考え方が根底から変わる
企業の管理部門（総務、人事、財務、情報システム等）を中心としたホワイトカラーの職種は、この20年～30年でAI（人工知能）にとって代わられると言われています。それどころか研究職以外の医師や薬剤師、弁護士、税理士、会計士などの師士業もAI化の対象になっていて、好むと好まざるとに関わらず、近い将来、世の中の「人」と「AI」の仕事の割合は大きく変わっていくことになります。
危機管理やBCPにおいてもその流れは同じ。10年を待たず、日本でも危機管理／BCPのDX（デジタル・トランフォーメーション）化は確実にやってきます。
私たち危機管理／BCPコンサルは、現時点では、組織の重要性を示して対策本部の設えや運用をクライアント企業単位でアドバイスする立場ですが、このコロナ禍によってその考え方は根底から大きく変わらざるを得ないと感じています。前回までにお話した複合対策本部とウェブ対策本部の運用も含め、危機管理／BCPのDX化を進める必要性が増してきているからです。
コロナ禍で学んだものは、対策本部の構造や運用の変化ばかりでなく、危機管理における「統制」と「全社一丸」の行動という大きな課題です。もちろんこれらは経営全般においても必要な企業文化ですが、有事の危機的状況において、このフレームワークは早期の事業復旧を目指す上で必須と考えられるものです。
では、統制を強化し、全社一丸で物事にあたるために必要なものは何か？
簡単に言えば、危機管理／BCPの絶対的な「司令塔」の存在です。過去、災害対応を成功に導いた事例は、司令塔を抜きに語ることはできません。そして、この司令塔となる人物や組織を“賢く”し、権限を集中することが重要なのはいうまでもないでしょう。「司令塔」がBCPにおける何らかの判断をするために、必要な情報を素早く集め、分析し、方向性を見定め、全社その方向に一丸となることが、有事に早期の事業継続ができるかどうかにつながります。
しかし、突然起こる災害に対応する能力が、予定された「司令塔」に当初から備わっているわけではありません。危機管理／BCPのDX化においては、この情報収集機能と分析機能を、発災直後からAIにサポートしてもらうことになります。
もちろん、いきなりAIが働き始めるわけではなく、次ページのようなマイルストンによって危機管理／BCPのDXが進んでいくのだろうと考えられます。
危機管理／BCPのDX化へのマイルストン
1.災害情報可視化ツールとデータ解析
DX化の前段階としてポイントに挙げたいのは、災害情報を地図上に可視化するツール（例： 国際航業社の防災情報提供サービス「Bois」など）の活用です。気象庁や日本道路交通情報センター、国土交通省などが提供している災害情報を地図上に表し、あらかじめ登録した自社の拠点などへの影響をリアルタイムでアウトプット（可視化、データ化）するサービスツールです。
このようなツールは、すでに多くのユーザーを獲得していますが、拠点を全国展開している大企業や県域を超える広域災害情報を可視化して活用したい自治体が中心で、導入したくても費用面で二の足を踏む中堅企業や法人組織も少なくありません。
実際、このツールの“売り”は、災害情報を地図上に示すことにより、危機管理／BCPに求められるアクションに視覚的な判断材料を与えることであり、それをデータ（CSV等）として出力することです。つまり司令塔を“賢く”するための機能の一つを有しているわけです。
ITサービスという側面から見ても、多くのユーザーにこのツールの有効性を享受してもらうためには、クラウドアプリケーションとしてSaaS化し、コモディティー化することが原則ですし、ここ最近AI機械学習、深層学習もSaaS化が顕著になってきています。
実際、クラウド化が持つ本質的な重要性は、コスト面と並び、クラウドサービス提供形態が持つ構造的なメリットです。つまり、多くの企業や組織がこのSaaSを利用するにあたって拠点を登録し、必要な災害情報を選択しますが、ポイントは顧客である企業が登録した拠点に対するプロファイルが集積され、それらを別の分析専門組織が解析できることです。
それは、いわゆるビッグデータ解析として、業種・業態・地域、企業特性といった別角度の「面的」な要素分析や、データマイニングを含め違う視点からの「点」への情報提供に生かすことができる。そこに、クラウド化の大きな利点が見出せます。サプライチェーンの団体が利用すれば、共助の判断が素早くできるかもしれません。
本来、このようなエコシステムサービスは、民間企業レベルで立ち上げるよりも、国土強靭化としてのレジリエンス力をオールジャパンで実現するために政府機関、内閣府や総務省、国交省などが予算を出し、第三セクターのような組織で全国の企業や組織に対してサービスできれば、もっと素早く広く意味あるものとして、国の危機管理や防災政策に多いに役立つ国際的にも先進的でデータドリブンな災害レジリエンス・サービスになるものと考えられます。
2.対策本部とBCPのDX化
データ集積・分析構造のシステムには、気象庁などからの災害情報以外にも、インターネット上に点在している、例えばスマホデータを使って帰宅する人の流れや稼働しているインフラ情報、携帯電話会社のサービス状況、道路の渋滞情報、検索ワードの情報などを取り込むことが可能。そうしたあらゆる情報を、AIが自動的に、迅速に集積し、データを関連付け、分析することができます。
AIは、情報収集能力を担当者（「人」）のスキルに依存してしまうリスクを回避し、対策本部の役割の一つである「社外被災情報収集グループ」の役割をほぼ完全に実現し、的確に情報を収集していきます。
実際、企業は本社が甚大に被災してしまうと対策本部自体が立ち上げられず、BCPを実行できなくなる危惧がありますが、前述のサービスは複数かつ災害に堅牢なデータセンター上で提供できるため、企業は情報を入手するエンドポイント機能とインターネットさえあれば社内の被災情報収集に集中でき、事業復旧のための各種施策の実行判断に大きく役立ちます。
さらに社内被災情報でさえ、オフィス建物の各所に備え付けられた歪みセンサーや形状損壊を検知するIoT、AIを搭載した自動運転の小型ドローンを活用すれば、人が危険な箇所を探索し回る必要はなく、安全配慮義務に反することもありません。休日に起きた災害による被災状況の確認も、これらのシステムに委ねることができます。
社内リソースの把握から最適な配分に至るまで、対策本部は、対策本部長と事務局と危機管理取締役（司令塔）、事業統括取締役、営業統括取締役、管理部門統括取締役と広報部門のように、情報を判断する「人」だけで構成できる可能性があります。中堅中小企業や病院、社会福祉施設など、危機管理に責任者は配置できても実際の担当者まで組織化できないという組織には、特に有用かもしれません。
危機管理／BCPをDX化するポイントは、危機管理やBCPを単一企業だけのクローズされた世界で行うのではなく、災害大国の日本においては、国家プロジェクトとして、データドリブンなDX化を目指すべきでしょう。そのために災害情報提供サービス、IoT、ドローン、クラウド、AI機械学習、深層学習などをフル活用することで、災害に強い、災害復旧に素早く対応できる国家をつくり上げることができると考えています。
