AI Transformationへ導くLEXAR
AI Transformationを実現した企業では営業利益が倍増する──そんな未来も、もはや夢ではありません。
しかし、このままでは、DXで繰り返されてきた「期待とのギャップ」に再び落胆することになります。
LEXARは、DXをはるかに超える生産性向上を実現する「AI Transformation」の実現を支援します。
AXを実現するサイクル
AI Transformationの実現には、以下の3STEPをサイクルとして回すことが重要です。
これにより、自律的かつ全社的に高い生産性を実現するトランスフォーメーションが可能になります。
XERV Modelyst
DXでも問題だったブラックボックス、AXではより障壁に
業務・システム・データのブラックボックス化、2025年の崖でも警鐘を鳴らされた問題は何一つ解決していません。DXで社会問題になったこの問題はAXにとっても大きな障壁になります。AXを実現するための主な障壁は以下の２つです。
-
人間が理解しない業務がどんどん製造されると統制できず、それ以上発展出来なくなる。昔のNotes問題や近年の2025年の崖の問題と同じ原因で躓き、AIを統制出来ない会社つまりAXを実現出来ない会社になっていく
-
AIは仕様をINPUTにモノづくりをするので、仕様を正しく把握しないとAIが正しく動いてくれない
これらの問題を解決し、AXを実現するには業務・システム・データのデジタル化することが大前提となっていきます。
XERV
生成AIによる製造テストの弱点を克服
生成AIの発展により、システムの自動製造やテストの自動化は現実のものになってなってきました。しかし、業務システムそのものを自動製造したという話は、まだあまり聞きません。それはなぜか。
これには2つの問題があるからです。
-
今のAIではかなり具体的な指示をしないとシステムを作成できない。部品の一つ一つに指示を出せば作れるが、包括的な指示だとTOKENを多く使い、精度も落ちる。
-
システムは仕様が複雑で情報を横断的に持つ必要性があり、多くの情報を持たせると精度が下がる
これらの問題するには、現状では使い手にスキルを要求します。しかし、仕様情報をデジタル化しているXERVならこの問題に対応できます。
XERV AI Analyst
旧来型のデータ分析でAXは出来ない
AIはシステム化や業務の自動化を実現するハードルを一気に下げ、これまでのように専門家によりビルを建てるような重厚長大なシステム構築を過去のものとしつつあります。
このような進化の中で、データ分析もまた専門家の手を離れ、業務部門主体でチャットで簡単にデータ分析が出来るようになります。
しかし、その実現もまた、業務・システム・データの仕様をデジタル空間で把握することが前提になります。
これまでのデータ分析基盤は、データ分析のためにシステムやデータ仕様を一部は把握し、実行してきました。しかし、AX時代は業務・システム・データ仕様はAXの基盤として整備し、データ分析にも活用するプロセスになります。データ分析は単独の基盤ではなく、AX基盤の１機能に過ぎない。AX時代のデータ分析はその捉え方が全く異なる時代になっていきます。