スタートアップと不確実性 (1/3)
私は（困ったことに）ブログ記事よりも長いものを書こうとしています。自分のモチベーションを維持するために、それを小分けにしてここで公開しています。ですから、これは『戦略とシュンペーター』と『モートの分類』と合わせて読んでください。いずれこの3つが統合されて、半分くらいの単語が削除され、本か何かの第2章として『不確実性の必要性』などと呼ばれるようになるのではないかと思います。つまり、今回の記事の最初の段落が『モートの分類』の最後の段落である理由を言いたいのです。
＊＊＊
不確実性は、スタートアップのプロセスにおいて、人材、技術、製品、市場など、あらゆるところで見られます。不確実性は、スタートアップの創業者が避けることのできない厄介なものではなく、スタートアップが成功するために不可欠な要素なのです。価値の創造を目的とするスタートアップは、創業時にモートを持つことはできません。不確実性は、適切なモートができるまでの間、競争から守ってくれるものなのです。不確実性がモートになるのです。
時は1976年。20歳のスティーブ・ジョブズは、Apple Computerの最初の投資家であり、新しいCEOとなるマイク・マークラに、自分の起業したApple Computersを売り込んでいました。ジョブズの新しいApple IIのデモに興奮したマークラは、「我々は2年後にはフォーチュン500社になる」と言いました。この会社は、それまで主に趣味用のコンピューターを175台ほど販売しただけで、売上は20万ドルほどしかなかったのです。1976年のフォーチュン500の500位の会社は、売上が3億ドル弱でした。2年後に彼らよりも大きくなるというのは、大胆な予測です。
1970年代半ば、パーソナルコンピューターの時代が始まりました。1976年から1980年代初頭までは、アップル社をはじめとする数社（タンディ・ラジオシャック社、コモドール社など）がパソコンの販売を独占していました。しかし、1970年代は「コンピューター」の時代の始まりではありませんでした。IBMはすでに20年間、コンピューターの売上高で米国の10大企業の1つに数えられていました。また、IBMが売上を独占している間、メインフレーム事業では強力な競合企業が存在していました（マスコミは彼らを「7人の小人」と呼んでいました。白雪姫はIBMでした）。また、過去の10年でミニコンピュターが大きなシェアを取っていました。1957年に設立され、1966年に上場したデジタル・イクイップメント社は、その年の売上高2300万ドルから1976年には7億1000万ドルに成長し、ミニコン分野を独占するようになりました。
1976年当時、メインフレームやミニコンピュータで成功し、確立され、豊富な資金力を持つ企業が10社以上あったにもかかわらず、マイク・マークラが魅力を感じていたチャンスをつかむ企業がなかったのはなぜでしょうか。なぜ、どの会社もコンシューマーやビジネス市場向けのPCを発売しなかったのでしょうか。もし、そのような企業があったとしたら、今日のアップル社の名声はなかったでしょう。IBMが市場に参入する前の5年間に、アップルはApple I、Apple II、Apple IIIを発売し、売上高3億3,500万ドル、純利益3,900万ドルまで成長し、株式公開にも成功しました。この5年間のブランド構築と財務上の余裕がなければ、アップルは本格的な競争の到来に耐えられなかったでしょう。
アップルは、ウォズニアックの優れたコンピュータ設計と、ジョブズの顧客が何を求めているか、あるいは本当に必要としているかの理解という、2つの競争上の優位性を持っていましたが、これらは持続可能なものではありませんでした。設計は回路基板を理解する誰もが見ることができ、顧客基盤は急速に進化していたため、顧客に対する理解は常に更新されなければならなかったのです。アップルは、持続可能な競争上の優位性や、従来のモートのようなものを持たずにスタートしました。スケールメリットも、貴重な特許も、プラットフォーム効果もありませんでした。これらを構築するには時間とお金がかかりますが、アップルはそのどちらも持っていませんでした。モートがなければ、アップルは既存企業の参入を防ぐことができませんでしたが、決定的な5年間は誰も参入して成功しませんでした。なぜでしょう？
時は1998年。ラリー・ペイジとセルゲイ・ブリンは、ウェブ検索をより高品質にするためのシンプルな技術を開発しました。彼らはグーグルとして法人化し、競争の激しい検索エンジン市場に参入しました。最大手のヤフーは、1996年のIPOですでに2億ドルの収益と4億8200万ドルの現金を手にしています。知る人ぞ知る存在です。第2位のエキサイトは、1996年に上場し、1億5400万ドルの収益と6100万ドルの現金を持っています。その他、LycosやAsk Jeevesなども重要な競争相手です。この市場にはすでに勝者がいます。
グーグルのウェブ検索は、ヤフーやエキサイトの検索よりも質が高いです。グーグルの検索結果は、エキサイトよりも関連性が高く、ヤフーよりもカスタマイズされています。 発売から1年、法人化してからわずか3カ月で、グーグルはPCマガジン・オンラインで検索エンジンのトップ5にランクインしました。まだ博士課程の学生が大学のサーバーを使って運営している会社としては驚異的な成果ですが、グーグルには収益がなく、ペイジとブリンは会社を売るか、技術だけを売って学業に戻りたいと考えていました。しかし、その技術をヤフーなどに100万ドルで提案したところ、ヤフーに断られてしまいました。市場は、グーグルのイノベーションにそれほどの価値を見出していなかったのです。つまり、グーグルには特許というモートがありましたが、その特許はグーグルが最終的に実現した価値には遠く及ばなかったのです。特許に価値がなければ、どこに価値があったのでしょうか？
