DXを阻む社会課題を乗り越える
システム刷新・データ活用・生成AI活用などの価値創出プロセスを
阻む社会課題には共通項を解決
DX待ったなしの日本企業、しかしDXの進みが悪い・進んでいても価値の享受が十分でない企業も多い状況です。
今こそ積年の課題を解決してブレークスルーする時です。
システム刷新の問題
DXレポートで経産省が警鐘を鳴らした2025年になりましたが、基幹系の刷新を終えていない企業も多く存在します。人口減少に伴う人財不足やDX人財の獲得競争など厳しい環境の中で、やるべきことは基幹系刷新だけではありません。このランザビジネスに極力コストと人財をかけずに刷新することが今の日本企業に求められることです。また、DXを加速しなければならない状況下において、その核となる基幹系の刷新に時間を多くかける余裕もありません。このような厳しい状況下をどのように打破すればよいのでしょうか。
データ活用の問題
データ活用はデータドリブン経営の最重要手段ですが、データドリブン経営を掲げつつ思うようにうまくいかない企業も多いと思います。
多額の資金をかけてデータを集めたが思うように成果が出ない、うまくいかない理由がわからない、それ以前にどうすればうまくいくのか解がないという状態ではないかと思います。そのような状況を打破するにはどうしたら良いでしょうか。
生成AI活用の問題
生成AIがブームになり、いたるところでその活用が議論されています。しかし、活用範囲が限定的で効果が今一つという会社も多いと思います。これはなぜでしょうか。この原因には、生成AIの性質と企業のITの歴史に関係があります。生成AIは非構造化データ、つまり文章のようなデータを扱うのが得意、企業のITは構造化、つまりデータベースに入っているという違いに原因があります。
課題解決に必要な要素と解決イメージ
システム刷新
＜課題解決に必要な要素＞
これまで、基幹系システムの刷新は高額なコストと長い時間と貴重な人財の投入が長期間必要でした。では、この問題に対応するにはどうすれば良いのでしょうか。まず、この問題を生んでいる原因を考えてみましょう。原因は、要件定義や基本設計が統合的にデジタル化出来ていないから、そう、アナログだからです。アナログは属人性を生みます。属人性は、他人が理解出来ない・人によって記載のゆらぎがあり不整合が起きる・システム間の整合性が保てないなど多くの問題を生みます。
＜解決イメージ＞
解決策はシンプルに上流工程を統合的にデジタル化することです。業務・システム・データ仕様を統合的に構造化して可視化することで、問題は一気に解決します。ただ、ここでのデジタル化はシステムに入れれば良いということではありません。仕様というのは複雑ですから、この複雑な仕様が全て構造化され、論理的につながっている必要があります。これにより、刷新の期間・コスト・人財は劇的に低下し、貴重な人財の寄与度も低下させることが出来ます。
データ活用
＜課題解決に必要な要素＞
データと名の付くプロジェクトは失敗するという格言が生まれるほど、データ活用は難しい価値創出です。それはなぜでしょうか。データ活用の手段は２つです。１つは事業価値の創出という目的をもって、それを実現する手段としてデータを分析する価値ドリブン型。もう１つはデータ分析から価値を創出したいという分析ドリブン型。この両者に必要なのが、現状把握です。では、一般的な企業は現状を把握出来ているでしょうか。答えは「否」です。それが出来ているなら少し前に流行ったマスターデータ管理など流行らないからです。現状分析が出来ていない理由もまた、その仕様管理方法がアナログであるためです。
＜解決イメージ＞
データ活用は一般的に複数システムに跨ったり、共通マスタや統合DBなど個別システムに閉じない仕様問題を抱えるケースが多いため、現状把握の取り組みは初めから全社展開を意識する必要があります。企業が利用する論理データを全社レベルで統一的に構造化・可視化する必要があり、現在普及しつつあるマスターデータ管理だけでは足りません。ちなみにERダイヤグラムだけで満足するケースがありますが、これはY=F(X)のXやYだけの話であり、片手落ちです。これらの問題はXERVで管理すれば全社的に統合的に管理が行えるため、課題を解決することが出来ます。
生成AI活用
＜課題解決に必要な要素＞
先述した２つのポイントを深堀していきます。１つ目は、企業でITは何十年も前から使われていて大事な業務の多くはＩＴ化しているという点です。ＩＴ化しているということは、データはデータベースに入っている。つまり構造化されています。生成AIは非構造化データの解釈が得意です。生成AIを活用して非構造データと構造化データの橋渡しをしようとする時、前提として構造化データつまり既存システムの仕様が明らかになっている必要性があります。しかし、多くの企業では生成AIに渡せる仕様情報をデジタル化した状態で持っていません。従って、生成AIと既存システムが簡単に連携出来ないのです。
＜解決イメージ＞
まず、XERVを利用して既存システムや次期システム仕様を構造化して登録が出来れば、生成AIに渡すべき仕様データが明確になります。これにより、連携がスムースになります。また、どうやって生成AIを活用して良いかわからない場合もXERVに登録した仕様情報そのものを生成AIに渡すことで、生成AIに生成AI活用方法を聞くことも可能になってきます。
Story
DXが進まないあの課題を解決
ABC電工は業績と株価低迷により、社長はDX推進を迫られている しかし、IT部長は簡単にいかないことを社長に説明する ＩＴ部長は開発会社の部長に相談するも、こちらも満身創痍。 さて、どうするかのか
DXの勝敗を決する要因
そういえば基幹システムの刷新って、最近割とニュースになってるけど、うちも基幹システムも刷新したらしいね 何でも１００憶円かかったらしいぜ そうだね、、システムはお金がかかるんだよね。。 でも、、うちと同業種で売上もおなじくらいの桜電工なんだけど。。 ３０憶円で刷新できたみたいなんだよ。。
生産性のボトルネックを避ける
ある大手企業では、顧客管理システムの刷新をしていました。新しいシステムは業界特化型のパッケージで、カスタマイズ開発を行って納入する予定でした。 このプロジェクトはあらゆるところで躓きました。まず１点目が現状分析です。現行システム仕様の全体像を誰も把握しておらず、現行システム仕様調査に非常にてこずりました。また、次期仕様を決める際も、実はこのパッケージ会社のパッケージ仕様全体を把握しているのがどうやら一人らしいということがだんだんわかってきました。 仕様がプライムのSIerどころか自社の社員にも正しく共有されていないため、何をするにもその仕様把握しているキーマンに聞かないと作業が進まない状況になっていました。