メインコンテンツへスキップ
見出し画像

AIエージェント時代に、企業システムは「変更できること」が競争力になる

    ディーシステムのSAP有識者が、過去に参画した二つのプロジェクトについて話していたことがあります。

    一方は、比較的整理されたERP環境での運用。もう一方は、さまざまな対応が積み重なり、複雑になったERP環境での運用でした。

    同じERP領域の仕事でも、後者は難易度が大きく違い、大変だったといいます。

    問い合わせを受けたとき、どの処理を確認するのか。障害が起きれば、原因をどこから追うのか。小さな変更でも、影響する範囲をどこまで調べる必要があるのか。

    ERPという製品の名前が同じでも、実際の運用のしやすさは同じではありません。

    その違いは、どこから生まれるのでしょうか。

    システムは、一度に複雑になったわけではない

    長く使われている企業システムには、その企業が重ねてきた判断が残っています。

    ユーザーから新しい要望が出る。現在の標準機能では対応できない。業務を止められないため、新しい処理を追加する。

    特定のケースでは通常の手順が使えず、例外の処理を用意することもあります。法改正への対応や、周辺システムとの新しい連携が必要になる場合もあるでしょう。

    一つひとつの判断には、その時点で必要になった理由があります。

    企業ごとに異なる業務があり、標準機能だけでは扱えない仕事もあります。利用部門の要望に応え、目の前の業務を動かしてきた結果として、追加が積み重なることがあります。

    ある部署だけが使う処理が残る。特定の条件だけ、通常とは違う確認が必要になる。一部の担当者しか知らない判断が運用に組み込まれる。

    そこへ新しい要望が出ると、既存の仕組みに個別の対応を加えて解決する。

    これを長く続けるうちに、一つひとつの処理は説明できても、全体の関係が見えにくくなることがあります。

    複雑さは、「考える必要のあること」を増やす

    処理や例外、システム間の依存関係が増えれば、運用する人が確認し、判断する対象も増えていきます。

    問い合わせの内容から関係する処理を探し、通常処理なのか、例外条件に当てはまるのかを確認する。そのうえで周辺システムへの影響まで調べる。

    変更前にはテスト範囲を考え、障害が起きれば原因を切り分けます。担当者が変わると、それまで共有されていた判断を改めて確認する必要が出る場合もあります。

    人が一度に処理できる情報には限界があります。

    認知負荷を扱った研究では、課題の複雑性を下げた条件で、より高いパフォーマンスと低い認知負荷が観察された例があります。

    この研究はERP運用そのものを調査したものではありません。それでも、「判断する条件を増やし続けても、人の情報処理能力まで同じように増えるわけではない」という点は、IT運用を考える上でも無視しにくいものです。

    本来考える必要のないところまで、毎回考えなくて済む状態をつくる。

    シンプルな運用を考える理由の一つは、そこにあります。

    すべてをルールにすればよいわけでもない

    では、処理や手順をすべて統一し、細かなルールをつくればよいのでしょうか。

    プロセス標準化とエラー低減の関係を調べた2018年の研究では、少し違う結果が示されています。

    エラー低減が最も大きかったのは、従業員に高い裁量があり、標準化の硬直性が中程度で、標準への遵守が高い状態でした。一方、高度に硬直した標準化は、エラー低減とは関連していませんでした。

    標準化は必要ですが、業務に応じて人が判断できる余地も残しておく必要があります。

    病院のプロセス標準化を扱った別のケース研究でも、標準的なプロセス、定型的なプロセス、非定型的なプロセスを区別することの有用性が示されています。共通化によって共通の枠組みを持つことは、プロセスへの理解や経験共有にもつながったと報告されています。

    IT運用と対象は異なりますが、考え方には重なる部分があります。

    毎回同じ判断でよい処理と、条件によって判断が変わる処理を分ける。その上で、本当に例外として扱わなければならない処理を見極める。

    これらを区別せず、すべてを個別対応にすれば、判断する場所は増えていきます。反対に、すべてを硬直したルールで縛れば、実際の業務に必要な判断までできなくなるかもしれません。

    迷う必要のないところでは、迷わなくてよい。人が考えるべきところには、判断する余地を残す。

    シンプルな運用とは、仕事そのものを単純にすることではなく、不要な複雑性を減らす設計だと考えられます。

    AIエージェントのニュースを見て、同じ問題が見えた

    2026年5月、SAPはSAP Sapphire 2026で「Autonomous Enterprise」という将来像を発表しました。

    SAPが発表したSAP Business AI Platformは、SAP BTP、SAP Business Data Cloud、SAP Business AIを単一のガバナンスされた環境へ統合し、ビジネスの文脈に基づくAIを構築、展開するための基盤として位置づけられています。

