みなさん、おはようございます!こんにちは!こんばんは。Jindyです。
世の中には、やたらと守備範囲が広く見える人がいます。経営の話をしていたと思えば投資を語り、組織論に移ったかと思えばAIや教育の話まで自然につなげる。外から見ると、何個の頭を持っているんだと思う。
でも、本人の中では意外とそうではないのかもしれません。
扱っているテーマは違っても、見ているものは同じ。売上も在庫も人員配置も投資も、突き詰めれば「限られた資源をどこに置けば、最も大きな結果が返ってくるか」という資源配分の問題に見える。会計も経営も投資も、表面の言葉を剥がせば、同じ骨格を持つことがあります。
この見方が身につくと、仕事の学び方が変わります。新しい業務に放り込まれても、知らない用語を一個ずつ暗記するだけではなく、既に知っている構造へ接続できる。投資でも、業界用語の洪水に飲まれず、利益率、回転率、資本コスト、キャッシュの流れという共通言語で企業を見られる。経営では、問題の名前ではなく、ボトルネックやインセンティブの歪みを探せるようになる。
今回は、認知科学の類推研究、専門家研究、遠隔転移の研究を手がかりに、異分野で強い人の頭の中を分解します。そして最後に、会計・投資・経営・人生を一本の線でつなぎます。
人は知識ではなく「関係」を再利用する – 違うテーマが同じ問題に見える瞬間

異分野で強い人を見たとき、つい知識量に目が向きます。あれも知っている、これも知っている。
でも、認知科学が面白いのは、専門家の強さを単なる記憶量で説明していない点です。専門家は、見えているものの切り分け方そのものが違う。
類推とは、似ているものを探すことではない
Dedre Gentnerが1983年に示したStructure-Mapping Theoryでは、類推の本質は見た目の類似ではなく、関係構造の対応にあります。
たとえば、水の流れと電流は別物です。水には水分子があり、電流には電荷がある。表面だけ見れば共通点は少ない。
ところが、「差がある」「差によって流れが生じる」「抵抗が流れを弱める」という関係だけを見ると、構造が似ています。
事例Aを覚えるのではなく、Aの背後にある構造を抜き出す。すると、事例Bに出会ったとき、ゼロから学ばずに済む。
仕事でいえば、在庫管理と人員配置は別の部署の話に見えます。ところが、必要量より多く持てばコストが膨らみ、少なすぎれば機会損失が出るという点では同じです。現金も同じ。余剰現金は安全性を高める一方、使われない資本としてROICを押し下げることがある。
ラベルは違う。でも、資源の過不足という骨格は同じです。
専門家は問題の「名前」ではなく「原理」で分類する
Chi、Feltovich、Glaserの1981年の古典研究は、この違いをかなり鮮明に示しています。
物理学の問題を分類させると、初心者は斜面、バネ、滑車といった表面的な特徴でまとめやすい。一方で専門家は、エネルギー保存則やニュートンの法則など、問題を解く原理で分類する傾向を示しました。
これを会計に置き換えると分かりやすい。
初心者は、売上、固定資産、在庫、引当金を別々の論点として覚えます。専門家になるほど、その背後にある「いつ認識するのか」「いくらで測るのか」「将来の不確実性をどこまで現在の数字に織り込むのか」という共通の問いで整理する。
仕訳を覚えているのではありません。数字が生まれるロジックを見ています。
この差は、投資家として企業を見るときにも効きます。決算書に出ている数字を眺めるだけなら、誰でもできます。難しいのは、その数字がどんな判断と仮定から作られたかを見ることです。
減損が出た。引当金が増えた。在庫が膨らんだ。
それぞれ単発のニュースに見えて、実は経営者が過去の期待をどこで修正したのか、資本配分の失敗がどこに滞留しているのかという同じ問いにつながることがあります。
経験は、数ではなく「圧縮率」で価値が変わる
GickとHolyoakの研究や、Gentner、Loewenstein、Thompsonらの研究では、複数の事例を比較し、共通構造を抽出することで、新しい場面への転用が促進されることが示されています。
