AIに任せて、BIで確かめる。

#TC26と並ぶ表舞台、#Tbone26 で発表したLT「AIに任せて、BIで確かめる。」のスライドです。
AI時代のBIの役割について、私なりの見解を10分にまとめました。

「AIにCSVを投げたら、グラフも考察も全部返ってきた。BI、もう要らないんじゃない?」
― そんな声に、私の答えはこうです。要らなくなりません。役割が変わるだけです。

BIの仕事は、ずっと「分析」と「確かめる」のふたつ。
AIが強くなったのは「分析」のほうです。だったら、対立ではなく役割を分け合えばいい。
― AIに任せて、BIで確かめる。これが本編のメッセージです。

▼ 本編の構成
§0 「BI、もう要らない?」という問いと結論
§1 「分析」と「確かめる」は別物
§2 AIが「確かめる」を苦手とする3つの理由(届かない / おもねる / たどれない)
§3 問い合わせメール分類の具体例 ― AIに任せ、BIで確かめ、サンプルまで深掘る
§4 AI時代にBIが担う新しい役割 ― Ord4『Data Platform』の理想と一致する

一方でTC26 keynoteなどを聞いていると、もう一歩先の未来を感じています。
時間の都合で当日触れきれなかったAppendix(A-1〜A-4)も4枚付けました。
「おもねる」を回避する型、AIに自分の問いを殴らせるTwo-pass、どこまで任せるかの判断軸、
そしてTC26 keynoteが示す「確かめる」の先まで。

『確かめる』の先で、われわれは何ができるか。
ぜひ、みなさんのお考えもお聞かせください。

#Tbone26 登壇 / DATA Saber Bridge 2026.3 Apprentice (浅井部屋)
はやし @idemitsu016
#DATASaber #DATASaberBridge202603

Slides from my lightning talk at #Tbone26, our main stage alongside #TC26:
"Trust AI to analyze, BI to verify ― BI's new role in the AI era."

"I threw a CSV at AI and it gave me the chart and the takeaways. Do we still need BI?"
― My answer: BI doesn't go away. Its role just changes.

The work of BI has always been two things: analysis and verification.
AI has gotten dramatically better at one of them ― analysis.
So instead of treating them as competitors, let's split the work:
trust AI to analyze, use BI to verify.

▼ Outline
§0 The tension: "Is BI obsolete?" and the answer
§1 Analysis and verification are different things
§2 Three reasons AI struggles with verification (boundary / sycophancy / opacity)
§3 A worked example with customer email classification
§4 BI's new role in the AI era ― aligned with Ord4 "Data Platform"

Meanwhile, listening to the TC26 keynote happening in parallel,
I felt something even further ahead on the horizon.
The deck includes an appendix (A-1 to A-4) covering material I couldn't fit into 10 minutes:
three patterns to avoid AI sycophancy, a two-pass technique to stress-test your own prompt,
three axes for deciding how much to delegate to AI,
and what the TC26 keynote hints at beyond "verify."

What lies beyond "verify"? I'd love to hear your thoughts.

Presented at #Tbone26 / DATA Saber Bridge 2026.3 Apprentice (Asai-beya)
Hayashi @idemitsu016
#DATASaber #DATASaberBridge202603

