Digital business strategy I recommend to Japanese companies

Slide 1

Slide 1 text

AI/IoT概論から見る日本企業が取るべきデジタルビジネス戦略ウイングアーク１ｓｔ株式会社大川真史（Masashi Okawa）

Slide 2

Slide 2 text

自己紹介 1 大川真史（おおかわまさし）【社外活動／役職】 ⚫ 明治大学サービス創新研究所客員研究員 ⚫ 東京商工会議所ものづくり推進委員会学識委員兼スマートものづくり推進事業専門家WG 座長 ⚫ 内閣府 SIPフィジカル空間デジタルデータ処理基盤 My-IoT開発PF ⚫ 総務省情報通信分野の研究開発の在り方に係る調査有識者 ⚫ デジタルハリウッド大学大学院デジタルヘルスラボ客員講師 ⚫ Garage Sumida研究所主席研究員 ⚫ 栃木県 IoT等専門家派遣事業専門家【コミュニティ】エンタープライズIoTLT/ ヘルスケアIoTLT/ 鋳造IoTLT M5Stack ユーザーグループ同人ハードウェア MeetUp D Empowerment Lab 【2019年情報発信実績】 ⚫ 講演（公的機関）：34回（東京商工会議所、各地商工会議所、三重県、金沢大学、デジタルヘルス学会、日本鋳造協会等） ⚫ 講演・ワークショップ（民間企業）：9回（日立製作所、パナソニック等） ⚫ 主催コミュニティイベント：12回約1,500名 ⚫ 執筆：「AI・IoT・データ活用総覧2019-2020」「最新マーケティングの教科書2020」(共に日経BP) ⚫ 寄稿/取材：Forbes Japan、パナソニック「GEMBA」、ばんぶう、各地商工会議所発行誌ウイングアーク1st(株) UPDATA Report調査室主席研究員 TIS(6年) → 三菱総合研究所(12年) → 現職(2年半) AI/IoT等デジタル化による社会・産業・企業構造転換＊IoTLT：日本最大のIoTコミュニティ。メンバー1万人以上。週1回ペースでイベント開催。派生→分野別23、地域別16 ＊M5StackUG：いま世界中で最も多くの人が開発で使うデバイス。月1以上で新製品・モジュール販売。M5StickC,M5SticV,ATOM,Core2等 Copyright © Masashi Okawa All Rights Reserved.

Slide 3

Slide 3 text

新しい産業革命

Slide 4

Slide 4 text

ポスト工業化社会（デジタルサービス化社会）現在は、第４次産業革命と呼ばれる100年に1度の動力源の革命に留まらず、 18世紀から続く工業化社会から、ポスト工業化社会（デジタルサービス化社会）への転換期と捉えることが出来る。 3 農耕社会デジタルサービス化社会 21世紀 20世紀 19世紀第１次産業革命 • 動力獲得 • 蒸気機関 • 軽工業第２次産業革命 • 動力革新 • 石油・電力 • 重工業第３次産業革命 • 自動化・省力化 • 情報通信産業第４次産業革命 • 自律的な最適化 • クラウド/AI/IoT 工業化社会 Copyright © Masashi Okawa All Rights Reserved.

Slide 5

Slide 5 text

Slide 6

Slide 6 text

DX（デジタルトランスフォーメーション）とは 5 DXとは企業が外部（顧客、市場）の破壊的な変化に対応しつつ、内部（組織、文化、従業員）の変革を牽引しながら、プラットフォーム（クラウド、ビッグデータ、ソーシャル技術等）を利用した新しい製品やサービス、ビジネス・モデルを通して、ネットとリアルの両面での顧客体験の変革を図ることで価値を創出し、競争上の優位性を確立すること出所：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～」より講演者作成 DX背景と我が国の現状あらゆる産業で新たなデジタル技術を使ってこれまでにないビジネスモデルを展開する新規参入者が登場しゲームチェンジが起きつつある我が国においては、DXを進めるべくデジタル部門を設置する等の取組みが見られる。しかし、PoC等ある程度の投資は行われるが実際のビジネス変革には繋がっていない今後DXを本格的に展開していく上では、DXによりビジネスをどう変えるかといった経営戦略の方向性を定めていくという課題がある Copyright © Masashi Okawa All Rights Reserved.

