日本におけるIT人材不足は以前より問題視されており、経済産業省のデータ※1によれば、2030年には最大約79万人のIT人材が不足すると予測されています。このまま人材不足が加速すれば、今以上にIT人材の獲得競争は激しさを増すと考えられます。IT人材不足を解消する有効手段として、今注目を集めているのがフリーランスITエンジニアの活用です。高い専門性や経験を持つフリーランスITエンジニアが参画した結果、プロジェクトが大きく進展する事例は少なくありません。今回はフリーランスITエンジニア専門のIT・テクノロジー領域特化型エージェント「HiPro Tech」のサービス責任者を務める野村 鉄平氏に、IT人材不足の現状、フリーランスITエンジニア活用のメリット、そして「HiPro Tech」の展望などについて伺いました。※1 IT人材需給に関する調査（経済産業省）
「Society 5.0」は、日本社会が目指すべき未来の姿として注目されています。Society 5.0に向けた変化の一部はすでに社会のなかで確認可能であり、決して遠い未来の話ではありません。 プライベートにおいてもビジネスにおいても、Society 5.0の内容や新たに生み出される価値を知っておくことは重要な意味を持つでしょう。 本記事では、Society 5.0が目指す社会像やそのために必要な技術、具体的な事例などをわかりやすく解説します。 Society 5.0とは ここでは、Society 5.0とはどのようなものか、以下4つの観点で解説します。 Society 5.0の定義 Society 4.0までの社会 Society 5.0が目指す社会 Society 5.0とSDGsの関連性 それぞれ順番に見ていきましょう。 Society 5.0の定義 内閣府のWebサイトによると、Society 5.0は以下のように定義されています。 サイバー空間とフィジカル空間を高度に融合させたシステムにより、経済発展と社会的課題の解決を両立する人間中心の社会 出典：Society 5.0（内閣府） 特に重要なポイントは、「サイバー空間とフィジカル空間の融合」と「人間中心の社会」の2点です。インターネットの普及によってさまざまな情報がサイバー空間に蓄積されるようになりましたが、Society 5.0ではさらにその流れが進むとともに、集積した情報（ビッグデータ）をAIが解析し、現実空間にフィードバックするようになります。 また、そのプロセスを人間中心という価値観のもとで行うのも特徴的です。一人ひとりの国民、世界の市民が中心人物となり、社会を変化させていく状態が理想とされています。 Society 4.0までの社会 Society 5.0に到達するまでに、過去から現在までの社会は以下のように進化してきたとされています。 狩猟社会（Society 1.0） 農耕社会（Society 2.0） 工業社会（Society 3.0） 情報社会（Society 4.0） 現在の「情報社会（Society 4.0）」では、その名の通りさまざまな「情報」が共有される時代になりました。しかし、共有された情報を経済発展や社会的課題の解決につなげるのは簡単ではありません。例えば、情報があふれた結果、人間の能力で必要な情報を見つけ、分析する作業の困難さが増しています。また、課題を発見したとしても、人手で行う作業には限界があり、解決が難しいケースもあるでしょう。 現状の情報社会（Society 4.0）では、経済発展や社会的課題の解決を果たすにはまだ不十分だといえるのです。 Society 5.0が目指す社会 Society 5.0では、サイバー空間とフィジカル空間の融合によって経済発展と社会的課題の解決を両立します。具体的には、Society 4.0までの社会と比べて以下のような変化が期待されています。 IoTによって新たな価値が生まれる イノベーションによって課題が解決される AIによって面倒な作業から解放される ロボット技術などによって人の可能性が広がる 詳しい内容を順番に見ていきましょう。 IoTによって新たな価値が生まれる IoT（Internet of Things）は「モノのインターネット」と呼ばれ、まさにサイバー空間とフィジカル空間を融合させる技術だといえるでしょう。電子機器などがインターネットに接続され、相互に情報交換できる仕組みであり、これまで可視化されていなかった情報同士がつながることで新たな価値が生み出されます。センサーによって離れた場所にあるモノの状況を監視したり、スマートフォンを通じてモノを遠隔操作したりできれば、人による作業や移動を必要とする場面が減り、利便性の向上につながるでしょう。 イノベーションによって課題が解決される サイバー空間とフィジカル空間の融合によって新たなイノベーションが生まれ、これまで解決が難しかった少子高齢化や地方の過疎化といった課題の解決も期待できます。例えば、自動運転が可能なドローンを使った荷物の配送などが可能になれば、過疎化が進む地域での居住にも不便さを感じにくくなるでしょう。新たなイノベーションによる社会的課題の解決は、少子高齢化が深刻化する日本社会において重要なテーマだといえます。 AIによって面倒な作業から解放される 情報社会であるSociety 4.0では、さまざまな情報がインターネットや企業が使用する社内システム上に蓄積されてきました。しかし、蓄積された情報を活用するには人手によるデータの整理や分析が不可欠であり、困難や負担が伴っています。 Society 5.0ではAIによって膨大な情報量を自動で処理することが可能になり、人々が面倒な作業から解放されるとされています。 ロボット技術などによって人の可能性が広がる ロボット技術の進歩により、人の可能性が広がる点もSociety 5.0による特徴的な変化とされています。例えば、高齢者や障害者などが重い荷物を運搬する際、行動に制約が生じるケースもあるでしょう。そのような場合にロボットや自動運転車などによる支援が可能であれば、より多くの人が自身の望む行動をとれるようになります。高齢者の人口割合が高まる日本では、特に進歩が期待される部分だといえます。 Society 5.0とSDGsの関連性 Society 5.0は、近年注目が集まっているSDGsとも関連性の高いテーマです。SDGs（Sustainable Development Goals）は日本語では「持続可能な開発目標」とされ、貧困や飢餓、環境問題、格差などさまざまな地球規模の課題を解決し、持続可能な社会を目指すうえでの国際的な共通目標となっています。 一方、前述の通りSociety 5.0は、サイバー空間とフィジカル空間の融合によって経済発展と社会的課題の解決を両立するものです。Society 5.0の実現がSDGsの達成にもつながるとされており、政府のSDGs推進本部が策定した「ＳＤＧｓアクションプラン２０２０」では、日本のSDGsモデルの3本柱の一つとして「Ｉ．ビジネスとイノベーション 〜ＳＤＧｓと連動する「Society 5.0」の推進〜」が掲げられました。 環境問題の解決や格差社会の解消など、Society 5.0とSDGsには共通テーマが多く、Society 5.0の重要性が高まる背景の一つとなっています。 出典：ＳＤＧｓアクションプラン２０２０（ＳＤＧｓ推進本部） Society 5.0を支える技術 Society 5.0を支える具体的な技術としては、以下の5つが代表例に挙げられます。 IoT AI ビッグデータ 5G ロボット それぞれの特徴や役割を見ていきましょう。 IoT 「モノのインターネット」と呼ばれるIoT（Internet of Things）は、さまざまなモノがインターネットにつながっている状態を実現します。パソコンやスマートフォンだけでなく、家電製品や自動車、建物などがインターネットに接続され、モノ同士で情報を交換します。 IoTの技術が進歩すれば、スマートフォンから家電製品の遠隔操作が可能になったり、離れた場所にあるモノの状況・動きを監視したりといったことが可能です。すでに実用化されている例もあり、プライベート・ビジネスを問わずさまざまな場面で利便性の向上につながりうる技術だといえます。 AI AI（Artificial Intelligence：人工知能）は明確な定義がないものの、令和元年度版の情報通信白書では、以下のように記載しています。 「AI」とは、人間の思考プロセスと同じような形で動作するプログラム、あるいは人間が知的と感じる情報処理・技術といった広い概念で理解されている。 （出典）令和元年度版 情報通信白書 AIに関する基本的な仕組み （総務省） AIは情報処理、記憶、計算などを得意とし、テキストだけでなく画像や音声などさまざまなデータを取り込み、機械学習を行ったうえで、最適な解を導き出します。 人間の脳では処理しきれないほど膨大な情報が存在する現代社会では、AI技術の進化が不可欠だといえます。 ビッグデータ ビッグデータとは、人間では把握・処理が難しいレベルの量（Volume）・種類（Variety）・頻度（Velocity）を持つ巨大なデータ群を指します。総務省では、ビッグデータを以下の4つに分類しています。 国や地方公共団体が提供する「オープンデータ」 暗黙知（ノウハウ）をデジタル化・構造化したデータ M2M（Machine to Machine）から吐き出されるストリーミングデータ 個人の属性に係る「パーソナルデータ」 出典：平成29年版 情報通信白書 ビッグデータの定義及び範囲（総務省） Society 5.0において高度な課題解決を可能にするため、ビッグデータの蓄積・活用による新たなソリューション・イノベーションの誕生が期待されます。 5G 5Gは第5世代移動通信システムを指す言葉で、従来の4Gと比べて高速・大容量のデータ通信が可能となります。離れた場所でもラグのほとんど生じないリアルタイムな通信が可能なため、前述のIoTによるモノ同士の接続にも欠かせない技術だといえるでしょう。多数のデバイスによる同時接続が可能な点も特徴です。 ロボット すでに工場でのものづくりなどにロボットは活用されていますが、Society 5.0ではさらに活躍の幅が広がると考えられています。IoTやAI、ビッグデータの活用によって情報の処理・分析が高度化しても、解決策を実行するための人手が足りなければ課題の解決には至りません。ロボット技術によって人の行動をサポートしたり代替したりできれば、人口減少が進む日本社会においても課題解決が進めやすくなります。 Society 5.0によってもたらされる新たな価値の事例 ここでは、Society 5.0でもたらされる具体的な価値の例として、以下7つの分野を見ていきましょう。 交通 医療・介護 ものづくり 農業 食品 防災 エネルギー 交通 交通の分野では、各自動車からの情報をリアルタイムに収集し、蓄積されたビッグデータをAIが解析することで、天気や交通、宿泊、飲食などさまざまな関連情報の提供が可能になるとされています。無駄のない快適な移動が可能になることで、地方の活性化や消費の拡大につながることが期待されます。 医療・介護 Society 5.0では、患者一人ひとりのデータや医療現場の状況、感染に関する情報などをビッグデータとして収集し、AIで解析することで、病気の早期発見や最適な治療の実施が可能になるとされています。また、介護ロボットなどの普及による人手不足の解消も期待されています。 ものづくり ものづくりの分野では、自社の配送状況や取引先の在庫状況、顧客の需要をビッグデータとして収集し、AIで解析することで、ニーズに合わせた柔軟な生産体制を構築できます。直接取引のない企業の状況も踏まえてフレキシブルな生産計画を立てられるようになり、競争力の強化や災害時の対応改善が可能になるでしょう。 また、ロボットの活用や配送効率化による人手不足の解消、コスト削減、熟練技術の継承なども期待されています。 農業 農業分野では、気象情報や農作物の生育状況、マーケットトレンドなどをビッグデータとして収集し、AIで解析することで、農作物の安定供給や生産量増加、廃棄量の削減などが可能となります。