既存業務の延長線上にイノベーションを求める

　SIer各社はROI（投資利益率）の議論に縛られないイノベーティブな案件、すなわち新しいビジネスモデル、新しいサービスの創出を目指して、デザインアプローチなども積極的に取り入れながら、異業種（リアルのビジネスを営んでいる企業）との共創を指向しています。

　しかしながら、そうした新事業のヒット率は決して高くないため、他方で既存のお客さまとともに、既存の業務課題に対応しつつ、その先の価値創造を模索しているのが現実です。

　お客さまとの持続的な関係性の中で、まずは第一歩を踏み出すと見えてくる新しい世界を共有し、これを共創して発展させていこうというものであり、IoTの名目のもとで、お客さまとともにモノと情報の関わりを考え続けることが、新たなビジネスやサービスを生み出すきっかけに繋がると期待しています。

　既存業務の領域においても、導入効果がハッキリしないチャレンジングな案件があり、PoC（と呼んでよいかどうかの議論はありますが）を実施する意義はあります。製造ライン（QC領域）は品質コストで、レガシーな基幹業務（PSI領域）は省力工数で、本格導入への採否を見極めます。

　ここで、PoCの在り方に問題があるために、有効な採否判断（本格導入に進めるか否か）に繋がらないケース、もしくはPoCでは相応の結果も出ているのに本格導入に進まないケースについて、ビッグデータ分析を例に述べていきます（図1）。

ケース1：目的不在のPoC

　1つ目はよく言われることですが、目的不在のまま、とりあえずPoCを実施してしまうケースです。会社の経営層から「わが社もIoT/ビッグデータ/AIの活用で何かできないか」のような指示があり、その「何か」を見つけるためにPoCを実施してしまう場合などが当てはまります。

　この場合、PoCの成否の基準がはっきり定まらないため、PoCが終結せずにいつまでも検証を繰り返してしまったりします。また、手元にデータがあることを拠り所に始めるケースが多いですが、たまたま手元にあった既存データでPoCを実施すると、たとえ有効な結果が得られたとしても、あとから「そもそも入力データが妥当でなく信憑性に欠ける」と指摘が入り、データ収集からやり直しになることもあります。本格導入する場合に、定常的に入力データを得られる仕組みが実は存在せず、現実的ではないPoCであることもあります。

　このような目的不在のPoCを防ぐのは「解決すべき課題と、得られるデータとの間の論理が埋まるか否かをPoCで見極める」という考え方です。データの中から新発見を得ようとするのではなく、途中の論理を繋ぐことを考えるのです（図2）。


　我々SIerも以前は、データ活用の目処が立っていないお客さまの現場に対して「まずは、繋いでみませんか？」「データを溜めてみませんか？」「業務を見える化してみませんか？」と働きかけていました。しかし、これらが誤ったPoCを生み出してしまった恐れがあります。最近は、業務上で解決すべき課題を真っ先にお伺いするようにしています（当たり前のことなのですが）。

【次ページ】残り2つのケースは？気を付けたいポイント