なぜAIエージェントが「データガバナンス」の論点になるのか？ 高性能モデルを選定するよりも大切なこと
【第4回】AIエージェントに求められるデータ整備と統制
生成AIの業務活用が進むほど、単純な質問に答えるAIから、業務を理解・判断し、次のアクションを支援するAIエージェントへの期待が高まる。しかし、AIエージェントはツールをつなげたからといって、スグに賢くうごくものではない。重要なことは、AIが参照する業務知識、データ、ルール、権限、判断基準をどう整えるかである。本稿では、AIエージェントを支えるデータ整備と統制を「データガバナンス」の観点から整理する。
※印刷用ページ表示機能はメンバーのみが利用可能です（登録無料）。
この記事は参考になりましたか？
- 生成AI時代のデータガバナンス再設計連載記事一覧
-
- なぜAIエージェントが「データガバナンス」の論点になるのか？ 高性能モデルを選定するよりも...
- 「AIガバナンス」の落とし穴 なぜ生成AIリスクは利用ルールをつくっても防げないのか？
- 生成AIガイドラインに禁止事項だけ並べていないか、現場活用のための設計法とデータガバナンス...
- この記事の著者
-
小林 靖典（コバヤシ ヤスノリ）
ショーリ・ストラテジー＆コンサルティング株式会社 ディレクター国内大手コンサルティングファームにて、データマネジメント・コンサルティングチームの立ち上げを主導。現在はショーリ・ストラテジー＆コンサルティングにてデータ領域の専門チームを率い、データドリブン推進、AI導入支援、データマネジメント／データガバナンス領域のサービスを提供。データ領域のコンサルタントとして十数年以上にわたり、製造業（自動車、電機、機械、化学、食品）を中心に、小売業、通信サービス、金融・保険業、製薬...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか？
この記事をシェア
