人工知能は、世界的な力と外交的影響力を左右する主要な通貨として台頭しています。
アルゴリズムの速度は、厳密なフォーサイトに欠かせない人間同士の意見の相違や認知的な葛藤を圧縮するおそれがあります。
戦略的想像力の幅が狭まるのを防ぐには、人間の判断を優先するハイブリッド型の知性モデルが必要です。
人工知能は、未来についての考え方や、未来を形づくる人々を変えつつあります。戦略的フォーサイト、つまりより良い選択を今日行うために、起こり得る未来を描き出す分野にとって、今は好機であると同時に試練でもあります。AIは実践者がより広く情報を調査し、新たな兆候やトレンドを見いだし、これまでにない速度と規模で可能性のある未来を探る助けになります。しかし、フォーサイトはシナリオを作ることだけを目的としてきたわけではありません。その真価は、リーダーや政策立案者が前提を問い直し、不確実性に備え、長期的なレジリエンスを確かなものにする戦略的決定を築くのを支援することにあります。
AIが経済、地政学、制度、社会を急速に変えるなか、フォーサイトの実践者は、単なる導入を超えて真に責任ある活用へどう進むのか、という本質的な問いを立てなければなりません。課題は、人間の判断を置き換えるのではなく強化する形でAIを取り入れ、分析の迅速化が深い思考、異論を交わすこと、戦略的想像力を損なわないようにすることです。
世界の勢力を示す新たな指標としてのAI
近代史の大半において、国際関係における力は分かりやすいものでした。軍隊、援助予算、準備通貨、外交同盟を持ち、世界の主要機関で議席を占める国々が力を有していました。AIはその状況を変えています。覇権後の時代において、AIは力を示す最も明確な指標の一つになりつつあります。計算資源、半導体、モデル、クラウドインフラ、人材を掌握する国や企業が、誰の声が届き、誰に資金が提供され、誰が未来を築くのかを、ますます左右するでしょう。
従来の力の指標が消えるわけではありません。軍隊、資本、外交は今も重要です。そこに、新たな力の通貨である計算資源が加わります。
AIが新たな戦略的な力の源になりつつあるのは、モデルだけに依存していないからです。半導体、クラウドインフラ、データセンター、エネルギー、人材、規制、信頼が必要です。そのため、近年のAIインフラ事業、たとえばUAE・米国のスターゲート発表は、技術的な詳細を超えた意味を持ちます。これらは「AI時代のインフラ外交」と呼ばれることもある状況を示しています。データセンターやクラウドリージョンが、港湾、パイプラインなどの戦略資産に似た存在になり始めているのです。従来の力の指標が消えるわけではありません。軍隊、資本、外交は今も重要です。そこに、新たな力の通貨である計算資源が加わります。
この変化は、ミドルパワーに新たな機会をもたらしています。こうした国々は、インフラ需要を活用して世界的な影響力を切り開いています。たとえばUAEは、AIインフラを使い、米国、湾岸諸国、アフリカ、アジアをつなぐ役割を担おうとしています。またシンガポールは、2030年までに公的資金から10億シンガポールドル超をAI研究に拠出すると発表しました。
ここでは、AIが新たな対外援助のように見え始めています。従来の援助予算が縮小するなか、OECDの暫定データによると、政府開発援助は2025年に23.1%減少し、記録上最大の年間縮小となりました。一方、AIインフラとAIを活用したサービスは、開発面で影響力を及ぼす新たな経路になりつつあります。クラウドリージョン、AIチューター、医療モデル、政府向けチャットボットを提供する国は、かつて援助国と結び付いていた影響力を得ます。AI外交はモデルだけの話ではありません。電力網、水、債務、主権、契約、そして最終的に誰がインフラを支配するかに関わります。開発の未来は、援助国会議よりもデータセンターを中心とするものになるかもしれません。
三つ目の変化は、おそらく最も異例です。一部のAI企業や大手テクノロジー企業が、準主権的な主体に似始めています。国家ではありませんが、国家が必要とする重要なものを掌握することで、非国家の権力として行動する傾向が強まっています。マイクロソフトによるG42への15億ドルの投資には、少数株の取得、取締役の席、米国政府およびUAE政府への安全保障上の保証が含まれていました。だからといってマイクロソフトが国家になるわけではありません。しかし、最先端企業が国家間の戦略的仲介者になりつつあることを示しています。
