英国の衣料品市場を調べるつもりはなかった。

――AI三人四脚、苦節8時間の調査旅行


ある朝、キオクシアの株価が暴落しているという話を聞いた。

半導体メモリーの会社である。AI需要が拡大しているというのに、なぜ株価が下がるのだろう。

さっそくChatGPTに聞いてみた。

業績、PER、PBR、配当、半導体市場の需給。ひととおり調べてみると、企業の成長と株価の成長は必ずしも一致しないらしい。

なるほど。

そこで、ふと別の会社が気になった。

ファーストリテイリングである。

服を売って、なぜそんなに儲かるのか

ユニクロの店に行くと、似たような服が整然と並んでいる。

Tシャツ、パンツ、靴下。色とサイズが違うだけの商品も多い。

高度な半導体を製造するには莫大な設備投資と技術が必要だが、Tシャツなら世界中の工場で作れる。

それなのにファーストリテイリングは高い利益率を実現し、株式市場からも高く評価されている。

不思議である。

ChatGPTによれば、強さの秘密は衣料品そのものより、商品企画から調達、物流、販売までを統合したビジネスモデルにあるらしい。

それは分かる。

だが、SPAという仕組みは他社も使っている。参入障壁が低い産業で、なぜこれほど高い収益力を維持できるのだろう。

議論は海外事業に移った。

中国市場の成熟。欧米での成長。日本ではユニクロからしまむらへ顧客が移っているという話もある。

それなら、海外の家計は衣料品にどの程度お金を使っているのだろう。

日本の家計調査のような統計があれば、何か分かるかもしれない。

ここで、調査の目的地が最初の場所からかなり離れていることに、誰も気づかなかった。

4,771行の空振り

データ収集はCodexに任せることにした。

米国、英国、中国の家計支出、衣料品価格、小売統計、企業業績。

しばらくすると、Codexから速達が届いた。

収集した数値、4,771行。

出典台帳、317件。

検証記録や未取得データの一覧まで付いている。

実に立派な仕事である。

さっそくChatGPTと検討を始めた。

「それで、ユニクロは海外の衣料市場でシェアを拡大しているのか?」

答えは、分からない。

各国の衣料市場に関する統計はある。しかし、肝心のユニクロの国別売上が十分に開示されていない。

分母はあるのに、分子がない。

そこで英国に対象を絞った。

英国には企業登記制度があり、法人の決算書を調べられる。

Codexは英国ユニクロ関連法人の10年分の決算書を収集した。

今度こそ、と思った。

ところが、英国の法人は英国以外の欧州事業も抱えていた。

英国だけの売上は、やはり分からない。

4,771行のデータと10年分の決算書。

われわれの調査は、着実に前進しているように見えた。

ただし、目的地にはまだたどり着けていなかった。

ハサミを持った探索士

ここで調査を打ち切るべきだろうか。

私は以前、不動産市場の調査を仕事にしていた。

不動産の取引価格も、すべてが分かるわけではない。それでも観測可能な数字から推計し、条件をそろえて指数化すれば、市場の変化を把握する手掛かりになる。

「正確な数字が取れなくても、モデルを作ればええんとちゃう?」

ChatGPTも納得した。

ただし、モデルには問題がある。

店舗数を使えば店舗面積の違いが落ちる。欧州全体の売上を使えば国ごとの差が落ちる。家計調査を使えば観光客の買い物が落ちる。

何を残し、何を切り落とすか。

以前、私はAIとの対話から「ハサミを持った探索士」という話を書いた。

今回もまた、ハサミの出番である。

モデルとは、現実を理解するために何かを切り落としたものなのだ。

切らなければ、測れない。

しかし、何を切ったか忘れてしまえば、数字だけが独り歩きする。

では、いま手元にあるデータから、無理に推計せず検証できることは何だろう。

考えてみれば、英国を調べ始めたのは、ユニクロの英国法人の決算資料が入手できたからだった。

ところが、その決算には他の欧州事業も含まれていた。

