現代のコンピューターと人間の関わりが始まった当初から、賢い利用者は1つの格言に導かれてきた。「Garbage in = garbage out（ゴミを入れれば、ゴミが出る）」。つまり、コンピューターが出力するものは、人間が入力したものの質に左右されるという意味だ。
AIの時代において、それはプロンプトを指す。プロンプトが優れていて的を絞っているほど、AIの応答も良くなる。リスク管理でいえば、AIにより良い詳細を与えるという以上の話である。AIに「どう思うか」ではなく、「何が見えているか」を尋ねることが重要だ。
これは、方向性として決定的に重要な違いである。AIチャットボットに「いま東南アジアの政治リスクは何か？」と尋ねれば──有能なリスクアナリストなら自然に投げかけるであろう問いだが──AIは過去へと視線を向ける。
AIは、支配的な専門家見解を統合する。つまり、コンセンサスの見方を、確信に満ちた形で包装して提示する。これを「合成された権威」と呼ぶ人もいる。情報としては有益かもしれないが、とりわけ実用的というわけではない。
過去ではなく未来を見る
本当に欲しいのは早期のシグナルである。新たに立ち上がりつつあるリスクを知りたい。チャットボットには、過去ではなく未来の方向へ目を向けてほしい。ところが、実際には「チャットボットがどう思うか」を尋ねてしまったため、チャットボットは過去へさかのぼり、学習データから理屈に合う答えへと推論を組み立てる。あなたが「どう思うか」を聞き、AIはそれに答えたにすぎない。
リスクの専門家は従来、報告書を作成し、現場と俯瞰の双方で専門家に話を聞き、テーブルトップ演習を回し、人間の判断を加え、それらを統合してリスク登録簿に落とし込むという形で業務を進めてきた。これは反応型のモデルである。もちろん価値はあるが、コンセンサスを基盤とし、設計上、過去に視線を置く。
AIは、このプロセスからの解放を可能にする──少なくとも現在のプロセスを補完しつつ──ノイズの中から意味のあるシグナルを抽出できる。「過去に起きたこと」から未来を推し量るのではなく、「いま起きていること」と「近い将来に起きそうなこと」に基づいて予測型のリスク分析を提供できる。
AIは推論力、創造性、速度という点で並外れた能力を示してきた。多くの人にとって、AIは単なるツールというより同僚に近い存在になっている。だが、AIの本当の超能力は別のところにある。大規模に休むことなくパターンを検知するエンジンである点だ。
危険な海域を航行する海上輸送を例に取ろう。利用者は、衛星画像、港湾の混雑指標、調達ログ、気象データ、クレジットスプレッドなど、複数ソースのデータをAIに与えられる。するとAIは、人間のアナリストチームでは再現が難しい──少なくともAIの速度では到底及ばない──相関、異常、反復するシグナルを見つけ出し、浮かび上がらせる。Amazonなどはすでにこれを行っている。
あるいは、国境を越える陸上の国際輸送をしていて、労働面と経済面の不確実性が気になっているとしよう。AIに対し、3つの陸路国境での待ち時間を、地域のクレジット・デフォルト・スワップ（CDS）スプレッドと直近90日間の労働行動の届け出と組み合わせて検証させ、さらに「定義した閾値を上回る方向性の勢いが示された結果だけ」を報告するよう指示すれば、ノイズの中から有用なシグナルを得られる可能性がある。
リスクの競争は始まっている
これは、すでにいくつかの業界で現実になっている。自動車業界では、最重要のデータの1つが常に保証請求だった。保証請求は、車のどこが機能していないかをメーカーに教える。いまはコネクテッド・ビークル技術により、走行中の車のデジタルツインを作り、車が生み出すデータを「検知・調査AI」で処理することで、メーカーは（ディーラーのフィードバックやソーシャルメディア上の話題も加味しながら）リコール段階に至る前に、保証請求を予測するようになっている。
消費財を手がける企業、とりわけ嗜好が素早く変化する消費者向けの企業は、アーリーアダプターからの社会的シグナルを吸い上げ、それを製品デザインチームに流し込み、消費者自身が欲しいと気づく前に新製品を生み出し得る。違法取引や制裁対象の貿易を追跡する政府は、通関データやVATデータを大規模に分析し、例えば通常は製造しない製品を出荷している企業を見つけられる。これは制裁逃れの兆候になり得る。
これらはいずれも、AIが考えたことではなく、AIが見ていることの例である。
製品を構築する
いま構築できるリスク分析プロダクトの例を2つ挙げよう。
- サプライチェーン・リスクのシグナル・プラットフォーム：定義されたサプライヤーネットワーク全体にわたり、港での滞留時間、輸送事業者のキャパシティ稼働率、原材料のスポット価格、保険料を取り込み、特定の変数群で同時に悪化が見られるノードだけをフラグ付けする。一部の企業はこの方向で構築を進めているが、「勢いの検知」という要素は十分に開発されていない。
- 地政学的加速トラッカー：悪い状況がどれほど速く悪化しているかを利用者に伝える。資本逃避の指標、軍事調達データ、国境通過量、航空路線の運休、NGOや大使館の人員配置の変化、現地言語でのソーシャルメディア感情、ソブリンCDSスプレッドを分析する。変化の速度が事前設定した閾値に達したときにアラートを出す。こうしたデータのカテゴリは、海外在住者からの送金フローのような遅行指標の代理変数になり得るため、このプロダクトをより最新の状態に保つことができる。
リスクの専門家が明日AIによって職を失うわけではない。だが、過去を振り返ってAIに「どう思うか」を尋ねるのではなく、未来に目を向けてAIに「何が見えているか」を尋ねるリスクの専門家は、そうでない専門家よりも経営層にとって価値の高い存在になる。
