2025年3月10日、ガートナージャパン（Gartner）は、2025年のデータアナリティクス（D＆A）のトップトレンドを発表した。
詳細は以下のとおり。
データプロダクト
データプロダクトがユーザーに受け入れられるようにするために、D＆Aリーダーはビジネスにとって重要なユースケースに注力し、データ提供の課題を軽減するためにプロダクトを相関させ、スケールさせる必要があるという。再利用可能かつ最小限の機能で、実用に足るデータプロダクトの提供を優先することが重要とのことだ。また、データプロダクトの成果を測定するために、開発チームとユーザーの間で主要パフォーマンス指標（KPI）について合意することが不可欠だとしている。
メタデータ管理ソリューション
効果的なメタデータ管理は、テクニカルメタデータから始まり、そのコンテキストを強化するためにビジネスメタデータを含めるように拡張されていくという。様々な種類のメタデータを組み込むことで、組織はデータカタログ、データリネージ（来歴）、AIドリブンなユースケースが実現可能になるとのことだ。メタデータの探索や管理の自動化と分析を促進するツールを選択することが重要だという。
マルチモーダルデータファブリック
堅牢なメタデータ管理の実践には、データパイプライン全体でメタデータをキャプチャし、分析することが必要。データファブリックによる自動化や洞察の取得は、データのオーケストレーションに対するユーザー要求を満たし、DataOpsによって運用を改善させ、データプロダクトの実現に貢献するとのことだ。
シンセティック（合成）データ
AIイニシアティブを進展させるためには、データが欠落している、または取得が困難な領域を特定することが重要だという。シンセティックデータは機密データの代替となり、データのプライバシーを確保するだけでなく、データのバリエーションを増やすことによってAIイニシアティブを促進するとのことだ。
エージェンティックアナリティクス
AIエージェントを用いたデータ分析は、組織にビジネス成果をもたらすという。自然言語によってデータから洞察を獲得し、その洞察をまた自然言語で表現する、新たなユースケースを試行し、デジタルワークプレースアプリケーションとの統合についての、ベンダーのロードマップを評価することが推奨されるとのことだ。AIガバナンスを確立することで、エラーやハルシネーションを最小限に抑え、AI-Readyのデータ原則に則って取り組みを評価することが重要だとしている。
AIエージェント
AIエージェントの価値を引き出すためには、大規模言語モデル（LLM）にのみ依存するのではなく、他の分析およびAI手法も組み合わせて考えることが必要。D＆Aリーダーは、AIエージェントがアプリケーション間でデータをシームレスにアクセスし、共有できるようにする必要があるとのことだ。
小規模言語モデル
特定の領域内において、より正確で文脈に適した出力を得るために、大規模言語モデルではなく小規模言語モデルを検討することが推奨されるという。それには、拡張生成や領域特化型モデルの微調整に必要なデータを提供することが求められる。小規模言語モデルは、特にオンプレミスで運用する場合において、機密データの取り扱いや計算リソースとコストの削減に役立つとのことだ。
コンポジットAI
複数のAI技術や手法を組み合わせることで、AIの影響力や信頼性を向上できるという。D＆Aチームは、生成AIやLLMにデータサイエンス、機械学習、ナレッジグラフ、最適化などの手法を組み合わせた包括的なAIソリューションを提供する必要があるとしている。
意思決定インテリジェンス・プラットフォーム
データドリブンから意思決定中心のビジョンへの移行が重要。モデル化による価値が高く見込まれる意思決定を優先し、意思決定インテリジェンス（DI）のプラクティスを適用して、DIプラットフォームを構築することが推奨されるステップだが、意思決定の自動化における倫理、法的、コンプライアンスの側面に対処する必要があるとのことだ。
【関連記事】
・人材不足による燃え尽き症候群が加速か──Gartner、2025年版サイバーセキュリティトレンド発表
・2026年末まで、日本企業の半数はオンプレミス仮想化基盤のモダナイズに失敗──Gartner発表
・2028年までにアプリケーション刷新で技術的負債を低減できる日本企業は20％──Gartner発表
