創業50年超のアシストが描く製品提供の「その先」　既存資産を殺さないSoR／SoIの現実解とは

AI活用の潮流　企業が直面する「データ基盤」の壁とは

　昨今の生成AIやAIエージェントに対する注目の高まりは、ビジネスの現場におけるデータの価値や管理手法を見直す契機となっている。また、多くの企業がAIを活用した業務効率化や新規ビジネスの創出を模索しているものの、成果に結びつくまでの道のりは決して容易くない。AIツールを購入して社内展開しただけで業務改革が進むわけではなく、その土台となるデータ基盤が適切に整備されているかどうかが成否を左右することが明らかになってきているからだ。

　どのようなデータをどこから収集し、どのような形式で蓄積してAIに引き渡すのか──大局的な観点でのアーキテクチャが欠けていれば、AI活用は一部のITリテラシーの高いユーザーによる局所的な試みにとどまってしまう。

　また、AI時代における企業データの活用は、決して一様ではない点にも注意が必要である。すべての従業員が自然言語でプロンプトを入力し、AIと対話しながら解を導き出すスタイルだけが唯一の正解ではない。試行錯誤を繰り返しながら高度な分析を行うデータサイエンティストや企画職のユーザーが存在する一方、日常業務において素早く意思決定を行いたい営業担当者や拠点マネージャーからは、自らの担当領域に関するデータがわかりやすく可視化されている状態が求められる場合も多い。

　つまり、プロンプトによる対話型のAI活用、BIなどを活用したダッシュボード型の可視化という両方のスタイルに柔軟かつ迅速に対応できる、堅牢なデータ基盤が不可欠となる。

　とはいえ、多くの企業では長年のシステム拡張にともない、オンプレミスの基幹システムやSaaS、部門ごとに管理されたファイルサーバーなどにデータが分散している。これらをどのように安全に連携させ、BIやAIツールで容易に扱える形へと変換・整理していくのかという「前処理」の壁が立ちはだかる。岸和田隆氏は、「AIを導入すれば、魔法のように業務が変わるわけではない。実際には、データ側に存在する課題に直面する。だからこそ、既存のデータ基盤や業務プロセスを力任せに壊すのではなく、分散した膨大なデータをいかに安全に連携し、ビジネス価値の高いものへと変換していくかが問われている」と述べる。