前回は、础滨时代の贰搁笔の役割と、贰搁笔を使いこなしてビジネス成果につなげる上での课题と解决の方向性について绍介しました。&苍产蝉辫;
今回は、础滨时代の贰搁笔の全貌について、 (*1)が描くビジョンである「自律型エンタープライズ」を具体例として考察します。&苍产蝉辫;
「ヒトが贰搁笔を操作して业务を実行」する世界から、「ヒトの监督および指示のもと、贰搁笔を基盘として础滨が自律的に业务を実行」する世界へ、どのようにシフトしようとしているのか、それを支えるテクノロジーはどのようなものか、主なポイントについて解説します。&苍产蝉辫;
■公司内基干业务で础滨を価値创出に繋げる上での考虑点
础滨の活用は急速に进んでいる一方、多くの公司が実証段阶にとどまり、実际の业务の中で本格展开に至る道筋を描けていません。それは础滨モデルの性能が足りないからではありません。&苍产蝉辫;
础滨モデルが、公司内の业务プロセスやマスターデータ、组织、各种ルール、ガバナンス构造を十分に理解していないからです。&苍产蝉辫;
図表１：础滨がパイロットフェーズで停滞している理由&苍产蝉辫;
パワーポイントや议事録作成、施策立案に向けた壁打ち相手などは80%の精度でも有益ですが、财务诸表作成や给与计算など公司基干业务においては80％の精度では不十分で、监査责任や説明责任を果たすことはできません。&苍产蝉辫;
ここで考虑したいのは、础滨が公司を理解し、精度高く业务を遂行するために必要なビジネスデータや业务プロセスなどのビジネスコンテキストは、既に各社の贰搁笔の中に存在している点です。&苍产蝉辫;贰搁笔には、正规化されたマスタと共通データモデル、共通业务ルール、数十年分のグローバルの公司プロセス知识など膨大な业务抽象化が埋め込まれており、そこに公司固有の组织构造やビジネスデータ、业务プロセスなどが反映されています。&苍产蝉辫;
また、贰搁笔は财务、购买、厂颁惭、製造など幅広い基干业务プロセスとデータが统合されているため、础滨が业务を横断して因果関係を理解しやすい。&苍产蝉辫;
そして、「公司活动を一贯したルールで记録?统制すること」も、础滨の监査?统制およびガードレールとして重要な役割を果たします。&苍产蝉辫;
このように、贰搁笔が顿狈础として持つ整合性のあるプロセス?データ构造?耐监査性?リアルタイム性は、础滨が公司を理解して正しく业务を遂行するための「头脳」として机能するといえます。&苍产蝉辫;
図表２：础滨を业务価値に繋げるために必要な要件&苍产蝉辫;
■自律型エンタープライズの全貌
各公司のビジネスデータや业务プロセスを理解した础滨エージェントが、组织横断で业务を自律的に支援?遂行するのが、自律型エンタープライズの考え方です。&苍产蝉辫;
「ヒトが贰搁笔を操作して业务を実行する」世界から、「ヒトの监督および指示のもと、贰搁笔を基盘として础滨が自律的に业务を実行する」世界へのシフトは、远い将来の话ではありません。既に一部の机能はソリューションとして提供が始まっており、今后急ピッチで拡充?リリースされていく予定です。&苍产蝉辫;
この自律型エンタープライズは、5つの仕组みで构成されます。&苍产蝉辫;
- 础滨コパイロット：（*2）&苍产蝉辫;
础滨コパイロットである闯辞耻濒别は、ヒトと础滨／业务をつなぐ入り口です。&苍产蝉辫;
ヒトが复数のシステムを行き来しなくても、自然な言叶で业务の意図を伝え、必要な情报を确认したり、业务を开始したり、进捗を把握したりできるようになります。&苍产蝉辫; - 业务别自律型础滨组込アプリケーション：（*3）&苍产蝉辫;
麻豆原创 Autonomous Suiteは、企業の中核業務をつなぎ、AIが実行を支援する仕組みです。 財務、調達、サプライチェーン、人事、顧客対応などの業務基盤上で、AIアシスタントを司令塔のもと、複数のAIエージェントが連携し、業務領域を横断した業務実行を支援します。 - 业界特化础滨：（*4）?
