クネビン(Cynefin)フレームワーク — 複雑性に基づく意思決定
1. 概要
A. 定義
クネビン(Cynefin) は、Dave SnowdenがIBM在籍中(1999)に提唱した状況認識(センスメイキング)フレームワークであり、意思決定が行われる文脈を明確(Clear)・困難(Complicated)・複雑(Complex)・混沌(Chaotic)・無秩序(Disorder) の五つのドメインに区分し、各ドメインで因果関係の性質が異なるため異なる意思決定方式を適用すべきだと捉える。'Cynefin'はウェールズ語で「我々が属する場・生息地(habitat)」を意味し、我々の判断が無数の経験と文脈に根ざしていることを含意する。
クネビンの核心的洞察は「単一のベストプラクティスをあらゆる状況に適用するのは危険だ」ということである。多くの管理者は自分がよく知る一つの方式(例: 詳細計画の策定、専門家分析)をあらゆる問題へ反復的に適用しようとするが、状況の因果構造が異なれば同じ処方は正反対の結果を生む。たとえば複雑系(Complex) では事前分析ではなく小さな実験による創発(emergence)が必要であるのに、これを困難系(Complicated) のように扱い巨大な分析・設計で臨めば資源のみを消費して答えを得られない。クネビンは「今、自分がどの種類の問題の前に立っているか」をまず診断させることで、文脈に合った行動様式を選べるよう助ける。
B. 登場背景および必要性
クネビンは組織知識経営(Knowledge Management)と複雑系科学(Complexity Science)の流れの中で生まれた。1990年代の知識経営はあらゆる知識を文書化・標準化しようとしたが、現場の暗黙知と文脈依存的な判断はそのようには扱えなかった。Snowdenは人間の組織を機械ではなく複雑適応系(Complex Adaptive System, CAS) と見るべきであり、秩序系(ordered)と非秩序系(unordered)では因果の性質そのものが異なると捉えた。その後2003年のCynthia Kurtzとの論文、2007年の『ハーバード・ビジネス・レビュー』の「A Leader's Framework for Decision Making」で広く知られ、アジャイル・DevOps・危機管理・政策設計などで状況適合リーダーシップの理論的基盤として定着した。
情報管理技術士の観点からクネビンが重要なのは、IT事業が単一の性質の問題ではないからである。レガシー移行(困難系)、新規デジタルサービスの市場反応(複雑系)、大規模障害対応(混沌系)、定型化された運用業務(明確系)が一つのプロジェクトの中に混在している。したがってPM・アーキテクトは作業領域ごとに計画基盤(Predictive)と適応型(Adaptive, Agile)のアプローチを選択的に配分せねばならず、クネビンはその配分の根拠を提供する。
C. 特徴
クネビンは三つの点で他の分類モデルと区別される。第一に、座標ではなく因果(causality)の性質で領域を分けるため、同じ問題でも扱い方によって所属ドメインが変わる。第二に、領域間の境界と移動(dynamics) を一級の要素として扱い、秩序化や崩壊のような転換を設計対象とする。第三に、専門家が上から分類するのではなく現場メンバーがともに状況を読む参加型・文脈化の方法を前提とする。この三つの特徴ゆえに、クネビンは静的な診断表を超えて意思決定とリーダーシップを設計する道具として用いられる。
2. 五つのドメインの構造
flowchart TB
subgraph ORDERED["秩序系(Ordered) — 因果が反復・予測可能"]
CLEAR["明確(Clear)<br/>Known Knowns<br/>感知→分類→対応"]
COMP["困難(Complicated)<br/>Known Unknowns<br/>感知→分析→対応"]
end
subgraph UNORDERED["非秩序系(Un-ordered) — 因果が事後にのみ現れる"]
CPLX["複雑(Complex)<br/>Unknown Unknowns<br/>探針→感知→対応"]
CHAOS["混沌(Chaotic)<br/>Unknowables<br/>行動→感知→対応"]
end