Slide 7

Slide 7 text

Slide 8

Slide 8 text

Slide 9

Slide 9 text

Slide 10

Slide 10 text

工業化社会とデジタルサービス社会の違い最適なユーザー体験提供が競争優位の源泉となり、重要成功要因は工業化社会と全く異なる。インターネット前からの産業／企業とインターネット後の産業／企業と分類する事も出来る。 9 デジタルサービス社会（インターネット後）工業化社会（インターネット前）競争優位の源泉リソース獲得役割分担競争ポイント提供価値組織体制 UX=User eXperience（ユーザー経験）技術 → 機能・製造製造設備などリソースを集積水平分業で標準化、管理高度化 QCD（品質・コスト・スピード）の競争均質的・標準的な製品提供組織内の役割を果たすユーザーインサイト → UX 開発案件ごとリソースを集約一人や少人数が中心となる試行錯誤と一次データ獲得最適なユーザー体験を提供初期衝動起点でユーザーと繋がる Copyright © Masashi Okawa All Rights Reserved.

Slide 11

Slide 11 text

Slide 12

Slide 12 text

ものづくりの民主化（GUGEN：日本最大級のハードウェアコンテスト）個人が作ったプロトタイプも進化する。その進化のストーリー自体が価値を持つ。従来のものづくり論の考え方である「ものづくり＝設計情報の創造・転写システム」から「ものづくり（開発・設計・製造）プロセス自体が、非製造業的な価値を創造する」という「メタ・製造業のサービス化」とも言える。ものづくりの民主化の結果、これまでの製造業とはコンテクストが異なる「ものづくり」が誕生している。 11 出所：ProtoPedia：波動ティッシュ（https://protopedia.net/prototype/8038da89e49ac5eabb489cfc6cea9fc1） ProtoPedia：IoTはんこ（https://protopedia.net/prototype/c8758b517083196f05ac29810b924aca） Copyright © Masashi Okawa All Rights Reserved.

Slide 13

Slide 13 text

Slide 14

Slide 14 text

サービスの価値決定要因から見たデジタルサービスの特徴 13 初回顧客認知提供開始狭義の事前期待広義の事前期待施設、機械、環境顧客の審査提供サービス従業員の行動・姿勢技術的な工程顧客の行動・姿勢サービス領域の認知競合他社との比較営業プロセス固定観念類似サービス領域との比較サービス領域自体の評判サービスの情報提供プロセス成果品質各種リレーションシップサービスの評判広義のUX 狭義のUX 提供終了知覚する価値は事前期待・提供プロセス・成果品質で決まる価値の決定要因事前期待・提供プロセス・成果品質に関する活動がデジタルで行われ、デジタルで評価・改善しているデジタルサービスの特徴 Copyright © Masashi Okawa All Rights Reserved.

Slide 15

Slide 15 text

Slide 16

Slide 16 text

これまでのやり方が無い国が先行しているこれまでのやり方や固定観念、社会的ルールなど「レガシー」が無い国が新しい技術や産業構造変革を受け入れる。 • 世界初の全国規模ドローン配達（ルワンダ） • マイクログリッドで未電化解消（ケニア） 15 出所：Youtubeより講演者作成その他ルワンダの取り組み • 小学生へのラップトップ配布 • 4GLTEの整備 • 実証実験への全面協力その他ケニアのスタートアップ • モバイル送金システム M-PESA • インフルエンサーPR メディオス Copyright © Masashi Okawa All Rights Reserved.

Slide 17

Slide 17 text

物流：Cainiao（ツァイニャオ/菜鳥網絡） 2013年5月創業。5か所の巨大ハブだけを持つ3PL。当初は、宅配サービス提供やトラック購入、配送スタッフ採用など一切行わなずオープンな共有物流プラットフォームを開発を構築し古い物流業者のデジタル化を促進した。 16 出所：Alibaba Group公式Youtube（https://youtu.be/8-ADIdjufe4） Copyright © Masashi Okawa All Rights Reserved.

