本記事は note で先行公開した記事を、加筆・再構成したものです。
はじめに：情報の鮮度を、立ち止まって考えていますか
「最新の業界動向です」と言われた瞬間に、その情報はもう過去のものになっています。
私たちは毎日、膨大な情報を浴びています。本、論文、ニュース、SNS、社内会議。ところが、それらの情報がいつまで「使える」のかを、立ち止まって考えることはほとんどありません。
なんとなく「鮮度が大事」「古い情報は危ない」と感じてはいるけれど、どれくらいで腐るか、何が腐らないかを体系的に整理する機会は意外と少ない。
実はこの問いに、半世紀以上前から取り組んできた経済学者・科学者たちがいました。
彼らは「知識の半減期」という、ちょっと衝撃的な概念を作ってきた人たちです。
今回はその系譜を辿りながら、JOA（判断志向アーキテクチャ）の中で「情報の鮮度」をどう扱うかを書きます。
1. すべての始まり——フリッツ・マッハラップ（1962）
「知識の半減期」という概念の源流は、オーストリア出身の経済学者フリッツ・マッハラップにまで遡ります。
1962年、彼が出版した『The Production and Distribution of Knowledge in the United States』（米国における知識の生産と分配）は、経済学史上はじめて「知識」そのものを経済的生産物として扱った画期的な書籍でした。
それまで経済学が扱ってきたのは、鉱物、農産物、工業製品といった「物」が中心でした。マッハラップはそこに「知識」を加え、知識もまた生産され、流通し、消費される対象として分析できると主張したのです。そしてこの本の中で、彼は重要な観察をします。
知識は時間とともに価値を失う。しかも、その失う速度は分野によって大きく異なる。
これが「知識の半減期（Half-Life of Knowledge）」という概念の起源です。
当時の経済学者にとって、これは非常に新しい視座でした。「知識は積み上がる」とは誰もが思っていたが、「知識は腐る」とは、あまり考えられていなかったのです。
2. 半減期を測定した男——サミュエル・アーバスマン（2012）
マッハラップから50年後の2012年、アメリカの数学者・科学社会学者サミュエル・アーバスマンが、『The Half-Life of Facts』（事実の半減期）という本を出します。
彼は科学論文の引用減衰データを使って、領域別の「事実の半減期」を具体的に計算しました。
| 領域 | 半減期 |
|---|---|
| 数学 | ほぼ無限（基本公理はほとんど変わらない） |
| 物理学 | 約13年 |
| 経済学 | 約9年 |
| 医学 | 約45年（ただし臨床ガイドラインはもっと短い） |
| 心理学 | 約7年 |
| 一般的なビジネス書 | 約2〜5年 |
驚くのは、領域によって6倍以上の差があることです。数学者ピタゴラスの定理は2,500年前のものでも今も完璧に使えますが、医学の最新治療プロトコルは10年前のものが既に時代遅れになっている。これが「知識の半減期」のリアルです。
アーバスマンはさらにこう言います。
古い情報が間違っているのではない。古い情報を「今でも正しい」と思い込むことが間違いなのだ。
つまり、知識を「腐らない物」として扱うことそのものが、最大のリスクである、と。
3. 半減期を分ける2つの要因
マッハラップから現代の研究者まで、知識の半減期を決める要因は2つに整理されてきました。情報の半減期は、この2つを変数とする関数として導き出されます。
半減期 = f（内容の変化速度, 流通の構造）
要因1：内容の変化速度
数学の公理はほぼ変わらないが、AIの最新モデル名は毎月変わる。内容そのものが置かれている領域の変化速度が、第一の要因です。
変化速度が速い領域では、情報そのものが短期間で陳腐化する。逆に変化速度が遅い領域（古典数学、哲学、物理の基本原理など）では、情報は世紀単位で生き続けます。
要因2：流通の構造
同じ内容でも、流通プラットフォームによって読まれ方が違います。「フロー型」か「ストック型」か——これが第二の要因です。