国際関係を形づくる主体が変わるだけでなく、AIはそうした主体の考え方も変えています。政府が情報の調査、出来事の要約、シナリオの生成にAIを頼ると、システムは指導者に届く情報と見落とされる情報を左右し始めます。その結果、どの未来が現実的に感じられるか、どの脅威が差し迫っていると見なされるか、どの選択肢が検討の俎上に載るかにAIが影響します。つまり、AIは会議の席に着いていなくても、議題を設定し始めています。
国際関係の未来を動かすのは、新たな顔ぶれです。主権国家や国際秩序を担ってきた従来の大国に加え、テクノロジー大手やテクノロジーそのものといった新たな主体が登場しています。指導者に問われているのは、これを受け入れるかどうかではなく、これとともに統治するためのフォーサイト、制度、想像力をどう築くかです。
フォーサイトにおけるAI：調査ツールからシナリオのパートナーへ
AIがフォーサイトの理解しようとする世界を変えているなら、その世界を理解するために実践者が使う手法も変えています。AIを全知の予言者ではなく、強力でありながら誤りもある調査ツールとして扱えば、フォーサイトチームの調査能力は大きく広がります。
AIをフォーサイトの作業プロセスに組み込む主な方法は四つあります。
兆候の察知と統合。AIは膨大なデータを継続的に調べ、これまで以上に幅広い指標を自律的に追跡することで、兆候を察知し統合できます。その結果、膨大な新情報を誰もが利用できるようになります。さらに、こうした兆候は、互いに異なる無数の補完的な枠組みに沿って統合、モデル化でき、それぞれが異なる解釈の可能性を示します。そして、関心のある未来に関する問いや課題に照らして関連性を絞り込み、実行可能な知見の新たな源を迅速に見つけられます。
主要な要因の特定。AIは複数の種類の情報源を異なる言語で調べ、状況に影響し得る要因を特定できます。最も目立つ要因やよく知られた要因だけにとどまりません。もちろん、データですでに支配的な見方を単に再生産しないためには、慎重な人間の判断が依然として必要です。
未来に関するアウトプットの個別最適化。フォーサイトチームはAIを使ってアウトプットを調整し、多様な対象者のニーズ、期待、希望に合わせることができます。そうすることで、シナリオを厳密な未来の物語に根差したものにしながら、利用者の状況に即した形で届け、その影響力を高められます。
機械による分析。AIツールは、大規模なデータセットに含まれるパターンや一見して分かりにくい関係を見つけ、各要因の不確実性と影響力を評価し、因果ループ図を作成できます。初期の実験では、実在する専門家の見解を表すように作られたAIエージェントが、デルファイ法のようなプロセスに参加し、さまざまな要因の相対的重要性を分析できるかどうかが検討されています。ここから興味深い問いが生まれます。シナリオチームは、専門知識そのもののデジタルツインを構築できるでしょうか。現実の専門家の公表論文、インタビュー、前提に根差し、主要な要因の相対的な影響力と不確実性について構造化されたやりとりに参加できるAIエージェントを想像してください。こうしたエージェントは専門家の代わりにはなりませんが、人間が議論の場に加わる前に、専門家間の意見の相違を模擬し、見落としを明らかにし、前提を検証する助けになります。
AIは統合やシナリオ策定を加速することもできます。主要な要因の特定、要因間の関係の整理、前提の検証、複数の一貫した物語の迅速な生成を支援します。こうしたものは、以前「第1ラウンドの未来」と呼ばれていました。より深い人間の熟議を支える、可能性の空間の初期マップです。ただし、こうしたアウトプットは結論ではなく草案として扱うことが重要です。AIは構造、速度、幅広さをもたらせますが、フォーサイトチームは問いを定め、品質基準を設定し、情報源を検証し、何が戦略的に意味を持つかを判断しなければなりません。この意味で、AIの可能性はフォーサイトの専門性を置き換えることではなく、人間の判断が始まる土台となる、より豊かで広範な調査基盤を実践者に提供することです。
分析が速まるほど想像力が狭まる理由
AIをフォーサイトに役立てる特性は、同時にリスクの源でもあります。AIのリスクは技術面だけではなく、認知面、制度面、政治面にも及びます。AIは事実を幻覚し、支配的な物語を再生産し、熟議を圧縮し、実際以上に説得力があるように見える結果を生成することがあります。
