記事

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。

運用の昇華 前の記事 賢いコスト削減 次の記事

関連記事

記事

賢いコスト削減

投資と競争力

バックヤードのシステム開発は収益と直接結びつかないため、できるだけケチりたいものである。にもかかわらず、バックヤードのデジタル化には大きなコストがかかる。しかし、新しいインフラに適切な投資ができない企業は競争力を失うのである。

要件定義の罠

バックヤードのシステムをできるだけ安く抑えようと思うと、要求定義や要件定義をしっかり作って依頼すればよいと考えがちである。もちろん、間違ってはいないが、入り口が安くなるわりに、システム開発の途中で追加工数が発生してしまい、結果としてシステムが高くなってしまうのである。

未来志向の要求

システム開発の途中で追加予算がかかってしまうのは、最初の要求定義や要件定義のときに想定される未来が見えていないことが原因である。これを見通すには要求定義や要件定義を行う背景や、未来の目指すところまでをエンジニア出身のアナリストに情報共有しなければならない。

投資の真価

導入時の金額だけをケチることは、保守運用などのランニングコストに跳ね返ってきてしまい、システムの寿命が短くなる。そうならないために、第三者のIT業者やITコンサルタントを入れるほうがよいと言われている。うまくDX化できれば生産性が上がり、投資を大きく回収できる。ことIT投資については、竹槍戦か空中戦かくらいの違いを生んでしまうのである。

まとめ

システム設計やプログラミング作業と同じようにITコンサルタントも1人の能力に偏りがちである。それゆえ、PMOと呼ばれるチームを形成することで、集合知を活用して、さらに未来を予測できるような体制を構築することが望ましい。

続きを見る >
記事

業務データ資産の発見と活用

AI活用の第一歩

AI活用による生産性向上のためのシステムツール構築では、過去データの利用が必要不可欠である。しかし、過去データが整備されていない場合の対処法を考えてみたい。多くの企業がAI導入を検討する際、まず直面するのがこのデータ品質の問題である。完璧なデータセットを求めがちだが、実際には現実的なアプローチで進めることが成功への鍵となる。

目的の明確化

まず「何に使いたいデータなのか」を明確にする必要がある。目的に応じて、必要なデータの「粒度・項目・量」が変わるため、いつも扱っている部門ではない人が客観的に整理するのがよいかもしれない。例えば、生産管理の異常検知であればセンサーデータの時系列とアラート履歴が必要になり、顧客離反の予測であれば購買履歴と問い合わせ履歴が必要になる。このように具体的な用途を定めることで、収集すべきデータの方向性が見えてくる。

データの現状把握

やりたいことを整理すれば、次に足りないデータなどが見えてくるはずである。このとき、データが重複していたり、欠損していたり、バラバラであったりというのも、すべてデータはあるものと考える。形式としては、Excel、CSV、紙、システム内に点在などを把握して、データの棚卸を行う。完璧でないデータでも、適切な処理を施すことで価値ある情報源に変わる。重要なのは、現在持っているデータ資産の全体像を正確に把握することである。

データ整備の実践

データの棚卸が終われば、データクレンジング（整備）の作業方針を立てる。手動で整えるのか、何らかのツールを使うのか検討が必要である。また、このツールはExtract（抽出）、Transform（変換）、Load（読み込み）の頭文字をとってETLツールと呼ばれている。Power Queryなどがその代表例である。作業量と精度のバランスを考慮し、コストパフォーマンスの高い整備方法を選択することが重要になる。自動化できる部分は積極的にツールを活用すべきである。

まとめ

データを整えていく途中で足りないデータが発見されることもあるだろう。しかし、ここからがAIの使い様である。ファインチューニング（学習させていく）ことや、生成AIやRAG（Retrieval-Augmented Generation）を利用して補完するなどが考えられる。

続きを見る >
記事

DX予算が通らない真因

DX予算否決の壁

「DX推進の予算を申請したのに、経営層から却下されてしまった」——そんな苦い経験を持つDX担当者は少なくない。市場環境の変化や競合のデジタルシフトに対応するため、DXが急務であることは多くの方が理解している。しかし、その必要性が経営層に正しく伝わらなければ、どれほど優れた施策であっても予算は承認されない。実は、予算が通らない本当の原因は、提案内容そのものではなく「伝え方」にあることがほとんどである。

経営層が承認しない理由

多くのDX担当者は、最新技術のトレンドや業務効率化の可能性を中心にプレゼンを組み立てがちである。しかし、経営層が重視するのは「技術の新しさ」ではなく「投資に対するリターン」だ。具体的なROIの試算や競合他社の導入事例、導入しなかった場合のリスクといった経営判断に直結する要素が欠けていると、提案は「面白いが今ではない」と先送りにされてしまう。さらに、現場の業務課題と経営課題を結びつける視点が弱いことも、予算が通らない大きな要因のひとつである。経営層の関心事を正しく理解し、その言語で語ることが予算承認への第一歩となる。

予算を勝ち取る提案術

では、どうすれば経営層を動かす提案ができるのか。まず重要なのは、DXの目的を「業務改善」ではなく「経営課題の解決」として再定義することである。たとえば「受発注業務をデジタル化する」ではなく、「受発注のリードタイムを30%短縮し、年間○○万円のコスト削減と顧客満足度の向上を実現する」というように、具体的な数値で効果を示す。次に有効なのが、スモールスタートの提案だ。いきなり大規模な投資を求めるのではなく、まず小さな成功事例を作り、その実績をもとに次の予算を獲得していくアプローチは、経営層の心理的ハードルを大幅に下げてくれる。加えて、同業他社の成功事例や政府の補助金制度を活用した費用対効果の説明も、説得力を高める強力な武器になる。

DX予算獲得は伝え方が9割

DX予算が通らない根本的な原因は、多くの場合、技術や施策の問題ではなく経営層との「コミュニケーションギャップ」にある。担当者が見ている世界と経営層が見ている世界は異なり、現場の課題感をそのまま伝えるだけでは、経営判断に必要な情報が不足してしまうのだ。大切なのは、経営層が意思決定しやすい形に提案を翻訳することである。ROI、リスク、競合動向、段階的な投資計画——これらの要素を盛り込むことで、提案の説得力は格段に上がる。DXは一度の提案で完結するものではない。小さな成功を積み重ね、信頼と実績を築きながら組織全体の変革を推進していく姿勢こそが、最終的に大きな予算獲得へとつながっていくのである。

まとめ

DX予算が通らない原因は、提案内容よりも経営層への伝え方にある。技術視点ではなく経営視点で語り、具体的なROIやリスクを数値で示すこと。そしてスモールスタートで実績を作り、段階的に投資を拡大するアプローチが有効である。

続きを見る >