サービスについて

企業分析の文脈において生成AIがもたらした功罪

生成AIは、情報を集め、要約し、構造化し、示唆まで出せるようになりました。読むのに何時間もかかっていたものが、数秒で要点に変わる。これは紛れもない功です。

ただし要約とは、捨てる作業でもあります。捨てられるのは、たいてい説明しづらいものです。文脈に合わない外れ値、筋の通らない変動、きれいな話に収まらない事実。ある年だけ利益率が沈む、特定のセグメントだけが縮む。本文では整理されていない動きでも、要約は「収益基盤は安定している」と滞りなく返します。

問題は、答えが間違っていることではありません。もっともらしく整っているからこそ、引っかかる場所が残らない。届くのは示唆だけになり、その示唆がどこを通らずに来たのかは分かりません。

示唆のファストフード化が人間から奪うもの

人が企業を理解するとき、たどっているのはこの順序です。点を拾い、構造を見つけ、違和感に気づき、意味を与える。示唆だけを受け取っている限り、この手順は起動しません。

判断はできます。数字の大きさも、論点の名前も、すぐに手に入ります。ただ、その判断が自分のものである感覚は残らない。

これは「一次情報を読むべきだ」という話ではありません。必要なのは、読む義務ではなく、違和感が立ち上がってくる場です。点が並んでいて、比べられて、揃っていないところが目に入る。その状態さえあれば、人は勝手に引っかかります。

Factructureが提供するのは、人間が違和感に気づくための事実と構造

その素材になりうるのが有価証券報告書です。発行体が責任を持って開示する一次資料であり、同時に、物語へ整えられる前の粒——数字、セグメント、関係会社、注記——が残っている資料でもあります。ただし一社ずつ読んでいる限り、点は点のままです。

Factructure は、この有報を構造化します。記述から比較できる点を取り出し、企業・セグメント・関係会社・業界という単位で線を引く。年次で並べれば、落ち込みは落ち込みとして見えます。同業と並べれば、その会社だけの偏りが見えます。要約であれば捨てられるものを、捨てないまま置いておくための仕組みです。

もっともらしい答えを受け取ったところで終わらせないこと。説明のつかない数字に引っかかり、そのまま構造に戻って考え直せること。Factructure が目指すのは、情報を集めることではなく、そうやって自分で置いた意味を頼りに、次を決められるようになることです。