経営インテリジェンス機能のつくり方 — 情報収集を「意思決定への接続」に変えるサイクル

四半期ごとに分厚い市場レポートが経営会議に上がる。競合の新サービス、規制の動き、為替の見通し——よく集められている。だが半年後に振り返ると、そのレポートがどの投資判断や撤退判断に効いたのかは、誰にもはっきりしない。「情報が足りない」という相談はあまり聞かない。むしろ逆で、集めた情報が自社の次の一手に翻訳されていないのだ。実際、データ活用に取り組む日本企業のうち全社的に十分な成果を得ているのはわずか8%にとどまり（ガートナー2025）、成果を分けたのは目的・目標の明確さだった。本稿が扱うのは、機能をゼロから立ち上げる手順論でも、競合という単一対象の追跡でもない。その一段上——情報収集を「意思決定への接続」に変えるサイクルを、月次経営会議・四半期レビュー・中計という経営の複数のリズムにどう同期させるか、である。網羅・収集はAIに、検証・読み解き・経営の言語への翻訳は人間に。この二層分業を、個人の気力ではなく仕組みとして据える設計を、商談ではなく経営会議の一行に降ろして示していく。

なぜ「情報は集めているのに、意思決定に効かない」のか

本記事は、社内に情報機能を「立ち上げる手順」を説くものでも、競合という単一の対象を継続追跡する話でもない。前者は『[社内シンクタンクの作り方](how-to-build-in-house-think-tank-virtual-think-tank.html)』に、後者は『[競合インテリジェンス](competitive-intelligence-sales.html)』に譲る。ここで扱うのは、その一段上——投資・撤退・中期計画の修正といった全社の重要判断に、集めた情報を実際に「効かせる」ための接続サイクルをどう設計するか、である。そして多くの企業がつまずくのは、情報の量ではなく、この接続の入口だ。

「情報が足りない」という相談は、実はあまり聞かない。むしろ逆で、月次の市場レポートは分厚く、業界ニュースのクリッピングは毎朝届き、調査会社のレポートも稟議で買っている。それでも経営会議で『で、うちはどうする？』と問われた瞬間、誰も即答できない。手元に資料はあるのに、自社の次の一手に翻訳されていないのだ。三菱総合研究所は、この症状を「突発的な大きなニュースが発生した際、自社への影響を素早く把握できず、経営判断が後手に回ってしまう」と描いている(三菱総合研究所2025)。情報は届いている。届いていないのは、判断だ。

この実感は、数字とも符合する。ガートナージャパンの調査では、データ活用に取り組む日本企業のうち「全社的に十分な成果を得ている」組織はわずか8%(ガートナー2025)。裏を返せば、9割超が全社レベルでは満足のいく成果に至っていない。より新しい調査でも、この割合は一桁%台(2.4%、ガートナー2026)にとどまる。集めること、活用に「取り組む」ことと、判断に効かせることの間には、見過ごせない断層がある。

「集めること」が、いつのまにか目的になる

同じ調査が、断層の正体を一つ示している。「全社的に十分な成果を得ている」と答えた回答者は、すべて目的・目標が明確だった。逆に目的が曖昧な組織ほど、成果が出ていない(ガートナー2025)。つまり成果を分けるのは、ツールでもデータ量でもなく、「何のために、何を見るのか」という方向づけがあるかどうかだ。ところが現場では、この順序がしばしば逆転している。情報収集の仕組みを先に作り、集まったものを後から「どう使おうか」と考える。三菱総合研究所は、業務の目的や役割の検討を経ずに情報収集しても、意思決定に役立つ分析やレポーティングはできない、と整理する(三菱総合研究所2025)。集めること自体が、いつのまにか目的になってしまうのだ。

なぜそうなるのか。KPMGジャパンは、問題の本質を「意思決定に重要な影響を与え得る情報を適切に取捨選択し、適時に共有できるか」に置く。そして出発点は「情報を利用する経営側のニーズの把握」であり、収集・分析・利用の計画と実行、フィードバックを踏まえた改善というインテリジェンス・サイクルを回すことが肝要だと説く(KPMGジャパン2024)。コントロール・リスクスも同様に、このサイクルの起点を「方針定義」——意思決定者のニーズに合わせて自社にとって重要な情報を定義すること——に置く。サイクルが本来の起点である方向づけを飛ばし、いきなり「収集」から始まってしまう。これが、効かない情報を生む構造だ。

