も価値を感じる状態を守ります。短期の行動率だけでなく、信頼、苦情、解約理由も判断材料にします。

仕事で試す3つの行動

1. AIの本当の価値は既存業務を一つ速くするだけでなく、意思決定の分解と組織の権限を組み替えると生まれる

『予測マシンの次に来るもの』を仕事へ移す最初の一歩として、いま困っている場面を一つ書き出し、「AIの本当の価値は既存業務を一つ速くするだけでなく、意思決定の分解と組織の権限を組み替えると生まれる」を使うと何が変わるかを一文で決める。読む範囲を広げる前に、試す場面を狭くする。

2. 予測、判断、行動、結果、学習を分け、予測が安くなったとき残りを再設計する

次に『予測マシンの次に来るもの』が示す「予測、判断、行動、結果、学習を分け、予測が安くなったとき残りを再設計する」を判断基準にして、実行することと、今回はやらないことを分ける。判断に迷った理由も残しておく。

3. 組織は効率化を望む一方、既存の権限や専門性を失う人が変化を止める

一週間後に『予測マシンの次に来るもの』で確かめたい「組織は効率化を望む一方、既存の権限や専門性を失う人が変化を止める」が実際に起きたかを振り返る。結果が違えば、本の主張を否定するのではなく、使う場面や前提条件を見直す。

FIGURE 03 / 実務で使うチェック

考え方を試すときの具体例

この本のテーマと相性が良い企業事例です。本の内容そのものではなく、考え方を現実の場面へ置き換える補助として紹介します。

グローバル・テックMicrosoft企業の事例を見るグローバル・テックコア企業の事例を見る

読む前に知っておきたいこと

精度向上だけを追うと、悪い業務設計を高速化し責任の空白を生む。本書の方法を正解として当てはめず、対象者、状況、費用を小さな実験で確かめる必要があります。

『予測マシンの次に来るもの』の書評・要約

先に答え：この本は何に使える？

この本の考え方は、現実でも使えるか

使いやすい条件

そのまま使わない方がよい条件

本書は、何をどう説明しているか

1. この本は何を教えてくれるか

2. 成果が生まれる仕組み

3. 人はなぜ動くのか

4. 仕事で試す方法