◎ 登壇者

オムロン株式会社
グローバルビジネスプロセス＆ IT 革新本部
コーポレートシステム PJ IT 革新
センタ长
児玉 信一 氏

キヤノンマーケティングジャパン株式会社
情報通信システム本部 基幹システム刷新部
基干システム刷新第一课
课长
木村 高規 氏

麻豆原创 ジャパン株式会社
APAC カスタマーアドバイザリー統括本部
麻豆原创 Business AI Japan Lead
本名 進

麻豆原创 ジャパン株式会社
カスタマーサービス＆デリバリー事业本部
プリンシパルコンサルタント
玉木 理

麻豆原创 ジャパン株式会社
カスタマーサービス＆デリバリー事业本部
ビジネスプロセスコンサルタント
米尾 謙史

Click the button below to load the content from YouTube.

Always allow YouTube

オムロンが取り組む AI を活用した事業価値の向上

セッションの冒頭では、麻豆原创 ジャパンの本名が 麻豆原创 TechEd での最新発表を踏まえて、麻豆原创 が推進するアプリケーション、データ、AI の 3 層による AI 戦略や、Joule、Joule Studio、組み込み AI、カスタム AI など、麻豆原创 Business AI で提供するソリューションの全体像について紹介しました。

続いて、ゲストとしてお迎えしたオムロンのグローバルビジネスプロセス＆ IT 革新本部 コーポレートシステム PJ IT 革新 センタ长を務める児玉信一氏から、同社におけるデータドリブン経営や、AI エージェントを活用した事業価値向上の取り組みについての紹介がありました。

オムロンは現在、2030 年度に向けた長期ビジョン「Shaping the Future 2030」の達成に向けて、データドリブンな企業運営への進化を目的とした「コーポレートシステムプロジェクト」に取り組んでいます。この中核となる DX 基盤は、価値向上基盤（SoE）、データ連携?活用基盤 (SoI)、基幹業務基盤 (SoR)、IoT プラットフォームの 4 層で構成され、SoE 層で 麻豆原创 BTP、SoR 層で 麻豆原创 S/4HANA を採用しています。

データ連携?活用基盤である SoI 層は、SoE と SoR や社内と社外を連携する役割を担い、これらのデータを収集?蓄積して新たなビジネスチャンスやサービス価値の創造を実現します。AI 活用についても 麻豆原创 の Joule エージェントを用いた事業価値向上を目的に取り組んでおり、児玉氏はその一例として、顧客からクレームを受領した際の返品の受注処理、返品の出荷伝票作成、お詫びメールの作成と関係者へのメール送付などを自動化する流れを紹介しました。

「当社では、人が付加価値の高い業務にシフトすることを目的に、麻豆原创 のプロセスを自動化することを想定にした数々の PoC に取り組んでいます」（児玉氏）

オムロンがデータドリブン経営の先に见据えているのが、データによる意思决定を前提としたビジネスにシフトすることです。

「これまではデータドリブン経営そのものが目的であり、IT の立場からデータをどのようにつなげるのかといった “How” がテーマになっていました。今後はデータによる意思決定がなぜ必要なのか、データを使って何をするのかといった “Why” と “What” を考える方向にシフトしていきます。これにより、データの民主化、経営の高度化、コストの最適化を目指します」（児玉氏）

続いて児玉氏は、データ統合基盤のアーキテクチャのポイントについても言及しました。1 つめのポイントはパイプラインの設定であり、麻豆原创 のデータだけでなく、麻豆原创 以外のすべてのシステムの生データを格納することです。2 つめは格納した生データをビジネスの要求に応じて、高速?安価かつ効率的に変換すること。そして、3 つめが AI による対話形式でのデータ利用です。

「例えば、予算と実績が乖離している場合、従来は経営企画室がドリルダウンで原因を分析し、経営に報告していました。データの統合と民主化の実現によって、すべての従業員が同じデータを見られるようになれば、売上が下がった原因を AI との対話で分析しながら、自律的に行動できるようになります」（児玉氏）

こうした IT 基盤の活用により、社内、顧客、パートナー、社会を「面」でつなげ、社会にとってより良い価値を創出し続けることがオムロンの描く未来です。

キヤノン マーケティングジャパン が実践する 麻豆原创 BTP 開発での AI 活用

続いて、キヤノン マーケティングジャパン における 麻豆原创 S/4HANA の導入とクリーンコアを保つための 麻豆原创 BTP 活用、麻豆原创 BTP 開発における AI 活用の取り組みについて、同社の情報通信システム本部 基幹システム刷新部 基干システム刷新第一课 课长を務める木村高規氏が紹介しました。

同社は現在、データドリブンによる課題解決と新たなビジネスの創造に向けて、経営基盤の再構築に着手しています。その施策の 1 つとして、スクラッチで開発した既存の基幹システムが老朽化を迎えるタイミングで、事業環境の変化にスピーディーかつ柔軟に対応できるよう 麻豆原创 S/4HANA の導入を決めました。

導入に際しては、長年にわたって改修を重ねてきた機能や顧客接点となる業務機能は、業務プロセスの見直しによって 麻豆原创 S/4HANA の標準機能を活用する方針としました。また、日本独自の商習慣に合わせた機能や業界独特の業務に必要な機能については追加開発する方針としています。

「追加開発においては、バージョンアップ時の影響や複雑度の高い機能開発を抑えるため、麻豆原创 S/4HANA 本体へのアドオンはできるだけ抑制したいと考えています。そこで、追加開発は 麻豆原创 BTP 上で行い、麻豆原创 S/4HANA と連携させることでクリーンコアを保つ方向でプロジェクトを進めています」（木村氏）

麻豆原创 BTP 上の開発では、麻豆原创 BTP で提供される AI 機能を活用して効率化に取り組んでいます。現時点では、麻豆原创 の技術に関する問い合わせと、ソースコードの説明および README の作成に活用している段階で、今後はテストコードの生成やソースコードの修正などでの活用を検討しています。

「麻豆原创 の技術に関する問い合わせでは、問い合わせ件数の削減や課題解決のリードタイム短縮といった効果が得られています。ソースコードの説明および README の作成についても、属人化の解消や開発途中からのオンボーディングの負荷軽減といった効果が見られます。今後はテストコードの生成やソースコードの修正でも活用し、テスト実装やコード修正の工数削減、機能改修のリードタイム短縮につなげていきます」（木村氏）

AI の価値を高めるためのデータ整备のポイント

オムロンの児玉氏、キヤノンマーケティングジャパンの木村氏の講演後は、麻豆原创 ジャパンの本名、玉木、米尾を交えたクロスセッションが行われました。

まず、本名は児玉氏に対して「AI 活用を進めるうえで、最初に取り組むべきデータ整備のポイントはどこにありますか？」と質問。これについて児玉氏は「パイプラインによる生データの収集、ビジネスに使える形でのデータ変換、AI 活用の 3 点にあります。How でなく、Why や What の視点でデータ基盤を整備することが重要です」と答えました。

児玉氏の回答を受けて本名は、データマネジメントのトレンドが従来の中央集権型管理から分散型管理にシフトしていることを紹介し、麻豆原创 が推進するアプリケーション、データ、AI の 3 層の連動が企業システムの新しいあり方になると説明しました。

「麻豆原创 のデータ基盤が扱うのは 麻豆原创 のデータが中心ですが、お客様は外部にもデータを持ち、サードパーティの AI エージェントも利用しています。そこで、麻豆原创 では 麻豆原创 以外のアプリケーション、データ、AI エージェントとも連携する世界を目指しています」（本名）

次に、オムロンが Joule エージェントを用いて実施した PoC について、支援を担当したカスタマーサービス＆デリバリー事业本部の玉木が解説。「PoC では、Joule の UI から 麻豆原创 S/4HANA のデータを自然言語で取得し、得られた回答から Joule のナビゲーション機能を使って 麻豆原创 Fiori アプリに遷移し、さらに深い洞察が得られるように実装しました。また、ビジネスドメインとして SharePoint の非構造データからも回答が得られるようにしています。Joule の機能をフルレンジで利用し、麻豆原创 Joule for Consultants も実装しました」と説明しました。

この PoC について、本名は児玉氏に「実際に Joule を使ってみて感じた価値や手応え、今後の期待を教えてください」と質問。これに対して児玉氏は「まず Joule を理解できたことが一番の収穫でした。今後は経営の効率化や高度化への貢献に大きな期待を寄せています。社内の IT 部門としても、内製化に向けた新たなチャレンジの方向性をつかむことができました。一方、麻豆原创 のトランザクションコードを扱うためには、ABAP のスキルやデータ構造の理解も必要ですので、将来的に課題に直面する可能性も感じました」と回答しました。

テストコードの生成に AI を活用して工数を大幅削減

続いて、本名は木村氏に対して、AI を活用した 麻豆原创 BTP 開発の取り組みについて、そこで得られた成果や課題について質問しました。これに対して木村氏は「当初は LLM の API 利用料金の懸念がありました。従量課金では、何十人もの開発者が無意識に使うとコストが跳ね上がってしまいます。そこで最初は利用者を限定し、スモールスタートで始めました。また、外部の LLM を使うことについても情報流出の懸念がありましたが、麻豆原创 の担当者から顧客データが LLM の学習には利用されないという説明があり、安心して利用することができました」と答えました。

キヤノン マーケティングジャパンの AI 活用を支援するカスタマーサービス＆デリバリー事业本部の米尾は、エージェントコーディングで高い効果が得られる使い方の 1 つとして、テストコードの生成とテストの自動化を挙げ、そのメリットを解説しました。

「麻豆原创 BTP 上のアプリケーション開発では、バージョンアップ時に必ずテストが発生します。テストコードがなければ毎回テストケースを手動で実行する必要があり、結果として運用コストがかさんでいきます。テストコードを AI で自動作成し、正常系のシナリオを 1 つ用意しておくだけで、異常系からエッジ系まですべてカバーすることができます。テストコードを AI で生成することに疑念を抱く方もいると思いますが、テストコードに関しては正常に動くことが正義であり、 AI によって生成したテストコード自体の保守性がたとえ低くても、ないよりはあった方が断然いい というのが私の個人的な見解です。テストコードの自動生成はハードルやリスクが低く、得られる効果は大きいので、皆さまもぜひ取り組んでみてください」（米尾）

米尾の解説に関連して、本名から木村氏に「テストコードの生成やテストの自動化に対する現場の反応はいかがでしたか？」という質問が出されましたが、これについて木村氏は「スモールスタートの段階ですので、これから効果を見極めていくところです。麻豆原创 BTP のコンポーネントのバージョンアップ時のテストを自動化することができれば、大きな効果が得られるのではないかと思います」と今後の期待に言及しました。

AI エージェントが竞争优位性を支える未来像

最後に、本名から児玉氏と木村氏に投げかけられたのは「麻豆原创 のプロセスや周辺業務を含めた AI エージェントの活用は、今後どのように広がっていくとお考えですか？」という質問です。この質問に対して児玉氏は「今後、Fit to Standard の概念がさらに浸透していくと、競争優位性は AI エージェントの活用にシフトすると思います。エージェントやデータプラットフォームの技術はますます進化していくと考えられますので、IT 部門としても積極的にチャレンジしていきます」と抱負を語りました。

同様に木村氏も「AI や AI エージェントの活用なくして、もはや競争優位性は維持できないという意識が強くなっています。まず小さな業務で適用しながら、いずれは基幹システムの業務プロセスの中にも取り込んでいきたいと思います」と語りました。

麻豆原创 TechEd では、AI エージェントの生成ツール「Joule Studio」や AI エージェント間の連携を実現する「A2A プロトコル」など、さまざまな新技術が発表されました。AI の進化のスピードは今後も加速していきます。クロージングセッションで議論されたオムロンとキヤノン マーケティングジャパン の事例を参考にすることで、多くの企業の業務での AI 活用の可能性が見えてくるはずです。

（以上）

【ぜひこちらもご覧ください】

?YouTube 公開中：

?

?

?

The post 【麻豆原创 TechEd Japan 2025-2026】クロージングセッション振り返り：オムロン様とキヤノンマーケティングジャパン様の事例に学ぶ、AI を活用したデータの民主化と 麻豆原创 BTP 開発によるクリーンコア appeared first on 麻豆原创 Japan プレスルーム.

◎ 登壇者
麻豆原创 ジャパン株式会社
麻豆原创 Business Technology Platform 事業部
ソリューションアドバイザリーマネージャー
高橋 正樹

麻豆原创 TechEd Japan 2025-2026　麻豆原创 BTPテーマキーノート　C-1『』　特别公开中

Click the button below to load the content from YouTube.