Transcript

1. L I G H T N I N G T A L K ・ 1 0 M I N AIに任せて、 BIで確かめる。 ― AI時代のBIの新しい役割 はやし @idemitsu016 DATA Saber Bridge 2026.3 #DATASaberBridge202603
2. S E L F I N T R O 2 / 23 DATA Saber Bridge 2026.3 自己紹介 はやし @idemitsu016 DATA Saber Bridge 2026.3 Apprentice ・ 浅井部屋 独立系SIerでデータ・生成AI利活用支援 業 務 / A T W O R K データ・生成AI 利活用支援 AIの強さも、限界も、 毎日 現場で見ている立場から
3. § 0 T E N S I O N 3 / 23 DATA Saber Bridge 2026.3 最近、こんな声を耳にします 「AIにCSVを投げたら、勝手にグラフを作って 考察まで返してくれた。 Tableau、もう要らないんじゃない? 」 ― 本当に、そうでしょうか?
4. § 0 C O N C L U S I O N 4 / 23 DATA Saber Bridge 2026.3 結 論 要らなくなりません。 役割が変わるだけです。 これから10分で、その役割を考えます
5. § 0 T H E F R A M E 5 / 23 DATA Saber Bridge 2026.3 「分析」と「確かめる」を、役割で分ける こ れ ま で の B I 分析（Analysis） 確かめる（Verify） → こ れ か ら の 役 割 分 担 A I 分析を任せる B I 確かめるを担う 対立ではなく、補完。役割を分けると、両方が効く
6. T O D A Y ' S M E S S A G E AIに任せて、 BIで確かめる。 はやし / DATA Saber Bridge 2026.3
7. § 1 D E F I N I T I O N 7 / 23 DATA Saber Bridge 2026.3 「分析」と「確かめる」は別物 A N A L Y S I S 分析 データから 意味を引き出す 集計・可視化・パターン発見 V E R I F Y 確かめる その意味が 本当か確かめる 根拠をたどり、合意し、行動に繋ぐ
8. § 1 . 5 A I ' S T E R R I T O R Y 8 / 23 DATA Saber Bridge 2026.3 AIは「分析」の守備範囲を、一気に広げた BIが担ってきた数値分析も、届かなかった非構造化データも B I が 担 っ て き た 分 析 数値データ A I で 担 え る よ う に ・集計・グラフ生成 ・トレンド可視化 ・可視化にもとづいた考察・要約レポート B I が 届 か な か っ た 世 界 非構造化データ A I で 届 く よ う に ・文章 → 分類・要約・タグ付け ・画像 → 物体検出・OCR ・音声 → 即時テキスト化 分析の領域は、AIで一気に広がった
9. § 1 . 6 T H E S H I F T 9 / 23 DATA Saber Bridge 2026.3 だから、役割を分ける ― AIに分析、BIで確かめる B E F O R E これまで 一人で分析し、 一人で確かめる 分析 確かめる → A F T E R これから AIに分析を任せ、 BIで確かめる 分析 ＝ AI 確かめる ＝ BI では、なぜ『確かめる』はAIに任せず、BIに残すのか？
10. § 2 T H R E E W E A K N E S S E S 10 / 23 DATA Saber Bridge 2026.3 AIが「確かめる」を苦手とする3つの理由 ① B O U N D A R Y 届かない AIは『我が社のデータ』を知らない ② S Y C O P H A N C Y おもねる AIは欲しい答えに寄ってくる ③ O P A C I T Y たどれない なぜその答えかを開示しない
11. § 2 ・ ① B O U N D A R Y 11 / 23 DATA Saber Bridge 2026.3 ① 届かない AIは 『我が社のデータ』 を知らない A I Q. 先月の北関東支店の解約率は? A.「申し訳ありません、 社内データへのアクセスが ありません」 Pretrained ・ Web検索 ・ Deep Research どれでも届かない T A B L E A U 自社データに直結 北関東支店 ・ 先月 ・ 解約率 → 即座に答えが出る 自社の閉じたデータは構造的にBIの守備範囲
