> For the complete documentation index, see [llms.txt](https://open-dataspaces.gitbook.io/ods-docs/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://open-dataspaces.gitbook.io/ods-docs/jp/introductory-guide/yzkegaido/05-pre-adoption.md).

# 第5章 ODS導入検討のプロセス

本章では、ユーザー事業者がデータスペース事業への参入可否を判断するための検討プロセスを整理する。 「①自社の課題・ユースケースの特定」「②参入パターンの選択」「③成立性の検証」「④参入の是非判断」の4ステップで進める。

## 5.1 ステップ1：自社の課題・ユースケースの特定

参入検討は「Open Dataspacesという技術対応」ではなく「自社の事業課題の解決」を起点とすることが重要である。

特に、データマネジメントの世界では「Garbage-in, Garbage-out」と呼ばれるように、目的なくデータを大量に集めても、ランニングコストが消費されるだけで、ROIは悪化する一方である。 このような 「**データを集めれば何かいいことが起きる**」**という幻想から決別し、課題解決という目的から逆算された必要なデータを収集すること**が、プロジェクト成功の鍵を握るだろう。

その際に設定すべき論点として、例えば、表7のような問いで課題を具体化していく必要がある。

**表 7 自社の課題を特定する問い**

| 問い（例）                                        | 着目点                                                                                 |
| -------------------------------------------- | ----------------------------------------------------------------------------------- |
| そもそも、ビジネス・オペ―レーション上の何の課題を解決するために、データを連携するのか？ | 現在のビジネスモデルが直面する脅威と機会、個別組織・個社単位で個別最適化はされているが全社・サプライチェーン単位で見ると最適化されていないオペレーション、データサイロ |
| 今、外部データとの連携において何が障害となっているか？                  | 個別API連携の調整コスト、データ品質の不透明性、利用条件の整合困難                                                  |
| 自社データを外部に提供できれば何が変わるか？                       | 新規収益源、パートナーシップ強化、業界標準への準拠                                                           |
| AI活用・BI/DIに必要なのに使えていないデータは何か？                | サプライチェーン上流データ、外部統計・市場データ、リアルタイム環境データ等                                               |
| 現在の個別連携で積み上がっているコスト・手間はいくらか？                 | 「Save Money」の定量的な見積もり                                                               |

## 5.2 ステップ2：参入パターンの選択（4軸で整理）

ユーザー事業者の参入戦略は以下の4軸の組み合わせとして整理することができる。これらの軸は独立したものではなく、組み合わせによって参入形態が具体化される。

### （1）自社の参加役割

データ提供者・データ利用者・両方の組み合わせのいずれかを選択する。同じ機能でもどの役割で参入するかで、価値の言語化・責任境界が変わる。

### （2）優先するペインへの対処：どの課題をOpen Dataspacesで解決するか

「Where to getの問題（DAD）」「What to meanの問題（OSI）」「Who and How to useの問題（IUC）」のどれが自社の最大のペインかを特定する。

### （3）実装範囲：自社で担う機能の範囲

分散型（自社でプロトコルを実装・運用）か連邦型（マネージドサービスを利用）か。初期段階では連邦型が参入コストを下げやすい。

### （4）責務範囲（SLA）：どこまでを自社の責任として引き受けるか

データ提供の範囲・利用条件・SLAを自社で設計するか、マネージドサービスの枠内に収めるかを決定する。

## 5.3 ステップ3：成立性の検証

技術的な運用を確認するPoC（Proof of Concept）に加え、「ビジネスとして意味があるか」を検証するPoV（Proof of Value）が不可欠である。 成立性検証のためのステップを表8に示す。

**表 8 成立性検証のためのステップ**

| 検証の種類                          | 確認内容                                           | 主なアウトプット     |
| ------------------------------ | ---------------------------------------------- | ------------ |
| PoC 最小構成（MVP）でデータ連携が技術的に成立するか。 | ODS SDKやマネージドサービスでPoC環境を構築し確認する                | 接続成立性レポート    |
| PoV                            | コスト削減効果・価値創出効果によるROI。リードタイムの改善。外部データのAI活用上の有用性 | 価値仮説メモ、事業ケース |
| 運用成立性                          | 最小構成の運用負荷・体制要件を把握できるか                          | オペレーショナルフロー  |

## 5.4 ステップ4：参入の是非判断

以下の問いに自社なりの仮説と数値感を持てるかどうかが、本格参入に進むか否かの一つの目安となる。

* 現在の個別連携コストに対して、Open Dataspaces参入後のコスト削減（Save Money）はどの程度見込めるか
* 外部データ活用によって生まれる新たな収益・競争優位（Make Money）はどの程度か
* 参入に必要な初期投資（人的リソース・技術投資・外部サービス利用費）は事業計画上許容できるか
* 競合他社がデータスペース事業に参入した場合の競争上のリスクはあるか

次章では、参入を決断した後の導入企画プロセスを整理する。