- フロー型：時系列タイムラインで上から下に流れる。後から発見されにくい（例：X、Facebook）
- ストック型：検索やアルゴリズムで後から発見される。時間が経っても掘り出される（例：ブログ、YouTube）
同じビジネス論を、Xに書けば43分で消え、ブログに書けば3年読まれ続ける。これは内容の差ではなく、流通構造の差です。
4. 2つの軸で実証データを読み解く——グラフィウスの500万件分析
2025年、プロジェクトマネジメント分野の研究者スコット・グラフィウスが、500万件以上のSNS投稿を分析して、プラットフォーム別の半減期を実測しました。そのデータを、先ほどの2つの軸で分解すると、なぜそれぞれの半減期になるのかが綺麗に説明できます。
| プラットフォーム | 内容の変化速度 | 流通の構造 | → 半減期 |
|---|---|---|---|
| X（旧Twitter） | 速い（瞬間反応・速報） | フロー型（時系列・再発見性低） | 43分 |
| 速い（個人近況中心） | フロー型（友人ネット内に閉鎖） | 76分 | |
| 中（ビジネス汎用論） | 弱フロー型（一部アルゴ再浮上あり） | 24時間 | |
| 中（ビジュアル蓄積型） | 弱フロー型（タグ検索性あり） | 48時間 | |
| YouTube | 中〜遅（テーマ次第） | ストック型（検索アルゴ強力） | 30日 |
| ブログ（SEO最適化済） | 遅い（理論・手法・解説） | ストック型最強（検索で永続発見） | 数年〜半永久 |
この表が示していること
左上（速い × フロー型）に位置するほど半減期は短く、右下（遅い × ストック型）に位置するほど半減期は長くなる——これが情報鮮度の構造的法則です。
朝9時に投稿したXのツイートは、9時43分にはもう半分死んでいる。
一方、SEO設計されたブログ記事は、3年経っても5年経っても検索流入を稼ぎ続けます。
同じ「文字情報」でも、2つの要因の組み合わせで、半減期はここまで違うのです。
半減期の4階層マップ
この2軸思考を、SNSの外まで広げると、世の中の情報は4階層に整理できます。
| 半減期階層 | 内容変化速度 × 流通構造 | 例 |
|---|---|---|
| 数十年〜半永久 | 遅い × ストック型最強 | 数学・物理の基本原理、古典思想、哲学書 |
| 5〜10年 | 遅め × ストック型 | ビジネス書の本質論、業界の構造分析 |
| 1〜3年 | 中 × ストック型 | ケーススタディ、事例、トレンド分析、SEOブログ |
| 数時間〜数日 | 速い × フロー型 | SNS投稿、速報ニュース、株価動向 |
「情報を発信する」とは、この4階層のどこにストックするかを選ぶ行為でもあります。同じ知見を、どの階層に置くかで、その情報の生存期間は何桁も変わる——ここが経営にとって決定的な含意です。
5. JOAから見ると——判断点が依拠する情報の鮮度管理
ここからが、知識の半減期論とJOA（判断志向アーキテクチャ）の接続点です。
JOAでは、業務の中の「判断点」を特定し、各判断点で何の情報（Input）が必要かを構造化します。そして、判断点に紐づく情報には、それぞれ異なる半減期があるということを、JOAの中核問題として扱います。具体例で見てみましょう。
| 判断点 | 必要情報 | 情報の半減期 |
|---|---|---|
| この見積条件で受注すべきか | 過去類似案件の原価実績 | 1〜3年 |
| この見積条件で受注すべきか | 客先の信用情報 | 数ヶ月 |
| この見積条件で受注すべきか | 現在の為替・原材料相場 | 数日 |
| この見積条件で受注すべきか | 自社の生産能力 | 数週間 |
同じ「見積判断」という1つの判断点でも、依拠する情報はそれぞれ違う半減期を持っています。ここで重要なのは、「情報を集めた瞬間に、もう情報の鮮度時計が動き始めている」という認識です。
