Placeholder Image

字幕表 動画を再生する

  • In ancient Greece,

    翻訳: Hiroko Kawano 校正: Masaki Yanagishita

  • when anyone from slaves to soldiers, poets and politicians,

    古代ギリシアでは

  • needed to make a big decision on life's most important questions,

    奴隷でも兵士でも詩人でも政治家でも

  • like, "Should I get married?"

    人生で最高に重要な問いに対して 大きな決断をしなければならない時 —

  • or "Should we embark on this voyage?"

    例えば 「結婚すべきか?」

  • or "Should our army advance into this territory?"

    あるいは 「この航海を始めるべきか?」

  • they all consulted the oracle.

    あるいは 「自軍はこの地域に進出すべきか?」

  • So this is how it worked:

    「巫女(オラクル)」に伺いを立てました

  • you would bring her a question and you would get on your knees,

    やり方はこうです

  • and then she would go into this trance.

    巫女に質問してひざまずくと

  • It would take a couple of days,

    巫女はトランス状態となります

  • and then eventually she would come out of it,

    2、3日経つと

  • giving you her predictions as your answer.

    最後に 巫女が正気に戻って

  • From the oracle bones of ancient China

    答えとして予言をしました

  • to ancient Greece to Mayan calendars,

    古代中国の 「占い(オラクル)」の骨から

  • people have craved for prophecy

    古代ギリシアやマヤ暦まで

  • in order to find out what's going to happen next.

    人々は予言を切望してきました

  • And that's because we all want to make the right decision.

    次に何が起きるか 知るためでした

  • We don't want to miss something.

    私たちは皆 正しい決断を 下したいと願うからです

  • The future is scary,

    見落したくないのです

  • so it's much nicer knowing that we can make a decision

    未来は怖いので

  • with some assurance of the outcome.

    結果に対して なんらかの保証があって 決断できると分れば

  • Well, we have a new oracle,

    すごくありがたいことなのです

  • and it's name is big data,

    さて私たちには 新しい「オラクル」があります

  • or we call it "Watson" or "deep learning" or "neural net."

    その名も「ビッグデータ」や

  • And these are the kinds of questions we ask of our oracle now,

    「ワトソン」「ディープラーニング」 「ニューラルネット」呼び方は様々です

  • like, "What's the most efficient way to ship these phones

    私たちが「オラクル」に 尋ねる問いは 例えば

  • from China to Sweden?"

    「中国からスウェーデンに スマホを発送するための

  • Or, "What are the odds

    一番効率の良い方法は?」

  • of my child being born with a genetic disorder?"

    あるいは「私の子が

  • Or, "What are the sales volume we can predict for this product?"

    遺伝性疾患を持って生まれてくる確率は?」

  • I have a dog. Her name is Elle, and she hates the rain.

    あるいは 「この製品の 売り上げ予想は?」などです

  • And I have tried everything to untrain her.

    私の犬は エルという名前で 雨が大嫌いです

  • But because I have failed at this,

    雨嫌いをなくそうと あらゆることをしました

  • I also have to consult an oracle, called Dark Sky,

    でも 失敗に終わったので

  • every time before we go on a walk,

    私も「ダークスカイ」というアプリの 「予測(オラクル)」に頼らねばなりません

  • for very accurate weather predictions in the next 10 minutes.

    散歩前にいつも

  • She's so sweet.

    今から10分間の正確な 天気予想を調べるのです

  • So because of all of this, our oracle is a $122 billion industry.

    とても可愛い犬です

  • Now, despite the size of this industry,

    このような用向きのため 私たちの予測は1220億ドルの産業です

  • the returns are surprisingly low.

    巨大な産業にも関わらず

  • Investing in big data is easy,

    利益は驚くほど低いです

  • but using it is hard.

    ビッグデータへの投資は容易ですが

  • Over 73 percent of big data projects aren't even profitable,

    活用するのは困難です

  • and I have executives coming up to me saying,

    ビッグデータを使ったプロジェクトの 73%以上は 赤字で

  • "We're experiencing the same thing.

    重役が私の所にやってきて こう言います

  • We invested in some big data system,

    「私たちも同じ経験をしている

  • and our employees aren't making better decisions.

    ビッグデータのシステムに投資したが

  • And they're certainly not coming up with more breakthrough ideas."

    従業員たちは良い決定ができない

  • So this is all really interesting to me,

    さらにブレークスルーになるような アイデアも出てこない」と

  • because I'm a technology ethnographer.

    これは全て実に私にとって興味深いことです

  • I study and I advise companies

    私は テクノロジー・エスノグラファー (IT民族誌学者)だからです

  • on the patterns of how people use technology,

    私は人がテクノロジーを 利用するパターンについて

  • and one of my interest areas is data.

    研究し 企業に助言していて

  • So why is having more data not helping us make better decisions,

    私が関心をもつ分野の一つが データなのです

  • especially for companies who have all these resources

    得られるデータが増えても より良い決定の助けにならないのはなぜか?

  • to invest in these big data systems?