Slide 18

Slide 18 text

Slide 19

Slide 19 text

AI/IoTの現状

Slide 20

Slide 20 text

出所：総務省「通信利用動向調査」より講演者作成 0% 10% 20% 30% 40% 50% 60% 70% 80% 90% 100% 情報通信機器の保有率推移パソコン（会社）パソコン（家庭）固定電話スマートフォンインターネットの普及とデジタルネイティブの誕生 21世紀最大のイノベーションはインターネットとスマートフォンの普及である 2010年以降に社会に出た世代は、それまでの世代とデジタル体験に対する認識が根本的に異なる 19 iPhone3G 2008年発売デジタル体験の新世界パソコンがある生活パソコンを使って仕事人類史上はじめて身近にデジタルデバイスが存在する ↓ 人・社会がデジタルで表現 Copyright © Masashi Okawa All Rights Reserved.

Slide 21

Slide 21 text

Slide 22

Slide 22 text

ICT機器産業：電子立国から輸入国へ • 1985年の通信自由化以降、ICT関連機器の生産額・輸出額は増加を続け「電子立国」と称された。 • しかし2000年代からは生産・輸出共に減少傾向に転じ、 2013年に輸出額と輸入額が逆転。2000年代後半からはスマートフォンの普及に伴い輸入が急増。 • 我が国では米国のデジタル・プラットフォーマーのようにグローバルな存在感を持つICT企業も出てきていない。 21 出所：総務省「令和元年情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 23

Slide 23 text

ICT業界構造：受託開発中心で投資効果が低い • 昭和時代には世界最先端であったが、平成時代は世界でも稀なICT投資減少国となった。 • 情報システム構築は非コア業務として外部委託が進み、SIerというICT企業による受託開発中心の情報システム構築という独特の構造が形成された。 • SIerによる受託開発により、特に非製造業において業務改革等がないため、ICT導入効果を発揮せず、業務を変えず投資を控え生産性向上がなされなかった。 22 出所：総務省「令和元年情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 24

Slide 24 text

ICT投資の目的：守りのIT投資（コストセンターと認識） • 日本企業のデジタルトランスフォーメーションの取組はグローバル企業に比べて低調。 • アメリカに比べて、日本は守りのIT投資が多く、攻めのIT 投資がなされていない。 23 出所：経済産業省産業構造審議会「既存秩序の変容と経済産業政策の方向性」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 25

Slide 25 text

現場に近いデータを分析する企業が増加分析に利用しているデータ • 5年前に実施した調査と比較すると、POS やeコマースといった販売実績データ、IoT/MtoMデータを含む自動取得データの活用が大きく進展しており、各企業におけるIoT の導入が進んでいることがうかがえる。 • また、電話などの音声データの活用も進んでおり、この5年でデータ分析による企業経営の高度化が進められていることがうかがえる。 • 一方、業務データの分析は増加しておらず、データ分析をする企業としない企業の二極化が進んでいるのではないか。 24 出所：総務省「令和２年情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 26

Slide 26 text

IoT・AI等の導入目的で「新規事業・経営」が増加 IoT・AIに取り組んでいる企業は少ない。既存企業が顧客サービス向上でデジタルネイティブ企業と競うのは困難を極めるのでは。一方、自社でデジタルサービスを創り出すと判断した企業が増加している。 25 IoT・AI等のシステム・サービスの導入状況 IoT・AI等のシステム・サービスを通じてデータを収集・解析する目的出所：総務省「令和２年情報通信白書」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 27

Slide 27 text

IT内製化とIT人材不足ここに来てIT内製化に取り組む企業が増えてきたが、ユーザー企業内IT人材が質・量ともに不足感が増している。 26 ユーザー企業の社内にITのスキルを蓄積・強化するための内製化状況（従業員規模別）出所：情報処理推進機構(IPA)「IT人材白書2020」より講演者作成ユーザー企業のIT人材の“質”に対する不足感ユーザー企業のIT人材の“量”に対する過不足感 Copyright © Masashi Okawa All Rights Reserved.

