不確実性の高いAI時代の戦略シナリオを、AIで広げ、深め、選択し、未来を描く

「人が答えを持っていない問い、そしてAIと対話したって一発では良い回答が出ない世界に対して、いかにAIを繰り返すか、人間とAIで対話しながらより深い答えにたどり着けるのか。一番我々が知りたいけれど、誰も答えを持っていないAI時代の世界はどう変わっていくのか、企業の意思決定としてどう進むべきなのかを今日は扱います。」

「5回分作ってきた反省点として、面白いんだけど持って帰れないなというコンテンツも何回かあったと思うので、参加して面白かったに加えて、明日から何かしら使えそうだというものも持って帰っていただきたい。今日扱うものを使うと、数十ページの資料が自動的に出来上がります。」

「今、選択肢がありますよと。選択肢を取ったとして、いろんな外的要因もあってどうかわからないけれど、今取った選択肢によって未来は変わってくる。ただこれはあまりにも複雑なので、今日は世界がどう変わるかという話と、変わっていく世界の中で自社としてどんな選択肢を選ぶかという話に、前半と後半で分けて進めます。」

「D0 生産性：業務がAI化されるが、商品・顧客・事業モデルは変わらない。D1 接点：対話AIが顧客接点・営業・支援に入り、提供価値の一部が変わる。D2 代理人：顧客側のAIが選び・比べ・交渉し・発注する、『選ばれる条件』が変わる。D3 仕組み：需要が先に決まり、供給の組み方と事業モデルが組み変わる。D4 構造：プレイヤーが入れ替わり、既存の資産・業歴の優位が崩れ、他産業から参入される。」

「かつて本屋はアメリカならバーンズ＆ノーブル、日本なら紀伊國屋さんあたりが強かったわけですが、今や最大手はAmazonですね。テレビも、かつては地上波のテレビ局が一番大手だったところ、今はネットやディズニープラス、YouTubeがある種の最後のテレビ局になっている。プレイヤーが入れ替わり、ビジネスの仕組み自体が変わるという深さです。」

「概ねD0をやっているけれど、D2ぐらいまでは視野に入っているよね、というご意見が多そうですね。業界によりますよね。自動車系はすり合わせが進みやすい、製造業はAI前提にすると構造が変わることが多い、旅行業は影響が大きそう、という具合に。」

「4社に共通しているのは、足元のAI活用は進んでいるが、戦略検討は『今の事業をもっと上手に回す』（D0〜D1）で止まっていること。世界にはD2〜D4の未来を既に考え、動いている人たちがいる。経営陣もコンサルもその未来をぼんやりとは見えていて号令はかけているが、現場が納得し動ける解像度になっていない。主人公は、号令と現場の間に立つ事業部門の役員です。」

「それぞれ過去の成功体験もあるけれど、むしろだからこそAI時代に変化できずにいる、という話にしてあります。金融業は規制の問題、製造業は物売りをしてきたけれど変えなくてはいけない、IT業は人月商売から抜け切れるかどうか ― それぞれの課題を抱えています。」

「業界と対象企業と気にしていることを書き換えて実行すると、架空の会社と主人公、社風と空気、現在地、止まる理由、社長の号令、社内に流れている未来像、という簡単なケースが出来上がります。経営学を学んでいる人にとっては、自分の会社の文脈のケースが簡単に作れるんだ、ということ自体が面白いかもしれません。」

「読んでみると、そんなに深くはないよねという感想になると思います。自分の業界に近ければ近いほど、せいぜいD0かD1ぐらいのシナリオが出てきがちです。結局のところ、自分自身が持っているそのビジネス分野を知っているがゆえの戦略的インサイトを与えるか与えないかで、サクッと聞くだけでは深いものはなかなか出てこない。」

「どこの会社でも経営企画や経営を考えるためにAIを対話で使っていると思いますが、結局、深いことを考えられている人と考えられていない人の違いって、この話だけでも見えてくるんじゃないかなと。」

「D0からD4の深度指標を与えたうえで、普通は0から1の深さにとどまりがちだけれど、4まであるということを想定して、もう一回もっと深くシナリオを考えてと指示します。結局こういう指示をしているかどうかで、シナリオの深さって変わってくるのかもしれない、と見て取れるんじゃないかなと。」

「32回繰り返して、たくさんのシナリオをAIに書かせます。設定を変えれば100個でも200個でも作れるわけですが、たった20秒ほどで32本作れてしまう。手元でなんとなくやるのとは違うスケールで使っていけるということがイメージ湧くんじゃないかなと。」

「変化の深さD0からD4のうち、各社が公表しているのはだいたいD0からD1ぐらいの深さのアイデアしか出していない。けれど今回32個出させたものには、もっと深く考えようということでD2・D3・D4案がたくさん出てきた。2034年頃にはD4ぐらいまでの案がたくさん出てきているという分布になります。」

「AIを使うと必ずなるんですが、大量に考えさせているだけなのでかぶったり矛盾が起きたりいくらでもする。それをもう少し束ねていく作業が必要です。たくさん出したシナリオの中で、これとこれは同じだよね、これは延長線上に乗る束にした方がいいよね、ということをAIがやってくれます。」

「昔だったらこれそのものを作るだけで、BCGみたいなコンサル会社に5,000万円ぐらいで頼んで一か月二か月待つみたいな世界観だったと思うわけですけど、これが今一回70円でできてしまう。1回で70円ぐらい、うちテキスト部分は数円で、画像を作るところが60円ぐらいです。」

