デジタルトランスフォーメーション/DXとは | 注目される背景とAIとの関係性・課題や推進策について解説

このエントリーをはてなブックマークに追加


さまざまな産業において、デジタル技術が急速に発達し、新しいビジネスモデルが展開されている。こうしたなかで、各企業は、競争力維持・強化のために、デジタルトランスフォーメーション(DX)をスピーディーに進めていくことが求められています。

本稿では、DXの定義から注目される背景や課題、事例まで詳細に解説します。

デジタルトランスフォーメーション/DXとは?

DXとは「デジタルトランスフォーメーションとは、情報技術の普及・浸透による「社会のデジタル化」がもたらす組織や社会の変革を指す言葉である」と記されています。
(IT用語辞典バイナリより抜粋)

しかし、「DX」という言葉は、各産業や組織の視点によりさまざまな定義が存在し、明確には定まっていません。

今回は、数ある定義の中から、DXという言葉を最初に提唱されたとされるウメオ大学のエリック・ストルターマン教授の定義と、経済産業省が提唱している定義をご紹介します。

エリック・ストルターマン氏の定義

エリック・ストルターマン氏によると、DXとは「ICTの浸透が人々の生活をあらゆる面でより良い方向に変化させる」ものです。

またDXにより、「情報技術と現実が徐々に融合して結びついていく変化が起こる」とも述べています。DXは、Dは「Digital」、Xは「Trans」を英語圏では「X」と略すことが由来とされています。
彼らは、2004年に初めてこのDXの概念を提唱しました。

経済産業省の定義

経済産業省は、DXとは「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること」と定義しています。

具体的に、「これまでの文書や手続きの単なる電子化から脱却、IT・デジタルの徹底活用で、手続きを圧倒的に簡単・便利にし国民と行政、双方の生産性を抜本的に向上します。
また、データを活用し、よりニーズに最適化した政策を実現し、仕事のやり方も、政策のあり方も、変革していきます。」と述べています。

出典:経済産業省HP

大まかに「データとITを使いこなすこと」という意味で用いられています。

DXとデジタイゼーション・デジタライゼーションの違い

DXと似た言葉で、デジタイゼーションとデジタライゼーションがあります。日本語に訳すと「デジタル化」ですが、両者には明確な違いが存在します。

デジタイゼーションとは

デジタイゼーションとは、「デジタル技術を利用してビジネス・プロセスを変換し、効率化やコストの削減、あるいは付加価値の向上を実現する」際に使われる言葉です。

たとえば、アナログ放送をデジタル放送に変換すると周波数帯域を効率よくつかえたり、紙の書籍を電子書籍に変えること効率よく書籍を運搬できる時に使われます。つまり、ある工程で効率化のためにデジタルツールを導入するなど、部分的なデジタル化使われる言葉です。

デジタライゼーションとは

デジタライゼーションとは「デジタル技術を利用してビジネス・モデルを変革し、新たな利益や価値を生みだす機会を創出する」際に使われる言葉です。

たとえば、好きな曲を聴くためには、CDを購入する、ネットからダウンロードして購入する必要がありましたが、ストリーミングであれば、いつでも好きなときにどんな曲でも聞くことができます。動画もまた同様です。また、ストリーミングでは、一般的に個別に購入するのではなく、月額定額(サブスクリプション)制で聴き放題となっており、音楽や動画の楽しみ方が、大きく変わってしまいます。

このように、会社および外部の環境やビジネスモデルを含め、長期的な視野でプロセス全体をデジタル化し、これまでに無い競争力や差別化を実現し、新しい価値を生みだす場合に使われる言葉です。

すなわち、デジタイゼーションやデジタライゼーションが進み、社会的な影響をもたらすことをDXと呼びます。

DX・IT・DS・AIの関係とは?


近年では、DX だけではなく、 AI(人工知能)にもさまざまな企業が取り組み、さらに、データサイエンティストも花形職業となっています。

DXは、ITやAI、DS(データサイエンス)、マーケティングとの関係性で語られることが多い言葉です。

機械学習の手法である深層学習(Deep Learning)や自然言語処理など近年発展した手法で実現されるアルゴリズムがAIであり、そのAIを含むテクノロジーを用いてデータ分析を行う作業がDSです。それらを実際のビジネスで活用するには、ITが必要であり、製品やサービス開発、業務改革といった概念を含む広い範囲のマーケティングと統合した取り組みを総称してDX と呼びます。

AI(人工知能)とは

AIの定義は、多義的で、専門家の間でも明確に定まっていません。

ここでは、専門家による定義の一部を紹介します。

松尾 豊
東京大学
人工的につくられた人間のような知能、ないしはそれをつくる技術
中島秀之
札幌市立大学
武田英明
国立情報学研究所
人工的につくられた、知能を持つ実態。あるいはそれをつくろうとすることによって知能自体を研究する分野である
西田 豊明
東京大学
「知能を持つメカ」ないしは「心を持つメカ」である

