近年、AI技術が身近になり、様々なAIサービスを利用できるようになっています。その中でも特に話題となったものに、対話型AIのChatGPTがあります。ChatGPTの人間らしい自然な回答に驚いた方も多いでしょう。

**OpenAIはChatGPTをはじめとした様々なAIサービスを提供し、AIの開発と普及を目指す研究機関です。**

この記事では、OpenAIや同社が手掛ける生成AIに興味がある方のために、OpenAIの歴史や提供しているサービスについて解説します。

【参考】：[OpenAI](https://openai.com/)

*OpenAIはアメリカ・サンフランシスコに拠点を置き、様々なAIモデルを開発・公開している研究機関です。*創立当初は非営利研究機関として始まりましたが、現在は利益制限付きの子会社を設けて研究を行っています。

OpenAIが開発した生成AIを利用することで、学習したデータから新たなテキスト・画像・音楽・動画・プログラムのコードなどを生成できることで注目を集めています。

OpenAIがAI技術関連の世界だけでなく広く一般にも知られるきっかけとなったのは、対話型AIのChatGPTでしょう。

2022年11月の一般公開以来、1週間に満たないうちに100万人以上の利用者を獲得し、2か月後には利用者が1億人以上を記録するなど、世界中に急速に浸透しています。

ChatGPTは、ちょうど近年の社会の動きであるAI技術の進展と、企業・個人のAI活用への動きがかみ合ったタイミングで一般公開されたことから、驚異的な速さで普及したとみられます。

ChatGPTは今や大規模自然言語モデル（LLM）を使用した代表的な対話型AIサービスであるといえるでしょう。

*OpenAIは、単にテキスト生成系AIだけでなく、画像生成系AIや音声生成系AIなどの多様なAIモデルも開発しています。*企業や個人がAIを積極的に活用する中、OpenAIの技術は今後、多くの人の仕事や会社の方針などにも大きな影響を及ぼす可能性があると考えられています。

ChatGPTとは？今話題のAIチャットボットの概要や仕組みを解説！

ChatGPTの使い方とは？実際に使用するまでの流れを解説！

ChatGPTで一般にも広くその名を知られるようになったOpenAIですが、どのような団体なのでしょうか。ここでは、OpenAIの歴史や掲げている目的、そして手がけている生成AIの進化などについて解説します。

*OpenAIはサム・アルトマン氏、イーロン・マスク氏、グレッグ・ブロックマン氏などの世界的に著名な投資家や起業家が共同創業しました。*

研究チームも機械学習の世界的専門家であるイリヤ・サツケヴァー氏を研究ディレクターとし、世界クラスの研究エンジニアや科学者をアドバイザーとして迎えて構成されています。

非営利研究機関として始まりましたが、AI開発による利益を世界に届けるための研究に必要な設備の構築・人材への投資力を高めることを目的に、2019年に利益制限付きの子会社を設立して開発を進めています。

【参考】：[Introducing OpenAI](https://openai.com/blog/introducing-openai#OpenAI)
【参考】：[Our structure](https://openai.com/our-structure)

*OpenAIはその目的として、人類の利益のために安全で有益な汎用人工知能（AGI）を構築することを掲げています。*そのために世界でもトップクラスのAI研究者やエンジニアを集め、革新的なAIモデルやツールを開発・公開しています。

高度で先進的なAI技術を開発する一方で、AIには誤用や事故などのリスクが伴うことも大きな課題としてとらえています。AIの革新がもたらす可能性とリスクを把握し、安全性を保ちながら活用できるAIの開発を通して人類の豊かさの向上を目指しています。

【参考】：[Our structure](https://openai.com/our-structure)
【参考】：[Planning for AGI and beyond](https://openai.com/blog/planning-for-agi-and-beyond)

今さら聞けない人工知能（AI）の基礎知識｜AI開発の基本を解説！

人工無脳とは？人工知能との違いや活用事例をわかりやすく解説！

### OpenAIが手掛けるAIモデルの歴史

OpenAIは設立後、強化学習アルゴリズムを開発支援ツールキットの「OpenAI Gym」のベータ版や、AI学習プラットフォームの「Universe」の開発を行いました。

その後、2018年には自然言語処理モデルである「GPT-1」を発表しました。その後、2022年11月には、GPT-3.5モデルをベースにしたChatGPTがリリースされました。

*2023年12月時点では「GPT-4」まで公開され、ChatGPTの有償版ではGPT-4の機能を利用することができるようになっています。*

また、2021年には自然言語から画像を生成できる画像生成AIの「DALL·E」がリリースされ、上位モデルの「DALL·E 3」まで登場しています。

2022年には、膨大な多言語学習データに基づいてトレーニングされた音声からの文字起こしAIの「Whisper」も公開され、AIの新たな可能性を広げています。

【参考】：[OpenAI Gym Beta](https://openai.com/research/openai-gym-beta)
【参考】：[Universe](https://openai.com/research/universe)
【参考】：[GPT-4](https://openai.com/gpt-4)
【参考】：[DALL·E 3](https://openai.com/dall-e-3)
【参考】：[Introducing Whisper](https://openai.com/research/whisper)

