コロナ禍で相次ぐトラブル、政府のシステム構築はなぜ難しいのか?
新型コロナワクチンの配布や接触追跡など、新型コロナウイルス感染症のパンデミックにおいて、大規模なテクノロジー・プロジェクトを成功させることの難しさが明らかになっている。状況を変えるには何をすべきか。専門家たちに話を聞いた。 by Cat Ferguson2021.04.01
政府テクノロジーにとって、長く厳しい状況が続いている。一部は大失敗し、政府、企業、そして失敗を穴埋めするために集まった非公式のボランティア集団による、際限ないパッチ修正を必要とした。
開発者は新型コロナウィルスに曝露した可能性のある人をプライバシーの侵害なく特定できるアプリを作る必要があった。悪名高い失業手当て申請サイトは、大量の失業者に耐えられずにクラッシュした。米国特有の断片化された保健医療産業を補うために、データ伝達の新たなパイプラインが必要になった。
その間、政治家やエンジニア、公衆衛生当局は、人々の情報を安全に保ち、さらに困難なことに、それが成功していることを国民に納得させなければならなかった。
米国で実際に政府テクノロジーをうまく機能させるためには、何が必要なのだろうか。国民のための健全なテクノロジー・インフラの基本とは何だろうか。
優れた政府テクノロジーの設計がなぜこれほど難しいのかを理解するため、5人の専門家に話を聞き、国民のための健全なテクノロジー・インフラの構築方法についてアドバイスを求めた。
分断されたデータ
シッド・ハレル
米国では、「政府」という言葉が指すものはさまざまです。この国には連邦政府のほかに50の州政府があり、全国各地でさまざまな役割を担う3000の郡、そして2万の市町村があるのです。
ある特定の地域にいる人がワクチン接種の対象かどうか、ワクチンの在庫がある場所で接種の予約が可能かどうかを確認するデータを、非常に多くの関連機関が部分的に有しています。データを共有してそれぞれのシステムを連携させるには、政府だけでなく、病院や診療所、薬局などすべてに対しての同意が必要になりますが、これはほぼ不可能です。
そう考えると、Webデザインの改善やWebにアクセスできない人への考慮は、実は簡単な部類の課題かもしれません。
アレクシス・マドリガル
多くの場合、テクノロジー自体はそう複雑ではありません。そのテクノロジーの根底にあるシステムが問題なのです。各州の通常業務では作成されないデータを連邦政府が必要としている場合、誰かがそのデータをまとめなければなりませんが、緊急時には誰もがやるべき仕事に追われているので、その優先度は低くなります。全国規模の医療システムがなければ、検査や症例の全体傾向を簡単に把握する方法はないのです。
レガシーなプロセスとシステム、新たなベンダー
シァ・ファン
私はレガシー・システムに携わる仕事を、「ソフトウェア考古学(software archaeology)」と呼んでいます。旧式のシステムは都市インフラができる前に建てられた家のようなもので、都市の上下水道や送電網に接続するようにできていないんです。そのシステムを30年にもわたって維持してきた人、100万行もある色分けされたスプレッドシートを更新している人を探し出す必要があります。
新たなシステムを導入する際、よく耳にするフレーズがあります。システムを導入する政府側は、何か問題が起きた時に「どこか1カ所に責任を負わせたい(one throat to choke)」ということです。デロイトやアクセンチュアのような大手ベンダーは、プロジェクトに必要なあらゆる人材を送り込んでくれます。しかし、失敗の責任を負う潜在的なリスクをアウトソーシングすることで、政府機関は技術的専門知識もすべて放棄することになります。問題が起きたら、その穴を掘ったベンダーに頼らなければなりません。そこから抜け出すことはできません。
ダン・ホン
デロイトやIBMに仕事を発注して解雇される人はいません。ベンダーも、これまでどおりのやり方で受注が続くなら、「使い …
- 人気の記事ランキング
-
- Bringing the lofty ideas of pure math down to earth 崇高な理念を現実へ、 物理学者が学び直して感じた 「数学」を学ぶ意義
- Promotion Innovators Under 35 Japan × CROSS U 無料イベント「U35イノベーターと考える研究者のキャリア戦略」のご案内
- The 8 worst technology failures of 2024 MITTRが選ぶ、 2024年に「やらかした」 テクノロジー8選
- Google’s new Project Astra could be generative AI’s killer app 世界を驚かせたグーグルの「アストラ」、生成AIのキラーアプリとなるか
- AI’s search for more energy is growing more urgent 生成AIの隠れた代償、激増するデータセンターの環境負荷