フルスクラッチは体力

開発手法の選択

フルスクラッチかパッケージか、最近ではSaaSなどもシステム構築の検討に入る。実は開発手法やツールよりも、どのようなシステムで、どれくらいの規模のシステム開発会社が担当するかが重要である。

SESのリスク

人数が多い会社であればあるほど安心感があってよいと安易に考えることは適切ではない。なぜなら、SE派遣やSESと呼ばれる人月(人工)単位で売り上げの経つ会社には技術の総合力がないからである。

技術の総合力

技術の総合力とは、SE作業やプログラミング作業などの1人で対応できる技術力を差すのではなく、システム構築やシステムの運用全般における最適手段を考えることができる能力のことである。

表層の即効性

SE派遣やSESの付加価値はその人単体のプログラミング能力に偏るため、一見対応がよく、何も問題がないように思える。しかし、これが技術的負債を作ってしまうひとつの要因でもある。

まとめ

フルスクラッチを考えるなら、SESを中心としないシステム会社で且つ人数規模も多い方がよい。安価にフルスクラッチでシステムを構築してしまうと、メンテナンスや運用でしっぺ返しが待っている。時間が経つごとにシステム保守費用が高くなるのである。

関連記事

Excel業務のDX化は本当に必要か

DX化の現状

多くの企業でExcel業務のDX化が話題になっている。「Excelは古い」「すぐにシステム化すべき」という声も聞かれるが、本当にすべてのExcel業務をDX化すべきなのだろうか。実は、やみくもなDX化は逆効果になることも少なくない。Excel業務のDX化には正しい順序と判断基準が必要である。本記事では、DX化の利点を理解しながら、適切なアプローチについて考えていく。

DX化の利点

Excel業務をDX化することで得られる利点は確かに多数ある。まず、データの一元管理により情報の正確性が向上し、複数人での同時編集や更新作業がスムーズになる。次に、自動化による作業時間の大幅な削減が可能である。手作業で行っていた集計や転記作業から解放されることで、より付加価値の高い業務に時間を使えるようになる。さらに、データ分析の高度化により、経営判断のスピードと精度が向上する。これらの利点は、企業の競争力強化に直結する重要な要素である。

DX化の落とし穴

しかし、DX化を急ぐあまり失敗するケースも多く見られる。業務フローが整理されていない状態でシステムを導入すると、非効率な業務がそのままシステム化されてしまう。また、現場の声を聞かずにツールを選定すると、使いにくいシステムが現場に定着せず、結局Excelに戻ってしまうこともある。さらに、すべてを一度に変えようとすると、従業員の負担が大きくなり、業務が混乱する。投資したコストに見合う効果が得られず、DX化自体が目的化してしまう危険性もある。適切な準備なしのDX化は、かえって生産性を下げる結果を招くのである。

正しい進め方

Excel業務のDX化を成功させるには、段階的なアプローチが不可欠である。まず、現状の業務フローを可視化し、本当に必要な作業とムダな作業を明確に区別する。次に、Excelで十分な業務と、システム化すべき業務を見極めることが重要である。すべてをシステム化する必要はない。その上で、優先順位をつけて小さく始め、効果を確認しながら展開していく。従業員のITリテラシーに応じた教育も並行して行うことで、スムーズな移行が実現する。DX化は手段であり目的ではない。自社の状況に合わせた最適な方法を選ぶことが、真の業務改善につながるのである。

まとめ

Excel業務のDX化は、正しく進めれば大きな効果をもたらすが、順序を誤ると逆効果になる。利点を理解しつつ、自社の状況を冷静に分析し、段階的に進めることが成功の鍵である。やみくもなシステム化ではなく、業務改善を第一に考えた戦略的なアプローチを取るべきである。

続きを見る >

AIチャットボットの現実

チャットボット幻想と現実

人手不足や生産性向上が叫ばれる中、多くの企業で「問い合わせ業務の多くはAIチャットボットで代替できるのではないか」という期待が高まっている。確かに、人間と自然に会話できるAIの実現は、多くの技術者が長年抱き続けた夢でもあった。しかし、過去には言語理解や文脈の把握に技術的な限界があり、実用化には程遠いというのが現実だった。こうした期待と現実のギャップが、AIチャットボット導入の失敗要因となってきた。

チャットボットの進化

2000年代には、ルールベースやシナリオ型のチャットボットが登場し、定型的なカスタマーサポートなどで徐々に実用化され始めた。とはいえ、自然な対話というより「決められた会話」に近く、限定的な使い方にとどまっていた。ところが2020年代に入り、ディープラーニングの飛躍とともに自然言語処理の精度が格段に向上し、Google、Facebook、OpenAIといった技術企業が次々に大規模言語モデル(LLM)を発表したことで、チャットボットは“おしゃべりマシン”から会話パートナーへと進化した。

