ZeV > Recent Status Updates

このマクロな業績とミクロなデータとの粒度の大きなギャップ（一方の一つのデータを説明するのにもう一方のデータを多数組み合わせる必要がある）をどうやって埋めるかが、ビッグデータを活用する際の最大の課題だった。しかし、従来のデータ分析技術（これは統計学や多変量解析や機械学習と呼ばれる）には、このようなミクロとマクロの両者のギャップを埋めて、その背後に潜むモデルを出力できるようなものは私の知る限りない。

「跳躍学習（leap learning）」

この結果、顧客単価に影響がある、意外な業績要因を人工知能Hは提示した。それは、店内のある特定の場所に従業員がいることであった。この場所を「高感度スポット」と呼ぼう。この高感度スポットに、従業員がたった１０秒滞在時間を増やすごとに、その時に店内にいる顧客の購買金額が平均１４５円も向上するということをHは定量的に示唆したのだ。

漢字学者の白川静によれば、幸福ということは、古来めぐりまわってくるものと考えられたために、「運ぶ」ことを表わす「運」の字が使われたものだという（『常用字解』）。事実、運は、多くの場合、人との出会いにより得られることは、このジョブズの例も含め、古今の伝記や体験記に多数印されている。

これは、従来のテクノロジーの役割とは大きく異なる。従来のテクノロジーは、それまで時間や手間のかかっていた作業をコンピュータや機械で置き換えることでユーザーを便利にし、省力化することを役割としてきた。むしろ、今まで人間が行動してきたことを、行動しなくても良くすることが、テクノロジーの役割であった。

これに対して、このハピネスのためのテクノロジーの発想は、真逆である。新たな行動を自ら起こすように、テクノロジーが支援するものになる。

…

ただし、むずかしいのは、自ら行動するように、人に指示したり命令したりするということはできないということだ。「自ら行動する」ということと、「指示する」というのは、お互いに矛盾する。この矛盾をいかにして解決できるだろうか。後ほどその一つの答えを紹介する。

捉え方によっては、これは人間とテクノロジーの関係にとって、新たなチャンスでもある。上記の議論から、人生に幸福をもたらすテクノロジーが可能だとすれば、それは人が行動を変えることを支援するものになるのではないか。

「行動の結果が成功したか」ではなく、「行動を積極的に起したか」がハピネスを決めるというのは、実は、我々一人一人にとっては、とてもありがたいことだ。

それでは、残りの４０％は何だろう。それは、日々の行動のちょっとした習慣や行動の選択の仕方によるというのだ。特に、自分から積極的に行動を起したかどうかが重要なのだ。自ら意図をもって何かを行うことで、人は幸福感を得る。

この環境要因に含まれるものは広い。人間関係（…）、お金（…）、健康（…）がすべて含まれる。驚くべきことに、これら環境要因をすべて合わせても、幸せに対する影響は、全体の１０％にすぎないのだ。

このような地道な研究の結果、幸せは、およそ半分は遺伝的に決まっていることが明らかになった。うまれつき幸せになりやすい人と、なりにくい人がいるということである。