ここが実務ではかなり刺さります。
一方、10個の経験から「これは権限と責任の不一致」「これは在庫回転の悪化」「これは価格決定力の低下」といった構造を抜き出せる人は、次の仕事で再利用できます。
会計実務でも同じです。月次差異が出るたびに個別原因だけを追うと、毎月が初見問題になります。ところが、差異の原因を数量差、単価差、ミックス差、タイミング差のような構造で持っていると、未知の差異でも切り分けが速い。
知識が増えたのではなく、世界の圧縮率が上がったわけです。
だから、異分野に強い人を「何でも知っている人」と見ると本質を外します。彼らの一部は、知らないものを知っているものへ変換する速度が速い。
経営、会計、投資、組織、人材。表面的には別ジャンルでも、資源配分、期待値、制約、インセンティブ、フィードバックという少数の構造に畳み込める。
この力があると、新しい分野に入るときの初速が変わります。ただし、この時点ではまだ入口です。構造が見えたからといって、その分野の専門家になったわけではありません。
抽象化は武器だが、万能ではない – 遠い分野ほど「専門知識の壁」が立ちはだかる

構造が見える人の話は、気持ちがいいです。何でもつながる。世界がシンプルに見える。
でも、ここで調子に乗ると危ない。
認知科学では、学んだ知識を遠い領域へ転用するfar transfer、つまり遠隔転移は簡単ではないことが繰り返し議論されてきました。
構造が同じでも、現場のルールは違う
BarnettとCeciは2002年のレビューで、学習内容がどの程度異なる状況へ転移するのかを整理しました。その核心は、転移には距離があるということです。
会計で資本コストを理解しているからといって、すぐに商品開発が上手くなるわけではない。チェスが強いからといって、そのまま経営判断が強くなるわけでもない。
共通構造はあっても、各分野には固有のルールがあります。
投資なら、会計基準、競争環境、経営者の質まで見る必要がある。経理なら、会社ごとの業務フローや内部統制が効いてくる。
抽象化されたモデルだけで現場へ入ると、細部を知らないまま「これは要するに○○だ」と片づけてしまう。
ここ、落とし穴です。
構造化能力が高い人ほど、自分のモデルが現実より賢いと思い込みやすい。現実は、モデルの例外でできています。
投資家が最も痛い目を見るのは、似ている企業を同じ会社だと思ったとき
投資では、類推は強力です。
サブスクリプション型、ネットワーク効果、アセットライト、高固定費型。企業を構造で見ると比較が速い。
ただし、構造が同じでも収益性は全く違います。
同じ売上高成長率でも、顧客獲得コストが違えば価値は変わる。同じROEでも、レバレッジで作った数字と高収益事業が生んだ数字では質が違う。
会計はラベルを揃えてくれます。売上高、営業利益、資産、負債。
でも、数字の中身までは揃えてくれません。
だから投資家は、構造で企業を比較しつつ、最後は個別性へ戻らなければいけない。
抽象化して、比較して、もう一度具体へ戻る。この往復が必要です。
数字を作る側ほど、抽象論だけでは怖いと知っている
会計の面白いところは、数字が客観的な事実に見えて、実際には多くの判断が混ざっていることです。
耐用年数を何年にするか。貸倒れをどこまで見込むか。在庫の評価減をいつ認識するか。減損の兆候をどう判断するか。
ルールはあります。でも、現場の情報をルールへ当てはめるところに人間の判断が入る。
だから数字を作る実務家の視点では、抽象化だけで物事を片づける怖さがよく分かります。
たとえば「在庫が増えた=悪い」と構造だけで判断するのは雑です。需要増に備えた戦略在庫かもしれない。供給制約への対応かもしれない。単なる売れ残りかもしれない。
同じ貸借対照表の増加でも、意味は違う。
構造は仮説を作るために使う。結論を決めるためではありません。
本当に強い人は、抽象化したまま走りません。一度高い位置から構造を見て、必要になれば現場の細部まで降ります。
マクロとミクロを往復する。
投資なら、業界構造を見たあとに注記を読む。経営なら、全社戦略を語ったあとに現場の工程を見る。会計なら、制度趣旨を理解したうえで契約書や証憑へ戻る。