    こういったビッグデータの システムに投資するための

  • Why isn't it getting any easier for them?

    あらゆるリソースを持つ 企業にとっては特にそうです

  • So, I've witnessed the struggle firsthand.

    どうして彼らにとって 簡単にならないのか?

  • In 2009, I started a research position with Nokia.

    さて 私はこのような葛藤を 直接見てきました

  • And at the time,

    2009年に 私は ノキアで調査研究の仕事を始めました

  • Nokia was one of the largest cell phone companies in the world,

    そして当時

  • dominating emerging markets like China, Mexico and India --

    ノキアは世界で最大手の 携帯電話会社であり

  • all places where I had done a lot of research

    中国、メキシコ、インドなどの 新興市場を支配し —

  • on how low-income people use technology.

    これら全ての国において 低所得層の人が

  • And I spent a lot of extra time in China

    どのようにテクノロジーを利用するか 調査研究をしました

  • getting to know the informal economy.

    また非正規経済を知るために

  • So I did things like working as a street vendor

    特に中国には時間をかけました

  • selling dumplings to construction workers.

    そこで 私は 建設労働者に 点心を売る

  • Or I did fieldwork,

    露天商をしました

  • spending nights and days in internet cafés,

    また フィールドワークで

  • hanging out with Chinese youth, so I could understand

    何日も夜も昼もネットカフェで過ごし 中国の若者と出歩いたりして

  • how they were using games and mobile phones

    若者が ゲームや携帯電話を どう利用しているか

  • and using it between moving from the rural areas to the cities.

    田舎から都市部への移動時に 携帯をどう使うかを

  • Through all of this qualitative evidence that I was gathering,

    理解することもしました

  • I was starting to see so clearly

    こういった 自分が集めた 質的証拠の全てを通して

  • that a big change was about to happen among low-income Chinese people.

    私にはっきりと見え始めたのは

  • Even though they were surrounded by advertisements for luxury products

    中国の低所得者層に まさに 大きな変化が起ころうとしていることでした

  • like fancy toilets -- who wouldn't want one? --

    彼らは様々な贅沢品の広告に 囲まれていましたが

  • and apartments and cars,

    例えば 高機能トイレなどは 誰もが欲しいと思いますよね?

  • through my conversations with them,

    それとアパートや車などなど

  • I found out that the ads the actually enticed them the most

    でも 彼らと会話して気づいたのですが

  • were the ones for iPhones,

    彼らが一番惹きつけられていた広告は

  • promising them this entry into this high-tech life.

    iPhoneの広告で

  • And even when I was living with them in urban slums like this one,

    ハイテク生活へのデビューを 約束する広告でした

  • I saw people investing over half of their monthly income

    そして私がこんな 都会のスラムに 暮らしていた時でさえ

  • into buying a phone,

    人々が 月収の半分以上を投じて

  • and increasingly, they were "shanzhai,"

    電話を買うのを目にしました

  • which are affordable knock-offs of iPhones and other brands.

    そうして増えたのが「シャンザイ」という

  • They're very usable.

    iPhoneやその他のブランドの 安い模倣品でした

  • Does the job.

    かなり使い物になります

  • And after years of living with migrants and working with them

    十分機能を果たします

  • and just really doing everything that they were doing,

    数年間 移動労働者と生活や仕事を共にして

  • I started piecing all these data points together --

    移動労働者がやることを ほぼ全てやった後で

  • from the things that seem random, like me selling dumplings,

    私は 全てのデータポイントを まとめ始めて—

  • to the things that were more obvious,

    点心売りのような バラバラに見えるものから

  • like tracking how much they were spending on their cell phone bills.

    携帯電話料金の 支払額の推移のような

  • And I was able to create this much more holistic picture

    より明確なことまでをまとめ始めました

  • of what was happening.

    そして 何が起ころうとしているかの

  • And that's when I started to realize

    全体像を作ることができました

  • that even the poorest in China would want a smartphone,

    そのときに分かり始めたことがあります

  • and that they would do almost anything to get their hands on one.

    それは 中国では 底辺所得者層の人々もが スマホを欲しいと考えていて

  • You have to keep in mind,

    一台手に入れるためなら ほぼ何でもするということです

  • iPhones had just come out, it was 2009,

    思い出してください

  • so this was, like, eight years ago,

    iPhoneが出たての2009年 つまり

  • and Androids had just started looking like iPhones.

    約8年前

  • And a lot of very smart and realistic people said,

    iPhoneのような見た目の アンドロイド携帯も登場しました

  • "Those smartphones -- that's just a fad.

    賢くて 現実的な人たちの 多くがこう言っていました

  • Who wants to carry around these heavy things

    「スマホなんて 一時の流行にすぎない

  • where batteries drain quickly and they break every time you drop them?"

    誰がこんな重いものを 持ち歩きたいと思うか?

  • But I had a lot of data,

    バッテリだってすぐに切れるし 一度落としたら故障するのに」

  • and I was very confident about my insights,

    でも 私は多くのデータを元に

  • so I was very excited to share them with Nokia.

