【図解】今、GAFAが最も注目する「経済理論」はこれだ
コメント
選択しているユーザー
English as a Comment in LinkedIn.
経済学、というより行動経済学のような心理学を取り入れたような領域の人が、ということですね。統計学が役に立つのを経済学の功績のように書くのは少しやりすぎかな、と思います。
私はイスラム経済思想を学部のゼミでとっていたのですが、今のようなSDGsが国際目標になる時代としては、消費者心理や行動パターンの分析のようなところだけではなく、何のために社会経済はあって、そこに存在する人がどのように幸せになれるのか、を問うソリューション開発が必要。
Occupy the Wall Street やFridays For Future世代が購買力を持ってくる今後は、こういう価値を重視する消費者層としてかなり厚みが出てきます。
機械学習で消費者の欲望を読み取る統計的なアプローチに、社会的価値をどのように組み込むか?
それを率先するには哲学者の活用が必要で、現にこの記事に出てくる企業はそこも既に抑えています。金融の例でいえば、HSBCなどの欧米金融大手が、イスラム金融のシャリーア委員会(イスラム法アドバイザリー)を設置しているのは、宗教的倫理をガバナンスモデルに適用している例。
企業のスコープ、業界毎の狭い世界を色んな領域の専門家の知見を入れて、領域横断で、開かれた世界にしてお互いの距離を近く、人間的にしていくことは重要だな、と思いますし、勢いは増すでしょう。
#企業倫理 #行動心理学 #統計学 #数量経済学#crossdisciplinaryinnovation
注目のコメント
経済学は金融・経済やビジネスを対象とした理系科目です。理系がある対象をモデル化し推定し制御することを目的とする（特に工学）ように。金融市場やマクロ経済を対象としたものが経済学というイメージが強いですが、推論（推定）や制御（最適化）を考える意味ではビジネスシーンの方が力を発揮する。
特に価格戦略（マネタイズ戦略）を考える上では力を発揮する。競合の動き、ユーザー、パートナーの行動を加味した、価格戦略の立案。
スタートアップはPDCAという手法が広く浸透していますが、あまりにもPDCAを神格化しすぎると罠に陥る。そもそも設計した仮説検証のプロセスやループ自体が非効率であれば、一向に精度が高まらない。
経済学という理論をベースに、より予測可能性の高いPDCAを立案するのが因果推論やA/Bテストと考えると実効性の高さが理解しやすい。
経済学者に限らず、哲学者、言語学者など、これまでビジネスシーントムエンと考えられた文化系の専門家がどんどんビジネスシーンで活躍すると予想している。この手のノウハウの取り込みでも日本が海外に出遅れてはいけない。経済学がお金になる、僕が大学院にいる間(2003-2008)に急速に変化していきました。特に私が専門にしていたミクロ経済学は修行僧がやる机上の空論かと思ってたのが急に「マーケットデザイン」としてビジネス最前線みたいになったのでびっくりでした。
テック系企業のプレゼンス増大もすごくて、大学院のとき記事に出てくるシュワルツさん（当時Yahoo! Research）のところで私がインターンしたときはまだごくレアで、インターン全員の発表会に行ってみたら僕ともう一人の経済インターン以外がみんなコンピュータサイエンスの人でプロダクトを発表してるのに、我々はそもそも発表するなんて聞いてなくてめちゃくちゃ気まずかったのを思い出しました。
そんなだったけど2010年くらいにはMicrosoft Researchのポスドクとか、新卒博士のトップ就職先になってました。就活の時に、前年に僕が博士課程在籍してたハーバードに移ってきたエイシー先生にMSRポスドク受けてみろって言われて受けなかったのは地味ーに今でも後悔してます。
お金になること「だけ」に経済学者が注力しかねないことについて批判的なコメントもありますね。まあもっともなことだと思いますし、経済学者業界の中でも問題視する向きはあります。ただもう少し本質的だと僕が思うことはお金が稼げるかどうかという以上に、極めて具体的な問題をクリアに解決できるところまで経済学が進んだと言うことだと思います。結果としてもちろんお金になる問題にも使えますし、あんまりお金にならないけど重要な、例えば臓器移植ネットワークの設計とか保育園の待機児童問題解決とかに使えるわけです。そういう意味では、お金もうけ「だけ」に行かないように注意する必要はありますが、この変化は歓迎すべきものと思います。（あと、世の中を良くしながらお金もうけしてる実例がかなり多いと思います）企業は経済学で伸びるが、それ以上に経済学はテクノロジーで進化できる。テック企業は学問的にめちゃくちゃ面白い場所なのだ。
うちの研究所でも取り組みたい、経済学✕テック領域は以下。興味ある人は連絡ください！笑
1. 強化学習✕因果推論
人が関わるプロセスはフィードバックがかかるため、この記事にあるような因果推論はストーリーの一部でしかない。AlphaGoといった強化学習の進化が凄まじい今、経済学を理解するフレームワークをフィードバックループで置き換え、そこに因果推論を組み込むことで理解が発展する。例えば検索エンジンはその最たる例。人が求めるものを表示しようとするサービス側（よりよいコンテンツと検索をマッチする）と、自分が欲しい物を表示しようする顧客側（その結果ナイキ スニーカーのように自然言語ではない言葉で検索するようになった）とでループができている。その中で体験を最適化するにはどうするか、という問題は解かれてない。
2. ブランドの価値を数値化
ブランドとは「機能的な代替品と比較されなくなる力」つまり独自のマーケットを作り出すために、価格優位性をもてる。これは需要を見える化できたインターネットではじめて測れるものになった。このマーケティングではよく扱われたが経済学では数値化できないために扱いが曖昧なコンセプトを、計算可能な価値とする試み。