Slide 28

Slide 28 text

AI/IoT活用事例 Innocent Disruptors （無垢な破壊者）

Slide 29

Slide 29 text

Slide 30

Slide 30 text

Slide 31

Slide 31 text

薬局（お茶の水）管理薬剤師山口さん 35才からプログラムの勉強を始めアプリ等の自作に着手。開発したサービスを同業者等に販売するためクラウドサービス会社を起業。本当に使い易い在庫棚卸用サービス「ファーマシストオンライン」を開発 30 出所：山口さんFacebook（https://www.facebook.com/yousukeyamaguchi/videos/vb.100001587421249/1623316704397895/）、ファーマクラウド（https://www.pharmacloud.co.jp/）より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 32

Slide 32 text

耳鼻科（千葉県）開業医土井さんプログラム歴半年で、LINE Botを5つ以上開発更に、鼓膜の写真をMicrosoft Custom Vision Serviceに学習させ、急性中耳炎か滲出性中耳炎か正常鼓膜かを判断するツールも開発（300枚の教師データで30枚正答率100%） 31 出所：Qiita（https://qiita.com/doikatsuyuki/items/8ded5f3a5d4e6e2eaa4b、https://qiita.com/doikatsuyuki/items/bbed5e902577d68fb8a9、 https://qiita.com/doikatsuyuki/items/216e9f954f9a09b834d6）より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 33

Slide 33 text

ゴムパッキン製造（荒川区）タカハシ社長が製造/SCMシステムをCOBOLで自作。入力用キーボード、タッチパネルなども改造。現場をデータ化するために最適な方法は現場にいる人しかわからない。 32 出所：東京商工会議所スマートものづくり（https://www.tokyo-cci.or.jp/seisaku/committee/mono/smart/case/08/）より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 34

Slide 34 text

Slide 35

Slide 35 text

Slide 36

Slide 36 text

パイプ加工武州工業「生産性見え太君」スマートフォンや加速度センサ付きデバイスを設備に貼り付け、現作業場可視化・自律的改善活用の配線レス設備動作情報収集アプリ「生産性見え太君」を開発、販売。現場を可視化するだけで、現場が自律的に判断し、生産性向上を実現した。 35 出所：生産性見え太君（https://www.bimms-mieta.com/jirei-busyu）より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 37

Slide 37 text

ドラッグストアサッポロドラッグホールディングス AIカメラグループ内で画像AIサービスを開発。発案から2週間後には店舗にAIカメラを設置し現実に近い顧客分析が出来るように。 ID-POSデータでは女性客が7割であったが、AIカメラの分析では男女比はほぼ半々という事が明らかになった。これまで女性向けの施策や陳列だったが男女ともに使いやすい店舗へ見直すきっかけになった。 36 出所：Itmedia「AIで店舗の「3密」対策、社内ハッカソンから2週間で実装」（https://mag.executive.itmedia.co.jp/executive/articles/2006/22/news004.html）より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 38

Slide 38 text

Slide 39

Slide 39 text

「欲しい物は自分で作る」人たちに共通している事 38 • いまの欲求や困りごとをどうにかしたい（最高のUX） • 自分で日々痛感してる辛さ初期衝動 • 現地・現場・現物が起点 • 技術はブログや動画で勉強 • 現場で開発・試行・修正方法 • 試行錯誤の結果、使わなくなる物も多い • 安く手軽なものを求める必要なもの • 欲しい物を作るのが楽しくて、誰かが使うのが嬉しい • 想定外の出来事が楽しい動機付け • 同じ辛さを痛感している同業者への販売 • ユーザーのコミュニティ化ビジネスモデル • 一連の業務もデータもひとつの基盤で扱える • 最適なユーザー体験を提供プラットフォーム Copyright © Masashi Okawa All Rights Reserved.

Slide 40

Slide 40 text

Slide 41

Slide 41 text

AI/IoT技術概要

Slide 42

Slide 42 text

用語の説明：クラウドコンピューティングクラウドとは利用者にネットワーク経由でソフトウェア等を提供するサービスの総称。ハードウェア導入に伴う初期の多額の投資や、リソースの調達、メンテナンス、容量の使用計画といったわずらわしい作業に多大な人的リソースを費やす必要がなる。利用開始までの期間、拡張・縮小の迅速さ、セキュリティなどでメリットがある。 41 出所：総務省（http://www.soumu.go.jp/main_sosiki/joho_tsusin/security/basic/service/13.html）を参考に講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 43

Slide 43 text

Slide 44

Slide 44 text

IoTの一例：センサーとボードかつては組込みエンジニアしか扱えなかったセンサーが、とても簡単に扱えるようになり、価格も桁違いに安くなった。高精度・多機能の革新ではない。 43 出所：SWITCH SIENCE(https://www.switch-science.com)、各社メーカーwebサイトより講演者作成 GROVEモジュール：100種類以上のセンサー M5Stack￥3,575 Obniz ￥6,090 M5StickC￥1,650 M5StickC￥3,872 Copyright © Masashi Okawa All Rights Reserved.

