- mathman X アルゴリズム・オブ・シックスシグマ 〜東大理系入試すら打倒するチートフローチャート〜
- AI時代、難問を突きつけられる私たち。ホワイトカラー、ブルーカラー、起業、NISAに共通する落とし穴
一本道では「偏微分」と「全微分」を区別する
AI能力をA、AI導入をD、業務再設計をR、自動化率をT、必要人数をNとすると、
A→D→R→T→N
という連鎖は、
D=f(A)
R=g(D)
T=h(R)
N=k(T)
という関数の合成として書ける。
したがって、
N=k(h(g(f(A))))
である。
AI能力Aが変わったときの必要人数Nの変化は、
dN/dA
(dN/dT)×(dT/dR)×(dR/dD)×(dD/dA)
となる。
ここで一つでも変化率がほぼ0なら、その経路はそこで止まる。
たとえばAI能力が大きく向上しても、
dD/dA≈0
ならば、企業が導入しないため雇用まで影響が届かない。
導入されても、
dR/dD≈0
ならば、既存業務へAIを追加しただけで業務再設計が進まず、自動化率は上がらない。
つまりボトルネックとは、単に値が小さい変数ではない。
連鎖の中で、
次の変数へ変化を伝える感度が小さい場所
である。
ここでAI導入Dを定数として固定し、
「AI能力Aだけを上げたらどうなるか」
と計算すれば、dD/dAを0にしたことになる。
これは「AI導入量を一定に保った場合の部分効果」であって、AI能力の向上が導入そのものを増やす効果まで含んだトータル・エフェクトではない。
一般に、
偏微分 ∂Q/∂A
= 他の変数を固定した局所効果
全微分 dQ/dA
= Aによって他の変数も動くことを含めた総効果
である。
社会問題で議論が食い違う理由の一つは、一方が偏微分を語り、他方が全微分を語っているからである。
経路が複数あれば、効果は「経路積の和」になる
AからQまで複数の経路がある場合、トータル・エフェクトは一つの掛け算ではない。
各経路について矢印の効果を掛け、それを合計する。
たとえばAIが雇用Lへ与える影響に、
AI→自動化→必要人数
AI→価格低下→需要増加→必要人数
という二つの経路があるなら、
dL/dAI
自動化経路の効果
＋
需要拡大経路の効果
となる。
模式的には、
dL/dAI
(dL/dT)(dT/dAI)
＋
(dL/dY)(dY/dP)(dP/dAI)
である。
第一経路は必要人数を減らし、第二経路は需要増加によって必要人数を増やすかもしれない。
したがって、
「AIは作業を代替する」
という事実だけでは、雇用の符号は決まらない。
問われているのは、
負の経路積と正の経路積のどちらが大きいか
である。
これは、式を展開した後に正項と負項を分け、どちらが支配するか比較することと同じである。
分岐では、共通原因による同時変化を見る
人口高齢化をA、医療需要をM、医療労働供給をL、医療者賃金をWとすると、
A→M
A→L
M→W
L→W
という構造になる。
賃金を、
W=W(M,L)
とすれば、高齢化のトータル・エフェクトは、
dW/dA
(∂W/∂M)(dM/dA)
＋
(∂W/∂L)(dL/dA)
である。
高齢化は医療需要を増やす一方、現役労働者を減らす。両経路が同時に賃金を押し上げることもある。
ここで「医療人材不足→賃金」だけを見ると、第二項しか見ていない。
需要増加という第一項を落としたまま、
「資格で供給が制限されているから高賃金になる」
と説明しても、構造の一部しか捉えていないことになる。
さらに医療財政や診療報酬が賃金への伝達を制約するなら、
高齢化→医療需要→財政制約→診療報酬→賃金
という別経路も必要になる。
高齢化が需要を増やしても、公定価格が抑えられれば、その需要がそのまま医療者所得へ流れるとは限らない。
上流変数だけでも、下流変数だけでも答えは決まらない。
