フレームワーク活用ガイドひとことで言うと#
複数の専門家に匿名でアンケートを繰り返し、回を重ねるごとに意見を収束させていく予測・合意形成手法。対面の会議だと権威や声の大きさに引っ張られるが、匿名+複数回のフィードバックでより精度の高い集団知を引き出せる。
押さえておきたい用語#
- パネル（Panel）
- デルファイ法に参加する専門家集団のこと。多様な専門分野・立場の人を10〜30名集めることで、偏りのない集団知が得られる。
- ラウンド（Round）
- アンケートの1回のサイクルのこと。「回答収集→集約→フィードバック→再回答」で1ラウンド。通常2〜4ラウンド行う。
- 収束（Convergence）
- ラウンドを重ねるごとに専門家の意見がある範囲にまとまっていく現象のこと。圧力ではなく情報提供によって自発的に起こるのがデルファイ法の特徴。
- 匿名性（Anonymity）
- パネルメンバーが互いに誰が何を回答したかわからない状態のこと。権威や同調圧力を排除し、純粋に根拠に基づく意見交換を実現する。
- 少数意見（Minority Opinion）
- パネルの多数派とは異なる独自の見解のこと。少数意見にこそ重要なインサイトが隠れている場合があり、排除せず記録すべきもの。
デルファイ法の全体像#
こんな悩みに効く#
- 将来の市場動向や技術トレンドを予測したいが、不確実性が高い
- 専門家の意見が割れていて、どの見解を採用すべかわからない
- 対面の会議だと著名な専門家の意見に全員が同調してしまう
基本の使い方#
テーマに関する知見を持つ専門家を10〜30人選定する。
- 異なる専門分野・立場・経験の人をバランスよく集める
- 専門家同士が互いに誰が参加しているか知らないのが理想
- パネルメンバーには趣旨と進め方を事前に説明し、協力を得る
ポイント: 同質的なメンバーだと意見が最初から似ていて収束の意味がない。多様な視点を意図的に組み込む。
匿名のアンケート（または質問票）を配布し、自由回答で意見を集める。
質問例:
- 「3年後に最も普及している○○技術は何だと思いますか？その理由は？」
- 「この市場の5年後の規模を予測してください。根拠も教えてください」
- 「最も重要な課題とその解決策を挙げてください」
回収した回答を整理・分類・要約する（個人が特定されないように匿名処理）。
ポイント: 第1ラウンドは自由回答が基本。選択肢を与えず、専門家の生の知見を引き出す。
第1ラウンドの集約結果を全員にフィードバックし、再度回答を求める。
- 「パネル全体の意見分布はこうでした。あなたの意見を維持しますか、修正しますか？」
- 多数派と異なる意見を持つ人には理由の説明を求める（匿名のまま）
- 少数意見の理由も全員にフィードバックする
このフィードバック→再回答のサイクルを2〜4回繰り返す。
ポイント: 「多数派に合わせなさい」ではない。根拠を示した上で意見を変える/維持するのがルール。圧力ではなく情報で収束させる。
最終ラウンドの結果を集約し、報告書として活用する。
- 合意が得られた事項（パネルの70%以上が一致）
- 意見が分かれた事項（根拠の異なる見解を併記）
- 少数だが説得力のある意見（シナリオの一つとして記録）
ポイント: デルファイ法の結果は**「正解」ではなく「専門家集団の最善の推定」**。意見が分かれた事項も含めて意思決定の材料にする。
具体例#
状況: 従業員150名のIT企業（SaaS+受託開発の2事業）。次の中期経営計画のために、3年後に売上の50%以上を占める事業領域を予測したい。
パネル: 社内外の専門家15名（経営幹部5名、外部コンサルタント3名、業界アナリスト4名、技術顧問3名）
第1ラウンド結果:
| 予測 | 回答者数 |
|---|---|
| AI関連ソリューション | 6名 |
| 既存のSaaS事業 | 5名 |
| データコンサルティング | 3名 |
| ハードウェア事業 | 1名 |
第2ラウンド（フィードバック後）:
- AI関連の回答者が「市場は大きいが自社の技術力が追いつかないリスク」を指摘
- 既存SaaS派が「AI機能を統合した進化版SaaS」という折衷案を提示
- データコンサルティング派の「AI人材が不足するためコンサル需要が急増する」という論拠が説得力を持つ
第3ラウンド（最終）:
| 予測 | 回答者数 |
|---|---|
| AI統合型SaaS | 8名 |
| データ/AIコンサルティング | 5名 |
| 既存SaaS（現状維持） | 2名 |
「既存SaaS事業にAI機能を統合する方向」がパネルの53%の支持で最有力。コンサルティング事業の立ち上げも33%の支持があり、第二シナリオとして中計に盛り込む方針を決定した。