問題は情報が足りないことではない。集めた情報が、誰のどの判断に紐づくのかが、最初に決まっていないことだ。

コントロール・リスクスは、機能不全の兆候として、頑張って資料にまとめても経営者に活用されているかわからないこと、そして集めた情報が「自分ごと化」されていないことを挙げる。月次の分厚いレポートを役員が開かない、開いても自社の次の一手に結びつかない——心当たりのある光景かもしれない。同社が示す処方箋は、(1)体系的なフレームワークで網羅性を確保しつつ重要な対象に絞り込む、(2)自社にとって意味のある情報へ落とし込む（自分ごと化）、(3)社内外のリソースで大きなチームを組む、の三点だ。監視対象の枠づけにはPEST／PESTLE（政治・経済・社会・技術・法規制・環境）が広く使われ、ここから「競合・市場・規制・技術」というシグナル設計につながっていく(三菱総合研究所2025／コントロール・リスクス)。

ここに、私たちが繰り返し述べてきた二層の分業がそのまま重なる。網羅的なPEST／PESTLEの監視や一次情報の収集は、量とスピードでAIが担える領域だ。だがガートナーが示したとおり、成果を分けるのは「目的・目標の明確さ」と「自社にとっての意味づけ」——これは検証し、読み解き、経営判断へ翻訳するという人間（専門家）の仕事である。AIをどこまで信頼できるか、その線引きの作法は親ピラー『[AIリサーチはどこまで信頼できるか](ai-research-expert-verification-virtual-think-tank.html)』で論じた。次節では、この方向づけを宙に浮かせないために、サイクルを経営会議や中計のリズムにどう同期させるかへ降りていく。

経営インテリジェンスとは — 収集ではなく「意思決定への接続」

四半期ごとに、分厚い市場レポートが経営会議に上がる。競合の新サービス、規制の動き、為替と原材料の見通し。よく集められている。だが半年後に振り返ると、そのレポートがどの投資判断や撤退判断に効いたのかは、誰にもはっきりしない。「頑張って情報を収集・整理して資料にまとめても、経営者に活用されているか分からない」——コントロール・リスクスが典型的な失敗としてそう名指しした状態は、多くの貴社の会議室で静かに起きている。経営インテリジェンスが解こうとしているのは、まさにこの「収集して終わる」断絶である。

では経営インテリジェンスとは何か。コントロール・リスクスは、インテリジェンスを「情報（インフォメーション）に何らかの意味づけをしたもの」と整理する。集めること自体ではなく、特定の意思決定に資する形まで加工・分析して初めてインテリジェンスになる、という線引きだ。KPMGジャパンも同じ要点を、経営インテリジェンス機能とは「無数にある情報のなかから、意思決定に重要な影響を与え得る情報を適切に取捨選別し、適時に共有できるか否か」だと表現している（KPMGジャパン2024）。つまり価値の重心は、収集の量ではなく「意思決定への接続」の側にある。

「見える化」と「経営インテリジェンス」は別物

ここで混同されやすいのが、BIダッシュボードによる「見える化」との違いだ。両者を一段で対比するなら、見える化はデータを正確に映す鏡であり、経営インテリジェンスは「次の一手」を指す羅針盤だ。鏡は現状を見せてくれるが、どこへ舵を切るべきかは語らない。指標が並んでいることと、その指標が経営の判断に接続していることは、まったく別の達成なのである。KPMGジャパンが「意思決定に重要な影響を与え得る情報を適切に取捨選別し、適時に共有できるか」を機能の要点に置くのも、ダッシュボード上に指標を映すことと、その指標を経営判断へ届けることが別物だからにほかならない（KPMGジャパン2024）。

そして接続が切れやすいのには、日本企業に固有の事情もある。KPMGジャパンは、リスク管理に関する情報が各部門の内部利用に留まり、外部開示や全社的な判断を担う部門との連携が十分に取れていないケースが少なくない、という趣旨の課題を指摘している（KPMGジャパン2024）。情報は確かに集まっている。しかし部門に閉じたまま、全社の重要判断のテーブルには上がってこない——これも「収集はしているが接続されていない」の一形態だ。

