【核心】アマゾンの意思決定が日本企業と「決定的に違う理由」
コメント
選択しているユーザー
ミクロ経済学は、最適化問題が基本なので、今のビックデータ解析の時代とマッチするんだと思います。記事の中で、「因果推論」、「何がこの事象を引き起こしたかを分析し、因果関係をはっきりさせるための手法」というのが紹介されています。因果関係と相関関係は、別で、データ解析からは、相関はみれても、因果関係を特定するのはかなり難しいと思います。具体的にどのように因果関係を特定するのかは、もっと詳しく知りたいと思いました。
あと、AIや機械学習でやっていることは、「パターン認識」なので、単なるツールにすぎないとありますが、その通りで、過去の延長線上に未来に発生しうるパターンを抽出しているので、ブラックスワン的なことは、出てこないとよく言われています。記事の中では、因果推論にて、意思決定を行うとありますが、仮説検証のプロセスを何度も繰り返すことが重要だと思います。データ解析から出てきた、「傾向、特徴」も参考にしながら、仮説検証を繰り返すことで、意思決定に役立てることができると思います。
注目のコメント
アメリカで教えていた時に、「Appleではジョブズが決める。Googleではデータが決める」という記事がありましたが、今どこもデータが主流ですね。
この記事は「経済学」に絞られていますが、因果推論と統計分析は学問全般、特に私の知る限り経営学、マーケティング、心理学の中核です。マーケというと広告、心理学（日本では文学部の一部だったりする）というとカウンセリング、のイメージが強いかも知れませんが、アメリカでは定量分析が主流ですし、私も今シグナリング理論を応用したM&Aの論文を書いてます。おそらく、そうした分野のPh.D. もいろいろ採用して生かしているのではないでしょうか。「経済学者」というと、大学で理論を教えていたりIMFのような国際機関で働いているイメージが強いかもしれません。
しかし、実はアマゾンやグーグル、ウーバーなどのテック企業でも重宝されています。その筆頭が、200人以上の経済学PhD人材を抱えるアマゾンです。
「ミクロ経済は、個人や企業がどう行動し、意思決定を下すのかを理解するための学問なんだよ」
アマゾンでも働いていたテック経済学者の先駆け、タデリス教授に解説してもらい、ぐっと解像度が高まりました。
NewsPicksでは今日から2日間、ビジネスで活用される経済学の特集をお届けします。ビジネススクールの修士課程一年目の学生にまさにこういった内容のクラスを教えていますが、ビジネススクールの学生は数学や統計に弱い（とある意味思い込んでしまっている）人も多く、「アカデミックすぎる」「何の役に立つのかわからない」というフィードバックも多いです。計量経済や統計が主軸なのでPythonでなくRで解析するのですが、それも「できない」と諦めてグループ内のできる人に任せてしまうケースも多数です。AIやDX、そしてさらなるテクノロジーの変化によるビジネスモデルの改革を牽引できるビジネス人材の育成が必要とされる中、現場として実際どのようなカリキュラムで実践するのか模索する毎日です。