自然言語処理とは？注目される理由やできることをわかりやすく解説

OpenAIのGPT-4とは？ChatGPTの進化版について解説！

## OpenAIの主要なAIサービスと活用事例

OpenAIが開発した生成AIモデルは実際にどのように使われているのでしょうか。ここでは、OpenAIが提供しているAIサービスの内容と、その活用事例について解説します。

ChatGPTはテキスト生成系AIであり、会話形式でAIとやり取りを行います。問いかけを入力すると、まるで人間が回答しているように自然で滑らかな文章を生成して返事をしてくれます。

GPT-3.5モデルをベースにしたChatGPTは無償登録で利用できます。さらに活用したい場合は、有償プランで最新のモデルであるGPT-4をベースにしたChatGPTや、企業向けChatGPT EnterpriseChatも利用可能です。

*文章要約・メールの本文作成・議事録の作成など、テキストを用いたビジネス業務で幅広く活用できます。*また、プログラミングのコード生成も行うことができ、業務効率化の大きな手助けとなるサービスといえるでしょう。

ChatGPTでできることは? 何ができるか、できないことも併せ全12編を解説

ChatGPTをプログラミングの学習に活用しよう！その方法を解説

DALL·Eは、テキストから指示を受けて画像を生成する画像生成AIです。テキストで生成してほしい画像の内容を指示するだけで、その内容を反映した画像を表示してくれます。

*指示したテキストによって、実際にはないありえない風景を描写したり、「ピカソ風」などの画風テイストで描画したりできるため、自由な発想で画像を生成できます。*

DALL・Eのリリース後に登場したDALL・E 2やDALL・E 3では、テキスト指示からさらに多くのニュアンスや詳細を理解でき、利用者のアイデアをより正確に画像に反映することができるようになっています。

Whisperは、音声データをテキストに変換する音声認識モデルです。680,000時間もの音声データを基にトレーニングし、会話から歌まで多様な音声データに対応しています。

*会議や講演、歌などを録音したデータを読み込ませることで文字起こしができます。*多言語認識も可能で、日本語の音声もテキストに変換できます。

ChatGPTとWhisperの違いは？料金や使い方も解説

## OpenAIのサービスで行える業務改善とは

ここでは、実際にこれらのOpenAIのAIサービスを利用することで、どのような業務改善を行うことができるのか説明します。会議資料の作成やアイデア出し、プログラミングのサポートなど、多くの場面で自動化や省力化を行うことができます。

### 文書作成や会議資料の整理の効率化

*生成AIは、文書を処理する様々な場面で作業の効率化を手助けしてくれます。*

ChatGPTでビジネスメールや文書の自動作成を行ったり、会議の議事録をまとめて整理したりすることができます。

例えばビジネスメールでは、新商品のおすすめの営業メールやお詫びのメールなどのサンプルを作成してくれます。ブログの記事も、キーワードや内容を指定するだけで自動的に生成してくれます。

また、Whisperを使用し会議の録音を文字起こしして、ChatGPTの文章要約で議事録をまとめることも可能です。

仕事を行う上で、新しいアイデアを出すのは大変なものです。*例えば新商品のアイデアやデザインを考えるのには大変な時間と労力が必要ですが、生成AIツールを活用すれば、このようなアイデア出しを力強くサポートしてくれます。*

ChatGPTに「新商品に取り入れたい特徴」について相談すれば、多様なアイデアを提案してくれます。それを元に膨らませたり広げたりして、アイデアの形を整えていくことができます。

また、DALL·Eは商品のイメージをテキストで伝えることで、イメージや条件を反映したロゴや画像を生成してくれるため、デザイン作成の下地にすることもできるでしょう。

### プログラミングのスピードアップやノーコード化

ITエンジニアにとって、ChatGPTはプログラミングのサポートにも役立ちます。*ChatGPTは、プログラミング言語と作りたい機能を伝えると、簡単な物であれば自動でコードを生成してくれて、プログラミングの効率化を図ることができます。*

また、利用者が自分で作成したプログラミングのレビューも行ってくれます。エラーが出たコードをChatGPTに入力することで、エラーの原因を調べて、最適なコードの提案まで行ってくれます。これによりエラーの修正の時間が短縮できるでしょう。

急成長中のノーコード開発とは？今後プログラマーの仕事がなくなる？

### OpenAIのサービスを活用する際の注意点とは

生成AIの便利な活用例について解説しましたが、利用する場合には注意すべき点もあります。

例えば、ChatGPTは最新の情報を学習していない場合や、誤った情報を提供することがあります。そのため、回答された情報の正確性は利用者自身で確認することが重要です。

