今、日本でもデジタルトランスフォーメーション（ DX ）に注目が集まっています。
その理由は、ITの技術が発展したことから、デジタル技術を活用することが企業にとって今後事業を拡大していけるかどうかのポイントになるためです。
このままずっと企業で老朽化・複雑化したシステムを利用し続けていると、激化する競争の中で生き抜くことはできないでしょう。
どのような市場でも、AIなどの最先端テクノロジーを活用し、「 ユーザーへの価値の提供方法 」を根底から変えていくことが必要な時代が訪れました。
あなたの企業でも、ビジネスモデルの変革をする時がきたのではないでしょうか・・・？
本記事では、AIとDXの関係性を紐解き、AIの活用事例やビジネスに取り入れるポイントまで初心者でも分かりやすく説明していきます。
デジタルトランスフォーメーション（ DX ）とは
デジタルトランスフォーメーションは、略して「 DX 」と表記されます。
2004年にスウェーデン・ウメオ大学のエリック・ストルターマン教授が、「 ITテクノロジーが、人々の生活をあらゆる面でより良い方向に変化させる 」と提唱したことが始まりです。
日本では、2018年に経済産業省が「 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。
（「DX 推進指標」とそのガイダンス 令和元年 7 月 経済産業省 ）」と定義しました。
そしてそんなDXは、めまぐるしく進化していくテクノロジーへの「 期待 」と、これらを利用して変革しなければ生き残れないという「 危機感 」から注目を集めています。
関連記事：DXの定義やこれまでの経緯を解説
DXに該当するITツールは？
しかし、すべてのITツールがDXに該当するわけではありません。どんなITツールでも導入すれば良いというのは、勘違いです。
DXとは、
- VR（ Virtual Reality：仮想現実 ）
- AR（ Augmented Reality：拡張現実 ）
- IoT（ Internet of things：モノのインターネット ）
- AI（ Artificial Intelligence：人工知能 ）
これら4つのような新しいテクノロジーを活用し、
- 革新的なビジネスモデルを創ること
- 新しいサービスや顧客体験を創出すること
- 業務プロセスやシステム、組織構造を変革すること
を意味します。
つまり、DXとは既存企業がITツールを活用し、新規事業や新しいビジネスモデルを生み出すことだと言えます。
企業の事例などは後ほど紹介します。
関連記事：DXでIoT技術を活用する方法
DXが必要とされる理由
それではなぜ、DXが企業にとって必要不可欠なのでしょうか。
実は、経済産業省が発表したレポートには、「 現状国内の企業を取り巻いているIT関連の課題を解決できない場合は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 」という予測が書かれているのが大きな理由です。
これが「2025年の崖」と呼ばれているものです。
その一方、もしDXを上手く促進できれば、2030年には実質GDP130兆円超を実現することができるとも書かれています。
ただし、既存システムの中身が老朽化・複雑化・ブラックボックス化（ 内部構造や動作原理が下の社員にしっかりと伝えられず、さかのぼって解明できない状態 ）してしまうと企業の成長を阻むだけでなく、最終的には
- 国際競争に遅れを取る
- 日本経済が停滞するという事態にも繋がります。
つまり私たちはテクノロジーの発展に伴って、デジタル技術を駆使して大量のデータを最大限に活用し、どれだけビジネスを迅速に展開できるかが求められているのです。
これはあらゆる産業において最重要課題の1つとなっており、DXは日本のビジネスを継続・強化していくうえで不可欠な存在だということです。
関連記事：世界で見るDX市場規模と日本で拡大が予想される業種
AI（ 人工知能 ）とは？
AI（ 人工知能 ）とは、「 Artificial Intelligence 」の略で、日本語では人工知能と表します。
AIは現在、データを扱う技術の中でも特に注目されており、与えられたデータ（ 問題 ）を基にプログラム自身が学習する「 機械学習 」のスキルを持ちます。
2010年代に機械学習の研究が飛躍的に進み、高度な処理方法を自動で行うことができるようになったこともAIがブームになった理由です。AIの定義は定まっていませんが、AIが発展したことはDXへの注目が高まったきっかけとも言われています。
ここからは、AIを活用することでどんなことができるかについて解説していきます。
AIを活用すると何ができるようになる？
まずは、AIで何ができるかを説明します。扱うデータによって活用方法は様々ですが、従来のシステムでは扱えなかったテキストや画像、音声も扱えるようになったのが特徴です。
それでは、4つに分けて順番に見ていきましょう。
