トーマス C. レッドマンの著作一覧

非構造化データの品質向上こそ、AIの成功に直結する
トーマス H. ダベンポートロジャー W. ホールトーマス C. レッドマン
/
2025年7月
企業が生成AIを有効活用するには、高品質な非構造化データの整備が不可欠である。検索拡張生成（RAG）の導入には、データの質が成否を左右し、その改善にはリーダーシップの関与や関係者全体での協調的な取り…
雑誌掲載コンテンツ
AIで進化するプロセスマネジメント
トーマス H. ダベンポートトーマス C. レッドマン
/
2025年5月
プロセスマネジメントは1990年代にビジネス界を席巻した概念だが、その後、次第に衰退していった。しかしいま、AIの発展によりその重要性は以前にも増して高まっている。AIは企業が改善したプロセスを大規…
データの扱い方を全社的に向上させる方法
トーマス C. レッドマンドナ L. バーバンク
/
2025年3月
多くの企業は良質なデータの重要性を理解しているが、その作成における従業員の役割を軽視しがちである。従業員は、十分な支援や訓練を受けられないまま努力しているが、企業側は問題が発生すると、彼らの注意不足…
高品質なデータがなければ、企業のAIプロジェクトは成功しない
トーマス C. レッドマン
/
2024年10月
かつてのサブプライム住宅ローンによる金融危機の教訓として、データの品質がビジネスの成功に不可欠であることは疑いようのない事実である。そして今後のAIを用いたビジネスも、同様にデータの品質が成否を左右…
データ戦略はすべての社員を巻き込むことが重要だ
トーマス H. ダベンポートロジャー W. ホールディエゴ・クオネントーマス C. レッドマン
/
2023年8月
データ活用により、多くの面で社員のパフォーマンスが向上することがわかってきた。しかし現実に目を向けると、莫大な投資を行っているにもかかわらず、実際の経済的な価値はあまり生み出されていない。自社のビジ…
データドリブンな企業に変革するための3つの教訓
メイ・アル＝オワイシュトーマス C. レッドマン
/
2023年7月
デジタル・トランスフォーメーションに取り組む企業は、技術よりも文化が最大の障壁であることを認識している。そのため、変革を成功させるためには組織全体での行動が必要であり、他社の取り組みから学ぶことが重…
データの品質はチームの生産性に直結している
トーマス C. レッドマン
/
2023年2月
質の低いデータの存在は、正確な分析や予測を行うために必要な情報を欠き、時間やリソースを無駄にすることにもなるため、生産性を低下させる可能性がある。本稿では、企業が用いているデータの品質が、高いのか低…
データサプライチェーン・マネジメントを実践する
トーマス H. ダベンポートテオドロス・エフゲニュートーマス C. レッドマン
/
2021年9月
各社がデータの利活用を積極的に進める中、データマネジメントの問題に頭を抱える企業は多い。解決に多額の資金を投じているにもかかわらず、なかなか進歩が見られないのが現状だ。本稿では、この問題を「データプ…
データサイエンスを「民主化」する4つの方法
トーマス C. レッドマントーマス H. ダベンポート
/
2021年5月
自社の意思決定にデータを活用しようとする場合、高度な専門性を有するデータサイエンティストを集めて、多くのデータを入手できる領域で活動させようとする企業が多い。しかし、これでは戦略上の重要性が高くなく…
デジタルトランスフォーメーションを成功に導く人材の要件
トーマス H. ダベンポートトーマス C. レッドマン
/
2020年9月
デジタルトランスフォーメーション（ＤＸ）の実現を目指す企業が増えてきたが、その多くが苦戦している。組織の階層や部門間の壁を超えて、技術、データ、プロセス、組織変革能力という4つの領域から最高のメンバ…
競争優位を築くには「専有データ戦略」が必要である
トーマス H. ダベンポートトーマス C. レッドマン
/
2020年6月
データ戦略において、多くの企業が見過ごしている視点がある。それは専有データ、すなわち自社のみが抱える固有のデータを有効活用し、有益な資産に変えることだ。専有データ戦略を実行するためには、どのような課…
ビッグデータよりもスモールデータを活用しなさい
トーマス C. レッドマンロジャー W. ホール
/
2019年11月
ビッグデータの価値を疑うことはない。ただ、ほとんどのアナリティクス・プロジェクトにおいて、そこまで大量のデータを必要とすることはない。スモールデータのほうが短期間で利益を上げられるなど、組織にさまざ…
雑誌掲載コンテンツ
データの品質管理はIT部門に任せるな
トーマス C. レッドマン
/
2014年5月
信頼性の低いデータを使った分析結果は見向きもされない。そのため、いかにデータの品質を高めるかが問われている。データ活用に関するコンサルティング業務を行う筆者は、その責任はデータを管理するIT部門ではなく、データを作成する事業部門にあると説く。なぜなら、データの品質は作成した瞬間に決まり、IT部門にはデータ作成における業務プロセスを改める権限がないからである。本当に改善を求めるならば、そうした部門の壁を超えてでも改善に乗り出す、強いリーダーシップが必要とされる。品質の低いデータによって企業の利益がどれほど損なわれるかを、マネジャーは心得るべきである。