![見出し画像](https://assets.st-note.com/production/uploads/images/65227911/rectangle_large_type_2_133a24faf89c06a3a62ad3ca9ad3d805.png?width=1200)
スタートアップと不確実性 (2/3)
すべてのスタートアップが不確実だと言っているわけではありません。ただ、高成長が期待できるハイテクビジネスの性質上、その価値創造の最も重要な原動力が不確実でなければならないということなのです。価値が創造されている市場には競合他社が集まり、その一部を得ようとしますが、その市場にいる個々の企業は、シェアやマージンを失いたくなければ、競争を最小限に抑えなければなりません。そのためには、時間とお金があればモートを掘ることができます。しかし、モートを築く前の段階では、不確実性のみが競争相手の殺到を防ぎ、少数の参入者には十分な勝算が残されます。スタートアップが成功するためには、不確実性に挑むことを選択しなければなりません。なぜなら、ほとんどの企業、特に既存の企業は不確実性に挑戦できないからです。
スタートアップには不確実性がつきものであることは、古くから知られています。1755年には、経済学者のリチャード・カンティロンが、起業家とは「不確実性に直面して判断を下す人」であると書いていますが、彼は不確実性の意味や、なぜスタートアップに不確実性がつきまとうのかについては曖昧にしていました。
ケインズは不確実性とは何かについて、より正確に述べています(1937年):
「不確実な」知識とは、単に、確実に分かっていることと、可能性があるだけのことを区別するという意味ではありません。ルーレットゲームは、この意味では不確実性の対象ではありませんし、ビクトリーボンドが引き当てられる見込みもありません。あるいはまた、人生の期待はわずかに不確かなものです。天気でさえ、適度な不確実性しかありません。私がこの言葉を使っているのは、ヨーロッパの戦争の見通しが不確かであるとか、20年後の銅の価格や金利が不確かであるとか、新しい発明品の陳腐化が不確かであるとか、1970年の社会システムにおける個人の富裕層の地位が不確かであるという意味です。これらの事柄については、計算可能な確率を形成するための科学的な根拠は何もありません。私たちはただ、知らないのです。
しかし、起業家の不確実性を直接取り上げたのは、経済学者のフランク・ナイトが1921年に発表した『Risk, Uncertainty, and Profit』です。(注:ナイトは「利益」をシュンペーターと同じように、「起業家の利益」や「超過利潤」の意味で使っています。)
利益は、物事の本質的で絶対的な予測不可能性、つまり人間の活動の結果を予測することができないという厳然たる事実から生まれます。
ナイトは不確実性を「測定可能な確率として事前に知ることができないもの」と表現し、不確実性と単なるリスクを区別しました。
測定可能な不確実性、または「リスク」という言葉を使用しますが、測定不可能な不確実性とは大きく異なるため、実質的には不確実性とは言えません。したがって、「不確実性」という言葉は、定量的でないタイプのケースに限定することにします。議論されてきたように、リスクではなく、この「真の」不確実性こそが、有効な利益理論の基礎を形成します。
リスクは定量化できますが、不確実性は定量化できません。どちらも予測不可能性につながりますが、前述のように、質的には異なります。
シュンペーターと同様に、ナイトは「利益とは[...]もっぱらダイナミックな変化の結果である」と考えています。しかし、不確実性と結びついた変化のみが起業家の利益を生み出すと考えています。なぜなら、既存のビジネスはリスクを取ることには慣れていますが、不確実性には慣れていないからです。リスクを取ることにビジネス上の意味があれば、多くの企業がリスクを取るでしょうし、リスクのあるイノベーションは最初から競争相手がいることになります。
進歩的な変化を一般的に予知していれば、そこから損失や利益を得る機会は生じないことを証明するために、先験的な議論は必要ない。それでは、利益の原因が変化であるはずがない。なぜなら、変化の法則が知られていれば、実際にほとんどの場合、利益は生じないからである。何らかの変化がなければ、確かに利益は出ないだろう。すべてのものが絶対的に均一な方法で動いていれば、将来は現在のうちに完全に予見され、競争によって、すべての価格がコストに等しいという理想的な状態に確実に調整されるだろうからである。
