「人の話を聞きながらスマホをいじる人」を、あなたはどう見るでしょうか。
不真面目で失礼な人、と片付けてしまったとき、私たちは大事な変化を一つ見逃しているのかもしれません。本書は、そのちいさな違和感から「問い」を引き出す方法を教えてくれる本です。
著者の細谷功さんは、与えられた問題を上手に解く力よりも、解くべき問題を自ら見つける力こそが、これからの時代の競争力になると言い切ります。本書は2020年8月、コロナ禍の緊急事態宣言下に書かれたWeb連載がベースになっており、「常識が崩れる」体験をした直後の読者にとって、説得力の桁が違う一冊です。
こんな人におすすめ
問題解決はそこそこ得意なのに、なぜか「面白い仕事」が回ってこない。指示されたことはこなせるけれど、自分から提案する場面で手が止まる。そういう感覚を抱えている人に向いています。
具体的には、こんな状況に心当たりがある人です。
- ロジカルシンキングや分析手法は学んだのに、現場で使うとなぜか浅い結論に着地する
- 上司や顧客の依頼が「曖昧」で、何をすればいいのか正解がわからない
- AIに仕事を奪われると言われるが、自分の何を磨けばいいのか言語化できない
- 部下の「常識外れな行動」にイラッとしたあと、後味が悪く残る
本書は、こうした「もやもや」をスキル不足ではなく思考のOSの問題として扱い直してくれます。
この本の核心
本書の主張を一言にすれば、こうです。
問題発見と問題解決は、180度正反対の思考回路だ。
問題解決は、与えられた枠の中で「How（どうやって解くか）」を問い、答えに収束していく作業です。問題発見はその逆で、枠そのものを疑い、「Why（そもそもなぜ）」を問い、新しい問いに発散していく作業になります。前者の起点は「知っていること」、後者の起点は「知らないこと」。著者はこの違いを「OSの違い」と表現します。
ここが本書の肝です。問題解決が得意な優等生ほど、問題発見が下手になりやすい。なぜなら、問題が与えられた瞬間に解きにいってしまい、「そもそもこれは解くべき問題なのか」と疑う回路を持たないからです。
著者はこの構図を、AI時代の文脈に重ねます。明確に定義された問題と十分なデータがあれば、AIは人間を凌駕します。アルファ碁ゼロが囲碁で人間が教えていない手筋を導き出したのは、その典型例です。だからこそ、人間に残る仕事は「AIに何を解かせるか、その問題自体を考えること」になるわけです。
本書の全体像
本書は5章構成で、社会背景から個人の思考訓練へと、上から下に降りていく作りになっています。
第1章では、なぜいま問題発見力なのかをVUCAとAIの観点から論じます。VUCAは変動性・不確実性・複雑性・曖昧性の頭文字で、「先が読めない時代」のこと。常識が9割方は正しい安定した時代と、常識が裏目に出るVUCA時代では、必要な思考が反転します。
第2章は、問題発見のスタート地点に立つための姿勢を扱います。鍵になるのは、ソクラテスの「無知の知」です。自分には見えていないものがある、と自覚する。これが問題発見の最初の一歩であり、ここを飛ばすとあとの章はすべて空振りになります。
第3章では、問題を「変数の集合体」と捉え直し、新しい変数を見つけることが問題発見だと定義します。Whyの2つの方向性、Howとの違いがここで整理されます。
第4章は、問題の正体である「ギャップ」と「偏在」の話。UberやAirbnbの事例で、偏在の発見がどうビジネスになるかが示されます。
第5章は最も哲学的で、「具体と抽象」「線引き」「メタ認知」が登場します。総論賛成・各論反対やコミュニケーションのすれ違いが、すべて抽象度の不一致として説明される章です。
社会背景から始めて、マインドセット、思考のメカニズム、認知バイアスへと、外側から内側に向かって降りていく構成。読みながら、自分の思考のどこがズレていたのかが少しずつ見えてきます。
解くべき問題を「変数」で捉える
本書がいちばん独自なのは、問題を「変数の集合体」として再定義する視点だと思います。
たとえば自動車の競争を考えてみます。長らく業界の変数は、馬力・燃費・デザインといった既知の項目でした。そこにテスラやUberが「自動運転」「シェア」という新しい変数を持ち込んだ瞬間、ゲームのルール自体が変わりました。問題解決とは、既存の変数の中で最適解を出すこと。問題発見とは、まだ誰も使っていない変数を持ち込むこと。著者はこの2つを完全に切り分けます。
