-
Xでシェア
-
Facebookでシェア
-
LINEでシェア
-
LinkedInでシェア
-
記事をクリップ
-
記事を印刷
不確実な未来に向けて行う「戦略的予測」
新しい1年の始まりに、未来を見通せる水晶玉がほしいと思うのは、人間の性質というものだ。この先、どのようなことが私たちを待ち受けていて、どのような影響を及ぼすのか。私たちは、それらを知りたいと思わずにはいられない。
こうした感覚は、不確実性が高まっている時代にはとりわけ強くなる。不確実性が高まる中で有効な予測を行うことが、不可能とは言わないまでも、極めて難しく感じられるからだ。いま客観的に見て世界がどのような状況にあるかに関係なく、少なくとも企業のCEOたちは、世界の不確実性が高まっていると感じている。筆者らが企業の決算報告を分析したところ、2025年には不確実性に関する話題が大幅に増加した。この傾向は、2026年にも弱まる兆候がほとんどない。
筆者らが企業の幹部チームに助言してきた経験から言うと、多くの企業は、不確実な状況に直面した時、言ってみれば目の前の火災を消火しようと焦り、フリーズ状態に陥ったり、直感頼みで行動したりすることが多い。しかし、予測不可能な未来を前にして、これとは異なるアプローチを取る企業も一部にはある。筆者らが500社の企業の幹部たちを対象に行った最近の調査により、予測能力を発揮して不確実性を強みに転換できる企業と、予測能力をうまく活用できない企業の違いを分ける明確なパターンが見えてきた。
筆者らが言うところの「戦略的予測」とは、変化の兆しに目を光らせ、複数の未来のシナリオを検討し、そうしたインサイトに基づいて現在の選択の質を向上させることを目指す筋道だった方法論のことだ。
戦略的予測の歴史は冷戦期における軍部の計画立案に遡るが、1960～70年代にはビジネスの世界でもその方法論が取り入れられるようになった。当時、石油大手ロイヤル・ダッチ・シェルなどの企業がシナリオプランニングを実践することにより、一つの予測シナリオが実現することにすべてを賭けるのではなく、複数の起こりうるショックに対処するためのリハーサルをするようになったのだ。
今日では、戦略的予測を行うために、新しいシグナルのモニタリングに始まり、ウォーゲーム（図上演習）やシナリオプランニングに至るまで、さまざまな手法が用いられている。こうした予測の能力は、AIの台頭により急速に向上している。
戦略的予測を正しく実践できている企業は、2つの重要な領域で秀でている。一つはプロセスの面だ。リアルタイムと長期の両方の時間軸であらゆる未知の要素に目を配れる環境ができ上がっている。もう一つはマインドセットの面だ。予測能力の高い企業は、リスクマネジメントを行うだけに留まらず、不確実性の高い環境で未来の可能性を見出そうとし、最先端の予測ツールを活用して常にデータをもとに考えている。
予測能力の高い企業は、業種や売上規模、企業の所有形態の枠を越えて存在している。この種の企業は、そうでない企業に比べて、未来に対してより充実した準備ができているだけではない。競合企業との競争で極めて大きな強みを手にしている。予測能力が標準レベルから最高レベルに上昇すると、企業の財務成績が5％上昇するというデータもある。ただし、このような点で後れを取っている企業にも明るい材料はある。取り残されないために実践できる具体的な方策があるのだ。
不確実性を強みに転換する
筆者らの研究によれば、未来予測を実践している企業は多いが、そうした取り組みはほとんどの場合、シンプルで場当たり的なものでしかない。回答者の60％は、主として初歩的な予測手法を用いていると述べている。定性的で断片的な情報に頼っているケースが多い。具体的には、トレンドレポートの類いを読んだり、SWOT分析のシナリオを検討したり、データを常に一覧できるようにするなどして情報を得ている。
それに対し、高度な予測は、データもしくはAIに牽引されて体系的に行われる。機械学習による予測、ウィークシグナル（変化の兆し）や感情の分析、デジタルツイン（訳注／現実世界を仮想空間に再現してシミュレーションする手法）やウォーゲームにより、戦略のストレステストを行うのだ。
大半の企業にとっての課題は、予測が初歩的なものに留まっていることだけではない。それに輪をかけて問題なのは、予測が自社に好ましい影響を及ぼしていると強く感じている人が全体の15％程度しかいないことだ。質の高い予測を行うことに苦戦している人たちがよく挙げる障害は、戦略上の意思決定が短期のプレッシャーに強く影響を受けざるをえないことだ。
その点、予測に長けている企業は、そのつど1回きりの取り組みとして予測を試みるのではなく、高度な予測能力を自社の組織に根づかせている。そうした企業は、合理的な予測が可能な事柄について注視する一方、予測不可能な状況にも備え、ノイズに惑わされることなく数少ない重要なシグナルを捉える。そうした予測が戦略の土台を成し、予測とポジショニングとリアルタイムの認識が組み合わさり、長期的な選択とその場での意思決定の両方が改善する。
