― 全てを捨てるDXから、現場を活かす「データの知能化」へ ―
はじめに：なぜ再定義が必要か
2018年に経済産業省が提起した「2025年の崖」は、日本企業にDXの必要性を強く認識させ、大きな推進力となりました。
しかし、このレポートは生成AI（LLM）登場以前の前提に基づいています。
当時想定されていた以下のシナリオは、現在では大きく変化しています。
- IT人材の不足によりシステム刷新が困難
- レガシーシステムのブラックボックス化による競争力低下
生成AIの進展により、これらの前提条件そのものが覆されたと言えます。
本稿では、「2026年の視点」から「2025年の崖」を再解釈し、DXの新たな方向性を3つの軸で整理します。
第1章：ボトルネックの変化
― 「人手不足」から「AI活用力格差」へ ―
従来の課題
- 開発人員不足（人月ビジネスの限界）
AI時代の本質
- コード生成はAIにより大幅に効率化
- 真に不足しているのは「設計力」と「業務定義力」
ChatGPT、GitHub、Gemini、Claude code、GitHub、などの登場により、開発生産性は飛躍的に向上しました。
これにより、
「人が足りないからできない」
という前提は成立しなくなっています。
結論
今後の格差は、
- AIを使いこなして10倍の成果を出す企業
- 従来型の人月依存から脱却できない企業
の間で拡大します。
「2025年の崖」 ビフォー・アフター比較
| 論点 | 従来の常識 | これからのDXの常識 |
| 最大のボトルネック | ITエンジニアの「人数」不足 | 生成AIを活用できる「プロンプト・アーキテクト」の不足 |
| レガシーへの対処 | 数年・数億円をかけた「全面刷新」 | AIによるコード解読と、現場UIを活かした「高速・部分モダン化」 |
| 目指すべきゴール | クラウド移行、ペーパーレス化 | 現場データのDB化と「AIエージェントによる自動完遂」 |
第2章：レガシー対応の進化
― 全面刷新から「AIによる段階的モダン化」へ ―
従来のアプローチ
- ブラックボックス化 → スクラップ＆ビルド
AI活用後のアプローチ
- コード解析・仕様生成をAIが支援
- 段階的な再構築（ミドルモダン化）
AIは以下を可能にします：
- 古いコードの解析（COBOL、VBAなど）
- 自動仕様書作成
- モダン言語への変換
結論
巨額投資による全面刷新ではなく、
「既存資産を活かしながら中身を再構築する」 ことが、最も合理的な戦略となります。
第3章：DXの目的の変化
― 「守り」から「データの知能化」へ ―
従来のDX
- クラウド移行
- ペーパーレス化
- 業務効率化
AI時代のDX
- データをAIに接続
- 判断の高度化・自動化
- 暗黙知の形式知化
特に重要なのは、
- 現場データ
- Excel資産
- ベテランのノウハウ（現場の知恵）
を構造化して活用することです。
結論
DXの本質は、
「システムの移行」ではなく「データの知能化」
にあります。
第4章：比較で見る「2025年の崖」の進化
| 論点 | 従来 | AI時代 |
| ボトルネック | 技術者の量 | AI活用能力 |
| レガシー対応 | 全面刷新 | 段階的モダン化 |
| 目的 | 効率化 | AIによる価値創出 |
第5章：現実解としてのアプローチ
― dbSheetに代表される「現場活用型DX」 ―
現場のExcel資産を活かしながら、
- データをDB化
- ガバナンスを強化
- AI活用基盤を整備
といったアプローチは、非常に合理的です。
特に中堅・中小企業においては、
- UIは変えない
- データ構造のみ改善する
という戦略が、高い成功確率を持ちます。
第6章：なぜ「捨てるDX」は失敗するのか
大企業と中堅企業の違い
| 区分 | 特徴 |
| 大企業 | 標準化で効率を出す |
| 中堅企業 | 柔軟性で競争優位を持つ |
中堅企業においては、
- 非標準業務
- Excelによる柔軟対応
こそが競争力です。
問題点
従来のDXはこれを
「非効率なレガシー」 として排除してきました。
結論
その結果、
競争力そのものを失うDX が発生しています。
第7章：資金力では成功は決まらない
大企業の失敗要因
- 要件肥大化
- 丸投げ体質
- サンクコスト
中堅企業の強み
- 意思決定の速さ
- 小さく始める柔軟性
- 現場との距離の近さ
結論
DXの成否は、
資金ではなく「意思決定と進め方」
で決まります。
第8章：成功・失敗を分ける本質
| 失敗する企業 | 成功する企業 |
| 手段が目的化 | 課題解決志向 |
| 一括刷新 | 段階的導入 |
| 丸投げ | 内製主導 |
第9章：「クリーンコア」の落とし穴
本来合理的な概念である「クリーンコア」も、
中堅企業においてはリスクとなる場合があります。
問題点
- 現場が標準業務に適応できない
- 外付け開発コストが過大
- 運用不能になる
背景要因
- ブランド志向（例：SAP）
- ベンダー主導の提案
第10章：現場に適合する「真のクリーンコア」
重要なのは以下の分離です：
- コア（DB）：標準化・統制
- UI（現場）：柔軟性維持
ExcelをUIとして活かしながら、 裏側のデータを統合するモデルは、
現場を壊さないクリーンコア
つまり、中身（ＤＢ）はクリーンに、画面（Excel）は現場ファーストに
と言えます。
結論：これからのDXとは何か
大企業のDX：
- 標準化による最適化（大衆化）
中堅企業のDX：
- 強みである「現場の柔軟性とスピード」をシステム化する『独自化』が重要
最終メッセージ：
DXとは「システムを入れること」ではなく
自社の強みを、データとして再構築することです。
コメント