経営戦略は、一度策定すれば計画に沿って実行するだけでよいのか。AIの急速な進化や地政学的な変化により、年次・中期計画を前提とした従来の進め方が問い直されている。
Gartner（ガートナー）が11月4日～6日に開催した年次カンファレンス「Gartner IT Symposium / Xpo 2026」では、同社 ディスティングイッシュト バイス プレジデント アナリスト 松本良之氏が登壇。「戦略のテクノロジ：CIOはいかにAIを用いて戦略的プランニングを書き換えるか」と題し、生成AIやAIエージェント、組織のデジタルツインを用いて戦略を継続的に見直す仕組みと、CIOが取るべき具体策を解説した。
変化を前提とした戦略策定へ
松本氏は講演の冒頭、戦略とは目的地への道筋を考えることだと説明し、紙の地図とカーナビゲーションを例に挙げた。紙の地図では出発前に決めた道順をたどるが、カーナビゲーションは周囲の状況に応じて経路を更新する。経営戦略にも、同じような柔軟性が求められるという。
戦略的プランニングは、経営環境を把握して戦略を策定するだけで終わらない。実行計画を立て、関係者に伝え、進捗を監視し、必要に応じて戦略と実行方法を修正するまでが一連のプロセスとなる。しかし、計画を年単位で見直す方法では、実行段階で環境が変わっても戦略に反映するまで時間がかかる。そして、時間をかけて策定しても、環境が変われば計画の前提は崩れ得る。
「中期経営計画だから3年間変えなくてもいい、という考え方は難しくなっています。AIの進展や地政学的な問題など、さまざまなことが起きる。作った戦略を柔軟に変えていく必要があります」
-
ガートナー ディスティングイッシュト バイス プレジデント アナリスト 松本良之氏
松本氏は、人間だけで幅広い情報を集め、分析して判断することには限界があると指摘した。AIを活用する競合企業が戦略の策定や見直しを速めるなか、変化への対応速度も競争上の課題となる。その一方で、生成AIやAIエージェントの進化により、戦略を柔軟に見直すための技術的な障壁は下がっているという。
2028年、経営戦略は「常時更新」へ
ガートナーが2028年までの方向性として示したのは、厳格な年間計画を中心とする方法から、環境変化をきっかけに戦略を見直す方法への移行だ。
「これまでは人間が年間計画を作り、途中で戦略を変えることをよくないと捉える面もありました。しかし今後は、何かが起きたことをトリガーとして、常に迅速な更新や検討を行うようになります」
例えば、地政学的な出来事によって原材料の価格が大きく変わったり、業界の常識を変える競合が登場したりした場合だ。こうしたときには、あらかじめ決めた見直し時期を待たず、新しい情報を判断材料に加える。AIは情報収集と分析を支援し、従来は扱いきれなかった広範なデータから複数のシナリオを検討できるようにする。
変わるのは更新頻度だけではない。限られた経営幹部の間で戦略を共有するのではなく、従業員がその意図を理解できるように伝えることも重視される。さらに、各部門が持つ情報を結び付け、実行状況を把握して戦略の見直しに反映する。そのための技術の一つが「組織のデジタルツイン」だ。
組織のデジタルツインで戦略と業務をつなぐ
組織のデジタルツインは、組織の業務プロセスやリソースの配分、実行状況などをデジタル上でモデル化する考え方だ。工場設備などモノの状態を再現するデジタルツインにとどまらず、業務データや社内外の情報を結び付け、組織の運営状態や環境変化による影響を把握することを目指す。
松本氏はその事例として、自動車部品メーカーのFORVIAを取り上げた。同社は基準生産スケジュールの検討にデジタルツインとAIを利用し、多数の選択肢をシミュレーションしたという。
「数千通りをAIでシミュレーションし、その中からAIが候補を選び出します。そして、最後に判断するのは人間です」
もう一つ紹介されたのが、Standard Bankによる国際決済業務の事例だ。国をまたぐ決済業務では、国ごとにプロセスが分かれがちになる。同社は、プロセス・インテリジェンスやプロセスマイニングなどを活用して国際決済プロセスを一元的に捉え、業務を見直した。その結果、国際決済のストレートスルー・プロセシング、すなわち人手を介さない自動処理の比率が30％から90％に上昇したという。
