『防弾問題解決』（2019年刊）は、現代の職場で最も重要でありながら常に軽視されてきたスキル――創造的な問題解決――を深く掘り下げています。世界中で従来型の職種が減少する中、多くの従業員が答えの定まらない課題に取り組むことを求められています。しかし、優秀な問題解決者になるのに統計分析の高度な学位は必要ありません。必要なのは、正しい戦略とほんの少しの創造性だけです。
あなたが得られるもの：複雑な問題を解決する7つのステップを学ぶ
今日の急速に変化するビジネス環境において、組織にとって最も重要なスキルは何だと思いますか？
私たちは皆、それを実感しています。変化は加速し、あらゆる業界セグメントで不確実性と破壊の脅威が存在します。人工知能、プログラミング可能な生物学、ロボット工学などのテクノロジーは、既存の産業を変革し、新たな産業を生み出しています。外部からの衝撃は境界を越えてすべてのビジネスに影響を及ぼします。一見、構造的優位性を享受しているように見える企業でさえもです。この不安定で流動的な環境では、従来の戦略策定アプローチはもはや通用しません。今日の企業や非営利団体が必要としているのは、リアルタイムの問題解決なのです。
適切な情報とリソースを活用して情報に基づいた意思決定を行う能力は、この複雑で絶え間なく変化するビジネス環境を生き抜く上で最も重要になっています。効果的かつ効率的な問題解決は、かつてないほど不可欠です。従来の戦略計画はあまりにも遅すぎる上に、貴重な時間とリソースの無駄な配分につながりかねません。
なぜ今、こうしたことが起きているのでしょうか？それは、私たちが慣れ親しんできた仕事のタイプ――創造的能力よりも、受け身の知識や訓練を主に必要とする仕事――が消えつつあるからです。従来型の決まりきった認知能力や手作業を必要とする仕事は1960年代から減少しており、AIと自動化の時代に入った今、その減少は加速しています。
代わりに、過去50年間で「非定型的」と定義される仕事が飛躍的に増加しました。世界経済フォーラムなどの公的機関によれば、最も高給の仕事は非定型的かつ認知的な仕事だとされています。この新しいタイプの雇用は多くのセクターに広がっており、どの分野においても共通して求められることがあります。現代の労働者が成功するには、豊かで伸張性のある問題解決スキルが不可欠なのです。
そこで登場するのが、防弾問題解決です。これは、構造と論理を創造的思考と組み合わせ、広く応用可能なモデルを構築する7ステップのプロセスです。このモデルは創造的思考を刺激し、発展させます。難題に単独で取り組む場合でも、グループで協力する場合でも機能するものであり、チームに完璧に適合します。チームワークがますます一般的になっている仕事の現場では、まさにうってつけです。
複雑な問題は、範囲も内容も大きく異なりますが、防弾手法を使えば、最も困難な問題にも集中し、把握することができます。問題をより小さな部分に分解し、最善の選択肢を優先順位付けし、徹底的な分析を行い、結果を効果的に伝えることで、それを実現します。
ここでは、防弾問題解決の手法を一つひとつ段階を追って見ていきます。
しかし、問題が何かを知らなければ問題を解決することはできません。まずはそれから始めましょう。問題の定義です。
ステップ1：問題を正しく定義する
問題に直面すると、すぐにそれをどう解決するか考え始めるのが自然です。データを集めに走り、専門家に相談し、見つけたものを分析しようとします。すると、すぐに答えにたどり着きますが、ここに一つだけ問題があります。それは、最初の極めて重要なステップである「問題が一体何なのかを正確に定義すること」を急ぎすぎていることです。
創造的な問題解決、特に層をなす複雑な問題に取り組む場合、正しい質問に答えているときだけうまく機能します。もし正しい質問に答えていないなら、あなたの努力は無駄になるか、逆効果になるでしょう。