また、DALL·Eで生成された画像を利用する場合は著作権や知的財産権に注意し、他で利用されているデザインや画像に類似するものがないか十分確認する必要があります。

*生成AIが生み出した情報を問題なく利用するための責任は、最終的に利用者にあることを認識して活用しましょう。*

OpenAIが開発した生成AIを多くの人が活用できるようになり、様々な業務の効率化や自動化の推進にも大きな影響を与えると考えられます。ここでは、OpenAIのこれからの展開や社会的影響について解説します。

OpenAIは、世界中の人々が生成AI技術を活用できるように、ChatGPTなどのサービス提供とともに、研究・開発したツールをオープンソース化して提供しています。APIも提供して、アプリへの組み込みやビジネスでの活用も容易に行えるようになっています。

また、現在は日本法人はありませんが、2023年には日本がAI開発において重要な役割を果たすと述べ、将来のAIの活用のために日本での活動拡大に力を入れる姿勢を見せています。

*このように、OpenAIは日本市場への進出を検討しながら、AI技術の普及を通した社会への貢献に力を注いでいます。*

### OpenAIの技術がもたらす社会的影響

ChatGPTの登場により、大幅な作業効率化やインターネットサービスの変革が期待されています。*しかしその一方で、人間の仕事がAIに置き換わって雇用が減少する可能性や、企業における技術導入の費用負担増などの懸念も浮上しています。*

OpenAIはこのようなAI技術の活用における問題点にも焦点を当て、そのリスクも考慮しながら社会に価値を提供する方針を打ち出しています。

今後、このようなAI技術を使った業務やビジネスの変革は時代の流れともいえるでしょう。利用者においてもその社会的影響を議論し、リテラシーをもって適切にAIを活用することが重要であるといえるでしょう。

## OpenAIがもたらすAI技術を業務改善につなげよう

ここまで、OpenAIの歴史や提供するサービスの内容について解説してきました。OpenAIがChatGPTやDALL·Eなどの革新的なAIモデルを提供し、人類の利益に役立つAI技術の開発を目指す組織であることが分かりました。

*ITエンジニアとして働く多くの方にとっても、日頃の業務の様々な場面でOpenAIの提供するAIモデルを活用することができるでしょう。*適切なAIサービスの利用を通して、業務の高品質化や効率化を目指していきましょう。

OpenAIは生成AIのAIモデルを開発し、ChatGPTをはじめとするAIサービスを提供する研究機関です。人類の利益に貢献するAI技術の開発を目指しています。この記事ではOpenAIに興味がある方のために、OpenAIの歴史や提供サービスについて解説します。

OpenAIはAI技術の研究機関で、ChatGPTやDALL·Eなどの革新的なAIサービスを提供している

OpenAIの目的は、人類の利益のためにAI技術を発展させることである

OpenAIによる生成AIで、ビジネス文書作成や画像生成など様々な業務効率化が可能

OpenAIとは？その歴史や目的・主要なAIサービスを解説

*AWS*はおよそ**200に及ぶサービス**を提供しており、かなり膨大なサービス数です。
AWSでは豊富なサービスを試してもらうために*無料枠*を設けており、それを*AWS 無料利用枠*と言います。無料利用枠としては以下の*3種類の利用方法*が提供されており、**85以上のサービスが対象**です。

・*常に無料*
　無料利用枠には有効期限が設定されておらず、全てのAWSのお客様が利用可能です。
・*12ヶ月間無料*
　AWSに最初にサインアップした日（作成日）から12ヶ月間サービスが利用できます。
・*トライアル*
　お試し用に特定のサービスにはアクティベート後短期間の無料期間が設定されています。
参考：[AWS 無料利用枠](https://aws.amazon.com/jp/free/free-tier/)

【AWS入門】ITエンジニアなら知っておくべきAWSの基礎知識

AWSのサービス一覧は？豊富なサービスを活用しよう！

### AWS 無料利用枠の有効期限は？

有効期限が*12ヶ月無料*タイプのサービスでは、**アカウントサインアップから1年間所定の上限まで**サービスが利用できます。*トライアル*の場合は、**所定の時間または初回に限り**サービスが無料で利用可能です。無料利用枠の*有効期限が切れた場合*は、*標準の従量課金制*での支払方法となります。

AWSの料金計算法を覚えて頼られるITエンジニアになるために

### 無料利用枠での請求上の留意点は？

*AWS無料利用枠*は、色々なサービスを試してみるには利用価値が高いものです。注意しなければならないことは、**1ヶ月あたりで無料利用枠が計算される**ことです。具体的には1ヶ月の*無料利用枠を使い切らなかった場合*でも*翌月に繰り越しされません*し、*使いすぎた場合*は*標準の従量課金制*により支払い請求が生じます。