Slide 45

Slide 45 text

Slide 46

Slide 46 text

AIのイメージ日米比較アメリカでは、人間とは違う方法で認知・判断する技術との回答が多い。日本は、自我（感情）を持たせる技術との回答、人間の脳と同じ仕組みを実現する技術との回答が多い。 45 出所：平成28年度版情報通信白書(http://www.soumu.go.jp/johotsusintokei/whitepaper/ja/h28/)より講演者作成 0.0% 5.0% 10.0% 15.0% 20.0% 25.0% 30.0% 35.0% 40.0% 45.0% コンピューターに自我（感情）をもたせる技術コンピューターが人間のように見たり、聞いたり、話したりする技術人間の脳の仕組みと同じ仕組みを実現する技術認知・判断などの機能を、人間の脳の仕組みとは異なる仕組みで実現する技術ゲームやクイズなどの特定の分野において、人間以上の能力を実現する技術画像や自然言語、様々なデータなどを分析して、その意味合いを抽出する技術学習や推論、判断などにより、新たな知識を得る技術人間を超える知能を実現する技術上記イメージに近いものがない人工知能（AI）のイメージ（日米）日本（n=1106）米国（n=1105） Copyright © Masashi Okawa All Rights Reserved.

Slide 47

Slide 47 text

用語の説明：API（Application Programming Interface）クラウド/AI/IoTなど今どきのデジタルサービスはAPIで動かす事が大半。ひと昔前はAPIエコノミーという言葉も。 46 クラウドにあるプログラムを利用して何かの処理を簡単にするための方法。サービスを利用するアプリケーションを作成するためのインターフェースの事で、今日ではインターネット通信で使う「Web API」をAPIという事が多い。 Web APIで機能を公開しているサーバに対して、依頼内容をHTTPリクエストの形で送信すると、処理結果がHTTPレスポンスの形で送られてくる（例：郵便番号API http://zipcloud.ibsnet.co.jp/api/search?zipcode=1710022）発行されたURLを貼り付けするだけで利用可能なので簡単特定フォーマット（XML/JSON）でのやりとりが前提なので、基本的には、ある程度のWebプログラム知識HTML5/CSS/JavaScript等）が必要 Copyright © Masashi Okawa All Rights Reserved.

Slide 48

Slide 48 text

Slide 49

Slide 49 text

デジタル化に必要な機能デジタル化には、データを作って可視化・分析する機能が必要である。現場や中間層や経営者がデータに基づいてアクションにつながる「判断する」ことが最も重要な機能である。データ可視化やデータ分析は判断までの過程に過ぎない。 48 判断するアクションデータを作る・上げる(IoT) データをつなげるデータを分析するデータを見る・知らせるセンサーカメラ AI-OCR 音声・VUI 内部データオープンデータ無線近距離通信クラウドストレージ表計算ソフトクラウドAI API ETL 可視化ツールチャット BOT SNS VUI フィードバックフィードバックフロントDB Copyright © Masashi Okawa All Rights Reserved.

Slide 50

Slide 50 text

Slide 51

Slide 51 text

Slide 52

Slide 52 text

Slide 53

Slide 53 text

API例：IFTTT（イフト）「If This Then That（こんな時にあれをする）」がクリックだけで実現可能 52 出所：IFTTT（https://ifttt.com/）より講演者作成 ⚫ トリガー（If This）：「ツイートしたら」「LINEが届いたら」「天気予報が雨なら」などを定義 ⚫ アクション（Then That）：「チャットの送信」「Gmailでの受信」「通知（Notification）」など IFTTTが自動的にやる動作 ⚫ アプレット：トリガーとアクションを組み合わせた「IF This Then That」全体 ⚫ 他人が作ったアプレットも利用することが出来る Copyright © Masashi Okawa All Rights Reserved.