AIができること① 言語処理
AIは人間の言語（ 自然言語 ）を機械で処理することが可能です。
対象となるのは、コミュニケーションで使う文章などの「 話し言葉 」から、論文や新聞のような「 書き言葉 」まで。AIは、それらの言葉が持つ意味を解析する処理技術を兼ね備えているため、私たち人間が日常的に使う言葉を理解することができます。
まだ完璧と呼べるロボットは存在していませんが、ホテルやケータイショップの受付などで利用されているのを見たことがある人もいるのではないでしょうか。
これから先、AIロボットはもっとクオリティの高いものとなり、働く私たちの代わりを果たす存在となるでしょう。
AIができること② 画像認識
AI（ 人工知能 ）は、言葉だけでなく画像や動画を認識することもできます。表示された写真や映像に対し、ヒト、モノ、言葉を見つけて分析します。
従来のシステムで画像を認識することは難しかったのですが、AIを活用して膨大なデータを学習させることで、その写真などの特徴を吸い上げ、認識できるようになりました。
私たちが利用しているiPhoneの顔認証もそうですし、検索時に例えば「 富士山 」などのキーワードを入れると画像の検索結果に富士山の写真が出るのも、画像処理技術が使用されているためです。
AIができること③ 音声認識
AI（ 人工知能 ）は人間が発する声を認識し、テキストに書き出したり、その話した内容に対して反応することができます。
すでにスマホや家電製品などにもAIの音声認識技術は搭載されており、iPhoneのSiriは皆さんも知っていますよね。「 今日の天気を教えて 」と話しかけるだけで、AIがデバイスを操作をして天気予報を画面に表示させてくれます。
その他にも、録音データから自動的にメモへ文字起こしをするなど、音声認識の活用の幅は広がっているといえます。
AIができること④ 単純作業
言語処理、画像認識、音声認識の3つを紹介しましたが、ルーティン作業はAI（ 人工知能 ）が最も得意とする分野です。
コンピューター上の計算や分析作業はもちろんのこと、Amazonでは物流倉庫においてもAIの技術が活用されています。
Amazonの物流倉庫では、人間やフォークリフトが動き回るのではなく、AIが搭載された商品棚のほうが動き、人間は常に定位置で作業しています。
このようにAIを効果的に活用しているからこそ、スピーディーに顧客の元へ商品を届ける「 お急ぎ便 」が成り立っており、AIがビジネスに非常に重要であることが伺えます。
DXとAIの関係性とは？
AIを活用すれば、様々な物事を便利に運べるようになることが分かったかと思います。では、DXの推進において、具体的になぜAIが重要になるのでしょうか。
DXにおけるAIの役割をもう少し分かりやすく説明します。
AIを用いてデータを利活用することで競争が優位になる
DXを推進する上で大切なことは、複数のデジタル技術を束ねて課題を解決に導き、企業全体を変革していくことです。
私たち人間がそれぞれのスキルや経験を元に部署や担当する作業が分かれているように、DXにおいても、様々な技術を適材適所で活用する必要があります。
DXでは人間が人間の脳を使って考えなければ解決しない作業は必ずありますが、AIが果たす役割の重要性も極めて高いです。
この後のトピックでデータの重要性について解説しますが、DXではただデジタル技術を取り入れるのではなく、データを利活用することが最も重要になります。
ここで、AIの力が必要不可欠になります。
収集された膨大なデータを人間が分析すると、時間がかかるため効率が悪く、正確さも不安定です。
AIは高度な判断を高速で行ってくれるため、人的なコストを大きく下げつつ、スピード感を持って事業を展開することができるようになります。
実際に、DXの成功企業として紹介されている会社は、AIを効果的に活用し、複数の領域を統合することで「 新たな価値 」を生み出している傾向にあります。
近年高まり続けるデータの重要性
では、DXを促進することで成功を収める企業は、どのようにデータを活用しているのでしょうか。
今、世界では様々な業種でのデータ活用が広がりを見せています。「 ビッグデータ 」は、私たちにとって新たなビジネス資源になっているのです。
ビッグデータとは、従来のデータベース管理システムなどでは記録や保管、解析が難しい膨大なデータ群のことを指します。
2014年の平成26年度 総務省 情報通信白書では、「 ビッグデータの活用で2012年の国内全産業の売上効果は60.9兆円、全産業の売上高（ 1335.5兆円 ）の4.6％がデータを活用した効果だった 」と発表されました。
それだけでなく、半数以上の企業がデータ活用が「 売上 ・顧客満足度 ・付加価値 」の向上に効果があったと回答しています。
この内容からもデータ活用の重要性がうかがえますが、ビッグデータが企業にもたらす「 価値 」とは具体的に何でしょうか。