その結果、将来のルールの変更によりコンプライアンス上の要求が一夜にして書き換えられたり、サプライヤーやパートナーがランサムウェアの攻撃を受けたり、異常気象でオペレーションが滞ったりしても、嵐を乗り切るだけでなく、その状況を最大限活かすことができる。有効な予測システムを整備できていれば、いつ行動すべきかが明らかになるのだ。
筆者らの調査によると、傑出した予測能力を持つことができるのは、テクノロジー系のスタートアップ企業や、潤沢な予算をもった大企業だけではない。業種や企業規模、事業モデルに関係なく、高度な予測能力を育むことは可能だ。その点では、公共部門や非営利部門の組織も例外ではない。
予測能力に長けた企業群全体を見渡すと、他の企業と異なる点は特に見当たらない。そのような企業群の業種別構成は、企業全体と大きく変わらず、非上場企業が占める割合も10ポイント高いだけだ。企業規模についても際立った傾向は見られない。
一方、筆者らが行った自己申告形式の業績調査の結果によれば、未来への準備ができている企業ほど、業界平均を上回る業績を上げており、利益率と株式時価総額の伸び率も高い。この点は、これまでの研究結果とも合致している。要するに、強力で体系的な予測を行う能力を育んだ企業は報われるのだ。
予測能力に長けた企業はどのように予測能力を築いているのか
予測能力の高い企業は、あらゆるタイプの未知の要素をすべて視野に入れるだけでよしとせず、現在と未来の両方の課題を検討する能力を持っておくことの必要性を理解している。予測可能か予測不可能か、短期か長期かという2つの基準で未知の要素を分けると、予測可能で短期的、予測不可能で長期的、といった具合に4種類に分類できる。予測能力の高い企業は、その4つの領域すべてに対処できるようにプロセスを設計している。
予測可能な未知と予測不可能な未知
未来の状況の一部は、合理的な予測が可能だ。言わば「パターン化された未知」である。この種の未知の要素に関しては、過去のデータをもとにエビデンス・ベースの予測を立てることが可能だ。トレンドレポート、アナリストの分析、過去のパフォーマンスの延長線上での類推を通じて、未来をピンポイントで予測する。
多くの企業は、このタイプの予測だけで終わってしまう。問題は、シグナルを解釈することにより強みを得られたとしても、競合企業も次第に同様のデータを入手するようになり、より広範な戦略チームが予測分析を活用し始める可能性が高いことだ。
予測能力の高い企業は、別にもう1種類の予測も行っている。言わば「突発型の未知」も検討するのだ。未知の要素の中には、堅実なデータを持っていても予測することが難しいものもある。このような要素は、単に予測不可能というだけでなく、想像することすら難しい。
予測能力の高い企業は、予測不可能な物事を割り出し、それを掘り下げて検討し、対応する準備を整えるために、しかるべきシステムを築く。予測不可能な未知の要素、言ってみれば「真に未知の要素」を、予測の対象というより、デザイン上の課題と位置づけるのだ。こうした企業は、この点で後れを取っている企業に比べて、「未知の未知」に対処するための体系的な予測プロセスを持っていると回答する割合が2倍近く多い。
以上の2つのタイプの未知は、対処方法も、重視すべき要素も異なる。たとえば、グーグルを傘下に持つアルファベットは、予測可能な未知に対処するために社内の予測市場を活用している。簡単に言えば、自社の多様な従業員たちの「集団の知恵」を活かすことにより、未来の重要な節目ごとの自社と競合企業の状況について予測の精度を高めているのだ。
一方、ネットフリックスは、予測不可能な未知に関して、独自の予測システムを設計してレジリエンスを確保している。そのために用いた手法が「カオス・エンジニアリング」である。これは、未来に起こりうる出来事の中で、現状においてコンテキストと予測可能性が限られているものに関して、データを得ることを目的とした実験的なアプローチだ。
具体的に言うと、ネットフリックスのチームは、実験としてあえてランダムにトラブルを発生させる「障害注入」（failure injection）実験を行って、ソフトウェアとインフラの強靭性を試している。それを通じて、エンジニアたちに、それまで想定していなかった脆弱性を経験させることが狙いである。顧客がトラブルを経験する前に、意図的に失敗をつくり出すことにより死角をあぶり出そうというわけだ。
短期と長期
予測能力の高い企業は、2つの速度の予測を同時並行で行うことにより、短期指向のプレッシャーに屈することを回避している。リアルタイムの意思決定のために素早く予測を行うと同時に、長い目で見て的確な判断を下すために予測をじっくり形づくってもいるのだ。
