IT、デジタル、DX、AI、AX。技術の世界では、次々と新しい言葉が登場します。そのたびに「これからはDXではなくAIだ」「AIの次はAXだ」と、古い概念から新しい概念へ乗り換えるような説明を目にします。

しかし、企業の現場はソフトウェアの更新ボタンのようには変わりません。AIを導入したからといって、古い業務システムが自動的に整うわけではありません。AXを掲げたからといって、分断されたデータや複雑な承認手順が消えるわけでもありません。

新しい技術は、過去の基盤を置き換えるだけではなく、その上に新しい能力を重ねます。だから私は、ITからAXまでを「進化の順番」ではなく「役割の違うレイヤー」として考える方が実務に合うと思っています。

レイヤーで考えると、自社がなぜAI活用で詰まっているのかが見えやすくなります。問題はAIモデルの性能ではなく、下の層にあるデータ、業務、権限、組織のつながりかもしれません。流行語を追う前に、どの層が弱いのかを診断する必要があります。

一番下にあるのはITです。会計、販売、在庫、人事、顧客管理、メール、ネットワーク、認証など、日々の業務を支える仕組みです。ITは目新しい話題になりにくいのですが、ここが不安定なら、その上に何を載せても持続しません。

たとえば、同じ顧客が部署ごとに別の番号で登録されている、担当者が退職するとファイルの場所が分からなくなる、システムごとにログイン方法が違う。この状態で生成AIを導入しても、AIが参照すべき情報を特定できません。

IT層で確認するのは、システムの新しさだけではありません。業務を止めずに動かせるか、データを安全に保存できるか、権限を管理できるか、障害から復旧できるかです。AI活用の前に、まず仕事の土台が信頼できる状態かを見ます。

基盤整備を「古い仕事」と考えてはいけません。AIが高度になるほど、正しいデータ、安定した連携、適切なアクセス制御の価値は高まります。強いAIは、弱い基盤を魔法で直すものではありません。弱い基盤の問題を、より速く拡大することさえあります。

ITの上に、デジタルの層があります。紙をPDFにするだけではなく、情報を検索でき、共有でき、処理へつなげられる状態にすることです。顧客との接点、社内の手続き、商品やサービスの利用状況が、データとして扱えるようになります。

ここで重要なのは、データが存在することと、使えることは違うという点です。入力形式が部署ごとに違う、更新日が分からない、意味の異なる項目が同じ名前になっている。これでは、データ量が多くても意思決定には使えません。

デジタル層では、誰が、いつ、何のために入力し、どの業務で利用するのかを決めます。情報の持ち主、品質基準、更新頻度、利用範囲を明確にします。AIに学ばせる前に、人間がデータの意味を共有できている必要があります。

顧客接点も同じです。Webサイト、問い合わせフォーム、営業記録、サポート履歴が別々に存在するだけでは、顧客体験はつながりません。デジタル化の成果はツールの数ではなく、情報が必要な場所へ流れるかで測るべきです。

DXは、紙をデジタルにすることや、新しいシステムを入れることだけではありません。デジタルを前提に、仕事の流れ、組織の役割、顧客への価値、場合によっては事業モデルまで組み替えることです。

従来の申請書をそのまま画面に置き換えただけでは、承認段階も待ち時間も変わりません。入力は便利になっても、業務全体の速度は上がらない。これはデジタル化ではありますが、変革まで届いていません。

DXでは「この手順をデジタルにするには」ではなく、「そもそも、この確認は必要か」「顧客が自分で完結できないか」「例外だけ人が扱えないか」と問い直します。既存業務を保存するのではなく、目的から再設計します。

ここには部門をまたぐ意思決定が必要です。現場、情報システム、経営、顧客対応が別々に最適化すると、全体の流れは複雑になります。DXはIT部門だけのプロジェクトではなく、組織として仕事の前提を更新する活動です。

紙の申請をオンライン化した企業を考えます。入力ミスは減りましたが、承認者の数、確認項目、差し戻しのルールは以前のままです。結果として、画面上で申請が滞留するようになっただけでした。

IT層ではシステムは動いています。デジタル層では情報も保存されています。しかしDX層で、誰が何を判断するかを再設計できていません。低額申請は自動承認し、例外だけ人へ戻すなど、目的に合わせて流れを変えて初めて成果が出ます。

AIは、文章を生成し、分類し、予測し、情報を抽出し、判断を支援します。これまで人が時間をかけていた知的処理を速くし、試行回数を増やせる点が大きな価値です。

ただし、AIは業務の目的を自動的に決めてくれません。何を正解とするか、どこまで任せるか、誤った場合に誰が止めるかは、人間が設計する必要があります。基準が曖昧な仕事をAIへ渡すと、曖昧な答えが高速で増えます。

