デジタル糸でIoT成功を解き放つ

IoTは単にデバイスを接続するだけではありません。IoTを最大限に活用すれば、実験にとどまらずビジネス成果を実現できます。

デバイスメーカーのエンジニアが、リモートセンサーのフィードバックで自社デバイスの現場故障を自動通知受信できたら？ さらに、そのデバイスが製造ラインで製造されたときのテストデータに即座にアクセスできたら？ どんな貴重な洞察が得られるでしょう？ エンジニアがデバイスのライフサイクル全体のフィールドデータにアクセスし、他の記録システムから主要なサービス・ロジスティクスデータを重ね合わせられたら？ 製品設計、製造、その他のビジネス領域にどう影響するでしょう？ IoTとデータ分析の豊かな連携が実現すれば、この成果は可能です。

分析はIoTの真の潜在能力を解き放つ鍵です。データ分析を通じて、企業はIoTを戦略的に活用し、意味のあるビジネス成果を創出できます。「履行して反応」から「予測して先手」へ。IoTを正しく行えば、デバイス故障前に介入し、カスタマーサービスコールを削減できます。しかし多くの組織はここで躓きます。プロジェクトはパイロットモードで立ち往生し、手の届くすべてのIoTデータを完全に運用化できません。

では、データ分析とIoTを隔てているものは何か？ どうすればそれらを結びつけられるか？

IoT成功の障壁

内部の不調和は繰り返し見られるテーマです。「サイエンスフェア」アプローチでIoT運用を構築する企業に表れます。異なるチームが各自のパートを、独自の要件とPoCで進め——すべてイノベーションを追うが、運用化や収益化といったビジネス成果に結びつく調整された形ではない。多くの時間とエネルギーが実験に費やされ、ビジネス目標が見落とされる。分析は行われるが戦略的ではない。「履行して反応」のフェーズで停滞する。「予測して先手」のフェーズへ進むところに、IoTが差を生み始めるポイントがあります。

IoTプラットフォーム立ち上げの過程で、データは通常その源から遠くへ行きません。この過程でいくつかのデータサイロは崩壊しますが、その代わりに新たなサイロを複製・創出しやすいのです。完全に実現されたIoT運用には、リーダーがデータを広くリアルタイムで共有する意識的な努力が必要です。サイロの中では、豊かなデータが冗長化し、チーム間で努力が重複します。結果としてボトルネックが生じ、迅速なアクションを阻害します。データはIoTにおける目と耳であり、それがなければ闇雲に働くことになります。

最後に、IoT運用の導入は決して小さな偉業ではありません。時間とともに適応・変化しなければならない高度に複雑な技術形態です。プラットフォーム構築の技術的専門知識を持つ組織は多くなく、構築後も維持・進化の負担を担うのはさらに困難です。分析だけでも、IoT接続デバイスが収集する膨大なデータから価値を抽出・最大化する専任のデータサイエンティストグループが必要です。

デジタル糸を織る

IoT運用でデータを優先する最善の方法は、デジタル糸を作ることです。これは組織全体を貫く共通の通し糸です。製品、システム、人、顧客、パートナーを接続します。データはこの糸を容易に移動し、すべての関係者がアクセスできます。糸の中で異なるデータセットを優先し、あらゆるサイロを相互接続し、情報を中央のより管理しやすい制御ポイントへ集約できます。

例えば、デジタル糸は製品のエンドツーエンドライフサイクル全体を編み込めます。設計、製造、出荷、現場使用、メンテナンス、廃棄まで、各段階で生成されるデータを取り込みます。データは広範なクローズドループに生き、分析に適しています。一度、適切なデータを適切な場所に揃えれば、例えば製品ライフサイクルを新たな形で改善する予測的洞察を導き出せます。信頼し、行動できるデータ駆動の洞察——それがビジネス成果を達成するためのものです。

このデジタル糸を組織に織り込むには以下が必要です：

• トップの賛同がボトムの賛同を生む—— デジタル糸は大規模なビジネス変革であり、成功には経営層の専任スポンサーシップが不可欠。できるだけ早期に賛同を得て、初期成果を見せて巻き込む。C-suiteの可視的かつ積極的なエグゼクティブスポンサーシップがあれば、全社が支援し、成功に向け行動変容しやすい。組織のピースがより自然に噛み合う。そうでなければ現場レベルで抵抗を期待せよ。
• ビジネスユニットからの明確な賛同—— トップの賛同と同様に重要なのが、特に技術サイドの業務ラインからの賛同。これによりビジネス主導のユースケースが確立され、「プル」メカニズムが、ITなど中央組織主導の「プッシュ」メカニズムと共に機能する。そうでなければ中央側のフラストレーションが溜まり、実質的なビジネス成果は得られない。
• 組織内にデータサイエンス文化を強化する—— 組織横断でデータ駆動の洞察を解き放つ専任のデータ分析チームを創設。データサイエンティストとハイエンドデータユーザーで構成し、「データヒーロー」として、データを扱い、どう活用すべきか知る専門性を持たせる。そうでなければ、業務ラインがデータを「プル」しようとしても技術的に手に負えない。
• クリーンで自動化されたデータフロー—— データから洞察へのプロセスを自動化。業務ラインが関与する手作業プロセスを減らし、排除。サブジェクトマターエキスパートと密に連携し、データをクリーンに、アノテーションまで施して、ビジネス採用の障壁を最小化。そうでなければ、社内データ消費者はどのデータを選ぶべきか迷い、その完全性への信頼も失う。

IoTは単にデバイスを接続するだけではありません。データと人も連携して一体的に働かなければなりません。すべてのピースが嵌めば、IoTを最大限に活用し、実験ではなくビジネス成果を実現できます。