製造業のデジタルトランスフォーメーションでは人を優先する

一番上から下まで、あらゆる従業員の役割が変わっていく。

デジタルトランスフォーメーションの核心は、従業員が個人と組織の目標をより効率的かつ確実に達成できるようにすることですが、それは、その従業員が日々の仕事の進め方を大きく変えることで初めて実現します。容易に入手できるデータと情報の流入により、より高い生産性を実現するためには、現場の社員と管理職の両方の役割を変える必要があるのです。

システムが接続され、プロセスがデジタル化されると、データ収集やレポート作成など、かつては製造担当者やチームリーダが手作業で行なっていた多くの情報ベースのタスクが自動化されます。これは、従業員の役割を反復的な作業から、より分析的で問題解決的な作業へと進化させる好機です。しかし、週に何時間もデータ収集やレポート作成に費やしている従業員がいる場合、この変化に対する自然な反応として、デジタルツールの使用をためらったり、直接対処しなければ雇用の安定が損なわれるのではないかという懸念が生じます。

デジタルトランスフォーメーションにより、意思決定のスピードは格段に向上し、リアルタイムでの意思決定も可能になります。しかし、これらの意思決定が少数のオペレーションマネージャによって行なわれるのであれば、製造メーカは情報と意思決定の「ボトルネック」を抱えることになり、テクノロジの潜在的価値を著しく低下させることになりかねません。どのように、どのレベルで意思決定を行なうかが変わってくるのです。

よくある誤解は、データ分析には必ずデータサイエンティストが必要だということです。機械学習やAIなどの高度な分析ではそうですが、データ駆動型の文化とは、データ分析ツールや手法の能力を会社全体に浸透させる必要があることを意味します。製造メーカは通常、すでにプロセス駆動型の分析担当者を雇用しています。適切なトレーニングや能力開発を行なえば、これらの従業員はデータ分析の専門家として活躍することができます。

従業員がデータ分析に関する新しい知識と、プロセスや機械に関する既存の知識を組み合わせることで、デジタルジャーニーの最前線に素早く立つことができるのです。既存の人材の再教育とスキルアップは、従業員のエンゲージメントと定着率の長期的な改善、部門横断的なコラボレーションの増加、最新技術のトレンドの採用に貢献します。

明示的なテクニカルスキルだけでなく、従業員にはデータを用いた診断や問題解決のスキルも必要になってきます。これまではデータを集めるだけだった従業員が、データに基づく新たな洞察に基づく問題解決を求められるようになったのです。組織は、このような機会を活用するために、従業員が学習し、成長する準備ができていることを確認する必要があります。

デジタルの世界の組織では、学習と変化のためのより速いペースを採用する必要がある。

製造業やオートメーションのプロジェクトは、多くの場合、高い資本支出を伴う投資であり、プロジェクトのタイムラインも長く、一歩間違えれば非常に大きな損失を被る可能性があります。デジタルの取り組みは、同じように考えるべきではありません。むしろ、デジタルプロジェクトは、学んだ教訓に基づいて迅速に反復し、アジャイルな開発手法を活用して新機能を実装する機会なのです。そのためには、繰り返しのひとつひとつが学び、継続的に成長する機会となるような文化が必要です。ピーター･センゲが提唱した「学習する組織」の特長は、体系的な問題解決、実験、知識の伝達などです。

体系的な問題解決とは、仮説を立て、その仮説を検証し、仮定ではなくデータを用いて意思決定を行なうことです。MVP (Minimum Viable Product: 必要最低限の機能を備えたプロダクト)アプローチは、仮説を素早く検証し、ソリューションの有効性を評価するためのデータを生成するために使用されます。共通の企業プラットフォームを使用する場合、MVPは影響があると判断されれば、すぐに企業全体に拡大することができます。