農作物の状況を把握するうえで、ドローンなどの活用による効率的な情報収集も重要な役割を果たすでしょう。 食品 食品の分野においては、個人のアレルギー情報や冷蔵庫内の状況、近隣店舗の品揃え、さまざまな食品の情報などをビッグデータとして収集し、AIで解析することで、購入時の利便性向上や個人の嗜好・アレルギーなどに合わせた食品提案などが可能になります。必要な分だけ発注・購入すればよいため、食品ロスの削減にもつながるでしょう。 企業側としても消費者のニーズをより正確に把握できるため、在庫の最適化による経営改善が図れます。 防災 防災の分野では、気象レーダーや人工衛星、ドローン、建物センサー、付近を通行する自動車などから被害に関する情報をビッグデータとして収集し、AIで解析することにより、被災時の最適な避難誘導・救助が可能になります。アシストスーツや救助ロボットの活用による、より迅速な救助の実現も期待されます。 また、被災後にはドローンや自動配送車などを使った救援物資の配送もSociety 5.0では可能になるでしょう。 エネルギー エネルギーの分野では、気象情報や発電状況、各家庭における電力使用状況をビッグデータとして収集し、AIで解析することで、的確な需要予測やエネルギーの安定供給が可能になります。状況をリアルタイムに把握することで、地域間での融通なども実現しやすくなるでしょう。 まとめ 本記事では、Society 5.0が目指す社会像やそのために必要な技術、具体的な事例などを解説しました。 Society 5.0のポイントは、「サイバー空間とフィジカル空間の融合」と「人間中心の社会」の2点です。交通や医療・介護、ものづくり、農業、食品、防災、エネルギーなどさまざまな分野で具体的な事例が挙げられており、すでにテストや導入が始まっている技術も少なくありません。 Society 5.0では、AIやロボットの活用によって経済発展と社会的課題の解決を両立させることが重要なテーマですが、その中心となるのはあくまで人間です。企業においては時代の変化に対応できる人材の採用と育成、個人においては時代の変化に柔軟に対応するためのスキルの向上が大切だといえるでしょう。IoTやビッグデータなど、新たな技術をうまく活用できるかどうかが問われる時代だといえます。 企業が時代の変化に対応できる人材の育成や、ビジネスに新たな技術を取り入れる際には、その領域の専門家（プロ人材）の支援を受けることも一つの手段です。自社の発展はもちろん、社会課題の解決や経済発展に寄与するためにも、企業は柔軟な姿勢でSociety 5.0に関わっていくことが求められるでしょう。
インターネットの利用の拡大やスマートフォンの急速な普及などにより、企業が蓄積できるデータや利用できるデータが大幅に増えました。この膨大なデータを活用して新しい施策の意思決定をサポートする職種が、データサイエンティストです。 企業では膨大なデータを活用するために、データサイエンティストの需要が高まっています。しかし、需要の高まりに対してスキルを持ったデータサイエンティストは人材が不足しています。 本記事では、データサイエンティストの役割や注目される背景、そしてデータサイエンティスト採用の現状を解説します。 データサイエンティストとは データサイエンティストとは、統計学や数学、プログラミング技術などを用いてデータ分析や活用を実践する専門家のことです。ビジネスの場面では、さまざまな課題解決や意思決定が求められます。そのような状況において、データサイエンティストはデータに基づいた判断ができるよう、意思決定者をサポートする職務を担っています。 インターネットが普及し、企業は顧客データをはじめとする膨大な量のデータを蓄積することが可能になりました。この膨大な量のデータを有効活用するためには、データサイエンティストのような専門的な知識が必要です。 また、データの分析から施策の提案までを行うデータサイエンティストは、ITスキルや統計分析の専門知識だけでなく、ビジネススキルや市場動向を予測するスキルも求められます。 続いては、データサイエンティストの役割を見ていきましょう。 データサイエンティストの役割 データサイエンティストの主な役割は、データを分析し、意思決定者が最適な判断を行うためにサポートをすることです。データサイエンティストは、企業が蓄積したデータを分析し、施策や事業の方向性を適切に導く役割を担います。 また、販売促進や顧客満足度向上などの施策を考案するなど、データサイエンティストの役割は多岐にわたります。 データアナリストとの違い データサイエンティストと似た名前の職種は、データアナリストです。どちらもデータ分析の専門家であり、企業に蓄積された膨大なデータに基づき意思決定をサポートする役割を持ちます。業務が重複する部分もありますが、明確な違いは業務範囲にあります。 データアナリストは、ビジネスに必要なデータの収集・分析・整理を主な業務としています。一方、データサイエンティストは、課題の設定からデータ収集、分析、仮説構築、分析モデルの構築までを担当します。 データの分析を担当するのがデータアナリストであり、データサイエンティストは課題の抽出からアルゴリズムの構築までと、広い範囲を担うという違いがあります。 データサイエンティストが注目される背景 統計分析を専門とする人材は以前から存在していましたが、データサイエンティストが注目され始めたのは2010年代です。この時期になって、ビッグデータを活用して収益向上を図ろうとする企業の姿勢が広がりました。 スマートフォンの普及やインターネット利用の拡大に伴い、企業が扱うデータ量が急増しました。しかし、企業はその膨大な量のデータを十分に分析・活用できているとは言えない状況でした。そこで、データサイエンティストが注目されるようになったのです。 データサイエンティストの仕事内容 データサイエンティストの仕事内容は多岐にわたりますが、ここでは大きく5つの工程に分類して解説します。 課題の抽出 データの収集・分析 データのクレンジングや加工 分析内容との照合 レポート作成とビジネスへの反映 それぞれ詳細を確認していきましょう。 課題の抽出 データサイエンティストの仕事は、企業が抱えている課題の抽出から始まります。課題の抽出は、企業にとって問題解決の糸口になる重要な業務です。その課題を解決するために、どのようなデータが必要になるかを定義します。 データの収集・分析 取得しているデータから分析に必要なデータを収集したり、取得できていないデータを収集したりする仕組みを考えます。 また、データ収集とともにデータサイエンティストが担うのが、データ格納方法などの設計です。不要なデータの削除や必要なデータを判断し格納していきます。 データのクレンジングや加工 データのクレンジングや加工とは、収集したデータに不適切なデータが存在しないかを確認し、処理を行う業務です。データにはノイズや不適切なデータが混じっていることは珍しくありません。異常なデータを放置しておくと、統計の際に正確な数値が読み取れなくなる恐れがあります。 データ解析の際に高精度な結果を導き出せるよう、データのクレンジングや加工が重要です。 分析内容との照合 分析したデータから企業の課題の改善につながる「意味のあるデータ」を見つけ出します。データサイエンティストには、企業の課題に対する適切な理解力が求められます。 また、データ照合は、レポート作成の事前作業です。経験や過去の傾向をもとに、データと課題の関連付けを行う必要があります。 レポート作成とビジネスへの反映 分析結果をもとにレポートを作成し、報告します。この際に重要なのは、データをビジネスにどう活かすかを提案することです。単なる分析結果の報告にとどまりません。 データサイエンティストに求められているのは、企業の課題解決です。企業の現状や課題を分析した上で、改善策や今後の展開などについて提案する必要があります。 以上が、データサイエンティストの業務内容の解説です。企業の傾向や課題を明確にし、データ解析やパターン予測など、データに基づく改善策の提案が求められます。 データサイエンティストに必要なスキル データサイエンティストを活用するためには、どのようなスキルを持つ人材を見つける必要があるのでしょうか。データサイエンティストの仕事内容は専門的な領域が多く、知識のない人では対応が難しいです。データサイエンティストを採用または育成する際に必要なスキルについて解説します。 プログラミングスキル データサイエンティストは、データを収集し分析します。その際、プログラミングスキルを持っていると、データ処理や分析の自動化が可能になり、効率的で正確な分析ができるようになります。人工知能分野で注目されているPythonやデータ分析や統計解析に強みを持つRといったプログラム言語の知識が有用です。 統計、数学に関するスキル さまざまな分析手法がある中で、適切な分析方法を選択するには、統計学や情報処理などのスキルが求められます。また、データを扱う際には数学の知識が前提となるため、数学に関するスキルを持っている必要があります。 ビジネススキル データサイエンティストは、企業が抱えている課題を把握し、解決方法を提案する職業です。そのため、データサイエンティストには、企業の関係者と適切なコミュニケーションを図る能力や、営業担当や技術担当を統括するマネジメント能力などのビジネススキルが求められます。 また、幅広く業務を管理する場合もあり、予算管理や進捗管理のようなビジネススキルも重要です。 データサイエンティストに関する資格 データサイエンティストを担う人材には、高度なスキルが要求されます。データサイエンティストに必須の資格はありませんが、採用や人材育成の場においては資格が一つの判断基準となることもあります。そのため、データサイエンティストのスキルを評価する際に参考になる資格を紹介いたします。 統計検定 データサイエンティストには、マーケティングの情報調査にも用いられる統計スキルが求められます。統計スキルを評価するための資格の一つが統計検定です。統計検定は、統計に関する知識や活用力を評価する、全国統一試験を指します。統計検定は、10段階のレベルがあります。それぞれのレベルでは、データの正確な読み取り方から実務への活用、より先進的な解析スキルまでを網羅できる資格です。 データベーススペシャリスト試験 データスペシャリスト資格とは、データベースに関する専門的な技術力が証明できる国家資格です。データスペシャリストはIT関連の国家資格の中でも難易度が高く、合格することは容易ではありません。 そのため、データサイエンティストとしての実務経験が少なくても、データスペシャリスト資格保有者には高レベルのスキルがあると考えられます。 データサイエンティスト検定 データサイエンティスト検定は、2021年に始まったデータサイエンティスト協会認定の民間資格です。検定は4つのレベルで構成されています。検定取得により、データサイエンティストに必要な入門レベルの実務能力や知識、統計知識やAI教育のリテラシーレベルを証明できます。 データサイエンティスト採用の現状 需要の高まるデータサイエンティストですが、一方で人材不足が続いています。需要の増加に伴い、データサイエンティストの数は増えているものの、需要に追いついていません。 また、データサイエンティストの育成も追いついていない側面もあります。近年では、大学でデータサイエンティストを育成する学部が新設されていますが、十分な数のデータサイエンティストを輩出するには至っていません。 このように、データサイエンティストの需要は高まっていますが、供給が追いついていないのが現状です。実務経験が豊富なデータサイエンティストは、高待遇でスカウトされることもあり、採用市場でもなかなか見つかりません。 データサイエンティストが必要な場合、採用の他にはフリーランスのデータサイエンティストと業務委託契約を結ぶなど、外部の人材の活用も検討するとよいでしょう。 まとめ 本記事ではデータサイエンティストの役割や注目され始めた背景、そしてデータサイエンティスト採用の現状などについてお伝えしました。データ量が増大する現代社会において、データサイエンティストは重要な存在です。データサイエンティストは、課題の抽出からデータ解析や分析モデル構築まで高度な専門知識を活かし、データに基づいて企業の課題を解決へ導きます。 データサイエンティストの需要が高まる一方で、人材不足が課題となっています。データサイエンティストを確保するには、採用だけでなく、企業が外部の人材を活用するなど柔軟な人材活用に取り組むことが求められています。
