ストーリー
3つのCoEモデル
1. 集中型CoE
全社のAI関連リソースを1つの組織に集約するモデル。
[経営層]
│
[AI CoE(集中型)]
├── AIストラテジスト
├── データサイエンティスト
├── MLエンジニア
├── AI倫理担当
└── プロジェクトマネージャー
│
┌───┼───┐
[事業部A] [事業部B] [事業部C]
| 観点 | 詳細 |
|---|---|
| メリット | 専門性の集中、品質の均一化、重複投資の防止 |
| デメリット | 事業部との距離、ボトルネック化のリスク、現場ニーズの把握が難しい |
| 適するケース | AI活用初期段階、小〜中規模組織、強いガバナンスが必要な業界 |
2. 分散型CoE
各事業部にAI担当者を配置し、自律的にAI活用を推進するモデル。
[経営層]
│
├── [事業部A] ── AI担当チーム
├── [事業部B] ── AI担当チーム
└── [事業部C] ── AI担当チーム
| 観点 | 詳細 |
|---|---|
| メリット | 現場密着、スピード感、事業特性に合った活用 |
| デメリット | 品質のばらつき、重複投資、ガバナンスの弱体化 |
| 適するケース | AI活用成熟段階、大規模組織、事業の多角化が進んでいる場合 |
3. ハイブリッド型CoE(Hub & Spoke)
中央CoEと各事業部のAI推進担当を連携させるモデル。
[経営層]
│
[AI CoE(Hub)]
├── 戦略・ガバナンス
├── プラットフォーム
└── 育成・ナレッジ
│
┌───┼───┐
[Spoke A] [Spoke B] [Spoke C]
(事業部AI推進担当)
| 観点 | 詳細 |
|---|---|
| メリット | ガバナンスと現場密着の両立、スケーラブル |
| デメリット | 運営の複雑さ、Hub-Spoke間の連携コスト |
| 適するケース | AI活用拡大段階、中〜大規模組織、多くの企業で推奨 |
モデル選択のフレームワーク
| 判断軸 | 集中型 | 分散型 | ハイブリッド型 |
|---|---|---|---|
| 組織規模 | 〜500名 | 5000名〜 | 500〜5000名 |
| AI成熟度 | 初期 | 成熟 | 拡大期 |
| 事業の多様性 | 低い | 高い | 中程度 |
| ガバナンス要件 | 厳格 | 柔軟 | バランス |
| 変化のスピード | 安定 | 高速 | 中程度 |
NetShop社のケーススタディ
NetShop社の現状を整理しよう。
| 項目 | 現状 |
|---|---|
| 従業員数 | 約800名 |
| 事業部 | EC運営、物流、マーケティング、CS、管理 |
| AI成熟度 | PoC成功段階(拡大期に入る) |
| ガバナンス | 現時点では未整備 |
この条件から、NetShop社にはハイブリッド型CoEが最適と判断できる。
まとめ
| 項目 | ポイント |
|---|---|
| 集中型 | 初期段階・小規模向け、ガバナンス重視 |
| 分散型 | 成熟段階・大規模向け、現場密着 |
| ハイブリッド型 | 拡大段階向け、バランス型で多くの企業に推奨 |
| NetShop社 | ハイブリッド型が最適 |
チェックリスト
- 3つのCoEモデルの特徴を説明できる
- 各モデルのメリット・デメリットを理解した
- モデル選択の判断軸を把握した
- NetShop社に適したモデルを判断できる
推定読了時間: 30分