CIO のグローバルな
視点

変革を起こすリーダーシップのための新たな課題

速さや正確性、成長率を、機械学習と新たな事業プロセス、またスキルセットを組み合わせることによって改善11か国で 500 人の最高情報責任者を調査したことで、成功のための戦略を特定

そのヒントを見る

戦略の策定

機械学習が企業のものになったことで、投資先として急激に人気を博しています。最高情報責任者は、この技術により競合に対して有意性を獲得することができるとしていますが、多くの場合はその導入の初期段階にあり、成功するには人員やプロセスにも注目することが必要であるとしています。業界におけるリーダーとなれるチャンスは重要です。

機械学習が手の届くところに来ました

CIO プライオリティ

自動化は、500 人の CIO による 5 つの最も重要な事業における成功戦略のひとつとして数えられています

05 事業プロセスのデジタル化
04 市場投入までの時間の短縮
03 新技術の開拓
02 ルーチン処理の自動化
01 イノベーション

機械学習に対する投資は急激に増加することが見込まれます。

2020年に向けた投資により、 2017 年の投資が計画されます
0% 0%

組織はますます機械学習を採択しつつあります

CIO は、プロセスと人を最も大きな障壁と捉えています。

機械学習を採択する上での障壁です。

人は、事業オペレーションの中心にあり続けています

事業機能全般における決定状態の自動化

0% 0% 1%
主に自動化
未自動化
人定介入をかなり必要としている
0% 0% 1%
主に自動化
未自動化
人定介入をかなり必要としている
0% 0% 1%
主に自動化
未自動化
人定介入をかなり必要としている
0% 0% 0%
未自動化
主に自動化
人定介入をかなり必要としている

価値を実現

組織の働き方をモダナイズすることにより、最高情報責任者は事業変革のエコノミクスを促進するチャンスを得ることとなります。半分以上の CIO が、既にルーチン的タスクの自動化を越えて、複雑な決定の自動化の段階に進んでいるとしています。結果として、より効率良く、正確に、スピーディになることが想定されます。

機械学習は、より良い意志決定を可能にします。

大きな改善を期待している CIO の割合

0%
0%
0%
0%
0%
決定の正確性 決定までの時間 トップラインの成長 競争力 リスクの削減

機械学習はより洗練されつつあります

CIOは、機械学習の 3 つの重要な能力をあげています

最もシンプルな能力
最も複雑な能力
68

反復タスクの自動化

40

データパターンの認識

32

イベント間の繋がりの構築

31

予測

32

監督学習

18

基本的な決定

54

複雑なことの決定

機械により、人は戦略的な仕事に注力することができるようになります。

2017
0%
ルーチン的な意志決定タスクは、重要なことをするための時間を奪ってしまいます。
2020
0%
機械による意志決定は、これからもっと正確になっていきます。

機械学習は、よりクオリティの高い意志決定を可能にします。

5人中 4人以上の CIOは、機械による意志決定によって、事業の正確性とスピードが向上するとしています。

勝つために戦う

調査サンプルの 10% を占める最高情報責任者のエリートグループは、支出や自動化、組織変革について他の追随を許さない成功を収めています。こうした「第一人者」により、CIOがどのように人々やプロセス、技術を採択し、競合を制していくべきなのかという模範が得られます。

第一人者に会いに行く

0% 0%
意志決定の自動化による、トップラインの成長のサポートを期待
その他
第一人者
0% 0% 0% 0%
職務記述書を、機械との仕事に注力するように変更
ワークフォースのサイズと役割の変化に備えたプラン策定
その他
第一人者
0% 0% 0% 0% 0% 0%
更なるプロセス変化に備えたロードマップの策定
機械による失敗を監視する方法の開発
データの正確性を確保するためのポリシーの導入
その他
第一人者
0% 0% 0% 0% 0% 0%
イノベーションへの注力
ルーチン処理の自動化への注力
事業プロセスのデジタル化への注力
その他
第一人者
0% 0% 0% 0% 0% 0%
分析
クラウド
IoT(モノのインターネット)
その他
第一人者
戻る

CIO 調査の方法

グローバルリーチ

Oxford Economics主導の20 分のコンピュータ支援電話調査(CATI) によって 11ヶ国の 25の業界から 500人の CIOを調査。調査パネルや独立研究のソースを活用。