サイクルの起点は「収集」ではなく「方向づけ」

接続を取り戻す道具立てが、インテリジェンス・サイクルである。「方向づけ→収集→分析→配布→フィードバック」という循環として整理されるが、見落とされやすいのは起点だ。KPMGジャパンは、まず情報を利用する経営側（ユーザー）のニーズを把握し、それに基づいて収集・分析・利用の計画を策定・実行し、フィードバックを踏まえて改善する、という順番でサイクルを回すことが肝要だとする（KPMGジャパン2024）。コントロール・リスクスも、組織にとって何が重要かを先に決める「方針定義」をサイクルの出発点に置く。起点は「とりあえず集める」ではなく、「経営は何を知りたいのか」を先に定めることなのだ。

この起点を外すと、接続が切れる典型シーンが生まれる。三菱総合研究所は、多くの企業が中期経営計画を、計画期間を通して単一のシナリオと想定外部環境で設定しがちであり、急激な環境変化で前提と実態が乖離しても見直しや施策の適応が難しい、と課題を整理している（三菱総合研究所2025）。前提が崩れた瞬間に気づけず、修正のタイミングを逃す——この問題に対し、外部環境を継続的に把握して変化を検知し、シナリオと実態の乖離を捉えてタイムリーな見直しにつなげる、という設計が現実に立ち上がっている。問うべきは「これで意思決定が速くなるか」ではなく、「接続が切れている状態に、貴社は気づける設計を持っているか」である。

本記事の射程 — 競合監視や立ち上げ手順とどう違うか

本記事の位置を先に明確にしておきたい。競合という単一対象を継続追跡する競合インテリジェンスとは、二軸で分かれる。監視対象が「競合のみか、市場・規制・技術まで含む全社シグナルか」、そして意思決定レイヤーが「営業現場か、投資・撤退・中計修正という経営判断か」——本記事は後者、すなわち全社のシグナルを経営判断へ接続する上位機能を扱う。また、機能をゼロから立ち上げる手順論には踏み込まない。立ち上げの段階手順は親ピラー側の文脈に委ね、本記事は「すでにある（あるいはこれから持つ）機能を、月次経営会議・四半期レビュー・中計という経営のリズムに同期させる設計」に集中する。

経営インテリジェンスとは、情報に意味づけをし、特定の意思決定に接続したもの。集めた量ではなく、判断に効いたかどうかが価値を決める。

市場はこの方向へ動いている。三菱総合研究所は、世界中のニュースや公的機関のレポートなどを継続的に横断収集し、経営層が求める切り口で整理する「インテリジェンス基盤」を、中計の策定・推進管理支援などへ展開していると説明する（三菱総合研究所2025）。網羅的な収集・変化検知・初期分析は、AIが速く担えるようになりつつある。だが、検知されたシグナルが本当に自社の意思決定に効くのか、前提のどこが崩れたのかを読み解き、経営の言語へ翻訳するのは人間の仕事だ。三菱総合研究所も、AIはあくまで戦略実行や業務推進を支える手段であり、経営・事業戦略と整合させることが重要だという立場を示している（三菱総合研究所2025）。量とスピードの層をAIへ寄せ、意味づけと判断の層を人間が引き受ける——私たちVRIが「貴社専用のシンクタンク」を内製的に持つことを支援しているのは、この二層分業を個人の気力ではなく仕組みとして据えるためだ。AIの答えをどこまで信頼できるかという検証の論証そのものは、親ピラー「AIリサーチはどこまで信頼できるか」に譲る。

インテリジェンス・サイクルを経営会議のリズムに同期させる

軍事や政府の世界で確立された「インテリジェンス・サイクル」は、生の情報を意思決定者が使える完成形へと作り込む円環として整理されてきた。CIA等のモデルでは、方向づけ（要求）→収集→処理・分析→配布→フィードバックという段階を踏む。ここで見落とされがちなのは、このサイクルが「収集」から始まっていない、という一点だ。出発点は意思決定者の問い（方向づけ）であり、着地点もまた意思決定者（配布・フィードバック）にある。情報収集はあくまで一工程にすぎず、機能の価値は円環を閉じて意思決定に接続するところに宿る。逆に言えば、どれだけ収集力を上げても、円環が経営の意思決定へ戻ってこなければ、それは情報が溜まっているだけの状態にとどまる。

