「データサイエンティストを育成したが、成果に結びつかない」「データ基盤や分析ツールへの投資対効果が得られない」など多くの企業から悩みが寄せられるという滋賀大学データサイエンス学部の河本薫教授。キーエンスやNTTドコモをはじめとしたデータドリブンを実践する日本型企業9社に河本教授がインタビューしたなかから導き出した、企業が乗り越えるべき壁、起こすべき行動とはどのようなものだろうか。悩める企業に対する解決のヒントを提示した講演の骨子をお届けする。

※本稿は、Japan Innovation Review主催の「第2回データイノベーションフォーラム」における「データドリブンカンパニーへの道／滋賀大学・データサイエンス学部 教授 河本薫氏」」（2024年6月に配信）をもとに制作しています。

データドリブンを実現できない、日本企業から聞こえてくる悩み

「データドリブン」はさまざまな定義で用いられますが、ここでは「意思決定のやり方を合理的にする」ということを示唆する言葉と捉えてください。

　さて、昨今の日本企業の経営計画には「データドリブン経営を目指す」という趣旨の宣言が織り込まれ、推進組織の設立、データやAIに関する社内教育、データ分析基盤の構築、あるいは象徴的なプロジェクトの推進などの目標が掲げられています。

　しかし、実際に成果を収めている企業は多くありません。私の下にも「データサイエンティストを育成したが、成果に結びつかない」「データ基盤や分析ツールへの投資対効果が得られない」など、悩みが寄せられています。

　多くの日本企業にとって、データドリブンの実現が難しいのはなぜか。その理由を知るために、私はデータドリブンを実践する日本型の企業9社を対象に、インタビューを行ってきました。

　例えば、営業利益率の高さで知られるキーエンスでは、ビジネス部門のメンバーが、主体的にデータを活用して意思決定しながらビジネスを動かす風土をつくり、さらには社内で培ったデータ分析プラットフォーム「KI」を外販しています。

　同社は特別な研修はせず、「DX推進」という言葉すら掲げていません。インタビューでは、「一人一人の社員が『生産性を上げる』という理念の下、因果関係を追及する」「決定や結果に対して、常に『なぜ？』を問う」「『なぜ？』を解明するために、自然とデータを使うようになる」といったことが語られました。

　理想的なデータドリブン企業といえるキーエンスと、データ・AI活用の成果が出ずに悩む企業との違いはどこにあるでしょうか。