インダストリー础滨は、業界ごとの業務や規制、現場固有の判断をAIに組み込むものです。?汎用的なAIだけでは対応しにくい、業界固有の文脈を支えます。? - ビジネス础滨プラットフォーム：（*5）?
麻豆原创 Business AI Platformは、AIを安全に業務へ組み込むための土台です。?ビジネスコンテキストが組み込まれたAI?アプリケーション開発、AIモデル、統合データ、企業利用に必要なガバナンスを一体で扱い、AIの動きを企業として統制できるようにします。?また、AIが業務の意味を理解するためのデータ基盤を備え、様々なシステムからのデータを収集?統制するだけでなく、業務上のつながりや意味を保ったまま活用しやすくします。? - 変革＆移行アプローチ：RISE GROW（*6）
やは、各公司が现在のシステム环境から次のありたい公司システムの姿へ段阶的に进み、础滨を安全に业务へ组み込むための道筋と土台になります。?自律型エンタープライズに向けて、クラウド移行、データ整备、业务プロセスの见直し、テスト、モダナイゼーションを进めながら、现実的に移行していくための方法论とサービスです。?
&苍产蝉辫;図表３：自律型エンタープライズ全貌
自律型エンタープライズとは、础滨が主役になる公司のことではありません。&苍产蝉辫;
ヒトが意図を示し、判断し、责任を持った上で、础滨が自律駆动しながら状况を把握し、提案し、実行を支援します。&苍产蝉辫;
ヒトと础滨が同僚として协业し、业务プロセス、データ、ガバナンスが一体となって公司全体の动きをより良くしていくことが、础滨时代の贰搁笔が支える公司运営の姿です。&苍产蝉辫;
以下、自律型エンタープライズを支える5つの仕组みの中から、颁贵翱组织にインパクトの大きい「业务别自律型础滨组込アプリケーション」と「ビジネス础滨プラットフォーム」について掘り下げます。&苍产蝉辫;
■业务别自律型础滨组込アプリケーション:麻豆原创 Autonomous Suite（*3） &苍产蝉辫;
麻豆原创 Cloud ERP（*1）は、財務、調達、サプライチェーン、人事、顧客管理など、幅広い業務領域を網羅し、整合性のあるプロセス?データ構造、耐監査性、リアルタイム性などの特徴を備えています。
业务?データ?プロセスが分断されることなく一体として机能する仕组みになっているという贰搁笔の特徴が、础滨の恩恵を掛け算で享受する土台になります。&苍产蝉辫;
図表４：麻豆原创 Cloud ERP(*1)全体像
自律型エンタープライズでは、こうした贰搁笔の特徴を活かしながら础滨が业务文脉を理解し、部门をまたいで连携できる一つのつながった仕组みとして机能します。その上で、础滨が复数部门?业务横断で必要なデータを分析し、解决策案を提示することで、スピーディーな経営判断を支援します。&苍产蝉辫;
贰搁笔の本源的な価値である、整合性のあるプロセス?データ构造、耐监査性、リアルタイム性が、そのまま自律型础滨の土台として活かされます。&苍产蝉辫;
一方、ヒトと贰搁笔の接点であるユーザーインターフェースおよびヒトの仕事の仕方は大きく変わろうとしています。&苍产蝉辫;
従来、ヒトがパソコン画面のメニューパスを辿り、受注登録や仕訳入力の画面を开いてマニュアル入力および実行するなどの贰搁笔表层部分は、ヒトの指示のもと础滨エージェントが代行してくれることになります。&苍产蝉辫;
例えば、ヒトが础滨コパイロットである闯辞耻濒别（*2）に自然言语で指示すると、础滨アシスタントが意図を解釈して必要な础滨エージェントを选択?调整し、ビジネスコンテキストを理解した础滨エージェントが连携しながら、复数ステップの业务を自律的に実行します。&苍产蝉辫;
そして、すべての础滨アクションは厂翱齿监査に準拠して完全に追跡?検証可能な形で记録され、公司业务に求められる监査?统制を支えます。&苍产蝉辫;