だからこそ、どのような問いに答えようとしているのかをじっくり考えることから問題解決プロセスを始めることが非常に重要なのです。最初に行うべき最善の方法は、自分の問題を明確に示す、たった一文の簡潔な文章を作ることです。それから、その問題のより広い文脈を考えてみましょう。あなたの解決策が採用されるか無視されるかを決める主要な意思決定者は誰なのか。成功とはどのような姿で、それを達成したかどうかをどうやって知るのか。さらに重要なのは、意思決定者はあなたのアプローチがうまくいっているか失敗しているかをどう判断するのか。あなたの時間枠は？来月までに解決策が必要か、それとも10年後か？必要な精度は？小数点以下4桁か、それともおおまかな方向性か？そして最後に、潜在的な解決策の中に立ち入り禁止のものはないか？
これらの質問は、問題をより正確に定義するのに役立つだけでなく、誤った問いに対する素晴らしい答えを考え出すために時間を費やすのを防いでくれます。他のことをする前に、この段階に時間をかけてください。その価値は十分にあります。アインシュタインが言ったとされる言葉に、もし1時間与えられたら、55分を問題の理解に費やし、5分で解決するだろう、というものがあります。
これを実際に行動で示す例として、新聞業界を取り上げましょう。新聞は1990年代半ばまで地域ニュースを支配していました。その後、突然、インターネットメディアやオンライン求人広告企業という新たな競合が現れました。
当初、オンライン出版物は業界のトップ幹部たちを震え上がらせました。しかし、問題を詳しく調べるにつれて、彼らは次第に安心し始めました。新聞はラジオやテレビといった新技術の到来をすでに生き延びてきたのだから、インターネットも変わりはないはずだと。それに、どのブログも、ニュース編集室で働く大規模で経験豊富な取材チームが生み出すようなコンテンツには敵わない、と。
もちろん、結果はそうはなりませんでした。では、なぜ彼らはこれほど見誤ったのでしょうか。それは、問題を正しく定義していなかったからです。
オンラインプラットフォームは、主に読者を奪う必要はありませんでした。彼らが必要としたのは、新聞に広告を出す人々だけだったのです。言い換えれば、経営陣は自社コンテンツの「質」を考えていましたが、本当の問題は広告から生み出される収入の「量」だったのです。さらに、将来を見据えるのではなく、過去の実績に基づいて考えていたのです。つまり、過去に変化を生き抜くほど強力だったのなら、今回もそうならない理由はない、と。そして、広告主がオンラインに移行すると、何百もの新聞社が倒産し始めました。
この罠を避ける鍵は、自分自身に正しい問いを投げかけることにあります。
ステップ2：問題をより小さな部分に分解する
問題の形とパラメーターを把握したら、防弾問題解決の第2ステップは、問題をより小さな部分に分解し、解決しやすくすることです。これには「ロジックツリー」を使うのが最善です。
ロジックツリーは、問題の主要な構成要素、副次的な構成要素、第3次的な構成要素（または原因）を使って、その問題を分解します。ごく簡単な例を挙げましょう。もし10ポンド（約4.5キロ）痩せたい場合、消費カロリーを増やすか、摂取カロリーを減らすかのいずれかに集中できます。この2つの「枝」はさらに枝分かれします。たとえば、より多くのカロリーを消費するためには、通勤を徒歩に変える、階段を使う、仕事後に運動するなどが考えられます。摂取カロリーを減らすには、いつ食べるか、何を食べるか、どれだけ食べるかを見直します。そこからさらに、いつ、何を、どれだけ食べるかをどう変えるかといった、より詳細な部分に分解していくことができるのです。
ロジックツリーの枝は「相互に排他的」でなければなりません。つまり、それぞれが問題の基本的で独立した要素を含み、重複がないこと。また、「全体として網羅的」である必要もあります。つまり、問題の関連するすべての要素を含んでいることです。枝が欠けていると、まさにそこに必要な解決策が隠れているかもしれません。