ChatGPTの衝撃

ChatGPTのような生成AIが登場し、誰でも使えるようになったことで、AIチャットボットの活用は一気に加速した。従来のようなFAQへの対応だけでなく、長文の文書作成や要約、翻訳、さらにはプログラミング支援など、より複雑で創造的な作業もこなせるようになっている。人間の知的作業領域に深く入り込み、単なる効率化ツールにとどまらない存在となった。もはや「使えるかどうか」ではなく「どう使うか」が問われるフェーズに突入している。

業界全体への波及

AIチャットボットの導入は、ビジネスだけでなく教育、医療、自治体など、多様な分野に広がっている。学生の学習サポートから医療問診の補助、行政窓口での自動対応まで、AIは生活の一部に組み込まれつつある。この変化は、かつてITインフラを支えてきた旧世代のエンジニア像を超える大転換だ。業務が高度化し、かつ柔軟性が求められる現代において、AIと協働する力が企業と個人の双方に求められている。

まとめ

AIチャットボットは、単なる業務効率化ではなく、人間の知的作業を補助する“共創”のパートナーである。ただし誤情報、倫理、プライバシーといった課題も存在する。こうした課題を踏まえ、社会全体でのルール整備と、使い方の成熟が必要だ。AI導入を成功させるには、「AIも使い様」という視点が欠かせない。ITの導入に乗り遅れてきた企業ほど、AI活用でも二の舞になりかねない。アタラキシアDXは、AI黎明期からの導入支援経験をもとに、技術とビジネスの橋渡しを支援している。

続きを見る >

DX成果までの期間

期間が読めない不安

「DXに取り組みたいけれど、成果が出るまでにどれくらいの期間がかかるのか分からない」——中小企業のDX担当者から最も多く寄せられる悩みのひとつである。半年か、一年か、それとも数年か。期間の見通しが立たなければ、経営層への説明も難しく、なかなか最初の一歩を踏み出せない。本記事では、実際に支援した中小企業の事例をもとに、DXで成果が出るまでの現実的なスケジュール感と、期間を短くするための具体的な考え方を伝える。

全社改革の落とし穴

DXが長期化する大きな要因は、最初から「全社的な大改革」をイメージしてしまうことにある。基幹システムの刷新、全部門の業務見直し、AI活用——どれも重要なテーマだが、すべてを同時に進めようとすれば、計画は数年単位に膨らむ。さらに要件定義や部門間の合意形成に時間を取られ、現場が変化を実感する前に熱量が下がってしまうケースも少なくない。経営層からは「成果はいつ出るのか」と問われ、現場からは「結局何が変わるのか」と疑問の声が上がる。「DX=大規模プロジェクト」という思い込みこそが、期間の不安を生み出す最大の原因である。

1ヶ月で形にする方法

実は、現場で本当に役立つDXは「小さく早く」始めれば、わずか1ヶ月で形になる。Power Appsで支援したある製造業の事例では、それまで紙とExcelで管理していた日報業務をたった1ヶ月でアプリ化し、現場の入力時間を約3割削減することに成功した。低コード開発であれば、要件定義から運用開始までを短期間で進められ、現場が早い段階で成果を体感できるのが大きな特徴だ。試作と改善を素早く繰り返せるため、机上の議論に時間を奪われることもない。最初から完璧を目指さず、まず一つの業務を確実に変える。この小さな成功体験こそが、次のDX施策を生み出す確かな推進力となる。

期間を決める3要素

DXで成果が出るまでの期間を左右するのは、「対象業務の絞り込み」「ツール選定」「現場との協働」の3つの要素である。対象を一つの業務に絞れば1ヶ月、複数業務にまたがる改善なら3〜6ヶ月、部門横断の本格的な改革なら1年が一つの目安となる。重要なのは、最初の1ヶ月で目に見える成果を必ず出すことだ。経営層も現場も「DXは確かに進んでいる」と実感できれば、追加投資や協力体制が自然と得られるようになり、結果として全社展開のスピードも加速していく。逆に最初の数ヶ月で何の変化も見えないと、どれほど立派な計画でもプロジェクトは静かに失速していく。期間の不安は、最初の小さな一歩で必ず解消できる。

まとめ

DXで成果が出るまでの期間は、取り組み方次第で大きく変わる。「全社一斉」ではなく「一業務一ヶ月」から始めれば、期間への不安は確実に解消できる。完璧な計画を半年かけて練り上げるよりも、現場で実際に動く一つの成功事例の方が、社内全体に対してはるかに大きな説得力を持つ。小さな成功の積み重ねこそが、結局は全社DX実現への最短ルートとなる。

続きを見る >