DXTコンサルティングの
兼安 暁（かねやす・さとる）です。
さて、今日のお話は、
「DX向けシステム開発の要点：その２」
というテーマです。
DXには、
必ずシステムが必要になります。
昨日からの続きとなりますが、
DX向けシステムを新たに開発する際に
おさえておきたい、
システムについての基本的な考え方と、
取り組み方について触れておきます。
2020年のいま、
システムは、
次の４つの種類に分類できましたね。
- 基幹システム
- サービス提供システム
- 分析系システム
- 完全自動制御システム
今日は、
3. 分析系システムと
4. 完全自動制御システム
についてお話します。
３ 分析系システム
最近では、ビッグデータを保存し、
活用するシステムもこれに分類されます。
文字通り、
ビジネスの結果を分析し、
業績を把握したり、
顧客の好みを理解したりするなどして、
明日以降のビジネスに向けて
何らかのアクションを行うためのシステムです。
基幹システムやサービス提供システムの
取引履歴や、
業務プロセスの各段階のデータログを、
各システムから収集し、
データウェアハウスまたはデータレイクに集めます。
例えば
生産プロセスの中に
埋め込まれた温度計や振動計などの
センサーや、
携帯電話のGPSを活用した
移動記録のような・・・、
データというよりは
“信号”
でしかないようなものも
含まれます。
これらは、
ひとつひとつのデータには
何の意味もないですが、
まとめて時系列で分析することにより、
意味のある結論を導く可能性があります。
このタイプのシステムを、
ジェフリー・ムーア氏は
SoI（System of Intelligence）と呼んでいます。
AIシステムは、
こうしたトランザクションや信号のまとまりから
機械学習させ、開発することもできます。
４ 完全自動制御システム
IoTがますます普及し、
あちらこちらに通信機能付きセンサーが
埋め込まれるようになると、
AIは、
ますます高度な判断ができるように
なってくるでしょう。
そしてそのAIが人間に代わり
機械やロボット、
自動車等を制御するようになると、
自動運転が可能になります。
このタイプのシステムを、
ジェフリー・ムーア氏は
SoA（System of Autonomous）と呼んでいます。
代表的な例は、
ウェイモやテスラが開発している
自動運転車のシステムです。
ウェイモやテスラは
車両にレーダーやカメラ、
温度・湿度・振動などのセンサーを付けて、
人間が運転したときの車両内外で
それぞれのセンサーが読み取った信号を
クラウドに送信し、
それらを教師データとして
機械学習を繰り返しています。
ここ２日で、
DXでシステムを開発するにあたって、
今、世の中にあるシステムを
４つに分類し確認をしました。
この中で、
DXでもっとも重要なのはどのシステムでしょうか？
明日は、
「DXと限界コストの関係性」
というテーマでお話しします。
お楽しみに！
DXTコンサルティング
兼安暁（かねやす・さとる）でした