ロジックツリーにはいくつかの種類があります。問題についてほとんど知らない場合には、単純な「因子ツリー」を使うとよいでしょう。これは、問題や目的に影響を与える主要な要因やレバーを捉えるタイプです。さらに深く掘り下げた後には、それらのレバーの性質を推測し始める「仮説ツリー」を形成できるかもしれません。そして、いくつかのケースでは、ツリーの要素や枝が数学的に完全である「演繹的ロジックツリー」を用いることもできます。
ロジックツリーは非常に強力です。企業の利益を増やすためのレバーや、想像しうるほぼあらゆる種類の問題を可視化するのに役立つ、優れた既存のツリーが存在します。問題の「分解」（問題のさまざまな要素をどのように切り分けたか）に異なるレンズや理論を適用することができ、問題に影響を与えるすべての要素を追跡するのに役立ちます。2、3通りの異なる分解方法を試してみて、どれが最も多くの洞察をもたらすかを確認してから、最適なものを選ぶとよいでしょう。問題解決は反復的なプロセスであることを忘れないでください。したがって、学びが深まるにつれて、元のツリーに戻って改良を加えてください。
これは、防弾問題解決のこの段階の概略です。では、先に進みましょう。枝がすべて揃ったら、いよいよそれを「剪定」する時です。
ステップ3：影響を与えられ、かつ効果の大きい解決策に優先順位をつける
問題を全体像と最小の構成要素に分解したことで、ツリーが少し扱いにくくなっているかもしれません。「大海を沸騰させる」――つまり、重要でもなければ実行可能でもない問題の一部分の分析に時間をかけすぎてしまう、という状況に陥ることもあります。剪定ばさみを取り出す時です！防弾問題解決におけるその剪定ばさみは、「優先順位マトリックス」という形をとります。これは、すべてのタスクを2つの軸で位置づけるシンプルなグリッドです。その軸とは、その要素の影響がどの程度大きいか、そしてその要素を変えることがどれだけ簡単か、あるいは難しいか、です。本質的には、ツリーの小枝や葉――問題を引き起こす最も具体的な原因や要因――を取り出し、あなたの望む結果に大きな影響を与え、かつ（あなたによって）変えることのできるものに基づいて分類するのです。
このマトリックスを作るには、紙に2×2の4つのボックスを描きます。右上のボックスには、影響は大きいが、信頼できる行動や方針で変えることのできる問題のレバーを入れます。ここが、洗練された問題解決者が最初に分析の努力を集中させる場所であり、彼らが非常に賢く見える理由でもあります。左下のボックス、つまり影響が小さく、いずれにせよ私たちが変えられないレバーは無視します。減量の例に戻ると、実際に多くのカロリーを消費し、かつ比較的簡単な変化、たとえば徒歩や自転車での通勤などに焦点を当てるでしょう。
このようにしてすべての作業を分ければ、どこに問題解決の努力を集中すべきかが見えやすくなります。
では、これは実際にどのように機能するのでしょうか？少し前に、共著者のチャールズ・コンは、野生の太平洋サケの資源を保護・保全するために活動している財団から依頼を受けました。これらの魚は、北太平洋の熱帯雨林の生態系にとって極めて重要です。大西洋サケは汚染、乱獲、不適切な管理によって壊滅的な打撃を受けましたが、太平洋サケはそれよりは良い状態にありました。しかし、太平洋サケの長期的な見通しは楽観できるものではありませんでした。数多くの潜在的な解決策と慈善団体の限られたリソースを前に、コンとチームは優先順位をつけなければなりませんでした。
野生魚の資源量をどう増やすか？ロジックツリーを使えば、多くの可能な答えが見えてきます。海洋環境の改善や損傷した生息地の回復もできます。漁獲枠の削減や遊漁に対する規制強化も役立つでしょう。しかし、本当の問題は、どの戦略が費用対効果を最大化するかということです。
前述の通り、鍵となるのは、戦略の影響の大きさと、成果に影響を与えるあなたの能力という、2つの要因の相互作用を見ることです。
まず、影響度は高いが影響力が低い解決策から見てみましょう。海洋環境の改善はサケの資源にとって素晴らしいでしょうが、それには広大な生態系を制御する必要があり、科学や行政機関の手には負えません。あまりにも難しすぎます。
