企業体の概況データに基づく施策立案に携わってみて、『蓋然性』と『仮説検証』の使い分けが見えてきた。前者は業績に関わる要素を分解して管理する必要があり、中小規模なら固い手段と言える。後者であれば、微積分など解析学が有効だ。データサイエンスの実務失敗例は、この二つの交雑に起因する。
『プロトコルの継承』のみに重きを置く企業は、「代替人員がいない」とか「あの人がいなければ立ち行かない」という思考ロックに陥る。重要なのはニュートラル・ベースの渉外フォーマットであり、今日「担当者が死んだ」としても、明日には誰かが走り出す明快で堅牢な管理状態の敷衍だ。答えは「前例」の中にはない。