多くの企業で、分析は「中計策定時の一度きり」に貼り付いている

円環が止まる典型は、環境分析が「中期経営計画を作る年だけ」立ち上がる体制だ。三菱総合研究所の伊藤芳彦専務取締役も、従来こうした分析は中計策定時や年度計画時に行われる間欠的なものだったが、変化が当たり前になったいまその間隔での対応には限界がある、と指摘している（東洋経済／三菱総合研究所, 2025）。同社はこの問題意識のもと、AIエージェントによる中期経営計画の策定・推進管理支援を開始し（三菱総合研究所, 2025年9月）、外部環境変化による事業影響を売上・利益・生産などで定量試算する機能も加えている（三菱総合研究所, 2026年5月）。一社の研究機関がここまで踏み込んでいるという事実は、これが思いつきではなく構造的な要請であることをうかがわせる。なぜ今これが問われるのか——その背景として、次の数字は重い。

設計の核心は、サイクルを経営の「複数のリズム」に重ねること

ここで実務的な難所がある。経営の意思決定は、単一の周期では動いていない。取締役会は会社法上、3か月に1回以上（年4回以上）の開催が想定され（会社法363条・365条／J-Net21）、経営会議は法定の頻度規定こそないものの、実務上は月次決算の締めを基準に月1回など定例化するのが一般的だ。そして中計は数年に一度。つまり経営は、月次・四半期・数年という複数のリズムを同時に刻んでいる。サイクルの「配布」を、このどの会議体の、どのアジェンダ枠に着地させるか。ここを設計しないかぎり、検知した兆候は意思決定へ接続しない。

規制改正の一次情報をAIが検知したのが火曜。だが次の経営会議は月末——その2週間半、誰がどの粒度で「これは経営マターか」を判断し、月次アジェンダの“決裁待ち”枠に載せるのか。サイクルを止めるのは、たいてい収集力ではなく、この“着地先の不在”です。

だから設計は、監視するシグナルの周期と、会議体の周期を一枚の表で重ねるところから始まる。競合の動きは四半期では遅すぎる場合があり、規制（政策・制度）や技術は月次で前提が動くことも珍しくない。これらの検知頻度を、月次の経営会議・四半期の取締役会・数年の中計のどこに流すかを対応づける。要点は次の三つに集約できる。

• 着地先を先に決める。「どこで決めるか」を決めずに収集を増やすと、情報は溜まるが意思決定には届かない。配布は会議体の既存枠へ。
• 周期のズレを可視化する。シグナルの検知頻度と会議体の周期を一枚で重ね、四半期では遅すぎる対象を切り分ける。
• 特別な会議を増やさない。月次の経営会議に「前提の更新」枠を1つ常設する。同期とは新しい会議の新設ではなく、既存の会議に一行を組み込むことだ。

なお、機能そのものをどう立ち上げるかという段階論や、競合という単一対象の継続追跡は本稿の範囲ではない。前者は別稿の手順論へ、後者は競合インテリジェンスの議論へそれぞれ譲る。本稿が扱うのは、投資・撤退・中計修正といった全社判断に向けて、円環を経営のリズムへ同期させる設計に限る。

では、この同期を誰が回すのか。常時の網羅・収集と兆候の検知はAIが担い、人間がやるべき領域は確実に残る——三菱総合研究所も、世界中のニュースや公的レポートをリアルタイムで横断収集しマクロ変化の“兆しレベル”を検出する役割をAIに、それを経営・事業戦略や組織・業務設計と整合させる判断を人間に置くと述べている（三菱総合研究所「組織のインテリジェンス機能におけるAI技術の活用」2025）。これは私たちの立場とほぼ同型だ。網羅と収集、兆候の検知はAIに任せ、それを「今月の経営会議で決めるべき問い」に翻訳し、その妥当性を検証するのは人間が担う。この二層を貴社の会議リズムに埋め込んだものこそ、外部委託では再現しにくい“自社専用のシンクタンク”だと私たちは考えている。AIの読み解きをどこまで信頼してよいかは親ピラー「AIリサーチはどこまで信頼できるか」で論じている。具体的な同期設計の相談はお問い合わせから、提供の流れはこちらをご覧いただきたい。

何を監視するか — 競合・市場・規制・技術のシグナル設計

監視という言葉から、まず「対象を漏れなく並べること」を思い浮かべるかもしれない。競合・市場・規制・技術——この四つを抜けなく追えば安心だ、と。だが情報収集が手段にすぎないのと同じで、監視対象を網羅すること自体に価値はない。価値は、それぞれの象限で「どの変化が起きたら、どの経営判断を見直すのか」を、起きる前に紐づけておくことにある。シグナル設計とは、拾うべき情報のカタログづくりではなく、シグナルからトリガー、そして意思決定へと至る配線図を引く作業だ。