無料利用枠の*使用状況*は、*Billing&Cost Managementダッシュボード*で**確認可能**です。こまめに確認して有効活用しましょう。同様に、*すべてのサービスが無料ではありません*ので、無料利用枠対象外のサービスについても請求が生じます。その場合も、*Billing&Cost Managementダッシュボード*で*確認する必要*があります。

### [常に無料]の無料利用枠対応サービスは？

2021年4月の時点で、*以下のサービス*が**無料利用枠を提供**しています。

・分析
　AWS Glue : 100万AWS Glueデータカタログへのオブジェクトの保存
・アプリケーションの統合
　Amazon SQS : 100万のリクエスト
　Amazon SWF : 10,000のアクティビティタスク
　AWS Step Functions : 4,000/月の状態遷移
・ビジネスの生産性
　Amazon Chime : 無制限のAmazon Chimeベーシックの使用
・コンピューティング
　AWS Lambda : 100万/月の無料リクエスト
・カスタマーエンゲージメント
　Amazon SES : 62,000の送信メッセージ/月
・データベース
　Amazon DynamoDB : 25GBのストレージ
　AWS Database Migration Service : 750時間Amazon DMS Single-AZ dms.t2.microインスタンスの使用
・デベロッパー用ツール
　Amazon CloudWatch : 10カスタムメトリクスおよびアラーム
　AWS CodeBuild : 100ビルド分
　AWS CodeCommit : 5のアクティブユーザー/月
　AWS CodePipeline : 1のアクティブパイプライン/月
　AWS X-Ray : 100,000/月のトレースの記録
・フロントエンドウェブおよびモバイル
　Amazon SNS : 100万の発行
　Amazon Cognito : 50,000MAU/月
・マネジメントとガバナンス
　AWS License Manage : 無制限サードパーティーのライセンス使用の管理
　AWS Well-Architected Tool : 無制限ワークロードのレビュー
・セキュリティ/アイデンティティ/コンプライアンス
　Amazon Macie : 1GBコンテンツ分類エンジンでの処理・データの検出・分類・保護
　AWS Key Management Service : 20,000/月の無料リクエスト
・ストレージ
　Amazon Glacier : 10GBのストレージ取り出し
　AWS Storage Gateway : 100GB/アカウント

### [12ヶ月間無料]の無料利用枠対応サービスは？

・分析
　Amazon Elasticsearch Service : 750時間/月のシングルAZ t2.small.elasticsearchインスタンス
　AWS Data Pipeline : 3の低頻度の前提条件
・アプリケーションの統合
　Amazon MQ : 750時間の単一インスタンスのmq.t2.microブローカー/月
・コンピューティング
　Amazon EC2 : 750時間/月 クラウド内でサイズ変更可能なコンピューティング
　Amazon Elastic Container Registry : 500MB/月のストレージ
　Elastic Load Balancing : 750時間/月のロードバランサー時間
・カスタマーエンゲージメント
　Amazon Connect : 90分/月のAmazon Connect使用
・データベース
　Amazon RDS : 750時間/月のdb.t2.microデータベース使用
　Amazon ElastiCache : 750時間のcache.t2microノード使用
・フロントエンドウェブおよびモバイル
　Amazon API Gateway : 100万/月のAPIコール受信数
　Amazon Pinpoint : 5,000/月の無料利用対象ユーザー
　AWS Amplify Console : 15GB毎月の提供
・Game Tech
　Amazon GameLift : 125時間/月のAmazon GameLift向けc4.large.gameliftオンデマンドインスタンスの使用、およびEBS汎用（SSD）ストレージ50GB
・IoT
　AWS Greengrass : 3台のデバイス
　AWS IoT : 250K 1ヶ月あたりメッセージ数（公開または配信）
　AWS IoT Device Management : 50リモートアクション/月
　AWS IoT Events : 2,500 ひと月あたりのメッセージ評価
　AWS IoT Things Graph : 5,000ステップ/月
・機械学習
　Amazon Comprehend : 50 K単位のテキスト（500万文字）（APIごと）/月
　Amazon Lex : 10,000 1ヶ月あたりのテキストリクエスト件数
　Amazon Polly : 500万文字/月
　Amazon Rekognition : 5,000/月の画像分析
　Amazon Transcribe : 60分/月
　Amazon Translate : 200万文字/月
・マネジメントとガバナンス
　AWS OpsWorks for Chef Automate : 7,500ノード時間（10ノード相当）/月
　AWS OpsWorks for Puppet Enterprise : 7,500ノード時間（10ノード相当）/月
・メディアサービス
　Amazon Elastic Transcoder : 20分のオーディオトランスコーディング
・ネットワークとコンテンツ配信
　Amazon API Gateway : 100万/月のAPIコール受信数
・セキュリティ/アイデンティティ/コンプライアンス
　Amazon Cloud Directory : 1GB/月のストレージ
・ストレージ
　Amazon S3 : 5GBの標準ストレージ
　Amazon CloudFront : 50GBのデータ送信
　Amazon EFS : 5GBのストレージ
　Amazon Elastic Block Storage : 30GiB汎用（SSD）ストレージまたは磁気ストレージの任意の組み合わせ

