リスクマネジメント

 概要  

リスクレジスターは組織のリスクを体系的に記録する方法であり、リスク管理プロセスの中心的な役割を果たします。しかし、時間が経つにつれてリスクレジスターは一貫性を欠き、冗長なリスクが増え、関連するリスクが抜け落ちることがあります。そのようなリスクレジスターは専門家にとって管理が困難になることがあります。  

本論文では、リスクレジスターにおける一般的な問題に対処するための人工知能（AI）アシスタントのフレームワークを開発しました。AIアシスタントは、大規模言語モデル（LLM）を構造化ツールと検索強化生成（RAG）検索で強化して活用します。AIアシスタントは、組織のリスクレジスター、RAGナレッジベース、ユーザー入力から情報を読み取り、包括的な作業コンテキストを作成します。構造化ツールを用いて、リスクレジスターへの修正提案を行うことができます。複数のツールやデータソースを用いる多段階推論により、より複雑なタスクの完遂が可能です。  

Inclus Oyを対象としたケーススタディでは、AIアシスタントがリスクレジスターの速度、品質、複雑なデータの取り扱いにどのように影響を与えるかを検証し、信頼性の高いプロセスを維持しました。リスクレジスター、AIアシスタント、ケーススタディ参加者の観察に基づき分析的な一般化を行いました。研究結果は有望であり、AIアシスタントは重複リスクの統合、説明の調和、新たなリスクの追加を提案しました。調査では、AIアシスタントの使用によりリスクレジスターの網羅性が向上し、より正確かつ最新の状態になったことが明らかになりました。  

AIアシスタントはリスク管理タスクの大幅なスピードアップと品質向上を実現しますが、依然として誤認（ハルシネーション）が発生しやすいという課題があります。本研究は、AIアシスタントは人間の監督下で運用されるべきであり、ユーザーが提案された修正をすべて確認・承認する権限を保持する必要があることを示しました。さらに、人間の監督は参加者がリスク軽減にコミットすることを保証します。AIアシスタントは、データの質と処理速度を向上させることで参加型プロセスを強化できます。