将来を見据えて復元力を追求する企業
企業は現在、多方面からの課題に直面している。自社の製品に対する需要はどのような状態にあるか。その需要に対応するための適切な（かつ最良の）サプライヤーが確保できていることをいかにして確認するか。自社の労働力にどのような能力を求め、将来の必須スキルを開発するために何をしなければならないか。デジタルツールをどの
ように計画し、導入していくか。新型コロナウイルス感染症（COVID-19）は、すべてのものをこれまで以上に不確かにした。ワクチン接種が進んだ後も、コロナ関連の側面が判断を左右し続けることになる。企業が製造ラインに必要最小限の人員だけを配備することにしたら、その製造業務にはどのような変化が生じるだろうか。それはリモート監視において、どのような意味合いを持つだろうか。
数十年間にわたり、フレキシビリティ（柔軟性）やアジリティ（機敏性）、より最近ではレジリエンス（復元力）という語が、強い願望を表現するために使われている。フレキシビリティは、変化する需要に応じて製造ラインを簡単に変更できることを重視するもので、アジリティは、それを一歩進めて、どれだけ迅速に適応できるかを検討することを企業に求めるものだった。フレキシビリティもアジリティも、主に社内に目を向けるものだった。レジリエンスは企業に対し、変化を検知してそれに対応するための社内能力を管理するとともに、将来を見据えつつ機敏に反応するエンドツーエンドの応答性を構築するためにサプライチェーンを管理することを求める。混乱から復旧して、需要の変化に迅速に対応するためのこの能力は、将来の企業のベンチマークとなるものである。
しかし、来たる混乱の初期兆候を検知し、企業対応を構築し、エコシステムを巻き込んで企業体制を整えるには、何が必要だろうか。これらは、2020年とそれ以降の企業を悩ませ続ける疑問である。以前にも増して今、変化の津波に正面から向き合うことが、重要な差別化因子となっている。
現代工場の転換
従来の製造業務は、規模の経済性を前提として成り立っていた。単位入力あたりの出力が増えれば効率は高まり、その改善を促進するための手段は、機能分化によって複雑さを管理することだった。しかし、工場における非常に重要な要素であるこの機能別サイロは、デジタル変革の障壁になりつつある。
技術は、新たな運用環境を可能にする。この環境は、機械レベルにおけるセンサ、接続されたデバイス、工場フロアから役員室までをつなぐ統合型エンタープライズシステムによって実現される。産業用IoT（Industrial In ternet of Things：IIoT）はもはや、未来のビジョンではない。それは今、実現可能である。インダストリー4.0（Industry 4.0）を推進する企業は、データを業務の中心に据えるように企業活動の焦点を定め直すことができる。このデータは、企業のすべてのサイロに学習を促し、顧客ニーズに関する洞察を高め、機械レベルの運用に関する洞察によって予期せぬダウンタイムを低減する、新しい運用モデルを可能にする。
アイリーン・ペトリック（Irene Petrick）とフェイス・マクリアリー（Faith McCreary）は、デジタル時代の産業競争の新しいダイナミクスに関する理解を深めるために、メーカーとそれを支えるエコシステム企業について調査している。2018年に開始したこの調査「Accelerate Industrial」では、500回を超えるインタビューを実施し、400を超える企業にアンケート調査を行った（1）。この調査では、デジタル変革が多面的な課題であることが示されている。インタビューした技術者の70%以上が、人間、プロセス、技術、組織の間の相互依存性を含む、システム上の課題を挙げた（図 1）。その具体的な項目は、表 1に示したとおりである。運用技術とレガシーシステムが、複雑さの要因として上位に挙げられているのは、予想どおりといえる。人間、エンタープライズシステム、ビジネス特性が、上位5項目に入っていることのほうが、意外かもしれない。
デジタル時代を勝ち抜くには、新しいスキルセットが必要である。表 2は、現在重要なスキルセットと将来重要になるスキルセットを対比して示したものである。技術者らはペトリックとマクリアリーに対し、プログラミングの基本的理解に加えて、製造に関する知識や、コミュニケーション能力／イノベーション能力が重要だと述べた。しかし、将来重要になるスキルの上位5項目は、すべてデジタル関連である。
製造関連の能力は、第6位となっている。製造知識が重要でないと言っているのではなく、先進技術が担う役割とデータを中心とする体制が、ビジネス価値の推進力になることを強調しているのだといえる。マルコ・イアンシティ氏（Marco Iansiti）とカリム・R・ラカニ氏（Karim R. Lakhani）は、人工知能（AI）の時代において、企業はそ
の中核を改革して、データ収集、分析、意思決定の産業化に焦点を合わる必要があると主張している（2）。同氏らがAI Factoryと呼ぶこの新しい運用モデルにおいて、データは顧客ニーズを、製造とバックエンド業務にシームレスにつなげる役割を担う。
図１ デジタル変革の包括的な複雑さ。
単なる商取引からサプライヤーと強固な基盤構築へ移行の重要性
サプライチェーンの管理は、かつてないほど困難になっている。私たちは今、個々の企業ではほぼ制御不可能な混乱が生じる世界に生きているためだ。天候の影響で製品配送に混乱が生じることは今後も続く。企業はこれまでも常に天候に対処しなければならなかったが、そうした混乱の規模はますます増大している。貿易摩擦から地域や国家の対立に至るまでの地政学的分断も、世界中で増加している。かつては堅実な低コスト戦略だったグローバルソーシングが、今では疑問視されている。20世紀末にサプライチェーンネットワークを促進した「China Price」は、もはや意味を持たない可能性がある。追い打ちをかけるかのように発生した、COVID-19による工場閉鎖、国境封鎖、重要部品の不足などの問題は、サプライチェーン管理を慎重に検討する必要性を、改めて強調している。米アクセンチュア社（Accenture）は最近、Fortune1000の企業の94%がCOVID19に関連するサプライチェーンの問題に遭遇したと回答し、75%が自社に負の影響または深刻な悪影響があったと回答したことを明らかにしている。COVID-19はゆくゆくは過ぎ去るかもしれないが、そうしたサプライチェーンの影響はその後も残り続ける。
（もっと読む場合は出典元へ）
出典元
http://ex-press.jp/wp-content/uploads/2021/07/036-039_marketwatch_in_pursuit_of_resilience.pdf