### [トライアル]の無料利用枠対応サービスは？

・分析
　Amazon QuickSight : 1GBの SPICE 容量
　Amazon Redshift : 2ヶ月無料トライアル
・ビジネスの生産性
　Amazon WorkDocs : 30日間最大50ユーザーまで、1ユーザーあたり1TBのストレージが含まれる無料トライアル
　Amazon WorkDocs & WorkSpaces : バンドル 50GBストレージ無料、およびすべてのWorkDocs機能
・コンピューティング
　Amazon Lightsail : 750時間1ヶ月間無料
・データベース
　Amazon Redshift : 2ヶ月無料トライアル
・エンドユーザーコンピューティング
　Amazon AppStream 2.0 : 40時間/月のstream.standard.largeインスタンスタイプの使用（Image Builder 使用時）
　Amazon WorkSpaces : 40時間2つのAmazon WorkSpaces [スタンダードバンドル]を利用可能
・フロントエンドウェブおよびモバイル
　AWS Device Farm : 250デバイス分
・機械学習
　Amazon SageMaker : 250 時間 最初の2ヶ月間、1ヶ月あたり（t2.mediumでのノートブックの利用）
　Amazon Comprehend Medical : 300万文字
　Amazon SageMaker Ground Truth : 2ヶ月無料トライアル
・ロボット工学
　AWS RoboMaker SU使用時間 : 25時間 1ヶ月間無料
・セキュリティ/アイデンティティ/コンプライアンス
　Amazon GuardDuty : 30日間無料トライアル
　Amazon Inspector : 90日間無料トライアル

## AWS無料利用枠を活用して最適なクラウドサービスを実現しましょう

AWSは、およそ*200に及ぶサービス*を提供しており、*85以上のサービス*に*無料利用枠が設定*されています。無料利用枠を最大限活用して*クラウド利用を効果的*に行いましょう。数多くのAWSサービスに触れることで**スキルアップに繋がる**ことは確実です。

AWSは、最大シェアを誇るクラウドサービス事業者です。その提供サービス数はおよそ200に及び、サービス利用を推進するための無料利用枠を設定しています。ここでは、AWS無料利用枠の分類・提供サービス・請求の確認方法について説明していきます。

AWS 無料利用枠とはAWSサービスを利用体験するための仕組みです

AWS 無料利用枠には3つの分類があります

AWS 無料利用枠を体験することでより最適な利用方法について調査・検討が可能です

AWSの無料利用枠とは？利用方法と対象AWSサービスを解説！

（財）日本能率協会が2020年7月～8月に行なった調査「日本企業の経営課題2020」によると、**「DXを推進中」と答えた企業は、全体の28.9％**でした。（全国の企業5000社に調査票を郵送して532社が回答）

### 大企業の約半数がDXを推進中だが、中堅・中小企業では3割未満

同調査では7割以上の企業がまだDXに着手できていないことになりますが、これを企業規模別にみると、DXを推進中の企業は大企業（従業員3000人以上）で51.1％、中堅企業（300人以上3000人未満）で24.8％、中小企業（300人未満）で15.2％となっています。

大企業では5割以上がDXを推進中ですが、**中堅以下の企業では大きく立ち遅れている**ことが分かります。

DXの取組事例に学ぶDX成功のポイントとITエンジニアへの期待

### 「取り組みを検討中」と「これから検討する」が合わせて59.8％

DXへの「取り組みを検討中」と答えた企業は28.4％、「これから検討する予定」と答えた企業は31.4%でした。

「これから検討する予定」を企業規模別に見ると、大企業が10.73％・中堅企業が35.38％・中小企業が43.2％です。特に、**中堅企業・中小企業でまだ検討段階にも入っていない企業が多い**ことが伺えます。

DXとは？その意味と日本の現状、DX推進の障壁となる要因を分かりやすく解説！

経済産業省が2018年に発表した「DXレポート」では、「企業は2025年までDXを達成しないと、国際競争力を失って失墜する」と警鐘を鳴らしています（*2025年の崖*）。しかし、DXは期待されるほどには進捗していません。その理由はどこにあるのでしょうか。　

### DX推進における課題として「人材不足」をあげた企業86.5％

上記の調査では、DXを推進する上で最も多くの企業が課題と感じているのが「人材不足」です。その次に多かったのは「DXに対するビジョンや経営戦略、ロードマップが明確に描けていない」で、77.7％でした。

以下、「具体的な事業への展開が進まない…76％」「社内関係部署の連携が十分にできていない…68.6％」「経営資源の投入が十分にできていない…67.5％」と続いています。