DIS["無秩序(Disorder)<br/>どのドメインか不明"]
CLEAR -. "安住の崖(複雑性の看過)" .-> CHAOS
CHAOS --> CPLX --> COMP --> CLEAR
DIS -. "分解して各ドメインへ配置" .-> ORDERED
DIS -. .-> UNORDERED
style CPLX fill:#e8f0fe,stroke:#2f6fed,stroke-width:2px
style CHAOS fill:#fde8e8,stroke:#e11d48,stroke-width:2px
クネビンは五つのドメインを秩序系(Ordered) と非秩序系(Un-ordered)、そして中央の無秩序(Disorder) にまとめる。秩序系は因果が安定して反復されるため事前に分析・設計が可能な領域であり、非秩序系は因果が絶えず変動して事前に特定できない領域である。この区分が重要なのは、秩序系の道具(詳細計画・標準・専門家分析)と非秩序系の道具(実験・創発・迅速な安定化)が根本的に異なるからである。
ドメインの認識論的な名称(Known/Unknown)は「我々は何を知らないのかさえ知っているか」という問いで分かれる。秩序系では知らないことが知り得る種類の無知(分析・学習で解消可能)であるが、非秩序系では何を知らないのかさえ知らない種類の無知が支配する。この認識論的な差が、なぜ非秩序系で事前計画が無力になるかを説明する。なお、Snowdenは初期の「自明(Obvious)・単純(Simple)」という名が過信を助長するという理由でこれを明確(Clear) へ改称したが、「単純だから安心」という態度こそ安住の崖へ向かう第一歩だからである。
A. 明確(Clear) — Known Knowns。 原因と結果が誰にとっても自明で反復的な領域である。正解が一つに収束するため模範事例(Best Practice) と標準運用手順(SOP)が通用する。例: クレジットカード承認処理、コールセンターの一次応対スクリプト、サーバー再起動チェックリスト。ただしこのドメインの罠は過剰単純化と安住(complacency) であり、「いつものやり方」に埋没すると環境変化に目をつむることになる。
B. 困難(Complicated) — Known Unknowns。 因果関係は存在するが専門家の分析を経て初めて見える領域である。正解が複数あり得(複数の「良い方法」)、熟練者は正しい選択ができる。例: DB性能チューニング、ネットワーク容量設計、税務・法律相談。この領域は良い事例(Good Practice) と工学的方法論が支配するが、専門家が自らの視点に閉じ込められ新たな可能性を排除する「専門家の罠」 を警戒せねばならない。
C. 複雑(Complex) — Unknown Unknowns。 因果が事後(retrospect)にのみ説明される領域で、システムが相互作用し結果が創発する。事前分析では正解が分からないため、安全失敗(Safe-to-fail)実験を通じてパターンを発見し増幅・減衰させねばならない。例: 新規デジタルサービスのユーザー受容、組織文化の変化、プラットフォーム生態系の形成。ここでは定まった答えではなく創発的実践(Emergent Practice) が核心である。複雑系を扱う正しい態度は「完璧な設計の後に実行」ではなく「複数の小さな仮説を同時に投げ、反応の良い方を育て悪い方を素早く畳む」ことである。たとえば公共の苦情チャットボットを導入する際、全シナリオを一度に設計するより少数の苦情類型に試験適用し、実際の問い合わせログに現れるパターンを学習して範囲を広げる方式が典型的な複雑系アプローチである。
D. 混沌(Chaotic) — 因果の識別不能。 因果を探す暇がなく即時の安定化が優先される危機領域である。分析せずまず行動して出血を止め、秩序の糸口を作らねばならない。例: 大規模なセキュリティ侵害・サービス全面障害・災害対応。ここでは前例のない新しい実践(Novel Practice) が求められる。混沌系でリーダーは単独で決定を独占してでもまず停止・隔離・バックアップ切替のような決断で秩序の拠点を作り、状況が安定し次第複雑系へ転換して協力的調査へ移らねばならない。混沌系に長く留まり「強い指揮」に酔えば、組織がその統制方式に依存するという別の危険が生じる。