また、AIの出力は、入力データと文脈に依存します。顧客情報が分断され、商品コードが統一されず、社内規程の最新版が分からない状態では、AIも正しく働けません。AI導入が進まない原因を、モデルの性能だけに求めないことです。

AI層で見るべき指標は、生成回数ではありません。確認時間が減ったか、判断の抜けが減ったか、顧客対応が改善したか、担当者がより価値の高い仕事へ移れたかです。成果へつながらないAI利用は、知的処理が増えただけかもしれません。

AX、AI Transformationは、個別業務にAIツールを追加する段階から一歩進み、AIが使えることを前提に業務、役割、意思決定、組織を再設計する考え方です。

たとえば、担当者が問い合わせを読み、分類し、回答案を作る流れにAIを加えるだけなら、従来業務の効率化です。AXでは、問い合わせの入口でAIが分類し、定型案件は自己解決へ導き、例外と高重要度案件だけ人へ渡すように全体を組み替えます。

ここで人の役割も変わります。作業をこなす人から、AIの基準を設計し、結果を評価し、例外へ対応する人へ移ります。管理者も、処理件数を監督するだけでなく、AIと人の分担、権限、品質、停止条件を管理します。

AXはAI導入の大規模版ではありません。AIを入れる前と同じ組織構造、同じ評価制度、同じ承認手順のままでは、能力を生かせません。AI前提で仕事そのものを問い直すことがAXです。

全社員へ生成AI研修を行い、利用アカウントを配布した企業を考えます。参加者は要約やメール作成を学びましたが、数か月後も仕事の進め方はほとんど変わりませんでした。

原因は、使い方を教えただけで、どの業務を変えるか、成果をどう測るか、誰が標準手順を更新するかを決めていなかったことです。研修は必要ですが、業務設計と評価制度へつながらなければ個人の便利技で終わります。

レイヤーという言葉を使うと、上にあるものほど偉く、下は古いものだと誤解されることがあります。しかし、ここでのレイヤーは序列ではありません。それぞれが違う役割を持ち、互いに依存しています。

ITは業務を支えます。デジタルは情報をつなぎます。DXは仕事と事業を組み替えます。AIは知的処理を加速します。AXはAI前提で全体を再設計します。どれか一つだけで企業変革が完成するわけではありません。

建物で考えれば分かりやすいでしょう。上層階を豪華にしても、基礎や配管が弱ければ住み続けられません。一方で、基礎だけを何年も整備し、上に何も作らなければ価値は生まれません。必要なのは、全体像を見ながら弱い層を補強することです。

自社の成熟度を一つの点数で表すより、レイヤーごとに見る方が改善策を決めやすくなります。ITは安定しているがデータが分断されている。データはあるがDXで業務を変えられていない。AI実験は多いがAXとして標準化されていない。このように診断します。

では、ITからAXまでを動かすものは何でしょうか。私は、それがMX、マインド・トランスフォーメーションだと考えています。新しい技術を導入するだけでなく、物事の捉え方、問いの立て方、判断基準、学び方を更新する人間側の変革です。

MXは、AXのさらに上に置く最上位レイヤーではありません。ITを整えるときにも、紙の手順をそのまま保存するのか、目的から見直すのかという思考が必要です。データをつなぐときにも、部門の所有物として囲うのか、顧客価値のために共有するのかという姿勢が問われます。

DXでもAIでも同じです。「今までこうしてきた」を守るだけなら、新しい道具は古い仕事を速くするだけです。前提を疑い、必要なら自分の役割も変える。失敗を小さく試し、学びを共有し、仕組みを更新する。MXは全レイヤーを横断して流れる力です。

人間側の変革について整理した私の著書『マインド・トランスフォーメーション AI時代の思考革命』も、組織で考える際の参考にしていただければと思います。技術の更新だけでなく、人間OSを更新する視点が必要です。

変革を始めるときは、次の五つを確認します。第一に、業務を安定して動かすIT基盤はあるか。第二に、必要なデータが正しい意味と権限でつながっているか。第三に、デジタルを使って業務そのものを再設計できているか。第四に、AIへ任せる知的処理と人へ戻す条件が明確か。第五に、AI前提で役割や評価制度まで変えられているかです。

五つすべてに一度で答える必要はありません。業務単位で確認し、最も弱い層から改善します。顧客対応、営業、研修、開発、管理業務など、対象を小さく決めると具体的な問題が見えます。

診断では「ツールがあるか」ではなく「機能しているか」を見ます。CRMを導入していても営業記録が更新されなければ、デジタル層は弱い。生成AIアカウントがあっても、業務基準や評価方法がなければAI層は定着していません。