構造（ドライバー）と出来事（シグナル）を分けて捉える

設計の前に、二つの層を分けておくと見通しがよくなる。ひとつは、少子化や脱炭素規制の方向性のように、数年単位でゆっくり効く構造的な「ドライバー」。もうひとつは、競合の値下げ、特定法案の閣議決定、新技術の論文や特許の出願といった、日々起きる個別の「出来事＝シグナル」だ。日々洪水のように増えるのはシグナルの側であり、判断の軸となるのはドライバーの側である。三菱総合研究所も、AIエージェントを用いたインテリジェンス基盤において、外部環境を各シナリオを左右する「ドライバー（構造要因）」と、その発現の兆しとなる「シグナル（出来事・情報）」に分解し、事業への影響関係を可視化する設計を示している（三菱総合研究所2026）。問うべきは「このシグナルは、どのドライバーの兆しなのか」——その読み替えこそが監視の核心になる。

四象限の「競合・市場・規制・技術」は、政治・経済・社会・技術の四要因で外部環境を捉える古典的なPESTの枠組みを、実務的に読み替えたものと考えてよい。規制は政治に、市場は経済に対応し、社会動向や近年無視できない地政学リスクは規制・市場の側に織り込んで読む。伊藤忠商事が統合報告書で「PEST分析（2030年までのマクロ環境要因）」を実名で開示しているように（伊藤忠商事アニュアルレポート2021）、枠組みそのものは日本の事業会社でも経営の前提整理に使われている。要は、枠組みを埋めることが目的ではなく、自社の判断に直結する変化だけを抽出して優先することにある。

四象限を「判断の宛先」で設計する

そこで、各象限を監視対象としてではなく、判断の宛先として設計し直す。たとえば次のように、シグナルとそれが揺らす前提を一対一で結んでおく。

• 競合：競合が新セグメントへ参入したら、中期経営計画の成長前提を見直すか。なお競合という単一対象の継続追跡は別稿に譲り、ここでは「全社の投資・撤退判断の入力として、競合シグナルをどう扱うか」に絞る。
• 市場：主要顧客業界の設備投資指標が二期連続でメインシナリオを下回ったら、需要前提を下方修正するトリガーとする。
• 規制：所管省庁の審議会で規制方針が示されたら、製品ロードマップと参入可否を再検討する。
• 技術：基盤技術の標準化や特許動向が動いたら、自前開発か提携かの分岐を見直す。

監視は常時、判断は中計のリズムに同期させる

配線図を引いたら、それを動かすリズムを決める。経営計画の運用では、外部環境と事業の状況をモニタリングし、あらかじめ描いた「メインシナリオとの差異」を確認することが要になる。三菱総合研究所は、その勘所として、外部環境の変化の予兆を随時・迅速に察知して経営層で共有すること、そしてシナリオと計画見直しを判断するための指標と判断基準（できれば定量指標）をあらかじめ明確に定めておくことを挙げている（三菱総合研究所2020）。常時拾うのは仕組みの仕事だが、差分をレビューして前提を動かすのは四半期の経営会議の仕事だ。判断基準、すなわち「どこまで外れたら見直すか」のしきい値を先に決めておくことが、設計の肝になる。

この同期が常設機能であるべき理由は、時流にもある。経営環境の不確実性が増すなか、三年固定の中期経営計画は「計画の達成そのものが自己目的化して外部環境の急変に対応しにくくなる」という症状も指摘され、中計の開示形態を転換したり随時見直し型へ移行したりする日本企業が現れている（HRガバナンス・リーダーズ）。固定の計画を立てて待つのではなく、シグナルに応じて前提を更新し続ける。だからこそ、監視と判断を結ぶシグナル設計は、経営企画の片手間ではなく常設の機能になる。

網羅・常時監視・兆候の検出はAIの得意分野。だが「このシグナルは自社のどの前提を揺るがすのか、ノイズか本物か、いま動くべきか」を読み解き、経営の言語へ翻訳するのは人の仕事だ。

世界中のニュースと公的機関のレポートをリアルタイムに横断監視し、変化の兆しを検出してアラートを上げる。この前半は、もはや人手で張りつく作業ではない。三菱総合研究所自身、インテリジェンス基盤はあくまで意思決定を支える情報収集・分析・レポーティングの仕組みであり、経営・事業戦略と整合させてこそ意味を持つという立場をとっている（三菱総合研究所2026）。集める層は機械に、意味を測る層は人に。この役割分担の妥当性を、第三者の実在サービスが同じ立場から裏づけている。立ち上げの手順そのものは別稿に譲るが、AIが上げた答えをどこまで信じてよいかという検証の論理は、『AIリサーチはどこまで信頼できるか』で詳しく扱っている。