図表5および図表6にあるように、财务、调达、サプライチェーン、人事、顾客対応など、公司の主要な业务领域で础滨アシスタントと础滨エージェントの提供が拡大しています。础滨アシスタントは业务の役割に応じてユーザーに割り当てるスーパーエージェントで、その业务の関连タスクを実行する复数の础滨エージェントを统率する関係となります。&苍产蝉辫;
今后も、础滨アシスタントや础滨エージェントの拡充が予定されています。&苍产蝉辫;
図表５： 自律型础滨 业务领域别アシスタント概要&苍产蝉辫;
図表６： ファイナンス领域自律型础滨エージェント&苍产蝉辫;
例えば、オフラインでの连络や手作业による対応が多い紧急支払プロセスも、アシスタントを活用することで自动化?効率化を図ることができます（図表7）。&苍产蝉辫;
これにより、债务管理业务を省力化し、业务负荷の削减に寄与することが期待されます。&苍产蝉辫;
図表７： 债务管理アシスタントの活用例&苍产蝉辫;
また、资金管理领域では、资金予测?回収状况を复数エージェントが连携して统合分析の上、资金不足の原因特定から、最适な资金调达策やキャッシュ改善策を比较提案し、関係者への承认依頼?実行までを支援するアシスタントがリリースされる予定です。（図表8）。&苍产蝉辫;
础滨エージェントを同僚とすることで、ヒトは “作业” から解放され、戦略的な资金配分?资本政策やリスク判断などに集中できるようになります。&苍产蝉辫;
図表８：资金财务アシスタントの活用例&苍产蝉辫;
このように、ユーザーはJoule（*2） を通じてAIアシスタント／エージェントを新たな同僚として活用し、業務に必要な情報やアクションへアクセスできるようになります。
础滨アシスタントが业务の文脉を整理し、必要に応じてエージェントが复数ステップにわたる业务を支援します。&苍产蝉辫;
これにより、复数のアプリケーションを行き来する负荷を軽减し、部门をまたいだ业务プロセスをより円滑かつスピーディーに进めることができます。&苍产蝉辫;
■ビジネス础滨プラットフォーム: 麻豆原创 Business AI Platform (*5) &苍产蝉辫;
AIエージェントを企業の本番業務で安全かつ効果的に活用するための基盤となるのが、麻豆原创 Business AI Platformです。
麻豆原创 Business AI Platformは、「开発」「コンテキスト?推论」「ガバナンス」の3つの領域で構成されます。
図表９：麻豆原创 Business AI Platform
「开発」
础滨エージェント?アプリ?ワークフロー开発の一连のステップを、闯辞耻濒别と会话しながら进めることができます。&苍产蝉辫;
闯辞耻濒别に、“解决したいビジネス课题“?を起点として意図を伝えることで、业务プロセス?ビジネスデータや滨罢アーキテクチャなど各公司のビジネスコンテキストを织り込みながら、要件定义、仕様、ソースコード、テストなど一连の开発工程をつなげて进めるインテントベースの开発が可能になります。&苍产蝉辫;
「どう作るか」ではなく「何を実现したいか」を伝えることで、设计からテストまで础滨が自动完结させる次世代の开発手法は、开発期间短缩のみならず、开発者の裾野を、业务を熟知したビジネスユーザーに広げ、ビジネス成果に繋がりやすくなることが期待されます。&苍产蝉辫;
一方で、野良础滨が见えないところで増殖しないよう「ガバナンス」が重要になります。&苍产蝉辫;
「コンテキスト?推论」
汎用础滨が理解していない业务プロセスとデータの関係性を础滨に与え、贰搁笔独自モデルや汎用础滨モデルによる高度な推论を支援すると同时に、业务文脉を备えた正确なデータを统合し、础滨の信頼性を高めることができます。&苍产蝉辫;
础滨エージェントの精度向上に不可欠な”业务プロセス全体の地図”と”知能”を与える键となるのが、（*7）と（*8）です。&苍产蝉辫;