また、影響度も影響力も低い解決策もあります。慈善団体が、遊漁許可証の発行数を減らすには、何十年も政治家にロビー活動をしない限り不可能です。そして、たとえそれができたとしても、データによれば、この戦略は野生のサケ資源を増やすのに特に効果的ではありません。
ここで最後のカテゴリーにたどり着きます。それは、影響度が高く、影響力も高い解決策です。
太平洋サケは海洋に生息するだけでなく、アラスカ、ブリティッシュコロンビア、ロシアのカムチャツカ半島の淡水域の河川を遡上して産卵もします。この事実から、コンのチームはあるアイデアを得ました。問題の源流に遡り、最も重要な産卵河川の環境改善に集中し、同時に商業漁獲規制にも取り組むのです。その結果は？ 限られた財団のリソースを最大限の効果が得られるように展開できる、手の届くプロジェクトとなりました。
プロセスのこのステップにより、広範な可能性のある解決策から、最も合理的かつ効果的なものへと絞り込まれます。
ステップ4：強力なチームを中心とした確かな作業計画を立てる
問題を分解し、どの解決策を優先すべきかを絞り込んだ後は、すぐに分析に飛びつきたいという、いつもの誘惑に抵抗してください。自分は効率的だと思うかもしれませんが、対象となる問題レバーに関するデータの大海を沸騰させてしまうか、あるいは自分固有のバイアスの犠牲になってしまうかもしれません。
では、これらの落とし穴を避ける最善の方法は何でしょうか？ステップ4にようこそ。それは、強固な作業計画を策定することです。ここでのタスクは、優先順位のついた解決策を、計算された実行可能なアクションに変換することです。つまり、「誰が担当するのか？」「期限はいつか？」「どのような測定可能な成果を期待するのか？」といった質問をすることです。これは、あなたが単独で取り組む場合でも理にかなっていますが、チームで問題に取り組む場合には、作業計画はさらに重要です。問題解決はチームで行う方がうまくいきますが、それは仕事を調整し、問題の陳述に結びついた共通のアウトプットを目指す場合に限ります。
例を挙げてみましょう。あなたが医療専門家で、看護に関連する患者の転帰を改善しようとしているとします。良い作業計画とはどのようなものでしょうか？
ロジックツリーの最終的な要因の一つから問題を取り上げるところから始めます。たとえば、看護学校の入学者数の減少です。
次に、仮説を立てる必要があります。おそらく、それらの学校にはキャパシティが不足しているのでしょう。需要はあるにもかかわらず、単純に十分な定員がないのです。
今度は、この仮説を分析する方法と、それを検証するためにどのような情報源が必要かを考えます。例えば、チームメンバーの一人には、どれだけの志願者が応募しているかを確認するために看護師登録委員会に問い合わせてもらい、別のメンバーには看護学部長にインタビューして、看護学生が中退する理由を見つけ出したり、あるいは十分な定員が資金提供されていないことを突き止めたりしてもらうことができます。
扱う問題は異なりますが、原則は常に同じです。仮説、それをどう分析するか、どこから情報を得るか、誰がそれを収集するか、を明示することです。チームメンバーの名前と期限を設定します。成果物が何であるかを明確に説明するようにしてください。傾向を示すタイムライングラフが必要ですか？それともインタビューの要約ですか？因子分析ですか？具体的にしてください。成果物の形式、見た目、タイミングについて具体的であればあるほど、あなたの出てきた結論を実際に裏付ける高品質な分析成果物が得られる可能性が高まります。
重要な注意点：問題解決チームは、多様で非階層的であるときに最も機能します。これは「意識が高い」という話ではありません。多様なスキルセットとバックグラウンドを持ち、階層よりもアイデアを尊重するチームは、より創造的で巧妙な解決策を生み出す可能性が高いのです。多様なチームの価値は、データによって十分に裏付けられています。