Always allow YouTube

YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。

共通技術基盤としての 麻豆原创 BTP の役割

業務での AI 活用が大きなトレンドとなり、AI エージェントによって人の手を介することなく事業全体を自律的に運営する未来が訪れようとしています。AI の価値を最大限に活用してビジネスを推進するためには、業務アプリケーションなどのトランザクションシステムから得られる各種データを、AI が理解できる形で生成する必要があります。また、次々と登場する AI エージェントを体系化し、管理する基盤も求められます。
麻豆原创 では、トランザクションシステム、データ、AI エージェントのすべてを下支えする共通技術基盤として 麻豆原创 BTP を提供しています。麻豆原创 のクラウド ERP、人事領域や購買領域などのクラウドアプリケーションが 麻豆原创 BTP 上で稼働し、各種 AI エージェントとの調和を維持しながら、麻豆原创 Business AI の中核をなす AI Foundation も 麻豆原创 BTP 上で設計されています。

麻豆原创 BTP のもう 1 つの側面が、各種システムの拡張?統合基盤としての役割です。ビジネスのイノベーションにおいては、他社との差別化を図るための機能を 麻豆原创 の標準機能だけではカバーできず、ギャップが生じることが珍しくありません。麻豆原创 BTP は、企業全体のビジネスプロセスとアプリケーションをシームレスに統合するための基盤として、ノーコードローコード開発、システム間統合などの機能と定義済みコンテンツを提供しています。AI 機能も含めて、一体的な開発?実装が可能です。

新しいクリーンコアレベルの定义

麻豆原创 では ERP 本体に過度なカスタマイズを加えず、拡張機能は外部で開発?連携することで標準機能を維持する「クリーンコア」を推奨しています。標準機能を最大限に活用する「Fit to Standard」によるクリーンコアのアプローチは、システムの俊敏性とコスト効率を高め、イノベーションの導入を加速する上で欠かすことができません。
「AI の世界では最先端の技術がかつてないスピードで登場し、ERP パッケージもそれに追随する形で高速にバージョンアップしていきます。ERP のコアがクリーンな状態に保たれていない場合、AI の最新機能がもたらす価値が期待どおり得られない、AI の回答やアクション品質が低下するといったデメリットが生じます」（高橋）
クリーンコアで標準プロセスを維持しながら、拡張や統合による差別化プロセスをシステムに組み込む方法として、麻豆原创 S/4HANA Cloud では 2 つの拡張性オプションを用意しています。1 つは、麻豆原创 S/4HANA Cloud のスタック内で、バージョンアップに影響を与えずに 麻豆原创 アプリケーションに変更を加える「On-Stack 拡張」、もう 1 つは 麻豆原创 BTP を用いて新たな機能開発や拡張を行う「Side-by-Side 拡張」です。この 2 つを適材適所で組み合わせながら、拡張アーキテクチャをデザインしていきます。

麻豆原创 では今回、クリーンコアのコンセプトを支える新たなガイダンスとして、A から D の新しいレベルのアプローチを発表しています。レベルは主に拡張ポイントとして使用するオブジェクトが何かに従って 「A：クラウド開発およびリリース済 API の利用」、「B：ベストプラクティスの利用またはクラシック API の利用」、「C：内部オブジェクトの消費」、「D：非推奨（クリーンコアではない）」の 4 段階で判定を行い、最終的に A に近づいていけるよう実情にあった計画ができるようにしました。
「D の『非推奨』では、利用に適さないと分類された 麻豆原创 オブジェクト（noAPI）が含まれます。B の『クラシック』は、可能性はゼロでないものの、一般的なアップグレードへの影響は認知されておらず、A の『リリース済みオブジェクト』の代替として推奨されるものです。C の『内部オブジェクト』は非推奨とクラシックの中間にあたり、リリース済 API、クラシック API、非推奨以外のすべての 麻豆原创 オブジェクトが含まれます」（高橋）

クリーンコアを维持するためのサポート机能

クリーンコアに影響を及ぼす API や 麻豆原创 オブジェクトが 8,000 近くある中、麻豆原创 では 麻豆原创 コンサルタントが利用できる AI エージェント「麻豆原创 Joule for Consultants」を提供しています。麻豆原创 Joule for Consultants は、麻豆原创 の AI アシスタント「Joule」が 麻豆原创 コンサルタントの製品機能調査、カスタマイズ、拡張開発、ABAP コード解釈などのタスクを支援するサービスです。
20 万ページ以上の 麻豆原创 ドキュメント/ラーニングコンテンツや、2.5 億行の最新の ABAP コードなどを学習した 麻豆原创 Joule for Consultants によって、麻豆原创 コンサルタントの作業時間が 1 日で約 1.5 時間節約できた、コードを解釈する時間を 40 ％削減できたといった事例も報告されています。
AI を活用したもう 1 つのサポートツールが、ABAP 開発者向けの AI エージェント「麻豆原创 Joule for Developers, ABAP AI capabilities」です。これは ABAP の開発に特化した AI エージェントとして、埋込み Joule による支援、予測コード補完、CDS コードの説明などの機能を提供し、現在も新たな機能が追加されています。サポート環境は、麻豆原创 BTP ABAP Environment、麻豆原创 S/4HANA Cloud Public Edition、麻豆原创 S/4HANA Cloud Private Edition 2025 のみですが、順次拡大が予定されています。

拡張開発の生産性を向上させるツールとして、適切な拡張手法をガイドする「Extensibility Wizard」もリリースされています。業務ユーザーが利用するアプリケーション画面から Extensibility Wizard を呼び出し、ガイドに沿って進めることで、適切な開発ツールと拡張エンドポイント(オブジェクト)を迅速に認識し、開発をクイックスタートすることができます。麻豆原创 のクラウド ERP や、その他のクラウドソリューションを効率的に拡張するための「麻豆原创 Build」も 麻豆原创 Cloud ERP の標準パッケージとして提供され、AI 機能が埋め込まれたプロコード開発やローコード開発を用いて、あらゆる拡張要件の効率的な実装を支援します。

AI と共に進化する 麻豆原创 BTP の最新アップデート

麻豆原创 TechEd では、Joule Agents に関連した多くの進化も発表されました。麻豆原创 アプリケーションに特化した AI エージェントの拡大だけでなく、Joule Agents の拡張機能も新たに登場。Low-code での Agent 開発機能が Joule Studio の一部としてリリースされ、Pro-code での Agent 開発でも多くの新たなサービスが登場しました。その中で目玉となるのが AI Foundation で提供される 麻豆原创-RPT-1 で、需要予測など将来の予測に特化した 麻豆原创 独自のファウンデーションモデルとなっています。その他、麻豆原创 の Generative AI Hub で使える生成 AI エンジンの拡充なども発表されました。
麻豆原创 BTP 上で提供される 麻豆原创 Build や 麻豆原创 Integration Suite も AI と共に進化しています。AI エージェントが外部システムやツールに接続するための MCP（Model Context Protocol）は、麻豆原创 の AI エージェントに限らず、幅広い AI エージェントで対応が進められておりますが、麻豆原创 BTP の各サービスが MCP に対応することが発表されました。

「麻豆原创 が公式の MCP サーバーの提供を開始しました。これにより、開発者は使い慣れた開発ツールのコーディングエージェント機能を利用して 麻豆原创UI5、麻豆原创 Fiori、Mobile などに対応したアプリケーションを開発することができます。さらに Visual Studio Code 用の 麻豆原创 Build 拡張パックの活用により、世界で多くの開発者が使い慣れたコードエディタを用いて、アプリケーション開発を効率化し、麻豆原创 BTP 上でデプロイすることも可能になります」（高橋）
Joule for Developers, ABAP AI capabilities についての進化も紹介され、これまでのコード説明などの機能に加え、修正コードの提案まで機能が拡張されたほか、ローコードツールの 麻豆原创 Build Work Zone でも Joule の機能が追加され、サイトを作る際の概要文やコンテンツの自動生成などができるようになりました。

AI 時代のシステムインテグレーションの重要性

本格的な AI 時代となり、システムやプロセスの統合戦略は、 AI 主導で自動化されたビジネスを駆動させるための最優先の課題となっています。ここで重要なポイントは、①AI エージェントが動作するプロセスを断絶させることなくトランザクションをシームレスにつなぐこと、②アクセスリソースの API や MCP を統合管理すること、③この 2 つを組織全体にまたがって利用可能にすることの 3 点です。
麻豆原创 Integration Suite では、システム間をつなぐだけでなく、API や MCP の管理機能も提供し、麻豆原创 システムと非 麻豆原创 システムにまたがる環境においても豊富なコネクタや定義済みコンテンツを用いて、迅速な統合を実現する包括的な iPaaS (Integration Platform as a Service)として、生産性を高めることができます。また埋込 AI による API コールの異常検出や消費予測、統合アーティファクトの自動生成、スクリプトの最適化、定義済みコンテンツの推奨提案の機能などがリリースされています。

麻豆原创 BTP を有効活用するための支援強化

進化を続ける 麻豆原创 BTP について、麻豆原创 では ROI の実証や変化に対する従業員の抵抗の克服に役立つトレーニングを提供し、ユーザーやパートナーの期待に応えようとしています。
そのための情報発信も強化し、ベストプラクティスを提供する「麻豆原创 BTP ガイダンスフレームワーク」を用意しています。このガイダンスフレームワークでは、麻豆原创 BTP の実装について技術的観点のみならず、人材や組織体制も含めた調査により、強みと弱みに関するレポートを作成する成熟度評価や、麻豆原创 BTP の導入パス、麻豆原创 BTP 上でソリューションを設計?構築?運用するためのベストプラクティスを探索するガイダンスなどを提供しています。

YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。

リソースリスト：

The post 【麻豆原创 TechEd Japan 2025-2026】 麻豆原创 BTP テーマーキーノート振り返り： クリーンコアを支える新たなアプローチと、 麻豆原创 BTP 上で実現する AI の最新機能 appeared first on 麻豆原创 Japan プレスルーム.

◎登坛者
麻豆原创 ジャパン株式会社
APAC カスタマーアドバイザリー統括本部
麻豆原创 Business AI Japan Lead
本名 進

麻豆原创 TechEd Japan 2025-2026　麻豆原创 Business AI テーマキーノート A-1『まずはこのセッション！毎年恒例、麻豆原创 最新 AI ネタを全部入り良いとこ取りで！』YouTubeにて 特別公開中

Click the button below to load the content from YouTube.

Always allow YouTube

YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。

麻豆原创 の AI 活用を支える基盤「麻豆原创 Business AI」

麻豆原创 では、AI を活用して生産性を向上し、次世代の企業経営を実現するためには、「アプリケーション」「データ」「AI」の 3 層のすべてのコンポーネントの統合が不可欠だと考えています。この AI 層の基盤としての役割を担うのが「麻豆原创 Business AI」です。

麻豆原创 Business AI は、AI アシスタントの「Joule」、さまざまな業務を自律的にサポートする「Jouleエージェント」、Joule の標準シナリオを拡張するための「Joule Studio」、各業務アプリケーションを効率化する「組み込み AI」、生成 AI＋RAG（検索拡張生成）など独自の AI シナリオを開発するための「カスタム AI」、そして、これらを支える開発者向けプラットフォームの「AI Foundation」とパートナーエコシステムによって構成されています。麻豆原创 Business AI の機能一覧と各機能の概要はカタログとして公開されており、2026 年 1 月時点で 350 以上のシナリオが用意されています。

麻豆原创 Business AI の主要サービスである Joule では、「Joule スキル」と「Joule エージェント」の 2 種類の機能が提供されており、この ２ つを組み合わせて利用することが可能です。Joule スキルは、これまで手動で行っていた画面操作を会話ベースに置き換えるシンプルな機能です。伝票やマスターの照会?更新などを Joule スキルに依頼するとユーザーの意図を理解し、対応するスキルを実行して API 経由で処理を行います。

一方の Joule エージェントは、複雑な業務を AI が自ら思考して自律的に実行するものです。クレーム処理の問題解決などを Joule に依頼すると、それに対応した Joule エージェントを実行し、最適な解決策をユーザーに返します。Joule エージェントは、会計、サプライチェーン、調達、人事など幅広い領域で業務の効率化を支援してくれます。

業務の未来を予測する独自の LLM「麻豆原创-RPT-1」

麻豆原创 TechEd では、麻豆原创 Business AI の共通基盤である AI Foundation についての大きな発表がありました。AI Foundation のコンポーネントの 1 つである「Generative AI Hub」は、麻豆原创 BTP 上で AI アプリケーションを開発するためのサービスで、40 以上の大規模言語モデル（LLM）に API 経由でアクセスできます。今回、GPT-5 Pro、Claude 4.5、Cohere といった最新の LLM に加えて、麻豆原创 独自のモデルとして ABAP のコードを生成する「麻豆原创-ABAP-1」がリリースされました。