**最大の課題である人材に加えて、戦略・具体的事業展開・社内の連携など、本質的かつ難しい課題がある**ことが分かります。

デジタルトランスフォーメーション（DX）とは？求められる人材を解説！

### デジタル化からDXへの「戦略」を相談できる人がいない

企業がDXを推進する上で課題と感じている「人材不足」と「経営戦略を描けない」には深い関係があります。経営者は「DXというものが必要らしいが、我が社では何ができるのか」という悩みを相談できる人がいません。

既存のビジネスモデルにデジタル技術を援用して効率化する*デジタイゼーション*なら、ITベンダーに相談することも可能です。さらに一歩進んで、デジタル技術でビジネスプロセスも変革して新しいビジネスモデルを創る*デジタライゼーション*も、不可能ではありません。

しかし、デジタル化による企業の変容（さま変わり）を目指す*デジタルトランスフォーメーション（DX）*は、簡単にアウトソーシングすることはできません。**デジタライゼーションを超えたDXが何かは企業によって異なり、まさに企業理念に基づく企業戦略によって策定されなければいけない**からです。

経産省も「DXレポート」で、DXには顧客や市場の「破壊的な変化」に対応するために内部エコシステム（組織・文化・従業員）の変革が不可欠だとしています。

DX推進を「検討中」や「検討する予定」の企業が多いのも無理はありません。経済産業省に催促されてもそう簡単には始められないのです。「我が社もAIを使って何かできないか」というような発想で検討会議を重ねても、なかなか具体化していきません。

### ベンダーへの依存がもたらした内部蓄積の不足

2020年にデル・テクノロジーズが行なった「第2回デジタルトランスフォーメーション（DX）動向調査」によると、従業員1000人以上の企業でも「ITベンダーがいないと全く回らなくなる」が24.9％、「ITベンダーがいないと今後のITの計画が立たない」が38.8％と、ベンダーへの強い依存があることが分かりました。

部分的なデジタライゼーションなら別として、**DXの推進にはノウハウが内部蓄積されず人材が育たないベンダー依存の状態では「手の付けようがない」**のは仕方ありません。

### DX推進のお荷物になるレガシーシステム

現在の日本で、ある程度のデジタル化がなされていない企業はありません。しかし、その**既存システム（レガシーシステム）と新システムの調和**は、DXを推進する上で最も厄介な問題です。

各部署が必要に応じて作ってきた「部署ごとに最適化された」既存のITシステムを統合しようとすると、各所で「ブラックボックス」が露呈し、システム同士の連携が困難になります。解決するためには膨大な人手と費用を費やさなければなりません。

このようにDXは、企業にとって*始めるのが難しく、進むに困難な課題*です。それを担う人材が内部にいなくては一歩も進まないと言ってもよいでしょう。

## DX推進のために企業が求めるエンジニアとは

DXの推進では、ITスキルに加えて企業理念や自社の顧客を理解してサービスを革新行なうビジネスマインドを持ったエンジニアが求められています。

### AI、データ分析の知見とビジネスマインド

ビジネスシーンに特化したSNSであるLinkedInに、次のような投稿がありました。

政府も企業も人材も「DX」 | LinkedIn

「日本IBMが中途採用するのは、顧客企業のDXを推進できる人材だ。情報システムやクラウド、人工知能（AI）などの知識を持ち、事業変革や新サービスを顧客企業と共同で考案していく。って、そんな人材日本に1000人もいるのかしら…」

企業だけでなく、コンサルティングファームや日本IBMのような大型ベンダーがDX推進のために求めているエンジニア・IТ人材は、投稿者が言うように

●システム構築ができる*ITエンジニア*
●ディープラーニングやビッグデータを扱える*AIエンジニア*
●データ分析とマーケティングに精通した*データサイエンティスト*

といった人たちです。これらを兼ねそなえるのは簡単なことではありませんが、さらに言えば企業理念・企業文化（組織）・自社の顧客を理解した*ビジネスマインドに富む社内人材*が理想的です。

### レガシーシステムへの対応に寄与するエンジニア

エンジニアとしてDXの推進ですぐにでも取り組まなければいけないのは、目指す新システムとレガシーシステムの調和です。既存システムのブラックボックスをよく腑分けせずに新システムに持ち込むと、企業の信用に関わるシステムトラブルを起こすリスクを抱え込むことになります。レガシーシステムへの対応では、関連部署との連絡や調整が大事になるので、人間関係をスムーズに運ぶヒューマンスキルも求められます。

