まずは実際に試してみることが大事なのに、経済的なメリットをあれこれ考えることに多くの時間を費やしてしまいます。良い体験になるのか、そうでないのか？

多くのイノベーションが停滞しているのは、企業がまず経済性を優先しようとするからだと思います。まずは体験を、そして経済性を。いいですか、もし私が1年間悪い取引をしたとしても、誰が気にするでしょうか？私はあなたと再交渉します。私は今後10年間、何かを作り上げていきます。1年目のテイクレートが5%か20%かで成功か失敗かは決まりません。それは前例となる可能性があり、前例は危険です。だからこそ、私は手数料をゼロにすることを提案します。試してみましょう。どんな体験ができるのか見てみましょう。付加価値が何なのかを測ってみましょう。そうすれば、経済性は自然と良くなるでしょう。

Uberの配車を依頼すると、基本的に市場にあるすべての車とその行き先、そして空車かどうかを精査する必要があります。お客様に最適な車を選び、30秒以内に料金を算出しなければなりません。到着予定時刻は4～5分以内としたいため、決定に要する時間はごくわずかです。

そのため、実行されているアルゴリズムは非常に高速に動作する必要があります。1秒間に数千万回の予測を行っています。マッチングして、あとは実行するだけです。そのためには、特定のアーキテクチャと大量のコンピューティング能力が必要です。Eatsの場合、料理を作るのにかかる平均時間は10分から12分です。つまり、マッチングにはもっと多くの時間をかけられるということです。

しかし、私たちも同じように計算しなければなりませんでした。配達員はどこにいるのか？どの配達員とマッチングさせるべきか？料金はどう設定すべきか？配達員側でマッチングを行う時間ははるかに長く、そのためマーケットプレイスの再計算には2、3分かかっていました。Eatsでは、配達を引き受けられる配達員に入札することになります。例えば、料理が冷めてしまう前に3回入札できるとします。最初の入札は6ドルかもしれません。もし相手が断ったら、2回目の入札は7ドルかもしれません。もし相手が「いや、どうしても料理を届けたい」と言ったら、3回目の入札は10ドルかもしれません。チームを切り替えると、Ridesチームは「いやいや、この再計算は15秒でできますよ」と言いました。

今では10回の入札が可能になりました。つまり、6回から7回、そして10回へと入札額が減るのではなく、6ドルから6.50ドル、6.75ドル、そして7ドルへと減っていくのです。つまり、コンピューティング、アルゴリズムのスピード、そして意思決定のスピードのおかげで、最終的な取引単価は下がるのです。

今やっていることの結果を変えるために、何を信じなければならないかということです。つまり、同じことを続けても、ほんの少しだけ改善すれば、約束の地にたどり着けるのでしょうか？時間がかかりすぎるだけでしょうか？

私が使っているフレームワークの一つは、「一方通行のドアか、それとも双方向のドアか？」というものです。これはAmazonの典型的な例です。ジェフ・ベゾスが導入したと思います。素晴らしいフレームワークです。

イーツ事業は、DoorDash、Just Eat、Deliverooといったピュアプレイサービスと競合しており、イーツ事業は事業全体の10～15%を占めていました。

Eatsの参入は遅すぎました。他の純粋なプレイヤーから何年も遅れていました。「なぜEatsが勝てるのだろう？」と自問自答すれば、私たちには優秀な人材がいたことは明らかですが、競合他社にも優秀な人材がいると想定しなければなりません。

その答えはプラットフォームでした。Uberというブランドは日常的なユースケースであり、毎日ライドシェアを利用しているオーディエンスにEatsを紹介することができました。そこで、両方にメリットのある会員プログラムを立ち上げました。

確かに、供給を買いに行ったのは事実です。当社はまさに供給主導型で、まず流動的な供給を確保し、それから需要に投資します。創業当初は、実質的に市場価格を下回る価格設定で、多額の損失を出さざるを得ませんでした。

流動性が高まると、マッチングが増え、市場の効率性が向上し、マーケットプレイスからより多くの利益を引き出せるようになります。これが基本的にこの方程式でした。当時は突飛に思えたかもしれませんが、トラヴィスと創業チームは正しかったと思います。マーケットプレイスに流動性を生み出すことこそが、収益性を高める鍵です。流動性の供給と需要を最も早く生み出した者が、最終的に勝利を収めたのです。

息子に運転免許を取得させようと今も奮闘中ですが、Uberのおかげで彼は自由になりました。16歳や18歳の若者の運転免許取得率を見ると、かなり低下しています。以前は3分の2だったと思いますが、今はおそらく50%くらいでしょう。もしかしたら間違っているかもしれませんが。ですから、車の所有率には間違いなく影響が出ているのです。

OpenAIが推論サイクルを多用しているのは、人々がモデルに「ありがとう」や「お願いします」と丁寧に言っているからだと聞きました。

10年後にはAIが全てを置き換えるのでiPhoneさえなくなるだろう

私たちの本性には、多くのバイアスが深く根付いているのです。ダニエル・カーネマンの『ファスト＆スロー』という素晴らしい本があります。きっとあなたも読んだことがあるでしょうが、この本では、私たちが持つすべてのバイアスと脳の働きについて書かれており、いくつかの典型的な繰り返しパターンがあります。例えば、私たちには損失回避という性質があります。私たちは、潜在的な利益よりも損失を重視します。もし私があなたに10ドルあげて、それをまた取り上げたら、あなたは以前と同じ幸福度ではありません。あなたは不幸です。私があなたを不幸にしたのですから。あなたは最初と全く同じ状態なのに、損失がより重く感じられ、それが意思決定にバイアスを与えるのです。