Slide 54

Slide 54 text

Slide 55

Slide 55 text

Slide 56

Slide 56 text

現地・現物・現実を確認するフロントデータベース：Dr.Sum（ドクターサム）経営でも現場でも判断が必要となった場合、そのデータを素早く確認・分析し正確な判断を素早く行うために現場に近いところ（エッジ側）にデータ分析が出来るフロントデータベースが必要である。 55 出所：Dr.Sum（http://www.wingarc.com/product/dr_sum/）より講演者作成基幹システム、各種現場システム各種センサー・PLC・画像データ等情報活用基盤 Dr.Sum 受発注 POS 予算・計画取引先検査結果原価データを見る・知らせる現地に加えて、データ確認・分析もして判断する（＝デジタルシフト経営）データを確認・分析する警告やトラブル内容を具体的に確認したい＋ Copyright © Masashi Okawa All Rights Reserved.

Slide 57

Slide 57 text

デジタルマニュアルわかりやすいマニュアルが超簡単に作成可能発見性・検索性が高く、作ったマニュアルがユーザーに届くトレーニング機能が従業員教育の悩みを解消する 56 (株)竹屋旅館（ホテルクエスト清水）出所：Teachme BIZ（https://biz.teachme.jp/）より講演者作成サハ東急コーポレーション(株) 人材育成や現地スタッフとのコミュニケーションすばる交通(株) Copyright © Masashi Okawa All Rights Reserved.

Slide 58

Slide 58 text

AI/IoT導入の進め方

Slide 59

Slide 59 text

AI/IoT導入・活用の基本：UX重視＆試行錯誤 AI/IoTの導入・活用の基本は現場起点のUX重視と試行錯誤である。 58 何を作るか • ユーザーが使い続けるのが「良いサービス」誰が決めるか • 良いサービスはユーザーしか決められないどう作るか • ユーザー試行を重ね、失敗と修正が多いほど良く育つどう進めるか • 1日でも早く1回でも多く「ダメ」と言われる Copyright © Masashi Okawa All Rights Reserved.

Slide 60

Slide 60 text

Slide 61

Slide 61 text

「どうやるか」は様々。やってみないとわからない例：個室トイレの満室／空室をリアルタイム可視化する方法 60 【センサーの種類】加速度センサー赤外線人感センサー超音波距離センサーボタン（通電）センサー照度センサー磁気センサー赤外線放射温度センサー・・・【給電方法】 100V常時給電ボタン電池自家発電（EnOcean）【送信方法】【設置方法】【可視化の方法】可視化ツール（BI）スマホアプリ通知ウェアラブルデバイス・・・【データ送信・登録頻度】 1分 1秒 1ミリ秒【アクション】予約する？長時間アラート？データを作る・上げるデータをつなげる・分析・活用 Copyright © Masashi Okawa All Rights Reserved.

Slide 62

Slide 62 text

試行錯誤の検討ポイント例身近なデジタル化の検討ポイントは多くあり最適解はひとつではない。データ活用した判断結果から手段のフィードバック（見直し・改善）が発生する。 61 判断するアクションデータを作る・上げるデータをつなげるデータを分析するデータを見る・知らせる • データの種類 • データ取得頻度 • データの質 • データの信頼性 • 大量データの操作 • 欠損データの扱い • 解析アルゴリズム • データ送信先 • 送信方法・頻度 • データマージ基準 • UI（操作性） • リアルタイム必要性 • 同時表示データ種類フィードバックフィードバック Copyright © Masashi Okawa All Rights Reserved.

Slide 63

Slide 63 text

進め方：ダブル（OODA&Agile）ループ ICT/AI/IoTツール導入による効果は、試行錯誤を通じて少しずつ学習を重ねながら目標に近づく。様々な検討を重ね綿密な計画を作り、仕様や設計通り進めるものではない。ビジネス上の効果は「OODA」で、ツール開発・導入は「Agile」で進める。 62 現状観察ユーザー検証意思決定実行プロト作成プロト修正プロト評価状況判断 /検証 OODA ループ Agile ループ Copyright © Masashi Okawa All Rights Reserved.

Slide 64

Slide 64 text

現場起点の素早い意思決定：OODAループ現場起点の素早い意思決定と行動はOODAループ（Observe/Orient/Decide/Act）と呼ばれ、事業環境変化が激しい現在では主流になりつつある。これまでのPDCAでは、計画時から評価までに状況が変わる事が多く有効でないとされる。 63 OODA PDCA 現状観察 (Observe) 状況判断 (Orient) 意思決定 (Decide) 実行（Act）計画 (Plan) 実行 (Do) 評価 (Chack) 改善 (Action) Copyright © Masashi Okawa All Rights Reserved.

