ナイト的不確実性とリスクの実務判別

ないとてきふかくじつせいとりすくのじつむはんべつ

リスクと不確実性の違いナイト不確実性の実務Knightian Uncertainty Risk Distinction

「不確実性が高い」という言葉の曖昧さ

「この市場は不確実性が高い」という表現は、二つのまったく異なる状況を指している場合がある。

一つは計算できる不確実性——過去データや統計から確率分布を推定でき、期待値の計算が成立する状況。もう一つは計算できない不確実性——確率分布の推定根拠そのものが存在せず、どれだけデータを集めても期待値を算出できない状況。

Frank H. Knight（1921）は『Risk, Uncertainty and Profit』において、この二者を厳密に区別した。前者を「リスク（Risk）」、後者を「真の不確実性（True Uncertainty）」と定義している（Knight, 1921, p. 20）。この区別は単なる言葉の整理ではない。どちらの状況に直面しているかによって、合理的な意思決定の方法が根本的に変わる。

“Uncertainty must be taken in a sense radically distinct from the familiar notion of Risk, from which it has never been properly separated.”

— Knight, F. H. (1921). Risk, Uncertainty and Profit. Houghton Mifflin, p. 20.

Knight の峻別：リスクと真の不確実性

リスク——確率が「測れる」不知

Knight はリスクをさらに2種類に分けた（Knight, 1921, pp. 19–20）。

客観的確率に基づくリスク：コインの表裏やサイコロの目のように、先験的（a priori）に確率が計算できる状況。確率の推定に経験的データは不要で、論理的・数学的に導出できる。

統計的確率に基づくリスク：生命保険の死亡率・交通事故の発生確率・工場の不良品率のように、大量の均質な事例の観察から経験的に確率を推定できる状況。「同種の事例が多数存在し、それを集計することで将来の頻度を推定できる」ことが前提となる。

どちらの場合も、確率が数値として表現できる。したがって期待値計算・分散計算・リスクのポートフォリオ管理が意味を持つ。保険商品・金融派生商品・在庫管理——これらの数理的管理手法はすべてリスクの領域で機能するように設計されている。

真の不確実性——確率が「存在しない」不知

これに対して Knight が「真の不確実性（True Uncertainty）」と呼んだのは、確率分布を構成する根拠そのものが存在しない状況だ。

“But Uncertainty proper, as distinguished from Risk, relates not so much to the incalculability of the probability of a result as to the fact that we cannot assign a probability at all.”

— Knight, F. H. (1921). Risk, Uncertainty and Profit. Houghton Mifflin, p. 46.

なぜ確率が存在しないのか。参照すべき「同種の事例」がないからだ（Knight, 1921, p. 46）。

全く新しい製品カテゴリが市場に受け入れられるかどうか。前例のない技術が規制当局に承認されるかどうか。これまで存在しなかった市場が、ある技術の登場によって創造されるかどうか——これらは「過去の類似事例の頻度」を参照できない。事例の性質が本質的に固有（unique）であり、参照できる「類」が存在しないため、確率の概念そのものが成立しない。

Knight は、この固有性こそがビジネスの利益（profit）の源泉だと論じた（p. 232）。リスクは保険や分散投資で処理できるが、真の不確実性は処理できない。だからこそ、それを適切に扱える者が差別化された利益を獲得できる。

Sarasvathy によるエフェクチュエーションへの接続

Sarasvathy（2001）は Knight の峻別を、エフェクチュエーション理論の認識論的基盤として採用した。

“Knightian uncertainty […] is the kind of uncertainty that pervades the startup of firms and the creation of new markets.”

— Sarasvathy, S. D. (2001). Causation and effectuation. Academy of Management Review, 26(2), p. 245.

起業的状況に遍在するのはリスクではなくナイト的不確実性であり、したがって期待リターン計算を基盤とするコーゼーション的アプローチは根本的な適用条件を欠く——これがエフェクチュエーション理論の出発点となる診断だ（Sarasvathy, 2001, p. 243）。

リスクの領域ではコーゼーションが有効

確率分布が推定可能な状況では、期待リターンを最大化するコーゼーション的アプローチが合理的に機能する。市場調査・競合分析・財務モデリングは、「過去の類似事例からの確率推定」を暗黙の前提として設計されている。製品改善の A/B テスト、価格弾力性の実証分析、顧客離脱率の統計モデリング——これらはすべて「測れる不確実性（リスク）」の領域で威力を発揮する。

ナイト的不確実性の領域ではエフェクチュエーションが必要

確率分布の推定根拠が存在しない状況では、期待リターンを計算しようとすること自体が「根拠のない数値」を作り出す行為になる。Sarasvathy（2008）はこの状況に対して、5原則から構成される代替的意思決定の論理を提示した（pp. 15–100）。