そして、弱い層を責める材料にしないことです。問題を可視化し、次の実験を決めるために使います。レイヤー診断の目的は、部門同士の責任を押し付けることではなく、依存関係を理解して共同で直すことです。

社内文書を検索するAIを導入したものの、回答が古く、社員が使わなくなった例を考えます。AIモデルを変えても改善しません。調べると、規程の最新版が複数のフォルダにあり、廃止文書も残っていました。

問題はAI層ではなく、ITとデジタルの層でした。文書の保管場所、責任者、更新日、廃止手順を整えた後、同じAIでも回答品質が上がりました。上の層の不具合を、下の層までたどって診断することが大切です。

企業変革は、ITを終えたらデジタル、DXを終えたらAIへ進む直線ではありません。AIを試したことで、データの欠損に気づくことがあります。AXを設計したことで、古い権限管理を直す必要が生まれます。上の層から下の層へ戻ることもあります。

また、人の意識が変われば、技術の使い方も変わります。新しい技術に触れることで、人の発想や役割も変わります。技術と人間は一方向ではなく、互いに刺激し合う循環です。

だから、完璧な基盤が整うまでAIを待つ必要もありません。安全な範囲で小さく試し、試した結果から不足しているレイヤーを見つけ、補強する。この循環を速く回す組織ほど、変化へ適応できます。

ただし、重要な判断、個人情報、機密情報、外部への実行を伴う場合は、権限、記録、人の承認を先に設計します。スピードと無謀さは違います。試せる範囲と止める条件を明確にすることもMXの一部です。

IT、デジタル、DX、AI、AXという言葉は、これからも変化していくでしょう。新しい名称が登場し、定義が広がり、別の考え方に置き換わることもあります。しかし、仕事を支える、情報をつなぐ、業務を変える、知的処理を加速する、全体を再設計するという役割は残ります。

用語の正しさだけを争うより、自社でその言葉がどの役割を指し、何を変えるのかを共有する方が重要です。名称が同じでも、部門ごとに意味が違えば、プロジェクトはすれ違います。

そして最後に問われるのは、技術ではなく人の思考です。どんな会社にしたいのか、顧客へ何を届けたいのか、人はどんな仕事へ集中したいのか。その意思があって初めて、各レイヤーの技術が一つの方向へ働きます。

自社のAI活用が進まないと感じたら、次のモデルを探す前に、五つのレイヤーを一枚に書き出してみてください。弱い層、分断された場所、誰も責任を持っていない接点が見えてきます。そこから始める変革は、流行語ではなく、現場の成果へつながります。

２年先の未来を先取り。AI・DX・超知性ASI時代のデジタル戦略を読み解くPodcast「DX企画書のネタ帳」。未来を先取りする実践的なヒントを毎日お届けしています。

今回の音声配信はこちらです。Spotifyで聴く

AI導入や人材育成を自社の課題に合わせて進めたい方は、DX・AI人材育成のご相談もご覧ください。

近森満（ちかもり みつる） ■株式会社サートプロ代表取締役CEO ／ DXコンサルタント／IT人材育成／検定事業化 IT技術者の教育支援と人材育成を専門とする事業化コンサルタントとして、2006年に株式会社サートプロを創業し、IoT検定・＋DX認定・アジャイル検定などの資格制度を創出。経済産業省DX推進ラボおよびIoT推進ラボのメンターとして自治体や中小企業のDX推進を支援。近年は超知性ASIスキル可視化にも取り組んでいる。 ■所属・役職 ・IoT検定制度委員会事務局長（IoT検定、＋DX認定、超知性ASI検定） ・一般社団法人 IT職業能力支援機構理事長（Android資格） ・電気・電子系技術者育成協議会副理事長（E検定） ・組込みソフトウェア管理者技術者育成研究会メンバー（組込み） ・ET教育フォーラム合同会社代表（コンテンツ制作） ・経済産業省地方版IoT推進ラボビジネス創出事業メンター（IoT支援） ・経済産業省地域DX推進ラボビジネス創出事業メンター（DX支援） ・デジタル庁デジタル推進委員（デジタル化支援） ・DX事業共同組合設立理事（DX推進） ・一般社団法人日本サステナブルビジネス機構幹事（SDGs認証） ・”一億総活躍社会を実現する”共生日本協議会理事（DEI支援） ・アジャイル開発技術者検定試験コンソーシアム事務局長（Agile検定） ・一般社団法人国際サイバーセキュリティ協会事務局長（IACS認定）

X (Twitter)

Facebook

YouTube

note