# 140ゲームシミュレーションで分かったこと——「DX極振り」は諸刃の剣だった
「このゲーム、バランスは大丈夫か」
DX経営ゲームを設計するとき、常に不安だったのはこれだ。特定の戦略が圧倒的に強いなら、ゲームとしての面白さが失われる。でも弱すぎるDX投資は、研修としての目的を果たせない。
この問題を解決するために、自動シミュレーターを作った。
シミュレーターの設計
simulate.pyは6種類の戦略でゲームを自動実行する。
STRATEGIES = {
"dx_extreme": # DX投資に全振り
"no_investment":# 投資なし・利益最大化
"balanced": # バランス型
"finance": # 財務重視（借入・返済）
"aggressive": # 攻撃的（在庫・生産最大化）
"adaptive": # 適応型（状況を見て変化）
}各戦略で20〜30ゲームを実行し、結果を集計する。2時間コース・スタンダード難易度で実施。
結果が予想を裏切った
140ゲームの結果：
| 戦略 | 1位率 | 平均利益 | 破産率 ||-----|-------|---------|-------|| DX極振り | 63% | +154万 | 25% || 投資なし | 4% | +175万 | 0% || バランス | 11% | +145万 | 71% || 財務重視 | 8% | +120万 | 15% || 攻撃的 | 2% | -30万 | 100% |
「攻撃的」戦略（在庫・生産最大化）は100%破産した。
初回本番で実際にこのパターンに陥った参加者がいた。毎ターン最大量を仕入れ・生産する戦略で、在庫が積み上がり保管費が膨らんだ。現金がなくなって破産。
「投資なし」戦略は平均利益が最高だが1位率が最低だった。
利益を出しても自己資本（勝利条件）が積み上がらない。これはゲーム設計の意図通りだ。「今期の利益ではなく長期の自己資本蓄積が勝敗を決める」というメッセージが、数字で証明された。
DX極振りの「諸刃の剣」問題
最も興味深かったのはDX極振り戦略だ。
1位率63%と圧倒的に強い。でも破産率も25%ある。
なぜか。DX投資には即効性がない。L1→L2→L3と段階的に積み上げ、確率的にDX変革が起きてから初めて×3のボーナスが発動する。
変革前は、DXに投資している分だけ通常の生産・販売投資が少ない。利益が出にくく、資金が細る。DX変革が「起きなかった」ターンが続くと、現金が尽きて破産する。
これはリアルのDXにも当てはまる。
「DXに先行投資したが、効果が出る前に資金が底をついた」という中小企業の話は珍しくない。DXは「投資してから効果が出るまでのラグ」が経営リスクになる。
ゲームバランスの結論
このシミュレーション結果から、ゲームのバランスは「意図通り」だと確認できた。
- DX投資には大きなリターンがある（63%の1位率）
- でもリスクも伴う（25%の破産率）
- 投資なしは安定するが勝てない（4%の1位率）
- むちゃな攻め方は必ず失敗する（100%の破産）
これが伝えたいメッセージだ。DXは「やればいい」でも「やらなくていい」でもない。リスクを管理しながら段階的に進める経営判断が必要だ、ということ。
データで「設計意図を証明する」
シミュレーターを作った最大の意義は、「このゲームは正しく機能している」をデータで示せることだ。
感覚ではなく数字で語れる。「DX変革達成率は2hスタンダードで約9/10ゲームで発生」というデータが取れた。「難易度high設定が最も研修効果が高い」という判断も、データに基づいている。
作ったシステムが「意図通りに動いているか」を検証する仕組みを持つことは、開発者の責務だと思う。 テストコードでもシミュレーターでも、何らかの形で「正しく動いている」を証明できる状態にしておく。それがシステムの品質を担保する。
シミュレーターが教えてくれた「次の一手」
シミュレーターのもう一つの価値は、「改善のヒントを与えてくれる」ことだ。
バランス型戦略の破産率71%は想定外だった。調べると、バランス型は「毎ターン一定量を生産・仕入れ」という機械的なアルゴリズムで動いており、在庫が積み上がりやすかった。
これは次回の研修でファシリテーターが参加者に伝えるべき注意事項になった。「バランスよくやろうとしても、在庫管理を意識しないと資金が枯れる」というリアルなメッセージだ。
コードのバグを見つけるだけでなく、ゲーム設計の見直しポイントを発見するツールとしてシミュレーターは機能した。本番前に140ゲームの仮想体験をしているようなものだ。
研修コンテンツを磨くためにも、シミュレーターは手放せないツールになっている。