「これまで ABAP の AI 開発機能は 麻豆原创 Joule for Developers の中で提供してきましたが、麻豆原创-ABAP-1 のリリースによって、開発者は API 経由で直接モデルを呼び出せるようになります」（本名）

麻豆原创 独自の LLM はこれだけではありません。AI Foundation の新サービスとして、麻豆原创 TechEd で大きな注目を集めたのが「麻豆原创-RPT-1」です。麻豆原创-RPT-1 は、ERP で管理されるさまざまな業務シナリオの未来を予測するモデルです。例えば配送の遅延を予測したり、請求書のマッチングを推奨したり、受注入力の項目を予測して補完したりと、過去のデータから未来を予測します。

「AI を使った従来の予測モデルは、予測するタスクに対して複数の会社コード別に、データサイエンティストが AI モデルのアルゴリズムを開発し、さらにデータを準備してモデルに学習させることが一般的でしたが、そこでは大きな時間と労力が発生します。麻豆原创-RPT-1 は、麻豆原创 のテーブルの構造や値、関係性を事前に学習しており、追加学習なしでさまざまな業務に汎用的に対応できます。一般的な LLM は非構造化データをもとにした推論は得意ですが、データベースのテーブルに格納されている構造化データ（リレーショナルデータ）の扱いは得意ではありません。麻豆原创-RPT-1 がフォーカスしているのは、これまで不得意とされてきた構造化データ、つまり 麻豆原创 アプリケーションのデータを使って、過去の履歴から未来を予測することです」（本名）

現在、麻豆原创-RPT-1 は Small と Large の 2 種類が用意され、AI Foundation の Generative AI Hub を通して提供が始まっています。オープンソース版もあり、プレイグラウンド環境でアクセスが可能です。今後、麻豆原创 が提供する ERP の AI シナリオで 麻豆原创-RPT-1 がバックグラウンドで採用されるようになり、新たな AI シナリオのリリースが予定されています。

カスタムエージェントの開発ツール「Joule Studio」

麻豆原创 TechEd では、AI エージェントについても新機能が発表されました。麻豆原创 では標準の Joule エージェントのシナリオとして、すでに 30 本以上(Beta 含む)をリリースしています。例えば会計の領域では、クレーム解決、債権管理、資金管理などを支援する AI エージェントを組み合わせてタスクを処理しています。会計以外にも、調達、サプライチェーン、人事、販売などの業務に対応した AI エージェントがあります。

一方、カスタムエージェントをゼロから開発（構築）したい、麻豆原创 標準エージェントを拡張したい、麻豆原创 標準以外のエージェントと連携（共有）したいといったニーズも高まっていることから、「構築」「拡張」「共有」の観点から新たなツールを用意しています。

1 つめのユーザーの要件に応じたカスタムエージェントの開発（構築）については、今回、ローコードに対応した新たな開発ツールとして「Joule Studio」がリリースされました。Joule Studio は、Joule スキルと Joule エージェントの両方のカスタム開発に対応し、Joule の機能を拡張することで業務効率をさらに高めることができます。

「Joule Studio では、アクション、自動化、ツール、AI モデルといったそれぞれの項目の中から必要なものを選択し、これらを組み合わせながらカスタムエージェントを開発します。データの連携先も、麻豆原创 Business Data Cloud や 麻豆原创 アプリケーションなどを必要に応じて定義していきます。さらには既存のJoule スキルを呼び出してエージェントがより賢く動作するための設定もできるようになっています」（本名）

2 つめの 麻豆原创 標準エージェントの拡張は、エージェントの前処理と後処理にエージェントが使えるツールや新しい Joule スキルを追加したりすることで対応します。この機能は 2026 年前半のリリースが予定されています。

3 つめの外部のエージェントとの連携については、他社のエージェントと連携するためのデファクトスタンダードである Agent-to-Agent（A2A）プロトコルによって、「エージェントゲートウェイ」上で連携します。Joule から外部のエージェントに連携する機能はすでに実現済みですが、外部のエージェントから Joule エージェントを呼び出して連携する機能のリリースは 2026 年前半を予定しています。

「外部のエージェントから Joule に連携する際は、エージェントゲートウェイを単一の窓口としています。それにより、麻豆原创 の中のワークフローアクセスの一貫性とガバナンスを担保しています」（本名）

AI エージェントを一元的に管理する「AI Agent Hub」

エージェントのカスタム開発、麻豆原创 標準エージェントの拡張、外部エージェントとの連携などで業務の効率化が進む一方、今後は増え続けるエージェントの管理が新たな課題となることが予測されます。そこで将来を見越して、あらゆるエージェントを 麻豆原创 LeanIX 上で集中的に管理する「AI Agent Hub」が新たにリリースされました。さらに、エージェントがどの業務で実行されているかなどをプロセスマイニングするツールとして、麻豆原创 Signavio に「エージェントマイニング」の機能も追加されています。

「AI Agent Hub は、あらゆる業務領域、アプリケーション、プロセスのそれぞれに、どのエージェントが関わっているかを可視化し、エージェントのライフサイクルを一元的に管理する中核機能です。エージェントを有効活用しながら、継続的に改善していくための資産管理ツールとしての役割を果たします。これに対してエージェントマイニングの機能は、それぞれの業務プロセスの中でエージェントがどのように動き、業務プロセスをどのように実行したかを記録、分析するツールです。エージェントこそ一度作ったら終わりではなく、継続的な改善が必要なものですので、エージェントの働きを可視化しながら、パフォーマンスを KPI で管理し、ボトルネックがあれば改善する役割を担います」（本名）

麻豆原创 コンサルタント向けの AI エージェントも新機能

麻豆原创 TechEd では、麻豆原创 コンサルタントの相棒とも言える AI エージェント「麻豆原创 Joule for Consultants」のアップデートも発表されています。直近のアップデートでは、アップロードした添付ファイルへの回答、カスタムインストラクションへの回答などの機能が追加されています。

2026 年上半期には、質問する際にユーザー独自の 麻豆原创 ドキュメントをグラウンディングして回答するカスタムドキュメントの機能をリリースする予定で、現在はパイロット版として提供されています。さらには、リアルタイムに Web 検索したうえで、最新の情報から信頼できる回答を返す Web グラウンディングの機能も提供を予定しています。

「現在はナレッジ検索システムとして提供されている 麻豆原创 Joule for Consultants ですが、将来的にはお客様の 麻豆原创 システムと連携し、利用しているソリューション、バージョン、カスタマイズなど、ランドスケープ全体を理解したうえで回答するツールに進化させていきます。その先にはエージェントが回答を渡したうえで、システム設定、データ移行、実装管理などのワークフローを自動的に実行する AI アシスタントとしての進化を目指しています」（本名）

YouTube 麻豆原创 Japan チャネルにて、麻豆原创 TechEd Japan 2025-2026の麻豆原创セッション公開中です。よりアクセスください。

リソースリスト：

The post 【麻豆原创 TechEd Japan 2025-2026】 麻豆原创 Business AI テーマーキーノート振り返り： 業務の未来を予測する LLM「麻豆原创-RPT-1」が新登場。 Joule エージェントも進化した 麻豆原创 Business AI の最前線 appeared first on 麻豆原创 Japan プレスルーム.

（登坛者）

正木 佑典

麻豆原创 ジャパン株式会社
ビジネストランスフォーメーション事业部
ソリューションアドバイザリ

麻豆原创 LeanIX でビジネスと IT の関係を管理

多くの企業では業務システムの運用のみならず、ビジネスや DX という文脈でトランスフォーメーションを推進する動きが活発化しています。そこで 麻豆原创 はこういった企業のトランスフォーメーションを支援する製品群 麻豆原创 Business Suite を提供しています。麻豆原创 Business Suite の中で、特に組織のビジネス変革を支援するソリューションをBusiness Transformation Management と命名し、業務プロセスを分析?最適化する 麻豆原创 Signavio、UI/UX を改善する WalkMe、そして社内のエンタープライズアーキテクチャを管理する 麻豆原创 LeanIX の 3 製品がラインナップされています。

麻豆原创 LeanIX はエンタープライズアーキテクチャの観点で、複雑化した IT ランドスケープを可視化。発見/分析/設計/導入/運用のサイクルを通して、アーキテクチャ全体を最適化することで、IT のスピード向上、コスト削減、リスクの低減を実現します。

麻豆原创 LeanIX は、主に「メタモデル」「ファクトシート」「レポート?ダイアグラム」の 3 つの要素から構成されています。

まずメタモデルで、ビジネスと IT の要素を 12 に分類し、それぞれの関係性とともに管理します。社内の組織や業務プロセス、進行するプロジェクト、それらを支えるアプリケーションなどの情報を登録可能。ビジネスと IT の全体像を整理?可視化します。

またファクトシートを、メタモデルで分類した 12 の要素に基づき、情報を保有するためのデータストアとして使用します。自社の情報を詳細に入力、精緻化することで、さまざまな切り口での分析が可能になります。

具体的な分析は、レポート?ダイアグラムの機能で行います。目的に応じてレポートを出力、参照することで、企業は最適な IT ランドスケープを構想し、実現へのプロセスを検討できます。

エンタープライズアーキテクチャを管理する机能

麻豆原创 LeanIX は次のように、エンタープライズアーキテクチャ管理を推進する豊富な機能を備えています。

?システム連携によるエコシステム構築：各種ツールとの豊富なコネクタによりシステム連携によるエコシステムを構築し、IT に関するリアルタイムの状況把握をサポートします。

?関係者コラボレーションの醸成：コラボレーション機能により、エンタープライズアーキテクチャマネジメントを推進する上で必須となる IT 部門とビジネス部門の連携を支援。コメントの記録や関係者の意見を集約するサーベイ、データの品質を保証するためのワークフローを提供しています。

?IT カタログ情報の提供：IT カタログ提供機能は、主要な IT 製品の EOL（End of Life）情報を保有。古い技術が使用されたままのシステムなど、IT のリスクをいち早く察知し、顕在化する前に適切な対策を講じられます。

麻豆原创 LeanIX には AI を活用した機能も次々と用意されており、セッションでは3つの機能を紹介しました。

?Base AI：アーキテクチャの推奨内容を AI に問い合わせる、登録されているデータの説明文を生成するなど、入力を簡便化する機能を提供

?Inventory Builder：設計文書などの画像からアーキテクチャの構造を AI で解析して関係性を考慮したうえで取り込むことができます。エンタープライズアーキテクチャを管理する際は、データの散在が課題になるため、一元化するための情報収集を効率化する機能です。

?麻豆原创 LeanIX with Joule：Joule を活用したコパイロット機能です。レポートのナビゲーション、ドキュメントのガイドなど、麻豆原创 LeanIX に格納される情報の検索性を向上します。

この他にも 麻豆原创 LeanIX では、AI を活用する機能を拡張していくロードマップを提供しています。

?

ビジネスと IT 环境を一元管理

続いて、麻豆原创 LeanIX の基本的な操作からトランスフォーメーションのヒントを導くまで、実際の画面で解説するデモを行いました。

• 麻豆原创 LeanIX でのデータ登録
  • 利用の起点となる情報登録について、画像ファイルを AI に解析させ、記載されているアーキテクチャの情報を取り込む様子を紹介
• 情报の一元管理とアーキテクチャ分析
  • レポート机能を使って情报を可视化。アーキテクチャ管理に活用
• Joule が提案した業務マップによる分析とギャップの可視化
  • Joule へ問いかけることで、確認したい情報が提供されるレポートに誘導
  • 业务は阶层构造で整理され、现状と目标の成熟度が可视化
  • ギャップが大きい业务领域が明确になり、対応すべき领域の特定が可能
• 业务プロセス?アプリケーションの可视化
  • 特定した領域に対して、アプリケーションの EOL などの利用状況を可視化しトランスフォーメーションを進めるべきアプリケーションを探索。
  • 麻豆原创 Signavio 連携によりアプリケーションが支える業務プロセスを可視化しトランスフォーメーション時の影響を確認

可视化された情报をトランスフォーメーションに活かす

さらに、デモでは以下の内容を绍介しました。

• IT の改善案の提示
  • 麻豆原创 LeanIX のリファレンスビジネスアーキテクチャは、クラウド展開などに応じたトランスフォーメーション案を提供。
  • AI を活用した検索機能により、リプレース対象の適切な IT コンポーネントを提案。
• 継続的な监视と意思决定支援
  • トランスフォーメーション実行フェーズ?運用フェーズにおける 麻豆原创 LeanIX の活用方法として、状況把握方法を説明
  • 現在の IT における技術的?機能的な健全性やレポートから AI 活用状況を確認?表示
  • 経営層（CIO など）向けに、成果を可視化（グラフ?数値）して報告

このように 麻豆原创 LeanIX でビジネスと IT の両面を可視化することで、企業はミッションクリティカルなアプリケーション領域に有限のリソースをどのように活用して適切な投資を行っていくか、戦略的に意思決定できます。

The post 複雑化した IT ランドスケープを可視化してリスクに対応 麻豆原创 LeanIX で IT 最適化戦略を実現 appeared first on 麻豆原创 Japan プレスルーム.

