すなわち現代は、AIアシスタントが部門間のギャップを埋める調整役を担当するのです。 社員に経営視点をもつことを解く経営者が多いですが、それには全社データの公開が不可欠。しかし個人がそのデータから意思決定を行うこともまた困難な仕事。そこでAIアシスタントが必要となるのです。

制約理論(TOC)は、投資判断が難しいDXプロジェクト初期の、短期間での成果が求められる段階での戦術として、また課題設定や分析フェーズでの仮説立案など、データ活用プロジェクトのコンサルティングの中でも大変相性がよいです。別の機会で解説したいと思います。

その結果、部門内では実現困難と思われていた経営目標を達成できたのです。また営業部では、見積もり提出までの時間が掛かりすぎることで商談機会を失う大きな課題がありましたが、AIアシスタント導入により商談が交渉の場へと変わり、顧客の意思決定の迅速化が顧客体験向上(CX)へと波及。

全体最適化の例として、製品不良率の大幅な改善が経営目標として挙げられていたA社では、製造部門内の努力だけでは限界が目に見えていました。 そこで共有データ基盤を構築、上流となる営業部の顧客との交渉の段階で、過去データに基づき不良率を低減する提案が可能となるAIアシスタントを開発。

1984年に物理学者のゴールドラット博士が提唱し、全体最適なマーネジメント理論として良く知られているTOC(制約理論)。 そのエッセンスである非制約部門からの協力体制は、組織の壁を崩しにくい現代において、どのように実現できるのでしょうか？

経営課題解決へのデータ活用における4つの壁 　　・組織の壁(分業化の弊害) 　　・データ収集の壁(実験計画/センシング技術/データベース構築) 　　・分析スキルの壁(仮説立案/特徴量エンジニアリング/回帰分析) 　　・現場の壁(偏見と対立) を突破するための戦術と組織体制とは？