AI×専門家で回す — 網羅・収集はAI、判断は人

ある朝、主要な競合が大幅な値下げを発表したとする。その一次情報、関連報道、SNS上の反応、さらには関連特許の動きまでを30分で網羅的に拾い上げる——これは、いまのAIが現実に得意とする仕事だ。三菱総合研究所も、AIエージェント技術を活用すれば「世界中の情報をリアルタイムで収集し、国際情勢の変化を迅速にモニタリング・評価・レポートをすることが可能になる」と述べており、複数市場の需要・供給の将来動向を「網羅的に抽出・整理」する探索支援サービスを実際に提供している(三菱総合研究所2025・2026)。網羅・収集・モニタリングという層は、人間が毎週手作業で背負い続けるより、AIに任せたほうが速く、漏れも少ない。

競合・市場・規制・技術。経営判断を左右する四つのシグナルを、経営企画の担当者がひとりで定点観測し続けるのは、率直に言って現実的ではない。ここをAIで埋める発想は、私たちVRIも同じだ。一次収集と要約、変化の検知——情報の「量」と「鮮度」をさばく仕事は、AIの層に寄せる。

AIが運んでくるのは情報量であって、結論ではない

ただし、ここで一線を引く必要がある。値下げの一報を網羅的に集められても、「これは一時的な在庫処分なのか、それとも中期計画の前提を揺るがす構造転換の前触れなのか」を見極め、来月の経営会議の議題に載せるべきかを決めるのは、人間の判断だ。三菱総合研究所自身、こうしたインテリジェンス基盤は「あくまで戦略実行や業務推進のための手段であり、経営・事業戦略や組織・業務設計と整合させることが重要」と注記している(三菱総合研究所2025)。提供者すら、整合と判断は人間の側に置いている。

AIが集めた網羅情報を、貴社の中計仮説や、投資・撤退という固有の文脈に翻訳し直す。その情報がどこまで確からしいかを検証する。この読み解きと翻訳こそが、専門家の仕事である。AIの出力をどこまで信頼してよいか、その検証の作法は親ピラー「AIリサーチはどこまで信頼できるか」で詳しく扱っているので、ここでは深入りしない。

網羅と収集はAIに。検証と読み解き、そして経営の言葉への翻訳は人間に。この二層を分けて初めて、情報収集は意思決定への接続に変わる。

• AIの層: 競合・市場・規制・技術の一次収集、変化のモニタリング、網羅的な抽出・整理・要約
• 人間（専門家）の層: 自社の中計・投資/撤退判断への翻訳、確からしさの検証、経営会議の議題への取捨

具体的なリズムに落とすなら、こうなる。四半期の経営会議の二週間前に、AIが集めた市場・規制・技術・競合の変化を専門家が読み解き、「中計の前提は崩れていないか」という一枚の問いに翻訳して持ち込む。情報収集を会議や中計の更新サイクルに同期させる——この設計の具体は、本記事の後段であらためて扱う。

なお、単一の競合を継続追跡する仕組みは 競合インテリジェンス の領域であり、社内に機能を立ち上げる五段階の手順は 社内シンクタンクの作り方 に譲る。本記事が扱うのは、それらの上位——競合・市場・規制・技術の全シグナルを束ね、投資・撤退・中計修正という全社の重要判断へ接続する機能だ。VRIは、この二層分業を貴社専用の運用として外から差し込み、「自社専用シンクタンク」の内製化を支援している。

競合インテリジェンス／社内シンクタンクとの違いと、つなぎ方

経営インテリジェンスは、競合インテリジェンス（CI）の「上位互換」ではない。両者は、同じ情報の仕事を扱いながら、見ている対象も、効かせる意思決定の層も違う。重なっているように見えて、実は別レイヤーにある。この線をはじめに引いておきたい。

競合は、5枚のカードの1枚にすぎない

CIが追うのは、競合という単一の対象だ。値下げ、新機能、人の動き。これらを継続的に追跡し、商談での切り返しや価格対抗という、主に営業・商品レイヤーの判断へ届ける。「競合が値下げした、どう返すか」を追うなら、それで十分に機能する。CIをどう営業現場に実装し回し続けるかは、別稿『競合インテリジェンス（CI）とは』に譲る。