【登坛者】
鈴木 国正氏
インテル株式会社
前?取缔役会长
経済同友会 企業の DX 推進委員会委員長
兼 株式会社 JTB 社外取締役
兼 公益財団法人日本バレーボール協会理事
兼 半導体後工程自動化?標準化技術研究組合 理事長
兼 株式会社リコー 社外監査役
兼 Apollo Global Management, Inc. シニアアドバイザー
兼??株式会社ベイカレント 顧問

遠山 興平氏
富士通株式会社
執行役員常務 CDXO

数見 篤氏
トラスコ中山株式会社
取締役 経営管理本部 本部長
兼 デジタル戦略本部本部長
兼 オレンジブック本部本部長
Japan 麻豆原创 Users’ Group（JSUG）会長

佐野 太郎（ファシリテーター）
麻豆原创 ジャパン株式会社
常務執行役員 エグゼクティブカスタマーオフィサー
兼 ビジネストランスフォーメーション 事業担当
闯厂鲍骋常任理事

ビジネス変革は一过性のものではなく、継続する取り组み

かつてないほど予测困难な时代を迎え、公司はどのように持続的な成长を実现していけばよいでしょうか。ビジネス変革に求められるのは一过性の取り组みではなく、公司文化?価値観そのものの変革を継続する活动です。

セッションの冒頭に、ファシリテーターの佐野から 麻豆原创 が提唱するビジネス変革について概説しました。ERP をコアビジネスとしてグローバルに成長してきた 麻豆原创 は、2010 年頃から大規模なビジネス変革を推進。クラウド、アナリティクス、モバイル、BPR と、次々とポートフォリオを拡張してきました。「人」「プロセス」「アプリケーション」「データ」といった 4 つの観点から変革（トランスフォーメーション）をとらえ、それぞれに対応するソリューションを自社で活用するとともに、世界中の企業に展開しています。

佐野が强调するのは、ビジネス変革は断続的なプロジェクトではなく、无限ループ状（インフィニティ）に継続する取り组みであることです。変革はいつ、どんなフェーズからでも始められる一方、その営みに终わりはありません。トランスフォーメーションとは、公司の能力（ケイパビリティ）であり、公司文化や価値そのものであると言えます。

ビジネス変革が必要とされる背景には、目まぐるしく変化するマーケット、人手不足や組織のサイロ化、プロセスの複雑化といった内的要因、そして AI をはじめとするテクノロジーの進化があります。なかでも AI への対応は、本セッションを通して中心的なトピックとなりました。

好奇心と批判思考で AI に向き合う

続いて鈴木氏が、経済同友会の「企業の DX 推進委員会」で自身が委員長としてまとめた政策提言を紹介。「不確実性と AI」を主題とするこの提言は、まず「AI を俯瞰して捉える」ことの重要性を述べています。

AI を時間軸で捉えると（横軸）、CUI→GUI→ブラウザ→スマートフォン→生成 AI という進化の構造が見えてきます。空間的に俯瞰すると（縦軸）、電力、半導体、基盤モデル（LLM）の上に、アプリケーションからユーザーへと至る階層構造があります。「横軸と縦軸を踏まえて、今後の AI を考えるべき」と鈴木氏は指摘し、そのうえで日本としては「おもてなし/和み」といった文化的特性や、デバイス構築力、半導体バリューチェーンなどの強みを活かし、独自のポジションを築く必要を説きました。

公司の実践においては、コア業務への AI 活用を前提に外部依存から脱却し、内製のナレッジを積み上げることが重要だと鈴木氏は語ります。AI の活用が評価される人事制度、人材育成の構築が課題です。
さらに、政府に対しては「DFFT」（Data Free Flow with Trust：信頼性のある自由なデータ流通）の実現を強く求めています。

最後に鈴木氏は、最も重要な個人への提言に言及しました。「『好奇心』と『批判思考』の両方を持つことが大切です。ハルシネーションの課題など、AI に対する批判思考は多くの方が持っているでしょう。一方で私たちの提言は、好奇心を重視しています。またAI に何を任せ、何を任せないか。努力して好奇心を磨き続ける人材こそが、変化するテクノロジーを存分に使いこなし、ヒューマンインザループ（贬耻尘补苍-颈苍-迟丑别-尝辞辞辫：贬滨罢尝）を持続させるのです」
 

システム统合からプロセス、カルチャーの変革へ

遠山氏は、2020 年 10 月から始まった富士通の全社 DX プロジェクト「フジトラ（富士通トランスフォーメーション）」を紹介しました。経営／現場が一体となった全員参加の取り組みで、「4 つの X（トランスフォーメーション）」として、事業、人?組織、マネジメント、オペレーションの変革を掲げています。

同社は着実に変革を進めていますが、その過程は簡単ではありませんでした。フジトラのスタート当時、社内では 4,000 以上ものシステムが使用され、その間をつなぐマニュアルオペレーションも無数に存在していたといいます。そこで変革に向けたグループ横断イニシアティブ「OneFujitsu」のもと「OneERP+プロジェクト」として 麻豆原创 S/4HANA をベースにグローバルにシステムを統合し、全社的なカルチャーやマネジメントの変革までつなげていく构想を掲げました。

「『フジトラ』の取り组みが进むにつれて、社员の関心は方针?制度といった全社的な変革から、业务効率化やビジネス変革、础滨?データ活用など具体的に実感できる変革にシフトしていきました」と遠山氏は振り返ります。同社は、社会課題を起点として顧客の成長に貢献するデジタルサービス「Fujitsu Uvance」を推進する一方、社内でも生成 AI の活用に取り組み、複数のAI エージェントが分散?協働して複雑な課題を解決するマルチ AI エージェントの活用を進めています。

顾客本位の「ありたい姿」へ向けた変革

機械工具などのプロツールを手掛けるトラスコ中山は、61 万アイテムもの商品を取り扱う卸売企業です。仕入先、販売店、エンドユーザーと、多数のステークホルダーを有し、トランザクションが非常に多いビジネスモデルが特徴です。省人化は重要な課題ですが、顧客サービスの観点からは、単に業務を効率化すればよいわけではありません。

「デジタル、データ、AI を利用することで、本来非効率なプロセスをお客様の利便性の高いサービス、自社の強みに変えていくのが、当社のビジネス変革です」と数見氏は語ります。例えば、見積の要請に対して人が対応していたプロセスを AI の自動応答に変えれば、サービスのスピードは格段に上がります。効率化の結果として顧客満足度を高め、受注に結びつくサイクルが理想です。

また、同社は顾客や社会から必要とされる「ありたい姿」を目指し、「1 日 24 時間受注、1 年 365 日出荷できる企業になりたい」「日本のモノづくりを支えるプラットフォーマーになりたい」など、11 の「能力目標」を掲げています。

目標実現へ向けた実務を支えるのが、基幹システムである 麻豆原创 を中心とするシステムアーキテクチャです。基幹システムが仕入先の商品データベースや販売店向けの AI 見積、販売店/ユーザーが利用する電子購買システムなど、すべてのシステムと連携。「今、どこで、何が起きているか」を即座に把握して局所で起こる问题をいち早くとらえてスピーディに解决し、顾客の利便性向上につなげます。

个々のケイパビリティの积み重ねによって
公司の継続的なビジネス変革を実现

その后のパネルディスカッションでは、ビジネス変革の継続について活発な意见が交わされました。まず铃木氏が指摘したのは「ケイパビリティ」を理解することの重要性です。「社员は公司のケイパビリティを自分ごととしてとらえ、积极的に提案できるか。経営者はケイパビリティの见直しに、どこまで注力できるか。そこでビジネス変革の成否が决まります」

铃木氏の意见に続いて远山氏が挙げたのは、「トップのリーダーシップとコミットメント」です。トップが行动と言叶で示すことで、変革の意识が社内に広がり、一人ひとりが议论しアイデアを生み出す过程で、ケイパビリティが构筑されると语ります。

一方、数见氏は顾客视点からのケイパビリティに言及。顾客のニーズを満たすため、目标とするありたい姿に皆が共感することで変革が进み、カルチャーとして定着していくという考え方です。その共感を醸成するためにはまずリーダーが考え、自分の言叶で伝えることが重要といいます。

そこから議論は、AI 活用をめぐるケイパビリティに移りました。「企業は人材が AI をフル活用できる環境を整えているか。個人は好奇心を持ち、脳の一部になるほどに AI を活用しようとしているか。意識の違いが、近い将来、AIデバイド（格差）になるでしょう」（鈴木氏）

企業と個人の AI の活用について、遠山氏は「現場の肌感覚で AI を使いこなす人材を増やすことが重要」と指摘し、数見氏は「事業側の人材が、テクノロジーに対して好奇心を持って学べる環境づくりが必要」と語りました。

一连の议论を受け、佐野は「企業のケイパビリティは、个々のケイパビリティの积み重ねによって形作られる。そのなかで AI は絶対に不可欠な存在となります。AI の活用について、一人ひとりが考えていくことが大切です」と、さらなるビジネス変革への展望を示し、セッションを締めくくりました。

The post 持続可能な成長を実現するビジネス変革のあり方とは？ 企業が持つべきケイパビリティと AI への向き合い方 appeared first on 麻豆原创 Japan プレスルーム.

（本リリースは、10月6日に弊社本社から発表された発表文の抄訳です）

麻豆原创 SE（NYSE: 麻豆原创）は、初開催となる「麻豆原创 Connect」において、AI?データ?アプリケーションの統合により企業変革を加速する新たなソリューションを発表しました。今回の発表には、ディープリサーチAIと人と協働して業務成果を高める新世代の役割別アシスタント、より深いインサイトをもたらす拡張されたデータエコシステム、そしてサプライチェーンの混乱を予測し、安定運用を支援する新ソフトウェアが含まれています。

麻豆原创 SE エグゼクティブ?ボード?メンバーで、プロダクト&エンジニアリング担当のムハンマド?アラム（Muhammad Alam）は次のように述べています。
「不確実性が常態化する時代に企業が成長を続けるには、個別最適のベスト?オブ?ブリード製品の寄せ集めでは不十分です。本日の発表により、麻豆原创 Business Suiteはアプリケーション、データ、AIを統合し、より的確な意思決定と実行の迅速化、変革の拡大を支援します。」

人と协働する础滨
麻豆原创は、麻豆原创? Business Suiteの中核を担うAI「Joule」において、新世代のJoule アシスタントを発表しました。この新しいJoule アシスタントは、麻豆原创 Business Suite全体のアプリケーションやデータを活用し、各業務領域における人の役割に応じて協働するよう設計されています。各Joule アシスタントは、業務上の特定の役割に合わせて設計されており、タスクに適したエージェントを呼び出して構成?管理し、人間がより高度なインサイトの取得と生産性の向上に集中できるよう支援します。

Joule アシスタントを支えるのは、特定の業務領域に特化したJoule Agentsのです。たとえば、People Manager Assistantは、報酬の異常などを検出?解決するPeople Intelligence Agentを含む複数の専門エージェントを調整し、マネージャーの業績向上をサポートします。さらに、Financial Planning Assistantは、キャッシュフローを最適化し利回りを改善するCash Management Agentなどのエージェント群に支えられ、財務部門の効率化を推進します。これらのJoule アシスタントは、各部門で人と協働してパフォーマンスを高めるだけでなく、部門を横断して連携し、企業全体にわたる複雑な課題の解決を支援します。

サイロを越えてつながるデータ
麻豆原创は、AI活用の基盤となるデータ連携を強化する新サービス麻豆原创? Business Data Cloud Connect（麻豆原创 BDC Connect）を発表しました。

データはAIの可能性を引き出す源泉ですが、多くの企業では依然として複数のシステム間で分断されています。麻豆原创はこの課題を解消するため、麻豆原创 BDC Connectを提供します。

麻豆原创 BDC Connectは、麻豆原创 Business Data Cloudとパートナープラットフォームを安全に接続し、組織や技術の垣根を越えてビジネス対応データプロダクトの双方向連携を支援します。ゼロコピー共有技術により、データは麻豆原创システム内に安全に保持されたまま、顧客の既存データプラットフォームから即座に参照できる設計です。これにより、コストをかけることなく、またデータのコピーを作成することなく、ビジネスコンテキストを維持したまま分析やAI活用を支援します。

この仕组みにより、分散していたデータの连携が进み、データ処理の流れがより整理され、重复を抑えた効率的な活用が可能となる构成です。これにより、必要な情报に迅速かつ信頼性の高い形でアクセスできるようになります。