この点で劣る企業は、前者を軽視しがちであり、予測を頻繁に更新していると答えた企業はわずか30％に留まっている。この割合は、予測能力が高い企業では60％に達している。一方、予測能力の高い企業は、予測能力で劣る企業と比べて、短期と長期など、複数の時間軸の予測を併用していると答える割合が2倍以上に上る。
言わば、たえず消火活動に追われているようなチームが多い中で、予測能力の高い企業は、急激な変化に対応すると同時に、遠い未来に関して筋道だった見方をして戦略を形づくってもいる。たとえば、リアルタイムのウィークシグナルを探知するためのシステムを築き、マーケットと競合企業の変化の兆候を早期に感じ取ろうとする一方で、長期の未来を見据えて、シナリオプランニングにより、どのような行動を取れば後悔せずに済みそうかを見極めようとするのだ。
2021年の半導体ショックは、この短期と長期の違いを浮き彫りにした。自動車業界が半導体不足に見舞われる中で、スタイルも強みの源泉も異なるトヨタとテスラの両社は、明らかに異なるアプローチで未来予測に臨んだ。
トヨタは、長期の視点を重んじ、緊急事態の想定、プランニング、準備に力をそそいだ。それに対してテスラは、短期のリアルタイムの視点を優先させた。その結果、テスラは、問題の兆候が最初に見えた時、柔軟性の高いデザイン上の選択を通じて、素早く方向転換できた。
予測のマインドセットを改める
多くの企業の幹部チームは何らかの形でシナリオプランニングとトレンド追跡を行っているが、そのような取り組みの結果を受けて、意思決定の中身が変わることは極めて少ない。散漫でインパクトの小さい予測を脱却して、抜きん出た予測を行えるようになるためには、2つの面でマインドセットを転換しなくてはならない。
一つは、未来のリスクを避けるだけでなく、未来の好ましい機会に目を向けるようにすること。もう一つは、直感よりもデータを優先させ、予測の信頼性を改善し、予測を実際の行動の指針にできるようにすることだ。
好ましい機会に目を向ける
ほとんどの企業は、主として好ましくない結果を避けることを目的に予測を行っている。既知のリスクに対する警報システムを構築したり、既知の脅威リストの項目をモニタリングしたりしているのだ。このような取り組みも有益ではあるが、それだけでは不十分だ。過去に自分たちにダメージを与えた要素をモニタリングしていても、今後重要になりそうな要素は明らかにならない。
予測能力の高い企業は、この点での優先順位を逆転させている。このような企業は、予測能力が劣る企業と比べた場合、不確実性が高くて環境が変化し続ける状況において、リスクを避けるためよりも明るい可能性を見つけるために予測を行っていると述べる割合が約20％高いのだ。
明るい可能性を検討するためには、未来に実現しうるシナリオの候補を把握しておくだけでなく、自社がどのような形で価値を生み出しているのかを明確に理解していなくてはならない。そして、次に訪れる破局を察知すべく予測能力を整備するより、自社特有の能力を生かして優位に立てるような「起こりうる未来の姿」を予測するためのシステムづくりに努力すべきだ。
といっても、この種の企業が好ましくない事態に備えることをないがしろにし、好ましい可能性にばかり目を向けているわけではない。この両方の予測を実践しているのだ。
たとえば、小売り大手のウォルマートは、顧客の嗜好と購買行動の変化について早い段階でシグナルを察知し、テストグループを用いて未来の新商品候補を実験するための場として、新しいプラットフォーム「シンティラ」を立ち上げた。この予測システムをつくった狙いは、需要の増加を的確に把握し、素早くオペレーションの方向転換と商品設計を行うことにあった。データを活用して必要な在庫量を知ろうとしている企業は多いが、ウォルマートのシンティラは、好機を察知するために予測能力を用いる試みといえる。
データ主導で予測を行う
ほとんどの企業は、客観的なデータを土台にした意思決定ができていない。直感と社内政治に意思決定を左右されすぎているのだ。それに対し、予測能力の高い企業は、データ重視の基本姿勢を持っている。自社の戦略プロセスにとってとりわけ重要なシグナルに目を配り、重要性の高い予測を導き出すためのツールを用いるのだ。
また、予測能力の高い企業は、内部の視点だけでなく外部の視点を重んじ、一つの例外的な事例に判断を左右されすぎることを避けている。予測能力で劣る企業に比べて、高度な定量的予測を実践しているのだ。
たとえば、ほとんどの企業は重要な指標を設定し、何年も先の売上げやエンゲージメント、新商品についての予測を試みる。多くの場合は、過去のパフォーマンスを土台に、そこにいくらかのマーケットレポートや専門家のデータを加味して予測を行う。ところが、実際には予測が大きく外れるケースが極めて多い。
