企業は、膨大な情報に囲まれています。
特許、論文、市場動向、競合企業、投資情報、規制、標準化、訴訟、OSS、採用情報。
AIの発達により、これらを集め、整理し、要約することは以前より容易になりました。しかし、情報が増えたからといって、経営判断が容易になったわけではありません。
実務では、調査報告書が完成したあとに、こんな問いが残ることがあります。
「結局、何を決めればよいのか」
「誰が、いつまでに判断するのか」
「決めないことで、どのようなコストが発生するのか」
分析結果はある。情報もある。けれど、意思決定につながらない。
この課題に向き合うための方法論が、戦略知能工学（Strategic Intelligence Engineering：SIE）です。
出発点は「何を調べるか」ではない
従来の調査は、まず情報を集めるところから始まることが多いかもしれません。
戦略知能工学では、順番が逆です。
最初に考えるのは、「何を意思決定するのか」。
SIEでは、これを Decision Design と呼びます。
- この技術は特許出願すべきか、営業秘密として管理すべきか
- 他社と共同研究すべきか
- 標準化活動に参加すべきか
- そのブランド名で出願すべきか
最初に意思決定を定義すると、必要な情報が変わります。
単に「競合を調べる」のではなく、「自社が出願すべきかを判断するために、競合の何を見るのか」を設計する。
意思決定が、調査の範囲と深さを決める。これがSIEの出発点です。
情報源も、意思決定から逆算する
次に行うのが、情報源の設計です。SIEではこれを Source Map と呼びます。
公開情報で確認できるものは何か。社内資料で確認すべきものは何か。有料データベースが必要なものは何か。そして、人間に確認しなければ決まらないものは何か。
この区分をせずに調査を始めると、情報は増えても、判断に必要な証拠が欠けることがあります。
特許情報だけを見ても、企業の本気度は分かりません。決算資料、採用情報、標準化活動、提携、訴訟の動きなどを組み合わせて、はじめて見えてくるものがあります。
だからSIEでは、多様な情報を「意思決定に必要な形で」組み合わせます。
戦略知能工学の10ステップ
Decision DesignとSource Mapは、SIEの最初の2つのステップにあたります。
全体は、次の10のステップで構成されます。
| ステップ | 内容 |
|---|---|
| 1. Decision Design | 経営上の意思決定を定義する |
| 2. Source Map | 意思決定に必要な情報源を設計・分類する |
| 3. Evidence Acquisition | 一次情報を優先して証拠を収集する |
| 4. Corpus Engineering | 収集した情報を分析可能な形に整える |
| 5. Knowledge Structuring | 企業・技術・権利・関係を構造化する |
| 6. Landscape Analysis | 技術・市場・競合・知財・規制を俯瞰する |
| 7. Strategic Option Design | 複数の戦略案を設計する |
| 8. Decision Memo | 経営者が判断できる形にまとめる |
| 9. Action Plan | 誰が・いつまでに・何をするかに落とし込む |
| 10. Monitoring Loop | 環境変化を継続監視し、判断を見直す |
特徴は、前半に「設計」を置いている点です。何を決めるのかが定義されて、はじめて、集めるべき情報と分析の深さが決まります。
そして後半は、分析で終わらせず、判断・実行・監視まで進めます。
各ステップの詳しい進め方は、今後のコラムで順に扱っていきます。
報告書を、意思決定文書に変える
戦略知能工学は、調査報告書を否定するものではありません。既存の報告書の多くは、高い品質を持っています。
欠けているのは、その先です。
従来の報告書は、しばしば「現状はこうです」で終わります。しかし経営に必要なのは、誰が、いつまでに、何を決めるのか。選択肢は何か。判断を保留した場合、何が起きるのか。
SIEは、報告書を置き換えるものではありません。
調査結果を「分かりました」で終わらせず、「では、何を選ぶのか」まで進める。ここに、SIEの役割があります。
「決めないこと」にもコストがある
実務では、「まだ決めなくてよい」という判断が選ばれることがあります。もちろん、急がない方がよい場面もあります。
しかし、常にそうとは限りません。
出願を先送りしている間に、他社の出願が進む。
ブランド名の決定を遅らせている間に、使用実績や広告投資が積み上がる。
共同研究の条件を曖昧にしたまま進め、成果の帰属が不明確になる。
「まだ決めない」という判断にも、目に見えないコストが累積している場合があります。
SIEでは、この保留コストも意思決定の一部として扱います。
AIは実行者、人間は設計者
生成AIは、調査、要約、比較、分類を短時間でこなします。この作業は、今後さらに速くなります。
だからこそ、人間の役割は明確になります。何を決めるのか、何を証拠とするのか、誰がいつまでに判断するのか──問いを設計することです。
AIは強力な実行者です。しかし、意思決定の設計者は人間です。
戦略知能工学が目指すもの
戦略知能工学は、新しい分析ツールでも、AIを使った情報収集術でもありません。
目的は一つ。経営者や事業責任者が、より良い意思決定を行えるようにすることです。
情報が増える時代に必要なのは、情報をさらに増やすことではありません。
情報を、判断に変えること。
調査を、戦略に変えること。
戦略を、実行に変えること。
戦略知能工学は、そのための実務的な方法論として、これからも磨き続けていきます。