歳入による企業規模の分類

5億ドル - 10億ドル

回答者の 33%

10億ドル - 50億ドル

回答者の 33%

50億ドル以上

回答者の 33%

データを見る

質問
世界のトレンドの中で、あなたが自身の組織に対して今後 3 年で最も大きな影響を与えると考えているものは何ですか?
回答
技術変化
0%
世界経済の状況
0%
能力のある人員の不足
0%
事業モデルの革新
0%
データおよび情報に関する安全性への脅威
0%
規制要項の増加
0%
労働市場の変移
0%
カスタマーエンパワーメント
0%
取引への障壁の増加
0%
質問
以下のうち、自身の組織が今後 3 年間で成功するために最も重要と考えられるものはどれですか?
回答
イノベーションへの注力
0%
ルーチン処理の自動化
0%
新技術の開拓
0%
市場投入までの時間の短縮
0%
事業プロセスのデジタル化
0%
デジタルスキル・技術への投資の増加
0%
リスクマネジメント
0%
人員採用と保持のクオリティの改善
0%
従業員とのエンゲージメントの増加
0%
ブランドの認知度の増加
0%
新たな地理的市場への参入
0%
新たな業界への参入
0%
M&A または企業分割、あるいはその両方
0%
質問
以下の技術に対し、現在どれくらい投資を行っていますか?
回答
業界に特有の技術
0%
分析
0%
モバイル
0%
クラウド
0%
モノのインターネット(IoT)
0%
ソーシャル/協業
0%
ソフトウェアによるネットワーキング
0%
ビッグデータ
0%
プロセスの自動化
0%
人工知能
0%
機械学習
0%
拡張現実/仮想現実
0%
3D プリンティング
0%
ロボティクス・ロボット工学
0%
ブロックチェーン
0%
ドローン
0%
質問
以下の技術に対し、今後 3 年でどれくらい投資を行いますか?
回答
業界に特有の技術
0%
分析
0%
ビッグデータ
0%
クラウド
0%
モノのインターネット(IoT)
0%
ソーシャル/協業
0%
ソフトウェアによるネットワーキング
0%
プロセスの自動化
0%
モバイル
0%
機械学習
0%
人工知能
0%
拡張現実/仮想現実
0%
3D プリンティング
0%
ロボティクス・ロボット工学
0%
ブロックチェーン
0%
ドローン
0%
質問
以下の技術 (アセット展開、労働者のスキル、事業オペレーションへの統合を含む) について、どれくらい成熟していますか?
回答
業界に特有の技術
0%
分析
0%
クラウド
0%
モバイル
0%
ビッグデータ
0%
ソーシャル/協業
0%
モノのインターネット(IoT)
0%
ソフトウェアによるネットワーキング
0%
プロセス自動化ソフトウェア
0%
機械学習
0%
拡張現実/仮想現実
0%
人工知能
0%
ロボティクス・ロボット工学
0%
3D プリンティング
0%
ブロックチェーン
0%
ドローン
0%
質問
機械学習の自社組織の活用について、最も近いのはどれですか?
回答
機械学習を使う予定が無い
0%
展開の企画・調査段階である
0%
技術のパイロット版を用いている
0%
機械学習を事業の一部で活用している
0%
事業全体で機械学習を活用している
0%
質問
決定の自動化により、今後 3 年間で以下の分野についてどの程度価値が提供されると思いますか?
回答
決定の正確性
0%
決定のスピード
0%
トップラインの成長
0%
競争力
0%
リスク削減
0%
利益率の成長
0%
従業員の戦略的仕事への注力
0%
カスタマーサービス
0%
コスト削減
0%
従業員の生産性
0%
人員採用と保持
0%
新製品やサービスの開発
0%
質問
あなたの役割について、以下に関してどれくらい同意しますか?
回答
より広範の、事業全体におけるデジタル化の取り組みを牽引し、拡張している
0%
C-suite の他のメンバーと更に協力し、効果敵に組織全体のデジタル化の取り組みを管理している
0%
オペレーションよりも戦略に注力している
0%
機械学習には戦略的に注目している
0%
質問
機械学習の能力のうち、自身の組織が今後 3 年間で成功するために最も重要と考えられるものは何ですか?
回答
反復タスクの自動化(Bot の活用など)
0%
複雑なことの決定
0%
データの処理とパターンの認識(動的な閾値の設定、異常検知など)
0%
イベントやアクション間の関連の構築(根源的原因の分析など)
0%
監督学習
0%
予測
0%
単純なことの決定
0%
人間に設定されたルールに基づいたインテリジェンスの作成
0%
バーチャルエージェントの代わりのテキストやボイスサービス
0%
自然言語の解釈
0%
質問
機械学習能力を開発する上での主な方法は何ですか?
回答
通常の IT 開発プロセスを通じて
0%
組織内の特別チームによって
0%
合併と買収によって
0%
サードパーティによって(コンサルティング、ベンダーなど)
0%
その他
0%
質問
以下に関してどれくらい同意しますか?
回答
機械による意志決定は、これからもっと正確になっていく。
0%
機械による意志決定は、人間による決定よりもより正確になる。
0%
ルーチン的な意志決定により、従業員や役員の意義ある時間が失われる。
0%
単純な意志決定から、より複雑な意志決定の自動化を行っていくことが期待される。
0%
タスクの自動化から決定の自動化に移行しつつある。
0%
質問
以下の分野について、意志決定を自動化する上で最も価値があるのはどれですか?
回答
セキュリティオペレーション(アラートや改善など)
0%