この視点が役に立つのは、「忙しいから無理」「予算がないから無理」と詰まったときです。著者はこう問い直すよう勧めます。「変数は本当に時間やお金か」。実は本当の変数は、優先順位だったり、コストパフォーマンスだったり、相場観だったりします。表に出ている変数を変えるだけで、問題そのものが別物に見えてくる。これが「変数を疑う」という発想です。
「Why」は視野を広げ、「How」は視野を狭める
問いの質によって、見える世界が変わります。
「自動運転の最新情報を調べてほしい」と頼まれたとき、How型の人は「どう効率よく調べるか」を即座に考えます。一方、Why型の人は「そもそもなぜ調べるのか」「上位目的は何か」を遡ります。すると、本当の依頼は「顧客に面白い提案がしたい」だったと気づき、情報収集だけで終わらない仕事ができる。著者が繰り返し挙げる例です。
Whyには2つの方向があります。
過去に向かう「なぜ」を5回繰り返すと、トラブルの真因（根っこ）にたどり着きます。製造業のトヨタ式で有名な手法ですね。一方、未来に向かう「なぜ」を問うと、最上位目的（顧客の真のニーズ）が見えてきます。下に深く掘るWhyと、上に高く登るWhy。両方を使い分けることで、思考の柱が縦に伸びていきます。
ただし、Whyには副作用もあります。会議でいきなり「そもそもなぜ」と言うと、議論が進まなくなる。Whyは万能薬ではなく、収束モードと使い分ける道具なのだと、本書は釘を刺しています。
「ギャップ」と「偏在」に問題は隠れている
問題の正体を、著者は2種類に整理します。
ひとつは「現状とあるべき姿のギャップ」。これは標準的な定義です。もうひとつが「偏在」、つまり、あるところとないところの差です。後者がユニークです。
UberとAirbnbの成功は、まさに偏在の発見です。乗りたい人と空いている車の偏り。泊まりたい人と平日空いている部屋の偏り。誰の目にも見えていたのに、誰も「問題」として定義していなかった偏りを、彼らは事業に変えました。ソフトバンクの孫正義さんが提唱した「タイムマシン経営」も同じ構造で、海外で成功した事例を国内に持ち込むのは、地域間の時間差という偏在の利用です。
ここで重要なのは、ギャップも偏在も「事実そのもの」ではなく、私たちの頭の中で生まれるという点です。著者の言葉を借りるなら、「問題というのは事実そのものではなく、それを認識する私たちの頭の中にある」。だから、認識を変えれば、見える問題も変わる。期待値（相場観）をコントロールすることが、品質改善と同じくらい重要な打ち手になる、と本書は指摘します。
「具体と抽象」を行き来するメタ認知
ここから先は、本書の中でもっとも哲学的な領域に入ります。
人間は抽象化（線引き）によって世界を整理し、そこから具体に落として問題を解く。ただ、線引きそのものが新たな問題を生む。スピード違反の「見通しのいい道での1キロオーバー」と「住宅街での30キロオーバー」が同じ違反になる、軽減税率のどこで線を引くかで業界がもめる。これらはすべて、線引きが生む歪みの例です。
コミュニケーションの不全も、ほとんどが具体と抽象のズレから来ます。著者の鋭い観察はここです。「他人のことは抽象化して一般化するのに、自分のことは具体的にとらえる」「他人のことは抽象化するのに、自分が抽象化されると違和感を感じる」。総論賛成・各論反対が起きるのは、抽象は解釈の自由度が高くて誰もが得をする顔をできるが、具体になると損する人があぶり出されるからです。
この歪みから抜け出すために必要なのが、メタ認知です。著者の比喩では「魂を幽体離脱させて、上空から自分自身を眺める」状態。具体から抽象へ、手段から目的へ、部分から全体へ、一段上の視点に上がる。自分の思考を一歩引いて見ることで、初めてバイアスに気づけます。
ダニング・クルーガー効果という、知らない人ほど自信があり、詳しい人ほど自信を失う認知の歪みも、メタ認知が外れた状態だと言えます。「無知の知」と「メタ認知」は、本書の中で響き合う双子の概念です。
「アナロジー思考」で遠くからアイデアを借りる
新しい変数を見つける手段として、本書が強く推すのがアナロジー思考です。
