ハーバート・サイモンは、完璧な決定を下すことができないことを証明したことでノーベル賞を受賞しました。代わりに何をすべきかはこちらです。

ストックホルム、1978年12月8日。ハーバート・サイモンは、集まった経済学界にノーベル講演を行うために前に出る — そして彼らの学問が基づいているモデルを解体することに費やす。教科書の合理的なエージェントは、すべての選択肢を知り、すべての結果を計算し、最大のものを選択する？サイモンのメッセージは、修辞ではなく引用を用いて伝えられる：そのエージェントは決して存在したことがなく、誰もが行った決定はそのように生み出されたことはない。

スウェーデン王立アカデミーはすでにその点を認めていた。彼らのプレスリリースでは、経済組織内の意思決定プロセスに関する先駆的な研究に対して賞を授与し、彼の1947年の著書行政行動を画期的なものと呼んだ。この本の主張は、組織は人間の理性の限界に対処するための機械であるというものである。

今、自分の組織でテストを実施してください。最後のベンダー選定、最後の採用ラウンド、最後の戦略会議：誰かがすべての選択肢を列挙しましたか？すべての結果を計算しましたか？もちろん、そんなことはありません — 時間がなかった、情報が存在しなかった、そして誰もその計算を保持することはできません。サイモンの言いたいことは、これは失敗の告白ではないということです。これは、あなたが今後行うすべての決定の運営条件であり、そうでないふりをすることが実際に意思決定の質を損なうのです。

経済人を引退させた男

サイモン以前、企業の理論は全知全能で利益最大化を目指す起業家 — ホモ・エコノミクス — が無限の情報、無限の処理能力、無限の時間を持っていると仮定していました。サイモンはそのフィクションを、彼が「管理者」と呼ぶものに置き換えました。これは限られた知識と限られた計算能力を持ち、組織に埋め込まれ、限界の中で最善を尽くす意思決定者です。

置き換えが重要なのは、2つのモデルが正反対のアドバイスを提供するからです。人々が最適化を行う場合、より良い決定はより多くのデータ、より多くの分析、より多くの選択肢から生まれます。人々が制約を受けている場合、それぞれの要素はあるポイントを超えると決定を悪化させます — より多くのデータは過負荷になり、より多くの分析は遅延を引き起こし、より多くの選択肢は麻痺を引き起こします。ほとんどの意思決定改善プログラムは、依然として静かに最初のモデルを前提としています。彼らのチームは2番目のモデルにいます。

才能では取り除けない三つの制約

結果：人間は最適化しない — 彼らは単純化する。私たちは意思決定の管理可能なメンタルモデルを構築し、そのモデルの中で合理的に行動する。これは排除すべきバグではない。それは知的エージェントが必然的に機能する方法であり、より良い意思決定を行うための真剣な方法はすべてこれを受け入れることから始まる。

満足すること、1段落で

サイモンが合理的な反応に付けた名前はサティスファイシングです — 満足させることと十分であることを合わせた言葉です。目標レベル（受け入れ可能な選択肢が満たすべき基準）を設定し、それをクリアする選択肢が見つかるまで探し、見つかったら探索を停止します。彼のノーベル講演では、利用可能な2つの戦略を明確に示しました：意思決定者は、単純化された世界の最適解を見つけることによってサティスファイするか、より現実的な世界の満足できる解決策を見つけることによってサティスファイします。教科書が仮定していた第三の選択肢、すなわち現実世界の最適解を得ることは、どの意思決定者にも得られません。

サティスファイシングは、明日の朝に実行できる理論の一部であり、それ自体に証拠の基盤があります — 最大化を主張する人々が客観的により良い選択をし、主観的にはそれについて気分が悪くなるという厄介な発見を含んでいます。私たちはそれに完全な補足記事を提供しました: 意図的にサティスファイシングする方法と、代わりに最大化すべき時。

ヒューリスティクスはバグではない

行動経済学が認知バイアスをベストセラーのジャンルにする数十年前、サイモンは経験則を逆に読み取った：ヒューリスティックスは限られた合理性への適応であり、それの失敗ではない。信頼できるベンダーを選び、リスクが閾値を超えたらエスカレートし、うまくいったものを再利用する — これらは経験を迅速で安価、かつ通常は正しい決定に圧縮する。

