また、米海洋大気局はAIを使って衛星データを活用し台風などを予測する手法の確立、米国立衛生研究所はAIによる医療診断やパーソナライズした治療を提案と、非常に戦略的です。

そして、米一般調達局はAICoEというAI推進ガイドラインモデルを開発し、各政府機関がAI活用のゴールを掲げるだけではなく、実際に課題を抽出して解決する手法の一つにAIを選ぶことを推進し、KPIの策定などを手掛けています。

AIイニシアチブと日本のデジタル庁が同じように比較できるわけではありません。トランプ政権下でこのようなアジェンダがどこまで成果を挙げたのか、という検証も必要ではありますが、少なくとも具体性があることで国民にとってのAIイニシアチブの理解も深まり、目的も明確になることが分かります。

デジタル化を進める5つの要諦

単純に政府や公共団体などのDX推進を力強く推し進めると言っても、ハンコを廃止してRPA（ロボットによる業務の自動化）を導入をすればよいというものではありません。DXとはデジタイゼーション（デジタル化）とは似て非なるものです。

以下は元P＆GチーフデジタルオフィサーのTony Saldanha氏の著書『Why Digital Transformation Fail』で紹介されていたDX実現までの5つのステップを私が訳してまとめたものです。ここで大事なのは、縦割りに管理されているバラバラなデータを統合する、作業工程の一部をツール導入で自動化するというのは、ステップ1である基礎ステップの一部にすぎないということです。

出所＝『Why Digital Transformation Fail』
出所＝『Why Digital Transformation Fail』

今回のデジタル庁が主眼としている各省や公共団体におけるシステムの共通化に関しても「なぜITシステムを共通化する必要があるのか？」という問いに的確に答えなければいけません。

例えば、私が経営する会社、パロアルトインサイトでもデータの統合やクラウド化などのプロジェクトを多く行っていますが、やみくもに存在する全てのシステムとデータベースを統合すればいいというものではなく、活用事例に基づいてデータ統合やクラウド設計を行います。

システム統合には膨大なコストとリソースが発生するだけではなく、目的なきデータ統合は余計な依存性をシステム内に生み出す可能性があり、本来であればバラバラなシステムだからこそ簡素化できていたフローが複雑化するリスクなどもあります。

それゆえに、システム統合の詳細に関しては、本質的なデータ統合の目的を議論しなければいけません。そのためには、活用事例を明確にすること、活用事例から逆算する形で関連性のあるシステムやデータの所在を明らかにし、構造理解をする必要があります。