タブレットやスマートフォンなどのモバイル端末は、プライベートだけでなく企業活動や教育現場などさまざまな場面で使用されています。しかしモバイル端末の業務利用は、システムエラーや操作ミスによる端末へのウイルス侵入、情報漏洩などのリスクがあり、扱い方には十分な注意が必要です。 こうしたリスクを回避するため、MDM（モバイルデバイス管理：Mobile Device Management）サービスを導入する企業が増えています。MDMサービスを導入すると、セキュリティリスクが強化されるほか、システムエラーなどのトラブルが生じた際にも迅速な対応が可能です。 本コラムでは、MDMサービスの概要、メリット、デメリットならびにMDMサービス導入時にチェックしたいポイントを解説します。MDMサービスの導入を考えているご担当者はもちろん、すでに運用されている方もぜひ参考にしてください。 MDM（モバイルデバイス管理）とは？ MDM（モバイルデバイス管理）とは、モバイルデバイスを管理することです。モバイルデバイスは持ち運びに適した電子機器を指し、スマートフォンやタブレット、ノートバソコンなどが該当します。MDMサービスを利用すると、従業員用のタブレットやスマートフォンなどのモバイル端末を一括管理できるほか、セキュリティ対策を強化できるのが特徴です。 MDMの種類 MDMの通信方法には、ポーリング方式とプッシュ方式があります。それぞれについて理解しておきましょう。 ポーリング方式 ポーリング方式は、MDMサーバと登録しているモバイル端末の間で定期的に通信し情報を共有します。ポーリング方式のメリットは、仕組みがシンプルで事前の設定やフローを構築しやすいことです。 ただし、デメリットもあります。たとえばMDMサーバと管理する端末の間の通信量が増えると、端末の消費電力量も増加して、モバイル端末が電池切れを起こす恐れがあります。 プッシュ方式 あらかじめ構築したMDMサーバと管理端末間のネットワークを介して、必要に応じてモバイル端末にアクセスするのがプッシュ方式です。 プッシュ方式には、SMSを使って呼び出す方法と、プッシュサービスから呼び出す方法があります。プッシュサービスでは、モバイル端末に搭載しているOSに対応したサーバを利用してリクエストを送受信します。 プッシュ方式のメリットは、必要に応じて通信するため、モバイル端末のバッテリーの節約を期待できる点です。 MDMとMAMの違いとは MAM（Mobile Application Management）は、モバイル端末にインストールした各種アプリケーションの管理を意味します。アプリケーション管理に必要なソフトウェアやサービスも含めて「MAM」あるいは「MAM製品」「MAMサービス」と呼ぶことがあります。 MDMとMAMの相違点は、対象端末と管理対象です。MDMの場合、主に企業が支給したモバイル端末が対象端末となり、管理対象は「貸与したモバイル端末そのもの」です。たとえばMDMサービスには、対象のモバイル端末をリモートでロックする機能などがあります。 一方、MAMが対象とするものは、主に個人が所有するモバイル端末です。管理対象は、個人が所有するモバイル端末にインストールした「業務用のアプリケーションやデータ」です。近年では、従業員の私有モバイル端末を業務利用する「BYOD（Bring Your Own Device）」を導入する企業が増えていますが、BYODの導入は情報漏洩などのリスクがあります。そのためMAMは、個人所有のモバイル端末のセキュリティ面の強化を目的として導入されるケースが多いです。 MDMが求められる背景 企業がMDMの導入を求められる背景には、テレワーク／リモートワークの増加があります。 新型コロナウイルスの影響で、テレワーク／リモートワークを導入する企業が急速に増えています。テレワーク／リモートワークの普及によって懸念されることは、セキュリティリスクです。 従業員がオフィス以外ではたらくケースが増えたことで、許可なく業務で使用しないソフトウェアやアプリケーションをダウンロードし、ウイルスに感染する可能性が高くなっていると考えられます。また、盗難や紛失による情報漏洩のリスクの大きさも懸念点です。 MDM導入が求められる背景には、テレワーク／リモートワークの普及によって増加するこうしたセキュリティリスクの回避があります。 MDMサービスを導入するメリット MDMを導入した場合に得られるメリットを具体的に解説します。 端末管理の一元化 MDMサービスを導入すると、管理者がモバイル端末を一括管理することが可能です。MDMサービスは多くの場合、モバイル端末のハードウェア情報と設定情報を自動取得できるため、企業とIT担当者はより効率的に端末を管理でき、結果として業務の効率化を図れるでしょう。 また、各端末のOSの種類、バージョンとインストールしているアプリケーションも遠隔で把握が可能です。 情報漏洩の対策ができる タブレットやスマートフォンは社外でも使用する機会が多いため、紛失や盗難に遭う可能性があります。端末が第三者の手に渡った場合、端末本体や内部データにパスワードが設定されていないと、社内の機密情報が流出する恐れもあるでしょう。 MDMサービスを導入すると、モバイル端末の紛失や盗難などのトラブルが発生した際に、遠隔操作により端末の位置情報を割り出せます。また、ロックをかけて端末を操作不能にできるうえに、遠隔操作で一部もしくは全データを削除して企業の機密情報を守れます。 利用制限ができる MDMサービスを導入すると、モバイル端末に利用制限をかけることも可能です。業務に関係のないアプリケーションのダウンロードなど、モバイル端末の不正利用や私的利用を防げます。 また、MDMサービスを導入することで、利用しているアプリケーションの利用状況の把握も可能です。利用状況が把握できることをあらかじめ社内で共有しておけば、私的利用の予防や内部不正の抑止効果も期待できます。 MDMサービスを導入するデメリット MDMサービスはさまざまなメリットがある反面、デメリットもあります。MDMサービスの具体的なデメリットを知り、対策を立てたうえで導入しましょう。 コストがかかる MDMサービスを導入するには、コストがかかります。費用は、導入するMDMサービスの種類や利用するモバイル端末数などによって異なります。 その反面、MDMサービスの導入をせず、端末管理担当者が1台1台すべての端末をチェックしトラブルにも対応していては、膨大な時間がかかるでしょう。 業務効率化、セキュリティの向上も期待できることを考慮すると、MDMサービスの導入は費用対効果の高い企業が多いと考えられます。社内で利用しているモバイル端末数と、各企業が出しているMDMのサービス内容や料金形態を比較したうえで検討しましょう。 業務が非効率になりBYODを誘発する可能性がある MDMを導入した際、過度な利用制限をかけると利便性が低下し、業務が非効率になる可能性があります。また、アプリケーションの承認に時間がかかりすぎると、各部門の足かせとなり、スピード感をもって業務対応できなくなる恐れもあります。 このような状態が続くと、従業員は業務が非効率になると考え、許可なく個人が所有する端末で業務対応（BYOD）をしかねません。セキュリティ対策が十分に施されていない私物のモバイル端末でBYODをすれば、結果的に情報を漏洩するリスクが高まってしまい、MDMを導入した意味がなくなります。 MDMサービスは、セキュリティの強化のために有効な手段ですが、導入する際は従業員の利便性も十分に考慮してください。社内ルールの策定やセキュリティ対策アプリケーションの導入など、社内の仕組みも同時に整えましょう。 MDMサービスを導入するときのポイント MDMサービスを導入する際は、どのようなポイントを押さえておけばよいのでしょうか。導入の失敗を避けるために、以下を参考にしてください。 目的の明確化 MDMサービスをどのような目的で導入するのか、事前に明確にしておく必要があります。なぜなら、自社の実情に適したサービスが選びやすくなるからです。 たとえば、情報漏洩や情報の持ち出しの防止を目的としている場合は、デバイスの操作やアプリの利用などを制限する「デバイス制御機能」を備えているサービスや、端末の一括管理や遠隔操作機能を持ち合わせたサービスを導入するのが有効です。 MDM導入の際は、このように目的や用途を明確にするところから始めましょう。 利用できる機能の確認 導入を検討しているMDMサービスにどのような機能が備わっているのか、十分に把握しておきましょう。 たとえば、主に通話で使用するモバイル端末を管理したいのであれば、一括管理機能や遠隔操作機能は必要ないかもしれません。 MDMの機能を正しく理解することで、サービスを選ぶ際に失敗するリスクを下げられます。 コストの把握 MDMサービスは、導入時の初期費用のほかに維持費も必要です。運用コストも考慮しながら料金体系を確認し、予算に見合ったサービスを選びましょう。 なおMDMサービスによっては、複数台を契約することで対象となる割引プランが用意されているものもあります。そのようなプランがあることも考慮しつつ、維持費のことも考えながらサービスの料金を確認してください。 対応OSの確認 MDM導入前に、対応OSも確認しましょう。MDMが対応している代表的なOSはこちらです。 macOS Windows iOS（iPhone）、iPadOS（iPad） Android 一部のOSにのみ対応しているMDMサービスもあるため、どのOSに対応しているか利用前に確認してください。 サポート体制 MDMサービス導入の際は、サポート体制も確認しましょう。なぜなら、導入から運用までに多くの問題が発生する可能性があるからです。 専任のスタッフによるアフターフォローをセットにしているMDMサービスもあります。そうしたMDMサービスを選ぶことで、スムーズに運用を開始できるでしょう。 まとめ 本コラムでは、MDM（モバイルデバイス管理）の概要やMAMとの違い、MDMのメリット、デメリットなどを解説しました。情報のデジタル化が促進されるなか、モバイル端末の管理は多くの企業にとって切迫した課題です。特に多くの個人情報を扱う企業の場合は、セキュリティリスクの観点からMDMサービスの導入が有用です。 MDMサービスは提供する企業によって、機能や対応OS、コストなどが変わります。本コラムで紹介した「MDMサービスを導入するときのポイント」も参考に、MDMの活用を検討してみてはいかがでしょうか。