この往復ができないと、抽象化は知性ではなく雑さになります。逆に、この往復ができる人は、異分野へ行っても強い。構造を再利用しながら、固有知識を上書きしていけるからです。
多分野で強い人は、知識を増やしているのではなく「共通OS」を育てている – 会計・投資・経営は一本につながる

では、実務で鍛えるべきものは何か。
私は、知識の棚を増やすより、共通OSを育てるという見方がしっくりきます。
OSとは、どの分野でも繰り返し登場する問いの集合です。
会計は、企業の構造を数字へ翻訳する仕事である
会計を単なる記録だと思うと、この話は見えません。
会計は、企業活動を数字へ翻訳する仕組みです。
売上とは何か。資産とは何か。費用はいつ認識するのか。将来の不確実性をどこまで現在へ持ってくるのか。
要するに、複雑な現実を一定のルールで圧縮している。
ここで会計実務の経験が他分野に効いてきます。
企業を見るとき、売上高というラベルではなく、顧客から価値を回収する仕組みを見る。資産というラベルではなく、将来キャッシュを生むために過去に置いた資本を見る。負債というラベルではなく、将来キャッシュアウトの約束を見る。
こうすると、財務諸表が数字の表ではなく、経営の構造図になります。
数字を読む側と作る側の違いはここです。
読む側は数字から会社を想像する。作る側は、会社の動きがどう数字に変換されるかを逆方向にもたどれる。
この往復ができると、会計は投資の基礎体力になります。
投資は、数字の先にある「資源配分の質」を買う行為である
でも長期で企業を見るなら、より本質的なのは資源配分です。
稼いだキャッシュをどこへ使うのか。
設備投資か、研究開発か、M&Aか、自社株買いか、配当か、借金返済か。
ここには経営そのものが出ます。
会計は過去の資源配分を数字として残します。投資は、その資源配分が将来どれだけのキャッシュを生むかを評価する。
つまり両者は別ジャンルではありません。
減損は、過去に置いた資本の期待収益が崩れたサインです。のれんは、M&Aで未来の超過収益に払った代金の痕跡。ROICは、投下した資本がどれだけ利益へ変わったかを見る尺度。
全部、資源配分の話です。
この構造で見ると、決算分析も一段変わります。
利益が増えたかだけではなく、その利益を生むためにいくら資本を置いたのかを見る。キャッシュが増えたかだけではなく、成長投資を止めて作ったキャッシュではないかを見る。
数字の良し悪しではなく、数字を生んだ意思決定の良し悪しを見るわけです。
経営も人生も、結局は「有限な資源をどこへ置くか」に戻ってくる
経営は資源配分です。
人、金、時間、信用、経営者の注意。全部有限です。
だから、戦略とは何をやるかを決めること以上に、何をやらないかを決めることでもある。
この構造は人生にもそのまま来ます。
時間は固定資産のように貯められません。毎日24時間が強制的に費消される。だから、時間の使い方は損益計算というより、資本配分に近い。
勉強に1時間使う。家族と過ごす。仕事をする。運動する。
どれも単体では正しい。でも、全部を最大化することはできません。
ここで必要なのは、正しい行動を増やすことではなく、自分にとってリターンの高い行動へ有限資源を寄せることです。
企業経営で分散しすぎた投資がROICを下げるように、人間も何でも手を出せば成長するわけではない。
逆に、構造が共通しているなら、複数の活動が一つの学習として積み上がることがあります。
仕事で学んだ分析力が投資に効き、投資で鍛えた期待値思考が経営判断に効き、経営で学んだ優先順位づけが日常の時間管理に効く。
活動は増えていても、学習は一本化している。
多くのジャンルを持っているのではなく、少数の問いを何度も使っている。
この投資は何を生むのか。この数字は何を意味するのか。この制約はどこにあるのか。この意思決定で誰の行動が変わるのか。失敗したとき、どこに損失が残るのか。
こういう問いは、部署名も業界名も超えます。