E. 無秩序(Disorder)。 今、自分がどのドメインにいるのか分からない状態である。人々はこのとき各自に馴染んだ方式で問題を解釈しようと争うため、まず状況を分解して各部分を正しいドメインへ配置することが急務である。
3. ドメイン別の意思決定プロセス
flowchart LR
subgraph S1["明確・困難 (秩序系)"]
A1["感知(Sense)"] --> A2["分類/分析<br/>Categorize·Analyze"] --> A3["対応(Respond)"]
end
subgraph S2["複雑 (非秩序系)"]
B1["探針(Probe)<br/>安全失敗実験"] --> B2["感知(Sense)"] --> B3["対応(Respond)<br/>増幅・減衰"]
B3 -. 反復 .-> B1
end
subgraph S3["混沌 (非秩序系)"]
C1["行動(Act)<br/>即時安定化"] --> C2["感知(Sense)"] --> C3["対応(Respond)"]
end
各ドメインの処方は行動順序の違いで要約される。秩序系(明確・困難)は状況をまず読み(Sense)、分類または分析してから対応するが、複雑系は小さく突いてみて(Probe) 反応を感知して対応し、混沌系はまず行動(Act) して秩序を作ってから感知・対応する。「分析が先か、行動が先か」がドメインによって逆転するのがクネビン処方の本質である。
複雑系の安全失敗実験は「失敗してもシステム全体が崩れないよう小さく、並列に、戻せるように」設計する点で、一つの大きな賭けにすべてを託す秩序系式の「成功保証(fail-safe)」設計とは正反対である。たとえば公共ポータルの新UXは全面刷新(ビッグバン)ではなくA/Bテスト・カナリアデプロイで少数ユーザーへ先に露出し反応データを集め、肯定的な信号が出たパターンを増幅する。2012年にある世界的コマース企業が全面リデザイン後に売上が急落し、漸進的な実験体制へ戻った事例は、複雑系を秩序系のように扱った典型的失敗として頻繁に引用される。
| ドメイン | 因果関係 | 意思決定 | 実践知 | リーダーシップ | IT例 |
|---|---|---|---|---|---|
| 明確(Clear) | 自明・反復 | 感知→分類→対応 | Best Practice | 指示・標準化 | SOP運用、バッチ作業 |
| 困難(Complicated) | 分析すれば見える | 感知→分析→対応 | Good Practice | 専門家活用 | 性能チューニング、容量設計 |
| 複雑(Complex) | 事後にのみ説明 | 探針→感知→対応 | Emergent | 実験・促進 | 新規サービス、組織変化 |
| 混沌(Chaotic) | 識別不能 | 行動→感知→対応 | Novel | 断固たる指揮 | 大型障害・侵害対応 |
| 無秩序(Disorder) | 不明 | 分解・再配置 | — | 状況の究明 | 原因不明の複合問題 |
ドメインごとにリーダーの失敗様式も異なる点をあわせて記憶せねばならない。明確系のリーダーは過剰統制と安住に、困難系のリーダーは「分析麻痺(analysis paralysis)」と専門家バイアスに、複雑系のリーダーは焦って正解を強要し創発を殺すことに弱い。混沌系のリーダーは逆に行動すべきときに分析に固執しゴールデンタイムを逃す。したがってクネビンは「今どのドメインか」だけでなく「そのドメインで自分が陥りやすい罠は何か」まで問わせる。リーダーシップのスタイルをドメインに合わせ指示型→専門家活用型→促進型→指揮型へ転換する柔軟性が核心能力となる。
4. ドメイン間の動力学と境界
クネビンを静的な分類表としてのみ使えば、その価値の半分を逃す。Snowdenが強調するのはドメイン間の移動(dynamics) である。第一に、混沌 → 複雑 → 困難 → 明確 へ向かう流れは望ましい秩序化経路である。危機を安定化(混沌)した後、実験でパターンを見つけ(複雑)、そのパターンを専門家が分析可能な形へ整理し(困難)、ついに標準手順へ固める(明確)。新規技術を組織が吸収し運用標準として定着させる過程がこの経路をそのまま辿る。