不動産業界では、人手不足や非効率な業務の見直しのために、AIやWebシステムの導入などによるDX推進が取り組まれています。本コラムでは、不動産業界のDXに関する内容を解説し、推進のメリットや推進に役立つシステムも紹介します。 不動産業界におけるDXの実態 不動産業界はアナログ文化が根強く、顧客管理や書類手続きが紙媒体でやり取りされている状況が続いていました。 しかし、近年不動産業界でも業務効率の改善や顧客満足度向上のために、DXを推進する企業と今後取り組む予定の企業が増えていると考えられます。 国土交通省のDX施策が影響する不動産業界 不動産業界におけるDX推進は、一企業による取り組みだけではありません。 国土交通省では、社会の激しい状況変化に対応するべく、インフラ分野においてもデータとデジタル技術を活用していこうと「インフラ分野のDX推進本部」を設置してDX化を推進しています。 国土交通省が主導するDX施策の中でも、特に不動産業界へ影響を与える取り組みには以下のようなものが挙げられます。 3D都市モデルの整備・活用・オープンデータ化の推進 水害リスク情報の3次元化と災害リスクの明確化 AI・ロボット等革新的技術のインフラ分野への導入 ※出典：第4回国土交通省インフラ分野のDX推進本部 資料2 主な施策の進捗（国土交通省） また、2019年に国土交通省は「不動産業ビジョン2030」を策定し、これからの不動産業界のあり方を提言しました。 不動産業ビジョン2030では不動産業を「国民生活、経済成長等を支える重要な基幹産業」としたうえで、今後の発展も期待する旨が書かれています。 加えて、今後は官民一体となり必要な取り組みを推進することが不可欠としました。民の役割には「AI、IoT等新技術の有効活用」も挙げられています。ここからも、国土交通省・不動産業界からデジタル技術の活用によるDX推進を求められていることが読みとれるでしょう。 ※出典：不動産業ビジョン2030〜令和時代の『不動産最適活用』に向けて〜（概要）（国土交通省） 不動産業界でDXを推進するメリット 不動産業界でDXを推進するメリットとしては、以下が挙げられます。 業務効率化による生産性向上 人手不足問題の解消 ビジネスモデルの創出に役立つ コスト削減 ・顧客満足度の向上 業務効率化による生産性向上 不動産業界にDXを導入すると、業務効率化が飛躍的に進みます。たとえば物件情報や帳票の作成などの業務が自動化できれば、事務作業にかかる時間の大幅な削減が可能です。 時間に余裕ができると、お客様からの問い合わせへの対応や確認作業の時間を増やせます。つまり、売上に直結するコア業務に集中できるようになるのです。また、手作業によるデータ入力はミスも起こりやすいため、業務を自動化することはヒューマンエラーの防止にも効果的です。 DXにより業務効率化が進むことは、企業全体の生産性の向上につながるでしょう。 人手不足問題の解消 人手不足問題も、DXを推進することで解消につながります。 たとえば、物件の査定などの専門スキルをもった従業員にしかできない業務は特定の従業員に集中してしまい、個人の負担が重くなりがちです。そういった場合でも、AIを利用した価格査定システムを活用して担当できる従業員を増やせれば、経験豊富な従業員の負担を軽減でき長時間労働の防止や離職率の低下につながるでしょう。 限られた人員で効率的に仕事を進めるためにも、DXの利用が推進されています。 ビジネスモデルの創出に役立つ DXの推進はビジネスモデルの創出にも役立ちます。 DXを推進し業務効率の見直しが進めば、新たなビジネスモデルや付加価値の創出にかけられる工数を捻出しやすくなるでしょう。新たなビジネスモデルや付加価値を創出できれば、競合優位性の獲得も期待できます。 コスト削減 コストを削減できることも、DX推進によるメリットのひとつです。不動産企業では従来、膨大な数の物件や顧客情報をアナログで管理をしていたため、管理に使用する印刷用の紙などの事務用品のコストが大きい傾向にあります。 たとえば、契約書の管理をクラウドサービスで行えば、紙やインクなどを使わずにデータを保存でき、事務用品を管理する手間や管理庫などのスペースも不要になるなど、さまざまな面でコスト削減につながります。また、データ入力も自動化すれば、従業員の業務量負担の軽減も期待できるでしょう。 顧客満足度の向上 不動産業界にDXを取り入れることは、顧客満足度の向上にもつながります。 2017年10月には不動産賃貸取引、2021年3月には不動産売買取引時にオンラインによる重要事項説明（IT重説）がそれぞれ解禁されたことは、不動産業界の方々にとっては記憶に新しいでしょう。これにより、お客様は店舗に足を運ばずとも、契約に必要な手続きを進められるようになりました。 多忙なお客様や遠方にお住まいのお客様でも、時間帯や場所を問わず対応可能になったことから、お客様の利便性向上につながりました。 不動産業界のDX推進における課題 不動産業界のDX推進に関する課題には以下が挙げられます。 手探り状態での導入による不安 自社に適したツールの選定が困難 手探り状態での導入による不安 DXを取り入れるデメリットのひとつに、手探り状態での導入による不安があります。不動産業界でDXが推進されるようになってからまだ日が浅いこともあり、DXに関する知識やノウハウが不十分であることは、課題の一つといえるでしょう。 一方、不動産業界での使用を想定したITツールが登場しはじめ、大手不動産企業を中心にDXが進んでいます。DXを推進する際は、自社の問題点などを明確化し、他社での取り組み事例を参考にすると良いでしょう。 自社に適したツールの選定が困難 不動産業界に限ったことではありませんが、自社に合ったツールの選定が難しいことも、DX推進時に見られる課題です。DX推進に役立つツールには、アプリやWebシステムなどさまざまな種類があります。 現場のニーズに適したツールを選ぶ必要がありますが、どのツールを使えばニーズを満たせるのか判断できない企業が多いのも実情でしょう。アナログな手法が根付いてしまっていることで現場責任者も経営者もアプリやシステムを使い慣れず、どれだけ業務にプラスになるのかわからないことがあります。 また、経営者の方針だけで進めてしまうと現場が混乱しかねません。そのため、ツールの選定は開発企業との連携や社内での合意をとりながら、慎重に行いましょう。 不動産業界におけるDX推進のポイント 不動産業界のDX推進のポイントは以下のとおりです。 不動産テックに精通する DXの推進体制を整える DXの目的を明確化する 必要なシステム費用・人件費を払う 不動産テックに精通する 「不動産テック」とは不動産とテクノロジーを組み合わせた造語で、不動産業界がテクノロジーを活用することによって、新しいサービスを創出したり、従来の商習慣を変えたりすることを指します。 不動産業界では新技術が次々と生み出されています。近年耳にすることも増えてきた「オンライン内覧」は、不動産テックの一つです。 不動産テックに精通し新しい情報を得ることは、DXの推進にも非常に役立つでしょう。国内外の不動産テックの動向には、常にアンテナを張っておくことをおすすめします。 DX推進体制を整える 不動産DXを推進するためには、事前に組織の体制を整えておく必要があります。なぜなら、現場の体制が整っていないままDXを推進しようとすると、現場が混乱する可能性があるからです。 DX推進の先進国とされるアメリカでは、戦略を立てて全社的にDXに取り組んでいる企業が多くあります。また、経営者・IT部門・業務部門の協調が十分とれていると認識している企業が多いことも特徴の一つです。 効果的にDXを進められるよう、社内組織の見直しを図りましょう。 DXの目的を明確化する DXの推進にあたり、目的を明確にしておくことが不可欠です。なぜなら、DXの推進に集中しすぎてしまうと、本来の目的を達成できなくなる可能性があるからです。 DXの導入はあくまで手段のため、本来の目的を見失ってはいけません。DX推進に役立つツールを導入する前に「何のために導入するのか」を明確にして、従業員と共有しておきましょう。 必要なシステム費用・人件費を払う 業務効率化と経費削減を目的にDXを推進する場合でも、システム費用や人件費は削りすぎないように意識しましょう。 DXを推進するには、各種データの収集と整理、DXを経営計画に反映するための知見が求められます。同時に、DXに向けたシステム設計や要件定義を行える人材の獲得も欠かせません。 このように、DX推進にはさまざまな職種の連携が必要とされることから、適切な予算配分と人員配置を意識してください。 おすすめのDX推進システム 不動産業界でおすすめのDX推進システムは以下のとおりです。 セキュリティマネージドサービス MA（マーケティングオートメーション） BI（ビジネスインテリジェンス） ローコード開発プラットフォーム チャットボット それぞれのDX推進システムを紹介します。 セキュリティマネージドサービス セキュリティマネージドサービスとは、情報の安全性を確保し情報の漏えいや改ざんなどのリスクから守るために、パートナー企業にセキュリティ管理と運用を委託することです。 たとえば、ハッキングにより個人情報などの機密情報が外部に流出した場合、企業の信用が損なわれ顧客を失いかねません。セキュリティ管理は重要ですが、より強固なセキュリティが求められる昨今、システム部門の負担は大きくなる一方です。 適切にパートナー企業を選び委託できれば、自社の負担を抑えながらセキュリティ強化が担保できます。 MA（マーケティングオートメーション） MA（マーケティングオートメーション）は、マーケティング活動を自動化できるツールのことです。製品によっても違いはありますが、たとえばリードの管理機能やスコアリング機能、メール作成・配信機能、レポーティング・分析機能などを備えています。 メール作成・配信機能では、見込み客に営業メールを送信する場合、テンプレートから文面を作成し自動更新された配信リストの顧客に宛てて送信できます。人手を使わずにメールが送れるため、効率的な営業活動が可能です。 BI（ビジネスインテリジェンス） BI（ビジネスインテリジェンス）とは、企業やそれぞれの部署で保有している莫大な量の情報を収集・蓄積し分析するツールです。 不動産業界では、土地情報の有無や情報の詳細さが営業時に重視されています。そのため、土地所有者や仲介業者などから共有された土地情報をBIで管理すれば、必要なタイミングで知りたい情報を確認しやすくなります。 ローコード開発プラットフォーム ローコード開発プラットフォームとは、専門的なプログラムスキルがなくてもアプリやシステムが開発できるプラットフォームのことです。 少ないコードで開発が可能なため、一般従業員がローコード開発プラットフォームを使用して業務効率化アプリを開発することも可能です。 ローコード開発プラットフォームを活用すると、社内でも比較的簡単に要件に合わせたシステム開発が実現できるため、人件費や外注費の削減に貢献するでしょう。 チャットボット チャットボットとは、チャット（会話）をロボット化することで、顧客（従業員）とのコミュニケーションを自動化できるツールです。従来のオペレーターが対応する体制では、問い合わせ件数が増加するとオペレーターの負担も増えます。 しかし、基本的な質問対応をチャットボットに代替すれば、オペレーターを通さなくても解決できるため、業務効率化が進み人件費を削減できます。チャットボットは、音声だけでなくテキストや動画を使用して案内できるため、視覚的に理解しやすい対応が実現できるのも強みです。 まとめ 不動産業界のDXの概要やメリットや課題のほか、DX推進に役立つシステムを紹介しました。 不動産業界ではアナログな文化が根強く残っており、長時間労働や人手不足の問題などの課題が山積みです。そのため、DXを推進して企業の生産性を高めることはもちろん、業務の効率化を進めて業界としてはたらきやすい環境を構築する必要があります。 不動産業界のDX化はまだスタートしたばかりのため、今後競合との差別化を図るために迅速に取り組むことが重要なポイントとなります。本コラムも参考にしながらDXを推進し、生産性の高い組織を目指してみてはいかがでしょうか。
