問題を解く力を磨くほど、新しい問題を見つける力は失われていく。この逆説が本書の出発点です。
こんな人におすすめ
- 与えられた課題は解けるのに、新しい課題を見つけられないと感じている方
- AI時代に人間が担うべき思考を知りたい方
- 専門性を高めた結果、発想が固くなった自覚がある方
- イノベーションの種を見つける具体的な思考法がほしい方
この本の核心――「問題解決のジレンマ」とは何か
現代では、スキルの需要が「川の下流」から「川の上流」へと移っています。与えられた問題を効率よく解く能力から、問題そのものを発見し定義する能力へ。この変化の背景には、AIが知識処理で人間を凌駕し始めた現実があります。IBMのAI「ワトソン」がクイズ番組で人間に勝ったのは、その象徴です。
ここで本書が突きつけるのが「問題解決のジレンマ」です。知識や経験を蓄え、問題解決能力を高めるほど、既存の枠組みに囚われ、新しい発想が阻害される。つまり、解く力と見つける力は構造的に対立するのです。
このジレンマを解く鍵を、著者の細谷功さんは意外な場所に見いだします。それが「無知」です。経営学の父ドラッカーは亡くなる直前、書き残せなかったテーマは「無知のマネジメント」であり、それは自身の最高傑作になっただろうと語りました。哲学の父ソクラテスもまた「無知の知」に行き着いています。
顧客の役に立つためには、何も知らないことが最大の武器です。過去の経験にもとづく知識を活かすのではなく、頭のなかをまっさらな状態にして問題と向き合う必要に、折に触れてせまられるはずですよ。
ドラッカーのこの言葉が、本書全体を貫いています。
知らないことすら知らない「未知の未知」
問題発見の核心に迫るため、本書は知と無知を構造的に分解します。元米国防長官ラムズフェルド氏の概念を借りて、世界は3つの同心円で説明されます。
知っていると自覚している「既知の既知」。知らないと自覚している「既知の未知」。そして、知らないことすら自覚していない「未知の未知」です。
多くの人は「既知の未知」の内側を世界のすべてと誤解します。しかし真のイノベーションは、その外側に広がる「未知の未知」に目を向けることから始まります。リスクマネジメントでも、本当に深刻なのは想定済みのリスクではなく、想定すらしていなかったリスクなのです。
さらに著者は無知を次元で分類します。単に知らない「事実の無知」、視野が狭い「範囲の無知」、そして視点そのものが欠けていることに気づかない「次元の無知」。最も気づきにくく、問題発見に決定的なのが、この次元の無知です。新しい視点に気づかなければ、新しい問題は永遠に見つかりません。
なぜ問題解決の達人は問題発見が苦手なのか
問題解決は、まず問題の範囲を特定し、境界線を引くことから始まります。この線引きが「閉じた系」を生みます。閉じた系は囲碁や将棋のように内部の最適化を加速させますが、その閉鎖性ゆえに外部の変化に対応できず、やがて陳腐化します。
ここで著者は「知」を事実と解釈の集合体と定義します。事実は時間とともに変化しますが、一度固定された解釈は変わりません。この両者の乖離こそが「問題」の源泉です。イノベーターとは、この歪みを発見し、線を引き直す人にほかなりません。
問題解決のプロセスを川に喩えると、上流(問題発見)と下流(問題解決)では求められる価値観が正反対になります。上流は不確実で抽象的、創造性が問われ、確率論的に多産多死を許す世界。下流は確実で具体的、効率性が問われ、決定論的に百発百中を目指す世界です。
ところが社会や企業、学校は、評価や管理が容易な「下流」の価値観に最適化されがちです。その結果、上流で活きる創造性や主体性を持つ人材が育ちにくいという構造的な矛盾を抱えています。
アリの思考とキリギリスの思考
本書はこの対立を「アリ(問題解決型)」と「キリギリス(問題発見型)」のアナロジーで鮮やかに描きます。両者は3つの軸で対立します。