第二に、最も危険なのは明確 → 混沌の「安住の崖(Complacent Cliff)」 である。明確系に分類された業務が実は環境変化でもはや単純でないのに「いつものやり方」に固執すれば、隠れた複雑性が蓄積されやがて崖から落ちるように混沌へ墜落する。古いレガシーシステムを「ただ動くもの」として放置し全面障害に遭う事故、検証なしに反復デプロイしていたパイプラインが大型事故へ広がる事例がその例である。クネビンは明確系で絶えず「この前提はまだ有効か」を点検せよと要求する。
第三に、無秩序はすべての境界の中央にある。複合障害のように多様な性質が混ざった事件で、人々は自らの専門領域の視点だけで問題を引っ張ろうとするが、リーダーの役割は軽率に一つの方式を強要することではなく、事件を部分へ分解して各かけらを正しいドメインへ配置することである。たとえば決済障害は「インフラ再起動(明確)+トランザクション分析(困難)+ユーザー離脱対応実験(複雑)+一部機能の緊急遮断(混沌)」へ分けられる。
5. クネビンの適用手順 — 状況認識ワークショップ
クネビンは個人が頭の中で分類する道具ではなく、集団がともに状況を読む(sense-making) 参加型の方法として用いるとき力を発揮する。Snowdenは抽象的定義から与えず、具体的な事案をまず並べた後に人々が自ら各ドメインへ配置する「文脈化(contextualisation)」アプローチを勧める。実務では次の4段階の手順で運用する。
A. 事案の収集。 プロジェクト・運用で扱う作業、リスク、意思決定項目を付箋程度の小さな単位で具体的に書く。このとき「セキュリティ強化」のような抽象的な標語ではなく「新規簡易決済連携のユーザー受容検証」「精算バッチの夜間処理」「レガシーWASのパッチ適用」のように行動可能な単位へ分けるのが核心である。抽象的であるほど皆が自分の都合の良いドメインへ引っ張り、無秩序が大きくなる。
B. ドメインへの配置。 各事案を五つのドメイン上に載せる。このとき「因果が自明か(明確)・分析すれば見えるか(困難)・やってみて分かるか(複雑)・即時に止めるべきか(混沌)」を問いとして合意する。意見が割れる事案は無秩序地帯に置き、なぜ人ごとに異なって見えるかを露わにする — この不一致そのものが最も価値ある情報である。
C. 処方の選択と資源配分。 配置が終われば各ドメインの処方を適用する。明確系はSOP・自動化、困難系は専門家・設計レビュー、複雑系は安全失敗実験予算とフィードバックループ、混沌系は非常権限・ランブックを割り当てる。この段階でガバナンスと予算がドメインに合わせて差別化されるのがクネビンワークショップの実質的な成果物である。
D. 転換の設計と再点検。 最後にドメイン間の移動経路を設計する。複雑系の実験でパターンが確認されれば困難系へ、さらに明確系へ秩序化する計画を立て、明確系の項目は「安住の崖」の再点検周期を定める。環境が変われば配置も変わるため、ワークショップは四半期・リリース単位で反復する。ある金融IT組織が半期単位でこのワークショップを回して課題ポートフォリオを再分類し、複雑系と判定された課題にのみアジャイルスクワッドを割り当て転換失敗率を下げた事例が報告される。
6. 類似モデルとの比較
クネビンはステイシー・マトリクス(Stacey Matrix) とよく比較される。ステイシーは「要求の合意度(確実性)」と「技術的確実性」の2軸で単純・困難・複雑・混沌・無政府を分ける。両モデルとも「複雑性が高まるほど計画より適応」というメッセージを共有するが、違いはその哲学的基盤にある。ステイシーは二つの変数の座標で領域を決定論的に位置づけるのに対し、クネビンは領域を固定座標ではなく因果の性質と境界の移動として見る。すなわちクネビンは「同じ問題でも扱い方によってドメインが変わる」という動態性をより強調する。そのため実務ではステイシーが素早い直観的分類に、クネビンが転換・境界管理とリーダーシップ設計により適する。
クネビンに対する批判と限界も均衡して見る必要がある。第一に、ドメイン判定に客観的な測定基準がなく熟練者の直観に依存するため、組織間・人間間の再現性が低い。第二に、複雑系と混沌系の境界のように実務の区分が曖昧な地点があり、理論を浅く理解すると「複雑だからとにかくアジャイル」といった性急なレッテル貼りに堕する危険がある。第三に、フレームワーク自体が絶えず改訂され(用語・ドメイン名称の変化)学習コストがある。それでもクネビンが広く使われるのは、完璧な分類器ではなく「あらゆる問題に一つの方式を使うな」という視点転換を強制する思考道具としての価値が大きいからである。