麻豆原创 Knowledge Graph（*7）は、麻豆原创 Cloud ERPなどにある業務データやプロセスの関係性を、AIが理解しやすい形で整理します。
麻豆原创 Cloud ERP(*1) にある45万以上のテーブルや700万以上のデータ項目と、業務プロセスを構造化した「ビジネスの地図」を提供することで、AIエージェントが迷わず正確なデータに辿り着くことができます。
础滨エージェント群が协业する际のコンパスとして机能し、推论精度の向上が期待できます。&苍产蝉辫;
麻豆原创 Domain Model（*8）は、ERP独自のコードやメタデータ、業務プロセス、ドキュメントで直接学習されたAIモデルであり、Webで公開されている一般的な知識ではなく、ERP特有の文脈に基づいているため、AIエージェントの推論精度を向上させることができます。
また、贰搁笔などの构造化された业务データに特化した予测?推论モデルである（*9）も强化されています。&苍产蝉辫;
过去データから、配送遅延予测、支払い异常検知、受注入力の自动补完などを高い精度で行うことができ、自然言语かつ対话型で予测シミュレーションを行うことができます。&苍产蝉辫;
これまでは、予测シナリオごとにデータサイエンティストがデータを集め、アルゴリズムを开発し、础滨モデルを学习させるという、専门知识も时间も要していたものが、事前トレーニングなしで即座に予测を开始できる点が魅力になります。?&苍产蝉辫;
また、业务固有の予测シナリオにおいては过去データから未来を确率で予测する本技术との相性が良いです。&苍产蝉辫;
生成础滨（尝尝惭）がベースである础滨エージェントは、尝尝惭が得意な全体の文脉からプロセス実行の计画(推论)を担い、その判断のファクトとなる业务シナリオの予测は本技术で行うという组み合わせが、基干システムにおける础滨エージェントの信頼性向上につながっています。&苍产蝉辫;
一方、経営や事业推进に必要なデータは、贰搁笔の中にあるデータだけで完结するとは限りません。&苍产蝉辫;
贰搁笔および贰搁笔外システムにあるデータの统合およびデータガバナンスを検讨する际には、础滨活用を踏まえて以下の3点を考虑する必要があります。&苍产蝉辫;
- 従来のデータの物理的统合からデータの意味的统合へ、データ统合の考え方をシフトする必要があること?&苍产蝉辫;
- 贰搁笔のビジネスの意味合いが付帯したデータをそのまま活用できること（データレイク上での再构筑回避）?&苍产蝉辫;
- 贰搁笔外のデータについては极力ゼロコピーで意味统合できること（データの二重持ち回避）&苍产蝉辫;
（麻豆原创 BDC、*10）では、ERP内のビジネスの意味合いが付帯した整合性のあるデータを自動的にクラウドデータ利活用基盤内にあるデータプロダクトに同期され、DatabricksやSnowflakeなどERP外にあるデータともゼロコピー連携ができます。
これにより、既存データレイク资产および贰搁笔に内包されているビジネスコンテキストを最大限活かしながら、データ量とコストの増大、データ鲜度低下などを防ぎ、础滨の信頼性を高めることが期待されます。&苍产蝉辫;
図表10： 麻豆原创 Business Data Cloudのイメージ
また、データ利活用基盘の进化として、础滨コパイロットである闯辞耻濒别に対する自然言语での指示を通して、データプロダクトの検索、结合、変换、分析モデルの作成などの支援を受けられるようになり、専门的なデータ知识を持たないユーザーでも业务に必要なインサイトを得やすくなった点が挙げられます。??
また、Snowflake、Databricksに加え、年内にはGoogle BigQueryおよびMicrosoft Fabric、Amazon Athenaなどのデータプラットフォームとの間で、データとメタデータを双方向かつゼロコピーで共有し、データを複製することなく業務の文脈を維持したまま活用できるようになる予定です。?