もちろん、既存の企業は、競争相手がいるにもかかわらず、リスクを取ることを決断します。それができるのは、彼らには利益を得るための競争上の優位性をもたらすモートがあるからです。スタートアップにはモートがないので、できないのです。
別の考え方をすると、リスクは未知のものではなく、単なるコストだと考えることができます。測定可能なリスクは、保険に加入することで、簡単に既知のコストに変えることができます。そしてこのコストは、誰がそのリスクを取っても同じです。これは、多くの測定可能なリスクを集約することで、集約された結果として予測可能な結果が得られることが多いからです。
2つのサイコロを想像してみてください。あなたは何度も2つのサイコロを投げますが、合計で7が出たときだけ勝ちます。どのくらいの頻度で勝てるでしょうか?サイコロが出る可能性のある36通りのうち、7を投げる方法は6通りあります。つまり、6分の1の確率で7が出ることになります。しかし、サイコロを1回だけ投げれば、勝つか負けるかしかありません...勝利の1/6というのはあり得ません。2回投げれば、勝ち―勝ちか、勝ち―負けか、負け―勝ちか、負け―負けか...勝率は100%、50%、0%のいずれかで、50%は100%や0%の2倍の確率です。投げる回数が多ければ多いほど、6分の1に近い確率で勝つことができます。
下の図は、コンピュータがサイコロを200回「投げる」ことを繰り返したものです。時間の経過とともに勝率が1/6に収束していくのがわかります。
200回サイコロを振って、勝率が1/6の5%以内になる確率は95%です。1回サイコロを振ると驚きがありますが、200回振っても、全体としては驚きはありません。
たとえ一度しかサイコロを振る機会がなくても、保険に加入しておけば、その驚きを軽減することができます:多くの人がサイコロを振っていれば、様々なリスクはプールされ、リスクとは言えなくなるからです。自分が死ぬ日と時間は誰にもわかりません。しかし、生命保険会社は何千人もの人に保険を販売し、毎年いくらの保険金が支払われるかを綿密に把握することができます。確立されたビジネスでは、たくさんのリスクを社内で集約するか、単一のリスクに外部から保険をかけることで、リスクの高いプロジェクトや悪い予測による驚くようなマイナス面を管理することができます。「あらゆる取引における保険数理上の損益が確認できる場合、保険提供のための管理費に限定された少額の固定費を支払うことで、リスクを負担する負担を回避することができる。」
リスクに保険をかけることができますが、不確実性にはできません。リスクは局所的にしか予測できませんが、不確実性は大局的に予測できないからです。スタートアップの不確実性とは、サイコロを一度しか投げないようなものかもしれません。あるいは、多くの複雑なシステムの場合と同様に、多くのリスクを集約しても、実際には集約されたものがより予測可能になるとは限らないタイプのものかもしれません。これが、既存のビジネスがリスクを取ることに問題がない理由です。それは、リスクは単なるコストの一つに過ぎず、説明することができるからです。しかし、不確実性はコストに還元できないため、予測や計画に含めることができません。
主流派の経済学者の多くは、不確実性とリスクは、実際には何の違いもないと考えています。彼らは、根拠があるかどうかにかかわらず、人は確率を割り当てると考えています。つまり、保険数理データがなくても、何でもかんでも保険を売ってくれる人がいるということです。統計学者のL.J.サベージの説が有名ですが、サベージの同僚で意思決定理論家のダニエル・エルズバーグが思考実験で、人は「曖昧さを嫌う」、つまり不確実性を敬遠することを示したことで、この見解は支持を失い始めました。
「エルズバーグのパラドックス」と呼ばれるもので、2つの壷(統計学者は壷が大好きです)があり、1つ目の壷には50個の黒いボールと50個の赤いボールがあり、2つ目の壷には100個の赤か黒のボールがありますが、それぞれのボールの数はわかりません。あなたは壷の中からボールを1つ選ぶように言われます。それが赤であれば100ドルを獲得し、黒であれば何も得られません。あなたはどちらの壷からボールを選びますか?