アップルのコンピューターに市場が存在するかどうか、グーグルが既存のビジネスモデルから脱却してどのように収益を上げるかなど、彼らのイノベーションがどのように展開されるのか、その重要な部分を予測することは完全に、そして根本的に不可能でした。競合他社はもちろんのこと、創業者でさえも、自分たちがどれだけの価値を生み出すのか、どのように生み出すのかを予測することはできませんでした。このようなスタートアップに対抗できる既存企業が参入しなかったのは、多くの成功した企業と同様に、不確実性の高いプロジェクトには投資しないというプロセスがあったからです。そのため、アップルやグーグルには大きなチャンスがありました。
古いことわざがあります：「予測は難しいものだ。特に、未来に関するものは」。難しいとはいえ、未来をある程度予測するには、演繹法と帰納法の2つの方法があります。この2つの方法のどちらかがあれば、予測は（理論的には）可能です。
演繹法は、原因と結果の必然的な連鎖を演じることに依存しています。それが可能なのは、環境の出発点の状態と、その状態を進化させるすべてのメカニズムが完全にわかっている場合です。これは強い条件です。（むしろ、強すぎるかもしれません。ほとんどの場合、すべてではなく、重要な開始条件と移行メカニズムだけを知っていれば、未来の良い近似値を得ることができますし、少なくとも成功または失敗の確率の良い推定値を得ることができます。これで十分かもしれません。）
もしあなたのスタートアップが1ドル札を90セントで売っていたら、あなたは赤字になって廃業することを知っています。他の企業がこれとまったく同じことをしているのを見たことがあるかどうか、あるいは簡単に類推できるものを見たことがあるかどうかは、あなたの予測には関係ありません。多くのビジネスアイデアは、原因と結果の連鎖を分析できるため、複雑なものであっても失敗すると確信を持って予測することができます。その失敗を確実に推論することができるのです。
未来を予測する2つ目の方法である帰納法は、未来が過去に似ていることを前提としています。古代の人々は、なぜ毎朝太陽が昇るのかを知らなかったかもしれませんが、以前は毎日昇っていたので、太陽が昇ることを確信していました。同じように、ビジネスのアイデアも、何度も試されているために統計的に予測可能なものがあります。新しいレストランに行ったとき、そのレストランが成功するか失敗するかはわからないかもしれませんが、レストランの半分以下しか最初の年に生き残ることができないことを知っています。レストランビジネスは、その最も重要なビジネス上の側面において、失敗のリスクを帰納的に推定することができるほど似通っています。
演繹法と帰納法は、確立された市場や確立されたビジネスでは非常に有効です。環境の状態は、市場調査によってよく知られており、移行メカニズムも徹底的に調査されています。戦略やプロセスは必然的に何度も試されているので、成功の確率を見積もることができます。
しかし、成長の可能性が高い事業の未来を予測することは、はるかに難しく、おそらく不可能です。なぜなら、これらは：
・全く新しいことをすることが多い
・急速に成長するためのリソースとサポートを得るためには、企業、他のビジネスエコシステム、そして社会をつなぐ新しいシステムを構築する必要がある
新しいことをするということは、通常、高成長の可能性の条件となります。なぜなら、新しい会社が革新的でなければ、既存の競合他社と真っ向から競争することになり、少ないリソースで急速に成長することは非常に困難だからです。グーグルが最初の検索エンジンではなかったように、企業がその分野で最初である必要はありません。しかし、その企業が参入するカテゴリーは、すでに支配している企業や企業グループがないほど新しいものでなければならないし、その製品は既存の企業から市場シェアを奪えるほど革新的でなければなりません。
企業が何か新しいことをするとき、その定義上、前例はありません。似たような行動の結果に関する一連の過去のデータがなければ、帰納法は使えません。
新しい会社は、潜在的な従業員、サプライヤー、競合他社、顧客、政府の規制当局、金融機関、社会評論家などの複雑なネットワークと関係を築かなければなりません。これらの人々が新しい会社の行動に対してどのような反応を示すか、また互いの反応に対してどのような反応を示すかは、多くの場合未知数です。独立したアクターのネットワークが時間をかけて互いに反応することは「複雑系（Complex System）」であり、複雑系は本質的に予測できないことが多く、原因から結果へと導くことはできません。これでは、推論は不可能です。
高成長が見込まれるスタートアップでは、演繹法も帰納法も成立しないため、その結果は本質的に予測できません。この予測不可能性は、企業がよく直面する日常的な予測不可能性（来年の原材料費はどのように変化するのか、収益はどのくらい伸びるのか、など）以上のものです。これらの予測不可能性は、最も可能性の高い答え、最良のケースと最悪のケース、そしてその確率を予測することができる扱いやすいものです。結果の確率分布を知ることができます。しかし、スタートアップが直面する予測不可能性は違います。それは定量化できず、確率分布を形成することもできません。ここでは、この2種類の予測不可能性を区別するために、定量化できるものを「リスク」、定量化できないものを「不確実性」と呼ぶことにします。
🚀🚀🚀
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？