本コラムでは、「CDO（最高デジタル責任者）」について、デジタル領域に詳しくない方も理解できるよう、わかりやすく解説します。 CDOは、DX（デジタルトランスフォーメーション）をはじめ、組織のデジタル化推進を担う役職です。DX推進に加え、デジタルマーケティングに精通していたり、企業の経営戦略を立てられたりする人材として、近年注目されています。 CDOの意味や役割、重要性について理解を深めたい、CDO設置による具体的な改善の事例などを知りたいという方は、ぜひ参考にしてください。 CDO（Chief Digital Officer）とは 先頭にC（Chief=責任者）、末尾にO（Officer=役員）が付く役職として、CEOやCFO などがあります。それぞれはどのような違いがあるのでしょうか。 本章ではCDOの基本的な概念から混同されやすいCIOについて、さらには同じCDOでも意味合いが異なる役職との違いについて解説します。 最高デジタル責任者のこと CDOとは、「Chief Digital Officer（チーフデジタルオフィサー）」の頭文字をとったものです。「最高デジタル責任者」を意味しており、文字どおりデジタル部門の責任者を指すことが多くなっています。 経営側の視点で組織のDX推進を進める重要ポジションでもあります。具体的には、AI、ロボティクスやIoTなどの最新テクノロジー、さらにはデジタルマーケティングやビッグデータなどの情報を活用し、従来の組織体制では検討できなかった新領域でのビジネス創出や経営戦略の立案などに加え、社内のデジタルシフト推進が求められる役職です。 Chief Information Officer（最高情報責任者）との違い CIOは「Chief Information Officer」の頭文字をとったものです。「最高情報責任者」や「情報統括役員」などを意味します。 情報システム技術に特化した役職であり、ITシステムの保守や運用をメインに担当します。さらに、既存の業務プロセスの改善に加え、社内セキュリティの運用・管理も担い、守りの意味合いの業務が多いのも特徴です。 近年はDXの重要性が増し、IT部門の役割が見直されつつあり、CIOの権限が拡大しつつあります。より経営的な視点で最新テクノロジーの活用を進めるべく、社内だけでなく顧客や競合の動向も見据えて業務を進めるCDOを、CIOの代わりに設置する企業も増えているようです。 Chief Data Officer（最高データ責任者）との違い 3文字で表現すると同じCDOで略される役職として、「Chief Data Officer（チーフデータオフィサー）」があります。 Chief Data Officerとは「最高データ責任者」を意味し、組織が扱うあらゆるデータを適切に管理する役割です。データの活用促進（データ分析やデータマネジメントなど）や戦略立案など、データをビジネスに活かす取り組みに携わる役職でもあります。傘下のデジタル部門を率いつつ、経営視点をもつデータの専門家です。 なお、略称は同じですが「CDO」という場合、一般的には「最高情報責任者」（Chief Digital Officer）を指します。 CDOが求められる背景 なぜCDOが求められ、設置する企業が増えているのでしょうか。 背景を解説します。 デジタルマーケティングの普及 デジタルマーケティングとは、デジタル技術を活用して行うマーケティング全般を指す言葉です。デジタル化が進むなか、SNSを使ったプロモーションやインターネット広告の活用など、オンラインを活用したマーケティングはどんどん成長し、デジタルマーケティングの価値が向上していると言えます。 デジタルマーケティングは従来のマーケティングとは異なる手法で、専門知識をもち、業務を先導できる人材が不可欠です。必要なデジタルツールを適切に選定・導入し、具体的な戦略を立案するなど、経営側の視点とデジタルの知識を併せもつ必要があるため、CDOのようにデジタルに精通した人材が求められています。 DX化にともなう組織変革 ビジネスでスピード感が求められる現在、DX推進による組織の変革が必要とされています。そのためには、メンバーが一丸となって取り組みを進める必要があります。しかし、変革の内容が大きいほど課題も生まれやすく、社内全体の意識改革も容易ではないでしょう。 このような場面では、部門横断的に指示が出せるCDOのリードが欠かせません。経営側の視点で変革の必要性を丁寧に説明し、理解が得られることではじめて社内調整が進み、目標としている変革がスムーズに進みます。 DX実現のために、変革を実践する力のあるCDOが求められているのです。 CDOの役割と仕事内容 企業におけるCDOの役割と仕事内容を解説します。 デジタルデータの徹底活用 CDOの重要な仕事の1つに、データを活用しやすい環境の整備が挙げられます。 従来のデジタルデータ活用は、既存業務の効率化や最適化を重視し機密性を考慮するあまり、個別の組織や部署・部門内で運用されることが多く、組織横断的なデータ活用をできていないことが問題点でした。 デジタルデータを一部の部署・部門内に留めるのではなく、自由で活発なデータ活用を促進するための環境を整備するのも、CDOの役割です。 デジタルマーケティングの推進 デジタルマーケティングの推進もCDOの役割です。 インターネットやモバイル端末での通信が普及した現在、デジタルマーケティングは標準的な手法となりました。 ただし、デジタルマーケティングは従来のマーケティングとは異なる手法のため、専門知識をもつ人材の配置が不可欠です。組織内のデジタルマーケティングの現状把握と目標設定、課題抽出や結果に基づくデジタルツールの適切な選定・導入などにCDOはかかわります。 デジタルマーケティングの世界はトレンドの変化が激しいため、常にアンテナを立て、最新技術やマーケティングモデルの情報収集が求められます。 これら役割を果たすための専門人材として、CDOは企業のデジタルマーケティング推進に不可欠な存在といえるでしょう。 ビジネスモデルの考案 CDOは組織や業務の変革に留まらず、部門を超えた新規のビジネスモデルの考案にも取り組みます。 創業時のビジネスモデルの永続だけではなく、必要に応じて変革していかなければなりません。既存ビジネスの市場が成熟している場合や、将来性が見込めないケースでは、新規のビジネスモデルのアイデア出しが必要です。 その際、デジタル分野の専門知識やITスキル活用の観点からだけでなく、社外の専門家などと協力してネットワークを構築するなど、工夫を凝らしてアイデアを模索することもCDOの重要な仕事です。 CDOに必要なスキルと資質 これまで説明してきたCDOが求められる背景や役割を踏まえ、CDOに必要なスキルおよび資質を解説します。 高度なITリテラシー ITリテラシーとは、通信・ネットワーク・セキュリティなど、ITに関連した要素を理解する能力のことです。CDOには高度なITリテラシーが求められる役割を担います。 ただ、CDOのITリテラシーだけが高度でも、組織として十分ではありません。組織全体のITリテラシーを高める能力も、CDOに求められる資質です。 従業員のITリテラシーが低いと、セキュリティ事故のリスクが高まり、場合によっては組織としての信頼を損ないかねません。情報漏洩や情報改ざんなど、組織のセキュリティに関する不祥事を未然に防止するためにも、組織全体のITリテラシー向上に取り組む姿勢がCDOには求められます。 リーダーシップ CDOは組織のDX化を推進しなければならないため、強いリーダーシップが求められます。デジタルに関する専門知識を持つCDOがリーダーシップを発揮し、必要性を丁寧に説明することで、組織は円滑で滞りないDX化を進められるでしょう。 組織を先導し円滑にDX化を進められるかどうかについては、CDOが担う役割は大きいといえます。 コミュニケーション能力 CDOはデジタル部門の責任者として、知識・経験をビジネスに活用する能力が必要です。さらに、デジタル技術に詳しくない人にわかりやすく情報を伝えることのできるコミュニケーション能力も求められます。 たとえば、DX推進に理解が得られない従業員が現れた場合、相手に合わせてDX推進の必要性やメリットをわかりやすく伝え、理解を得る能力がCDOには必要です。 CDOを設置した企業のDX推進事例 近年では自治体でもCDOを導入するケースも出てきており、組織におけるCDOの登用がより一般的になってきたことが分かります。ここでは、実際にCDOを設置した企業でのDX推進事例を紹介します。 実際の事例を参照することで、自社組織におけるCDOの必要性がイメージしやすくなるかもしれません。 食品製造業/A社の事例 食品製造業のA社は、CDOをアサインしDX推進準備委員会を設立することで、一部のみでおこなわれていたDX推進を、グループ関連企業を含めた全面展開へと転換しました。 _また、DX推進のためにDX人材の積極採用・社内育成も開始しました。DX人材はシステム開発者、データサイエンティストなど３つに分類され、育成カリキュラムが設けられています。 デジタル技術のもつ拡張性、汎用性、シナジーによって、他企業団体や行政、医療機関などとの連携は加速しています。 エネルギー事業/B社の事例 エネルギー業界に属するB社では、老朽化が進むプラントの操業維持費用をどのように抑えるかが重要な経営課題でした。 DX化を推進するCDOは、デジタルの力でこの課題を解決しようと考えます。同時に、社内にDX推進の本気度を示す目的で、B社の基盤事業からDX化に着手しました。従来の業務プロセスにはなかったデジタル技術の導入によって、事業の効率化とマニュアルのデジタル化を試みたのです。 そもそも、プラントの保全オペレーションは、法定点検などをはじめ、膨大な事務作業を要していました。CDOは適切なデジタルツールで作業を自動化させ、保全員の負担軽減と業務効率化を実現したいという狙いです。 そのほかB社では、DX人材の育成や、DX化を通じた新しい価値の創造にも取り組んでいます。 まとめ 本コラムでは、CDO（Chief Digital Officer）の概要とCIOやChief Data Officerとの違い、CDOの重要性と役割、CDO設置による具体的な改善事例を解説しました。 CDOとは最高デジタル責任者のことで、組織のDX化の牽引、デジタルマーケティングの推進、ビジネスモデルの考案などを担う役職です。CDOには高度なITリテラシー、リーダーシップ、コミュニケーション能力を備えた人物が求められます。 CDOの存在が組織横断的な変革活動を推し進め、デジタル時代を生き残るカギになっていくでしょう。
ビジネスシーンでは、デジタル化やDX化が進んでいます。デジタル化やDXには多くのメリットがあるものの、同時にリスクも存在します。起こり得るリスクにはどのような対策があるのでしょうか。 本コラムでは、デジタルリスクの具体例と発生要因、企業に求められるデジタルリスクマネジメントを解説します。 DXを推進するうえで考えるデジタルリスクとは 経済産業省では、「DX推進指標」における「DX」を以下のように定義しています。 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もとに、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。 ※引用：デジタルガバナンス・コード2.0 （経済産業省） DX化を念頭においた企業活動が推進されるなかで、デジタルリスクへの理解と対応が求められています。デジタルリスクとは、インターネット利用や業務のデジタル化に伴い発生するビジネス上のリスクのことです。 ITツール、デジタルデバイス、SNSをビジネスシーンで活用する機会が増え、大きなメリットを得られるようになりました。しかし同時に、デジタル化は企業への信頼を損ねかねない事態に進展するようなトラブルのリスクも抱えています。 デジタルリスクは、どの企業にも起こりうる問題です。そのため企業規模や業種を問わず、すべての企業がデジタルリスクについて理解し注意する必要があります。 デジタルリスクが起こる原因 デジタルリスクの発生原因を解説していきます。 サイバー攻撃への対策不足 サイバー攻撃は世界規模で問題視されています。実際に企業や行政機関が外部からのサイバー攻撃の標的となり、被害を含めた事象がニュースになることも少なくありません。 サイバー攻撃にはいくつかの目的がありますが、近年では、金銭に関係する犯罪が目につくようになり、社会的課題として認識されるようになりました。 サイバー攻撃に関連して、セキュリティシステムを軽視する姿勢も同じように問題視されています。セキュリティシステムが盤石でない場合、使用するパソコンのウイルス感染や、機密情報の外部流出につながるおそれがあるためです。 