「ローコード・アプリケーション・プラットフォーム（LCAP）」の利用が急拡大する中、LCAPに関するさまざまな「通説」が登場している。しかし、それらの真偽は定かではなく、今後のLCAPの適切な活用のためには、嘘か本当か、その信憑性を見極める必要がある。たとえば、「ローコードはプロコードよりも生産性が高い」「LCAP導入でプロ開発者が失業の危機にさらされている」といった具合だ。ガートナーのダニー・ブライアン氏とガートナーのポール・ヴィンセント氏が、LCAPにまつわる5つの通説について意見を交わしつつ、将来の方向性を提示した。

ERPの導入／刷新は全社規模の一大プロジェクトだ。基本となる進め方は他パッケージと同様だが、その規模と業向に与える影響の大きさからERPの提案依頼書（RFP＝Request for Proposal）策定には考慮すべき点がいくつもある。では、どうすれば失敗せずにERPを導入させることができるのであろうか。ガートナー バイス プレジデント,アナリストの本好宏次氏が、ERP選定におけるRFPの作成プロセスや工程ごとに押さえておくべきポイント、RFP特有の策定の注意点について伝授する。

市民開発者によるアプリの高速開発の手段として、ローコード・アプリケーション・プラットフォーム（LCAP）の利用が急拡大している。その一方で、市民開発者のアプリ管理の不十分さに起因するセキュリティ・インシデントの増大や現場のスキル不足など、多様な課題が指摘されるようになった。ガートナー シニア ディレクター,アナリストの飯島公彦氏が、それらのローコード開発の“落とし穴”を回避し、LCAPの価値を最大限に引き出すための7つのベストプラクティスを紹介する。

データ活用における課題の1つが「データの品質」をいかに担保するのかという問題だ。AI（人工知能）、BIツール活用の視点でも再評価が進んでいるのが「マスターデータ管理（MDM：Master Data Management（マスターデータマネジメント））」だ。とはいえ、その推進は一筋縄ではいかない。ガートナー シニア プリンシパル,アナリストのヘレン・グリムスター氏が、その中にあっての陥りやすい罠と、あるべき推進法、さらにMDMツール市場の現状について、わかりやすく解説する。

ITエンジニアの永遠の課題が「学習」だ。知識とスキル／能力はほぼ一体であり、中でもアジャイル開発に向けたDevOpsやSRE（Site Reliability Engineering）などの実践では新たな知識が不可欠となる。ただし、IT部門の組織的な学習が一筋縄ではないことは周知の通り。そうした中、ガートナーは過去8年にわたり、企業がエンジニアの学習支援のために「実践したこと」とともに、「成功したこと」「成功しなかったこと」のデータを収集し分析した。ガートナー バイス プレジデント,アナリストのマンジュナス・バット氏が、その結果を基に、DevOpsやSRE へ取り組むうえで重要なIT部門における組織的な学習方法について、「ゲーム・デー」や「ペアリング」など4つの具体的な方法を解説する。

ビジネス環境がますます変化する中で、データドリブンによる意思決定の動きがさらに加速している。当たり前のことだが、よく考えると生じる疑問の1つが、データドリブンにより「どれだけ判断精度を向上できるのか？」ということだろう。ガートナー バイス プレジデント,アナリストのガレス・ハーシェル氏が、意思決定における「合理的」「原理的」「協働的」「直感的」の4つ手法を解説するとともに、あるべき推進法を提言する。

ChatGPTをはじめとする生成AIが話題を呼ぶなど、AIの知名度が日々高まる一方で、その中身を深く理解している人はいまだに多くないのが現状だろう。自分には「関係のない話」と興味を持たない人もいるかもしれない。こうした中、幅広い人にAIへの理解を促すうえで鍵を握るのが、AIとは何かを具体的にかみ砕いて説明する「アウトリーチ活動」だ。最新のAI研究をどうアウトリーチしていけばいいのか。研究者とサイエンスライター、キュレーターの3氏がそれぞれの立場から熱く語った。

今話題のChatGPTなど、近年の発展が目覚ましい人工知能（AI）。将来的な産業の競争力を左右する存在として、政府も「AI戦略2022」を策定するなど、国を挙げて研究開発を推進する。その一翼を担うのが、2015年から各種のAI研究開発プロジェクトを推し進めてきた新エネルギー・産業技術総合開発機構（NEDO）だ。各種プロジェクトを指揮してきた産業技術総合研究所フェローの辻井潤一氏が、研究者の立場から研究開発の変遷や今後の社会実装に向けた道のりを語った。

データとアナリティクスによる新たな価値創出に向け、最高データアナリティクス責任者（CDAO）に寄せられる期待は高まる一方だ。しかし、データ分析にかかわる多くのミッションは一筋縄ではいかない取り組みが多い。ChatGPTをはじめ、ジェネレーティブAIも台頭する中で、CDAOやデータ／アナリティクス部門がより大きな成果を上げるために何が必要となるのか。ガートナー ディスティングイッシュト バイス プレジデント,アナリストのアラン・ダンカン氏は「技術的な知見だけでなく、アイデアを生む能力や他社と連携できる能力も求められる」と指摘する。同社が実施した調査を基に、企業のデータ／アナリティクスの現状と課題について解説する。

システムの安定稼働は運用担当者の重要なミッションだ。だが、システムの複雑化に伴い、収集されるログデータが膨大な量になることで、従来からの人手での管理ではデータを扱いきれず、この重要任務の達成は困難なものとなっている。この中で脚光を浴びているのが、ログデータのAI（人工知能）解析を通じて、複雑な環境下でのシステム運用の効率化や高度化を目指す「AIOps（Artificial Intelligence for IT Operations）だ。ガートナー シニア ディレクター, アナリストのパドレイグ・バーン氏が、その全体像や活用を見込めるツールを紹介するとともに、推進に向けた心構えを説く。

DXが加速する中、インフラ管理の自動化への関心は増すばかりだ。そこで見込まれるメリットは多岐にわたるが、現在進行形で関連技術の整備が進む中、どう進めるべきかで悩む企業も数多い。ガートナー バイス プレジデント,アナリストのケビン・ジー氏が、インフラ自動化によりもたらされるメリットを独自に整理するとともに、具体的な取り組み方について指南した。

多くの企業がDXに取り組みつつも、大半の企業ではいまだ成果が上がっていない。要因はいくつか挙げられるが、中でも大きいのが改革意識の欠如や従来のやり方への固執などの、変化に対する人の心理的な抵抗だ。デジタル時代での生き残りに向け、どうすればこの状況を打破できるのか。アイ・ティ・アール（ITR）の会長でエグゼクティブ・アナリストを務める内山悟志氏が語った。