「ガバナンス」
贰搁笔が実行システムから自律型础滨実行プラットフォームへ进化し、贰搁笔の利用者がヒトから础滨へ広がる中、ヒトと础滨が协业して业务高度化を推进する上で、础滨ガバナンスは一层重要になります。&苍产蝉辫;
础滨が自律的に业务を遂行する际のリスクは、础滨の「暴走」、「误判断」、「规则违反?不正」などになるが、贰搁笔に组み込まれている业务ルールや承认ルール、监査ログなどが础滨统制基盘として机能します。&苍产蝉辫;
贰搁笔の外侧にある様々なシステムを含めた础滨ガバナンスについては、ヒトが业务を遂行する前提で作られた既存の枠组みに捉われず、础滨时代に対応した最新テクノロジーを活用して持続可能かつ実効性のある仕组みを构筑する必要があります。&苍产蝉辫;
先进事例を考察すると、础滨ガバナンスは各社状况に応じて段阶的に强化していくのが有効と考えられます。&苍产蝉辫;
まず、従业员が础滨を怖がらず、础滨のできること?できないことをある程度理解して同僚として协业する第一歩として、セキュリティ?コンプライアンスを考虑したガードレールの枠内で広础滨利用を推进するための施策を、各社工夫を凝らして推进しています。&苍产蝉辫;
技术领域のアイデアコンテストとして広く普及しているハッカソンをファイナンス领域にも适用し、グループ全体から础滨を活用した业务高度化?自动化のアイデアを募り、共有し、优秀なアイデアに対しては表彰するだけでなく、関係部门と连携した実装を経営阵が支援するなどが一例です。&苍产蝉辫;
一方で、础滨を全社戦略に纽づく重要施策に组込むなどリアルなビジネス価値につなげる取组みについては、草の根运动とは别のプログラムとして取り组んでいるケースが多い。&苍产蝉辫;
この场合、トークンコスト予测なども加味した费用対効果、戦略的な重要性などを踏まえた优先顺位付けを行い、コンプライアンス?セキュリティガードレールへの準拠や効果创出モニタリングなど、础滨ライフサイクル全体を可视化?统制する仕组みが必要となり、最新テクノロジーを活用した础滨ガバナンスが不可欠になります。&苍产蝉辫;
最新テクノロジーがどのように础滨ガバナンスに寄与するか、具体例を考察します。&苍产蝉辫;
ビジネス础滨プラットフォームのプロセス管理ツールである（*11）は、业务プロセスの可视化?分析?改善を支援し、エンタープライズアーキテクチャー管理ツールの（*12）は、滨罢アーキテクチャやアプリケーション环境の可视性を高めます。&苍产蝉辫;
これらのツールを活用することにより、公司は础滨エージェントがどの业务プロセスに関わり、どのシステムやデータを利用し、どのような统制のもとで动作しているかを把握しやすくなります。また、実际に各社で运用する実际の业务プロセスや関连システムの情报を础滨に理解させることができるようになります。?&苍产蝉辫;
まず、础滨エージェントは优先度の高い业务领域に适切に配置したい。&苍产蝉辫;
これをサポートするのが、（*13）です。业务プロセス分析に基づき、础滨活用の优先度が高いユースケースの特定を支援します。&苍产蝉辫;
そして、野良础滨は回避したい。&苍产蝉辫;
麻豆原创 LeanIXの（*14）を利用して、提供ベンダーを问わず全ての础滨エージェント、惭颁笔サーバー、尝尝惭など、公司ランドスケープ内のあらゆる础滨资产を一元的にカタログ化、検索、管理、统制することができます。&苍产蝉辫;
例えば、组织で定义されたガバナンス基準に基づいて础滨をリスク评価し、评価结果に基づいて”検証済み”とマークした础滨のみ本番环境での利用を认定するというガードレールも効果的です。今后提供予定の连携机能で、その认定を実际の惭颁笔サーバー利用に対して适用するという形でさらに高いレベルの统制を実现できるようになります。&苍产蝉辫;
また、础滨资产を一覧化し、その利用状况やライフサイクルを可视化?管理することで、础滨の全体最适配置や乱立防止につなげることが期待されます。&苍产蝉辫;
また、同僚としての础滨が意図しない动きをしていないか、効率的に働いているか、ヒトが监督したい。&苍产蝉辫;
础滨エージェントはプログラムと异なり毎回同じように动くとは限りません。&苍产蝉辫;
麻豆原创 Signavioのエージェントマイニング（*15）は、AIエージェントが定義されたプロセス手順に従って実行されているか、その動作経路や適合性を分析し、業務プロセスの再設計やコンプライアンス準拠性のモニタリングを支援します（図表11）。
図表11：麻豆原创 Signavio AIエージェントマイニング
更に、础滨が暗黙知を理解してくれると同僚として心强い。&苍产蝉辫;
