大阪ガスUSA（Osaka Gas USA Corporation）コーポレートストラテジー部門と語る 脱炭素化の予兆把握へのAI活用―AIドリブン経営の可能性【前編】

米国のスピーディーな社会変化がプロジェクト発足の起点に

枝元：
プロジェクトのお話をいただいたのは2020年3月でした。当時は新型コロナウイルス感染症（COVID-19）が世界的に拡大し、世界経済への不安が高まり出したころでしたが、皆様からお話を伺い、政権交代の可能性や若者の意識変化などから米国社会の気候変動への関心が高まっており、それが自社ビジネスに大きなインパクトを与え得るという危機感をお持ちだったのを印象深く覚えています。

林：
発端は当社の社長からの問題提起でした。2019年秋、当社が参画する大規模ガス火力発電所やフリーポートプロジェクト（天然ガス液化事業）の立ち上がりが目前に迫り、また関連事業へのさらなる参画も実現するなど、社内は活気に満ちていました。そんな中、2020年以降の活動を協議する場において、社長がこんなことを言ったのです。

「世の中の変化は激しい。今よいと思っていてもあっという間に陳腐化することだってあり得る。どういうリスクに備えておかなくてはいけないか、何に着目すれば変化の兆しを先んじてキャッチできるのか。そうした視点で時代と向き合っていかなくてはいけない」

この発言に触発され、まずは香川さんにどのようなトライが必要かを相談したのです。

枝元：
事業が好調なうちに変化を捉えてリスクに備えるということですね。あるべき経営を体現されているように思いますが、これを具現化するのは非常に難易度が高いと言えます。初めにどのような対応をされたのでしょうか。

香川：
2019年の冬から一定の時間軸ごとに、今後起こりそうな変化を予想することにトライしました。これから10年後の社会はどのようになるか、そこから3年・5年スパンでどんな変化が起こり得るかをホワイトボードに書き出し、意見を出し合いました。10年後の社会を考える上では、10年前・20年前がどんな社会であったかも振り返りましたが、10年という期間は世の中を大きく変えてしまうことを再認識しました。

ただ、いざやり始めると、どんな項目をどのように、どの程度深掘りしたらよいのかが分からず、ホワイトボードを前に悶々とする時間が続きました。そこで外部の専門家にアドバイスを求めることにしたのです。複数企業にお声掛けしましたが、日米の文化・人々の考え方・社会の構造などの違いを理解し、ヒューストンでの駐在経験のあるメンバーをコアに配置してくれたPwCコンサルティングと共に歩むことにしました。

AIでSNS上の膨大なデータを収集・分析する

枝元：
将来に対するリスク予兆としてモニタリングしたい項目を広範に設定したため、フォローすべきデータが多岐にわたり、かつ膨大で、どう収集・分析したらよいかに迷ったのですよね……。

香川：
そうなんです。KRIsは過去に公表されたデータをもとに策定しましたが、データの種類は月次、年次、四半期とさまざまにあり、データ収集に膨大な時間を要したほか、有意義な分析に至らないケースも多々ありました。さらに、そもそも社会動向に関するデータや技術情報に関するデータは収集自体が難しく、KRIsを今のまま事業戦略策定のために活用してよいのかという迷いに、早い段階で直面しました。そこで、津崎さんにも相談にのってもらいながら、以前より関心のあったAIやRPA（Robotic Process Automation）といったデジタル技術を活用して、社会動向・トレンド情報の取得を含めた高度な情報収集と分析、かつ、これを通じて持続可能なビジネス手法を検討できないかと考えるようになりました。

枝元：
そこでPwCコンサルティングのData＆Analyticsチームが登場します。先進テクノロジーを活用して非構造化データ（世論）を定量的に捉えることができるか、またそれらと構造化データ（ファクト）を相関分析することで脱炭素化の機運を高め得る先行指標を発見することができるか。この2つが、プロジェクトを成功に導く要因になると三善さんはお考えでしたね。

三善：
はい。初めに、SNSを活用して世論を数値化することに目を向けました。SNS上で投稿される世の中の声は「文字」という非構造化データとして、インターネット上にあふれかえっています。従来、人間がそれらを1つ1つ読み、傾向や時系列トレンドを把握することはほぼ不可能でした。しかし、AIの技術の1つである自然言語処理（テキスト分析）を活用し、文字を数値データと同じように分析・処理することができれば、意思決定のための情報量・質は飛躍的に増加・向上します。昨今ではマーケティング活動の一環として世の中の動きを把握するのに使われたり、自社ブランド・製品・サービスに対する反響の分析に役立てられたりするなど、多くの企業において活用が進んでいる領域です。

枝元：
KRIsを真に活用するための議論をする中で特に印象に残っているのは、三善さんの分析のアプローチです。

三善：
予測vs実績という分析スタイルに慣れていると、経験則からスコーピングして分析業務を効率化したいという発想に無意識的になりがちなのですが、そうすることで、新しい気付きやインサイトを抽出できる可能性は狭まってしまいます。人間が恣意的に優先度を設定するのではなく、可能性のあるデータ全てを投入して機械に分析させ、結果を人間が読み解いて示唆を得る。場合によってはデータを追加投入して再分析する。このサイクルを回すことが重要だと話していましたね。

枝元：
人間は誰しも先入観を持っています。それをもとに、ついついコンフォートゾーンに基づいた業務手法や意思決定を採ってしまいがちなのですが、試行錯誤型のデジタル活用が、あらゆる可能性を追求する上で有効なのだと実感しました。

後編はこちら