手中の鳥（Bird-in-Hand）：未来の市場を予測して戦略を立てるのではなく、今持っている手段（Who I am / What I know / Whom I know）から可能な行動を発散させる（pp. 15–34）。

許容可能な損失（Affordable Loss）：計算できない期待リターンを最大化しようとするのではなく、失っても許容できる損失の上限を設定して行動する（pp. 35–50）。

クレイジーキルト（Crazy Quilt）：競合分析ではなく、自発的にコミットするステークホルダーとの関係構築を優先し、「固有の状況」を共同で形成する（pp. 55–68）。

レモネード（Lemonade）：計画外の事象を回避すべきリスクではなく、新たな方向性を示す情報として積極活用する（pp. 69–88）。

飛行機のパイロット（Pilot-in-the-Plane）：予測して適応するのではなく、制御できる行動に集中して未来を形成する（pp. 89–100）。

これら5原則はいずれも、確率計算に依拠しない意思決定の論理を提供している。

実務的な判別基準——どちらの状況か診断する

ナイト的不確実性とリスクの区別を実務に活かすには、「今直面している状況はどちらか」を診断する必要がある。以下の問いが判別の基準となる。

問い1：参照できる「同種の事例」があるか

「この状況と本質的に同質な過去の事例が、確率を推定するのに十分な数だけ存在するか」と自問する。既存製品の価格変更への需要反応は「リスク」（過去の類似施策のデータがある）。前例のない技術カテゴリの市場創造は「ナイト的不確実性」（同質な事例が存在しない）。

問い2：調査・分析を増やしても確率推定の精度が上がるか

リスクの領域では、データ収集と分析の質を上げることで確率推定の精度が向上する。ナイト的不確実性の領域では、調査を増やしても「確率の推定根拠がない」という構造は変わらない。「もっと調査すれば分かる気がする」という感覚は、しばしば「ナイト的不確実性をリスクとして扱いたい」という認知バイアスの表れだ（Packard et al., 2017, p. 843）。

問い3：競合他社も「知らない」のか、自社だけが「知らない」のか

競合が知っていて自社が知らないなら「情報の非対称性」であり、より精緻な調査で対処できるリスクの問題だ。競合も含めた市場全体が「確率を知らない」なら、ナイト的不確実性の領域にいる。

「疑似的な確実性」の罠

ナイト的不確実性の領域で最も危険なのは、「根拠のない数値を精緻に計算することで安心感を得る」という行動パターンだ。

5年後の市場規模予測、ユニットエコノミクスの精緻な計算、競合シェアの詳細分析——これらが「過去の類似事例から確率を推定できない状況」で作成された場合、それらは「疑似的な確実性」を提供するだけで、意思決定の質を向上させない。むしろ、精緻に作られた数値への過信が「許容損失を超えたコミットメント」を引き起こすリスクを高める。

Sarasvathy（2001）はこの問題を、コーゼーション的アプローチがナイト的不確実性の領域で機能しない理由として明示的に論じた（p. 252）。Knight の峻別は「どの計算が信頼できるか」という問いに答えるための基礎概念として機能する。

エフェクチュエーションとコーゼーションの使い分け——実務的統合

Sarasvathy（2001）が強調したように、エフェクチュエーションはコーゼーションの代替ではなく補完だ（p. 243）。同一の事業でも、局面に応じて両者を使い分けることが実践的な統合になる。

エフェクチュエーション的判断が優位な局面：新市場の探索・新技術の企業化・前例のないビジネスモデルの構築。確率計算の根拠が存在せず、「手中の鳥から始める・許容損失の範囲で動く・ステークホルダーとのコミットメントで不確実性を削減する」という論理が機能する。

コーゼーション的判断が優位な局面：確立された市場での事業拡大・既知の製品カテゴリでの競合戦略・財務モデルが検証可能な段階でのスケールアップ。確率分布の推定が可能であり、期待リターン最大化の計算が意思決定の質を上げる。

この使い分けの鍵は、「今の状況における不確実性の種類」の診断にある。Knight（1921）の峻別は、その診断の基準を提供する。

引用・参考文献

Knight, F. H. (1921). Risk, Uncertainty and Profit. Houghton Mifflin.
Packard, M. D., Clark, B. B., & Klein, P. G. (2017). Uncertainty types and transitions in the entrepreneurial process. Organization Science, 28(5), 840–856.
Sarasvathy, S. D. (2001). Causation and effectuation: Toward a theoretical shift from economic inevitability to entrepreneurial contingency. Academy of Management Review, 26(2), 243–263.
Sarasvathy, S. D. (2008). Effectuation: Elements of Entrepreneurial Expertise. Edward Elgar Publishing.
Read, S., Sarasvathy, S. D., Dew, N., & Wiltbank, R. (2011). Effectual Entrepreneurship (2nd ed.). Routledge.
サラス・サラスバシー（吉田満梨訳）(2015).『エフェクチュエーション：市場創造の実効理論』碩学舎.