今、ChatGPT を中心にAIが話題になっていますね。

その根底にあるのは、データがどんどん増えていく世の中です。

今日は、AIと兄弟的な関係にある

「DX」

というものについて、その仕事の進め方を、簡単に書かせて頂きたいと思います。

もし、仕事でDX担当になったり、DXに興味があるという方がいらっしゃれば、何かヒントになれば嬉しいです😃

世の中の変化

まずは、この写真をご覧ください。

この大勢の人の奥には、ローマ法王がいます。

いかがでしょうか？

２００５年では、ほとんどの人がローマ法王を撮影はしていなかったのですが、２０１３年には様変わり。

スマートフォンの普及により、皆がどんどん撮影をします。

そして、それをSNS等に投稿する世の中になりました。

つまり、データが莫大に増えてきたのです。

個々人が、手元の端末（スマホ）で、データを生み出すようになりました。

このように、データが蓄積される世の中になってくると、次に議論になるのは

「データの活用」

です。

AIは、蓄積されたビッグデータの活用方法の一つ、と解釈できます。

DXとは？

では、DXとは、どういう意味でしょうか？

デジタルトランスフォーメーションのことを、DXと言います。

DXはかなり広義に使われています。

簡単に言えば、「デジタル化」とも言えます。

が、それだけでは、なさそうです。

ちなみに、経産相は、このように定義をしています。

超要約すると

「デジタル技術の活用で、付加価値を生み出すビジネスや、組織の変革」

とのこと。

（この画像は、以下のサイトから引用させて頂きました）
https://www.smartmat.io/column/business_efficiency/8033

かなり広い意味で使われているのが、読み取れます。

では、実際に仕事で

「DXを推進しよう！」

となったら、どのように進めるのでしょうか？

僭越ですが、弊社での経験をもとに、ざっくりと以下にまとめました。

以降では、代表的なDXのプロセスを見ていきたいと思います。

DX推進のフロー

基礎的なフローとして、DX推進は以下の通り流れがあります。

個別にご説明させて頂きますね。

A）業務のデータ化、デジタル化

まずは、データを蓄積せねばなりません。

ローマ法王を、みんながスマホで撮影するようになったから、つまり画像や動画データとなったから、その活用が出来るようになるのです。

なので、データを蓄積するというのが、DXの最初の一歩と言えます。

例えば、何らかの仕事で、ノートに書いて残していたり、記録にすら残していないというケースがあるとします。

まずはそれから、データにしていきましょう👍

最初はエクセルなどで結構です。

これが最初の第一歩です。

B）データの統合

次に、蓄積したデータを、統合しましょう。

「統合」と言われると、難しく聞こえるかもしれません。

例えば、エクセルならば、顧客のデータと販売データを分けて管理していたとします。

それを、ひとつの表にしてみるイメージです。

統合しさえすれば、次のC）のステップに移れます。

データがバラバラに存在してしまっていると、次のステップには移りづらいのです😭

この統合するという作業も、最初はエクセルで一つのシートにまとめるということでも構いません👌

C）可視化、分析

ここから、ちょっと楽しいプロセスです。

どんどん、グラフを作ってみましょう。

「可視化」に当たります。

また、グラフを作ってみると、わかってくることがあるんです。

「このデータって、売上と関係あるな！」

とか、

「このデータが、顧客数の関係すると思ってたが、全然傾向がないな。。」

とか。

このように個別にデータの傾向を見ていくことが、「分析」に当たります。

僕はこのプロセスが大好きです😃

このプロセスで、本当に重要なデータと、そうでないデータが、どんどん明らかになってきます。

D）アルゴリズム開発

ここからは、少し上級者のステップに当たるかもしれません。🙏

仕事で本格的に進めるとなると、外部の専門家や企業に依頼することが多くなるかもしれませんね。

C）のプロセスでわかった有益なデータを用いると、数式のような物が作れることが多いです。

例えば、ある商品（アイスクリームとか）の売上と気温が関係するとします。

すると、このような数式が作れることが多いです。

X1やX2は、計算によって導き出す値です。

この計算の仕方は、手法や目的によって様々です。

ごりごりと、専門的な計算をすることが多いです。

難しいことは割愛しますが、大事なことは、

「気温が何度になれば、売上がある程度予想できそう！」

ということなんです。

これが数式で表せるということです。

もっと複雑な数式のケースが多いのが事実です。

このように作った計算式にあたるものを、アルゴリズムと呼びます。

E）システム化

アルゴリズムが出来たとします。

でも、「数式」が出来ただけでは、みんなが仕事に活用するのが難しいですよね。

では、これを何らかの誰でも使いやすい形にする必要があります。

そのために、ITシステムを開発するというが一般的です。

ITシステムとは、Webアプリとかスマホアプリが多いでしょう。

クラウドで活用できる形にすることも増えています。

このようなシステムを新規に開発することで、データを分析し、開発したアルゴリズムが、業務の改善に活かされる環境が整ったと言えます。

F）価値の体現（自動化、高効率化、新規価値の創造など）

さてさて、E）のようなシステムを開発すると、なんだかDXした気分になります。

でも、一番大切なのはF）のこのプロセスなんです。

システムを作ったのであれば、そもそもですが、何らかの目的があったはずです。

例えば、僕らがやっている仕事であれば、

「パン屋で、廃棄する商品を減らしたい」

などの課題です。

廃棄する商品を減らすために、販売数予測のアルゴリズムを開発したなどの理由ですね。

であれば、本当に廃棄が減ったのか？ということを抜きに、この仕事の成否は語れません。

システムを開発したが、廃棄が減らなかったのであれば、そもそも意味をなしませんよね。。

なので、「価値を体現できたか？」という検証が、とても重要になってきます。

ここまで出来て、初めて、
「　A）データの蓄積から、このF）まででDXを達成できた！」　
と言えると、僕らは考えています。

DXで大切なこと

最後に、まとめとして、強調させて頂きますね。

つまり、価値をしっかりと出すことです。

F無きAは、単なるデジタル化であり、A無くしてはFに辿り着けない、と言えます。

一方で、Fを確実に最初から見定めることはかなり困難です。

これが悩ましいです。

なので、DXの仕事は、今現在では、誰もが「走りながら考える」とせざるを得ないのは覚悟すべきかと思っています。

このnoteが、少しでも仕事で悩まれている方、DXてどうしたらええの？などとお感じの方のお役立ちになれば、嬉しいです😃

今日も読んで頂いて有難う御座いました😃

#DX
#ビジネス
#仕事
#私の仕事
#データ
#データ分析
#AI
#人工知能
#AIの活かし方
#DXの進め方
#起業
#スタートアップ
#ベンチャー