重要なのは、上流から生じた変化が、どの経路を通り、どの制約で弱まり、最終出力へ届くかである。
合流点では、「固定」が逆に結合を作る
前節では、共有変数を固定すると問題が分離できると述べた。
ただし、どの変数でも固定すればよいわけではない。
特に危険なのが、
A→C←B
という合流点、すなわちコライダーである。
経営能力をA、人手不足をB、AI導入をCとする。
仮にAI導入が、
C=A+B
のように、経営能力と人手不足の両方で決まるとする。
母集団全体では、AとBが独立でも構わない。
ところが「AI導入度Cが同じ企業」だけに限定すれば、
B=C-A
となる。
Cを固定した瞬間、Aが大きい企業ではBが小さく、Aが小さい企業ではBが大きくなければならない。
本来独立だったAとBが、固定条件Cを通じて逆向きに結ばれる。
つまり、固定によって結合cを減らしたつもりが、存在しなかった結合を新たに作っている。
同じ問題が、
AI導入→企業生存←財務体力
でも起こる。
生存企業だけに限定すれば、AI導入と財務体力が互いを補う関係になる。
財務体力の弱い企業が生存していれば、「AIを導入したから生き残った企業」が多く見えるかもしれない。
しかし、それは母集団全体におけるAI導入効果を意味しない。
観測データで計算される、
E[生存｜AI導入=1]-E[生存｜AI導入=0]
と、因果的にAI導入だけを変えた、
E[生存｜do(AI導入=1)]-E[生存｜do(AI導入=0)]
は、一般には一致しない。
前者は「AIを導入した企業としなかった企業の差」である。
後者は「同じ企業にAIを導入させた場合と、導入させなかった場合の差」である。
数学的に必要なのは相関の計算だけではなく、どの矢印を切り、どの変数だけを外から動かした比較なのかを確定することである。
部分と全体が食い違う場合、まずQが違わないか確認する
AI導入企業の雇用を、
Q_firm
産業全体の雇用を、
Q_industry
とすれば、そもそも両者は別の目的変数である。
導入企業が競争力を高め、売上と雇用を増やしても、その売上を競合企業から奪っているなら、
Q_firm↑
Q_rival↓
が同時に起こる。
産業全体では、
ΔQ_industry
ΔQ_firm
＋
ΔQ_rival
＋
ΔQ_new-demand
である。
導入企業だけを調べれば第一項しか見えない。
産業全体を調べるには、競合から奪った効果と、新しく需要を作った効果を分けなければならない。
これは「企業レベルの研究と産業レベルの研究のどちらが正しいか」という話ではない。
求めているQが違う。
個別企業の効果を、そのまま全体効果へ外挿してはいけないのである。
また、集計値の変化は、
各集団の内部変化
＋
集団構成比の変化
に分ける必要がある。
全体平均を、
Q=Σ_g w_g Q_g
と書けば、その変化は概ね、
ΔQ
Σ_g w_g ΔQ_g
＋
Σ_g Q_g Δw_g
＋
交差項
となる。
第一項は各集団内部の変化、第二項は構成比の変化である。
全体平均が上がっても、各集団の値が改善したとは限らない。高い値を持つ集団の比率が増えただけかもしれない。
部分と全体の食い違いを見たら、
因果効果が違うのか
目的変数Qが違うのか
集団構成が変わったのか
他者から奪うspilloverがあるのか
を分解する必要がある。
循環がある場合、矢印を順番に追ってはいけない
社会では、一方向の連鎖だけでなく、結果が原因へ戻る。
賃金上昇
→ AI導入の採算向上
→ AI導入増加
→ 労働需要変化
→ 賃金変化
という循環である。
この場合、
Aを決める
→ Bを決める
→ Cを決める
という一本道では解けない。
各変数が互いに決め合う、
x=F(x,θ)
という固定点問題になる。