ソフトウェア方法論との連携も重要である。ウォーターフォール(Predictive) は要求と技術が安定した明確・困難系に適し、アジャイル(Scrum・Kanban) は要求が創発する複雑系に最適化された「探針-感知-対応」エンジンである。反復スプリント、小さな増分、振り返りによる適応は複雑系の安全失敗実験と構造が同じである。したがって「アジャイルが常に正しい」ではなく、作業が複雑系のときにアジャイルが正しいというのがクネビンの正確な含意である。逆に規定が明確な精算バッチをアジャイルで扱えばかえってオーバーヘッドだけが増える。大型公共SIがアーキテクチャ・規定領域は計画基盤で、ユーザーサービス領域はアジャイルで進むハイブリッドを選ぶ理由がここにある。
| ドメイン | 適合方法論 | 計画・予算方式 | ガバナンスの焦点 |
|---|---|---|---|
| 明確 | ウォーターフォール・自動化・SOP | 固定予算、反復実行 | 標準遵守・効率・安住防止 |
| 困難 | ウォーターフォール・設計レビュー・専門家 | 算定基盤計画(WBS) | アーキテクチャ・専門性確保 |
| 複雑 | アジャイル(Scrum・Kanban)・リーン | 実験予算、漸進投資 | 安全失敗・速いフィードバック |
| 混沌 | 非常対応・ランブック | 非常予備費・権限委任 | 迅速な安定化・事後転換 |
上記のマッピングは「複雑性が高まるほど予算を事前に釘付けせず段階的に解け」という原則を含む。明確・困難系は範囲が安定的なため固定予算と算定基盤計画が通用するが、複雑系は結果が創発するため大きな予算を一度に執行すれば埋没費用のみが大きくなる。そのため複雑系では少額の実験予算を複数回に分けて執行し、成果が確認されたパターンにのみ追加投資するオプション型・漸進型投資が合理的である。
7. 深化 — 最新動向と実務適用
クネビンは固定された理論ではなく進化し続けている。2020年にSnowdenはいわゆる「聖デイビッドの日モデル(St David's Day model)」 でフレームワークを精緻化し、ドメイン間の境界(liminal, 遷移)領域を明示的に導入した。たとえば「複雑-困難の遷移」は実験で発見したパターンがまだ標準化される前の過渡期であり、この区間を性急に秩序系へ押し込めば創発が止まるという警告を含む。また中央の無秩序を混乱(Confused) と、逆説を認め探究するアポレティック(Aporetic) に区分し、「知らないことを認め探究する状態」を健全な出発点として再評価した。この改訂はクネビンを分類道具から『流動性(flow)を設計する道具』 へ拡張したものである。
実務適用の事例も豊富である。第一に、危機・災害管理: 複数の国の保健当局がパンデミック初期対応を混沌系(即時行動)と規定し、その後複雑系(地域別実験・データ基盤調整)へ転換するのにクネビンの言語を活用した。第二に、DevOps・SRE障害対応: 障害を「混沌(安定化)→複雑(仮説基盤調査)→困難(根本原因分析)→明確(ランブック化)」の流れで扱う障害管理(Incident Management)手順はクネビンの動力学と正確に噛み合う。第三に、デジタル変革ポートフォリオ: 企業が課題を四つのドメインへマッピングし「標準化するもの(明確)、専門家に委ねるもの(困難)、実験するもの(複雑)、緊急遮断するもの(混沌)」へ投資とガバナンスを差別配分する。このようにクネビンは戦略・運用・危機管理を一つの共通言語で貫くメタフレームワークとして用いられる。
国内(韓国)の公共・金融IT環境でも示唆が大きい。電子政府・公共プラットフォーム事業は規定・監理要件が強く伝統的に計画基盤で運用されるが、国民向けデジタルサービスの受容性は本質的に複雑系である。要求を事前にすべて確定しようとして公開後に敬遠される事例が繰り返される背景には、複雑系の作業を困難系と誤認したアプローチがある。クネビンはこうした事業で「規定・アーキテクチャは計画基盤、サービス経験は実験基盤」へ領域を分けて管理せよという分割統治(divide-and-conquer) の論拠を提供し、近年広がる公共部門のアジャイル・リーンスタートアップ方式の導入とも自然に接続する。