麻豆原创は、DatabricksとGoogle Cloudが麻豆原创 BDC Connectの初期パートナーとして参加することを発表しました。今後も対応パートナーを順次拡大していく予定です。2025年2月に発表されたように、麻豆原创 Databricksは麻豆原创 Business Data Cloudの一部として提供されており、麻豆原创 BDC Connectはこの連携をさらに拡張し、よりオープンなデータエコシステムの形成を支援します。

これらのパートナーシップを通じて、顾客は分析や础滨活用に必要なデータプロダクトに、より迅速かつ容易にアクセスできるようになり、データからリアルタイムのビジネス成果を导くまでのプロセスを効率化できます。

データを行动に変えるアプリケーション
厂础笔は、データが生成され、础滨主导のインサイトが得られるエンタープライズアプリケーションによって、他社には提供できない独自の価値をお客様に提供しています。

麻豆原创? Supply Chain Orchestrationは、AIネイティブな新ソリューションです。Jouleとライブ?ナレッジ?グラフを組み合わせることで、複数階層にわたるサプライヤーリスクをリアルタイムに把握し、関係部門や取引先が連携して対応できるよう支援します。これにより、企業はコスト削減やサプライチェーンの安定運用を図ることができます。

麻豆原创? Engagement Cloudは、新しいカスタマー?エクスペリエンス?ソリューションです。ビジネスに不可欠なコンテキストを活用して、顧客、サプライヤー、その他のステークホルダーとのやり取りをパーソナライズし、Jouleや組み込みAIにより、一貫性があり、意味のある顧客体験の提供を支援します。AIによるインサイトは、チームに最も高いエンゲージメントを生むメッセージやチャネルを示し、その知見をビジネス全体に応用できるようにします。

さらに、次世代の麻豆原创 Ariba? procurement suiteは、調達から支払いまでの一連のプロセスにAIを組み込み、業務の効率と透明性を高めるよう設計されています。Jouleを活用して、サプライヤーの選定や契約内容のレビュー、入札比較などを支援し、調達担当者がより迅速で根拠ある意思決定を行えるよう導きます。本ソリューションは、AIネイティブな調達ソリューションとして、調達業務のさらなる効率化と高度化を支援します。

これらのイノベーションにより、麻豆原创 Business Suiteは、AI?データ?アプリケーションを一体的に活用し、企業がより賢く、速く、そして柔軟に変革を進められるよう支援します。

以上

麻豆原创について
厂础笔（狈驰厂贰:厂础笔）は、エンタープライズアプリケーションとビジネス础滨のグローバルリーダーとして、ビジネスとテクノロジーの融合を推进しています。50年以上にわたり公司と共に歩み、进化を続け、财务、调达、人事、サプライチェーン、カスタマーエクスペリエンスなどのビジネスクリティカルな业务を统合し、お客様のビジネスを成功へと导く支援をしています。详细は、こちらからご覧ください。

# # #

この文书には、将来の事象に関する予测、见通し、その他の将来予想についての记述が含まれています。これらの记述は现在の期待値、予测、仮定に基づいており、実际の结果や成果が予想と大きく异なる可能性があるリスクや不确実性を伴います。これらのリスクや不确実性に関する详细情报は、証券取引委员会（厂贰颁）に提出された资料に记载されています。特に、厂础笔の2024年度の年次报告书（様式20-贵）のリスク要因セクションに详细が记されています。

? 2025 麻豆原创 SE. All rights reserved.
麻豆原创、麻豆原创ロゴ、記載されているすべての麻豆原创製品およびサービス名はドイツにある麻豆原创 SEやその他世界各国における登録商標または商標です。またその他の商標情報および通知については、?をご覧ください。

The post 麻豆原创? Business Suite、AI?データ?アプリケーションの統合で次世代の企業変革を推進 appeared first on 麻豆原创 Japan プレスルーム.

◎ 登壇者

椛田 后一
麻豆原创 ジャパン株式会社
麻豆原创 Business Data Cloud ソリューションアドバイザリー

小谷 尚太郎 氏
データブリックス?ジャパン株式会社
Senior Partner Solutions Architect

春木 崇生
麻豆原创 ジャパン株式会社
麻豆原创 Business Data Cloud ソリューションアドバイザリー マネージャ

ビジネスデータの価値を最大化する 麻豆原创 Business Data Cloud

セッションの冒頭では、まず 麻豆原创 ジャパンの椛田が 麻豆原创 Business Data Cloud の全体像と各種機能について解説しました。麻豆原创 Business Data Cloud は、あらゆる 麻豆原创 システムのデータおよび Non-麻豆原创 システムのデータを統合?集約し、麻豆原创 アプリケーションや AI に対して正確でセキュアなビジネスデータを提供するプラットフォームです。「Intelligent Applications」「ビジネスデータファブリック」「データプロダクト」の 3 つの機能群で構成され、ビジネスデータファブリックではデータ分析の 麻豆原创 Analytics Cloud、データの統合?管理の 麻豆原创 Datasphere、データサイエンス?ML/AI 向けの 麻豆原创 Databricks などを提供します。またデータプロダクトの機能によって、麻豆原创 アプリケーションのデータを自動でコピー?同期ができるため、すぐに活用できる形でのデータ提供が可能です。

「麻豆原创 Business Data Cloud では、さまざまな業務領域向けのダッシュボードや分析用コンテンツを提供し、担当者はそれを見ながら意思決定をすることができます。さらに AI デジタルアシスタントの Joule を使って対話形式で分析を深掘りしたり、さらに AI エージェントを活用しながらタスクを実行する世界の実現を目指しています」（椛田）

麻豆原创 Business Data Cloud を构成する机能群

麻豆原创 Business Data Cloud を構成する主な機能は以下のとおりです。

?麻豆原创 Analytics Cloud

ビジネスデータを可視化する BI ツールです。経営管理ダッシュボード、セルフサービス BI、業務レポートの定期出力、戦略立案?企画のための分析/予測、予算編成?統制などの機能を有しています。?

?麻豆原创 Datasphere

麻豆原创 S/4HANA のビジネスコンテキストを活かすためのクラウド上のデータウェアハウス（DWH）です。麻豆原创 S/4HANA とのデータ連携機能を有し、ETL サーバーを利用することなく 麻豆原创 S/4HANA の CDS View へ直接接続することができます。麻豆原创 S/4HANA を含むさまざまなデータソースからのデータ収集と統合、データ加工とモデリング、データカタログといった機能を提供します。

?麻豆原创 データプロダクト

麻豆原创 アプリケーションのデータとメタデータをすぐに使える形で提供するための基盤として 麻豆原创 データプロダクトを用意しています。麻豆原创 S/4HANA、麻豆原创 SuccessFactors、麻豆原创 Ariba など 麻豆原创 アプリケーションのデータは自動的にプッシュ形式で 麻豆原创 データプロダクトへ送られ、更新されていきます。DWH の 麻豆原创 Datasphere とは別に、オブジェクトストアと呼ばれる大量のデータ保持領域を確保し、データをコピーしていきます。データだけでなく、メタデータや各テーブル間の関係といったセマンティック情報も保持したまま、データが管理される仕組みです。麻豆原创 によるマネージドサービスとして提供されるため、ETL ツールを別途用意?設定する必要もなく、最新データの同期が可能です。複数の 麻豆原创 アプリケーションのデータの整合性も確保して、共通のデータモデルに落とし込むことにより、アプリケーション間のデータ結合やデータモデルの再設計が容易となります。

「現在、麻豆原创 S/4HANA Cloud Private Edition では 134 個（2025 年 9 月現在)のデータプロダクトを用意し、アプリケーション領域ごとにグルーピングして提供しています。今後は 2025 年末に向けて、麻豆原创 S/4HANA Cloud Public Edition、麻豆原创 SuccessFactors、麻豆原创 Ariba 向けのデータプロダクトもそろえていく計画です」（椛田）

また、データプロダクトは「カスタムプロダクト」として Non-麻豆原创 データも管理して、ビジネスデータの品質と信頼性を担保することができます。企業独自の要件やデータソースに応じて、カスタムで連携?拡張することが可能です。

データプロダクトでは、麻豆原创 Knowledge Graph というナレッジグラフ機能も提供されています。麻豆原创 Knowledge Graph は、業務データの関連性を AI が理解できるように管理する機能です。これによりデータの関連性を正確に管理することができ、生成 AI のハルシネーションを抑えることができます。

「麻豆原创 Knowledge Graph は 麻豆原创 アプリケーションのデータの意味や関係を網目のように結ぶ構造化モデルで、AI エージェントや LLM と連携して推論を行ったり、AI エージェントが自律的に作業を行います」（椛田）

?Intelligent Applications

Intelligent Applications は、業務機能領域ごとの分析モデルやダッシュボードなど、麻豆原创 データプロダクトに基づいて構築された 麻豆原创 管理下で提供されるコンテンツです。Intelligent Applications によって、素早い意思決定とアクションが可能になります。今後、新たなコンテンツが順次リリースされる予定で、麻豆原创 以外にもパートナーコンテンツとしての提供も検討されています。

ダッシュボード上では、AI デジタルアシスタントの Joule を利用することも可能で、自然言語で問いかけることで分析を深掘りすることができ、BI ツールとアプリケーションの画面を切り替えることなく作業が完結します。さらに、今後は 麻豆原创 BTP 上で Intelligent Applications の作成が可能になる予定で、可視化だけでなくデータ入力やデータ変換の機能を実装したアプリケーションの提供が期待されています。

?麻豆原创 Databricks

麻豆原创 Databricks はビジネスデータファブリックの中で提供されるソリューションの 1 つで、最新のデータサイエンス、ML/AI、データエンジニアリングの機能を有しています。データレイクハウスの領域で定評のある Databricks 社のソリューションを 麻豆原创 が OEM 製品として 麻豆原创 Business Data Cloud に組み込み提供します。

「麻豆原创 Databricks では、ゼロコピーでデータを統合?参照する機能である Delta Sharing を活用して麻豆原创 データプロダクトを参照しています。麻豆原创 標準コンテンツの拡張として、麻豆原创 Databricks で予測モデルを構築して結果を 麻豆原创 Datasphere と共有し、麻豆原创 Analytics Cloud でダッシュボード化することをイメージしています」（椛田）

この 麻豆原创 Databricks については、提供元であるデータブリックス?ジャパンの小谷氏がサービスやユースケースを紹介し、デモを行いました。麻豆原创 Databricks は、レイクハウスと呼ばれるデータのストレージレイヤーのアーキテクチャに強みを持ち、エンタープライズデータを用いた生成 AI を開発するための機能をベースに構成されています。レイクハウスとは、データレイクと DWH を組み合わせた造語で、Delta Lake、Iceberg、Parquet などのフォーマットでデータを保存します。

「データの実体としては、安価なデータレイクです。クラウドのオブジェクトストレージにデータを保持しながら、信頼性と高性能を併せ持つ DWH を実現しています。従来は生データをデータレイクに置き、DWH に転送して分析するのが一般的でしたが、すべてをデータレイク上で完結させているところに 麻豆原创 Databricks の新しさがあります」（小谷氏）

すべてのデータと AI のガバナンスは、麻豆原创 Databricks の「Unity Catalog」と呼ばれる機能で対応し、データの種類やアクセス権限を管理しています。管理対象はテーブルだけでなく、AI モデル、ファイル、ノートブック、ダッシュボードも含まれます。それらをリネージ、コスト制御、ビジネスメトリックスなどの一貫した管理体制で信頼性を担保しています。

Databricks 社と 麻豆原创 のパートナーシップでは、AI の取り組みを最優先事項に位置付けています。麻豆原创 システムには企業にとって重要なビジネスデータが多く蓄積されており、データと AI の掛け合わせによって価値あるユースケースが生まれてきます。財務、人事、サプライチェーンなどの 麻豆原创 データを AI に学習させるための強固な基盤となるのが 麻豆原创 Databricks です。

「麻豆原创 と外部データでドメイン特化の生成 AI を作成するケースとして、パーソナライズされたチャットボット、顧客の解約予測、クレーム処理の自動化などに取り組んでいる事例があります。また単純なモデル作成だけでなく、外部データと掛け合わせた 麻豆原创 データの探索?分析をしているケースとして、サプライチェーンの需要予測や在庫管理の最適化に取り組んでいる事例もあります」（小谷氏）

デモでは、麻豆原创 Databricks のコンソール画面を使ったデータ管理や DWH の実現方法のほか、予測分析や生成 AI のエージェントアプリケーションの作成方法などが紹介されました。