経営インテリジェンスが見るのは、その先だ。KPMGジャパンは経営インテリジェンスを、断片的な情報を集め、集約・比較・分析・解釈して作られる「多角的で総合的な知見」であり「意思決定者の判断に寄与するもの」と定義し、対象として地政学・法規制・環境/社会問題・デジタルテクノロジー・セクター/業界動向の5領域を挙げている（KPMGジャパン2024）。競合は、このうち業界動向の一角にすぎない。つまり競合は、経営が握るべき5枚のカードの1枚にすぎない。

「競合が値下げした」を追うのはCIで十分だ。だが、その値下げの裏に来期の規制改正と原材料の地政学リスクがあり、見直すべきは別の事業だった——たとえばこういう、単一対象の追跡では拾えない問いこそ、経営インテリジェンスの守備範囲だ。

効かせる意思決定の層も上がる。CIが営業・商品の判断に効くのに対し、経営インテリジェンスが向き合うのは、投資・撤退・中期計画の修正といった全社判断だ。対象（競合という単一か、競合＋市場＋規制＋技術＋地政学か）と、意思決定レイヤー（営業判断か、全社判断か）。この二軸で見ると、両者はきれいに分かれる。

社内シンクタンクは「箱」、本稿は「中身」

では、誰がこれを担うのか。その問い——どんな体制で機能を立ち上げるかの手順は、別稿『社内シンクタンクの作り方』が扱う領域だ。あちらが組織という「箱」を立ち上げる手順なら、本稿はその箱が回す「中身」、つまり情報収集から意思決定への接続サイクルを、経営のリズムにどう同期させるかを扱う。誰が・どんな体制でやるかは社内シンクタンク論へ、何を・どのリズムで回すかは本稿で、と役割を分けておく。

同期の起点は、意外なところにある。一般にインテリジェンス・サイクルと呼ばれる枠組みでは、営みは「要求／収集／処理／作成／配布」の5段階で回るとされ、しかも一周して終わりではない。共有された知見をもとに新たな要求が定まり、再び回る——循環することに本質がある。経営に転用すれば、起点は「収集」ではなく「経営からの問い（要求）」だ。KPMGも、情報を利用する経営側のニーズ把握から始め、フィードバックを踏まえて改善する「インテリジェンスサイクルを回すことが肝要」と述べている（KPMGジャパン2024）。

具体に降ろせば、難しい仕掛けはいらない。月次経営会議のアジェンダの末尾に「次に監視すべきシグナルは何か」という問いを一問だけ置く。それだけで、サイクルの起点が経営に接続される。そして中期計画の見直しタイミング（年次・半期）に、配布→フィードバック→新たな要求の更新を重ねていく。リズムを同期させるとは、要するにこういうことだ。

価値は「集めること」ではなく「届けること」にある

ここで強調しておきたいのは、経営インテリジェンスの価値が収集の量にはない、という点だ。KPMGは機能の要点を、無数の情報のなかから意思決定に重要な影響を与え得るものを「適切に取捨選択し、適時に共有できるか否か」に置く。集めた情報が経営側で必要十分に共有・活用される仕組みこそが、経営判断とリスク管理の基盤だという（KPMGジャパン2024）。収集は手段であり、価値は意思決定への接続に宿る。

この分業は、いま事業化のフェーズに入っている。三菱総合研究所はAIエージェントを使ったインテリジェンス基盤の機能を2026年に拡張し、外部環境変化による事業影響の定量試算や、将来シナリオの生成まで踏み込んでいる（三菱総合研究所2026）。網羅と一次収集は、AIが得意とする領域へ移りつつある。一方で、KPMGが要点とした「意思決定に効く情報の取捨選択」と、それを経営の言葉へ翻訳する仕事は、人間の判断に残る（KPMGジャパン2024）。

私たちが貴社に提案する「自社専用シンクタンク」も、この二層に立つ。AIが広く拾い、専門家が経営判断に効く形へ読み解く——その分業を、貴社の経営会議のリズムに据え付ける。AIが集めた情報をどこまで信頼してよいかという検証の論証そのものは、親ピラー『AIリサーチはどこまで信頼できるか』に譲る。

