目次
Dew, N., Sarasvathy, S., Read, S., & Wiltbank, R. (2009) によれば、許容可能な損失とは、意思決定者が自分にとって許容できるリスクの上限を見積もり、失っても構わない額を先に確定させるという判断ヒューリスティックである。Strategic Entrepreneurship Journal, 3, 105–126.
二つの「予算」を混同したまま使っている
エフェクチュエーションとリーンスタートアップを併用しよう、という話はもう珍しくない。段階で使い分ける設計図は 統合モデルの記事で、Build-Measure-Learn とエフェクチュエーションの意思決定ループが構造的に同形であることは BMLサイクル統合の記事で、それぞれ整理してきた。本記事はもう一段、具体的なところに踏み込む。
実務で両者を回そうとすると、ある場所で必ず軋む。「どこまで賭けるか」を決める論理と、「何を学べたか」を測る論理が、別々の通貨で動いているからだ。
リーンスタートアップの中核は「検証された学び（validated learning）」である。Ries(2011)はこれを、実顧客からのフィードバックと継続的な実験を通じて、持続可能な事業の作り方についての知識を獲得するプロセスと定義した。学びは仮説の真偽というデータで測られる。一方、エフェクチュエーションの投資判断を支配するのは「許容可能な損失（affordable loss）」だ。Sarasvathy(2001)はこれを、期待リターンの最大化ではなく、失っても耐えられる範囲を先に決めて動く、という意思決定原則として提示した（許容可能な損失の原則を参照）。
学びの通貨は「知識」、損失の通貨は「リスク」。この二つは換算レートを持たない。だから多くの現場で、片方を最適化するともう片方が破綻する。
なぜ素朴な併用は破綻するのか
検証学習だけを純粋に追い求めると、こうなる。仮説を一つ潰すたびに次の仮説が現れ、ループは原理上いくらでも回せる。Ries(2011)の MVP の定義——最小限の労力で、顧客に関する検証された学びを最大化する製品バージョン——は、回転速度を競争優位の源泉とみなす。速く回せ、というメッセージだ。ところがこの設計には予算の天井が組み込まれていない。「あと一回検証すれば本当のフィットが見えるかもしれない」という期待は、サンクコストの罠と相性が良すぎる。学びは積み上がっているのに、気づけば手元の資金が尽きている。
逆に許容損失だけを基準にすると、別の穴が空く。失っても痛くない範囲で小さく賭ける、それ自体は健全だ。だが「いくらまでなら失えるか」は、その投資から何が分かるかを保証しない。痛くない金額で痛くない実験をいくつ並べても、事業の生死を分ける問いには触れないまま終わることがある。安全な実験は、しばしば学びの薄い実験でもある。
つまり両者は、互いの弱点をちょうど埋め合う関係にある。許容損失は検証学習に上限を与え、検証学習は許容損失に情報価値を与える。問題は併用するかどうかではなく、二つの予算を一つのループの中でどう同時に締めるか、という設計の話なのだ。
出発点の非対称性を直視する
両者が解いている問題の層は、そもそも違う。
リーンスタートアップは、仮説をすでに持っている起業家が、その仮説を最小コストで検証する局面を扱う。Build-Measure-Learn ループは、検証すべき仮説——顧客は誰か、何を解決するか、いくらで売れるか——が存在することを前提にして初めて回る。
エフェクチュエーションは、まだ仮説を立てられない起業家が、手元の手段から動きながら仮説そのものを形成していく局面を扱う。出発点は仮説ではなく手中の鳥、つまり「自分は何者か」「何を知っているか」「誰を知っているか」という手段の在庫である（Sarasvathy, 2001）。
この非対称が意味するのは、許容損失が先に来るということだ。検証すべき仮説がまだ霧の中にある段階では、リターンの計算式は書けない。書けないものを基準にはできないから、起業家は「失っても構わない範囲」を先に確定させ、その枠の中で動きはじめる。Dew et al.(2009)は、許容損失ヒューリスティックを使う起業家が、高い失敗率を前にしてもなお踏み出しやすいことを行動経済学の観点から論じた。期待リターンではなく耐えられる損失を基準にするから、計算不能な不確実性の中でも最初の一歩が踏み出せる。検証学習が動き出すための地ならしを、許容損失が担っている。
統合モデル：許容損失を「検証予算」に翻訳する
二つの通貨をつなぐ蝶番は、許容損失を実験のポートフォリオ予算として再定義することにある。
手順は逆算ではなく発散から始まる。まず「このフェーズで失っても耐えられる総額」を一本決める——これは許容損失の純粋な適用で、リターン予測を一切含まない。次にその総額を、検証すべき問いの束に配分する。一つひとつの実験には「いくら賭けるか」と「何が分かれば賭けた意味があるか」の二つのラベルを必ず貼る。前者が許容損失、後者が検証学習の担保だ。
リスクと情報のトレードオフは、正面から評価する以外に回避できない。Ries(2011)の検証学習が要求するのは「仮説の真偽が動くか」であり、Dew et al.(2009)の許容損失が要求するのは「外れても致命傷にならないか」である。両方のラベルが揃った実験だけが予算を勝ち取る。安全だが何も分からない実験は、損失ラベルは緑でも情報ラベルが空欄だから落ちる。学びは大きいが一発で資金が飛ぶ実験は、情報ラベルは満点でも損失ラベルが赤だから落ちる。
そして予期せぬ結果が出たとき、二つの原則が同時に発火する。レモネードの原則が「想定外を機会に変えよ」と促し、検証学習が「その想定外は次にどの仮説を反証するか」を問う。リーンスタートアップのピボットが事前の上位目標（製品-市場フィット）への収束を前提にするのに対し、エフェクチュエーションは目標そのものの書き換えを許す——この違いが、想定外への耐性の差になる。許容損失の枠が残っている限り、起業家は目標を捨てて別の手段から組み直せる。検証だけを回していたら「仮説が外れた、終わり」になる局面でも、損失の枠が次の一手の燃料になる。
二つの予算を同時に締める
統合モデルの肝は、ループの各周回で二重の決算を打つことに尽きる。
検証側の決算は「今回の実験で、どの仮説の生死が動いたか」を問う。これが空欄なら、たとえ予算内でも、その周回は学びを生んでいない。損失側の決算は「許容損失の枠が、あとどれだけ残っているか」を問う。これが尽きかけていれば、学びの途中でもループは止まる。
検証学習は前に進む力、許容損失は止まる力。新規事業の意思決定は、この加速と制動を一つのペダルで踏み分ける運転に似ている。Sarasvathy(2001)が飛行機のパイロットの原則で描いたのは、予測に適応するのではなく行動で未来を作る起業家の姿だった。未来を作る側に回るほど、制動装置の精度が生死を分ける。アクセルだけの車は、学びの量にかかわらず、いつか壁にぶつかる。
許容損失と検証学習は、対立する二つの方法論ではない。リスクと知識という、換算できない二つの通貨を、同じ財布で管理するための補完装置である。片方を最適化する誘惑に抗い、両方の決算を毎周回で打ち続けること。それが、不確実性の中で資金を燃やし尽くす前に、事業を立ち上げる側に立つための規律になる。
関連記事
参考書籍