ITエンジニアとはどんな職種？仕事内容や必要スキルを詳しく解説！

AIエンジニアとは？AIエンジニアの概要と転職で成功するための秘策を解説

データサイエンティストに役立つ資格8選！取得のメリットや難易度は？

## DX推進を担うエンジニアになるには

システム構築ができる・AIに詳しい・データ分析もこなす・ビジネスマインドに富むエンジニアになれ、と言われたら誰でも途方に暮れてしまうでしょう。しかし、DX推進を1人で担う必要はありません。システム設計でもデータ分析でも、自分が得意とする分野で参画するのが現実的であり、実際のところです。ただし、その際に欠かせないのは、**UI（ユーザー・インターフェイス）、UX（ユーザー・エクスピアリエンス）を顧慮するビジネスマインド**です。顧客の幸せな体験と企業理念を結びつける視点を熱く持てるエンジニアでないと、DX推進の「いばらの道」を進んでいくことはできません。

もう1つ望めるなら、DX推進中に予想される経営層からの無理難題や関係部署との軋轢（あつれき）などに上手く対処できる*ヒューマンスキル*も欲しいところです。

DX推進のタイムリミットと言われる「2025年の崖」が近づく中で、なかなか前に進まない、あるいは手もつけられていないDXに不安を抱く企業が少なくありません。この記事では、企業が求めるIT人材とはどんなスキルや能力を持った人なのかを解説します。

DX推進が捗らない理由に人材不足をあげた企業は86.3％

企業が欲しい人材は、IТ、AI、データ分析スキルとビジネスマインドを兼ねそなえた人

すべてが揃っていなくてもいいが、顧客体験の視点から発想できるビジネスマインドは必須

DX推進が捗らない企業が、喉から手が出るくらいに欲しいIТ人材とは

DX（デジタル・トランスフォーメーション）とは、デジタル技術（デジタル化）によって何かが「さま変わり」してしまうことです。この「何か」は、例えば消費者の買い物行動だったり、土木工事の測量現場だったりと、さまざまなものがあります。

### トランスフォーメーションとは「さま変わり」すること

**トランスフォーメーションとは、蛹が蝶になるような、劇的な変化のことです**。動物学でいう「*変態*」ですね。アニメでは車がロボットになるような「*変身*」をトランスフォーメーションといいます。（Digital TransformationをDTではなくてDXと略すのは、transをXと略記する英語圏の習慣によるものです）

人々はいくつもの紙袋を持って店を歩き回らなくても、居間のソファに座ってスマホでポチッとするだけで様々な物を買えるようになりました。土木建設の現場では測量士の姿が消えて、ドローンが飛び回って3次元測量のデータを集めるようになりました。

世の中や企業のいたるところで、このような「デジタル化によるさま変わり」が起きています。これがDXです。

### DXを達成しない企業は失速して崖（がけ）から墜落する

デジタル・トランスフォーメーションという言葉は、2004年にエリック・ストルターマン（情報学・スウェーデン・ウメオ大学教授）が使い始めたものですが、2018年には日本の経済産業省が「2025年までに日本のすべての企業がDXを達成しないと、国際競争力を失う」と警告するほどの重要な概念になりました。

経産省はこれを「*2025年の崖*」と呼んでいます。**デジタル化による変身で翼（推進力）を獲得しないまま進み続けると、企業は競争に勝てずに断崖絶壁から墜落してしまう**というのです。

## DXの成功事例から多くを学ぶことはできない

Amazonやメルカリ、LINEのような世の中の「何か」を変えた企業の輝かしい成功例を研究しても、そこから自社のDXの役に立つ知見を得ることはあまり期待できません。それは、競馬の結果を翌日の新聞で読むのと似た行為だからです。

### 成功事例では「失敗の要因をどう消してきたか」が分らない

勝ち組の勝因をあれこれと列挙することは可能ですが、そこに抜け落ちているのは**レースの途中で切り捨ててきた選択肢**と、**結果がでる前にその企業が何をどのように分析し、決断したかというプロセス**です。

プロセスの途中で現れた障害をクリアしたマネジメントの実態を学ぶことで、初めて参考にすることができます。

日経PB社が国内900社を対象に行った調査（2019年7～8月）によると、DXを推進していると答えた企業は36.5％で、企業規模で大きな差があることが分りました。
（日経PB『DXサーベイ 900社の実態と課題分析』2019年11月25日号）

### DXを全く推進していない企業が61.6％

同調査によると、全体では*61.6％の企業がDXをまったく推進していない*と答えていますが、企業規模によってその割合が大きく違っています。

*DXを推進中の企業の割合*
●従業員300人未満　　    21.8％
●300人～1000人未満　   34.4％
●1,000人以上　　　57.2％
●5,000人以上　　　80.3％

日本の企業の約8割を占める**従業員300人未満の会社では、DXを推進中と答えたのはわずか21.8%**に過ぎません。

### 取り組んでいるがまだ成果を上げていない企業は39.4％

*DXへの取り組みの本気度と成果*を見ると、次のようになっています。
●本気で取り組み、成果を上げている　26.3％
●本気で取り組んでいるが、まだ成果を上げていない　39.4％
●まだPoC（概念検証）の段階　33.9％

PoCとは、新しい技術や理論などが実現可能か、目的の効果が得られるか、などを検証することで、この段階にある企業が全体の1/3あることになります。

DX時代を勝ち抜くエンジニアを目指してAWS移行に詳しくなろう!

