トップ
ビジネス
- インダストリトピック
- 金融
- 製造
- 公共
- 小売
- 物流
- 通信
- ネットビジネス
- マネジメントトピック
- 財務
- 人事
- マネジメント
- キャリア・転職
- メンタルヘルス
- ビジネストピック
- ユーザー事例
- 業界動向
- 英語
- 資格・学習
テクノロジー
- テクノロジートレンド
- セキュリティ
- ガバナンス・運用管理
- Notesの次を考える
- ソーシャルテクノロジ
- 経営が知るべきバズワード
- 新しいOSの選択肢
- これはひどい！ITの話
- デベロッパー
- builder by ZDNet Japan
ホワイトペーパー
製品
用語
企業動向
- ビジネスリソース
- プレスリリース
- イベント情報
- 企業情報センター
リファレンス
ダッシュボード
- インフォメーション
- ZDNet Japanのイベント
- サイトマップ

そもそもERPとは何なのかを改めて考える

Eliyahu M. Goldratt博士は、ERPベンダーをモデルにした小説「チェンジ・ザ・ルール!」で、いかに優れたコンピュータシステムを導入しても、「ルール」が古いままではメリットを得られないと指摘した。その出版から6年が経過した今、企業はERPからどれだけのメリットを得たのだろうか。

梅田正隆（ロビンソン） 2008年11月7日 18時19分

記事の評価

ソーシャルブックマーク(-)
トラックバック(1)
- タグ
- データベース
- コンピュータ
- アプリケーション
- メインフレーム
- オープンシステム
- BPR
- アプローチ
- デザイン
- ERP
- 現場
- 会議
- 販売
- 人事
- 会計
- 伝票処理
- 巨大
- 大福帳
- 会計データ
- パワー
- 高速
- 処理
- 拡大
- 競争力
- データ
- 判断
- 人間
- 可能性
- 限界
- 購買
- 生産
- 修正
- グローバルスタンダード
- 業務システム
- 統合
- 手間
- コスト
- 業績
- 回復
- 収益
- 価値
- 1990年代半
- Business Process Re-engineering
- 経営体質
- ビジネスプロセス
- ベストプラクティス
- フィット＆ギャップ
- 改善
- 企業
- 経営
- Enterprise Resource Planning
- 救命胴衣
- 期待
- 対策
- 生き残り
- IT投資

大不況時代にERPから暁光は見出せるか

　未曾有の信用不安による世界的な金融危機は、実体経済を巻き込みつつある。企業が経営の危機に直面するたびに、ERP（Enterprise Resource Planning）は経営の救命胴衣として期待されてきた。

　将来の見通しが厳しい時代に、取るべき対策がERPから見えるのか。生き残りをかけ、ERPに多額のIT投資をした企業は、それに見合った価値をどうすれば生み出せるのだろうか。本連載では、ERPについて再考していきたい。

　まず、ERPとは何なのか改めて振り返ってみよう。1990年代半ば、国内においてはERPはしばしば、BPR（Business Process Re-engineering）とセットでその価値を語られることが多かった。当時、Michael HammerとJames Champyが提唱したBPRが経営再建のキーワードとなり、ERPがBPRを実践するための手段の1つとして注目された。

　だが冷静に考えれば、BPRとERPは改革のアプローチが異なっていることに気づく。BPRは、経営体質を大改造するために、現在のビジネスプロセスを抜本的にデザインし直すアプローチであるはずだ。これは過去の業務構造を捨て、一から再構築することを意味する。

　一方、ERPは先進的企業から学んだベストプラクティスを、現在の業務に適用することを前提として生まれている。ERPを導入する際に、しばしばどのベストプラクティスを自社に取り入れるべきか判断するためのフィット＆ギャップ調査を行うが、この時点ですでにBPRからは離れ、過去のビジネスプロセスを改善あるいは修正する方向性が強くなっている。

　実際のところ、90年代にいち早くERPを導入した企業の多くは、メインフレームからオープンシステムへの移行と同時に、グローバルスタンダードを自社のビジネスプロセスに取り入れることが大きな狙いだった。グローバルスタンダード、後のベストプラクティスである。

　パッケージ化されたERPシステムの導入によって、業務システムを統合するという作業における手間とコストを大幅に省くことができたが、それだけでは業績の回復や収益の拡大にはつながらなかった。ビジネスプロセスを取り入れただけなのだから、「競争力」を生まないのは当然だった。データから判断を下すのは、コンピュータではなく、いつも人間である。