ビジネスにおける AI 戦略: 経営者向けガイド

機械は自動化できるのか戦略開発？ 簡単に言うと「ノー」です。 しかし、ストラテジストの仕事には、AI や高度な分析ツールがすでに多大な価値をもたらす可能性がある側面が数多くあります。 ユヴァル・アツモンは、新しいテクノロジーが時代を超えた戦略原則を拡張する方法を研究する新しいマッキンゼー戦略イノベーションセンターを率いるシニアパートナーです。 ポッドキャスト「Inside the Strategy Room」のこのエピソードでは、人工知能がすでに戦略をどのように変革しつつあるのか、そしてこれから何が起こるのかについて説明しています。 これはディスカッションを編集したトランスクリプトです。 重要な戦略問題についてさらに詳しく知りたい場合は、お好みのポッドキャスト プラットフォームでシリーズをフォローしてください。

ジョアンナ・パクナー:戦略の文脈において人工知能は何を意味しますか?

ユヴァル・アツモン：人々が人工知能について語るとき、そこには分析、自動化、データ分析に関するあらゆるものが含まれます。 1960 年代の人工知能研究の先駆者であるマービン ミンスキーは、AI を「スーツケースの言葉」、つまり好きなものを何でも詰め込むことができる用語だと語りましたが、それは今でも当てはまるようです。 私たちはこれに満足しています。なぜなら、企業は経営陣やアナリストの時間を解放できる戦略の自動化を強化し、人間の思考を拡張できるツールを徐々に導入しながら、より従来型の分析のすべての機能を活用すべきだと考えているからです。

ジョアンナ・パクナー: AI は多くのビジネス機能に採用されていますが、戦略はその魅力の影響をほとんど受けていないようです。 それはなぜだと思いますか?

ユヴァル・アツモン：限定的な採用についてはおっしゃるとおりです。 AI の使用に関する調査の回答者のうち、戦略や財務計画にさえ AI を使用していると回答したのはわずか 7% であり、マーケティング、サプライ チェーン、サービス運営などの分野では 25 ～ 30% です。 導入が遅れている理由の 1 つは、戦略が最も統合的な概念的実践の 1 つであることです。 経営幹部が戦略の自動化について考えるとき、多くはあまりにも先のこと、つまりビジネス リーダーに代わって正しい戦略を決定する AI 機能に目を向けています。 彼らは、成果を大幅に向上させる可能性のある戦略の構成要素に AI を使用する機会を逃しています。

私は仮想アシスタントに喩えるのが好きです。 私たちの多くは Alexa や Siri を使用していますが、これらのツールをテキスト メッセージの音声入力や照明の消灯以上の目的で使用している人はほとんどいません。 私たちは、より高度なアプリケーションでコンテキストを理解するテクノロジーの能力に満足していません。 戦略における AI も同様です。AI が経営幹部が知っていることをすべて知ることは困難ですが、特定のタスクに関しては経営幹部を助けることができます。

経営幹部が戦略の自動化について考えるとき、多くの人は、AI が適切な戦略を決定するという、あまりにも先のことを考えています。 彼らは戦略の構成要素に AI を使用する機会を失っています。

ジョアンナ・パクナー:AI は今日、戦略家が実行するのにどのようなタスクを支援できるでしょうか?

ユヴァル・アツモン： AI 開発の 6 つの段階について説明します。 最も古いものは単純な分析であり、これを記述的インテリジェンスと呼んでいます。 企業は、競合分析や、自動的に更新されるビジネスのさまざまな部分のパフォーマンスの調査にダッシュボードを使用します。 改良とテストのための対話型機能を備えたものもあります。

2 番目のレベルは診断インテリジェンスです。これは、ビジネスを振り返り、根本原因とパフォーマンスの要因を理解する能力です。 その次のレベルは予測インテリジェンスです。つまり、過去の勢いや市場で得られたシグナルに基づいて、特定のシナリオやオプション、将来の物事の価値を予測できるようになります。 診断と予測はどちらも、今日 AI によって大幅に改善できる分野です。 このツールは経営陣の分析を強化し、能力を開発する領域になります。 たとえば、診断インテリジェンスでは、ポートフォリオをセグメントに編成して、パフォーマンスがどこから来ているかを詳細に理解し、アナリストよりもはるかに継続的な方法でそれを行うことができます。 問題に対処するために 100 人のアナリストを配置するのではなく、1 時間で 20 の異なる方法を試すことができます。