経産省が警鐘を鳴らす「2025年の崖」が数年先に迫っているのに、超大企業を除いてDXの推進があまり進んでいないのはなぜでしょうか？

### エコシステムと呼ばれる複雑な相互関係の調整が必要

DXを推進する難しさは、**部分的、部門的な刷新や改革では済まない**ことにあります。

自然界では、オオカミを退治すると鹿が増えすぎるというような微妙なバランス（生態系＝エコロジーシステム）があります。企業のデジタル化も、それにならって「*エコシステム*」という考え方を導入しないと、改善のつもりがやっかいな病巣を持ち込むことになりかねません。

経産省の「DXレポート」（2018年）でも、DXを「企業が外部エコシステム（顧客、市場）の破壊的な変化に対応しつつ、内部エコシステム（組織、文化、従業員）の変革を牽引しながら」行うものと定義しています。単に外部システム、内部システムといわずに、エコシステムといっているのは、無意味ではありません。

企業エコロジーに配慮したDX推進の中でも、**既存システム（レガシーシステム）との調和はもっともやっかいな問題**です。

各部署が必要に応じて行なってきた既存のITシステム（部署ごとに最適化されたバラバラなシステム）は、統合しようとするといたる所で「*ブラックボックス*」が露呈することがあります。それによって、システム同士の連携が非常に困難になります。

先述の「DXレポート」では、日本企業のIT関連費用の8割がレガシーシステムの維持・運営に当てられていると指摘しています。既存システムの維持にお金と人手をかけながら、新しいシステムを導入しなければならないことがDX推進の大きな足かせにっているのです。

「2025年の崖」とは、具体的にはレガシーシステムの切替に失敗した場合に、システム障害などによって企業が深刻なダメージを受けることを指しています。

多くの困難が予想されるDX推進では、**困難をクリアしていくためのしっかりした経営戦略**が欠かせません。「みんながやっているからわが社もやろう」という発想では、「とりあえずデータを集めてみたけど、使い道が分らない」というような、ヒトとカネの無駄遣いに終わる可能性があります。

経営戦略を立てるには、まず経営者自身が自社にとってのDXの意味と目的を明確に把握するとともに、DXを達成できなかった場合の自社にとってのリスク（崖っぷち）もはっきりと意識しておかなければなりません。

電通デジタルの「日本における企業のデジタルトランスフォーメーション調査（2020年度）によると、**DX推進の障壁として「スキルや人材不足」を挙げた企業が33％ともっとも多く**なっています。「自社で育成するための教育プログラムや教育機会が乏しい」も23％と上位を占めています。

DXを推進する人材としては、システム構築ができるITエンジニア、データ分析とマーケティングに精通したデータサイエンティスト、ディープラーニングやビッグデータなどAIエンジニアなどがあります。

会社の規模や業種にもよりますが、**これらの人材がまったくいないという企業も珍しくはなく**、そういう企業ではDXと言われても何をしたら良いか分らないのが実情です。

データサイエンティストを目指すエンジニアがまず取得したい資格7選！

### ベンダーに「おんぶに抱っこ」でやってきた

これまで日本の企業は、システム開発において、要件定義のヒアリングの段階からベンダーに任せるのが一般的でした。これでは、**何を開発するのかまでベンダーに決めてもらうようなもので、自社にノウハウが蓄積せず人材も育ちません**。

言うまでもなく、このやり方でDXをベンダーに丸投げすることはできません。企業がトランスフォーメーション（さま変わり）を果し、崖っぷちから墜落せずに生き残るためには、もっと*主体的で戦略的なIТ化*が必要です。

DXの推進力となる5つのデジタル技術と、企業の適切な選択方法

## DXの推進でエンジニアに期待されること

DXにITエンジニアが欠かせないのは言うまでもありません。彼らに特に期待されるのは、レガシーシステムから全体最適システムへのスムーズな移行に寄与することと、ビジネス革新に目標を据えたデータ分析・UX設計を行うことです。

ITエンジニアはきついがやりがいがある！その仕事内容や年収、求められるスキルを解説

### レガシーシステムからのスムーズなマイグレーション（移行）

**DXでは既存システムから全体最適システムへのマイグレーションが最重要の課題**になります。エンジニアはその移行に際して、既存システムの「ゴミ」を全体システムに持ち込まない細心の注意が求められます。できるだけシンプルで汎用性のあるロジックを用いて、*間に合わせの連携でその場をしのいだりしないことが肝心*です。

### ビジネスマインドからのデータ分析とUX設計

サービス・ツール・技術の記事（28ページ目）