The paradox of faster learning and slower cost reduction as technologies mature
本論文は、145のクリーンテクノロジー・シリーズを分析することで、技術が成熟するにつれて学習効率は向上する一方で、生産成長の減速によって年間のコスト削減が鈍化するというパラドックスを明らかにし、初期段階のイノベーションを促進すると同時に成熟した技術の展開を維持する政策が必要であることを示している。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
新しいゲーム機が店頭に並ぶ様子を想像してみてください。最初は高価で、希少価値が高く、少しバグもあります。しかし、より多くの人々が購入するにつれて、工場は製造技術を向上させ、エンジニアは製品を壊すことなくコストを削減する方法を見出し、突然、価格が急降下します。これは魔法ではありません。「技術的学習」と呼ばれる科学におけるよく知られたパターンです。学生が主題を習得していく過程に似ています。練習すればするほど（あるいは生産量が増えれば増えるほど）、それはより安く、より容易になります。科学者たちは、この現象を予測するために主に2つのルールを使用してきました。ライトの法則（Wright's Law）と呼ばれるルールは、生産量が倍増するたびにコストが下がると説きます。もう一つのムーアの法則（Moore's Law）は、1年が経過するごとにコストが下がると説きます。数十年にわたり、エネルギーの未来を計画するために使用されたほとんどのコンピュータモデルは、これらのルールが一定のテンポで刻むメトロノームのようなものだと想定してきました。「カチッ、カチッ、カチッ」と、常に同じ速さで。しかし、もしそのリズムが変わったらどうでしょう？ もし、ある部分では音楽が加速し、別の部分では減速するとしたら？ クリーンエネルギー（ソーラーパネルや電気自動車など）がどれほど安くなるかを予測する上で、この理解は極めて重要です。なぜなら、もし予測を誤れば、不必要にパニックに陥るか、あるいはもっと悪いことに、地球を救うために行動すべき速度に間に合わない可能性があるからです。
それでは、ジェシカ・ジュエル、ホアシュアン・ワン、そして彼らのチームによる新しい研究へと進みましょう。彼らは、従来のメトロノームという考え方を覆しました。彼らは、実験段階の小さな技術から世界的な巨人へと成長した145の異なるテクノロジーの物語を含む、膨大なライブラリのデータを収集しました。これらは、混乱した「形成期」の始まり、急速な「加速成長」の中期、そして「定常成長」の成熟期という3つの章に整理されました。
ここで彼らが発見したひねりは、一種のパラドックスです。テクノロジーが古くなり成熟するにつれて、実は「学習」がより上手くなるのです。慣れない動きをする新人の作業員が、やがて熟練の職人になっていく様子を想像してください。研究によると、「学習率」（生産量が倍増するたびにどれだけ安くなるか）は大幅に跳ね上がります。新しいテクノロジーの場合、学習率は約15%です。しかし、成熟したテクノロジーの場合、それは30%以上にまで急上昇します。工場はかつてないほど速く学習しているのです！
しかし、ここに落とし穴があります。工場はより速く学習しているにもかかわらず、実際のテクノロジーの価格はそれほど速くは下がらないのです。初期の頃は、毎年コストが10%下がるかもしれません。しかし、テクノロジーが成熟すると、その年間の下落率はわずか3%に鈍化します。学習は上手くなっているのに、なぜコスト削減は下手になるのでしょうか？ 著者たちはこれを、単純なメタファーを用いて説明しています。それは「レース（競走）」です。最初は短いトラックを走っているので、一歩を踏み出すたび（生産量が倍増するたび）に、そのステップは素早く、スピード（コスト削減）も高いです。しかし、レースが進むにつれて、トラックはどんどん長くなっていきます。たとえランナーがより速いランナーであったとしても（学習率が高いとしても）、次のラップ（次の生産量の倍増）を完了するには、トラックがあまりにも巨大であるため、より長い時間がかかるのです。「経験」は積み重なっていますが、市場が飽和してくるため、その積み重なり方はより緩やかになります。
チームは単に推測したわけではありません。彼らはコンピュータ・シミュレーションを用いてテストを行いました。現実世界のパターン――学習速度は上がるが、年間のコスト下落は鈍化するというパターン――を再現できる唯一の方法は、2つのことが同時に起きている場合のみであることを、1万個の架空のテクノロジーを作成して検証しました。それは、テクノロジーが「習熟による学習（learning-by-doing）」に長けていること、そして同時に、時間が経過することによっても改善している（自律的進歩）という両方の事象です。どちらか一方しかなければ、数字は現実とは一致しませんでした。
では、これは私たちにとって何を意味するのでしょうか？ これは、コストが一定の予測可能なペースで永遠に下がり続けると仮定する、従来のモデリング手法が間違いである可能性が高いことを示唆しています。「安価なテクノロジーがより多くの販売につながり、それがさらに安価なテクノロジーを生む」という自己強化のサイクルは、テクノロジーが成熟するにつれて弱まり始めます。著者たちは、私たちはただ座って価格が暴落するのを待っていてはいけないと示唆しています。その代わりに、スマートな政策が必要です。新しいテクノロジーについては、それを「加速」フェーズへと押し進める必要があります。しかし、成熟したテクノロジーについては、古い魔法である急速な成長だけに頼ることはできません。展開を継続させ、成長を遅らせる新たな障壁を克服するための、具体的な政策が必要なのです。学習は依然として行われていますが、レースの性質が変わったのです。そして、私たちは異なる走り方をしなければなりません。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。