戦略分析を分担するAIエージェント
戦略の検討には、自社の業務データだけでなく、競合や市場についての情報も必要になる。松本氏はその手段として、競合／マーケット・インテリジェンスの活用を紹介した。公開情報や有料の情報源、社内データなどを集め、AIで検索・分析する取り組みだ。ノイズの除去や情報の検証を経て、分析結果を意思決定に使える形へまとめる。
-
戦略的プランニングの各工程で想定されるAIユースケース/出典：ガートナー (2026年11月)
企業向けクラウドストレージサービスを提供するWasabiの事例では、製品戦略やロードマップの検討を支援するAIエージェントが紹介された。内外の複数のシステムや社内のサブエージェントから情報を取り込み、顧客や市場から得たシグナルを横断的に分析する。そこで抽出した知見を整理・評価し、製品ロードマップの見直しや優先順位付けに反映する仕組みだ。
また、Schrodersの例では、複数のAIエージェントが役割を分担する戦略分析システムが示された。
「まずニュースや企業の情報を集めるデータ・エージェントがあり、その上で戦略エージェントが5フォース分析などを行います。最後に推奨事項を示す。こうしたエージェントを常に動かし続けるという考え方です」
AIエージェントの段階導入とデータ整備
では、企業はどのような順序で技術を導入すればよいのか。松本氏は、前述のような高度な事例を初めから再現するのではなく、段階的に活用範囲を広げる道筋を示した。
-
戦略的プランニングのユースケースを第1波から第3波に分類/出典：ガートナー (2026年11月)
第1波では、生成AIアシスタントで戦略資料のドラフトを作成したり、競合／マーケット・インテリジェンスの市販ツールなどを導入したりする。第2波では、組織のデジタルツインや機械学習モデルを整備する。第3波には、AIエージェントによる予測、シナリオプランニング、実行モニタリングが位置付けられる。
-
段階的に導入する道筋/出典：ガートナー (2026年11月)
一方、AIエージェントを組み合わせるだけでは十分ではない。何のデータを参照し、どのような前提で判断するかが定まっていなければ、企業の状況に沿った提案は難しい。松本氏は、AIに渡す情報の文脈を設計する「コンテキストエンジニアリング」の重要性を強調した。
「AIエージェントに何を見せて、何を目標にして、何をやらせるかが極めて重要です。データの意味や業務の状態、これまでの経緯を含めて、コンテキストを充実させる必要があります」
議事メモなどの非構造化データも含め、必要な情報を取り込める状態にしておくことが前提となる。データの意味を扱うメタデータの統制に加え、複数のAIエージェントを連携・管理する仕組みやガバナンスの整備も必要だ。エージェントが扱う情報に誤りがないかを検証することも、その管理に含まれる。松本氏は、こうした情報を管理し、AIに提供するためのデータ・コンテキスト・インフラストラクチャーが過小評価されがちだと指摘した。
CIOは何から始めるべきか? 3段階の行動計画
最後に松本氏は、CIOが実行すべき施策を時間軸に沿って示した。直ちに取り組むべきことは、テクノロジーを用いた戦略的プランニングの責任者を指名し、自社の能力のうち改善が必要な部分を見極め、第1波で検討するユースケースを3つ選ぶことだという。
90日以内には、戦略を検討するうえで必要なデータの意味や事業上の用語を明確にし、優先度の高い3つのユースケースについてビジネスケースを作成する。併せて、戦略的プランニングにどの技術をどの順序で導入するかを示すテクノロジー・ロードマップも作成する。技術の導入だけを先行させず、何を改善するために使うのかを具体化する段階となる。
1年以内の取り組みには、戦略に関するコンテキスト・インフラストラクチャーの構築や、組織のデジタルツインを実現するための能力整備、AIエージェントによる実行モニタリングの試行が挙げられた。このほか松本氏は、AIリテラシーと新たな戦略的プランニングに必要な知識を持つ人材の育成・支援についても、その重要性を強調した。
「これから重要なのは、戦略を作る作業時間を短くすることではありません。より良い意思決定を行い、変化に強い戦略を作ることです」