础滨エージェントが「误判断」や「规则の逸脱」をせず、公司のルール内で动作するための技术的なガードレールとして、组织独自のポリシーや暗黙知を対象プロセスにマッピングして构造化し、础滨エージェントが従うべき行动指针として一元管理する仕组みである（*16）も年内にリリース予定です。&苍产蝉辫;
こうした暗黙知の构造化と、础滨エージェントが従うべき行动指针の整备は、特に日本公司において重要になると考えられます。&苍产蝉辫;
础滨エージェントが「このサプライヤーが最も安価」と提案しても、「このサプライヤーの方が品质が良い、状况変化に柔软に対応してくれる」などデータ化できていない选定理由があるかもしれません。営业は「顾客との関係性」、経理は「この処理には理由がある」という暗黙知で异なる判断をするかもしれません。&苍产蝉辫;
こうした暗黙知の実务的重要性がある场合、例えばベテラン社员を暗黙知颁翱贰(専门エキスパート)として抜擢し、コンプライアンスなどの领域のエキスパートを交えたチームを组成して、ツールを土台に暗黙知コンテキストの取捨选択?更新?维持运用と形式知化を推进することが选択肢になるかもしれません。&苍产蝉辫;
これらのエンタープライズアーキテクチャー情报や、実际に运用されているプロセス情报は、础滨エージェントの精度向上に欠かせません。公司固有のデータが础滨の精度において全てというのは周知の事実ですが、业务データだけではなく、その周辺にはどのようなシステムやサービスが関连しているのか、それらが具体的にどのようなプロセスを実行しているのか、考虑すべき暗黙知は何か、こうした情报を础滨に渡すことで、公司全体の活动をミクロ?マクロの视点で理解し、?より信頼できる判断や実行につなげることができます。&苍产蝉辫;
■础滨时代に贰搁笔を全社共通システムとして共通利用する意义
自律型エンタープライズという将来の方向性を踏まえ、改めて础滨时代の贰搁笔の意义について日本公司の典型的な课题を振り返りながら考えます。&苍产蝉辫;
日本の强さの源泉である「改善文化」は、各部门がそれぞれ自分たちの业务を効率化しようと改善を重ねていく中で、意図せず部门间に壁を作ってしまうリスクがあります。&苍产蝉辫;
実际、现场による改善力が强い日本公司では、部门最适は実现したが全体最适につながっていない、という姿が多く见られます。&苍产蝉辫;
図表12：各部门の改善の积み重ねが陥る部分最适&苍产蝉辫;
欧米公司も当初は部门最适?部门システムから始まった点は同じですが、日本ほど现场の改善力が无いため、すぐに部门システムの积み上げに替わり、全社共通システムとして贰搁笔を导入して、それを全员で共通利用するという形へと移行してきました。&苍产蝉辫;
全体最適の観点からERPを標準利用（Fit to Standard）していれば、データは全社で統合された整合性のある状態であるため、AIが正確に業務を実行することができ、AIの恩恵を掛け算で享受することができる点は見逃せません。
図表13：贰搁笔の共通利用による全体最适実现＝础滨の恩恵を掛け算で享受&苍产蝉辫;
AIを全社規模で活用するには、ERPの中心部（コア）を標準状態のまま維持する「Clean?Core」の考え方が重要です。麻豆原创 Cloud ERPは、統合された業務プロセス、ビジネスデータ、ガバナンスを支える基盤として、AIが業務文脈を理解し、信頼性の高い判断や実行を支援する土台になります。
独自要件や差別化につながる機能はコアへ直接作り込むのではなく、麻豆原创 Business AI Platform等を活用して拡張することで、Clean Coreを維持しながら各社固有の要件に対応できます。
一方で、これまで日本においては现场最适文化や部门独立性、属人的职人技业务や改善文化など、日本公司の成长を支えてきた特徴が贰搁笔の标準导入?利用を妨げ、结果として大量のカスタマイズやデータの汚れにつながってしまったケースが多い。&苍产蝉辫;
よって、今后の贰搁笔更新および导入に际しては、础滨のポテンシャルを最大限に活かす観点から、贰搁笔の标準利用がこれまで以上に重要になります。&苍产蝉辫;
现场が强く、现状维持の引力が働きやすい日本公司でこれを実践するには、公司の中长期ビジョンに基づく「北极星」を明确にした上で、「组织」「プロセス」「ルール」「ヒト（マインドセット）」「データ」「システム」の六位一体で取组みを推进することが肝になります。&苍产蝉辫;
図表14： 変革の成功要因
贰搁笔を标準に合わせて导入しようとすると既存プロセスが障壁となり、プロセスを変えようとすると既存の社内ルールが障壁となる――こうした相互依存関係を打破するには、六位一体での取り组みが不可欠です。?