その点、現代的な統計専門家は、一つの会社の過去に一度だけのパフォーマンスを根拠にせず、同様の状況における同様の会社の平均的な成功率をもとに予測を行う。予測能力の高い企業は、予測能力に劣っている企業に比べて、自社の予測プロセスを尋ねられた場合、このような高度なアプローチを用いていると回答する割合が2倍に上っている。
こうしたアプローチは、好循環を生み出す。予測の精度が高まると、予測の信頼性が高まり、予測がより広く活用されるようになり、結果としてより質の高いデータが手に入るようになり、ますます予測の精度が高まる……という具合だ。
企業がデータ志向の予測を行う際に活用できる手法の一つは、低コストの実験を幅広く行うというものだ。これにより実質的に、社内のチームがさまざまな未来の可能性に関して実験を行い、新たなデータを収集できるようにする。この手法は、市場のデータが不足していたり、プロダクトが革新的で、直接適用できるデータが存在しなかったりする場合に、とりわけ有効だ。
レゴ社の「クリエイティブ・プレイ・ラボ」は、ボトムアップの試作品づくりのための明確なプロセスを用意し、社内のチームがベータ版のテストデータを早期に生み出すよう後押ししている。同ラボは、アイデアがどこでうまくいくかだけでなく、どこで失敗するのかを意識的に探っているのだ。それを通じて、同社のリーダー層は、最も強力で最も有意義なシグナルだけに目を向けることができる。
予測能力に長けた企業への道
企業のリーダーたちが新年を迎えるにあたり、以下の点について簡単に振り返るだけで、自社のチームが予測能力の高い企業に転換するために何が壁になっているのかが明らかになるはずだ。
一つのエピソードから出発する
最近、自社の事業環境で起きた予想外の変化を思い出そう。いま振り返った場合、変化の予兆だったといえるシグナルはどのようなものか。どのようなデータを追跡していればよかったと思うか。必要なデータをすべて持っていたのに、適切な戦略的行動を取れていなかったケースもあるかもしれない。その場合、どうすれば自社が適切な行動を取れていたと思うか。
たとえば、競合企業があなたの予期していなかった新商品を売り出したとしよう。このようなケースでは、以前その会社が特許の取得に動いていたことに気づけていればよかったのに、と思うかもしれない。新商品発売に向けた競合企業の最初の動きを把握できていれば、自社の方針を修正できていただろう。
失敗から学ぶ
未来予測に繰り返し失敗する場合は、たいてい予測のアプローチに何らかの問題がある。上述したように、予測可能か予測不可能か、短期か長期かという2つの基準で未知の要素を4種類に分類して考えるとよい。過去に見逃した機会を検証することで、より体系的なアプローチが必要な領域が浮き彫りになる。
上の例で言えば、競合企業の特許取得の動きを見落とした経験を検討すれば、予測可能かつ長期の領域で見通し能力が不十分だと判断できるだろう。
マインドセットを確認する
予測失敗のすべての原因が、予測能力の不足にあるとは限らない。予測が戦略を牽引するためには、しかるべきマインドセットを持っていなくてはならない。あなたや周囲の幹部たちがどのようなことに目を向けているかを考えてみよう。
あなたは、目の前に持ち上がった脅威を払いのけるためにその場しのぎの対応をするというサイクルにはまり込んでいないか。不確実性の高い状況で好ましい要素を見出そうと努めることができているだろうか。また、定量的なアプローチより、直感に左右されて判断を下してはいないか。
予測能力の高い企業になるためには、型通りのステップを踏むだけでは十分でない。適切なマインドセットを育むことが不可欠だ。予測ダッシュボードやプレゼン資料をつくるだけでなく、優位性を生み出す実際の戦略的行動へと結びつける橋渡しになるのだ。
上の例で、社内の戦略チームは、競合企業の特許関連の動向を注視していて、問題となった競合企業の特許取得についても数年前に幹部チームに報告していたとしよう。ところがその当時、幹部たちは次の四半期の財務成績のことしか頭になく、競合企業が特許をもとに新商品を売り出す可能性を想像できなかった。この場合、足りなかったのは予測能力ではない。長期的な見通し能力を戦略プロセスに統合できていなかったことが問題なのである。
＊ ＊ ＊
予測能力に長けた企業を目指すうえでの最初の一歩は、ビジネスの機会につながる変化の兆しに気づくために、どのようなデータに目を配り、どのような行動を取ればよいかを知ることだ。こうしたことを重視する企業は、そうでない企業と比べた場合、速く前進でき、不確実性を強みに変換する態勢がはるかに整っている。
このような予測能力を持っていても、占い師の水晶玉のように未来を完璧に見通せるわけではない。しかし、それは新しい1年はもちろん、その後の未来を予測するうえで欠くことのできないツールなのだ。
"What Companies that Excel at Strategic Foresight Do Differently," HBR.org, January 08, 2026.
