AIブームの陰で、すっかり聞かなく(効かなく？)なってきたDXというword。 変わってAX(AIトランスフォーメーション)なるwordが聞かれるようになってきた。
何が違うの？
IT屋からすると同じ方向性でしかないけど、 営業的には AX といってたほうが予算を取りやすいのだろう。
AIがデータを扱うには、そもそもそのデータがデジタル化されていないと話にならないので、 「AIで判断・自動化する対象データ」がデジタル化されていることは実質的な前提。
紙の資料をAIが直接処理することはできず、まずデータ化する必要がある。 この意味で、AXはDXが整えたデジタル基盤の上に成り立つ、という関係。
AXまでをスコープとすると、DXの内容も変わってくる、と言い換えた方が正しいかも。 (DX化を止めて、AXに舵を切る、みたいな話ではない)
DXからAX になると、goalがかわる
例えば、勤怠管理・シフト管理を単に紙からexcelにして、 RPAでdashboardにoutputする、までがDXのgoalだったとすると、
AXだと、勤怠管理・シフト管理をAIが自動調整までしてくれる、 そのために AI が 扱えるように、勤怠管理・シフト管理のdata が DB や spreadsheet などに総合されている必要がある。
DXのゴール（従来型）
紙 → Excel → RPAでdashboard出力 → ゴールは「人間が見て判断しやすい状態にする」こと。最終的な意思決定（シフト調整、勤怠の異常検知など）は人間が行う前提。
AXのゴール
AIが勤怠・シフトデータを解析し、自動調整（人員配置の最適化、過重労働の予測、シフトの欠員補充案の提示など）まで担う → ゴールは「AIが判断・実行できる状態にする」こと。
そのために必要なDXの質の変化:
勤怠・シフトデータがDBやスプレッドシートに統合されている必要があるが、 AXを見据えると、単に「集まっている」だけでは不十分で、さらに以下のような要件が加わる。
リアルタイム性：
dashboard出力なら1日1回のバッチ集計でも良かったが、AIが自動調整するなら、 勤怠変更・欠勤申請などがほぼリアルタイムでデータに反映される必要がある。
正規化されたスキーマ：
店舗ごと・担当者ごとに入力フォーマットがバラバラだと、AIが横断的にパターンを学習できない。
履歴データの蓄積：
AIが「過去の傾向」から予測するには、単発のスナップショットではなく時系列データが要る。
外部要因データとの紐付け：
シフト自動調整には、売上予測・イベント情報・スタッフの希望シフトなど、勤怠以外のデータとの結合が必要になることが多い。
人間の承認フローとの接続：
AIが「提案」した調整を人間が承認/却下できる仕組み（AIの自律性の範囲をどこまで許すか）