カスタマーマネジメント(顧客の振る舞いによる特定のオファー、詐欺の検知など)
0%
技術ベンダー管理(適切なクラウドベンダーの適切な時間・状況に対する選択など)
0%
オペレーション管理(製造上の欠陥の検知や、予知保全など)
0%
金融(ベンダー支払い認証など)
0%
サプライチェーンの管理(購入決定など)
0%
コールセンター管理(緊急時のルーチング、顧客価値など)
0%
セールスやマーケティング(リードのプライオリティ設定など)
0%
製品開発/R&D(投資のプライオリティ設定など)
0%
人事(採用決定のサポートなど)
0%
質問
決定の自動化により、今後 3 年間で以下の機能分野についてどの程度価値が提供されると思いますか?
回答
セキュリティ
0%
IT
0%
IT 戦略
0%
オペレーション
0%
リスクおよびコンプライアンス
0%
経理
0%
セールスとマーケティング
0%
調達/サプライチェーン
0%
製品開発/R&D
0%
人事
0%
製造
0%
質問
以下の要因によって、自社組織における決定の自動化の採択と成熟についてどれくらい阻害されていますか?
回答
不十分な質のデータ
0%
古いプロセス
0%
新たな技術のための予算不足
0%
新たな技術のための予算不足
0%
スマートなマシンを管理・維持するための人的スキルの欠如
0%
不十分な質のデータ
0%
規制上の複雑性や不確かさ
0%
データ分析のためのツールや専門知識の欠如
0%
機械による複雑な意志決定能力の欠如
0%
質問
以下のうち、決定の自動化をサポートする上で、あなたの事業プロセスの再デザインのアプローチに最も近いのはどれですか?
回答
決定の自動化に関する事業プロセスデザインの再考を行っていない
0%
事業プロセスデザインの研究・企画段階
0%
新たな事業プロセスのパイロット版を試験している
0%
新たな事業プロセスが組織の一部で利用されている
0%
新たな事業プロセスが組織全体で利用されている
0%
質問
自社の IT 組織について、以下に関してどれくらい同意しますか?
回答
We have a defined business process for managing IT assets.
0%
自社の IT 構造を変化させることで、機械学習を取り入れようとしている
0%
自社の IT 管理データベースにマッピングされた事業サービスを有している
0%
組織全体に変更を加えることで、機械による事業プロセスを取り入れようとしている
0%
IT システムに対する自社管理システムは、自動化されたプロセスにより維持されている
0%
質問
デジタルレイバーを導入するにあたり、どのような変化がありましたか?
回答
従業員のスキルセットを拡張するためにプログラムを策定する
0%
職務明細書を、機械との仕事に注力するように再定義
0%
更なるプロセス変化に備えたロードマップの策定
0%
新たなスキルセットを持つ従業員雇用(事業プロセスの専門家、データサイエンティストなど)
0%
ワークフォースのサイズと役割の変化に備えたプラン策定
0%
コンプライアンスおよび従業員の問題について計画を策定
0%
プロセスおよびリーダーシップについて大きな変更を行っていない
0%
質問
今後 3 年でどのような変化を予定していますか?
回答
従業員のスキルセットを拡張するためにプログラムを策定する
0%
コンプライアンスおよび従業員の問題について計画を策定
0%
新たなスキルセットを持つ従業員雇用(事業プロセスの専門家、データサイエンティストなど)
0%
職務明細書を、機械との仕事に注力するように再定義
0%
更なるプロセス変化に備えたロードマップの策定
0%
ワークフォースのサイズと役割の変化に備えたプラン策定
0%
プロセスおよびリーダーシップについて大きな変更を行っていない
0%
質問
機械学習に関するリスクマネジメントの改善について、どのような変化がありましたか?
回答
機械による失敗を監視する方法の開発
0%
リスクポリシーにおいて、機械による間違いの組織への影響に対処
0%
データの正確性を確実なものとするためのポリシーの策定
0%
リスクポリシーにおいて、機械による間違いの法的リスクに対処
0%
デジタルレイバーのため、リスクポリシーを改訂
0%
機械学習についてリスクマネジメントおいて重大な変更を一切行っていない
0%
質問
機械学習に関するリスクマネジメントの改善について、今後 3 年でどのような変化があり得ますか?
回答
データの正確性を確実なものとするためのポリシーの策定中
0%
機械による失敗を監視する方法の開発中
0%
デジタルレイバーのため、リスクポリシーを改訂中
0%
リスクポリシーにおいて、機械による間違いの組織への影響に対処中
0%
リスクポリシーにおいて、機械による間違いの法的リスクに対処中
0%
機械学習についてリスクマネジメントおいて重大な変更を行うことは一切検討していない
0%

ありがとうございます

Thank you for submitting your request. A ServiceNow representative will be in contact within 48 hours.

form close button

お問い合わせ

ServiceNowのイベント情報、製品情報、サービスについての最新情報を受け取る ※配信停止のご依頼はいつでも承っております.

  • このフォームを送信することにより、私は利用規約を読み、同意したことを確認します。プライバシー規約.