ソーシャルメディアの不適切な使用 今やソーシャルメディアは、企業のマーケティング活動において欠かせないツールとして認識されています。しかし使い方を間違えると、さまざまなリスクにさらされる可能性もあります。その代表例が炎上です。 炎上につながるリスクには、企業全体によるものと従業員によるものが考えられます。 企業による炎上リスクの例は、広報活動時の手法や内容に関する批判、製品・サービスの不備への批判、発生したトラブルに対し不適切な内容の謝罪文の掲載などです。 従業員側に起因する炎上リスクの例は、各種ハラスメントなどの内部告発、公序良俗に反する行動や違法行為など不適切な内容の投稿などが挙げられます。 ITリテラシーの欠如 従業員のITリテラシーの程度も、デジタルリスクの発生に関係しています。 業務で使用するパソコンやソフトをはじめ、デジタルツールの使い方がわからなかったり、正しく活用できなかったりする従業員が多いと、情報漏洩などのデジタルリスクが高まります。 目的の不明確なデジタルトランスフォーメーション DXを推進する企業は増加傾向にあります。しかし、なかにはDXの意味をあまり理解しないままDX推進に取り組んでいる企業もあるかもしれません。 あくまでもDXは、企業の優位性を上げたり、業務効率化を図ったりするための手段です。自社にとってどのようなメリットがあるのか、またDX化に必要な対応について従業員が理解しないままDXを推進しても、導入したデジタル技術を使いこなせず混乱が生じます。結果的に従業員のパフォーマンス低下や、先述したサイバー攻撃への対策不足などの原因になるとも考えられるでしょう。 デジタルリスクがもたらす企業への影響 ここでは、デジタルリスクが企業にもたらす影響を確認しましょう。 社会的信用の低下 社会的信用の低下には、特に注意が必要です。たとえば企業SNSでは、投稿が予期せぬ炎上につながる恐れがあります。企業SNSに問題のある内容を投稿すると、投稿した内容はまたたく間に拡散され世間に知れ渡り、企業の社会的信用が低下します。 セキュリティ対策のほころびによる情報漏洩なども、同様に社会的信用の低下につながる可能性があるので注意が必要です。 損害賠償請求 サイバー攻撃などが原因で企業の所有する個人情報が外部へ流出すると、損害賠償を被害者側から求められることがあります。 また、サイバー攻撃によって自社システムがダウンし、取引先の業務に支障をきたすような事態にまで進展するようなことがあれば、取引先からも損害賠償請求を求められる可能性もあります。 ビジネスチャンスの喪失 デジタルリスクにより、ビジネスチャンスを失う可能性もあります。たとえば、1日100件の購買があるECサイトがサイバー攻撃によって狙われた結果、閲覧不可能になり、復旧までに1週間かかったとすると、単純計算で商品700件分の売上を逃すことになります。 上記のようなケースがメインの事業で起きた場合には計り知れない損失になり、自社にとっての大切なビジネスチャンスを失いかねません。 このように、デジタルリスクマネジメントが不十分なために起こるさまざまなリスクが、ビジネスチャンスの喪失につながります。 企業が取り組むべきデジタルリスクマネジメント DXを推進するなら、デジタルリスクを想定した対策は必要です。 ここでは、企業に求められるデジタルリスクマネジメントをお伝えします。 ITリテラシー教育の推進 デジタルリスクマネジメントに取り組むにあたって欠かせないのが、従業員のITリテラシー教育です。従業員のITリテラシーを底上げするためにも、ITリテラシーに関する研修を社内で実施することは大切です。デジタルリスクが招くトラブルや自社の損害について学ぶ機会があれば、従業員は危機意識を高められるでしょう。 また、ITツールやデジタルデバイスの利用にルールを定めることもリスクマネジメントの一例です。たとえば業務で使用するパソコンの持ち出しに関して、持ち出し中に立ち寄る場所や自宅への持ち帰りを報告するようにしたり、上司による許可制を導入したりするなどです。 パソコンやITツールの扱いに慣れていない従業員には、必要に応じてフォローも実施します。デジタルリスクやITリテラシー教育について知識のある人物が社内にいなければ、外部の専門人材を活用して教育体制を強化することも視野に入れましょう。 情報セキュリティ対策 企業の機密情報を外部に流出させないためには、情報セキュリティ対策の見直しも重要です。セキュリティソフトの導入はもちろん、導入後には、セキュリティが正常に維持されているか保証期限の確認や、最新バージョンの内容に更新されているかも定期的に確認してください。保証期限が切れていたり最新バージョンに更新されていたりしないと、セキュリティ環境が十分な状態を維持できず、サイバー攻撃に遭った場合に情報漏洩やウイルス感染などのリスクが高まります。 情報セキュリティ対策の一環として、セキュリティを管理できるシステムの導入も検討しましょう。 SNSガイドラインの作成 企業や従業員のSNSの利用にあたっては、利用する際の指針やルールを定めたガイドラインの作成が重要です。 SNSでやって良いことや駄目なことを明記したり、万が一トラブルが発生した際の対応を定めたりすることは、SNS利用によるリスクを最小限に抑え、企業の信頼を守ることにつながります。 まとめ デジタルリスクは、社会的信用の低下・損害賠償請求・ビジネスチャンスの喪失など、企業活動に対してダメージを与える要因になります。金銭的な損害だけでなく、企業イメージの低下を招く場合もあることから、デジタルリスクは企業の業績に悪い影響を与え、企業経営そのものを圧迫しかねません。 デジタルリスクを低減するには、セキュリティ対策の整備、従業員を対象にしたITリテラシー教育ならびにSNS利用規定の作成と周知などが必要です。 ぜひ一度自社のデジタルリスクを洗い出し、リスクマネジメントの対策とあわせて考えてみてはいかがでしょうか。
近年、多くの領域で活用が広がるAI（人工知能）ですが、AIと一緒に語られることが多いのがマシンラーニング（機械学習）です。しかしながら、なかなかその関係性や違いを説明できない方は多いかもしれません。 本コラムではマシンラーニングの基礎知識や、AI・ディープラーニングとの違い、マシンラーニングの活用事例などを紹介します。「マシンラーニングの基礎を知りたい」「ビジネス導入を検討したいけど、正直よく分からない」とお悩みの方は、ぜひ最後までお読みください。 マシンラーニング（機械学習）とは マシンラーニングはデータを分析する技術の一つで、コンピューターにサンプルデータを与え反復的に学習させ、背景にあるパターンやルールを見つけだします。近年、さまざまな分野・企業で活用が進んでおり、注目を集めています。 マシンラーニングと似た用語に「ディープラーニング」や「AI」があります。これらとマシンラーニングにはそれぞれどのような違いがあるのでしょうか。 マシンラーニングとディープラーニングの違い ディープラーニングはマシンラーニングの一種に位置付けられます。 マシンラーニング（機械学習）とディープラーニング（深層学習）の違いは、コンピューターの学習方法です。ディープラーニングはニューラルネットワークという手法を取り入れることで、従来のマシンラーニングよりも高精度の分析が可能です。 ※備考：ニューラルネットワークは、人間の脳内の神経細胞（ニューロン）のネットワーク構造を模した数学モデル マシンラーニングは人間が目的や内容を指示して学習しますが、ディープラーニングはコンピューター自身がなにを学ぶべきか判断し、学習するという点に違いがあります。 マシンラーニングとAIの違い マシンラーニングは、AIがタスクをこなせるようにするための技術の一つです。 AIに含まれる分析技術としてマシンラーニングがあり、AIとマシンラーニングは包括関係にあります。また、マシンラーニングのなかでもニュートラルネットワークを取り入れた学習手法が、ディープラーニングです。 それぞれの関係性をまとめると、AI＞マシンラーニング＞ディープラーニングとなります。 マシンラーニングにおける3つの学習手法 マシンラーニングにおける3つの学習手法は以下のとおりです。 教師あり学習 教師なし学習 強化学習 それぞれの学習方法を詳しく見ていきましょう。 教師あり学習 教師あり学習とは、データに正解を含んだ状態でコンピューターに学習させる方法です。 コンピューターに正解を与えることで、特徴やパターンを学び、データの分類や予測が可能になります。活用事例を一部紹介します。 翻訳 スパムメールの分類 売上の予測 画像認識 たとえば、これまでのコンピューター画像認識は、画像データの画素値の羅列でしかありませんでした。しかし、マシンラーニングの教師あり学習の画像認識技術を活用し、ある物の写真と名称をセットに大量学習させれば、その物体が何であるかを検知できるようになります。 このように、データを処理する基準や検知したいものが明確な場合は、教師あり学習が向いており、活用の幅が広くあります。 教師なし学習 教師なし学習とは、データに正解を含まない状態で与え、コンピューター自身が特徴や規則性を見つけ出しグループ化する学習手法です。 教師あり学習は、問題に対する正解を与えて正解の規則性を導き学習する手法でしたが、教師なし学習では、過去のデータからいくつかの観点に基づいて似ているデータ同士を分類します。つまり、正解がない状態からの分類になるため、教師なし学習ではグループ化すること自体が学習です。 大量のデータからパターンや相関性を見つけ出せるため、クラスタリングや異常検知などに活用されています。 強化学習 強化学習とは、最終的に成果の最大化を重視し、データや経験から学習して、その後の行動を最適化し続けていく学習方法です。強化学習では正解としてとらえられる点数がもっとも大きくなることを目的として、どのように行動すれば点数がもっとも大きくなるかを判断しながら学習します。 活用事例の一部を紹介します。 囲碁や将棋などのゲームのシミュレーション エレベーターの自動制御 インターネットショッピングにおける商品レコメンド 身の回りにあるマシンラーニングの活用事例 私たちの生活の身の回りでもマシンラーニングが活用されています。先述したものも含め、2つの活用事例を詳細に見ていきましょう。 チャットボットによる問い合わせ対応 チャットボット（Chatbot）とは、入力されたテキストや音声を、人手を介さずに自動で応答するプログラムやアプリケーションのことです。リアルタイムで短文のやり取りをする「チャット」と、一定の作業を自動化するロボットといった意味の「ボット」を合わせた名称になっています。 企業の問い合わせページなどで、チャット画面を見たことがある方も多いかもしれません。質問をコンピューターが分析・分類し、人間に代わって回答してくれます。 このチャットボットが普及しているのが、コールセンターやカスタマーサポートです。チャットボットを導入することで、顧客からの問い合わせ対応の工数削減や顧客満足度の向上が期待でき、専門のオペレーターが不要になることで人件費削減にもつながります。 チャットボットは、想定される質疑応答をあらかじめ登録しておき回答する「シナリオ型」と「機械学習型（AI型）」の2つに分かれます。 機械学習型チャットボットの特徴は、機械学習（マシンラーニング）によりデータを蓄積して最適な回答ができることです。人間と会話しているような自然な回答が期待できる一方で、運用当初でデータの蓄積が少ない間は、精度が低くなる懸念があります。運用開始前に学習データを用意する必要があるでしょう。 サービスや商品の需要予測 需要予測とは、自社の商品やサービスの売上を短期的・長期的に予測することです。需要の予測にはさまざまな手法がありますが、一般的には過去のトレンドや市場動向などを分析して将来のニーズを予測します。 需要予測はこれまで人の手で行われてきましたが、マシンラーニングを用いて過去の膨大なデータを学習させることで、精度の高い需要予測が可能になりました。また、人の手から置き換わることで業務効率化の実現も見込めます。 