ほとんどの人は、赤玉と黒玉の割合がわかっている最初の壷から選びます。未知の確率よりも、既知の当選確率を好むのです。さらに、2回目のチャンスが与えられ、今度は黒いボールを選べば100ドルを獲得できると言われた場合でも、最初の壷から選ぶでしょう。彼らは、2つ目の壷の中にそれぞれの種類のボールが何個入っているかという先入観に反応しているわけではありません。彼らは単に,知らない悪魔よりも知っている悪魔を好むのです。
壷を使わない実験として、リチャード・ゼックハウザーの実験があります。 彼は、あるグループに、小惑星が地球からある程度の距離を通過した確率の推定値を尋ねました。そのグループは、過去10年間に1万トンの小惑星が地球の4万マイル以内を通過した確率は3%だと推定しました。さらに、別のグループの人々に、100個の連続した番号のボールから17番のボールを引いた場合に2000ドルを獲得するか、過去10年間に1万トンの小惑星が地球から4万マイル以内を通過した場合に1000ドルを獲得するかという選択肢を提示しました。第1の選択肢の期待値は20ドル、第2の選択肢の期待値は30ドルであることは明らかですが、ほとんどの人が第1の選択肢を選んだのは、不確実性よりも定量化できるリスクを好んだからです。
不確実性を回避した意思決定の例は、実生活、特にハイテク業界では容易に見ることができます。このような意思決定は、非合理的なものではなく、情報の不備によるものでもなく、未来を知ることができないことによる合理的な結果なのです。この「わからない」という状態は、通常、確率分布を形成しようとして失敗するような形をとることはなく、通常はそこまでには至りません。
・ベル研究所の弁護士は、ベル研究所で発明されたレーザーの特許を取りたがらなかったが、それは電話事業には関係ないと考えたからです
・ウエスタンユニオンは、1879年にベルが電信事業に参入しないことを約束する代わりに、電話事業から撤退しました。彼らは、電話によって廃業に追い込まれることよりも、ベルの電信事業が競合することを心配していたのです
・ラジオの発明者は、放送がビジネスとして成り立つとは考えていませんでした
・携帯電話の発明者(ベル研究所)は、携帯電話は固定電話の代わりではなく、主にアクセスできない場所に行くために使われるものだと考えていました
・デジタルイクイップメント社の創業者であるケン・オルセンは、1977年に「家庭にコンピューターを置く必要性や用途がわからない」と語っています
などなど。私たちはテクノロジーとそれを商業化するために構築されたビジネスの未来の予測不能性の例を、延々と挙げることができます。
エルズバーグとゼックハウザーは、個人が不確実性を嫌うという話をしましたが、大企業はそれ以上に不確実性を嫌うといいます。個人が管理していることはもちろんですが、成功している企業やうまく運営されている企業では、不確実性を排除するために、正確に調整されたプロセスが用意されています。また、正式なプロセスがない場合は、非公式の規範がその役割を果たします。規範とは、大きなヒエラルキーの中でのコントロール・メカニズムとして、あるいは意思決定者が中途半端な行動をとらないように、決定結果の可能性を直視させるためのものですが、結果が十分に予測できない計画を阻止するという副次的な効果もあります。クレイトン・クリステンセンはこう書いています:
投資プロセスにおいて、市場に参入する前に市場規模や財務的リターンの定量化を求める企業は、破壊的技術に直面すると麻痺したり、重大なミスを犯したりする。市場データがないのに市場データを要求し、収益もコストもわからないのに財務予測に基づいて判断してしまう。持続的な技術を管理するために開発されたプランニングやマーケティングの手法を、破壊的な技術という全く異なる文脈で使用することは、全く意味のないことである。
クリステンセンは、破壊的なイノベーションについてこのように述べていますが、不確実性が大きいイノベーションにすべて当てはまります。企業が不確実性に対する意思決定を行うことができないのは、そのプロセスに必要な情報がまだ存在していないからです。ケネス・アローは、情報は市場からのフィードバックであると考えていました。
オプティマイザーが必要とする情報は、既存の市場では提供されていない。将来的に存在する市場が提供してくれるのだが、今日の意思決定に役立てるには少し遅すぎる...。つまり、市場が存在しないということは、オプティマイザーが不確実性の世界に直面していることを意味する。
そうなると、企業が新しい商業活動について意思決定を行う場合、商業活動が始まるまで、意思決定に必要な情報を得ることはできないということになります。誰かがその情報を作らなければなりませんが、それは「オプティマイザー」と呼ばれるプロセス主導型の既存企業ではないでしょう。
企業がこのような厳格なプロセスを導入するのは、それがないと誤った判断をしてしまうことがあるからです。ステファン・トムキーはこう述べました:
イノベーションを起こそうとするとき、多くの経営者は、判断材料となるデータが十分にない中で行動しなければならない。そのため、経験や勘に頼ることになる。しかし、真に革新的なアイデア、つまり業界を変えるようなアイデアは、たいていの場合、経営者の経験や従来の常識に反するものである。
🚀🚀🚀
原文:Startups and Uncertainty
著者:Jerry Neumann
免責事項
当該和訳は、英文を翻訳したものであり、和訳はあくまでも便宜的なものとして利用し、適宜、英文の原文を参照して頂くようお願い致します。当記事で掲載している情報の著作権等は各権利所有者に帰属致します。権利を侵害する目的ではございません。
この記事が気に入ったらサポートをしてみませんか?