Applying Artificial Intelligence and Big Data Analytics in Forecasting the Effectiveness of Managerial Strategic Decision Making

現代のビジネス界において、リーダーたちは絶え間ない課題に直面している。それは、一人の人間が追跡できる速度よりも速く変化する状況下で、極めて重要な意思決定を行うことである。この状況を乗り切るために、多くの組織が人工知能（AI）とビッグデータ分析へと目を向けている。これらは単にファイルを整理するための道具ではない。人間の精神では処理しきれない膨大な量の情報の中から、パターンを見つけ出すために設計されたシステムである。しかし、決定的な疑問が残っている。これらのデジタルシステムは、賢いだけでなく、法的に妥当で戦略的にも効果的な意思決定を下すことができるのだろうか。その答えは単純ではない。ある決定は効率的であっても規則に抵触するかもしれず、あるいは法律には従っていてもビジネス目標の達成に失敗する場合もある。現在、研究者たちは、データ分析の生の力と、法的コンプライアンスという厳格な境界線との間に架け橋を築こうとしており、コンピュータが「ビジネス目標の重要性」と「法的罰則のリスク」を天秤にかける方法を学習できるのかどうかを問い直している。

ベトナムのタイドー大学の研究者は、マネージャーが戦略的な選択を行う様子をシミュレートするように設計されたデジタルシステムを構築することで、このアイデアを検証しようとした。彼らは、人工知能エージェントが情報技術法に基づく複雑なルールセットをナビゲートしなければならない仮想環境を作り上げた。その目的は、システムが、KPI（重要業績評価指標）として知られる標準的なビジネススコアによって測定される、意思決定のパフォーマンスをどの程度予測できるかを確認することであった。これを行うにあたり、研究者は単に生の数値をコンピュータに投入したわけではない。代わりに、人間の精神が情報を処理する際の5つの具体的な方法を模倣するようにシステムを設計した。すなわち、「リソース管理能力」、「メタ認知能力（自身の思考についての思考）」、「集中力」、「新しいルールを学習する速度」、そして「社会的・組織的な規範を理解する能力」である。これら5つの精神的スキルが、コンピュータの意思決定プロセスの構成要素として扱われた。

研究者は、このアイデアをテストするために大規模なデジタルパイプラインを構築した。まず、システムは法的報告書や政策文書などの様々な文書からテキストを収集し、コンピュータが読み取れるようにクリーニングを行った。次に、これらの記述されたルールを機械が理解できる形式に変換し、データプライバシーや経営陣との整合性といった様々な要件に重み付けを行った。続いて、システムは1,500通りの異なる意思決定シナリオからなるシミュレーションデータセットを生成した。各シナノリオにおいて、コンピュータは5つの認知スキルと法的ルールをバランスさせ、最終的なスコアを算出しなければならない。このスコアは、意思決定がどの程度成功したかを表し、0から100までの範囲を持つ。その後、研究者はこのデータを用いて機械学習モデルを訓練し、5つの認知スキルを見て最終スコアを予測するように学習させた。彼らは、多くの小さな決定木を構築する手法を用い、システムの「考え方」と「パフォーマンス」の間の隠れたつながりをコンピュータが見つけ出せることを期待した。

研究者がモデルをテストした際、その結果は、このテクノロジーの現状に関する困難な真実を明らかにした。システムは、文書の読み取りから最終的な予測スコアのリスト生成に至るまで、プロセス全体をスムーズに実行することができた。しかし、予測の正確さを確認したところ、モデルは問題の真の複雑さを捉えることに苦戦していることが判明した。コンピュータの推測はしばしば大幅に外れており、いくつかの統計的尺度においては、あらゆる状況に対して単に平均スコアを予測するよりも性能が低いという結果が出た。データによれば、実際の結果は「非常に低いスコアの決定」と「非常に高いスコアの決定」という2つの明確なグループに分かれていたが、コンピュータの予測は中央付近に集まる傾向があり、極端なケースを完全に見逃していた。このことは、システムが情報を処理することはできても、安全な平均的選択と高リスク・高リターンな戦略を区別するために必要な、より深い文脈（コンテキスト）を欠いていることを示唆している。

本研究は、人工知能と法的ガバナンスを組み合わせるフレームワークは実現可能であるものの、現在のテクノロジーはこれらの複雑な領域において人間の判断に取って代わる段階にはまだない、と結論付けている。研究者は、現在のモデルは、決定を「高リスク」または「高リターン」へと押し上げる隠れた変数（変数）を完全には考慮できないことを発見した。システムは中間領域にとどまり、最も極端な結果を回避する場合に最もよく機能したが、これは戦略立案においては安全ではあるものの限定的なアプローチである。研究者は、今後の課題として、各決定の具体的な法的文脈を測定するより優れた方法など、より詳細な情報をシステムに追加することや、自らの推論をより明確に説明できるモデルの開発に焦点を当てる必要があると指摘している。現時点では、この研究は、法的ルールをデジタルデータに変換することが可能であることを示す概念実証（プルーフ・オブ・コンセプト）としての役割を果たしているが、同時に、真に自律的でコンプライアンスを遵守した戦略的意思決定への道には、単なる処理能力以上のものが必要であることも浮き彫りにしている。