現代の認知科学は、主にサイモンの解釈に戻ってきました。リソース合理分析 — ファルク・リーダーとトム・グリフィスが2020年の画期的なレビューでまとめた枠組み — は、人間の認知を限られた計算資源の最適な使用としてモデル化します。思考にかかるコストを考慮すると、ショートカットはしばしば合理的なアルゴリズムです。したがって、チームにとっての実際の問題は、ヒューリスティックを使用するかどうかではなく（使用することになります）、使用するものが良いものであるかどうかです — これはプロセス設計の問題です：経験をエンコードし、デフォルトを正しい選択にし、ルールが誤作動したときに見直します。

なぜ組織が存在するのか

そのリストを自社と照らし合わせてみると、再構築が見えにくいことがわかります：構造は認知のアーキテクチャです。つまり、悪い構造は認知の欠陥を意味します — 誤った信号をフィルタリングする階層、昨日の答えを事前に計算するルーチン、そして決定記録が書かれていないことは、組織が存在するための機械の失敗です。

完璧が不可能なら、なぜ何かを改善するのか？

異議は予定通りに到着する：完璧な合理性が達成不可能であれば、これは平凡な決定を下すための免許ではないのか？サイモンの答えはその逆であり、彼が書いた中で最も実践的なことだ。限られた思考と客観的な合理性のギャップを努力して埋めることはできないが、境界を動かすことはできる。なぜなら、その境界は決定が行われる環境によって部分的に設定されているからだ。

間違ったプログラム：より多くのデータ、より多くの分析、より多くの選択肢を要求し、その結果生じる遅延を厳格さと呼ぶ。これらの各要素は、控えめなポイントを超えると、意思決定を劣化させる — それは改善プログラム自体に作用する限界合理性であり、チームが意思決定の質ではなく、意思決定疲労に陥る理由である。

サイモンのプログラム：限られた人間のためにより良い環境をデザインする。曖昧さが認知を消費しないように、より明確なプロセスを。探索に停止ルールがあるように、明示的な基準を。議論が一人の頭の外に存在するように、外部化された推論を。組織の記憶が蓄積されるように、文書化されたアーカイブを。目標は、一つの英雄的な決定における最大の品質ではなく、すべての決定において、適切な速度で、信頼性を持って十分な品質を確保すること。

2025年追記：機械も限界がある

サイモンの理論は第二の科学的な命を得ており、建物内の最新の意思決定者たちもまた制約を受けています。2025年の戦略的意思決定に関する研究では、大規模言語モデルが完全なゲーム理論的合理性から認識可能な人間的な方法で逸脱していることがわかりました — よく知られたヒューリスティックを再現し、より厳格に適用しています（arXiv:2506.09390）。別の2025年の研究では、モデルの整合性に満足基準を直接組み込んでいます：主要な目的を最大化しながら、二次的な基準を許容可能な閾値に保つ — サイモンの期待水準が推論時に実装されています（arXiv:2505.23729）。

彼は驚かなかっただろう。彼はキャリアの後半を、まさにこの原則に基づいて機械を構築することに費やした — 知能とは制約の下での賢い検索を意味し、徹底的な計算ではないということだ。その物語は、最初のAIプログラムから現代の反響までのものであり、これはこのシリーズの第三の部分である。彼の最も引用される文は1971年に書かれ、50年前に提出された注意経済の診断のように読まれる。

技術：決定者ではなく環境をデザインする

サイモンの処方は、今四半期にチームが採用できる5つの動きに圧縮されています：

Argumentreeが適合する場所

Argumentreeは、サイモンの環境デザインプログラムで、ソフトウェアとして構築されています。アーギュメントツリーは推論を外部化し、賛成意見、反対意見、証拠のすべてが一つの構造の中で可視化され、頭の中やスレッドに散らばることはありません。評価は最も強力な議論を浮き彫りにし、限られたリソースである注意が重要なところに向けられます。そして、永続的で検索可能な記録は、各決定を組織の記憶に変え、次の決定がそれに基づいて構築されることを可能にします。

それらのどれもチームを完全に合理的にするわけではない — 何もそうではない；それが定理だ。それは境界を動かす。それがまさにサイモンが改善が実際にどのように見えるかと言ったことだ。

楽観的な読み方

制約された合理性は悲観的な結果のように聞こえますが、実際にはその逆です。サイモンはキャリアを通じて、限界が現実であることを示し、かつそれらが実行可能であることを示しました。適切な構造を持つことで、制約された心は日常的に個人の認知的到達範囲を超えた決定を生み出します。ノーベル講演は合理性の追悼ではなく、それを拡張するためのエンジニアリングマニュアルです。

その幻想的な意思決定者を引退させ、彼の到着のための予算を立てるのをやめなさい。仕事は無限になることではありません。仕事は、限界が十分である環境を構築することです。