予測 AI はより困難であり、よりリスクが高くなります。 経営幹部は予測 AI に完全に依存すべきではありませんが、予測 AI は室内に別の体系的な視点を提供します。 戦略的な決定は重大な結果をもたらすため、重要な考慮事項は、AI が特定の予測を行う理由と、どの情報からどのような推定を行うのかを理解するという意味で、AI を透過的に使用することです。 その後、その予測が信頼できるかどうかを評価できます。 AI を使用して、その予測の前提条件の変化を追跡することもできます。

これらは現在利用可能なレベルです。 次の 3 つのレベルの開発には時間がかかります。 AI が分析に基づいて価値を生み出すであろう経営幹部の行動をアドバイスする初期の例がいくつかあります。 そこから、制約と監視を伴う特定の決定権限を AI に委任することになります。 最終的には、人間の介入なしで完全に自律的な AI が分析して決定するようになるでしょう。

戦略的な決定は重大な結果をもたらすため、AI が特定の予測を行う理由と、どの情報からどのような推定を行うのかを理解する必要があります。

ジョアンナ・パクナー:現在の高度なレベルで AI を導入することで最大のメリットを得られるのは、どのような企業や業界でしょうか?

ユヴァル・アツモン：おそらくどの企業にも、現在よりも AI を活用する機会がいくらかあるでしょう。 まず最初に確認する必要があるのは、データの可用性です。 体系的に整理できるパフォーマンス データはありますか? 事業分野、SKU、在庫、原材料に至るまでポートフォリオに関する詳細なデータを保有している企業は、機械を使用して人間では不可能な詳細な洞察を得る最大の機会を持っています。

限られたデータによる少数の大きな意思決定に戦略を依存している企業は、AI から得られるものは少なくなるでしょう。 同様に、外部事象に対する大きなボラティリティと脆弱性に直面している企業は、AI を導入して外部事象をより適切に予測し、制御できるものと制御できないものを特定することは可能ですが、管理され体系的なポートフォリオを持つ企業よりもメリットは少ないでしょう。

第三に、意思決定の速度が重要です。 ほとんどの企業は 3 ～ 5 年ごとに戦略を策定し、それが年間予算となります。 このように戦略を考えると、AI の役割は、戦略へのインプットとなる分析を潜在的に加速すること以外には比較的限定されます。 ただし、一部の企業は、その後変化した可能性のある世界についての仮定に基づいて下した大きな決定を定期的に再検討し、イニシアチブの予測 ROI に影響を与えます。 このような変化は、人材や役員の時間をどのように配置するか、資金をどのように費やし、営業活動に重点を置くかに影響を与えるでしょう。AI はそれを導く上で価値があると考えられます。 AI は、計画を立てたときから以前の前提が変わったことを知らせることができるため、リソースを展開する直前に意思決定ができ​​る場合には、AI の価値はさらに大きくなります。

ジョアンナ・パクナー:特定の戦略的課題に対処するために AI を採用している企業の例を教えてください。

ユヴァル・アツモン： AI の最も革新的なユーザーの一部は、偶然ではなく、AI およびデジタルネイティブ企業です。 これらの企業の中には、AI から多大なメリットを享受し、ビジネスの他の分野での利用を増やしている企業もあります。 あるモビリティ企業は、市場で観察した価格設定パターンに基づいて財務計画を調整しています。 同社のビジネスは需要に対する柔軟性は比較的高いものの、供給に対する柔軟性は低いため、同社は AI を使用して、収益性に影響を与えるような価格変動の傾向がある場合や、需要が増加している場合に継続的に信号を送ります。 これにより、同社の収益性は需要と供給の均衡を保つことに非常に敏感であるため、より多くの生産能力を生み出すために迅速に対応することができます。

ジョアンナ・パクナー:今日の状況の変化の速さを考えると、AI は戦略ツールというよりも戦術的なツールであり、戦略の個別の要素に対して時間に敏感なインプットを提供するように思えませんか?

