何の地図か:人的資本・E/S/Gの14マテリアリティ課題ごとに、その企業が理念・戦略で掲げているか(言)と施策・アクションで実践しているか(行)を1枚に置いたもの。
見方:横軸が「掲げる(言)」、縦軸が「実践(行)」。右上=徹底(言行一致)、右下=掲げ先行(掲げていて実践がこれから)、左上=実践先行(掲げる前に動いている)、左下=余白(着手前=伸びしろの領域)。原点はその企業の平均(企業内の相対配置)。
仕組み:理念・戦略の文(言)と施策・アクションの文(行)を Gemini embedding でベクトル化し、14課題それぞれのアンカーへの cosine 類似を算出。課題ごとに言・行の強さを座標にしています。下の「使われたファクト」で、各ファクトがどの課題にどれだけ近いか(cosine%)と原文の引用を確認できます。
# 1. 各ファクトを Gemini で768次元ベクトル化(保存済み context_embedding)
Vs = normalize(embed[ mvv + strategy ]) # 言(理念+戦略)
Vd = normalize(embed[ measure + action ]) # 行(施策+アクション)
# 2. 14マテリアリティ課題のアンカーもベクトル化
M = materiality_axes() # (14テーマ, 768次元)
# 3. 各群の平均ベクトルを課題軸へ投影(= cosine類似)
say = rowcenter( mean(Vs) @ M.T ) # (14,) 言のテーマ傾き
do = rowcenter( mean(Vd) @ M.T ) # (14,) 行のテーマ傾き
# rowcenter(v) = v - v.mean() ← 企業内で中心化(原点=自社平均)
# 4. 各課題 t を (say[t], do[t]) に配置
# 右上=徹底 / 右下=掲げ先行 / 左上=実践先行 / 左下=余白
# 表の「近いマテリアリティ」= 各ファクトの cosine 上位3課題
sim(fact, theme) = cos( embed(fact), M[theme] )