AI時代だからこそ、リーダーに数学的素養が必要な理由
HBR Staff/Fotos/Unsplash
サマリー：AIに数学を任せればマネジャーは本来の業務に専念できる、という発想は誤りだ。数学はビジネスの核を成す「言語」であり、曖昧な現実の問題を整理して実用的な解を導く力となる。正確な問いに強いAIに対し、推論や常識を要する課題では人間が優位に立つ。数学的素養を磨くことはAIの力を最大化するカギでもある。本稿では、自分で思考する「TRY」、意思決定を管理する「DO」、非線形な問題に挑む「WIN」の3視点から、ビジネス数学の活用法を紹介する。

ビジネスシーンで数学を活かす方法

　ビジネスリーダーたちは、昨今のAIの台頭を目の当たりにして、こんなふうに考えているかもしれない──数学的な作業を機械にアウトソーシングすることにより、マネジャーたちに時間的な余裕を与えて、もっとマネジメント的な課題に携われるようにするべきなのではないか。

　この問いの答えは、「そんなことは断じてない」というものだ。

　数学は、ビジネスの核を成す「言語」だ。ビジネスリーダーがこの言語を上手に使いこなすことの重要性は、これまでになく高まっている。この点は、企業の最高幹部クラスに始まり、倉庫のマネジャーに至るまで、ほぼあらゆる職種と組織階層のリーダーに当てはまる。大物投資家の故チャーリー・マンガーの言葉をアレンジして言えば、数値を把握せずにビジネス上の意思決定を行うのは、片脚を縛られた状態で戦うようなもの。つまり、うまくいくわけがないのだ。

　たしかに、AIは数学に関していくつかの目を見張るような能力を持っている。大規模言語モデル（LLM）が数学の競技会で際立った成果を挙げる一方で、人間の数学力は低下しているように見える。一見すると、両者の格差は途方もなく大きく広がっているように思える。私たち人間にとっては、「ゲームオーバー」というわけだ。しかし、このような見方は物事の全体像を捉えていない。

　AIがことのほか得意としているのは、正確に表現された問いに対して正確な回答を示すこと。サンジョイ・マハジャンは、このような数学の能力を「アカデミック」な数学という言葉で表現している。

　しかし、ビジネスの現場における数学は、それとはやや性格が異なる。ビジネスで求められるのは、曖昧で流動的でつかみどころのない問題（実世界で直面するのはそのような問題だ）に対して、大雑把で実用性のある解決策を見出す能力だ。この類いの課題は、AIの弱点をあぶり出す一方、人間が持っている推論の能力と創造性と常識の強みを浮き彫りにする。

　英語で不自由なく会話するために、シェークスピア顔負けの詩をつくる能力は必要とされない。それと同じように、有益なビジネス数学の言語を使いこなすために、微分方程式を正確に解ける必要はない。欠かせないのは、実践的かつ柔軟な形で現実世界の問題を整理し、その問題の解決策を見出す力だ。マネジャーは、このような数学の言語を流暢に使いこなせなくてはならない。

　あらゆる言語に言えることだが、この言語も学んで身につけることができる。ただし、実際に使わなければ忘れてしまうという点も、他の言語と同じだ。一方、この言語を習得すれば、AIに何を期待すべきかを正確に理解した人物の主導の下、AIの能力を余すところなく引き出すことができる。

　筆者は、アイザック・ニュートン、シュリニバーサ・ラマヌジャン、アラン・チューリングといった伝説的な面々も籍を置いた英国ケンブリッジ大学で数学の学位を取得した。また、メンバーが手ごわいロジックパズルに取り組むことで知られる団体「メンサ」（訳注：人口の上位2％以内の高IQ者が集まる団体）に加わって久しい。さらに、データ分析、戦略コンサルティング、投資という、数値が重要な役割を果たす分野で、言わば徒弟式で20年間にわたり学習を重ねてきた。

　こうした経験を通じて、ビジネスに特化した数学の能力に磨きをかけてきたのだ。これは、時代を超えて有用な能力であると同時に、いま到来しつつあるAI時代に打ってつけの能力でもある。この種の能力は、計算モデルの健全性テスト、確率論的な思考、乗法的な力学の理解の役に立つ。以下では、この点について、「TRY」（試す）、「DO」（実行する）、「WIN」（勝利する）という3つの言葉を使って具体的に説明していく。