英国の衣料品市場を調べても、ユニクロの英国市場シェアは計算できない。

そもそも家計調査をするだけなら、英国である必要すらなかった。

しかし、英国の家計調査はすでに手元にある。

所得を10階層に分けた衣料・履物支出のデータも揃っている。

ならば、このデータから何が分かるのか。

「衣料支出が減っているのは、低所得層だけなのか?」

問いを変えてみることにした。

英国を選んだ理由はなくなった。しかし、英国を調べる理由は残っていた。

キオクシアは、もう影も形もない。

英国からの小さな手がかり

Codexが再び働き始めた。

英国の所得階層別衣料支出を整理すると、長期的には所得10階層すべてで実質支出が減少していた。ただし、調査方法の変更があるため、単純な比較には注意が必要だ。

ところが、直近の年度では10階層中6階層で名目支出が増加していた。

「でも、それは物価が上がっただけでは?」

もっともな疑問である。

そこで衣料・履物の消費者物価指数を使って実質化してもらった。

結果は、やはり6階層で増加。

ただし、残る4階層では減少している。長期的な支出水準も以前より低い。

統計上の誤差や調査方法の変更もあるため、英国全体の衣料消費が本格回復したとまでは言えない。

それでも、英国の所得10階層のうち6階層で、世帯平均の衣料・履物支出が物価調整後も前年より増えていた。

ここまできてようやく、答えの出せる問いにたどり着いた。

苦節8時間。

長かった。

「ところで、キオクシアは?」

株式市場は研究所の都合など待ってくれない。

われわれが英国の家計を調べている間にも、株価は勝手に動いていた。

全員、真面目に仕事をしていた

今回の調査には三人の登場人物がいた。

問いを思いつく人間。

問いを整理し、調査方針を提案するChatGPT。

大量の資料を収集し、数値を検証するCodex。

誰もサボっていない。

むしろ、それぞれが相当な仕事をした。

それなのに、最初の目的地には到着していない。

AI三人四脚の調査旅行。

ところがChatGPTは、三人四脚では足が二本足りないと言い始めた。

二人三脚に一人加われば三人四脚である。誰の足も欠けていない。

以前、画像生成AIが人間の指を六本描く問題について書いた。

今度は文章生成AIが、人間の足を二本消してしまった。

どうやら、指の本数を間違える問題は解決しても、足し算の問題は残っているらしい。

ただ、今回の調査には一つ、これまでと違う成果がある。

データの出典、計算方法、検証結果、そして答えられなかった問いまで、再利用できる形で残したことだ。

英国の衣料支出という小さな発見に加えて、なぜそこへたどり着いたのかという記録もある。

後から別の人が、違う切り口で続きを調べることもできる。

今回、AIを使っていて改めて驚いたのは、その能力と利用料金の差だった。

かつてなら相当な費用がかかったであろうデータ収集や検証が、個人でもできるようになった。

ただし、調査能力が飛躍的に高まったからといって、何を調べるべきかまで自動的に決まるわけではない。

AIは大量の穴を掘れる。

人間もAIも、掘っている途中で方向を変えられる。

そして、何も出てこなかった穴にも、次の人への手掛かりが残ることがある。

今回の研究では、英国の衣料品市場を調べるつもりなど、最初はまったくなかった。

しかし、調べてみたら小さな発見があった。

少なくとも、8時間分の電気がすべて無駄になったわけではない。

そう考えると、なかなかめでたい話である。

もっとも、キオクシアの株価については、改めて調べ直さなければならない。


本コラムに登場する調査の観測結果、計算方法、検証結果および限界は、 研究解説「英国世帯の所得階層別 衣料・履物支出の推移」にまとめています。 詳細なデータ・判断ログ・再現コードは、研究記録ZIPから取得できます。

文章の構成と執筆はAIが担当しています。

ご相談はこちらから


お気軽にご相談ください。

壁打ちを申し込む