具体的な数値でも効果が現れる。ある世界的金融社はデジタル課題約120件をクネビンの四ドメインへマッピングした後、複雑系と分類された30%の課題にのみ横断機能アジャイルスクワッドと全実験予算の半分以上を集中し、残りの明確・困難系の課題は標準パイプラインで処理する形でポートフォリオを再編した。その結果「大きな分析の後にビッグバン公開」で失敗していた新規サービスの早期廃棄比率が下がり、運用性課題の自動化率は上がって全体リードタイムが短縮されたと報告される。核心は特定の方法論を全社に一律適用せず、作業の因果性質に合わせて資源・ガバナンスを差別配分したという点であり、これはクネビンが単なる分類を超えて実際の意思決定と予算に影響する道具であることを示す。
8. 考慮事項および示唆(技術士の観点)
適用戦略 — 作業単位のドメインマッピング: プロジェクトを丸ごと一つの方法論へ押し込まず、WBS・サービス単位でドメインを診断し計画基盤・適応型を混合配分する。アーキテクチャ・コンプライアンスは困難系へ、ユーザー価値検証は複雑系へ設計するようなハイブリッドガバナンスが失敗率を下げる。
トレードオフ — 分類の主観性と誤分類の費用: クネビンは定量基準がなくドメイン判定が主観的であり、誤分類の費用が非対称的である。複雑系を困難系と誤認すれば過剰設計で費用を燃やし、困難系を複雑系と見れば検証可能な問題を不要な実験で流す。多視点ワークショップ・事後検証で判定リスクを管理せねばならない。
展望 — 適応型ガバナンスとの結合: 環境変化が速まるほど、クネビンはOKR・リーンスタートアップ・安全失敗実験文化、そしてAIOps基盤のリアルタイム状況認識と結合して動的ガバナンスの骨格へ発展するだろう。とくに生成AI導入のように結果が創発する課題で「実験-測定-増幅」ループの制度化が課題となる。
連携技術・方法論: アジャイル(Scrum・Kanban・[[waterfall-vs-agile]])・CCPM([[critical-chain-project-management]] 臨界連鎖)・リスク対応([[it-project-risk-response]])・DevOps障害管理・複雑適応系理論と密接である。リーダーシップの面では状況的リーダーシップ([[tuckman-ladder]])と結合し、ドメイン別に指示型・専門家型・促進型・指揮型のスタイルを転換する状況適合リーダーシップを設計できる。
組織能力としての内在化: クネビンを一回限りのワークショップで終わらせず、障害管理(Incident)・ポートフォリオレビュー・アーキテクチャ意思決定記録(ADR)のような既存のガバナンス手順に共通言語として植えてこそ持続的な効果が出る。とくに複雑系の課題に「探針-感知-対応」ループと失敗許容予算を制度的に保証しなければ、組織は心理的安全感がなく実験を回避しすべてを困難系のように過剰設計することになる。
安住の崖の常時監視: 明確系に分類された運用業務ほど「前提はまだ有効か」を周期的に再検証するガバナンス装置(定期レビュー・カオスエンジニアリング・観測可能性) を置き、隠れた複雑性が混沌へ墜落するのを予防せねばならない。
参考資料
- Snowden, D. & Boone, M., "A Leader's Framework for Decision Making", Harvard Business Review, 2007. https://hbr.org/2007/11/a-leaders-framework-for-decision-making
- The Cynefin Company, "Cynefin framework". https://thecynefin.co/about-us/about-cynefin-framework/
- Wikipedia, "Cynefin framework". https://en.wikipedia.org/wiki/Cynefin_framework
一言まとめ: クネビンは意思決定の文脈を明確・困難・複雑・混沌・無秩序に分け、因果の性質に応じて「感知-分析-対応」と「探針/行動-感知-対応」を異なって適用するよう導く、複雑性に基づく状況認識フレームワークである。