イノベーションの成功確率は失敗の数が左右する 失敗への許容度は文化でなく制度設計の問題

内田：そこも、全然違いますね（笑）。以前、『統計学が最強の学問である』の著者である西内啓さんと、「ビッグデータの時代には仮説思考は不要ではないか」という議論をしたのですが、私の考えは、仮説思考が要る／要らないかよりも、企業経営や競争では差別化が大事だということです。

同じデータを眺めて、同じ分析手法を使っていては、同じ結論が同じタイミングで得られるだけになり、ユニークな発想やヒントを得られない。いかに人と違うことを見いだすか。最初に問題意識、観察があり、そこから数字で検証しよう、分析しようという順番にすべきだと思います。

ビッグデータと仮説思考は補完関係

牧：まず現実的に、誰もが同じデータを持っていることはなく、たとえ同じデータでも分析の仕方によって結論が変わるので、すべての経営者が使うデータ分析が一致することはありません。

2つ目に、ビッグデータの時代には仮説思考がより必要だという考えには100%同意します。むしろ、仮説力が差別化になります。

3つ目に、アメリカで国防長官をされたドナルド・ラムズフェルドさんの言葉に、「未知の未知」（知らないことも知らない）というのがあります。ビッグデータの分析は未知の未知を探せるツールでもあるので、その意味では、「未知の未知」と仮説検証型である「未知の既知」（知らないことを知っている）を組み合わせられる人がおそらく強い。仮説思考とビッグデータは補完関係にあると思います。