「これは僕が事前に設計しておいて、うまく設計するかどうかに関わってはいるわけですけど、皆さんだって同じものを作れるわけですよね。なので、ここまで作ることのコストが激減して、逆にこれをちゃんと解釈して実行に移すかという側に勝負が移っているんだという変化です。」

「3回、決断に直面するという形で作ってあります。2027年の判断、2030年、2033年と、保守的なものから挑戦的なものまでの選択肢を出すようにしています。選ぶと、顧客に選ばれる力が上がったか、収益が良くなったか、需要基盤が強くなったかという評価をAIがシミュレーションして考えます。」

「この太線がさっき選んだ道で、点線はそれ以外を選んだらこうなっていたよ、とAIが考えてくれるようになっています。未来が全然分からなかったAI時代の未来を、少し具体性を持って語れる。社内でお互いに見せ合ったり、判断を変えてみたりすれば、確かにこのシナリオは避けたよね、という話ができる。こんな未来を具体性を持って語るなんて、AIが登場する前には想像もできなかった。」

「今のシナリオを社内に共有したらどんな反応が返ってくるかのシミュレーションができる文章を用意してあります。役員A、部長B、課長C、若手D、経営企画Eの人となりが書いてあって、この人たちがこのシナリオを見たらどんな反応を返すかをAIにシミュレーションさせます。ここを実際に顔を思い浮かべる社内の役員や部長に書き換えてみると、めちゃくちゃ面白いと思います。」

「技術者のプライドが許せないみたいな気持ちも含めて測ってくれます。戦略ではなく些末なところに議論が行きがちだよね、という話に結局なりがちだというのがこのシミュレーションで出てくる。それぞれの人が守りたいものがあって、未来のシナリオがあってもなかなか踏み込めないという話です。」

「作る時に試行錯誤して、最初は全部悲観的なシナリオばかりになったので、これじゃ面白くないと直させた。そうしたら今度は全部楽観的なシナリオになってしまって、もう一回書き換えさせた。結局これは生成で作るだけなので、正しい未来を当てているというよりは、そのトーンも自分で調整できてしまう。だからこれを信じて従おうという話ではないわけです。」

「何にもない未来に進むのに比べると、ある程度選択肢があって、写真までついていて可視化されていて、なんとなくイメージが湧いてくる。確かにお客さんはこんな顔をしそうだな、このオペレーションになりそうだなというところまで見えてくる。AIは全然万能ではなく、お任せで完璧なものができる時代には程遠いけれど、AIができることによって今までとは全然違う感覚で経営もできるんだ、と。」

「単純にAIと対話しているだけだと想像できないものが、自分の業界インサイトなどを与えると一気に深くなる。やっぱりAIは対話相手であって、鏡なのかもしれないですね。」

「画像生成に使っているナノバナナ（Gemini 3.1 Flash Image）は1分間に500回使える枠のうち、今全員で一斉に使って1分間に55回がマックスだった。契約上の上限に達していなくても、サーバー側が混み合っていると429エラーが返ることがある。せっかく作っても挙動がうまくいくかがなかなか見えないというのは、生成AIの癖で難しいところです。有償でサービスを提供するとなると、100%うまくいくか分からない性質が残ってしまう。」

「Gemini APIは有料版で使うと学習に使われないという規約になっています。無料版のAPIの場合は学習に使う可能性があるとGoogleは言っているので、会社の機密情報を扱われるときはそこを踏まえてご利用ください。」

「先月まではChatGPTの無料版は全然ダメだよという話をしていて、コードを書いてねと頼んでもなぜか書きしぶられる変な挙動だったんですが、数週間前からGPT-5.6ベースに変わって、すごい勢いでとても質の良いコードを書いてくれるようになりました。無料版でも全然使えるものになると思います。」

「誰も答えを持っていない問いに対して、人が問い、AIが答え、人が答える ― この対話で、洞察が深いものを引き出せている人とそうじゃない人の差分は何なんだろう。短いサイクルでトントンと壁打ちしながら精度を上げるのが良いのか、じっくり考えて聞いてAIにもじっくり考えさせる方が良いのか。10分か15分の制限時間で、さっと良い回答にたどり着いて横ばいになるタイプと、最初はいまひとつでも後から追い上げるタイプがいるかもしれない。上位に入った人がどんな対話やプロンプトを使っているのかをお互いに考え合えたら面白い。これだけAIを使っていても、隣のデスクに座っている人がどうAIを使ってどんなノウハウがあるのか、そもそも自分が得意な方なのかもみんな分かっていないと思うので。」

「今日の未来シナリオは数千万円で発注していたものが今100円でできるという話でしたが、それ以外にも、顧客のクラスタリングとペルソナ設計、データに基づくレコメンデーション、物流拠点や工場拠点の配置とルート最適化、需給と在庫の最適化 ― こういうデータ技術を使う問題も昔はプロの仕事で、数千万円で発注して一か月二か月かかって納品されるものでした。それが今や数十円で、Colabに10行ぐらい指示を書いてコードを書かせれば10分後にはできてしまう。あとはClaude CodeやCodexの浸透が経営判断をどう変えるかが2026年最大のテーマだと思っていますが、有料版が前提になるので、無料版の方にも面白い設計ができるか思案中です。」