最終更新: 2026/06/22 18:56
commonid: rq-104-executive-decision-making-synth…type: researchstatus: active

経営者等の意思決定の仕方 — 3モデル ディープリサーチ統合

調査: 2026-06-15、OpenAI o3-deep-research / Gemini deep-research-preview / Claude opus-4-7(managed-agent)。原調査＋②7アプローチ深掘り(3モデル)＋③日本語版の複数 run。総コスト概算 約$24.56。生結果は rq-104-result-{openai,gemini,claude}.md(原調査分)、深掘りは rq-104-deepdive-7approaches.md、日本特有は rq-104-japan-practice.md。

調査: Gemini(deep-research-preview) / GPT(o3-deep-research) / Claude(opus-4-7 managed-agent) 主眼: 意思決定アプローチの体系＋実務での使い分け / 2026-06-14 / コスト合計 約$5.24

0. 3モデルが一致した核心（要点）

  1. 唯一最善の意思決定法はない＝状況適合(Contingency)。状況要因でアプローチを選び・組み合わせる。
  2. 完全合理性は理想で、現実は限定合理性（満足化）。
  3. 直感は条件付きで信頼：本人が熟練 ＋ 予測可能な領域 ＋ 過去に学習機会があった、の時だけ（カーネマン×クライン）。
  4. 質はプロセスとバイアス対策で決まる（事前検死/Pre-Mortem・悪魔の代弁者・「決める人」と「薦める人」の分離）。
  5. 可逆性で手続きの重さを変える（可逆=即断、不可逆=熟慮＋合議）。
  6. データと直感は対立でなく融合（直感を仮説としデータで検証＝informed intuition）。

1. 7つの基本アプローチ（#1-6 は3モデル共通、#7 は単一モデル提案）

#アプローチ核心前提・代表論者
1合理的・分析的（合理モデル）目的明確化→選択肢列挙→評価→最適選択完全情報・経済人（古典派）
2限定合理性・満足化「十分よい」案で探索を打ち切る認知・時間の限界（サイモン）
3直感（RPD・自然主義）経験のパターン認識で即断熟練・予測可能環境（クライン）
4漸進主義（muddling through）小さく可逆な改善の積み重ね高不確実・現状起点（リンドブロム）
5データ駆動・エビデンスベース統計・実験(A/B)で根拠づけデータ有り・説明責任（ペッファー＆サットン）
6集団・参加型／政治的（合意形成）関係者の調整・連合形成で決定権限分散・受容が必要（Vroom-Yetton-Jago、稟議）
7エフェクチュエーション（★単一モデル）予測でなく「失っても良い損失」と手持ち資源から着手し、関与者との約束で目的を創発高不確実・新規創造領域。起業/新規事業向け（サラスバシー）

★ = Claude 1モデルのみの提示で、3モデル合意ではない。#7（エフェクチュエーション）は起業・新規事業のスコープに限定される。一次研究は N=27 と小さく（OpenAI のみ「45人/89%」と食い違い・要確認）、Arend ら(2015)「Effectuation as Ineffectual?」等の理論的反論もある（Gupta/Garud が反論）。#1-6（3モデル共通）と同列の確立度ではない。詳細は deepdive §7。

2. 状況別の使い分けマトリクス（統合）

アプローチ適する状況避けるべき状況
1 合理的・分析的安定・データと時間あり・高stakes・目標明確緊急・情報不足・環境激変
2 満足化時間/資源制約・中程度の決定・選択肢過多極めて重要な戦略・基準が信用できない
3 直感緊急高圧・本人が熟練・予測可能領域経験不足・データ十分・説明責任が重い
4 漸進主義高不確実・可逆・段階的合意抜本改革要・急変・即断要
5 データ駆動データ豊富・定量目標・客観性要データ不足/新領域・即断要・数値化困難
6 集団・参加型多部門影響・受容や多様な知見が要緊急・利害対立激・機密性高
7 エフェクチュエーション（★単一モデル）未確定・予測困難な創造/新規領域、損失許容で素早く試せる規制・契約が固い業種、安定成長期（事前計画が要る場面）

状況診断のメタ枠組み（各モデルが推奨）

  • Cynefin（Gemini/Claude）: 単純→ベストプラクティス／煩雑→専門家分析／複雑→実験・反復／混沌→まず行動。
  • 可逆性 Bezos Type1/Type2（Gemini）: 不可逆(Type1)は高確度を待ち熟慮＋承認、可逆(Type2)は約70%確度で即断・委任。
  • 参加度 Vroom-Yetton-Jago（Gemini/Claude）: A1独断 / A2情報収集後独断 / C1個別相談 / C2集団相談 / G2合意 を状況で校正。
  • OODA（Gemini）: 高速・高tempo環境で（Orientationが鍵）。