作業計画は、詳細に計画するのはせいぜい2～4週間先までが最適です。なぜなら、すぐに多くのことを学び、それによって行いたい分析タスクが変わるからです。そこで、日常業務の指針としては大まかな、あるいは短期的な作業計画を用い、プロジェクト全体の大きなタスクを追跡するのにはガントチャートを使います。
作業計画の概要ができて、チームの準備が整ったら、いよいよデータの分析を始める時です。常に覚えておいてください。優れた問題解決とは、単に答えを見つけることではなく、正しい質問をすることなのです。
ステップ5：解決策を明らかにするためにデータを分析する
ステップ5では、作業計画で設計した分析を実際に実行します。複雑な問題を解くための分析アプローチは、ゲーム理論から線形回帰、機械学習まで多岐にわたります。明らかに、これらの高度なテクニックについて、要約の中でまともに話すことはできません！
しかし、分析に関して一つ重要なことがあります。大規模なモデルを構築し始める前に、まずはシンプルな要約統計量とヒューリスティック（発見的手法）を使うことです。高度な統計プログラムの使い方を知っている人は、どんな問題でも回帰分析で解決できると考えがちです。AI に秀でた人も同様です。
ヒューリスティックは、分析におけるショートカットとして機能する強力なツールです。問題のさまざまな要素の「規模感」を把握し、さらに分析を進める上で効率的な道筋や、どのツールを使うべきかを判断するのに役立ちます。いくつかの便利な例を詳しく見てみましょう。
まず最初は「オッカムの剃刀」です。この論理的洞察は、問題を解決しようとするときには、より複雑な説明よりも、最も単純な説明を優先すべきである、と述べています。あなたの問題が何であれ、前提条件が最も少ない仮説を採用するのが最善策です。これはすべてのヒューリスティックの祖であり、500年前の考えですが、いまだに最も重要なものです。
もう一つのヒューリスティックは「80対20の法則」、別名「パレート分析」です。これは、結果の80％が原因の20％によって決まることが多いというものです。たとえば、製品の購入者の20％が売上の80％を牽引している、という発見は珍しくありません。まずは、その20％の要因を探しましょう！
パレート分析を実行するには、まず問題をリストアップします。これには、顧客からの苦情、注文ミス、破損した製品などが含まれます。次に、各問題について、それを解決することがどれだけ大きな違いを生むかに基づいてスコアをつけます。問題をリストアップしたら、その根本原因を特定します。トレーニング不足、壊れた設備、不明瞭なプロセスなどです。最後に、問題を根本原因ごとにグループ化し、スコアを合計します。どの問題が最も高い合計スコアになっているでしょうか？それらの原因に対処することが、最も大きな影響をもたらすでしょう。
ここでは他にも使えるアプローチがあります。たとえば「期待値」は、各可能な結果に、その発生確率を掛け合わせ、それらの値をすべて合計します。これにより、そのシナリオが何度も繰り返された場合の平均的な結果を表す単一の数値が得られます。これは、期待される成果を定量化して比較する良い方法です。
「ベイズ分析」は、新しい証拠や条件に基づいて事象の可能性を評価するために、事前確率を使用するものです。新しい証拠を取り入れる前の、状況に対するあなたの最善の理解（これは過去の知識や最初の評価かもしれません）から始め、必要に応じてそれを更新します。この方法は、不完全なデータセットや、結果が不確実な要因に左右される条件付き確率を含む複雑なシナリオを扱う場合に特に有用です。新しいデータが利用可能になるたびに、確率を「調整」していくのです。
同様に「損益分岐点分析」は、企業の売上高がコストと一致する販売レベルを決定します。これには、固定費と変動費の両方の理解と、それらが販売量と共にどう変化するかの理解が必要です。損益分岐点を計算するのは比較的簡単です。計算式は、総固定費を、単位販売価格と単位あたり変動費の差で割るというものです。この計算により、損益分岐するために販売しなければならない単位数が得られ、企業が販売目標や価格設定を決めるのに役立ちます。