よくある質問

経営インテリジェンスと、競合インテリジェンス（CI）やBIダッシュボードは何が違うのですか。

三つは見ている対象も、効かせる意思決定の層も違います。BIダッシュボードによる「見える化」は現状を正確に映す鏡であり、どこへ舵を切るべきかまでは語りません。競合インテリジェンス（CI）が追うのは競合という単一対象で、商談での切り返しや価格対抗という営業・商品レイヤーの判断に効きます。これに対し経営インテリジェンスは、KPMGジャパンの整理では地政学・法規制・環境/社会問題・デジタルテクノロジー・セクター/業界動向の5領域を対象とし（KPMGジャパン2024）、競合はそのうち業界動向の一角にすぎません。効かせる先も、投資・撤退・中期計画の修正という全社判断です。対象（競合単一か、競合＋市場＋規制＋技術＋地政学か）と意思決定レイヤー（営業判断か、全社判断か）の二軸で見ると、三者はきれいに分かれます。

なぜ情報は集めているのに、意思決定に効かないのですか。

原因は情報の量ではなく、集めた情報が「誰のどの判断に紐づくのか」が最初に決まっていないことにあります。ガートナージャパンの調査では、全社的に十分な成果を得ている回答者はすべて目的・目標が明確で、逆に目的が曖昧な組織ほど成果が出ていませんでした（ガートナー2025）。三菱総合研究所も、業務の目的や役割の検討を経ずに情報収集しても、意思決定に役立つ分析やレポーティングはできないと整理しています（三菱総合研究所2025）。インテリジェンス・サイクルは本来「方向づけ→収集→分析→配布→フィードバック」と回りますが、起点である方向づけ（経営は何を知りたいのか）を飛ばし、いきなり収集から始めてしまう。これが、効かない情報を生む構造です。

サイクルを「経営会議に同期させる」とは、新しい会議体を作るということですか。

いいえ、むしろ逆です。経営の意思決定は単一の周期では動いていません。取締役会は会社法上3か月に1回以上の開催が想定され（会社法363条・365条／J-Net21）、経営会議は実務上は月次決算の締めを基準に月1回など定例化され、中計は数年に一度です。同期とは、この既存の会議体のどのアジェンダ枠にサイクルの「配布」を着地させるかを先に決めることであり、新しい会議の新設ではありません。具体的には、月次の経営会議に「前提の更新」枠を1つ常設し、シグナルの検知頻度と会議体の周期を一枚の表で重ねて、四半期では遅すぎる対象を切り分ける。着地先を決めずに収集だけ増やすと、情報は溜まるが意思決定には届きません。

何を監視すればよいのですか。競合・市場・規制・技術をすべて追うべきですか。

対象を漏れなく並べること自体には価値がありません。価値は、各象限で「どの変化が起きたら、どの経営判断を見直すのか」を、起きる前に紐づけておくことにあります。設計のコツは二層を分けることです。少子化や脱炭素規制の方向性のように数年単位で効く構造的な「ドライバー」と、競合の値下げや特定法案の閣議決定のように日々起きる「シグナル」を分け、シグナルを「どのドライバーの兆しか」で読み替える（三菱総合研究所2026）。競合・市場・規制・技術の四象限は、政治・経済・社会・技術で外部環境を捉える古典的なPESTを実務的に読み替えたもので、伊藤忠商事も統合報告書でPEST分析を実名開示しています（伊藤忠商事アニュアルレポート2021）。そのうえで「どこまで前提が外れたら見直すか」のしきい値を先に決めておくことが、設計の肝になります。

AIを使えば、経営インテリジェンス機能は内製できますか。

AIで担えるのは前半の層です。三菱総合研究所は、AIエージェント技術を使えば世界中の情報をリアルタイムで収集し変化を迅速にモニタリング・評価・レポートできると述べ、複数市場の需要・供給動向を網羅的に抽出・整理する支援を実際に提供しています（三菱総合研究所2025・2026）。網羅・収集・兆候の検知という「量」と「鮮度」の仕事は、人手で張りつくよりAIに寄せたほうが速く、漏れも少ない。ただし、検知された値下げが一時的な在庫処分なのか中計の前提を揺るがす構造転換の前触れなのかを見極め、来月の経営会議の議題に載せるべきかを決めるのは人間の判断です。三菱総合研究所自身、こうした基盤はあくまで手段であり経営・事業戦略と整合させることが重要だと注記しています（三菱総合研究所2025）。集める仕事はAIへ、効くかどうかを見極めて経営の言葉に直す仕事は人へ。私たちVRIがAI×専門家で「自社専用のシンクタンク」の内製を支援しているのは、この二層分業を個人の気力ではなく仕組みとして据えるためです。