Slide 65

Slide 65 text

AI/IoT導入プロセス：Agile（アジャイル）アジャイル（試行錯誤型）＝アイデアを早く具現化し、ユーザーに使ってもらって、すぐ修正して再度ユーザー検証を行う。従来型ウォーターフォールでは、最適なユーザー体験を作る事は出来ない。 64 Agile（アジャイル＝試行錯誤型）ウォーターフォール（計画遂行型）要件定義利用開始概要設計・詳細設計開発・単体テスト全体テストプロトタイプ作成プロトタイプ修正プロトタイプ評価検証 Copyright © Masashi Okawa All Rights Reserved.

Slide 66

Slide 66 text

Slide 67

Slide 67 text

Slide 68

Slide 68 text

Slide 69

Slide 69 text

Slide 70

Slide 70 text

Slide 71

Slide 71 text

出所：東京商工会議所「ものづくり企業の現状・課題に関する調査」（http://www.tokyo-cci.or.jp/page.jsp?id=115010）より講演者作成想定外の効果「やってみないとわからない」ツール導入前の期待効果と導入後の効果は異なる。ツール導入→データ化→可視化共有→社内外コミュニケーション活性化→生産性向上想定外の効果を認識する能力が必要である。 70 Copyright © Masashi Okawa All Rights Reserved.

Slide 72

Slide 72 text

活動のポイント：環境変化と課題の認識「手段のフィードバック」と「成果のフィードバック」を回す新しい技術などを使って「やってみた」結果、思いもよらない成果や想定外の効果が出てくる。それを前向きに受け止めて目的や設定課題を見直す事が重要である。 71 ③どうやるか ④ 次に何をするか ② まず何をするか ① 何をどうしたいか ⑤ やった結果どうだったか成果のフィードバック ⑥ 「どうしたい」の見直し判断するアクション作る・上げるつなげる分析する見る・知らせる手段のフィードバック Copyright © Masashi Okawa All Rights Reserved.

Slide 73

Slide 73 text

必要な人材と体制

Slide 74

Slide 74 text

ICT/AI/IoTツールの利活用を進める上での課題 73 出所：総務省「平成30年情報通信白書」3章2節図表3-2-2-4より講演者作成 0% 20% 40% 60% 80% 100% 日本米国英国ドイツ通信回線の品質や速度端末やセンサーの品質や価格外部との接続性レガシーシステムとの調整や移行データ流通に係る制度環境やルールの整備政策や制度的な対応・支援資金調達環境人材育成自社のニーズに対応したソリューションや製品・サービスビジネスモデルの構築組織としてのビジョンや戦略の立案組織風土システム・インフラ事業環境・支援体制自社組織・自社風土 Copyright © Masashi Okawa All Rights Reserved.

Slide 75

Slide 75 text

ICT/AI/IoTツールを活用出来ない組織風土例 74 • AI・IoT等デジタルツールを導入する事が目的になっている。 • 事業上の成果の目論見がなく始める。目的が不明確 • 確実に成功しそうな事だけを実施する。 • 実績のない新技術・新サービスを避ける。 • 挑戦がないため、導入効果が殆ど無い。出来る事から考える • 「試しにやってみる」が出来ない。 • 経営者・責任者が許容しない。 • 従業員も本気でやらない。やらされ感。失敗を許さない出所：pwc「日本企業におけるAI活用の可能性 –成功のカギはどこにあるのか？」に講演者加筆 Copyright © Masashi Okawa All Rights Reserved.

Slide 76

Slide 76 text

Slide 77

Slide 77 text

必要な人材：3D人材 Director、UX Designer、Digital Engineerが必要圧倒的に不足しているのはデザイナー。デザイナーを許容する組織文化が必須。 76 【Digital Engineer】ツール等の事例収集と評価 ⚫幅広く情報を収集し自社導入の目利きができる ⚫自分で試作（プロトタイプ）を作ることができる【UX Designer】ユーザーインサイト獲得 ⚫現場観察や対話を通じてユーザーインサイトを獲得する ⚫本質的な「良さ」「便利さ」を探索することが得意【Director】課題探索と優先度 ⚫ユーザーと共に探索した課題の中から優先度を決める ⚫社内外関係者との調整、ノイズキャンセリングが得意出所：経済産業省「第4次産業革命クリエイティブ研究会」より作成 Extreme User Director Digital Engineer UX Designer Copyright © Masashi Okawa All Rights Reserved.