企業の戦略チーム、政府、国際機関では、生成AIが初期段階のフォーサイトの進め方をすでに変えていますが、速度には逆説が伴います。フォーサイトの成果が速く生み出されるほど、その背後にある思考を築くのをやめてしまう危険が高まります。AIの生成物を出発点ではなく納品物として扱うと、シナリオに戦略的価値を与える熟議、つまり意見の相違、枠組みの捉え直し、居心地の悪さが圧縮されるか、完全に省かれてしまいます。
速度は、より微妙な錯覚も生みます。AIシステムが膨大なデータを処理し、一貫性のある物語を生成すると、未来がより予測可能になっているという印象を与えることがあります。おそらく、これが最も深刻なリスクです。適切に実践されるフォーサイトは、未来を予測することを目指しません。想像し、備えることのできる未来の幅を広げることを目指します。課題はAIを使うかどうかではなく、フォーサイトの実践を空洞化させずにどう使うかです。
こうした落とし穴を避けるため、次の四つの原則を心に留めておくとよいでしょう。
アウトプットだけでなく、シナリオを問い直す。AIの生成物には、要因や不確実性に関する前提が埋め込まれています。そうした前提を明らかにするのは品質管理の一段階ではなく、分析作業の核心です。
収束の前に、発散を設計する。AIは一貫性があっても似通ったアウトプットを生みがちです。異なるチーム、プロンプト、枠組みの仮説を使って並行して探ることで、合意によって隠れてしまうものを明らかにできます。
物語の主導権を守る。リーダー自身の言葉で説明できず、異議を受けても擁護できないシナリオは、状況が変わったときに戦略へ影響を与えません。AIは草案作成を加速できますが、説明責任を生む熟議の代わりにはなれません。
速度ではなく、学びに動機づけを合わせる。フォーサイトが主に作成速度で評価されるなら、速いフォーサイトが優勢になります。備えの度合いや、切り開かれる戦略的選択肢の質で評価されるなら、AIは能力を代替するのではなく、その向上を加速させます。
フォーサイトの掌握と、流暢な構造がもたらす誘惑
AIはシナリオ策定の過程で非常に有用な協働者になり得ますが、人間は欠かせません。シナリオは起こり得る未来の描写にとどまらず、人々が不確実性をどう捉え、選択肢をどう論じ、次に何をするかをどう決めるかを変えるものだからです。したがって、AIを増やして速く進められることと、人間を増やしてゆっくり進めるべきことを意識的に見極める必要があります。
AIはフォーサイトの力を専門家以外にも分配するように見えます。しかし実際には、認識上の権威を目に見えない形で集中させ、その結果として生まれる結論を変更不能にするおそれがあります。
少数のグループが問いの枠組みを決めると、AIはその前提を反映するだけではありません。それを増幅し、正当化して、分析的で包括的に感じられるアウトプットを生みます。構造が流暢に整っているからこそ、そう感じられるのです。本来、特定可能な人間の判断に帰属すべき説明責任は、いつしかツールそのものへと拡散します。異議を唱える立場の個人や組織が名指しされていない世界では、結論は実質的に覆せなくなります。正しいからではなく、反論をぶつける先がないからです。これがフォーサイトの掌握です。プロンプトを所有する者が、最終的に未来の捉え方を決めるため、いっそう魅力的に映ります。
リーダーが問うべきなのは、AIツールが十分に高度かどうかではありません。組織内の人々が実際に参加し、異議を唱え、だからこそ信頼できるフォーサイトのプロセスになっているかどうかです。
この点は、アクセスと兆候の質の緊張関係によって、さらに明確になります。AIによってフォーサイトツールをより多くの人が利用できるようになっても、シナリオを作る人が増えれば自動的にフォーサイトの質が上がるわけではありません。組織が同じモデル、プロンプト、支配的な前提に頼るなら、AIは参加を広げる一方で想像力を狭め、なじみのある世界観を洗練され、もっともらしい形で返すことがあります。
そのため、たとえば世代間フォーサイトを求める声は、単に代表性の問題ではありません。兆候の質に関わる問題です。今日の決定とともに最も長く生きる人々は、埋没費用や既存の制度的約束に左右されにくい未来との関係を持ちます。一方、年長のリーダーは経験、記憶、結果とのより深い関わりをもたらします。その価値は、両者の対話にあります。AIは迅速にアウトプットを生成できますが、そうした対話を意味あるものにする信頼、助言、暗黙知の継承を生み出すことはできません。
ハイブリッド型の知性を実現する三つのルール
AIへの相互依存が高まるにつれて、エージェント型AIの調査能力を活用しながら人間の判断を優先するハイブリッドモデルに依拠する重要性も増しています。次の三つのルールが、ハイブリッド型の知性を実現する助けになります。