    すごく自信を持って予見できました

  • But Nokia was not convinced,

    ワクワクしながら その予見をノキアに知らせました

  • because it wasn't big data.

    でも ノキアは懐疑的でした

  • They said, "We have millions of data points,

    それがビッグデータでは なかったからです

  • and we don't see any indicators of anyone wanting to buy a smartphone,

    「我々は何百万もの データポイントを持っている

  • and your data set of 100, as diverse as it is, is too weak

    けれど スマホを購入したいと 思う人の指標は見えないし

  • for us to even take seriously."

    たった100件の バラバラのデータでは弱すぎる

  • And I said, "Nokia, you're right.

    まともに取り上げるに値しない」と

  • Of course you wouldn't see this,

    私は言いました 「御社のいう通りです

  • because you're sending out surveys assuming that people don't know

    スマートフォンがどういうものかを

  • what a smartphone is,

    人が知らないという前提で 調査していれば

  • so of course you're not going to get any data back

    当然 見えないでしょうね

  • about people wanting to buy a smartphone in two years.

    だから当然 これから2年間で スマホの購入を希望する人についての

  • Your surveys, your methods have been designed

    データを手にすることはありません

  • to optimize an existing business model,

    御社の調査と手法は 既存のビジネスモデルを

  • and I'm looking at these emergent human dynamics

    最適化するためのデザインですが

  • that haven't happened yet.

    私が見ている人間の動態は これから出てくるもので

  • We're looking outside of market dynamics

    まだ起きていない事象なんです

  • so that we can get ahead of it."

    私たちは市場力学の外側を見て

  • Well, you know what happened to Nokia?

    その先を行けるよう 努めています」と

  • Their business fell off a cliff.

    そして ノキアの結末は ご存知の通りです

  • This -- this is the cost of missing something.

    業績は崖から落ちるように下がりました

  • It was unfathomable.

    これは 大切なものを 見落としたことの代償です

  • But Nokia's not alone.

    それは計り知れないものでした

  • I see organizations throwing out data all the time

    でもノキアだけではありませんでした

  • because it didn't come from a quant model

    様々な組織が いつもデータを 廃棄するのを見て来ました

  • or it doesn't fit in one.

    理由は 定量モデルから 出たものではないとか

  • But it's not big data's fault.

    合致するモデルが ないというものでした

  • It's the way we use big data; it's our responsibility.

    でもそれはビッグデータのせいではありません

  • Big data's reputation for success

    ビッグデータを 私たちがどう扱うかであり 私たちの責任です

  • comes from quantifying very specific environments,

    ビッグデータを使用した成功例は

  • like electricity power grids or delivery logistics or genetic code,

    ごく限定された環境の定量化に 基づいたものであり

  • when we're quantifying in systems that are more or less contained.

    送電網や物流システムや 遺伝子コードなど

  • But not all systems are as neatly contained.

    ほぼ閉じたシステムを 定量化した場合です

  • When you're quantifying and systems are more dynamic,

    でも 全てのシステムが きちんと閉じている訳ではありません

  • especially systems that involve human beings,

    より動的なシステムで 定量化を行う場合

  • forces are complex and unpredictable,

    特にシステムに 人間が関与している場合は

  • and these are things that we don't know how to model so well.

    影響を与える要素は複雑で 予想不可能になり

  • Once you predict something about human behavior,

    これらに関して うまくモデル化する術がありません

  • new factors emerge,

    人間の行動について 一旦何かを予想すると

  • because conditions are constantly changing.

    新たなファクターが出現します

  • That's why it's a never-ending cycle.

    なぜなら 常に条件は変化するからです

  • You think you know something,

    そのため 終わりのない循環となります

  • and then something unknown enters the picture.

    何かを理解したと思ったら

  • And that's why just relying on big data alone

    未知のものが 関与してきます

  • increases the chance that we'll miss something,

    だから ビッグデータに頼るだけでは

  • while giving us this illusion that we already know everything.

    何かを見落とす可能性が高まる一方で

  • And what makes it really hard to see this paradox

    全てが分かっているかのような 幻想が生まれるのです

  • and even wrap our brains around it

    このパラドックスに気付き 理解することが 非常に困難なのは

  • is that we have this thing that I call the quantification bias,

    私が 「定量化バイアス」と呼ぶ 状況があるからです

  • which is the unconscious belief of valuing the measurable

    それは 測定可能なものを 測定不可能なものよりも重視するという

  • over the immeasurable.

    無意識の信念です

  • And we often experience this at our work.

    そして これは 私たちの仕事において ありがちな経験です

  • Maybe we work alongside colleagues who are like this,

    多分 私たちは このような同僚の傍で働いているか

  • or even our whole entire company may be like this,

    会社全体がこのような状態 なのかもしれません

  • where people become so fixated on that number,

    そこでは人が数字に固執していて

  • that they can't see anything outside of it,

    目の前に証拠を突きつけられても

  • even when you present them evidence right in front of their face.

    それ以外のものを見ることができないのです