「DXを進めろ」と号令がかかったのに、振り返ってみれば実際にやったのはペーパーレス化と電子印鑑の導入くらい。会議室にはDX推進室の看板が掛かっているのに、肝心の事業は一ミリも変わっていない。この居心地の悪さに覚えがある人は、おそらく少なくないと思います。
『いまこそ知りたいDX戦略』は、そのモヤモヤの正体を、最初の数ページで容赦なく言い当てます。DXとはツール導入のような局所的なIT化ではなく、デジタル技術を採用した根本的なビジネスモデルの変換である、と。この一行が刺さるかどうかで、本書から得られるものの大きさは変わってきます。
著者の石角友愛さんは、シリコンバレーでAIビジネスを手がけるパロアルトインサイトの経営者です。100社以上のAI導入の現場に立ち会ってきた人物だけあって、語り口は抽象論ではなく徹底して実装寄り。
日本企業のDXが、いったいどこで止まり、なぜ動かなくなるのかを、生々しい事例とともにほどいていきます。
この記事では、本書の中心にある「コアの再定義」という発想、DXを必ず襲う「3つの壁」、そしてAI導入の課題を選ぶための独自フレームワークまで、骨格を落とさずに追いかけます。
DXとは「自社のコア」を見つけ直す作業だ
本書がまず壊しにかかるのは、DX＝デジタル化という思い込みです。
石角さんはDXを「第四次産業革命そのもの」と位置づけます。過去の産業革命が蒸気や電気という物理的な動力を置き換えてきたのに対し、今回置き換わるのは人間の判断や思考、いわばメンタルパワーだという捉え方です。だからこそ、コピー機を入れる話と地続きで語ってはいけない、というわけです。
そのうえで本書がDXの出発点に据えるのが「コアの再定義」。ここで使われるのが、ジェフリー・ムーアの理論にある「コア」と「コンテクスト」という分け方です。コアは競争優位の源泉、コンテクストはその周辺。DXとは、自社のコアを見極めて、そこをデジタル化することだと言い切ります。
私が読んでいて唸ったのは、コアは必ずしも今の主力事業そのものではないという指摘でした。事業を構成する要素を分解したとき、最後まで強みとして残るものこそがコアになる、という考え方です。
象徴的なのがパタゴニアの例です。この会社のコアは「アウトドア用品の製造」ではなく「サステナブルなサプライチェーンに基づく製造販売」だと再定義されました。
だからこそ衣類の枠を越え、環境再生型オーガニック認証を採用した食品事業にまで踏み出せた。コアの言葉を一段抽象化すると、進める先が広がるのです。
自動車メーカーのコアを「車をつくること」から「人を移動させること」へ置き換える例も出てきます。この言い換えだけで、デジタル化の向かう先がまるごと変わる。コア再定義は、単なる言葉遊びではなく戦略の起点なのだと腹落ちします。
似た言葉を3段階に切り分ける
DXを語る場では、似た用語が混ざって議論が空転しがちです。そこで本書は3段階にきれいに整理します。
ひとつ目はデジタイゼーション。アナログ情報をデジタルデータに変える段階で、ペーパーレス化や電子印鑑がこれにあたります。得られるのはコスト削減と自動化です。
ふたつ目はデジタライゼーション。デジタル技術で作業工程やビジネスモデルそのものを変え、新しい収益源や顧客接点を生む段階です。
そして三つ目がDX。デジタルを前提に、人や組織や文化を抜本的に変えることを指します。石角さんは念を押すように、DXとは主に人と組織に関する変革だと書きます。評価制度や組織構造、企業文化までが変わって初めて定着する、と。ここを読み飛ばすと、また電子印鑑で終わってしまうわけです。
本書はトニー・サルダナによるDXの5段階ステージも紹介します。部署内の自動化という基礎段階から、事業部単位のサイロ、会社横断の部分的統合、全社的統合、そしてデジタル運営がDNAになる最終段階へ。著者はこれを飛行機の滑走から離陸、安定飛行になぞらえます。
面白いのは「リープフロッグ（馬跳び）」という補助線です。段階を一つずつ踏むカタツムリ型だけでなく、数段階を一気に飛び越える進化もある。そしてこのジャーニー全体を通じて、AIは各ステップを実現し次へ送り出す「ビルディングブロック」として位置づけられます。