ルール1：プロンプトを書く前に意図を定める
プロンプトを入力する前に、意図を明確にする必要があります。つまり、どの問いに、誰のために、いつまでに答えるのか、また、どのような内容が最も役立つのかを把握することです。
効果的な意図には、次の三つの具体的な要素が必要です。
範囲：テーマ、地理的範囲、時間軸、主要な利害関係者、そして意図的に除外する事項。
意思決定の文脈：この分析が情報を提供することを目的とする戦略的決定。
品質基準：優れたアウトプットとは何か、また、利害関係者がどのような根拠に基づいて決定を下すか。
落とし穴は、AIが標準で提供する「包括的」で「よく構成された」ものが、必ずしも質の高いものではないことです。データ要件、最低限必要な照合、使用する情報源を具体的に定めることが、いずれも品質を高めます。AIツールを開く前に依頼内容を文書にまとめるだけで、回答の質は大幅に向上します。AIツールに優れたプロンプトのテンプレートを作らせるのも、効果的な方法です。
ルール2：使う前にアウトプットを確認する
AIが生成した成果物には、暗黙のラベルを付けるべきです。検証が済むまでは草案。
特に重要な確認事項は三つあります。
事実の正確性：AIは権威があるように見える形で引用や統計を幻覚するため、専門家による確認と情報源の追跡可能性は欠かせません。引用の正確さを確認する追加のプロンプトを実行すると、弱点を見つけるのに役立ちます。
文脈への適合性：完璧にまとめられたトレンド分析でも、特定のシナリオで無関係になる要因を見落とすことがあります。たとえば、ある市場の規制上の制約により、別の場所で成功したイノベーションを組織が展開できない場合です。
もっともらしさと不確実性：AIは、戦略的な一手が成功する見込みや、効果が現れるまでの時間について、過度に自信を示すことがよくあります。示唆された因果関係を評価し、歴史上の類例と照らし合わせるには、人間の批判的思考が必要です。ただし、的を絞ったプロンプトでこうした前提を厳しく検証することはできます。
避けるべき落とし穴は、体裁が生む信頼性です。整然と構成された分析は、推論が浅くても厳密に見えます。構造は有用な初期設定として扱うべきで、品質の証拠と見なしてはいけません。
ルール3：アウトプットだけでなく、生成過程を管理する
三つ目の取り組みは、最も議論されていない一方で、最も重大な影響を持ちます。生成過程とは、AIのアウトプットが生み出されるプロセスです。この段階で分析の質を高めるには、三つの実践が役立ちます。
記録：AIツールに推論の全過程を説明させること。しばしば、期待外れの論理的な抜けが明らかになります。
入力パラメーター：含める主要な報告書、調査する情報源の最低数、トレンドを確認するために必要な証拠の基準など、明確な条件を設定すること。
手法の定義：特定の分析枠組みに沿って情報を処理するようAIに指示すること。モデルは複雑な手法を標準で適用することがほとんどないため、厳密な結果を得るには、正確な分析手法をプロンプト内で明示する必要があります。
ハイブリッド型の知性の課題は、より良いプロンプトや厳格な検証だけでは終わりません。フォーサイトでのAI利用は、その実践を取り巻くリーダーシップのあり方も変える可能性があります。誰が問いを設定し、誰が答えを受け入れ、誰が前提に異議を唱え、最終的に誰が未来のシナリオを自分の責任とするのか、という問題です。
AI時代の主体性と説明責任
戦略的フォーサイトと未来思考の分野におけるAIの影響は、善か悪かの二択ではありません。この技術はシナリオ作成やデータ分析の一部を支援できますが、思慮深い人間の分析を、洗練されていても画一的で洞察に欠けるアウトプットに置き換える可能性もあります。
したがって、フォーサイトの実践者にとっての課題は、AIの導入を拒むことでも、批判なく受け入れることでもありません。世界政治や未来計画に影響を及ぼす非国家主体として、AIシステムやテクノロジー企業の役割が変化していることを批判的に評価することです。
よりもっともらしく、ニュアンスに富み、責任ある未来を築くため、AIと連携しながらも、人間の判断をフォーサイトのプロセスに不可欠なものとして保たなければなりません。AI主導の変化によって未来がますます複雑で不確実になる今、戦略的フォーサイトの重要性はかつてないほど高まっています。AIがもたらす機会とその限界への認識の均衡を取ることで、フォーサイトは引き続き、幅広い可能性のある未来に備えるリーダーを支援できます。