著者はこれを「心の五感」と呼びます。目に見える具体レベルでの真似は「単なるパクリ」で、誰でも気づくのですぐに同質化します。一方、抽象レベルで共通点を見出し、遠い業界・歴史からアイデアを移転させるのがアナロジーです。たとえばシェアリングエコノミーは、図書館の貸出やレンタカーといった古くからある仕組みを、デジタルとマッチングで現代に翻訳した結果と読めます。
アナロジーが強いのは、抽象度を上げてから別の具体に降ろすため、表面的に真似されにくい点です。だから本書は、専門外の本やニュースに触れて「これを自分の仕事に置き換えるとどうなるか」と考える習慣を勧めます。アイデアの源は、自分の業界の中ではなく、むしろ遠い場所にあるのです。
実践アクション
理屈を頭に入れただけでは、行動は変わりません。本書から私が抜き出した、明日からできる具体的な動きを4つに絞ります。
1. 依頼を受けたら、5秒だけ「Why」を考える すぐに作業に取り掛かるのを、5秒だけ我慢する。「そもそもなぜこれをやるのか」「上位目的は何か」を1行でメモする。それから動き出す。これだけで、依頼に対する逆提案が自然と生まれます。
2. イラッとしたら、相手の合理性を3つ想像する 他人の不可解な行動に反応した瞬間、「常識がない」と切り捨てる前に、「どんな事情があれば、その行動が合理的になるか」を3つ挙げてみる。スマホをいじるのは、検索しているのかもしれない。返事が遅いのは、別の重要案件があるのかもしれない。これは無知の知をインストールする訓練になります。
3. 自分の業務の「変数」を書き出す 今の仕事や商品を成り立たせている変数を、5つほど紙に書く。価格、速度、機能、デザインなど、誰でも思いつくもの。そのうえで、「業界がまだ重視していない変数は何か」を1つ加えてみる。エシカル、シェア、体験、物語、待ち時間。新しい変数こそ、新しい問題の入り口です。
4. 「文句」を「正の問題」に翻訳する 不満を感じたら、ぐっとこらえて「こうすればもっと良くなる」と書き換える。日本の消費者は文句を言う技術には長けていますが、それを正の問題に翻訳する訓練が圧倒的に足りない、と著者は指摘します。これは個人にも組織にも効きます。
すべてを一度にやろうとすると挫折します。私のおすすめは、まず「1」と「2」だけを1週間続けてみることです。
おわりに
本書を読み終えて残る感覚は、「問題を解く速度」を競う世界からの離脱、です。
スキルや知識を増やせば優秀になれる。長らく信じられてきたこの前提が、AIの台頭によって静かに崩れています。AIに勝てない領域で勝負を続けるのは、合理的ではない。だから人間は、AIにできない「問いを立てる」「枠を作り直す」側に回るしかない。著者の主張は、煽りではなく、冷静な現状認識として響きます。
ただ、これは脅しの本ではありません。むしろ、これまで「常識外れ」「変わり者」「問題児」と呼ばれてきた人が、これからの時代に必要な人材として浮上する、という反転の物語でもあります。空気を読まず、当たり前を疑い、遠くからアイデアを持ってくる人。組織の中で煙たがられがちなそういう人を、どう許容し、どう活かすか。それが個人と組織の課題になります。
私自身、本書を読んで一番響いたのは「悪気がない方がタチが悪い」という指摘でした。問題があると自覚していない状態は、罰則も反省も効かない。だからこそ、自分が「無知の無知」に陥っていないかを問い続けるしかない。本書は、その問い続ける姿勢のための地図です。
読んだ後の見え方が、ほんの少し変わる。それで十分なのだと思います。
合わせて読みたい
『具体と抽象』細谷功さん｜世界の見え方を変える思考の往復運動術 本書第5章の中核である「具体と抽象」を、同じ著者がまるごと一冊で解説した姉妹書です。アナロジー思考の土台になる「抽象化のメカニズム」を解像度高く理解したい人は、本書とセットで読むと相乗効果が出ます。
『問題解決のジレンマ』細谷功さん｜知識を捨てて新しいアイデアを生み出す「無知の力」 本書で繰り返し登場する「無知の知」を、より積極的な「無知の力」として掘り下げる同著者の一冊です。経験や知識が問題発見の邪魔になる構造を、別の角度から理解できます。
『論点を研ぐ』則武譲二さん｜前提を疑う力で問題の核心を掴む3つの質問 本書が「変数を見つけよ」と説くのに対し、こちらは「論点を研げ」というアプローチで同じ山に登る本です。Whyを問う技術を、コンサルタントの実務語彙で受け取り直したい人に向いています。