データ活用時代のIT資産をAIにどう活かす？　アシストの専門家3名が語る“統合基盤”の要件

クラウドと生成AIが促す「データ基盤の見直し」　現場で感じる変化とは

染谷尚秀氏（以下、染谷氏）：2010年代に入り、データを手軽に可視化・分析できる手段としてセルフサービスBIが台頭し、多くの企業で導入が進みました。現在では、何らかの形でセルフサービスBIを活用している企業がほとんどではないでしょうか。しかし、いざ可視化・分析に着手しようとすると、「どのデータを使えばよいか分からない」「データが整備されていない」「必要なデータを入手できない」といったデータ側の課題に直面するケースが少なくありませんでした。こうした課題を解決するためにDWH（データウェアハウス）の構築に取り組むケースもありましたが、かつては多額の投資と長期にわたる構築期間を要するプロジェクトとなり、変化の速い事業部門のデータ活用要件にタイムリーに応えることは困難でした。

　この状況を変えたのが、Snowflakeをはじめとするクラウド型のDWHです。従量課金で小さく始められ、インフラ調達やサイジングの負担も抑えられるため、データ基盤を見直しやすくなりました。近年は、データ活用基盤の再構築としてBIツールよりも「DWHの見直しから着手したい」という相談が増えています。

　そして、生成AIやAIエージェントが活用されはじめた今、データ活用基盤に求められる役割も変わりつつあります。AIを業務で活用するためには、鮮度と信頼性を備え、適切に統制されたデータを“継続的”に利用できることが前提となりました。つまり、分析や可視化といった機能性に加え、AI活用を支える土台としてデータ活用基盤の重要性が増している状況です。

矢野一栄氏（以下、矢野氏）：データ連携の観点から俯瞰したとき、業務システムは改修などにあわせて個別に構築（≒サイロ化）されてきた歴史があります。その結果、部署やシステムごとに異なるツールやスクリプトが使われ、連携処理が複雑化している企業は少なくありません。担当者の異動や退職によってアーキテクチャがわからず、変更できない状態に陥るケースも見受けられます。

　近年、こうした課題は、基幹システムの刷新やクラウド移行のプロジェクトで顕在化してきました。そもそもシステムの全体像、変更の影響範囲を把握できなければ、移行計画そのものがリスクとなります。また、最近では単一製品の導入ではなく、既存の連携処理を可視化し、全社横断のデータ基盤として再設計したいという相談が増えています。

　さらに、データ連携に求められる要件も多様化してきました。業務システム間でのデータ連携では正確性や安定性が求められる一方、AIやデータ活用でのデータ連携では、用途に応じた鮮度でデータを継続的に供給する仕組みが必要です。こうした異なる要件を踏まえ、データ連携基盤を設計・運用することの重要性は高まる一方です。

佐子雅之氏（以下、佐子氏）：これまでのデータ活用は、売上や在庫など、データベースに蓄積された「構造化データ」を中心に進められてきました。一方、売上変動の背景やトラブルの経緯、顧客とのやり取りといった業務の文脈（コンテキスト）は、メールやチャット、提案書、議事録などの「非構造化データ」に含まれています。

　アシストが2021年にナレッジ活用の部門を立ち上げた当初、構造化データの活用と、文書・動画などを対象としたナレッジ活用は、別のテーマとして扱われることが一般的でした。しかし、生成AIやLLMの普及により、社内文書やコミュニケーションの記録こそが“AIに業務の文脈を与えるための情報源”として重要性が増しています。

　そして、ナレッジは複数のSaaSや部門に分散しているため、必要な情報にアクセスしにくいという課題が多くの企業で顕在化してきました。AIツールの導入に終わらず、いかに日々生まれるナレッジを集約・連携し、人やAIが必要に応じて検索・参照できる状態を整えられるか。まさに今、データ基盤には「ナレッジ活用基盤」がAI活用を支える要素として欠かせなくなっています。