[論文レビュー] Artificial Intelligence and Strategic Decision-Making: Evidence from Entrepreneurs and Investors

Felipe A. Csaszar, Harsh Ketkar+1 more|arXiv (Cornell University)|Aug 16, 2024

Stock Market Forecasting Methods被引用数 13

ひとこと要約

本論文は、AIが大規模言語モデル（LLMs）を介して戦略的意思決定を生成・評価できるかを検討し、AI計画が現実的な設定で人間の起業家や投資家と同程度のパフォーマンスを発揮できることを示し、AIがSDMプロセスに与える影響を概説する。

ABSTRACT

This paper explores how artificial intelligence (AI) may impact the strategic decision-making (SDM) process in firms. We illustrate how AI could augment existing SDM tools and provide empirical evidence from a leading accelerator program and a startup competition that current Large Language Models (LLMs) can generate and evaluate strategies at a level comparable to entrepreneurs and investors. We then examine implications for key cognitive processes underlying SDM -- search, representation, and aggregation. Our analysis suggests AI has the potential to enhance the speed, quality, and scale of strategic analysis, while also enabling new approaches like virtual strategy simulations. However, the ultimate impact on firm performance will depend on competitive dynamics as AI capabilities progress. We propose a framework connecting AI use in SDM to firm outcomes and discuss how AI may reshape sources of competitive advantage. We conclude by considering how AI could both support and challenge core tenets of the theory-based view of strategy. Overall, our work maps out an emerging research frontier at the intersection of AI and strategy.

研究の動機と目的

• AIが戦略的意思決定（SDM）ツールとプロセスをどのように補強できるかを動機づける。
• 起業家戦略を生成・評価するLLMsに関する経験的証拠を提供する。
• AIが認知的SDMプロセス（探索、表現、集約）にどのように影響するかを理論化する。
• 競争優位性と理論に基づく戦略の観点への含意を論じる。

提案手法

• GPT-4を用いたAI補強で4つのSDMツール（Scenario Planning、Porter’s Five Forces、Devil’s Advocate、Wisdom of the Crowd）を再構築し、潜在的な適用例を示す。
• 現実的な設定でAI生成戦略と人間生成戦略を比較する2つの経験的研究を実施する：スタートアップアクセラレータの生成実験（GPT-3.5）とスタートアップ競技評価研究（LLM対人間審査員）。
• 評価者効果を制御するため、同一評価者がAIと人間生成の両方の計画を評価する被検数内デザインを用いる。
• AI対非AI計画を比較する線形仕様と、スコア、採択、関心、投資可能性などの評価指標で結果を分析する。
• AI生成計画の質と実際のアクセラレータの意思決定との関連を検証し、シグナルの関連性を裏付ける。

実験結果

リサーチクエスチョン

• RQ1 既存のツールを用いて、AI補強型SDMが実践でどのように見えるか。
• RQ2 現行のLLMsが戦略計画を生成・評価する際の有効性はどれほどか。
• RQ3 SDMにおけるAIの活用が認知プロセスと競争結果に与える含意は何か。
• RQ4 投資家の関心と意思決定結果の観点から、AI生成戦略は人間生成戦略とどう比較されるか。

主な発見

• LLM生成のビジネスプランは、主要属性全体で平均0.14標準偏差高く評価された（p<0.001）。
• 評価者はLLM生成プランを受理することを推奨することが5パーセントポイント高かった（p=0.003）。
• LLM生成プランは投資家紹介につながる可能性が3パーセントポイント高く、投資を呼び込む可能性も3パーセントポイント高かった（p=0.094、p=0.007）。
• 別のアクセラレータ分析では、LLM生成プランは却下された起業家プランより、承認と関心指標で7–8ポイント高く（p=0.003、p=0.001）、投資で6ポイント高かった（p<0.001）。
• スタートアップ競技会での138件のビジネスプランのLLM評価は、人間の投資家スコアと相関した（平均相関0.52; AIとVCスコア間のICC0.51、評価者間の信頼性より高い）。
• 指標を横断して、評価された計画の投資家スコアの変動の約29%をAIスコアが説明する。