そして、良い問いほど長く使えます。知識は古くなる。でも、構造を見る問いは残る。だから共通OSを持つ人は、環境が変わっても学び直しが速いのだと思います。
結論 増やすべきは知識の数ではなく、世界をつなぐ「問い」である
私たちは、つい人生を分野ごとに分けます。
仕事、投資、家計、勉強、健康、経営。
それぞれ別の教科書があり、別の専門家がいて、別の言葉で語られる。だから、一つずつ攻略しないといけないように感じます。
でも現実は、そこまできれいに分かれていません。
会社のお金と家計のお金は制度上は別物です。それでも、収入より多く使えば資金は減る。将来のためにどこへ資本を置くかという問いは共通する。経営と人生も違う。でも、有限な時間と注意を何に配分するかという意味では似ています。
会計が教えてくれるのは、すべての活動にはどこかに数字の痕跡が残るということです。
投資が教えてくれるのは、今日の数字より、その数字を生む構造の方が長く効くということ。
経営が教えてくれるのは、資源は有限で、選ばなかったものにもコストがあるということです。
そして人生では、その三つを自分自身に適用することになる。
何を持っているか。
何に時間を使っているか。
どこからリターンが返ってきているか。
見えにくい赤字を抱えていないか。
ここまで考えると、学ぶという行為の意味も変わります。
新しい知識を頭に積むことだけが学習ではありません。昨日まで別々に見えていたものが、今日、一つの構造としてつながる。それも立派な学習です。
むしろ、大人になってから効くのは、こちらかもしれません。
知識を増やすだけなら、今はAIがかなり手伝ってくれます。
だから人間側に残る価値は、何を比べるか、どこに共通点を見るか、どの構造を疑うか、そして現実へ戻って数字で確かめるかに移っていく。
世界をたくさん知っている人より、世界を少ない原理で深く見られる人。
ただし、その原理を現実に押しつけない人。
この二つを両立できる人は強い。
いろいろなことをやっているように見えても、本人の中では一つの問いを追い続けている。
そんな働き方や学び方は、かなり贅沢です。
なぜなら、新しい分野へ進むたびに過去が無駄にならないから。
会計で見た構造が投資に生きる。投資で覚えた期待値が経営に生きる。経営で磨いた資源配分が人生に戻ってくる。
キャリアも知識も、バラバラに増えていくのではなく、複利でつながっていく。
私は、この状態こそ本当の意味での「経験が積み上がる」なのだと思います。
このテーマをさらに深く読むための5冊
1.『「具体⇄抽象」トレーニング 思考力が飛躍的にアップする29問』細谷 功
この記事の中心にある、違う出来事から共通構造を抜き出し、また具体へ戻すという思考を、そのままトレーニングできる本です。抽象化と具体化の基本動作から、仕事や日常での応用までを扱い、実際に考えるための問題も多数用意されています。 「抽象化と言われても、結局何をすればいいのか分からない」という人には入りやすい。ほかの4冊が会計・投資・経営などへの応用を扱うのに対し、これはその手前にある思考の基本動作そのものを鍛える位置づけです。記事で触れた、経験を個別事例のまま保存せず、再利用可能な構造へ変える感覚をつかむ入口になります。
2.『解像度を上げる 曖昧な思考を明晰にする「深さ・広さ・構造・時間」の4視点と行動法』馬田隆明
抽象化の便利さだけで突っ走らないために読んでおきたいのがこちらです。課題や解決策を、深さ・広さ・構造・時間という4つの視点で捉え、行動や実験、検証までつなげる構成になっています。 本文で触れた「構造は仮説を作るために使い、結論を決めるためではない」という論点との相性がいい。構造を見抜いたつもりなのに現場ではうまくいかない、議論がどうもふわっとする、問題設定そのものを疑いたい。そんな読者に向きます。具体と抽象の往復に、現場で確かめる工程を加えてくれる点が1冊目との違いです。
3.『「お金の流れ」がたった1つの図法でぜんぶわかる 会計の地図』近藤哲朗・沖山誠、岩谷誠治監修