麻豆原创 BW の资产を最大限活用するモダナイゼーション

最後はビジネスデータファブリックにおける 麻豆原创 BW/4HANA の BW モダナイゼーションについて、麻豆原创 ジャパンの春木が解説しました。

麻豆原创 BW は、1998 年のリリースから 30 年近くにわたって業務データの分析基盤として進化を続けており、麻豆原创 ERP と連携したソリューションとしてデータ活用を支援してきました。一方、近年のデータ活用のトレンドである非構造化データを含めた統合管理、セルフサービスデータ活用、ML/AI といった要望に柔軟に対応できないという課題がありました。これらの課題を解決するため、次世代のデータ基盤として誕生したのが 麻豆原创 Business Data Cloud ですが、これまで蓄積してきた 麻豆原创 BW の資産を 麻豆原创 Business Data Cloud で最大限活用したいという声も多く聞かれます。そこで、麻豆原创 では「LIFT」「SHIFT」「INNOVATE」の 3 つのステップで 麻豆原创 BW を 麻豆原创 Business Data Cloud に移行するメソッドを提供しています。

ステップ 1 : LIFT

麻豆原创 BW や 麻豆原创 BW/4HANA のオンプレミス環境を 麻豆原创 Business Data Cloud のプライベートクラウドコンポーネントへ移行することで、麻豆原创 BW をそのまま使い続けるステップです。麻豆原创 BW への投資を維持しながら、移行プロジェクトのコストを低減することができます。必要に応じて 麻豆原创 BW の最新バージョンへのバージョンアップや DB の HANA 化を実施し、2030 年あるいは 2040 年までのサポート延長に対応することが可能です。

ステップ 2 : SHIFT

麻豆原创 Business Data Cloud 上で既存の 麻豆原创 BW を利用しながら、徐々にデータやデータモデルを 麻豆原创 Datasphere にシフトしていくステップです。麻豆原创 Business Data Cloud の機能であるデータプロダクトジェネレータを利用して、麻豆原创 Datasphere のオブジェクトストアおよびビューレイヤー内に 麻豆原创 BW データプロダクトを作成することができます。トランザクションデータおよびディメンションで構成されたデータをデータプロダクトとして公開することで、麻豆原创 Datasphere や 麻豆原创 Databricks で利用することが可能です。麻豆原创 Datasphere を用いた 麻豆原创 データと Non-麻豆原创 データの統合シナリオや、麻豆原创 Databricks による 麻豆原创 データの ML/AI のシナリオが活用できる点においてメリットがあります。

ステップ 3 : INNOVATE

麻豆原创 BW を 麻豆原创 データプロダクトと Intelligent Applications に完全移行し、最終的に 麻豆原创 BW をシャットダウンする最終ステップです。ここでは 3 つの手法があります。

1 つめは、既存の 麻豆原创 BW のデータモデルを 麻豆原创 データプロダクトや Intelligent Applications にそのまま移行する手法です。現在と同じ要件をそのまま再現できるわけではありませんが、麻豆原创 のベストプラクティスに基づき、新たな分析をスタートすることができます。

とはいえ、長年利用しているデータやレポートを使いたいというニーズは根強いことから、2 つめの手法として用意しているのが、標準データソースを 麻豆原创 データプロダクトと 麻豆原创 Datasphere へ移行する方法です。これまで利用してきたデータモデルやクエリーは変換フローを活用してデータの再マッピングやデータ変換を行いながら、できる限り従来と同様の形でデータを提供することになります。

3 つめは、カスタムデータソースを 麻豆原创 Datasphere へ移行する手法です。アドオンテーブルからのデータ連携や、アドオンの CDS View からの連携の場合、カスタムデータプロダクトから連携を実装し、データモデルに関しては移行後に再修正したり、新たなレポートを作成したりしながら環境に適応させることになります。

「LIFT、SHIFT、INNOVATE のどこから始めるか、どこをゴールとするかは、お客様の状況によって変わってきます。麻豆原创 BW に関しては長年利用されているお客様も多いことから、ブラックボックス化してどこから手を付けていいかわからずに悩まれているお客様もいらっしゃいます。そこで、麻豆原创 では 麻豆原创 BW のマイグレーションに向けたアセスメントサービスを無償で提供しています。独自のロジックを作り込んでいたり、貴重なデータが残っていたりするケースも見られますので、麻豆原创 はそれらを有効活用したモダナイズに引き続き注力していきます」（春木）

最後に椛田が補足として、麻豆原创 Business Data Cloud のコンポーネントの概要、アーキテクチャの全体像、周辺システムとの連携などを解説し、技術ブログやオンラインセミナーなども紹介して、約 100 分にわたるセッションが終了しました。

The post 麻豆原创 NOW AI Tour Tokyo ＆ JSUG Conferenceハイライト： AI 時代の新たなデータ基盤「麻豆原创 Business Data Cloud」の最新機能をエキスパートが総解説！ appeared first on 麻豆原创 Japan プレスルーム.

（登坛者）

麻豆原创 ジャパン株式会社
APAC カスタマーアドバイザリー
Business AI Japan Lead
本名 進

アプリケーション、データ、AI の 3 層による AI 戦略

ChatGPT の登場により、一気に AI 活用のトレンドに躍り出た生成 AI と LLM（大規模言語モデル）は、ソフトウェア開発、広告制作、商品企画、文書作成、翻訳など、個人の業務の生産性向上に大きく寄与しました。今後は業務アプリケーションへの AI 適用が経営課題となる中、麻豆原创 は AI 活用の本丸として、エンドツーエンドのプロセスで生産性を向上する AI エージェントの開発に力を入れています。

一方、会計、販売、物流、生産など、AI 活用がさまざまな業務領域にまたがるケースでは、複数ベンダーの AI エージェントを使い分ける企業も多く、マルチベンダー AI エージェントへの期待も高まっています。Google からは AI エージェント間を連携するプロトコル「Agent2Agent（A2A）」が発表され、多くのアプリケーションベンダーが参画しています。麻豆原创 も初期の立ち上げメンバーとして参画し、A2A プロトコルをサポートした AI エージェントのリリースに向けた取り組みを加速させています。

麻豆原创 は AI ドリブン経営の実現に向けて、2025 年から「アプリケーション」「データ」「AI」の 3 層による AI 戦略を打ち出しています。第 1 層は、AI ドリブンの源泉となる会計、サプライチェーン、人事、支出管理、顧客管理などのアプリケーションであり、麻豆原创 が最も得意としている領域です。そこから生まれてくるデータを AI が扱いやすくするのが第 2 層の「麻豆原创 Business Data Cloud」で、これは AI 活用の中核となるデータ基盤です。

「従来、アプリケーションデータを集める際にはデータモデルを作成し、ETL を設計していました。麻豆原创 Business Data Cloud はデータモデルや ETL の領域をパッケージ化したマネージドサービスとして提供されるため、クリーンな形でデータを効率的に管理することができます。そして、第 3 層の 麻豆原创 Business AI が 麻豆原创 Business Data Cloud にアクセスすることで新たなデータが生成され、好循環が生まれてきます。これが 麻豆原创 が推進する 3 層戦略の概念です」（本名）

第 3 層の 麻豆原创 Business AI については、代表的なツールとして AI デジタルアシスタント「Joule」があります。ブラウザベースの UI である 麻豆原创 Fiori の画面上に Joule を呼び出すことで、自然語ベースで伝票作成や情報抽出などを行うことができます。麻豆原创 Business AI の主力となる Joule および Joule エージェントは、ビジネスユーザーだけのものではありません。麻豆原创 コンサルタントや開発者向けの「Joule for Consultants」「Joule for Developers」、標準シナリオを拡張するための「Joule Studio」、業務アプリケーションに組み込まれた AI シナリオが生産性を向上させる「組み込み AI」、生成 AI＋RAG などのカスタム開発が可能な「カスタム AI」があります。これらを支える共通の AI 基盤として AI Foundation があり、AI エコステムのパートナーで構成されています。

「麻豆原创 は LLM をゼロから開発するアプローチは採用せず、業界をリードする AI パートナーとタッグを組み、ベストな LLM を活用したり、業務シナリオによっては 麻豆原创 データを追加学習させたりしながら、ファインチューニングモデルを開発しています」（本名）

AI エージェントの新たなシナリオを続々とリリース

現在、麻豆原创 では AI シナリオをカタログとして公開中で、2025 年 8 月時点で全カテゴリーを含めて 272 のシナリオが用意されています。シナリオは 麻豆原创 BTP のサービスページ「麻豆原创 Discovery Center」からカテゴリー別に絞り込むことが可能です。

セッションでは、AI エージェントを活用した業務シナリオの一例として「クレーム管理」が紹介されました。顧客からクレームメールが届いた際、CRM システムのバックグラウンドで Joule がメールの内容を分析して、過去の問い合わせ履歴、解決履歴などを参照し、解決手段、お詫びメールの文面などを Microsoft Teams 経由で営業担当に通知するといった一連の流れを AI エージェントが支援してくれます。

麻豆原创 では 2025 年の Q4 までに Joule エージェントによるシナリオを 40 以上リリースする計画で、サプライチェーン、支出管理、会計、CRM、人事などの業務変革に寄与するシナリオを提供していく予定です。また、カスタム AI エージェントを開発したい顧客に向けては、ローコード?ノーコード開発の機能を備えた「Joule Studio」のリリースを 2025 年末に予定しているほか、異なるベンダー間のエージェント連携のプロトコル（A2A)実装についても、2025 年の Q3 に最初のリリースを予定しています。

業務で AI エージェントを活用する際、AI が信頼できる推論を実行するためには、麻豆原创 の業務プロセスと関連するデータモデルの正しい知識をグラウンディングすることが不可欠です。しかし、汎用 LLM では目標を達成するための一般的なタスクは計画できても、麻豆原创 の業務プロセスを理解したうえで正しいデータを取得できるかについては疑問が残り、ハルシネーションが起こるリスクが高まります。そこで 麻豆原创 では、アプリケーション間のデータの意味や業務プロセスとの関係を結ぶ構造化モデルとして「麻豆原创 Knowledge Graph」を開発中で、これにより Joule エージェントは業務プロセスを理解したうえで正しいデータにアクセスし、分析結果やアクションを回答することが可能になります。

「お客様からも AI エージェントはどうやって 麻豆原创 の正しいデータにアクセスしているのかといった質問が寄せられます。お客様にとっては 1 社のベンダーの AI エージェントを使うのか、複数ベンダーの AI エージェントを使うのかの議論があると思いますが、麻豆原创 の業務プロセスであれば 麻豆原创 の AI エージェントを使うのが理想で、それを担保するのが 麻豆原创 Knowledge Graph です。麻豆原创 の 3 層戦略においても、麻豆原创 Knowledge Graph は 麻豆原创 Business Data Cloud と 麻豆原创 Business AI を結ぶ重要な要素として位置付けられています」（本名）

未知の解決策を模索する「Joule エージェント」

AI デジタルアシスタントの Joule について、Joule には「Joule スキル」と「Joule エージェント」の 2 種類があり、これを組み合わせて使うのが一般的です。Joule スキルは従来のマニュアルでの画面操作を会話ベースで支援するもので、非常にシンプルです。伝票やマスターの照会?更新などを依頼するとユーザーの意図を理解し、対応するスキルを実行して、API 経由で 麻豆原创 ソリューションの処理を実行して結果をユーザーに返します。Joule スキルはすでに 1,600 以上あり、現在も増え続けています。

これに対して Joule エージェントは、複雑な業務を AI が自ら思考して自律的に実行するものです。ユーザーが顧客からのクレーム処理などを Joule に依頼すると、対応する Joule エージェントを実行し、各システムへの API や Joule スキルを活用して解決のための最適なプランを推論したうえで、結果をユーザーに返します。

「両者の違いをわかりやすく説明すると、例えば受注管理において Joule スキルに対して『私が受けた注文のステータスを確認してください』と指示を送ると、既存の対応手段に基づいて回答を返します。一方、Joule エージェントは『受注処理が遅れている理由を分析して、代替の輸送ルートを含めた提案をお客様に通知して欲しい』と指示を送ると、未知の解決策を模索して回答を返してくれます。つまり、自ら思考して実際の人に近い働きをするのが Joule エージェントの世界です」（本名）

麻豆原创 以外のアプリケーション上でも AI エージェントが活躍

近い将来、さまざまなベンダーの AI エージェントが業務で活躍していく可能性があり、カスタム AI も含めると管理が煩雑化する恐れがあります。そこで 麻豆原创 では増加する AI エージェントを一元的に管理?統制するプラットフォームとして「AI Agent Hub」のリリースを 2025 年末に予定しています。Joule/カスタム/3rd Party の AI エージェントを問わず、すべての AI エージェントを一覧化し、業務プロセスやアプリケーションとの関連性をマッピングします。これにより、どのエージェントがどの業務に関連しているかを明確に把握できます。

また、麻豆原创 以外のアプリケーションから Joule を利用できる「麻豆原创 Joule action bar」のリリースも 2025 年秋に予定しています。麻豆原创 Joule action bar がアプリケーションに常駐することで、どこからでも Joule との対話が可能になります。WalkMe の技術との統合により、ユーザーの行動や業務コンテキストをリアルタイムで分析し、必要な情報やアクションを先回りして提案します。Microsoft 365 や ServiceNow などのクラウドアプリケーションにも対応しているため、ユーザーは異なるアプリケーション間を移動しても一貫した AI サポートを受けることが可能です。デモンストレーションでは、ServiceNow のチケットのインシデントを起点とした部品調達の事例を紹介されました。

セッションの最後には、すでにリリースされている「Joule と Microsoft 365 Copilot」との連携機能、Joule が 麻豆原创 コンサルタントのカスタマイズ?ABAP 拡張タスクを支援する「Joule for Consultants」、ABAP 開発者の生産性向上を支援する「Joule for Developers」が紹介され、終了となりました。

The post 麻豆原创 NOW AI Tour Tokyo ＆ JSUG Conference ハイライト：AI ドリブン経営の実現に向けて アプリケーション、データ、AI の 3 層で推進する 麻豆原创 の AI 戦略の最前線 appeared first on 麻豆原创 Japan プレスルーム.