製造や流通業界に限らず、さまざまな分野や領域において、マシンラーニングによる需要予測が広がっています。 マシンラーニングに関するよくある質問 Pythonはマシンラーニングに向いているプログラム言語 マシンラーニングについて調べていると、よく「Python」という単語を目にします。Pythonとはなんでしょうか。 Pythonは、プログラミング言語です。Pythonはさまざまな開発に使われていますが、AIやマシンラーニング（機械学習）の開発に適しているといわれています。たとえば、先述したインターネットショッピングにおける商品レコメンド機能においても、Pythonが活用されています。 Pythonが適しているのには、以下のような理由があります。 ライブラリが豊富 すでに多くの企業やサービスで利用されている コードがシンプルでわかりやすい 動作が簡単に確認できる Pythonはオープンソースの言語で、シンプル・短いコードで記述ができること、また開発時に役立つプログラム（ライブラリ）が豊富な点などが特徴です。 マシンラーニングには幅広い知識が必要 マシンラーニングを習得するには、どのような知識が必要なのでしょうか。 マシンラーニングの習得にはさまざまな知識が必要です。たとえば先述したPythonを始めとするプログラミング言語がある程度読めること、少なくとも高校数学の知識があること、アルゴリズムの知識があることなどが挙げられます。 また知識の習得を客観的な事実として伝えたい場合には、資格を取得すると良いでしょう。マシンラーニングに関する資格には、G検定（ジェネラリスト対象）やE資格（エンジニア対象）、Pythonエンジニア認定データ分析試験などがあります。 しかしながら、知識の習得には時間がかかります。自社のビジネスにマシンラーニング・AIを取り入れ成果を出したい場合には、外部の専門家などの手を借りることも一つの手です。 まとめ マシンラーニングはAIに包括され、AIを機能させるための技術の一つです。具体的には、データを解析する技術で、コンピューターにサンプルデータを与え反復的に学習させ、背景にあるパターンやルールを見つけだします。 マシンラーニングには教師あり学習、教師なし学習、強化学習と3つ学習方法があり、さまざまな分野で活用されています。 近年ビジネスで幅広く活用されていますが、実際にビジネスに取り入れ成果を出すには、マシンラーニング自体への深い知識が必要です。必要に応じて専門家などの力を取り入れながら、自社にあった導入方法を検討してみてはいかがでしょうか。
物流倉庫、在庫を抱える企業の間で注目されているのが、倉庫管理システム（WMS）です。倉庫管理システムを導入する企業が増えるなかで、自社でも導入すべきかお悩みの方もいるのではないでしょうか。 また、倉庫管理システムの導入を決定した場合でも、自社に合ったサービスはどれなのか、選び方に迷います。 本コラムでは、倉庫管理システムに興味がある方に向けて、仕組みや基本機能、メリットやデメリットを紹介します。倉庫管理システムの選定時にあらかじめ理解しておきたいポイントも解説しますので、ぜひご一読ください。 倉庫管理システム（WMS）とは 最初に倉庫管理システム（WMS／Warehouse Management System）とは何かを解説します。 倉庫内の在庫・入出庫管理・設備管理を行なうシステムのこと 倉庫管理システムとは、在庫管理、入庫管理・出庫管理などの機能が搭載されている、倉庫管理業務の品質向上と効率化をサポートするシステムです。 大量の在庫を抱えている倉庫では、在庫の管理に時間を取られます。在庫の数や保管場所を適切に把握できていないと、出荷までに時間がかかったり、欠品が発生したりするなどトラブルが起きかねません。 倉庫管理システムを導入すると、ハンディターミナルなど専用の読み取り機器を使用して、倉庫内の在庫情報をまとめて管理できたり、煩雑になりがちな倉庫内の情報を倉庫管理システムに集約できたりするため、業務効率化を推進できます。 基幹システム・在庫管理システムとの違い 倉庫管理システムと似たシステムには、代表的な物として基幹システム・在庫管理システムなどがあります。それぞれの違いについて説明します。 倉庫管理システムと基幹システムの違い 倉庫管理システムと基幹システムの大きな違いは、物流作業をサポートできるかという点です。 基幹システムは、企業の根幹業務を支えるシステムです。たとえば製造管理や在庫管理や会計など、企業が事業を遂行するために必須となる業務を効率化するために活用されます。基幹システムでも在庫数の把握はできますが、倉庫内の細かな情報を管理することはできません。 一方、倉庫管理システムは、その名の通り倉庫の管理を目的としたシステムです。そのため、在庫管理はもちろん、入出庫管理や棚卸管理、ラベルの発行、商品が保管されている場所を番号・番地化するロケーション管理、返品管理など、倉庫作業の効率化やミス防止に貢献できる機能を備えています。 倉庫管理システムと在庫管理システムの違い 倉庫管理システムと在庫管理システムの違いは、在庫管理の範囲と目的です。 在庫管理システムは、倉庫内の在庫に限らず、店頭なども含めてすべての流通在庫が管理対象となります。倉庫外の在庫管理も行うことで適した在庫数の維持を可能にし、利益の最大化を目的としています。 一方、倉庫管理システムは、倉庫内の在庫が管理対象です。倉庫内の在庫管理、入庫と出庫、倉庫勤務者の管理をまとめて行うことで、倉庫内業務の効率化を目的としています。 倉庫管理システムの基本的な機能 倉庫管理システムの主な機能は、入荷管理、出荷管理、在庫管理、棚卸管理、帳票・ラベル発行などです。 入荷管理 入荷数や入荷日などを把握・管理する機能です。入荷数は日によって変動しますが、入荷管理機能があることで、素早く情報を把握できます。 在庫管理 倉庫内に保管されている在庫の保管場所・数量・消費期限（賞味期限）などを管理する機能です。システムによっては消費期限も把握できるため、古い在庫から出荷したいときにも役立ちます。 出荷管理 出荷予定や実績、出荷指示機能、ピッキングリスト作成機能などを備えており、出荷作業をサポートします。出荷管理機能があることで、人為的なミスの削減や出荷スピードの向上が見込めるでしょう。 棚卸管理 倉庫内の在庫情報を管理することで、棚卸の効率化をサポートする機能です。人力での棚卸作業は時間がかかりますが、倉庫管理システムの導入によって作業の円滑化が期待できます。 帳票・ラベル発行 帳票やラベル、ピッキングリスト、発注書・納品書など、必要な帳票類を発行する機能です。システムの活用によって、帳票・ラベル入力の手間を大幅に削減できます。 倉庫管理システムを導入するメリット 倉庫管理システムを導入すると、どのようなメリットが見込めるのでしょうか。主なメリットをまとめました。 リアルタイムで在庫の管理ができる システムを導入していない場合では、最新の在庫情報といっても数日前のものになるなど、タイムラグが発生します。しかしシステムを導入することで、入出庫数の情報も即時取得できるようになるため、在庫状況をリアルタイムで把握できるようになります。 タイムラグのない信用性の高いデータが常に手に入ることは、素早い対応・適切な状況判断にも役立つでしょう。 ミス・作業漏れの削減 倉庫作業を人の手で行う場合、ヒューマンエラーを完全に避けることはできません。単純作業が長時間続くと、集中力が落ちてミスも起こりやすくなります。ミスや作業漏れが生じると、その対応に時間を費やさなくてはなりません。 倉庫管理システムを導入すると、そうしたミスや作業漏れなどを減らせます。たとえば検品作業がハンディターミナルによって自動化されれば、目視で手入力するのと比べミスが防ぎやすくなります。 作業の効率化 システムを導入することによって人の手で行う業務を減らせるため、作業の効率化が図れます。上述した検品作業のミスの削減による効率化も一つの例です。そのほか複雑な返品対応なども、返品管理機能を備えたシステムであればスピーディに対応が可能となり、効率化が見込めるでしょう。 人件費の削減 倉庫管理システムを導入すると、入出庫時の帳簿管理やパソコン入力など、時間と手間がかかる作業を効率化できるため、人員を抑えられ人件費の削減につながるでしょう。 また、倉庫管理システムの導入によって倉庫内業務が標準化されれば、これまでベテラン社員にしか任せられなかった業務でも、アルバイトやパートスタッフにも頼れるようになるかもしれません。そうなれば、やはり人件費の削減につながります。 倉庫管理システムを導入する際の注意点（デメリット） メリットの多い倉庫管理システムですが、注意したいポイントもあります。 人材教育が必要になる 倉庫管理システムを導入する際は、現場での作業内容が様変わりします。そのため、システム導入による効果を最大限発揮するためには、スタッフの教育が欠かせません。研修期間を設ける必要があること、人材教育には時間とコストがかかることを事前に理解しておきましょう。 また、倉庫管理システムを使いこなすためには、マニュアルの整備も必要です。導入時だけでなく、社内で業務の引継ぎをおこなう際もマニュアルは役立ちます。 コストが発生する 倉庫管理システムを活用するには、導入時の初期費用や月額費用がかかります。システムの運用がうまくいけば人件費削減が期待できます。軌道に乗るまでは時間がかかりますが、長期的な視点で計画を立てましょう。 なお、倉庫管理システムには、クラウド型、オンプレミス型、パッケージ型があります。費用と機能に違いがあるため、予算の範囲内で収まるのか、自社の求める機能があるのか、という点もふまえて選択しましょう。 ● クラウド型（SaaS） オンライン上で提供されているサービスを利用する方法です。自社サーバーを運用する必要がなく、既存のシステムにアクセスする形式のため、導入の手間を抑えられます。自社でのシステムメンテナンスも不要で導入しやすい提供形態ですが、オフラインでは利用できないので注意が必要です。 クラウド型倉庫管理システムの月額料金は、数万円〜数十万円が目安です。ただし、初期費用が別途必要なこともあるため、導入を検討する際には併せて確認しておきましょう。 ● オンプレミス型 オンプレミス型は、自社サーバーを構築して使用する倉庫管理システムです。運用と補修が必要なため費用負担は大きくなりますが、機能のカスタマイズ性・拡張性に優れているため、自社の課題に合わせて機能の導入が可能です。ただしシステムを新たに構築する分、導入までに時間がかかります。 オンプレミス型の導入費用は、数百万円からです。初期費用だけでなくメンテナンス費用も必要です。 ● パッケージ型 パッケージ型は、ソフトウェアをインストールするだけで簡単に使用できますが、カスタマイズの範囲は限定されます。「倉庫管理システムを短期間で導入したい」「カスタマイズにはこだわらない」という場合には、パッケージ型が適しているでしょう。 製品や内容にもよりますが、パッケージ型の導入費用の目安は数百万円です。 倉庫管理システムを選ぶ際に知っておきたいこと 倉庫管理システムには数多くの種類があるため、その中から自社に最適なサービスを選びたいところです。ここでは倉庫管理システムを比較する際に、事前知識として知っておきたいポイントを解説します。 解決したい問題を事前にまとめておく まずは、自社の物流の課題と解決すべき点を洗い出しましょう。課題が複数見つかったら、優先順位を付けて整理します。 社内の課題を整理したあと、課題を解決するためにどの機能が必要なのか、要件を明らかにしましょう。自社の課題と必要な機能が明確だと、倉庫管理システムを比較しやすくなります。 物流の量と価格が釣り合っているかを確認する 倉庫管理システムを利用する際、自社の物流の量に見合ったシステムを選びます。初期費用だけに注目するのではなく、導入後の費用を確認することも大切です。 たとえばクラウド型（SaaS）は初期費用が抑えられますが、月額利用料がかかり、その幅はシステムによってさまざまです。 導入や月額費用などとそれによって得られる成果のバランスを見て、検討することが大切です。 サポートの有無を確認する 倉庫管理システムを選ぶ際は、費用や機能面だけでなくサポート体制の手厚さも重要です。操作対応における不明点を質問できるのか、トラブルが起きたときにどのように対応してもらえるのかなどを事前に確認しておきましょう。 他システムとの提携の有無を確認する 基幹システムはもちろん、たとえばEC事業との連携を想定している場合は、受注システムや販売管理システムなど各種システムとのシームレスなデータ連携が必要となります。検討中のシステムは他のシステムと連携できるかどうか、事前に確認しておきましょう。 まとめ 倉庫管理システムを使いこなすことで、倉庫内業務の効率アップ、人的ミスの低下、人件費の削減など多大なメリットがあります。 しかし倉庫管理システムならどれでもよいわけではありません。まずは倉庫管理の問題点を洗い出して、必要な機能を持つシステムを選択しましょう。 予算に合わせて選ぶのも一つの方法ですが、自社の事情に合っているか、サポート体制やシステム提携が充実しているかも大切です。倉庫管理システムの種類を正しく理解したうえで、自社の課題を解決できるものを選んでください。