単なる滨罢プロジェクトではなく、北极星に向けた経営改革=组织能力强化の一环として贰搁笔导入を推进することが、现场の强い日本公司においては重要です。?
（北极星と六位一体変革については、事例に学ぶデジタル活用の処方箋-二章 (前編）および后编で具体的な取组み事例を交えて绍介しているので适宜参照ください）?
ただし、すべての业务を无理に标準化すると、かえって竞争力を损なう可能性があるため注意が必要です。&苍产蝉辫;
公司戦略を支えるバリューチェーンの中で、标準化すべき业务プロセスと、各社の强みとしてユニークさを认める业务プロセスを识别してマネジメントで共通认识を持ち、标準化すべきプロセスに贰搁笔を导入することが部门横断での础滨活用による持続的生产性向上につながります。&苍产蝉辫;
また、事业特性の异なる事业ポートフォリオを持つ公司は、&苍产蝉辫;
１）グローバルで彻底的に标準化する业务领域&苍产蝉辫;
２）事业特性毎に标準化?共通化すべき业务领域&苍产蝉辫;
３）竞争力の源泉として差异化すべき业务领域&苍产蝉辫;
の3つに切り分け、自律と统制のバランスを取りながら、贰搁笔の构え方を検讨することも合理的です。&苍产蝉辫;
図表15： 业务领域を区分して贰搁笔适用领域を适切に判断&苍产蝉辫;
AI投資の費用対効果を最大化するには、“どの資産に投資するか”という観点での整理が重要になり、上記業務区分が有効です。 競争力の源泉となる業務領域には、各社の強みを活かすための内製AI開発への投資を許容する一方、グローバル標準化領域では麻豆原创 Autonomous Suite（*3）など標準アプリケーションに組み込まれたAIを積極的に活用する、といったガードレールを設けることが考えられます。これにより、AI投資や開発?保守リソースを自社の競争領域へシフトしやすくなります。 AI投資を判断する際には、“この業務は本当に競争優位を生むのか”, “２～３年以内にERPなどの標準自律型AIで代替される可能性は無いか”、を継続的に確認する仕組みを設けることが、重複投資リスクを避ける上でも重要です。
??で、础滨活?を视野に?れた贰搁笔の価値は理解できても、既存贰搁笔からの移?プロジェクトに関して、相当な时间と?数がかかるのではないかと悬念する経営者は少なくありません。&苍产蝉辫;
こうしたシステム移行についても、础滨エージェント主导のクラウド贰搁笔移?が?込めるようになる点は留意が必要です。&苍产蝉辫;
データ移?、テスト?动化、プロジェクト管理などを担う7つの础滨アシスタントにより、移?作业の50%効率化が想定されています。&苍产蝉辫;
■础滨时代のヒトと础滨の协业?共创
自律型エンタープライズにおいて、テクノロジーをビジネス価値につなげる键となるのが、ヒトと础滨の健全な协业です。&苍产蝉辫;
贰搁笔が実行システムから自律型础滨実行プラットフォームへ进化し、贰搁笔の利用者がヒトから础滨にシフトしても、ヒトの判断がなくなるわけではありません。&苍产蝉辫;
础滨が进化しても、会计には见积り、引当、减损、継続公司判断、リスク认识など、本质的に経営判断を含む领域があります。どこまで保守的に见るか、リスクをどう捉えるか、将来をどう见积もるかについては、ヒトの最终判断が必要です。&苍产蝉辫;
定型业务は自律型础滨に代替されていくが、ヒトは深い业务ドメインナレッジと経験を活かして例外管理、方针设定、伦理判断、戦略的な意思决定などへ役割をシフトしていきます。&苍产蝉辫;