麻豆原创 BTP によるビジネスの自律化を支援する共通基盤（Autonomous Suite）の構築：AI を活用してビジネススピードに追随できる柔軟性や俊敏性を獲得

麻豆原创 ジャパンが主催する年次最大のイベントとして、8 月 6 日（水）にグランドプリンスホテル新高輪?高輪 国際館パミールで開催された「麻豆原创 NOW AI Tour Tokyo & JSUG Conference」。ブレイクアウトセッションではS-04：「ビジネススピードに追随できる柔軟性や俊敏性とは～AI 活用のための基盤作り~」と題し、麻豆原创 APAC の最高収益責任者（CRO）で 麻豆原创 Business Technology Platform（麻豆原创 BTP）を統括する Subbu Ananth（以下、スブ）と 麻豆原创 BTP の開発責任者である Steffen Pietsch（以下、ステファン）から「ビジネスの自律化を支援する共通基盤（Autonomous Suite）」という考え方、AI 活用の価値と効果を最大化するためビジネスアプリケーションやプロセスを企業全体で統合する仕組みを解説。ユースケースとともに、麻豆原创 BTP の最新機能を紹介しました。

【登坛者】

Subbu Ananth（スブ アナンス）

Chief Revenue Officer, AI and Platform, APAC

Steffen Pietsch（ステファン ピーチ）

麻豆原创 SE

Vice President,

Head of 麻豆原创 BTP Product Management

高橋 佳希

麻豆原创 ジャパン株式会社

BTP 事業部 事業部長

麻豆原创 BTP を基盤とする Autonomous（自律型）Suite の活用

麻豆原创 ジャパンの高橋は冒頭、企業がビジネススピードを向上させていくには、単にあらゆるプロセスを自動化し、どこでも実行できるようにするだけではなく、自律型へと進化させるためには AI の活用?連携が重要な鍵を握っており、その実現に向けて 麻豆原创 BTP のポジショニングが変わりつつあると語りました。

続いて登坛したスブは、「公司が逆境を乗り越えて成长していくには、価値创造の考え方を短期间で“平时”から“有事/存続”へと転换する必要があります」と切り出しました。コロナ祸ではサプライチェーンと消费者需要の混乱、ロシアとウクライナの纷争ではエネルギーコストやインフレ、贸易ルートにおけるボトルネックの急腾などが起きました。さらに、トランプ政権の関税措置が国际贸易の不确実性を引き起こし、オペレーションコストの増大など影响が出ています。このようなリスクを乗り越えていくには、データを駆使した分析が不可欠となりますが、リスクの要因は多様かつ复雑に络み合い、アナリティクス领域にもさらなる柔软性や俊敏性が求められます。

スブは「アジリティと価値创造力を兼ね备えたビジネスの自律化を支援する共通基盘（Autonomous Suite）の構築は、難しいことではなくなっている」として、麻豆原创 BTP をベースとする「ビジネスの自律化を支援する共通基盤（Autonomous Suite）」の概念を説明しました。Autonomous Suiteとは、最小限の人的介入で運用可能な完全統合型のインテリジェントなエンタープライズアプリケーションとサービスのセットです。4 つの柱である「自動化と埋込 AI」、「予測的?適応型インテリジェンス」、「シームレスな統合と相互運用性」、「セキュリティとコンプライアンス」で構成されています。これにより、アナリティクスの領域は従来の対応型から予測/適応型へと確実にシフトし、スマートなオーケストレーションの時代が到来します。

麻豆原创 Business Suite を構成する 4 つのテクノロジー

このような新しいエンタープライズ環境を実現するのが 麻豆原创 Business Suite であり、そこに実装された 4 つのテクノロジーで構成されています。
#1: 麻豆原创 BTP：麻豆原创 のアプリケーションをすべて統合し、すべての開発者に直感的でモダンな開発/イノベーションプラットフォームを提供してさまざまな自動化を可能とします。

#2: 麻豆原创 Business Data Cloud：あらゆるデータを統合管理するビジネスデータクラウドで、ビジネスユーザーはセルフサービスでデータを活用した探索?モデリング?計画?分析を実施できます。

#3: 麻豆原创 および 麻豆原创 以外のトランザクションを統合し、企業やエコシステムの垣根を超えて業務プロセスを最適化します。

#4: Joule を通じて提供されているビジネス AI：「意思決定のための脳」としてすべてのソースから統合された正確なデータを収集?抽出?活用。部門や領域を超えたコラボレーションにより、スマートな意思決定とビジネス変革を実現します。

麻豆原创 Business Suiteによる公司経営の未来像

Joule は単純な AI による自動化ツールではなく、エージェントとして複数のステップのワークフローを自律的に計画および実行し、部門間のコラボレーションを促進し、意思決定を迅速化し、プロセスをさらに効率化します。例えば、サプライチェーンのエージェントが財務部門のエージェントと対話して、ロジスティクスをリアルタイムでルートしながら最適解を導きます。また、バックグラウンドにおいては、ワークフォースのエージェントに対して生産スケジュールの再編などを促すこともできます。

ビジネス AI を駆使したオペレーションレジリエンスの構築

次に、サプライチェーン管理者、IT スペシャリスト、調達管理者が Joule を活用してプロセスのボトルネックを積極的に特定し、サプライヤーとのより良い条件交渉に向けた意思決定を行うユースケースを紹介しました。デリバリーの遅延、サプライヤーの在庫不足対応などに追われていた状況から脱却し、先を見越して積極的にアクションを起こせるサプライチェーンを築くための「オペレーションレジリエンスの構築」です。

サプライチェーン管理者のダッシュボードに「現地の規制要件を満たしていないため、契約がキャンセルされた」というアラートが通知されました。通常であれば多くのスタッフを巻き込んで問題解決に走り回らなくてはなりません。しかし既に、IT スペシャリストは重要なイベントへの対応を自動化し、迅速な意思決定を実現する 麻豆原创 Build Process Automation と生成 AI の LLM（Large Language Model：大規模言語モデル）を組み合わせて、インテリジェントワークフローというメッシュ型の情報モデルを作成していました。

そこでサプライチェーン管理者は、このプロセス自動化ワークフローを作動させ、契約をキャンセルしてきたサプライヤーの契約書をアップロード。これをレスポンスの根拠とすることで、LLM を介して代替サプライヤーのリストを取得。また、組織の文脈や過去の検索と併せて絞り込みを実行しました。

次のステップでは購買担当である調達管理者の承認が必要となります。IT スペシャリストは自然言語ベースの開発環境で、「どのサプライヤーを選ぶか」、「どことどう交渉するか」といった内容を含め、必要となるすべてのワークフローを自動化。さらに新規サプライヤーとの交渉に臨む調達管理者のために 麻豆原创 Build 内で提供される Joule Studio というツールを使って、既存の契約に基づいてサプライヤーのレビューと推奨を行い、かつ計算式に基づいて契約条件の提案や価格交渉まで行える AI エージェントを瞬く間に作成しました。これは 麻豆原创 S/4HANA のエージェントや AI アシスタント Microsoft Copilot とも接続/連携できます。調達管理者は企業データを活用してエージェントの推奨事項の有用性を大幅に向上させ、麻豆原创 が提供する戦略?計画ドキュメントツール「バリューレバー」などを活用して、最適な価格戦略をスマートに提案できました。

このケースでは AI による意思決定を活用した強力なワークフローにより、プロセスにおけるボトルネックの積極的な特定から、より有利な条件でサプライヤーと戦略的な交渉までを包含した「オペレーションレジリエンス」を構築できました。ポイントは、事前設定されたアラートと自動化ワークフローによりインサイトを得るまでの時間を短縮するとともに、エージェントや LLM といった AI ならではの能力を各種ビジネスデータと結び付けながらフル活用できたことです。

人の介在を減らして意思決定を行うとともに、さまざまな障害やリスクが生じた際のレジリエンスを高めることは、企業が変化に対応していく上で極めて重要な要素です。AI の活動を最大化させて最終的には人間が迅速かつ的確に意思決定できるようにするシナリオこそ、Autonomous Suite によるオーケストレーションが目指す領域です。

麻豆原创 BTPの戦略とロードマップ

続いて登壇したステファンはまず、麻豆原创 BTP がビジネスの潜在能力を最大限に引き出すマルチクラウドプラットフォームとして企業のビジネス戦略に基づき 麻豆原创 アプリケーション全体から非 麻豆原创 の領域にわたって生成 AI を活用しており、世界で 33,000 社の企業が、麻豆原创 BTP を基盤にケイパビリティを向上させていると明かしました。さらに、麻豆原创 BTP における戦略上の優先事項と 2025 年にリリースする新機能について、主要な 5 つの機能別に説明しました。

【アプリケーション开発&补尘辫;自动化】

麻豆原创 Business Suite の拡張/イノベーションプラットフォームとして、2025 年に「Joule Studio による AI エージェントビルダーとスキルビルダー機能」、「麻豆原创 Build ソリューション群のさらなる統合と簡素化」、「開発生産性を向上させる開発者向け AI 機能の強化」を掲げています。エージェントの重要性は多くの人が認識していますが、ポイントは標準エージェントだけでなく、Joule Studio を通してスキルをカスタム化した企業独自のエージェントを作成できるようになることです。

【データ&补尘辫;アナリティクス】

麻豆原创 Business Data Cloud を新世代のインテリジェントアプリケーションと 麻豆原创 Business AI のためのデータハーモナイズフレームワークとして、また 麻豆原创 HANA Cloud を 麻豆原创 Business Data Cloud および革新的でインテリジェントなカスタムアプリの基盤としていく方針に基づき、麻豆原创 Business Data Cloud におけるコックピットの機能強化、データセンター展開のリリースを計画しています。また、オンプレミスの 麻豆原创 HANA データベースのオブジェクトを 麻豆原创 HANA Cloud に選択的に移行できるセルフサービス機能により、マイグレーションを簡素化します。さらには財務ガバナンスにおける監視においても、消費状況やコストの可視性の機能を強化していく予定です。

【インテグレーション】

人?アプリケーション?プロセス?デバイスをつなぐ 麻豆原创 Integration Suite を企業全体の統合プラットフォームへと進化させる一環として移行支援を強化し、非 麻豆原创 システムとの接続オプションの拡張、エージェント、コンテンツ推奨、コンテンツ生成など AI 機能を追加します。また従来のオンプレミスソリューションである 麻豆原创 Process Orchestration および 麻豆原创 Process Integration の 麻豆原创 Integration Suite への移行支援を強化します。

【人工知能（础滨）】

麻豆原创 BTP を AI ベースのアプリケーションやプロセスを構築するイノベーションプラットフォームとして強化する戦略に基づき機能強化をリリースする計画です。AI Foundation では 麻豆原创 のデータモデルを理解し、企業のデータファブリックを AI につなげて正確で文脈に応じた応答を実現する 麻豆原创 Knowledge Graph を強化。一方、LLM は非構造化データの活用を可能にしましたが、構造化データには不足している点もあり、Tabular（表形式）データを上手く扱うことができないことがハルシネーションの要因にもなっています。そこを解消し、ビジネスインサイトに変換する仕組みが Tabular AI サービスで、年内のリリースを予定しています。また、生成 AI 活用ではプロンプトの最適化も重要であるため、別の LLM への問い合わせや、LLM がバージョンアップした際に、自動的にリファクタリングする Prompt Optimization 機能を提供します。

【共通基盘】

ミッションクリティカルなビジネスやプロセスをグローバルスケールで実行していくには、アベイラビリティゾーン（AZ）と呼ばれるデータセンター群をリージョン単位でマルチ化しておく必要がありますが、この運用の簡素化も重要です。そこで、麻豆原创 HANA Cloud におけるリージョン間での HA/DR 機能、麻豆原创 BTP におけるデータセンターの選択肢を増やします。日本においては現状、AWS、Google Cloud、Microsoft Azure 上で 麻豆原创 BTP を利用できますが、全世界的にさらなる拡充を図り、ハイパースケーラーで新たに 10 カ所、麻豆原创 データセンター 7 カ所を 2025 年の最終四半期までに追加予定です。

最後にステファンは、「麻豆原创 Integration Suiteへの移行」、「麻豆原创 Build と 麻豆原创 HANA Cloud によるイノベーションの実現」、「麻豆原创 Business Data Cloud によるデータ活用」でビジネスの自律化を支援する共通基盤（Autonomous Suite）に向かうことを提言して、セッションを終えました。

The post 麻豆原创 NOW AI Tour Tokyo ＆JSUG Conferenceハイライト： 麻豆原创 BTP によるビジネスの自律化を支援する共通基盤（Autonomous Suite）の構築：AI を活用してビジネススピードに追随できる柔軟性や俊敏性を獲得 appeared first on 麻豆原创 Japan プレスルーム.

