第１章　そもそもＤＸとは何か？
・単なるＩＴツール導入のことではない
・ＤＸとは第四次産業革命そのものを指す
・会社のコアをデジタル化することがＤＸである
・あなたの会社にとって、「ジョーダンのバスケ」は何だろうか
・自社のコアを見極め、ＤＸを行う――モデルナの事例
・自社のビジネスモデルの脆弱性を理解し、防衛策としてＤＸを行う
・デジタイゼーション、デジタライゼーション、デジタルトランスフォメーション（ＤＸ）の違い
・ＡＩはＤＸのためのツールである
・サイロ化（縦割り構造）はなぜ問題か――マイクロソフトの事例
・A W Sはどのように生まれたか
・カタツムリステップと馬跳びステップ
・ＤＸでオールドメディアを事業再生する――ワシントンポストの事例

第２章　ＤＸを推進するために超えるべき壁①「何から手をつければいいかわからない」
・ＤＸ推進を阻む３つの壁
・「課題は見えないが、とにかくＤＸを推進したい」の危険
・デジタル庁の取り組みの課題点は何か
・企業の課題を抽出する
・「その課題はＡＩで解決できるか？」
・データがないとＡＩ導入できない？
・パッケージ型か、カスタムメイド型か
・世界のＡＩ潮流マトリックス
・事例：帝王切開の出血量を検出するＡＩ（強化型×パッケージ型）
・事例：雑草だけに除草剤を噴霧するスプレイヤー（強化型×パッケージ型）
・事例：顧客とのエンゲージを高めるチャットボット（自動型×パッケージ型）
・事例：タレントの好感度判断（強化型×カスタム型）
・事例：離脱タイミングの予測（強化型×カスタム型）
・事例：少量・多様化にも適応するＡＩ導入（自動型×カスタム型）
・ＤＸで重要なのは、現実的な期待値を持つこと
・ファックスでの受注を自動化するプロジェクト――ベストパーツの事例
・ガートナーが提示するＡＩハイプサイクルが示すもの

第３章　ＤＸを推進するために超えるべき壁②「なかなか実現フェーズに進まない」
・ＰＯＣの壁とは？
・大企業で陥りやすいＰＯＣの壁　
・ＡＩ導入に適した課題を探す――ＦＯＭＥ分析
・Ｆ：実現可能性（Feasibility）――データはあるか、質は高いか
・データフィケーションとは何か――フジクラの事例
・オープンソースの技術を活用しながら独自のモデルを設計する
・「質のよいデータ」とはどんなデータか
・現場の実情に合わせてＵＸを最適化する
・クッキーカッター型モデルのリスク
・Ｏ：応用性（Opportunity）――横展開できるか、外販できるか
・クラスターモデルとグローバルモデル――ウーバーイーツとネットフリックスの事例
・Ｍ：検証性（Measurability）――客観的数値で効果の検証ができるか
・ＡＩモデルのパフォーマンスを評価する４つの指標
・Ｅ：倫理性（Ethics）――倫理的に正しいかどうか
・ＸＡＩ（説明可能なＡＩ）とモデルカード
・まずどの部門でＡＩを進めるか――不二家事例
・円密度の高いデータにＡＩを導入する
・物流会社のＡＩモデル導入――ダイセーロジスティクスの事例
・ネットフリックスのレバレッジポイント
・マッピングチャートで自社のレバレッジポイントを探す
・ＤＸ事業化には４つの道のりがある
・ＡＩ導入の引き際

第４章　ＤＸを推進するために超えるべき壁③「リソースが足りない」
・イントレプレナーの壁とは？
・ＤＸ導入に必要な人材
・ＡＩプロジェクト人選のコツ
・ＤＸチームに必要な人材
・ＧＥのＣＥＯ直下ＤＸプロジェクトはなぜ失敗したか
・フランスのエネルギカンパニー――エンジー社の事例
・ＣＯＥメンバーのキャリア展開
・社内にデータサイエンティストがいない場合
・資産となるＡＩ導入の進め方

第５章　成功するＤＸのあるべき姿
・ネットフリックスはいかにしてＤＶＤ郵送ビジネスから動画ストリーミングに移行したのか
・経営者や担当者が知っておくべきことと、知らなくてもいいこと
・コロナの影響で進むデジタライゼーション
・なぜビッグテックはパンデミックに強いのか
・ビジネスモデルがＤＸの命運を握っている
・ハードとソフトを融合させコネクティッドフィットネスを実現――ペロトンの事例
・ファイヤーホース式か、フライウィール式か――ネットフリックスとディズニープラスの事例
・ビッグテックと「セクション２３０」
・ビッグテックに対する規制は今後も増えるのか

おわりに――ダイバージェンスの時代を迎えるにあたって