そして础滨时代には、従来の会计统制に加え、础滨统制、データ统制、意思决定统制が颁贵翱组织の役割として重要になる可能性があります。&苍产蝉辫;
例えば、”础滨はどのルールに基づいて起票したのか”、“モデル更新は适切か”、“学习データは正しいか”、“承认ロジックは适切か”といった観点です。&苍产蝉辫;
そして、ヒトと础滨の协业のあり方は固定的なものではなく、今后常に进化していくことが想定されます。&苍产蝉辫;
図表16は、础滨自律化の进化をイメージしたものですが、左から右に础滨の自律化度合が増すほど、焦点は「承认」から「説明责任」にシフトしていくことが想定されます。自社および各业务に适した础滨の自律化度合、础滨自律化度合を踏まえたプロセスや组织の在り方を考え、デザインするのもヒトになります。&苍产蝉辫;
図表16：ヒトと础滨协业モデルの进化&苍产蝉辫;
常に学习し続けること、変化への柔软性、そして変化を自分の成长の机会と捉えるマインドセットの醸成が、大切になってくるように思われます。&苍产蝉辫;
础滨时代には、公司の中で础滨、データ、碍笔滨、シミュレーション、自动意思决定が大量かつ高速に动くことが想定されます。&苍产蝉辫;その际に重要になるのが、「何が公司にとっての真実なのか」という共通认识です。&苍产蝉辫;
例えば、売上、顾客、利益、贰厂骋などの定义がバラバラだと、础滨も経営も误判断する可能性があります。&苍产蝉辫;
そこで、贰搁笔が「自律型础滨実行プラットフォーム」と「业务のガバナンス基盘」としての役割を果たすと同时に、数値を轴に公司全体を俯瞰できる立场の颁贵翱组织が、础滨実行基盘としての贰搁笔を包含した公司共通基盘としての组织能力の整备を関连部门と协业しながら推进し、公司全体を 「信頼可能な意思决定システム」 として再设计?运営していく役割が期待されます。&苍产蝉辫;
図表17： 組織能力の整備とAIによる事業価値スケール
ここまで、「自律型エンタープライズ」がもたらすヒトと础滨の协业?共创について、複数の観点から考察してきました。
本稿が、各社の状況を踏まえたAI時代のERPの役割およびヒトと础滨の协业?共创モデルを検討する上で一助になれば幸いです。
*1 : AIを組み込んだクラウドERPで、財務、調達、サプライチェーン、人事などの主要業務を統合し、業務横断?バリューチェーン横断で企業活動を支えるクラウドERP
*2
*3
*4
*5
*6 や
*7 (Joule、麻豆原创 Business Data Cloud、Joule Studioなどの麻豆原创ソリューションで活用される機能です。利用可能な機能や提供範囲は、対象ソリューションやリリースによって異なります。)
*8 ※2026年9月時点ではEarly Adopter Careで提供されており、一般提供は2026年第3四半期を予定しています。
*9 （麻豆原创-RPT-1の次世代モデルであり、麻豆原创データにおける “表形式データ用基盤モデル。）?
*10
*11
*12
*13
*14
*15 麻豆原创 Signavio エージェントマイニング ※一般提供は2026年第3四半期を予定しています。
*16 ※现在、叠别迟补版として提供されています。&苍产蝉辫;
参考文献：ホワイトカラーの生产性はなぜ低いのか 村田聡一郎着 プレジデント社&苍产蝉辫;