ユヴァル・アツモン：戦略と戦術を区別しているのは興味深いですね。 もちろん、すべての意思決定は小さな意思決定に分割することができ、今日の戦略で AI を手頃な価格で使用できるのは、戦略の構成要素です。 戦術的に感じるかもしれませんが、大きな違いを生む可能性があります。 たとえば、世界有数の投資会社の 1 つは、個別の企業を直接スキャンするのではなく、AI を使用して特定のパターンをスキャンし始めています。 AI は、企業のテクノロジーが急速に普及していることを示唆する消費者のモバイル使用状況を検出し、他社よりも先にその企業に投資する機会を企業に与えます。 ツール自体は比較的戦術的であるにもかかわらず、これは彼らにとって重要な戦略的優位性を生み出しました。

ジョアンナ・パクナー:マッキンゼーは、意思決定を歪める可能性のある認知バイアスや社会力学について多くの著作を書いています。 AI はこれらの課題を解決できるでしょうか?

ユヴァル・アツモン：戦略策定における AI の使用について経営幹部と話すとき、最初に得られる反応は「それは本当に大きな決断だ。もし AI が判断を誤ったらどうする?」というものです。 最初の答えは、人間もよく間違えるということです。 [エイモス] トベルスキー、[ダニエル] カーネマンらは、これらのエラーの一部は体系的で、観察可能で、予測可能であることを証明しました。 AI が最初にできることは、バイアスが生じやすい状況を特定することです。 たとえば、CEO が何かを提案し、討論も議論もなしに全員が「そうだね」と言っている戦略セッションを AI が盗聴していると想像してください。 AI は「ここにはヒマワリの偏見があるかもしれない」と部屋に知らせることができ、それによってさらに会話が始まり、悪魔の擁護を奨励することが自分たちの利益になることを CEO に思い出させることができるかもしれません。

また、事実に基づいた現実を探すのではなく、人々がすでにやりたいことの知恵を証明することに分析を集中する確証バイアスもよく見られます。 上司を満足させることを目的としないデフォルトの分析を AI に実行させるだけでも役に立ちます。その後、チームはそれが経営上の仮説と異なる理由を理解しようとし、より豊かな議論を引き起こすことができます。

社会力学の観点から見ると、代理店の問題は利益相反を引き起こす可能性があります。 すべてのビジネス ユニット (BU) リーダーは、自分の BU が最大限のリソースを獲得し、最大限の価値を提供する必要があると考えているか、少なくとも自分のビジネスを擁護する必要があると感じています。 AI は、体系的なデータに基づいて、こうした議論を管理する中立的な方法を提供します。 また、短期的なプレッシャーや四半期や年間の数字を作成する必要があるため、12 月 31 日には 1 月 1 日や 10 月 1 日とは異なる意思決定をする人がいることは誰もが知っているため、意思決定権限を持つ経営者にとっても役立ちます。 ユリシーズとサイレンの物語のように、AI を使用して、3 か月前に何か違うものが欲しかったということを思い出させることができます。 CEO が依然として決定します。 AI はその追加のナッジを提供するだけです。

ジョアンナ・パクナー:まるで、冷静で純粋に分析力のあるスポックが隣にいるような気分です。

ユヴァル・アツモン：スタートレックのファンにとっては、これは悪いたとえではありません。

ジョアンナ・パクナー:戦略における AI のお気に入りの応用例はありますか?

ユヴァル・アツモン：私はリソースの配分に多くの仕事をしてきましたが、ホッケースティック現象と呼ばれる課題の 1 つは、経営幹部が今後何が起こるかについて常に過度に楽観的であることです。 彼らは、リソースの割り当ては必然的に過去の実績ではなく、将来について何を信じるかによって決まることを知っています。 AI は、デフォルトのモメンタム ケースから始めてパフォーマンスの客観的な予測を提供できます。つまり、過去に起こったすべてのことと将来に関するいくつかの指標に基づいて、何もしなかった場合のパフォーマンスの予測はどうなるでしょうか? これは、「しかし、私はこれらの人々を雇用し、この新製品を開発し、マーケティングを改善します」と言う前の話です。すべての経営幹部が、過去と比較して過剰な成果を上げるのに役立つと考えているものです。 AI が冷静かつスポックのような方法で計算できる中立的な運動量のケースは、リソース割り当ての議論の力学を変える可能性があります。 これは現在利用できる予測インテリジェンスの一種であり、決定的なものではありませんが、より良い意思決定のための基礎を提供します。

ジョアンナ・パクナー:特に大企業において、戦略における AI の導入に対する障害の 1 つは、テクノロジー人材へのアクセスだと考えていますか?