IT業界は新技術の登場と各業界での導入が進んでいることから、市場規模は拡大傾向にあります。本コラムでは、IT業界の現状や課題のほか、近年のトレンド、業界全体の将来性も解説します。IT業界について詳しく知りたい方は参考にしてください。 IT業界の基礎知識 まずは、IT業界の概要、市場規模について確認しましょう。 IT業界とは ITはコンピューターやデータ通信に関連する情報技術（Information Technology）を指し、IT業界はITを活用したサービスを提供する業界を指します。 IT業界は業種や業態が複雑化しているため、分類が難しい業界です。どのようなサービスや商品を提供しているか（事業分野）で分けると、主に以下の4つに分類できます。 Webサービス SIer（情報処理） パッケージ／プラットフォーム ハードウェア 参考：IT業界ってどんなところ？ 職種や企業分類、転職に役立つ業界動向まで解説（doda転職サービス） 国内の市場規模 IT業界は、日本の産業区分で情報通信産業（ICT）に分類されています。令和3年版情報通信白書によると、2019年の情報通信産業の国内生産額（名目GDP）は51.7兆円、2018年から2019年にかけての実質GDP成長率は0.9％です。 この数字は、医療・福祉（2.4％）、対事業所サービス（1.4％）、対個人サービス（1.1％）に次いで4番目に高い成長率です。 ※出典：令和3年版情報通信白書 第4章ICT分野の基本データ（総務省） IT業界の現状 IT業界の市場規模の推移 令和4年版の情報通信白書によれば、日本における民間ICT市場は、2020年度は12兆9,700億円と、前年比0.6％増となりました。 新型コロナウイルス感染症の感染拡大による影響により、特に中堅中小企業を中心に、ICTへの投資を中止・先送りした企業が多かったものの、大企業では計画通りに投資が進められました。また、テレワークの実施・浸透に向けた整備、デジタル化などの必要性を認識した企業によって投資が加速したことが背景にあるとみられています。 市場規模は、2021年度は13兆3,300億円、2022年度は13兆6,400億円、2023年度は13兆8,800億円と予測されており、今後もさらなる成長が見込まれていると理解できます。 出典：令和4年版情報通信白書 第2部 第3章 第1節 ICT産業の動向（総務省） IT業界の平均年収は高水準 IT業界の平均年収は、他業界よりも高い傾向にあります。 経済産業省が2017年に発表した「IT関連産業の給与等に関する実態調査結果」によると、IT業界の平均年収の目安は以下の通りです。 新人・初心者レベル…437.8万円 中堅レベル…576.0万円 チームリーダーレベル…726.1万円 出典：IT関連産業の給与等に関する実態調査結果（経済産業省） なお、2018年に国税庁が発表した民間給与実態統計調査結果を見ると、1年を通じて勤務した給与所得者の年間平均年収は441万円のため、IT業界の平均年収は高いことがよくわかります。 出典：平成30年分 民間給与実態統計調査（国税庁） IT業界が抱える課題 市場拡大と高い需要などにより堅調に成長しているIT業界にも課題はあります。ここからはIT業界が抱える課題を見ていきましょう。 人手不足 IT企業が抱える課題で特に大きいのは、人手不足です。 2019年に経済産業省が公表した「IT人材需給に関する調査」によれば、IT需要の拡大に伴い、IT人材不足は年々増加すると予測されました。 調査では、2030時点の推定IT人材需給ギャップを予測するにあたり、生産性上昇率を0.7％、IT需要の伸びを低位（1％）・中位（2〜5％）・高位（3〜9％）を試算の条件に設定。仮に高位シナリオの経緯を辿る場合、2030年には約79万人のIT人材不足が見込まれるという結果になりました。 引用：IT 人材需給に関する調査（経済産業省） 労働環境の改善 IT業界では、長年にわたり長時間労働が課題とされてきました。 長時間労働の原因の一つとして、開発をチームで行うため作業の進捗や品質の管理が難しく、個人の経験などに依存しやすいというITエンジニアの仕事の特性があります。また、多重下請構造というIT業界特有の受発注の仕組みによるものもあるといわれています。 働く現場が疲弊してしまっている環境はよくありません。市場拡大と共により良い産業を実現するためにも、労働環境の改善は優先事項の一つといえるでしょう。 国際的な市場競争の激化 デジタル分野のビジネスでは、国境や実際の距離などがビジネスにおけるハンディキャップになることはありません。そのため、海外の競合他社の存在を見据えた戦略と競争が求められます。 日本企業は、世界に出る力が弱いといわれています。日本のIT業界は市場が拡大していくと予想されているものの、先を見据えて世界で勝ち抜いていけるだけの力をつけることが課題と考えられるでしょう。 IT業界のトレンドを調査 近年のIT業界でのトレンドを調査しました。具体的な内容をご紹介します。 DX（デジタルトランスフォーメーション） DXとは、新たなデジタル技術を活用することで、社会や人々の暮らしをよりよい方向へ変革することです。 2020年から新型コロナウイルス感染症が流行したことで、IT化やデジタル技術導入などのDX化が企業や組織で進みました。DX推進のための組織を設ける企業も増え、DX推進を担えるDX人材の獲得が企業にとって急務な課題とされています。 AI（人工知能） AIの活用は、マーケティングの高度化、製造業の自動化、自動車の自動運転など、さまざまな業界と分野へ広がりを見せています。 AIの事業化では、特にデータサイエンティストやAIプランナーが重宝されており、各社とも好待遇で採用する傾向があります。 IoT（Internet of Things） IoTは、情報端末以外のモノでもインターネットに接続可能な機能を追加して、より便利に使えるようにすることです。身近なところでは、自ら移動し掃除するお掃除用ロボットがよく知られています。 IoTも、AIと同様にあらゆる分野での活用が進み、さらなる発展も期待されていることから、より人材が求められています。 VR（仮想現実）AR（拡張現実） VRは、ゴーグルなどの専用デバイスを装着した状態で、画像や音声などコンテンツを流すことにより、あたかも映像内にいるかのような体験を可能にする技術です。 ARは、実在する風景にデジタル情報を重ねて表示する技術です。スマートフォンのカメラを起動するとアニメキャラが画面上に登場するアプリ、建物の見取り図に3Dモデル化した家具などを配置できるコンテンツなどがあります。 5G 5Gは「高速・大容量」「低遅延」「多接続」といった特長をもつ通信システムで、2020年3月に5Gサービスが開始されました。 5Gサービスの開始により、より多くのIoT機器の同時接続が可能になるなど、IoTが生活により深く浸透する時代が到来しました。そのほか、5Gによって自動運転や遠隔医療、VR・ARなどに磨きがかかっていくと予想されています。 RPA（ロボティック・プロセス・オートメーション） RPAとは、オフィスワークとしてパソコン上で行ってきた業務を、ロボットによって代行・自動化する技術です。 RPAの導入メリットは、単純作業をロボットに任せることにより業務効率化や生産性の向上に加え、人的ミスの抑止、さらには人手不足の解消も期待されています。 RPAはすでに金融業界や流通業界などを始め、あらゆる業界で導入されており、今後さらに普及が加速すると考えられています。 セキュリティ IT技術の導入が進んだことにより、あらゆる業界で企業はサービス利用者が登録した各種情報を安全に管理する必要が生じました。サイバー攻撃は年々高度化しており、セキュリティ対策は急務といえるでしょう。 セキュリティに関連して、利用者のプライバシー保護も注目を集めています。データトラッキングやスマートフォンによる追跡が一般化したためで、個人のプライバシーを守るため法整備やIT業界全体の自主的な取り組みが待たれています。 X-Tech（クロステック） X-Techとは、既存ビジネスにIT技術をかけあわせて新たな価値や仕組みを生み出す取り組みや誕生した新製品、サービスのことです。X-Techは、金融業界、農業業界、医療業界、スポーツ業界などで広がりをみせています。 ブロックチェーン ブロックチェーンは、ネットワーク上にある端末同士を直接接続し、暗号技術を用いて取引履歴を分散的に保管する技術です。ブロックチェーンは、データ改ざんが難しいことに加えて、複数名で同一データを共有することが可能なため、情報の透明性が担保されていることが特長です。主に金融業界での導入が進んでいます。 ブロックチェーンの技術自体は革新的で、将来的には金融分野以外にも、著作権管理、行政手続きなどへの導入が期待されています。 IT業界は今後どうなる IT業界は今後どのように展開していくのでしょうか。将来性について考えていきます。 IT業界は今後も成長し続ける AI、5Gなど新しい技術が次々に生まれ、それらの技術はあらゆる業界と分野での導入が進み、DXも加速し続けています。既存技術の応用やブラッシュアップはもちろん、今後、さらなる新技術が開発される可能性も十分あります。 IT業界はこれからも幅広い産業と結び付きながら、成長していくと考えられるでしょう。 需要の変化が起きる 経済産業省が公表した「IT 人材需給に関する調査」では、デジタル技術の発展に伴い新たなIT需要が拡大し、需要の構造に変化が生じるとみています。 AIやIoT、ビッグデータの活用といった最先端技術に対応できるIT人材は需要が供給を上回っていく一方、従来から続くIT需要は中長期的に見れば徐々に市場規模が縮小すると予測。それに伴い、従来型のIT需要に対応する人材需要も減少するとしています。 参考：IT 人材需給に関する調査（経済産業省） 政府の取り組み 2021年、デジタル庁が発足しました。政府・自治体を中心にデジタル化への取り組みが進んでいる状況です。 政府がまとめた「IT戦略の概要〜デジタル強靭化社会の実現に向けて〜」では、民間企業にとどまらず行政や地方自治体でもデジタル化支援を進めること、テレワーク／リモートワークや学校教育、遠隔診療などの実現と円滑化な実施に向けた環境整備について言及しています。また、デジタル化を推進する企業に対する減税措置なども実施しています。 今後も、政府・自治体からのIT需要は高まっていくでしょう。 ※出典：IT新戦略の概要〜デジタル強靱化社会の実現に向けて〜（内閣官房IT総合戦略室） まとめ 世界中でIT化が進むなか、IT業界は今後さらなる発展が期待される市場です。一方、大幅なIT人材不足など、課題も複数抱えています。 IT技術は人々の生活や企業の発展に欠かせないものです。成長産業の動向を、今後も注視してみてはいかがでしょうか。