状況: 従業員800名の中堅製薬企業。パイプラインに5つの新薬候補があるが、開発リソースは2つまで。社内の利害関係が複雑で、対面の会議では合意が得られない。
パネル: 20名（研究者8名、臨床開発4名、マーケティング3名、外部の医療経済学者3名、薬事規制の専門家2名）
第1ラウンド（各候補の成功確率と市場ポテンシャルを予測）:
| 新薬候補 | 成功確率（中央値） | 市場規模予測（年間） |
|---|---|---|
| 候補A（がん） | 15% | 500億円 |
| 候補B（糖尿病） | 35% | 300億円 |
| 候補C（希少疾患） | 25% | 80億円 |
| 候補D（感染症） | 40% | 150億円 |
| 候補E（認知症） | 8% | 1,000億円 |
第2ラウンドでの意見変化:
- 候補Eの支持者が「認知症の治験が世界的に成功率3%と判明した」データを提示 → 成功確率が8%→5%に下方修正
- 候補Cの支持者が「希少疾患は薬価が高く、開発コストも低い」と指摘 → 期待値（成功確率×利益）で再計算すると上位に
第3ラウンド（期待値ベースでの優先順位）:
| 新薬候補 | 成功確率 | 期待売上 | 開発コスト | 期待ROI |
|---|---|---|---|---|
| 候補B | 35% | 105億円/年 | 80億円 | 1.3 |
| 候補C | 28% | 22億円/年 | 15億円 | 1.5 |
| 候補D | 38% | 57億円/年 | 50億円 | 1.1 |
| 候補A | 12% | 60億円/年 | 120億円 | 0.5 |
| 候補E | 5% | 50億円/年 | 200億円 | 0.25 |
候補B（糖尿病）と候補C（希少疾患）を優先開発と決定。対面会議では「がん」「認知症」の市場規模の大きさに引っ張られていたが、デルファイ法で期待ROIベースの冷静な評価ができた。
状況: 人口15万人の地方自治体。次期総合計画（10年計画）の策定にあたり、10年後に直面する最重要課題を予測したい。
パネル: 25名（市職員5名、地元企業経営者5名、大学教授3名、医療関係者3名、教育関係者3名、市民団体3名、他自治体の先進事例担当者3名）
第1ラウンド（10年後の最重要課題・自由回答）:
- 人口減少・高齢化: 12名
- インフラ老朽化: 6名
- 産業空洞化: 4名
- 災害対策: 2名
- デジタル格差: 1名
第2ラウンドでのフィードバック:
- 少数意見だった「デジタル格差」の回答者が「高齢化＋デジタル化の同時進行で、行政サービスにアクセスできない層が急増する」と具体的なデータ（65歳以上のスマホ所有率42%）を提示
- 「インフラ老朽化」と「人口減少」は独立した問題ではなく、人口減少による税収減→インフラ維持費不足という連鎖関係にあることが議論で浮上
第3ラウンド（最終・優先度ランキング）:
| 課題 | 優先度スコア（10点満点） | 合意度 |
|---|---|---|
| 人口減少×インフラの連鎖問題 | 8.7 | 88% |
| 高齢者のデジタル格差 | 7.2 | 72% |
| 産業の多角化 | 6.5 | 64% |
| 災害レジリエンス | 6.1 | 60% |
当初バラバラだった課題認識が「人口減少とインフラ老朽化の連鎖」として統合され、総合計画の柱に。さらに、少数意見だった「デジタル格差」が2番目の優先課題に浮上し、高齢者向けデジタル支援の予算化につながった。対面の審議会では出にくかった率直な意見が得られた。
やりがちな失敗パターン#
- 1ラウンドで終わらせる — 1回のアンケートだけではただのアンケート調査。フィードバックと再回答のサイクルを最低2回回すことでデルファイ法の価値が出る
- 匿名性が崩れる — 「あの意見はAさんだな」とわかると同調圧力が働く。回答の文体や具体例から個人が特定されないよう、集約者が匿名処理を徹底する
- 多数派への同調を強要する — 「皆さんこう言っていますが、あなたも合わせますか？」というニュアンスは禁物。少数意見にこそ重要なインサイトが隠れている場合がある
- パネルメンバーが同質的すぎる — 全員が同じ業界・同じ役職だと、最初から意見が似ていて収束させる意味がない。あえて異分野の専門家を混ぜることで、予想外の視点が生まれる
まとめ#
デルファイ法は「匿名×複数回のフィードバック」で専門家の集団知を引き出す手法。対面の会議よりも多様な意見が出やすく、根拠に基づいた収束が起きる。時間はかかるが、中長期の戦略判断や不確実性の高い予測において、意思決定の質を大幅に高めてくれる。少数意見も含めて「複数のシナリオ」として活用するのが賢い使い方。