出典:松尾 豊「人工知能は人間を超えるか」P45より(一部現在の在籍状況に合わせて改変)
自然言語処理や画像認識、音声認識などを構成する技術であり、現在のビジネスでは欠かせない存在となっています。

DS(データサイエンス)とは

DSとは、データを用いて新たな科学的および社会に有益な知見を引き出そうとするアプローチのことです。

DSは、AIと完全に重なるわけではなく、実務ではデータ定義の解析や異常値処理、正規化、教師データ作成などの地道な作業がその多くを占めます。
近年では、データサイエンティストが抽出した大量のデータを、AIを用いて分析し、ビジネスに応用されています。

DXが注目される背景


近年、あらゆる産業において、新たなデジタル技術を駆使した新しいビジネスが創出されています。そのなかで、2018年に経済産業省が「デジタルトランスフォーメーションを推進するためのガイドライン(DX推進ガイドライン)」を発表しました。

ガイドラインでは、現状のDXへのコミットでは、2025年以降、最大12兆円/年(2018年の約3倍)の経済損失が生じる可能性があるという「2025年の崖」が提唱され、DXが重要視されるようになりました。

テクノロジーの発展に伴い、データ量が爆発的に増大していく中で、データを最大限活用すべく、デジタル技術を駆使してビジネスを迅速に展開できるかが求められます。つまり、あらゆる産業において、DXの実行が各企業の競争力、存続の可否を決める最重要課題の1つとなっており、DXは日本全体の成長力を維持・強化していくうえで不可欠となっています。

出典:DX推進ガイドライン(経済産業省)

DX推進の課題


DX推進の課題は、主に「既存システムの複雑化・レガシー化」「ビジネス・プロセスそのものの刷新リスク」「予算配分」の3つに分けられます。

既存システムの複雑化・レガシー化

DX推進のためには、新たなデジタル技術を活用した新たなビジネスモデルを創出し、組織全体を柔軟に改変する必要があります。しかし、今までの既存システムが事業部門ごとに構築され、全社横断的なデータ活用ができていなかったり、過剰なカスタマイズがなされていたりなど、システムが複雑化、レガシー化しているという現状があります。つまり、既存システムが簡単には置き換えられないため、市場の変化に対応して、ビジネスモデルを柔軟・迅速に変更することができず、DXの推進が難しいという課題があります。

ビジネス・プロセスそのものの刷新リスク

DX推進には、経営層が各部門に対してデータやデジタル技術を活用し、経営戦略やビジョンの実現と紐づいた新しいビジネスモデルの取り組みができる環境を整えているかが重要です。

しかし、経営者がDXを望んでも、先に述べた既存システムの問題を解決し、業務自体の見直しも求められるなか、現場サイドの抵抗も大きく、業務に大きく支障が出るリスクがあります。また、反対を押し切ってまでDXにコミットする経営者が多くない現状も課題となっています。

さらに、組織内のシステムに精通した人やプロジェクト・マネジメントできるIT人材が不足しており、DXを推進する方向性を定めること自体が難しいため、DX推進のハードルが高いという課題も存在します。

予算配分

新しいデジタル技術を導入して、新たなビジネスモデルを創出するためには、IT システムへの投資が不可欠です。しかし、JUAS(一般社団法人 日本情報システム・ユーザー協会) の「企業 IT 動向調査報告書 2017」によると、国内企業のIT 関連予算のうち80%は現行ビジネスの維持・運営に割り当てられており、さらに、この予算が 90%以上を占める企業も 40%を超えています。ゆえに、新たなIT戦略に対して、資金・人材を十分に振り向けられていないという課題があります。

また、既存システムの中には、短期的な観点でシステムを開発し、結果として、長期間にわたって運用費や保守費がかさんでいるものも多く存在しています。つまり、本来不必要だった運用・保守費を支払い続けてしまい、新たなIT投資に、資金・人材を振り向けることを困難にしています。

ほかにも、予算不足によるセキュリティの問題などさまざまな課題が挙げられます。

具体的なDX推進策


具体的なDX推進策として、経済産業省は
「DXレポート ~ITシステム「2025年の崖」克服とDXの本格的な展開~」にて、主に「経営戦略の明示」「情報資産の「見える化」」「IT システム構築におけるコスト・リスク低減」の3つを掲げています。

経営戦略の明示

DX を推進するための既存システムの刷新の必要性や実行プロセス、経営層・事業部門・情報システム部門のあるべき役割分担を、多くの日本企業が十分に理解していない状況にあります。