DXは長期戦であり、AIはその部品なのだという冷静な見立てが好印象です。
DXを止める「3つの壁」を時系列で言語化する
本書の背骨はここにあります。DXがどこで止まるのかを、石角さんは時間軸に沿った3つの壁として名指ししました。この整理だけでも読む価値があると感じます。
ひとつ目がFOMOの壁。FOMOは「取り残される恐怖」のことで、他社がやっているからと焦り、目的が定まらないまま「とりあえずDX推進室」を立ち上げてしまう状態です。
著者は、何のためにやるのかに答えられないままDXを進めるべきではないと断じます。最初のボタンの掛け違いが、ここで起きるわけです。
ふたつ目がPoCの壁。実証実験を回す実行力はあるのに、課題の優先順位や検証指標があいまいで、事業化まで進めない泥沼です。日本でPoC段階にとどまる企業は全体の4.2%にのぼるという数字（IPA「AI白書2020」）も引かれます。
処方箋は、自社の課題に優先順位をつけ、会社全体のレバレッジポイントを見極めること。
三つ目がイントレプレナーの壁。イントレプレナーとは社内起業家のこと。課題もフォーカスも定まっているのに、社内政治やコミュニケーションに阻まれ、人も予算も集まらない状態です。
目的が不明確、実証実験の泥沼化、リソース不足。この3つはほぼこの順番で立ち現れます。だから本書は壁ごとに原因と越え方を分けて論じる構成になっており、自分のプロジェクトが今どこで詰まっているかを照合しやすい。診断ツールとしても使える点が実務的です。
AI導入の課題を選ぶ「FOME分析」と「データの5V」
PoCの壁を越えるには、そもそもどの課題にAIを入れるかの選び方が要ります。そこで提示されるのがFOME分析です。
四つの観点で課題を評価します。Feasibility（実現可能性）は、必要なデータが存在し技術的にモデルを作れるか。Opportunity（応用性）は、できたモデルを他部署や外販へ横展開できるか。
Measurability（検証性）は、効果をKPIで客観的に測れるか。Ethics（倫理性）は、悪用や人生を左右する不適切な使われ方の懸念がないか。
倫理性をあえて評価軸に入れる理由は、失敗事例が雄弁に語ります。リクナビは学生の同意なく行動履歴から内定辞退率を算出して企業に販売し、社会問題化しました。
フェイスブックはケンブリッジ・アナリティカへのデータ開示が発覚し、連邦取引委員会に50億ドルの和解金を払っています。便利さの裏で倫理を外すと、事業ごと崩れる。
技術選定の段階で倫理を組み込む発想は、生成AI時代の今こそ重みを増しています。
実現可能性を確かめるために登場するのが「データの5V」です。Volume（量）、Variety（種類）、Velocity（速度）、Veracity（正確性）、そしてValue（価値）。最後のValueは、売上や利益に直結するデータかどうかを問います。
ここで本書独自の言葉が光ります。「円密度（ドル密度）」——いちばん「おカネの匂いがする」データのことです。物流会社の配車データ、不動産の売買価格データのように、お金に近いデータから狙え、というのが著者の指南です。
データ収集の初期ほど円密度を意識せよ、という助言は、限られたリソースで成果を出したい現場にとって実践的な羅針盤になります。
そして「データがないからAIは無理」と諦める必要はないとも言います。上流工程からデータサイエンティストに相談し、人の行動や日常から自動かつ継続的にデータを抽出する仕組みをつくる。
これを「データフィケーション」と呼び、データづくりそのものをDXの起点に据えます。電線ケーブル会社のフジクラは、高齢者の自立支援という新規事業で、ケアマネージャーのインタビュー会話をAIで文字起こしし、キーワードを抽出してデータ化しました。
データは「ある」ものではなく「つくる」ものだという発想の転換です。
あえて「赤字部門」から始める逆転の発想