もう少し分かりやすく、価値を3つに分けて説明します。
ビッグデータの価値① 可視化
ヒトやモノなどのあらゆるデータを見える化し、分析することで、これまで気がつかなかったユーザーのニーズや新たな市場だけでなく、自社の経営状況や業務効率など様々な情報が見えてきます。
例えば、あなたが明日から急に別事業の経営を任されたとして、その日のうちに全ての知見を吸収し、業務へ活用するなんてことはどんな天才でも至難の技です。
そこで、データを「 可視化 」できればどうでしょう。
膨大なデータの中から、その時点で必要かつ重要となるデータを誰が見ても理解できる形で抽出できれば、急に経営を任されることになってもある程度は運営することができると思います。
ビッグデータの価値② 予測
例えば、もし明日は雪が降るほど寒くなると分かっていたら、暖かいコートを着て外出する、という選択ができますよね。
それと同じで、もし明日の売上が激減する傾向が読めれば、前日のうちにその対策を打てます。
現代のビジネスでは、このようなデータに基づく予測を活用することは当たり前になっています。
どんなビジネスにも常に競合は存在しますが、先ほどの「 可視化 」と同じで、「 予測 」もまた知見による差別化で優位に立てる方法です。
「ビッグデータの価値③ 最適化
最後は「 最適化 」です。古典的な例でいうと、一般消費材の場合、ユーザーが最後にシャンプーを購入した日から、次回はいつ購入する確率が高いか、などを算出することができます。
それが分かると、ユーザーへ上手くアプローチができるようになります。
つまり、データを活用することで「 売り手と買い手の最適化 」もできるということです。
また、在庫の適正数量を管理できたり、無駄なコストの削減にも繋がります。
上記３点の軸を上手に組み合わせることができれば、ビジネスに良い変化が起こるでしょう。
データ活用が重要な時代だからこそ、AIの重要性はとても高いということが分かります。
AIを活用したDXの成功事例
事例① Uber（ ウーバー ）の配車アプリ
Uberは、アメリカ合衆国の企業ウーバー・テクノロジーズが運営する配車アプリです。日本では配車アプリよりも「 ウーバーイーツ 」の方が馴染みがあるかもしれませんね。
2014年、UberはGrafuと呼ばれる経路検索エンジンにAIを取り入れて相乗りサービスをスタートさせました。
スマートフォンでUberアプリをダウンロードし、行きたい場所を指定すれば近くにいるドライバーをAIが探してくれます。
これだけ簡単に配車できることだけでも便利ですが、乗車前に運賃が確定し、降りる時には事前に知らされていた料金を支払えば良いという安心感もポイントです。
そのほか、配車される自動車およびそのドライバーの情報、自分の現在地までの到着時間も一目で分かります。
ドライバーには行先が伝わっているので説明が難しい目的地でもスムーズに向かうことができますし、料金をUberアプリを通じて決済することも可能です。
これまで私たちが利用してきた通常のタクシーだと、渋滞に巻き込まれて予想していたよりも料金が跳ね上がってしまったり、最悪のケースだと目的地の認識に違いがあって別の場所に到着した・・・なんて経験をされた方もいると思います。
特に時間に余裕がない時などであれば、目的地に到着する時間や料金が分かるUberは、とても画期的なサービスだと言えます。
顧客の「 あったらいいな 」「 これができたら便利だな 」というニーズを予想し、実現させたことはUberがDXを成功させたポイントだと言えるでしょう。
また、アプリを通してAIが顧客データの収集をすることができるため、顧客の動向や新サービスのヒントの獲得にも繋がります。
事例② トライアルのスマートショッピングカート、AIカメラ
小売業などを手がけるトライアルグループが開発したのは、タブレットとバーコードリーダーを搭載したセルフレジ機能付きの買い物カートです。
「 トライアル専用プリペイドカード 」をスキャンすることでその買い物カートを使用することができ、顧客は商品のバーコードをスキャンしながら買い物をします。リアルタイムで商品や金額が表示されるため、買い忘れや買いすぎの防止にも繋がります。
そして必要な商品をカゴに入れれば、レジに並ぶ必要なく、専用ゲートを通過するだけでお店を出ることができます。
キャッシュレス決済を用いており、ゲートを通過する際にプリペイドカードのチャージ額からお買い上げ額が引かれる仕組みです。
実際に、このスマートショッピングカートによって利用者の来店頻度が10％以上アップしているというデータもあるそうです。
運営側としては、顧客がその場で商品のバーコードをかざすことで、いつ、どんな順番で商品をカゴに入れたのかというデータが取れます。
このデータによって顧客が店舗の中でどのような動線で動いているのかが分かるため、陳列や店のレイアウトの最適化にも活かすことができます。