ゆえに、DX を実現する基盤となる IT システムを構築していくうえで押さえるポイントとその構築ステップについての明確な戦略が必要となります。
経済産業省は、指標として018年に「DX 推進システムガイドライン」を策定しており、このようなガイドラインを参考にして、経営戦略を明確化することが重要になります。

参考資料:DX 推進システムガイドライン

情報資産の「見える化」

DX推進の課題で述べたように、多くの企業が既存システムが老朽化・複雑化しており、運用・保守費が高騰して、多くの技術的負債を抱えています。

しかし、こうした経営上の重要な問題点を、経営者が適切に認識できているでしょうか。

既存システムを刷新するためには、現状の情報資産を「見える化」する必要があります。これにより、経営の観点からIT システムやその投資について分析でき、将来のDXを推進した企業ガバナンスの方向性を定めることができます。

情報資産の「見える化」には、以下のような指標が参考になります。

出典:経済産業省「DXレポート ~ITシステム「2025年の崖」克服とDXの本格的な展開~」

IT システム構築におけるコスト・リスク低減

IT システムの刷新には、莫大なコストと時間がかかり、リスクも伴います。そのためコストやリスクを抑制しつつ、ITシステムの刷新を実現するための対応策が必要となります。

まず、システム刷新によってDXを進めるための目標設定があります。しかし、システム刷新自体が目的化すると、DXにつながらず、再びレガシー化してしまう恐れがあります。このため、システム刷新後の目標設定について、経営者、事業部門、情報システム部門などプロジェクトに関わるすべてのステークホルダーが認識を共有していることが重要です。

さらに、コスト削減のために、企業の競争力に関わらない協調領域については、個社が別々にシステム開発するのではなく、業界や課題ごとに共通のプラットフォームを構築することが重要になります。たとえば、環境や共同配送・物流など、共通のプラットフォームを使用できる分野においては、協調してシステム刷新することが必要です。

ほかにもさまざまな対策をとり、DX推進のためのハードルを下げていく必要があります。

DXを支えるテクノロジー

具体的に企業や自治体がDXを推進するためには、テクノロジーの活用が必要不可欠です。
その中でも重要なテクノロジーである「AI」「5G」「IoT」「クラウド」「データ」をご紹介します。

AI

AIとは、「学習・推論・判断といった人間の知能のもつ機能を備えたコンピューターシステム」を指します。

現在活用しているAIは「限定された領域の課題に特化して自動的に学習、処理を行う」特化型AIであり、「人間と同じようにさまざまな課題を処理可能な」汎用型AIはいまだ開発されていません。
しかし、ディープラーニングの開発によりAIの可能性が飛躍的に高まった現在、様々なビジネスでAIが実用化されており、これからのさらなる発展に期待が寄せられています。

RPA

RPAとは、「Robotics Process Automation」の略であり、「オフィスで人間が行っている単純なデスクワークを代行できるソフトウェアロボット」を指します。

RPA導入によって従業員を単純作業から解放することにより、人員配置の最適化や業務の効率化が可能になります。また、あらゆる企業において需要が増しているビッグデータ活用においても、データ入力の高速化などの点で多くのメリットがあるでしょう。
RPAをAIなどの他のテクノロジーと連携させることにより、更なる生産性の向上も達成することが出来ます。

5G

5Gとは、「第5世代移動通信システム」のことで、「高速大容量」「高信頼・低遅延通信」「多数同時接続」の3つの特徴を持ちます。

身の回りのあらゆる機械や設備をモバイル通信でつなぐことを可能にし、生活の質の向上や社会課題の解決へつながるテクノロジーだと期待が寄せられています。
同時に、5Gネットワークは業種・業態を超えた、新しいサービスモデルが登場する基盤となりうり、多くのビジネスチャンスと社会的価値を生み出すテクノロジーです。

IoT

IoTとは「「Internet of Things」の略で、従来インターネットに接続されていなかった様々なモノ(センサー機器、住宅・建物、車、家電製品、電子機器など)が、ネットワークを通じてサーバーやクラウドサービスに接続され、相互に情報交換をする仕組み」です。

IoTにより、リアルの現場で起きている事象を、デジタル上にコピーすることができるようになっています。その結果、企業はリアルタイムで現場の状況を把握することが可能となり、リアルの現場から吸い上げられた「大量のデータ」を解析することで、現場を動かすことが可能となっています。5Gと合わせて今後の飛躍的な発展が期待されているテクノロジーです。

クラウド

クラウドとは、「ユーザーがインフラやソフトウェアを持たなくても、インターネットを通じて、サービスを必要な時に必要な分だけ利用する考え方」のことです。

クラウドには、「ビジネススビードや開発スピードの向上」「AIやブロックチェーンなど最先端技術の活用」のようなビジネス導入へのメリットが存在します。また、DXを推進するための第一歩としてデータをクラウドへ移行する「クラウドリフト」が提唱されるよう、DXにおける重要なテクノロジーの一つであると認識されています。