「先月の信用情報」「3日前の為替」「2週間前の生産負荷」を組み合わせて判断する経営者は、知らず知らずのうちに「半減期がバラバラの情報を寄せ集めて判断している」ことになります。
JOAコンサルティングでは、この情報の鮮度マップを判断点ごとに作ります。何の情報をどれくらいの頻度で更新すべきか、どの情報が「古い」と判断を歪めるか——これを言語化することで、判断品質を構造的に上げる。これがJOAの仕事のひとつです。
6. コンサルティング現場でどう使うか
私たちのコンサルティング現場では、知識の半減期論を3つの場面で活用しています。
6.1 業務棚卸表の「情報源」列
判断点ごとに、何の情報（Input）を使っているかを棚卸表に書き出します。そして、その情報の「想定半減期」を一緒に書く。これだけで、「半年前のデータを今も使い続けている」という事例が大量に見つかります。
6.2 ダッシュボード設計の優先順位
ダッシュボードを作る際、よく「情報量を増やしたい」という要望が出ます。ところが、本当に重要なのは「情報の更新頻度を半減期に合わせる」ことです。
半減期1日の情報をリアルタイムで表示し、半減期1年の情報を月次更新にする。情報の量ではなく、情報の新陳代謝を設計するのがJOA流のダッシュボードです。
6.3 マニュアル・ナレッジベースの賞味期限管理
社内マニュアル、ナレッジベース、議事録——これらは「一度書いたら永遠」という運用になりがちです。しかし、内容ごとに半減期は違います。手順書は数年、判断基準は数ヶ月、価格情報は数週間。
JOAコンサルティングでは、ナレッジに「賞味期限」と「更新責任者」を付けることを推奨しています。これだけで、ナレッジが「腐った在庫」化するのを防げます。
まとめ
知識の半減期論は、3人の思想家によって徐々に体系化されてきました。
- マッハラップ（1962）：知識を経済的生産物として扱った先駆者
- アーバスマン（2012）：領域別の半減期を実証データで計算
- グラフィウス（2025）：SNS時代のリアルタイム半減期を実測
そしてこの理論は、JOAにとって極めて実務的な意味を持ちます。
判断は、依拠する情報の鮮度を超えては正確たりえない。
腐った情報で判断すれば、判断も腐る。ところが、ほとんどの経営者は「情報は腐らない」という前提で意思決定をしている——これがJOAが繰り返し指摘してきた問題の正体です。
知識の半減期を意識した経営は、難しい話ではありません。判断点ごとに「この情報はいつまで使えるか？」を問うだけです。
この問いを、まずは皆さんが直面している直近の意思決定で試してみてください。おそらく、思った以上に「半減期切れの情報」で判断していたことに気づくはずです。
JOAコンサルティングのご案内
株式会社ファインドルートでは、中小企業の業務改革・DX推進をご支援しています。本記事で紹介した知識の半減期論は、私たちが「判断点ごとに情報の鮮度マップを作る」コンサルティング手法の理論的根拠です。
- 業務棚卸を通じた判断点の可視化
- DEM（判断進化マトリクス）による判断特性の分類
- 判断ごとの最適な打ち手（標準化・AI化・フィードバック設計）の提案
- 業務システム実装支援（生成AI・ノーコード・SaaS活用）
「ダッシュボードの情報が腐っていて使われない」「ナレッジベースが死に資産化している」といったお悩みがあれば、お気軽にお問い合わせください。
📩 お問い合わせフォーム
📺 YouTube「判断の進化チャンネル」（隔週更新）
判断の源流シリーズについて
JOAを支える既存の理論や思想を、原典から読み解いて紹介していくシリーズです。TOC（制約理論）、ヒューリスティクスとバイアス、自然主義的意思決定、知識経済学、ピラミッド原則、SECIモデルなど——これらの理論がJOAにどう接続しているかを、業務改革の実務応用の視点で解説していきます。
本記事は、代表 佐野尚人のnote「判断の源流」マガジンで先行公開した記事を、HP用に加筆・再構成したものです。
note原典版はこちら：[知識の半減期 — 「情報は腐る」を最初に発見した経済学者の話]