xは賃金、価格、生産量、AI導入量などの内生変数、θは技術や人口などの外生条件である。
外生条件θが変わったときの均衡変化は、
dx/dθ
(I-J)^(-1)・∂F/∂θ
と書ける。
Jは、内生変数同士が一周したときの影響を表す行列である。
安定した範囲では、
(I-J)^(-1)
I+J+J^2+J^3+……
と展開できる。
Iは直接効果、Jは一巡目の波及、J^2は二巡目、J^3は三巡目の波及である。
たとえばAIが企業コストを下げ、その価格低下が需要を増やし、その需要増加が再び投資を促すなら、その効果は一回で終わらない。
逆に電力価格上昇がAI導入を抑え、AI導入減少が電力需要を下げるなら、負のフィードバックが変化を弱める。
循環構造では、「最初の矢印が正か負か」だけでは結論を出せない。
一周した効果が増幅するのか、減衰するのか、別の均衡へ飛ぶのかを見る必要がある。
複雑な関係を読むための最小手順
以上をまとめると、複雑な因果関係は次の順番で処理できる。
＿＿＿＿＿＿
1．求めるQの単位を固定する
企業なのか、産業なのか、家計なのか、社会全体なのかを分ける。
2．変数を外生・内生・選択・観測に分ける
外から動くもの、系の内部で決まるもの、人が選ぶもの、単に観測されたものを混同しない。
3．グラフの形を読む
一本道、分岐、合流、循環のどれかを判定する。
4．何を固定した効果かを決める
偏微分を求めるのか、波及を含む全微分を求めるのかを区別する。
5．経路ごとに符号と感度を掛ける
複数経路があれば、正負の経路積を合計する。
6．合流点では条件付けを疑う
選抜・導入・生存・回答などで対象を絞った結果、偽相関を作っていないか確認する。
7．循環があれば均衡として同時に解く
一方向の物語ではなく、固定点とフィードバックを見る。
8．部分効果を全体効果へ戻す
競合へのspillover、構成比変化、価格変化、所得変化、他市場への移動を加える。
＿＿＿＿＿＿
結局、複雑な関係を把握する力とは、変数をたくさん知っていることではない。
どの矢印が直列で、どこが分岐し、どこで合流し、どこから戻って循環するかを読み、その形に対応した数学操作を選ぶ力である。
一本道なら合成する。
分岐なら共通原因を残す。
合流なら条件付けを疑う。
循環なら連立して解く。
部分と全体が違えば、Qと集計単位を分ける。
この構造が見えれば、「AIで仕事が減る」「人手不足だから賃金が上がる」「AI導入企業は成長している」といった一本の物語を、そのまま結論として受け取らずに済む。
その物語が、全体のどの経路だけを切り取ったものなのかを数学的に判定できるようになる。
mathman X アルゴリズム・オブ・シックスシグマ 〜東大理系入試すら打倒するチートフローチャート〜
AIソロプレナー/ホワイトカラーはアンダークラスへの入り口 〜数理的予測が明らかにしたAI時代の衝撃的な未来とキャリア戦略〜
＝＝＝
 |
 |
 |
"make you feel, make you think."
SGT&BD
(Saionji General Trading & Business Development)
説明しよう！西園寺貴文とは、常識と大衆に反逆する「社会不適合者」である！平日の昼間っからスタバでゴロゴロするかと思えば、そのまま軽いノリでソー◯をお風呂代わりに利用。挙句の果てには気分で空港に向かい、当日券でそのままどこかへ飛んでしまうという自由を履き違えたピーターパンである！「働かざること山の如し」。彼がただのニートと違う点はたった１つだけ！そう。それは「圧倒的な書く力」である。ペンは剣よりも強し。ペンを握った男の「逆転」ヒップホッパー的反逆人生。そして「ここ」は、そんな西園寺貴文の生き方を後続の者たちへと伝承する、極めてアンダーグラウンドな世界である。 U-18、厳禁。低脳、厳禁。情弱、厳禁。