― まずは全体像 ―
この記事でわかること
-
研究所DXにどんなテーマがあるのか
-
よく混同されがちなDXの種類
-
研究者が最初に持つべき視点
はじめに
DXの話を聞いていると、
こんな感覚になることがあります。
「結局、
何から考えればいいのか分からない。」
-
実験の話
-
データの話
-
業務効率の話
-
AIの話
話題がバラバラで、
全体像が見えない。
そこでまずは、
研究所DXの
地図を作ってみます。
研究所DXは一つではない
研究所DXという言葉は、
とても広い。
一括りにすると、
余計に分からなくなります。
今の自分の理解では、
研究所DXは
大きく4つに分けられます。
-
実験DX
-
データDX
-
業務DX
-
判断DX
どれもDXですが、
目的も対象も違います。
実験DX
実験DXは、
-
実験の進め方
-
条件管理
-
再現性
に関わるDX。
装置の自動化だけが
実験DXではありません。
「実験がどう組み立てられているか」
その構造を
扱うのが実験DXです。
データDX
データDXは、
-
実験データ
-
評価データ
-
過去の記録
をどう扱うか。
ここで重要なのは、
分析手法よりも前。
-
どこにあるのか
-
誰が分かるのか
-
どういう意味のデータか
この整理がないと、
DXは進みません。
業務DX
研究所の仕事は、
研究だけではありません。
-
申請
-
報告
-
調整
-
管理
こうした周辺業務も、
研究時間を
大きく左右します。
業務DXは地味ですが、
効き目が分かりやすい。
判断DX
判断DXは、
-
テーマ選定
-
継続・中止判断
-
投資判断
に関わるDX。
データや情報を、
判断に使える形にする。
ここは、
研究と経営が
最も近づく領域です。
どれが正解、ではない
大事なのは、
どれが一番すごいか
ではありません。
-
どこに課題があるか
-
今どこで困っているか
によって、
最初に手をつけるDXは変わります。
地図があると、
現在地が分かる。
それだけで、
DXは少し楽になります。
今の自分が思うこと
DXの話が
難しく感じるのは、
全体像を
持たないまま
議論しているから。
研究所DXも、
ちゃんと分解すれば、
理解できる。
まずは地図を持つ。
それが、
最初のDXだと思います。
今日のまとめ（Lv31）
-
研究所DXには複数の種類がある
-
実験・データ・業務・判断に分けて考える
-
まずは全体像を持つことが大切
次に考えること（Lv32予告）
次は、
一番イメージしやすいところから。
実験DXとは何か。
自動化ではない実験DXの話をします。
前の記事：Lv30：DX時代に研究者に求められる役割
次の記事：Lv32：実験DXとは何か