また、その顧客一人一人のプリペイドカードに登録された属性や購買履歴等のデータに基づいて、クーポンの配信や、おすすめ商品情報を送ることも可能になります。
さらにはスマートショッピングカートと併せて店内にはAIカメラも設置されているため、棚の商品や人の流れを読み取ることができ、欠品による販売ロスを防ぐことまで可能にしました。
トライアルは、小売業として先進的な店舗データを活用したDXの成功事例だといえます。
企業にAIを取り入れる際の流れ
それでは、実際に自分の会社でAIを取り入れ、DXを進めていくためにはどうすれば良いのでしょうか。
その流れはざっくりと下記のようになります。
①経営者がAIの必要性を理解する
②ベンチャー企業やSlerを巻き込みAIを試作する
③社員を育成し、ある程度自社内で完結するようにする
経営者がAIの必要性に気がついた場合、②のAIシステムを実装しようとするところまでは良いのですが、③の自社内で上手く回していくところでつまずいてしまう企業が多いように思います。
AIを取り入れる際に立ちはだかる「 壁 」
実際にDXを進めていくとなると、なかなかスムーズにいかないのが現実です。
例えば、下記のようなことが起こる可能性があります。
- デジタル技術に疎い経営層と上手くコミュニケーションが取れない
- 管理職に投資対効果を示すことが難しい
- システム等に関する知識や技術の習得を求めて現場と衝突する
日本の経営層は特に「 DXはシステム部に任せておけば良い 」と考える傾向が強いという調査結果が出ています。
こうした場合には、領域や規模を限定してAIを導入するのも１つの手です。「 自社で抱える課題は何か 」を可視化して経営層に提示し、アプローチしてみましょう。
また、管理職もしくは若手にAIを活用したDXについての研修を組んでみるのも１つの手です。
これは会社の雰囲気などにもよりますが、どちらかにアクションがあれば勢いがつき、企業を劇的に変化させてDXを進めていける可能性があります。
DXに繋げるAI推進の3つのポイント
ポイント① 明確な目標を立てる
まず、DXは社内で同じ方向に向かって取り組んでいくことが大前提です。しかし、上手く進めることができていない企業は、そのAI導入のイメージが、経営層と情報システム部の間で異なっていることがあります。
「 自分たちはAIを利用してどのような会社になりたいのか 」をしっかりと固め、その目的や実際にAIを導入してやりたいことを決めておきましょう。
ポイント② データの品質を保つ
異常値が取り除かれていないままデータを活用してしまうと、データの精度が低い理由でビジネスに上手く活かすことができなくなります。
そうならないためにも異常値の原因を探し、不要なデータがあれば取り除くように学習させてデータを抽出するようにしましょう。
中には細かいエラーもあるかもしれませんが、データの品質を保持することは、ビジネス目標を達成するための大きな要素になります。
また、迅速にデータを活用できるように、分析することを想定してデータ基盤を設計することもポイントです。
ポイント③ デジタル人材を育てる
DXを推し進めていくとなれば、優秀なIT人材が企業内にいるかどうかも重要です。
現状、エンジニアは不足しており、優秀なIT人材を確保することは簡単ではありません。
そのような人材を外部から探す必要がある場合もありますが、もしすでに社内にシステムを担当している社員がいるのであれば、幅広い知識を学ぶためのカリキュラムを用意するなど、継続的に学び続けられる環境や、実践できる場を社内で作ることがポイントになります。
AIでDXを促進する場合に存在するリスク
AI（ 人工知能 ）は、私たち人間とは違います。そのため、いくつか副作用的なものが出てくるかもしれません。
例えば、下記のような事例もあります。
- 警察で顔認証AI技術を用いて、上手く機能せず別の人物を冤罪にしてしまった
- データの重要性を考えるあまり、ユーザーの承諾なくプライバシー性の高いデータを収集してしまった
もちろんAIはビジネスに変革をもたらすために重要ですが、AIを信じて取り組めば何でも正当化されるわけではありません。
リスクを伴う場面では、AIを扱う私たち人間がしっかりと考えて対応するようにしましょう。
まとめ
いかがでしたでしょうか。最後に、本記事で解説してきた項目をおさらいしておきましょう。
- DXとはそもそも何か
- AIができること、DXにおけるAIの役割
- ビジネスにおけるデータ利活用の重要性
- AIを活用したDXの事例（ Uber、トライアル ）
- 企業で取り入れる際の流れとポイント
- AIを利用するリスク
コストや人材面、社内でどのように進めていくかを解決し、決めることは決して簡単ではありませんが、DXとAIの可能性は無限大です。
ただし、AIを導入しただけで、全てを解決してくれるわけではないことも覚えておきましょう。
会社の目的やなりたい将来像を定め、つまずいても打開策を練りながら地道に取り組んでいきましょう！