農家が10年間、同じ機械で同じ圃場を耕す。播種の深さ、施肥の量、天候、収量。10年分のその履歴は、他社が原理的に持てない資産になる。農機メーカーが構築した現場データの蓄積は、こうして競合が入り込めない防衛線を形成した。
多くの経営者はこれを「データを集めれば強くなる」と読む。その読み方は、間違ってはいない。だが浅い。集めたデータの大半は、実際には使われないからだ。
静脈の摩擦は、無数にある
Operation Loopが日々生み出す情報は、故障、クレーム、要望、現場の工夫、運用の逸脱、その全てである。これを無選別にCreation Loopへ流すと何が起きるか。設計部門は要望リストの処理装置になり、次世代製品は「全部盛り」になる。
データ還流の失敗は、集められないことで起きるのではない。集めすぎて選べないことで起きる。還流には、流量を絞る装置――照準器が要る。
照準の二条件
還流させる対象を選ぶ基準は、二つある。両方を同時に満たすものだけが、動脈に戻す価値を持つ。
第一条件は顧客側にある。その課題は、顧客の構造的な根本障壁（Root Wall）のドミノ圏内にあるか。ここで峻別が要る。Root Wallは構造的障壁であって、現象や症状ではない。「データが少ない」は症状であり壁ではない――なぜ少ないのかが壁だ。症状を還流させても、次世代製品に症状対応の機能が一つ増えるだけで終わる。
第二条件は自社側にある。その課題を解いた結果が、自社の複利資産――データ、標準、定義権――に変換されるか。一回限りの個別対応で完結するなら、還流させても複利にならない。技術的には正しい対応であっても、Dual Loopの燃料にはならない。
データ還流の設計とは、集める設計ではない。捨てる設計である。
記録を、善意に依存させてはならない
照準器の手前に、もう一つの前提がある。人間は、現場のデータを正確かつ継続的に記録してはくれない。どれほど美しいアーキテクチャを描いても、記録の負担が現場に乗った瞬間に、静脈は詰まり始める。
解答は一つしかない。記録する主体を、人間から装置へ移すことだ。現場の人間が「データを取られていることにすら気づかない」状態こそが、最強のデータパイプラインである。第2回で見た建機の標準搭載端末も、工作機械のオープンな現場基盤も、いずれも人間の入力を前提にしていない。
静脈が詰まれば、マクロとミクロを繋ぐ構造は機能不全に陥り、プラットフォームは空っぽの器になる。最も精緻なアーキテクチャも、現場が記録しなければ、その瞬間に死ぬ。
留保、そしてCEOへの問い
公平を期して言えば、照準は必ず外れる。顧客の根本障壁はあくまで仮説であり、AIが証拠を構造化して候補を照合し、人間が確定する。そして確定した仮説が誤っていたと分かるのは、たいてい還流を一巡させた後だ。
だから照準器は固定装置ではなく、更新される装置でなければならない。照準の更新頻度こそが、Dual Loopの実質的な学習速度である。そしてこの速度差は複利で開く――人間が気づく前にシステムが最適解を更新している側と、まだ会議で議論している側との差は、あるクロスオーバーポイントを超えると逆転できなくなる。
御社の設計部門に届く現場の声は、誰がどんな基準で選別しているか。「全部届いている」という答えが返ってくるなら、それは照準器がないということだ。
還流していないのではない。選べていないのだ。
農業機械・工作機械分野の現場データ基盤に関する記述は、各社の公開情報および公開報道に基づく一般的読解である。データ還流原則、Root Wallの定義、記録主体の移転および学習速度の非対称性は、LONGNOW産業OS理論書 第6章・第11章を参照。