ユヴァル・アツモン：私なら区別します。 機械学習やデータ サイエンスの人材、あるいはデジタル ツールを構築するソフトウェア エンジニアを意味する場合、これらを獲得するのは決して簡単ではありません。 ただし、企業は AI ツールへのアクセスを提供するプラットフォームを利用することが増えており、個々の企業の負担が軽減されます。 また、この戦略領域は刺激的であり、最先端であるため、おそらく製造業よりもその分野のテクノロジー人材を獲得するのが簡単です。

皮肉なことに、より大きな課題は、この取り組みに貢献してくれる戦略家やビジネスの専門知識を持つ人材を見つけることです。 顧客エクスペリエンスとあなたが達成しようとしているものを理解している人々の関与なしでは、AI で戦略上の問題を解決することはできません。 上級管理職などの最もよく知っている人には、AI チームのプロダクト マネージャーになる時間がありません。 さらに大きな制約は、場合によっては、仕事の重要性が低下する可能性のある取り組みへの参加を人々に求めていることです。 AIを既存の仕事に組み込む機会はたくさんあるかもしれないが、企業はそれを熟考する必要がある。 最良のアプローチは、上級関係者の監視の下、別のチームが AI アプリケーションをテストして構築するデジタル ファクトリーを作成することかもしれません。

大きな課題は、AI の取り組みに貢献する戦略家を見つけることです。 あなたは人々に、自分たちの仕事の重要性を下げる可能性のある取り組みに参加するよう求めています。

ジョアンナ・パクナー:雇用の安全とAIが戦略を自動化する可能性についてのこの懸念は現実的だと思いますか?

ユヴァル・アツモン：AI が人間の判断に取って代わり、人類の仕事を奪うかどうかという問題は、私にとっては大きな問題であり、他の専門家に任せたいと思います。

関連する質問は、短期的な自動化です。 戦略はその複雑さのため、自動化の影響を受ける後続の領域の 1 つとなりますが、他の多くの領域でも同様の影響が見られます。 しかし、200 年以上にわたる傾向として、自動化により、異なるスキルが必要とはいえ、新しい仕事が生み出されるという傾向があります。 だからといって、機械が自分の間違いを暴露したり、自分の仕事を自分よりもうまくやったりするのではないかという一部の人々の恐怖が消えるわけではありません。

ジョアンナ・パクナー:私たちは最近、不安定な時代における戦略的勇気についての記事を公開し、ビジネス リーダーが育成する必要がある 3 つのタイプのエッジについて説明しました。 その 1 つは洞察力の優位性です。 AI には独自の洞察力を提供する役割があると思いますか?

ユヴァル・アツモン：ほとんどの戦略家が直面する課題の 1 つは、私たちが活動する世界の圧倒的な複雑さ、つまり未知の数と情報過多です。 あるレベルでは、AI はさらに複雑な層を提供するように見えるかもしれません。 実際には、それは散らかったものの一部を切り裂く鋭いナイフである可能性があります。 問うべき質問は、AI がより鋭く、よりタイムリーな洞察をより簡単に提供して、私の生活を簡素化できるかということです。

ジョアンナ・パクナー:あなたは長い間戦略に取り組んできました。 この戦略と新しいテクノロジーの交差点を探ることに興味を持ったきっかけは何ですか?

ユヴァル・アツモン：私は常に、可能性の限界にあるものに興味を持っています。 SF 作家アーサー C. クラークの第 2 法則は、可能性の限界を発見するには、その限界を少し超えて不可能なところまで冒険しなければならないというものですが、私はこの分野では特にそれが魅力的だと感じています。

戦略における AI は非常に初期段階にありますが、企業や専門職にとって非常に大きな影響を与える可能性があります。 トップエグゼクティブにとって、戦略的意思決定は、トップチームの構築を除けば、ビジネスに影響を与える最大の方法ですが、現在そのプロセスでテクノロジーがほとんど活用されていないのは驚くべきことです。 競争上の優位性は、AI の適切な適用方法を知っている経営陣の存在にますますかかっていくと考えられます。 投資などの一部の分野では、それがすでに起こっており、その収益の差は驚くほど大きくなる可能性があります。 企業がその進化に参加できるよう支援することは、とてもエキサイティングなことだと思います。