3. 「選び方」チェックリスト（統合・実務手順）

  1. 問題のタイプを診断（Cynefin: 単純/煩雑/複雑/混沌）。
  2. 緊急度・時間圧を評価（数分→直感／数日→満足化＋協議／数週→分析・データ・合議）。
  3. 重要度(賭け金)×可逆性で重みづけ（高×不可逆→分析/データ＋Pre-Mortem＋合議、低×可逆→即決・委任）。
  4. データの有無と目標の明確さを確認。
  5. 直感を使ってよいか検証（予測可能な環境か＋学習機会があったか、両Yesで直感可）。
  6. 関与者・参加度を決める（Vroom-Yetton-Jago A1〜G2）。
  7. 大決定はプロセス防衛（Pre-Mortem＋悪魔の代弁者＋「決める人/薦める人」分離＋撤退基準）。

4. 主要な認知バイアスと対策（3モデル共通）

バイアス対策
確証バイアス反証を制度的に探す・悪魔の代弁者・Red Team
アンカリング複数の参照点・初期数字の出所確認
過剰自信／計画錯誤悲観シナリオ・Reference Class Forecasting（外部視点・過去類似案件の統計）
サンクコスト／コミットメントの段階的拡大損切りライン事前設定・決定者と評価者の分離
グループシンクリーダーが先に意見表明しない・匿名投票・心理的安全性・Pre-Mortem
現状維持／利用可能性／ハロー／フレーミング「何もしないリスク」の定量化・別領域の成功を当てはめない

5. 集団・取締役会／日本的意思決定

  • 個人＝速く責任明確だがバイアス・視野狭窄。集団＝質・多様な知見・実行のバイインだがグループシンク・遅い・責任拡散。
  • 取締役会（監督・資本配分・CEO選任）と執行陣（実行）は権限を分離。失敗パターン＝「影の執行役」「責任回避の取締役」。DOA/委任マトリクスで責任明確化（Gemini）。
  • 日本特有: 稟議・根回し(nemawashi) は「摩擦を前倒し」するため実装が速く安定。一方 空気・忖度 は異論・リスク情報を封じる副作用（Geminiが詳説）。
  • 創業者: 単独＝速いが視野狭く燃え尽き、共同＝多様だが失敗の約65%が共同創業者の対立（Gemini）。

6. 3モデルの比較（一致点と各モデルの特色）

  • 一致点: §0 の6点はほぼ完全一致。基本アプローチ #1-6 も共通（#7 エフェクチュエーションは Claude のみで3モデル合意ではない）。
  • GPT(o3-deep-research): 6アプローチに絞り**実務手順＋具体例（Netflixの視聴データ企画、小売AI発注、地域試験販売）**が豊富。小規模オーナーの制約（相談相手不在）と外部メンター活用、「分析麻痺」警告が特徴。最も読みやすい実務サーベイ。（115KB）
  • Gemini: 最もフレームワーク網羅（Cynefin/Vroom/Bezos Type1-2/OODA/Reference Class Forecasting/Red Team・Pre-mortem）。日本文化（根回し・空気・忖度）を最も深掘り。メタ認知と制度的バイアス除去を強調。（60KB）
  • Claude: 使い分けマトリクス（状況変数×アプローチ）が最も整理。直感の信頼条件を明確化、エフェクチュエーション追加。マッキンゼー1000件超、Pre-Mortemでリスク特定能力約30%向上、日本企業の約3割がKKD（勘・経験・度胸）、グループシンク事例（ピッグス湾／ニューコーク）。ソロファウンダー視点。（本文18.8KB）
  • 相違: 厳密な対立はなし。網羅度・例示・文化的深掘りの差。Geminiが最も広く、Claudeが最も整理され、GPTが最も実務具体的。

7. 主要な出典

成果物の所在・コスト

  • 生レポート: tmp/deep-research/exec-decision-making/{openai,gemini}_*.md、claude_FULL.md（events.json から抽出）
  • 統合: tmp/deep-research/exec-decision-making/SYNTHESIS.md
  • コスト合計 約$5.24（GPT $2.73 / Claude $1.39 / Gemini $1.12）、所要 各約10分（並列実行）