    SAPが示すAutonomous Enterpriseでは、AIエージェントが企業の業務プロセスに関わり、人とAIがともに仕事を進める方向が描かれています。

    大きな将来構想です。

    この動きを見ていると、ERP運用ですでに起きている問題と切り離して考えることは難しくなります。

    AIエージェントが業務に関わるなら、どのデータを使い、どの処理を実行し、何を判断してよいのかを整理する必要があります。

    通常の処理と例外の境界が見えず、データがどこにあり、どの処理から使われているのかも追いにくい。小さな変更でも、影響範囲が分からない。

    その状態で新しいAIエージェントや外部サービスを接続しようとすれば、まず既存の仕組みを調べるところから始まります。

    AIエージェントによって、企業システムの問題が突然変わるわけではありません。

    「変更したいとき、どこまで影響するのか」。

    現場では以前から向き合ってきた問いです。

    Clean Coreは、何も変えないという話ではない

    SAPが重視してきた考え方の一つに、Clean Coreがあります。

    Clean Coreを「ERPを改修してはいけない」という意味だけで捉えると、企業ごとの業務を無視した話に見えるかもしれません。

    SAP自身は、拡張をなくすという考え方を示しているわけではありません。

    SAP S/4HANA Cloudの拡張では、コアに近い場所で行う拡張と、SAP BTPなどを使って独立したアプリケーションを構築するside-by-side extensibilityなど、用途に応じた方法が示されています。

    企業には、それぞれ異なる業務があります。標準機能だけでは成立しない仕事もあり、独自の業務がその企業の競争力につながっている場合もあります。

    必要なのは、何を共通の仕組みとして維持し、どの個別性を残すのかを判断することです。

    その判断をもとに、変化しやすい機能をどこへ置くのか、外部サービスとどうつなぐのかを考える。現在残っている例外についても、今なお例外として扱う必要があるのかを見ることになります。

    変更できるシステムとは、何でも好きな場所を書き換えられるシステムではないのでしょう。

    変更する場所と維持する場所を判断でき、変更後の影響を追える。次に新しい仕組みが現れたときには、どこへ接続するのかを考えられる。

    AIエージェントのように変化の速い技術を企業システムへ組み込むなら、こうした状態の意味はさらに大きくなります。

    シンプルな方がよい。その意味を運用から考える

    シンプルなシステムというと、機能が少ないシステムを想像することがあります。

    企業システムで目指したいのは、必要な機能を減らすことではありません。

    システムが何を担当しているのか分かり、必要なデータがどこにあるのかを追える。通常の処理と例外処理を区別できれば、変更するときに確認する場所も考えられます。

    担当者が変わっても、仕組みを理解するための情報がある。周辺サービスとの接続方法が整理されていれば、新しい仕組みを追加するときにも、どこへ置くのかを判断できます。

    認知負荷やプロセス標準化の研究から見ても、不要な複雑性を減らし、共通化できる部分に共通の枠組みを持たせることには合理性があります。

    同時に、標準化は硬直させるほどよいわけでもありません。

    迷う必要のないところでは迷わせず、毎回考えなくてよい処理は揃える。そのうえで、業務として判断が必要なところには、判断する余地を残す。

    シンプルであることは、仕事から複雑な問題をなくすことではありません。

    人が本当に考える必要のある問題と、仕組みで整理できる問題を分けることです。

    企業システムは、これからも変わります。

    ユーザーの要望や業務が変わり、利用するクラウドサービスも増える。AIモデルやAIエージェントも、新しい構成要素として加わっていくでしょう。

    そのたびに既存の仕組みへ個別対応を積み重ねるのか。

    それとも、現在の構造を理解した上で、どこを維持し、どこを変えるのかを判断できるのか。

    この差は、将来のAI構想だけに表れるものではありません。

    問い合わせを受ければ、確認する場所が分かる。障害が起きたときには処理の関係を追い、小さな改修では影響する範囲を考えられる。

    AIエージェントが企業システムを動かす時代は、これから本格的に始まります。

    ただ、その土台の差は、すでに日々の問い合わせや障害調査、小さな改修の中に表れているのかもしれません。


    次に読む記事

    AIで作業が速くなったあと、会社全体の流れはどう変わるのか

    AIによって一つひとつの作業が高速になっても、レビュー、承認、意思決定、システム間の依存がそのままなら、会社全体の速度は同じ割合では上がりません。

    AI時代の企業システムを、仕事の流れという視点から考えます。


    ERP・SAP運用では、実際にどこまで仕事を担うのか

    変更しやすいシステムを維持するには、導入時の設計だけでなく、導入後の運用、改善、変更管理まで含めて考える必要があります。

    SAP運用保守の実務を、問い合わせ、障害、改善、運用移管まで含めて整理しています。


    ERP・基幹システムの運用や改善について相談する

    既存システムの複雑化、変更のしにくさ、運用負荷、ERP・SAP運用の改善などに課題がある場合は、ディーシステムへご相談ください。


     
     
    現場に眠る経験や判断を、AIと仕組みで組織資産へ変えるIT・DX支援会社です。 製薬・ライフサイエンスを中心に、ERP、IT運用、業務改善、生成AI活用を支援しています。 品質・文書管理・業務知識で培った実践をもとに、利益改善、人材育成、離職防止の成長課題にも取り組んでいます。

    あなたへのおすすめ