本書でいちばん意表を突かれるのが、最初のAI投資先の選び方です。
普通は成長中の黒字事業に投資したくなります。ところが著者は、最初のプロジェクトはリスクが少なく、わずかな改善で大きな成果が出やすい赤字事業や危機的事業から始めよ、と説きます。
すでに98%うまくいっている黒字部門を99%にするより、効果が一目で分かる赤字部門に手をつける方が現実的だ、という理屈です。
実例が不二家です。菓子が約7割、洋菓子が約2割という構成のなか、あえて赤字の洋菓子事業にAIを入れました。ショートケーキなどの出荷量予測に2000種もの材料データを解析し、廃棄ロスの削減と品切れ防止を狙う。
著者はこれを「守りのAI投資」と呼びます。赤字の出血を止めることは、黒字事業の努力を無駄にしないことでもある、という整理は腑に落ちます。
最初のAIプロジェクトの成否は、その後のDX全体の命運を左右します。だからこそ、失敗が許されない主力部門ではなく、改善インパクトが見えやすい場所で成功体験をつくる。これは単なる慎重論ではなく、社内の合意形成を逆算したリスク設計なのだと読めます。
「丸投げ」では成功しない——組織と文化の話
3つ目のイントレプレナーの壁、つまりリソースが集まらない問題に、本書は組織の答えを出します。
DXは情報システム部への丸投げでは成功しない。必要なのは社長直下の全社横断チーム、COE（センター・オブ・エクセレンス）です。事業部、IT人材、データサイエンティストを束ね、予算と権限を与える。
フランスのエンジーは社長直下のCOEに毎年15億ユーロを与え、アプリを28個つくり、100人以上の社員をAIトレーナーとして再教育してDXを成功させました。
現場の鍵を握るのが「AIシナジスト」です。自分の担当事業とAIを掛け合わせ、相乗効果を描いて推進する人材を指します。著者は、外部のIT人材をトップに据えるより、社内の事情と人脈を知り尽くした事業部上がりのマネージャーを据える方が、日本企業では合意形成が進みやすいと見ます。
AI導入を「静止画」ではなく「動画」で捉えよ、という比喩も効いています。納品して終わりではなく、現場でデータを集めUXを調整し続ける運動として見る。
200枚の写真を2万枚以上の教師データに膨らませた京都のJOHNANや、FAX受注の処理を機械学習で自動化したベストパーツの例が、その地道さを物語ります。
最終章のネットフリックスは、文化の話として白眉です。同社はDVD郵送からストリーミングへ移る過程で一度大きくつまずき、80万人以上の解約と株価半減を経験しました。
そこから生まれたのが透明性の高い文化——反対意見を育て、テストから始め、全社員に決裁権を与え、失敗に光を当てる。著者はここに、トレンドの検知・透明な文化・破壊的技術への投資という3つのレバレッジポイントを見出します。
レガシー企業でもDXはできる、というのが本書の希望です。ワシントン・ポストはベゾスによる買収後にエンジニアを3倍にし、内製ツールを外販して4年で黒字化、有料会員を前年比75%増やしました。
AI開発の8割は地道なデータ収集とクレンジングだと著者は言います。即効薬はない。それでも、自社のコアを問い直す最初の一歩だけは今日から踏み出せます。
あなたの会社にとっての「ジョーダンのバスケ」は、いったい何でしょうか。
合わせて読みたい
『イノベーションのジレンマ』クレイトン・クリステンセン 本書が警告する「ウーバナイズ（既存業界の破壊）」への防衛策と表裏一体の議論です。なぜ優良企業ほど正しい経営判断で破綻するのかを知ると、コアを再定義してDXに踏み出す理由がより腑に落ちます。
『勝ち組企業の「ビジネスモデル」大全』大前研一 DXの本質である「ビジネスモデルの変換」を、デジタル時代の戦略原則として俯瞰できます。本書のコア再定義を、より幅広い企業事例のなかで位置づけたい人に。
生成AIを入れても生産性が上がらない会社の共通点 「ツールを入れたのに変わらない」という本書の問題意識と直結するコラムです。FOMOの壁にはまる前に、目的なきAI導入がなぜ空回りするのかを押さえておけます。