ビッグデータ

ビッグデータとは、「一般的なデータ管理・処理ソフトウエアで扱うことが困難なほど巨大で複雑なデータの集合」です。

ただデータを集めるのではなく、データを集めた上で、「目的を達成するためにはどのような課題解決が必要なのか」、「課題解決のためにはどんなデータが必要なのか」を考える必要があります。
データは集まることで情報となり、情報から知識が生まれ、最後は知恵となって活用されるようになります。このような価値創出のサイクルを経て、ビッグデータをDX推進へ利用して行く必要があります。

DXが推進されている具体的事例

では、実際にどのように企業はDXを取り入れているのでしょうか。DXへの取り組みとして、AIをうまく活用した事例を紹介します。

電気通信工事分野におけるAI活用


ベイシス株式会社は、電気通信工事分野でのAI活用を開始しました。

電気通信工事では、工事完了後に完成報告書を提出するのが一般的ですが、スタジアムなどの大型施設の場合、報告書の作成に、1件あたり約3時間を要します。そこで、クラウドシステムとAI画像認識を活用することで、工事担当者のUX(ユーザーエクスペリエンス)改善を実現し、1件あたりに要する時間を1/3の約1時間に短縮させました。

AI・5Gテック企業の法務・知財共有管理システム


リーガルテック株式会社は、法務のDXを推進するため、法務・知財部向けの共有管理プラットフォーム「AOS VDR AI・5G テック」の提供を開始しました。
個人情報を含んだデータを利用するには、許諾を取ったり、専門家と相談したりしながら匿名加工作業を行う必要があります。AIが生み出した知的財産権をどうやって守るかなど、法務、知財部は、今まで経験したことがない新たな課題に対処することが求められています。そこで、AOS VDRを導入すれば、機密性の高い情報を専門家と安全に共有できるようになります。

イベント後の集計業務を効率化し作業時間削減とコスト削減

株式会社スポーツフィールドは、イベントでのアンケート集計業務にAI inside株式会社のAI-OCR「DX Suite」を導入しました。
2000名以上の参加学生の情報や、アンケートを収集する集計作業に11名で3日間かかっていたところ、AI-OCR導入後は4名で2日間に短縮し、大幅な時間削減コスト削減を実現しました。また、紙のアンケートをデータ化したため、AI-OCRですべての個人情報が2時間ほどでエクセルに反映でき、出展企業へのフィードバックも迅速になりました。

人口約5500人の町に無人AIレジを設置


一般社団法人ナンモダは、サインポスト株式会社と協働し、世界初の設置型AI搭載レジ「ワンダーレジ」を新冠町の野菜直売店に導入しました。

低人口地域では、人手不足や売り上げの減少、人件費が収益を圧迫するなどの理由によって、商店が消滅危機にさらされています。そこで、ワンダーレジを野菜直売店に導入し、生産農家と共同することで「持続可能な小さな経済圏」を形成しています。

電話での注文をAIで24時間365日受け付け可能に


株式会社TACTは、東海3生協を会員とする東海コープ事業連合に、音声認識による自動音声注文サービス「AIコンシェルジュ」を提供しました。

コールセンターでの無人注文システムでは、利用時間帯の制限があったり、機械音声に対する不満の声があったりと、注文時に途中で離脱する組合員が一定数いました。AIコンシェルジュは、人の発する言葉を認識し、その発話内容に対して辞書やデータベースにもとづく適切な回答を抽出し、音声合成によって回答するため、24時間365日稼働可能。顧客満足度向上、注文機会損失の回避、オペレーターの人手不足対策の効果が期待されています。

DXの今後


データ量が爆発的に増大していくなかで、データを最大限活用すべく、デジタル技術を駆使
してビジネスを迅速に展開できるかが、あらゆる産業において重要な課題となっています。
ガートナー社の調査によると、2019 年のグローバルIT支出は約3.8兆ドルの規模となり、2018年からは8.5%増加、2020年には、2.8%増の約3.9兆ドルとなる見通しです。

さらに、日本政府は、Society 5.0(仮想空間と現実空間を高度に融合させたシステムにより、経済発展と社会的課題の解決を両立する、人間中心の社会)の実現に向けてさまざまな施策に取り組んでいます。

DX の必要性に対する認識は高まり、少しずつ成果を見出すことができるようになってきている企業もありますが、依然として具体的な取り組みの方向性を模索している企業も多数存在します。

今後、各企業が DX を着実に進め、新たなデジタル技術を用いてデータをフルに活用できる状態になり、新たなビジネスモデルを生み出し続けるようになることで、国際的な競争力を強化していくことが期待されています。