为了清除无用
接下来，我们来思考如何清除无用。具体的细节从下一章开始讲述，首先对那些”看得见的“无用，只要有心要做就能够清除。问题是那些”难以看清的“和”看不见的“无用。所以首要的，要把”难以看清的“无用可视化。只要看得见，就有可能清除，所以如何让看不见的事物变得可见是关键所在。
这也是丰田生产方式中使用的改善方法之一，其基本思想在于”微分“。即，把达标前的所有流程按照数个区间或者单位进行细小划分。在该小区间当中再寻找最佳方法，最后把整体予以拼接。开始时就统揽全局，则很难发现无用隐身于何处，但是划分为小区间后，无用就容易现身了。
在这个做法背后还有一种观点，即拼接起来的局部性的最佳是否是整体的最佳。例如马拉松，把整个行程分为若干区间，上坡区间和下坡区间的最佳跑法不尽相同。于是，微分的思考方法就是分别练习适合该区间的跑法并做到最好。
但是其中还可以有这样的战略，即不太练习不擅长的上坡，而把下坡和平地这两个强项练到最佳，以此弥补上坡的部分。如果达标时间良好，同样可以取得最终的胜利，比起克服不足，还可以采取”充分发挥强项来弥补不足的战略“。
考虑整体并寻找最佳的方法叫做”广域性最佳化“，在数学上这也是较难的问题。而划分为小区间在其中寻找最佳的方法叫做”局域性最佳化“，相对容易一些。然而并非局域性最佳化的反复总是能够达到广域性最佳化的效果。这在第一章已经讲过，即”部分的集约不等于全体“。即便如此，多数情况下都会采取先微分让无用”可视化“，再积累局域性最佳化的改善方法。
然而最终要确立的方向还应该是在统揽全局的基础上清除无用。这需要资深的经验和敏锐的直观力，在完全练就之前需要花费大量时间，甚至终其一生也有可能难以完全驾驭。正如”改善无尽头“这句话所言，要不断努力，从局域性最佳化开始着手，逐渐瞄准广域性最佳化的目标，不能有丝毫松懈。
作为与此相关的身边话题，可以列举暑假作业何时完成的例子。有人整个假期都在游玩，而在最后一天晚上通宵写完作业；也有人是每天一页，认认真真完成。这就像龟兔赛跑的故事。相反，我属于暑假第一天通宵就做完作业的类型。只要在截止日之前完成一本暑假作业就行，所以其战略是多种多样的。把作业量平均到整个假期中并制订计划完成的人是看准了局域性最佳化，向着每天一页的目标在努力。相应地，像我这样第一天一口气做完作业的人可能会被认为是做了无用的努力，因为日程上时间还有富余。用无用学进行自我分析的话，便能得到以下结论。
如果第一天完成作业，则剩下的整个假期都可以无所顾忌地自由去做自己喜欢的事情。即便突然有个有意思的活动，也能够因为时间上有富余而不会白白损失参加的机会。即，我会思考完成作业这个目的之外的事情。而如果预先设定”参加突发的有趣活动“，则因为很难预测该活动的发生而拼命赶工、早日完成作业的做法就属于自然型的无用了吧。
自然型的无用和宿命
通常情况下，自然型的无用已经超出人类的预测能力，很难寻求其改善。虽然通过数学计算能够将投资的预测精密化，但是发生重大偏离的情况也屡有发生。
首先我们人类绝对清除不掉的是宿命型的无用。这些都来自于自然界的原理，除了前述的光速之外，还有比如与热和功相关联的事物。可以像蒸汽机车那样利用热能做功。相反地，做功就能产生热能或者吸收热能。暖气和冷气也是同样的原理，可以在热和功之间相互转换。但是物理学也指出，其转换率绝对不能达到100%。无论技术多么发达，在转换时也会有无用功发生。对于这种绝对无法清除的无用，寻求其改善本身就是办不到的。
作为身边的话题，可以列举人寿保险。把钱投进人寿保险是无用的吧。我的身边就有投入人寿保险的人和不这样做的人。这是为防意外事件发生时的风险管理。其动机也是各种各样，比如自己身患重病时的医疗费，比如生命终结后留给妻儿的生活费等等。但是我们无法预测这种万一事件。对保险公司来说也是同样的问题，他们通过高等数学从平均剩余寿命数据中计算并设定出恰当的金额。保险公司也会参保。可即便如此也不可能做到最好。
在思考这个问题的时候我总是在想，如果人类能够预测何时死亡，不就能够将人生最佳化了吗？山田先生曾在某次演讲中问及听众，”你打算活到多少岁“。同时他又说，”看到大家的行动，我觉得你们像是要活到160岁“。
话不中听但却是至理真言，因为他指出了在思考无用时设定期间的重要性。