これらは、自由に使えるツールのほんの一部です。
要約統計量とヒューリスティックのポイントは、データに語らせ、問題の境界線や作用している主要な要因の感触をつかむことです。データへの感触を得たら、本書やその他の文献で扱われている本格的な分析手法をより自信を持って使えるようになります。
ステップ6と7：発見事項を統合し、結果を伝達する
誰もが良い物語を好みます。防弾問題解決メソッドの最終段階に入るにあたり、あなたが準備するのはまさにそれです。これらのステップは、目の前の問題に対するあなたの提案した解決策に他者を賛同させるための、最終的な鍵となるため、極めて重要です。多くの賢い人たちは、分析結果が出たら立ち止まり、分析結果がそれ自体で全てを語ってくれると思い込んでいます。しかし、そうではありません。あなたは分析を統合し、意思決定者の問題を解決し、行動へと駆り立てる説得力のあるストーリーを語らなければなりません。結局のところ、それが問題解決の本質なのです！詳しく見ていきましょう。
まずはステップ6、発見事項の統合です。ここまでのステップを踏んできたなら、これは非常に簡単に感じられるはずです。ツリーの枝を探求してきました。今度は、それらを首尾一貫した物語へと織り成す必要があります。
これを行うには、一歩下がって全体像を見てください。すべての分析結果を大きなテーブルの上に広げ、文脈の中で捉えます。これまでに何が分かったのか、最善の進むべき道は何かを理解します。問題のフレーミングと推論から、実際に何をする必要があるのかへと、重要な視点の切り替えが起こります。人は視覚的な学習者である傾向があるため、グラフや図がここでの味方です。チームに発見事項を発表してもらい、ロジックツリーの各関連ポイントで分析と洞察を図示した、より大きなストーリーボードを作成します。このプロセス全体の目的は、分析結果を整理して最初の問題に対する答えとし、それから、何をすべきかについての明快で説得力のあるストーリーを作り上げることです。
そのストーリーラインができたら、第7の最後のステップに進む時です。つまり、それを意思決定者に伝え、行動を起こさせることです。ステップ1で作成した問題定義を振り返ってみてください。当初の問題は何でしたか？途中で進化しましたか？
発見事項を伝える際には、聴衆をこの当初の問題文から「主旨（ガバニング・ソート）」へと導くことが重要です。主旨とは、あなたが解決しようとした問題に対する、極めて明快な一言の答えです。言い換えれば、発見事項を統合したときに現れた「アクション」です。
しかし、意思決定者を賛同させるには、よく構成された議論を提示する必要があります。これにはいくつかの異なる形式があります。古典的なアプローチは、ピラミッド構造を選ぶことです。頂点にあなたの主旨を置き、その下に異なるサポートとなる議論が枝分かれし、最下部にこれらのポイントを裏付ける関連データと分析を配置します。これは優れたジャーナリストが行うことです。
状況に応じて適した、他のストーリー構造もあります。例えば、あなたが出した答えを聞きたがらない意思決定者を相手にする場合などです。その場合には、結論に向けて段階的に明らかになる手順を追った構造を用いるかもしれません。
どの方法が最もうまく機能するかは、問題の文脈と、あなたが見出した内容によって異なります。しかし、すべてのステップを踏んでいれば、意思決定者を啓発し、問題を解決する、強力で説得力のある議論ができあがっているはずです。
最終的なまとめ
ダイナミックで創造的な問題解決への構造化されたアプローチは、現代の職場において不可欠です。最善の選択肢は、ここで議論してきた防弾メソッドのような、構造化された反復的なアプローチです。問題を明確に述べ、意思決定者の文脈を理解することから始め、問題解決は反復的であるため、データに深く潜り、理解を深めるにつれて答えがより良くなることを忘れないでください。結果を統合し、説得力のあるストーリーを語る努力も忘れずに。優れた問題解決は超人的な力であり、文字通り世界を変える助けとなるのです。
