「フェルミ推定はくだらない」は本当？GAFAも採用する問題解決技術の全て

はい、全く問題ありません。フェルミ推定で使う計算は、基本的に四則演算のみです。高度な数式や物理法則の知識は不要です。重要なのは、計算能力よりも、問題をいかに論理的に分解し、妥当な仮説を立てられるかという思考力です。

面接官は、最終的な答えの数値よりも、以下の3点を重視しています。①思考プロセス：論理的に問題を分解し、構造化できているか。②コミュニケーション能力：自分の考えを分かりやすく説明し、面接官との対話を通じて思考を深められるか。③ストレス耐性・柔軟性：予期せぬ質問や指摘に対して、冷静かつ柔軟に対応できるか。

まずは、自分が知っている数値から類推できないかを考えます。例えば、「国内の美容室の数」が分からなければ、「国内のコンビニの数」（約5.5万店）を基準に、「コンビニよりは多いか、少ないか？」と比較検討から入ります。それでも分からない場合は、「分かりませんので、仮に〇〇と置かせていただきます」と正直に伝え、その前提で論理を進めることが重要です。

練習段階では、答え合わせをすることをお勧めします。ただし、目的は自分の答えが合っていたか間違っていたかを確認することではありません。実際の数値と自分の推定値の「差」が、どの仮説のズレから生じたのかを分析・考察すること（=デルタ分析）が、次につながる最も重要な学習です。

時間の長さよりも、継続することが重要です。まずは1日1問、10分でも構いません。通勤電車の中や昼休みなど、隙間時間を使って「世の中のあらゆるものを数値化してみる」という意識を持つことが、思考の習慣化につながります。

そのお題が、自分の興味のある分野や仕事にどう繋がるかを想像してみましょう。例えば、「日本のポストの数」というお題なら、「もし自分が物流サービスの新規事業を考えるなら、このポスト網をどう活用できるか？」といった視点で取り組むと、単なる思考ゲームではなく、実践的なビジネスシミュレーションとして楽しむことができます。

むしろ、その価値はさらに高まると考えられます。AIは膨大なデータから最適解を導き出すのは得意ですが、「そもそも何を問題として設定すべきか」「どのような仮説を立てて分析させるべきか」といった、思考の出発点を設計するのは人間の役割です。フェルミ推定で養われる問題設定能力や仮説構築力は、AIを使いこなす側になるために不可欠なスキルとなるでしょう。