- ストック対フロー――アリは知識を蓄積する。キリギリスは知識を使い捨ての道具とみなし、ゼロベースで考える。
- 閉じた系対開いた系――アリは線を引いて内と外を区別する。キリギリスは線を引かず、常に外に目を向ける。
- 固定次元対可変次元――アリは決められた変数を最適化する。キリギリスは変数そのものを増減させ、土俵を変える。
問題なのは、両者が同じ土俵で議論すると、具体的で論理的なアリが必ず勝ってしまうことです。キリギリスは次元を上げる「跳ぶ」能力を封じられ、真価を発揮できません。だからこそ著者は、両者を安易に「混ぜる」のではなく、特性を活かして「組み合わせる」マネジメントを説きます。
キリギリスの思考に転換する第一歩が、知識のリセット、すなわちアンラーニングです。知識は一度得ると後戻りできず、古い解釈は「知的負債」となって発想の足枷になります。
本書はこれを、冷蔵庫に入った象を外に出さなければ新しくキリンを入れられない、という比喩で説明します。何も知らない白紙の素人視点こそが、「そもそも何が問題なのか」を問う最大の武器になるのです。
次元を上げる3つのメタ思考法
では、どうやって思考の次元を上げるのか。本書は3つの具体的な方法を示します。
一つ目は抽象化とアナロジーです。個別の事象から共通する構造を抜き出し(抽象化)、それを一見無関係な遠い分野に当てはめる(アナロジー)。Netflixの創業者は、DVDレンタルの延滞料への不満という具体的な事象から、スポーツジムの「月定額制」という構造を借りてきて成功しました。
二つ目は思考の軸です。物事を捉える視点を意図的に設定します。価格や大きさのような定量軸だけでなく、主観対客観、保守対革新といった対立軸を複数立てることで、思考の死角をなくせます。軸を見つけるには両極端、つまり遠いもの同士で対立させることが重要です。
三つ目はWhyの探求です。5W1Hの中で唯一、上位概念へ遡れる問いが「なぜ?」です。たとえば「喫茶店の競合は?」を、コーヒーを売る手段で考えれば同業他社しか見えません。
しかし「なぜ顧客は来るのか」という目的で問い直すと、休憩する場所、人と会う場所というニーズが浮かび、競合はコンビニや公園、オフィスにまで広がります。これが「土俵を変える」という発想です。
明日から何を変えるか
- Whyを5回繰り返す――目の前の「どうやるか」に飛びつく前に、「なぜそれが必要か」を5回問い、問題の土俵そのものを疑う。
- 遠い世界から構造を借りる――自分の課題の構造を抽象化し、まったく無関係な業界がどう解決しているかを探してアイデアを借用する。
- 「禁止」と「特異点」に注目する――組織が禁止していることや常識外れな事象をリストアップし、「もし主流になったら」という視点で肯定的に捉え直す。
おわりに
知識を蓄えることは、これまで疑いなく善とされてきました。しかしAIが知識処理を担う時代に人間が問われるのは、誰も気づいていない問題を発見し、定義する力です。
本書を読んで私が痛感したのは、自分の「正しい」という確信こそが、実は思考の壁になっているという事実でした。象を外に出すのは難しい。けれども、自分が何を知らないかを自覚するメタの視点を持つこと、それが新しいフロンティアを切り開く第0ステップなのだと思います。
合わせて読みたい
-
『問題発見力を鍛える』細谷功さん 同じ著者が、AIに解けない「問いを立てる力」に正面から取り組んだ一冊です。本書のジレンマ論を、より実践的な問題発見のトレーニングへとつないでくれます。
-
『自分のアタマで考えよう』ちきりんさん 「知っているほど考えられなくなる」というテーマが、本書のアンラーニング論と深く共鳴します。知識をいったん手放す思考の作法を学べます。
-
『仕事に生かす地頭力』細谷功さん 抽象化やWhy型思考を、日々の仕事に落とし込む方法を扱います。本書のメタ思考3法を実務でどう使うか、具体的なイメージが湧きます。
