サービス
Digital Transformation PoC支援サービス
企業におけるDigital Transformationの促進に向けて、構想した施策の実現性・効果性を確認するための実証検証（Proof of Concept）は非常に有効である
目次
- Digital Transformationを成功へと導くために実証検証（PoC）は避けて通れない
- 実証検証（PoC）のポイントは？
- エンジニアリング x コンサルティングの 融合により幅広いテーマのPoCに取り 組むことが可能
- Deloitteでは既に様々な業種の企業とPoCを行っており成果を上げている
- プロフェッショナル
Digital Transformationを成功へと導くために実証検証（PoC）は避けて通れない
企業におけるデジタル技術の活用（Digital Transformation）への取り組みは、業界・業種を問わず、試行錯誤が続いている。しかしながら、構想策定⇒実証検証（PoC）⇒本格導入とスムーズに進んでいくケースは少ない。その中でもDeloitteの支援経験から「実証検証（PoC）」は特に重要なフェーズであると考えます。
その理由は、Digital Transformationは企業にとって未知の取り組みであり、その実現性・効果性が全く保証されないケースが多いためです。そのため、構想したアイデアを形にするための検証フェーズが必ず必要になると考えます。
Digital Transformationのアプローチにおける実証検証（PoC）の位置づけ
実証検証（PoC）のポイントは？
PoCでは、構想策定フェーズにおいて導き出したアイデアの有効性を検証し、本格導入に進めるかどうかを効果やコストの観点から行います。検証と評価を行うために重要となるポイントは大きく分けて2つあります。
1つ目は適切なデジタル技術の選定と技術の有効性の評価です。アイデアを実現するための方法は実現可能なものでなければならず、企業の課題に合わせて複数の技術を組み合わせて検証を行うことが多いです。また、本格導入での展開を見据えてある程度世の中に普及している技術を選定する必要です。普及していない黎明期の技術については慎重な見極めが必要です。
2つ目は短期間のスプリントサイクルで検証を回すことです。通常は1回目のサイクルですぐに効果が出るようなことは非常に少なく、1つのサイクルの中で実行→検証→評価の作業を行い、このサイクルを何回も回すことによって着実に有効性を上げていきます。例として、AIによる画像解析などではAIの学習に使用するデータとして適切なものを選択する必要があり、有効ではないデータをインプットしてしまうと誤差を含んだモデルが構築されてしまうことになります。この誤差を減らしていくために、画像解析の結果を評価しながらインプットするデータを少しずつ変更して有効なモデルを作り上げていきます。
実証検証（PoC）の進め方と当社提供サービス
エンジニアリング x コンサルティングの 融合により幅広いテーマのPoCに取り 組むことが可能
Deloitteでは実証検証（PoC)ができるチームを有しており、チーム内に構想策定を行えるコンサルタントに加えて、最適な技術の選定やプロトタイプ構築を行えるエンジニアが所属している。このコンサルタントとエンジニアの双方がAI、AR/MR/VR、Cloudといった先進技術に対する知見を持っており、企業が抱える課題に沿った形で幅広いテーマのPoCに対応することが可能です。
PoCサービス例
Deloitteでは既に様々な業種の企業とPoCを行っており成果を上げている
ある消費財メーカーにおいて、自社で保有する各種データをAIを使用した需要予測の元情報として追加することで、精度向上が可能となるかどうかの試験的取り組みをPoCとして実施しました。トライアンドエラーを繰り返しながら、追加するデータを変更することにより、需要予測の精度は、従来のものと比較して約1.4倍となり飛躍的な改善が見られました。
需要予測のPoC事例
プロフェッショナル