会計の用語を一つずつ覚えるのではなく、売上、費用、利益、資産、負債、現金、のれんまでを「お金の流れ」としてつなげて理解するための本です。100以上の図解を使い、仕事と会社の数字の関係を一気通貫で見せる構成が取られています。 記事で書いた「会計は企業活動を数字へ翻訳する仕組み」という感覚を、視覚的につかみたい人に向いています。決算書の項目名は知っているのに、数字同士が頭の中でつながらないという人には特に有効です。思考法ではなく、企業活動が財務諸表へ変換される構造を具体的に見られる点が、ほかの4冊にはない役割です。
4.『ビジネスエリートになるための 投資家の思考法 The Investor’s Thinking』奥野一成
企業の価値をどこから見るのか、情報をどう集め、比較し、分析するのかを、投資家の視点から具体化した実践書です。企業分析について、俯瞰する、時間軸で見る、比較する、分ける、組み立てるといった思考のプロセスも扱われています。 記事の「投資は、数字の先にある資源配分の質を見る」という部分を投資判断へ落としたい読者に合います。決算の数字を読めても、そこから企業価値へどう橋を架ければいいのか分からない。その疑問に近い本です。会計の構造そのものを見る3冊目に対し、こちらは数字や事業から価値をどう判断するかへ視点を進めてくれます。
5.『世界標準の経営理論』入山章栄
複雑な経営現象を、一つひとつの事例ではなく理論という共通言語で整理したい人に向く本です。知の探索・知の深化、取引費用、センスメイキングなど、世界の経営学で蓄積されてきた主要理論を体系的に扱っています。 この記事でいう「共通OS」を、経営学の側から大量に手に入れる感覚に近いでしょう。なぜ組織はこう動くのか、なぜ同じ失敗が別会社でも起こるのか、といった問いを経験談だけで終わらせたくない人に向きます。ほかの4冊より骨太ですが、そのぶん個別のビジネス現象を背後の構造から見るための理論的な引き出しを広げられます。
抽象化そのものを身につけたいなら『「具体⇄抽象」トレーニング』から入り、抽象論を現場へ戻す力まで鍛えたいなら『解像度を上げる』へ進むと流れがきれいです。企業の数字との接続を優先するなら『会計の地図』、数字から企業価値へ視点を広げたいなら『投資家の思考法』が入りやすいでしょう。そして、仕事で起きるさまざまな現象を理論という共通OSで整理したくなった段階で『世界標準の経営理論』へ進む。5冊を順番に消化する必要はありません。いま自分が「具体に埋もれているのか」「抽象化しすぎているのか」「数字がつながらないのか」を基準に選ぶと、この記事のテーマを自分の仕事や投資へ落とし込みやすくなります。
それでは、またっ!!
引用論文・参考文献
- Gentner, D. (1983). Structure-Mapping: A Theoretical Framework for Analogy. Cognitive Science, 7.
- Chi, M. T. H., Feltovich, P. J., & Glaser, R. (1981). Categorization and Representation of Physics Problems by Experts and Novices. Cognitive Science, 5.
- Gick, M. L., & Holyoak, K. J. (1983). Schema Induction and Analogical Transfer. Cognitive Psychology, 15.
- Gentner, D., Loewenstein, J., & Thompson, L. (2003). Learning and Transfer: A General Role for Analogical Encoding. Journal of Educational Psychology, 95.
- Barnett, S. M., & Ceci, S. J. (2002). When and Where Do We Apply What We Learn? A Taxonomy for Far Transfer. Psychological Bulletin, 128.
コメントを残す