（ここまでのアーキテクチャを整理します）
まとめとして、ここまでの検討を一旦、整理しておきます。
データからモノを考えることがデータサイエンスのスタートです。図１では、データから、経営を整理しています。
図１のように、経営判断の根拠は、過去の経験、歴史などの2次データ、1次データに基づきます。ベンチャー等が、新製品を開発する場合には、過去のデータは使えませんので、開発目標（目標値）がデータの代わりになります。
1次データをとらずに、経験を重視した年功型組織を維持して、経験科学に基づく意思決定をする、これが、現在の日本企業の多くの姿であると思います。
このアーキテクチャの中で、DXの機材を投入しても、DXに成功することはありません。
DXの遅れの問題は、既に多くの経済学者が分析していますので、経済分析で、筆者が付けくわえることはありません。
筆者は、経験科学のパラダイムから抜けられないという認知バイアスが、DXの大きな障害になっていると考えています。
ダベンポートは、データドリブンな企業文化が、DXには必須であるといいました。
図１は、ベンチャーについては、データドリブンな意思決定も万能ではないことを示しています。
新製品の開発と販売が、軌道にのれば、データドリブンな企業文化で対応可能になりますので、ビジョンドリブンのシェアは高くないと思われます。