Slide 78

Slide 78 text

エンジニアとデザイナーは宗教が違う技術中心の視点・技術起点の発想ではデザインは難しく、アーキテクチャ・システムの思考をもつ人材が必要 77 工業化社会に必要な人材 DXで新たに必要となる人材追求先端技術の追求人・社会の課題認識の追求探索解決策の探索課題の探索指向機能指向感性指向いいね！高性能・多機能使い易さ職業エンジニア、科学者デザイナー、アーキテクト形にするソリューションを形にするアイデアを形にする開発ウォーターフォール／ゲートアジャイル／DevOps 出所：「イノベーション事業をデザインする」（i.lab）に加筆 Copyright © Masashi Okawa All Rights Reserved.

Slide 79

Slide 79 text

（参考）デザインとは？ここで言う「デザイン」とは意匠・UI（＝User Interface）だけでなく、UX（ユーザー体験）や製品/サービス/ツール全体を設計（デザイン）する事である。 78 経営のデザイン（ビジネスモデル設計、エコシステムの設計）広義のデザイン（UX=ユーザー体験の設計、製品/サービスの全体設計）狭義のデザイン（意匠、UI等）狭義のデザイン：意匠（製品やパッケージの装飾）、ユーザーインターフェースなど主に表層的な姿を対象とする設計。従来から主に（日本語としての）デザインと認知されている領域である。広義のデザイン：ユーザー体験（UX＝User eXperience）を含む製品・サービス全体を対象とする。製品やサービスの提供者側だけでなく、ユーザーまで含めた価値創造プロセス全体が設計領域である。経営のデザイン：製品やサービスの提供を通じた価値創造をするために必要となるビジネスモデル、エコシステム、会社組織、マネジメントなどの設計を対象とする。出所：経済産業省「第4次産業革命クリエイティブ研究会」より作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 80

Slide 80 text

方法論のシフト（流行） 79 出所：横田幸信「優れたアイデアを生み出すには？」（ウイングアークフォーラム2019大阪）デザイン的なやり方（デザイン思考、人間中心など）これまでのやり方（工学/ロジカルシンキングなど）顧客の価値＝性能、機能、効率など客観的なもの顧客の価値＝心地よさ、驚きなど主観的なもの統計情報などの市場予測から顕在化したニーズの傾向を把握個人レベルで深く洞察することで潜在的なニーズを発掘する手順的なプロセス：「正解がある」という前提論理的に導き出せるか、顧客や市場を分析すれば発見できる探索的なプロセス：「正解がない」という前提プロトタイプをつくり、顧客との対話を通じて最善解を探索する出所：企業内技術士シンポジウム2016、配布資料「日立におけるデザインの役割の変化と課題〜“技術”と “人”の狭間で思うこと〜」（株式会社日立製作所古谷純氏講演資料）を用いて横田作成得意そうな人：エンジニア、ビジネス得意そうな人：デザイナー、建築家 Copyright © Masashi Okawa All Rights Reserved.

Slide 81

Slide 81 text

世界で最もクリエイティブな国：日本世界で最もクリエイティブな国とみられているが、最もクリエイティブが無いと自認して、社会・産業構造にクリエイティブを組み込めていない国である。 80 0% 10% 20% 30% 40% 50% 60% 「自分はクリエイティブである」 0% 5% 10% 15% 20% 25% 30% 35% 40% 「最もクリエイティブな国は」出所：アドビシステムズ「State of Create: 2016」より講演者作成 Copyright © Masashi Okawa All Rights Reserved.

Slide 82

Slide 82 text

Slide 83

Slide 83 text

知る：技術ブログ、プログラム共有サービス 82 【Qiita（キータ）】https://qiita.com 【GitHub（ギットハブ）】https://github.com 技術ブログ「Qiita」でキーワード検索 →気になるブログ記事を読んで、やる気が出るか、実際に出来そうか検討するプログラム共有サービス「GitHub」で技術キーワードを検索 →実際のやり方を確認して、試してみる Copyright © Masashi Okawa All Rights Reserved.