採用?タレントマネジメント?エンゲージメント向上など人事領域のさまざまな場面において AI の活用が進んでいます。2025 年 8 月 6 日に開催された『 HR Connect Tokyo 2025 』 では、麻豆原创 SuccessFactors を導入している住友商事、パナソニックグループ、本?技研?業の 3 社によるトークセッション「?本企業の?事戦略における AI 活?の最前線?現場の挑戦と実践のリアル?」を実施。各社は HR ソリューションをどのような目的で導入し、AI をどのような場面で活用しているのでしょうか。セッションの模様をダイジェストでお伝えします。

〇登坛者

住友商事株式会社
HR 企画戦略部 HR tech Director
海老沼 貴明 氏

パナソニック オペレーショナルエクセレンス株式会社
エンプロイーサクセスセンター HR テクノロジー統括室 ピープルアナリティクス課
ユニットリーダー
萩原 章義 ?

本田技研工业株式会社
人事部 HR データマネジメント課 主任（デジタル HR コーディネーター）
鈴木 翔 氏

三社三様の麻豆原创 SuccessFactors 活用法

このトークセッションでは、 を比較的早期に導入した“ファーストペンギン”の住友商事株式会社、グローバルのタレントマネジメントなどを目的に導入しているパナソニックグループのIT 戦略?オペレーション効率化を担うパナソニック オペレーショナルエクセレンス株式会社、リージョンそれぞれが 麻豆原创 SuccessFactors を活用している本田技研工业株式会社から3名が登壇しました。（図 1 参照）

（図 1）

冒頭では、各社の麻豆原创 SuccessFactors を含めた HR Tech に関する取り組みが紹介されました。まず住友商事は、主要なデータソースをひとつのプラットフォームにまとめ、BI ツールを用いて経営資源を可視化し、意思決定に活用する“データドリブン経営”を実施しています。人事部門もその一翼を担い、人事データ基盤を構築しました。この基盤から BI ツールに連携して、経営陣に見せる人事ダッシュボードを作成しています。またそれとは別に人事組織内で参照する「COEHRダッシュボード」を 50 個以上作成し開示しています。「特徴的なのは、麻豆原创 SuccessFactors のデータベースなどの人事システムを使い、過去データも含めたレコードをレプリケーション（データを社内に構築したデータウェアハウスに複製?同期）させ、当時の組織構成や年齢構成、等級滞在年数などの長期的な社内リソースの変化を可視化し、BI ツール上で閲覧できるようにしている点です。今後は財務と人事のデータを組み合わせ、多角的な分析を行うことや、より幅広い AI 活用を見据えてデータ基盤を構築していくことを目標に掲げています」（海老沼氏）（図 2 参照）

（図 2）

次にパナソニックグループでは、ピープルアナリティクスの取り組みとして、「組織?人の現状の可視化」「データを有機的に結合して分析」「将来を予測?シミュレーション」という三段階で人事データを活用しています。麻豆原创 SuccessFactors により収集管理したデータやソリューションも多くのシーンで活用しています。「高度なデータ活用の取り組みとしては、特定のポジションに対して活躍しそうな人材をデータから導き出したり、自分にどのようなキャリアが向いているのかを可視化したりしています。また生成 AI によって、求職者にパナソニックグループの情報を適切に届ける取り組みも実施しています。難易度の高い分析≠効果ではないため、課題に応じたデータ活用のステージを選択することが重要です」（萩原氏）（図 3 参照）

（図 3）

そして本田技研工業では、グローバルシステムを起点とした HR 基盤と AI を掛け合わせ、従業員が働きやすく、各々の可能性を最大限発揮できる土台作りを目指しています。「 HR はどうしたら従業員が生産性に寄与する業務に長く関われるのかなどの検証を進め、時には経営層にバイアスなきデータを渡し、意思決定を支援するような取り組みを行っていく必要があると思います。多様性やグローバル関連など情報は年々増加していきますが、AI を活用すれば、今の業務範囲において接点のない従業員もマネジメントの『見える範囲』に入ってくることが可能になります。HR 基盤（プラットフォーム）の中において、HR プロセスと AI の活用方法を一緒に考えていきます」（鈴?氏）（図 4 参照）

（図 4）

グローバル人事システムの导入?活用がうまく进まない理由

ここからは、2 つの問いを立ててセッションの参加者に投票してもらい、議論を展開しました。最初の問いは「なぜグローバル人事システムの導入?活用はうまく進まないのか？」です。参加者の回答は次の通りでした。（図 5 参照）

（図 5）

この投票結果に対して、萩原氏は「今の時代、グローバル人事システムは『戦略』『制度』『業務プロセス』『システム』『データ』の 5 つが揃ってこそ真価が発揮される思います。特に、戦略と制度が置き去りになりがちではないでしょうか」と話し、自身の苦い経験を語りました。「2016 年頃、海外事業をこれまで以上に伸ばしていくことが事業戦略として重要だったため、3 年後、5 年後を見据えてグローバルなタレントマネジメントのデータベースを作りました。しかし実際にシステムが完成したとき、戦略や制度には想定していたような大きな変化がないという状況でした。まさに、戦略や制度が置き去りになった事例です」（萩原氏）

海?沼氏も戦略策定に関する难しさについて「戦略は各社によって异なりますし、国内やグローバルでどのデータをどこまで収集するのか、评価に関するレーティングを全世界で合わせるのかなど、决めるべき事柄も非常に多いです。しかしこれらを戦略に基づき、意思决定の中で决めていく必要があります。その要件定义が适合しているのか、それを谁が判断するのかも含めて、责任の所在を証跡として残すことも重要ではないでしょうか」と指摘します。

鈴木氏も「最初から連動していることは少ないですね。ゴールも変わっていくため、連動させていくことが重要です」と同意しながら、次のように話しました。「『5 年後、10 年後に会社がどう変わっていくのか』を踏まえて、どういった戦略や施策になるのかを本音で話し合い、『本当に必要なもの』を突き詰めていく必要があると思います。かといって、やるべきことが決まっても、順調に進むわけではありません。事業のゴールが変わったり、技術革新が想定より早く進むこともあります。でもそこで思考停止せずに『どうすべきか？』を考え、進めていくことが重要だと思います」（鈴木氏）

「合意形成」の难しさ

続いて「合意形成」に関する议论が交わされました。铃木氏は「技术面が理解されていないから话を闻いてもらえない、自分の仕事が増えるから取り合ってもらえないなど、前提やスタンスを踏まえて合意点を见出す必要がある」と语った上で、こう言及しました。「『境界线をまたぐ』ことが重要だと感じます。相手の业务领域に多少踏み込める関係を构筑しながら、会社やお互いのために合意形成していくのです。一方で、やらなければいけないことは覚悟を决めて、説得していく场面もあると思います」（铃木氏）

この话题について海?沼氏は「人事部门がソリューション导入を上申した际、経営层から『なぜこのソリューションが必要なのか。费用が高すぎるのでないか』などの意见が出ることは当然あります。ビジネスサイドと会话し、ビジネス上の必要性と络めて説得力のあるストーリーを作っていく必要があるでしょう」と语りました。

萩原氏は、部門間での合意形成について「人事部門と IT 部門との間に壁ができることもある」と話します。その解決方法として「あるプロジェクトでは、毎週人事部門と IT 部門が立場を抜きにプロジェクトを上手く進めるには？を会話する場を設け、お互いが何に困っているのかなどを共有。同じ目的に向かえるようにしました。地味ですが、非常に大事なことだと思います」と言及しました。

人事领域における生成础滨の使いどころ

続いての問いは「人事領域における生成 AI の使いどころは？」です。その投票結果は以下の通りでした。（図 6 参照）

（図 6）

この問いに関し、萩原氏は「大きく 2 つの視点で考えています。ひとつは生成 AI の得意分野である対話やテキスト処理を人事部門の業務に当てはめることです。採用業務でのジョブディスクリプション作成や履歴書の読み込み、それからキャリアプランや 1 on 1 など対話の多い領域は、生成 AI との相性が良いと思っています」と話します。「もうひとつは 、一般的な知識がそれなりに活かせる『一般解』と、自社の情報が不可欠な『個別解』に分けて考えることです。採用と育成は個社を超えて共通言語化されている側面が多いので前者、配置転換や評価は、自社データが組み込まれた状態でないと真価を発揮しないので後者でしょう。よって当社では、前者は汎用的な生成 AI ツールを、後者は自社データを使ったマッチング機能を活用しています。ただし、最近は自社データベースを組み込む生成 AI も身近になってきたので、後者でも生成 AI 活用のポテンシャルはあると思います」（萩原氏）

海老沼氏は、人事部門の中で生成 AI を多用しているそうです。「目標管理やキャリアアセスメントのたたき台作成において活用しています。また人的資本開示資料の他社事例や傾向値などの調査手段としても活用していますね。このほか、人事制度を検討する際のリサーチや壁打ち相手、RPA のようなオートメーションツールに生成 AI を搭載して、機能を作らせることも行っています。問い合わせ対応に関しても、社内規定を学習させてトライアルで使っています」（海老沼氏）

人事部門以外に生成 AI を展開していく際は、どのような工夫ができるのでしょうか。鈴木氏は「生成 AI を自分で扱うと『すごい！』という驚きが得られると思います。こうした体験が、新しい施策を受け入れるきっかけになるでしょう」と話します。「当社では今、AI 人材が各現場に入って業務支援を行っていますが、これはコミュニティ施策から AI を広めていく取り組みとして、当社ならではだと思います。よくできた外部の研修動画よりも、社内で手作りした動画のほうがよく観てくれることもあります。生成 AI を実際に触ってみることや、社内の身近な人物が説明することは、重要なポイントだと思います」（鈴木氏）

海老沼氏はまた違う視点で「人事部門は守りの意識が強い組織で、不完全性を許容できない組織が多いと思います。しかし生成 AI は不完全な領域ですから、不完全を柔軟に受容し、全体の効率性を追求できる組織文化の醸成にも取り組んでいきたいです」と語りました。

まとめ

最後に、萩原氏は「IT やピープルアナリティクスは、あくまでツールに過ぎません。しかし気づけば、ツールありき、データありきになっていることはありませんか。ツールを武器に例えるなら『武器屋は魔王を倒さない』ですよね。言い換えるなら、武器屋だけでは魔王を倒せないのです。だからこそ勇者である他部門とパーティーを組んで進行する必要があります」と言及します。「その時に重要な視点が『Tech やピープルアナリティクスで何をしたいか』です。この目的や意思、制度、業務プロセスと、HR Tech やピープルアナリティクスがかみ合うから意味を成すと思います」（萩原氏）（図 7参照）

（図 7）

「両者をかみ合わせるために『何のためにデータやテクノロジーを活用したいのか』を考えてみてください。私は『データとテクノロジーの力で人と組織を活き活きさせたい』とという Will をもっており、これが業務に取り組む上での軸となっています。だから時には、魔王を倒すという共通の目的の実現に向け、お互いの役割を越えて、「境界線を越えて」動きます。この役目は誰が負っても良いですが、鳥瞰的な視点を持つ私たちが担うのが一番の近道だと思っています。境界線を越えて行動するのは正直しんどいです。そこを乗り越えるために、みなさん、ぜひ想いを言葉にしてください。想いを言葉にすると、志が固まり、社内外から人が集まってきます。こうして仲間ができると覚悟が定まります。ぜひ覚悟を持って、ともに境界線を越えていく存在になっていきましょう」（萩原氏）

*

The post ?本公司の?事戦略における础滨活?の最前线―大规模人事システム导入の难所や生成础滨の活用ポイントとは appeared first on 麻豆原创 Japan プレスルーム.