12. § 2 ・ ② S Y C O P H A N C Y 12 / 23 DATA Saber Bridge 2026.3 ② おもねる AIは欲しい答えに寄ってくる Q.「売上、伸びてますよね?」 A.「はい、東日本が好調で…」 → 伸びている根拠を探す Q.「いや、下がってますよね?」 A.「確かに、西日本が低迷していて…」 → 下がっている根拠を探す Tableauは媚びない。 「売上は東日本だけで伸び、西日本では落ちています」 ― ダッシュボードは、聞き手の願望に寄らない第三者
13. § 2 ・ ③ O P A C I T Y 13 / 23 DATA Saber Bridge 2026.3 ③ たどれない なぜその答えになったか、たどれない A I 「解約検討が 急増しています」 ? なぜ? ? どのメール? ? どの期間? T A B L E A U 根拠をたどれる 1 フィルター 2 ハイライト 3 ドリルダウン 確かめるには「たどれる」ことが要る
14. § 3 ・ B E A T 1 14 / 23 DATA Saber Bridge 2026.3 具 体 例 ｜ 問 い 合 わ せ メ ー ル 分 類 お客様メール、月 数千件 読み切れない。 でも、重要な兆しは見逃したくない
15. § 3 ・ B E A T 2 15 / 23 DATA Saber Bridge 2026.3 AIが分析する ― タグ付けから示唆出しまで メ ー ル 本 文 → AI → ① 構 造 化 テ ー ブ ル 日付 顧客 カテゴリ 感情 10/27 A社 解約検討 ネガ 10/28 C社 問合せ 中立 10/28 D社 解約検討 ネガ ② A I の 示 唆 「解約検討」が先週から急増しています 問合せ・クレームは横ばいですが、解約検討のみ 4倍に増加。早急な対応をお勧めします。 これが「分析」 ― 構造化から示唆出しまで、AIが担う
16. § 3 ・ B E A T 3 16 / 23 DATA Saber Bridge 2026.3 でも、本当に? ― BIで、自分の目で確かめる カテゴリ別 ・ 週次推移 0 20 40 60 80 100 120 140 W-4 W-3 W-2 W-1 今週 問合せ クレーム 解約検討 確かに「解約検討」だけ跳ねている ― 数字を、自分の目で確認
17. § 3 ・ B E A T 4 ★ 17 / 23 DATA Saber Bridge 2026.3 でも本当に解約検討? サンプルを見る M A I L # 2 7 8 6 ／ D 社 他社から類似サービスの提案を受けて おります。ただ、長年お世話になっており、 まずは御社にご相談したく… AIタグ: 解約検討 ネガ 実は… これ「引き留めチャンス」では? § 2 で 見 た ③ たどれない AIは判定の根拠を 開示してくれない 文脈・ニュアンスは 人間が補うしかない これが「確かめる」 ― ドリルダウンしてたどる
18. § 3 ・ B E A T 5 18 / 23 DATA Saber Bridge 2026.3 確かめて、初めて確信できる 1 分析 AIが示唆まで出す → 2 確かめる BIで自分の目で見る → 3 深掘る サンプルでたどる 確信して、初めて動ける。分析と『確かめる』は両方要る。
19. § 4 T H E N E W R O L E 19 / 23 DATA Saber Bridge 2026.3 BIの役割が、ひとつ増える こ れ ま で 分析を 見せる道具 Excel職人だけが見ていた数字を、 全員に見せるダッシュボード 企業に既に普及している役割 ＋ こ れ か ら AIを 確かめる道具 AIの出した分析を、 人間がたどり・押し戻し・合意する場 AIを補完する、新しい役割
20. § 4 T H R E E A B I L I T I E S 20 / 23 DATA Saber Bridge 2026.3 BIが「確かめる」を担える、3つの理由 §2 で見たAIの3つの弱点と、1対1で対応します ① 事実に当たれる場 自社の閉じたデータに直結 §2 届かない への対策 ② 押し戻す第三者 媚びないダッシュボード §2 おもねる への対策 ③ たどれる道具 フィルター・ドリルダウン §2 たどれない への対策
21. § 4 C U L T U R E 21 / 23 DATA Saber Bridge 2026.3 これは、Ord4: Data Platform で学んだ あの理想と一致する D A T A D R I V E N C U L T U R E 全員が同じ事実を見て、 互いに検証し合って、合意する。 Ord4「Data Platform」が描く ― セルフサービス分析を支える文化と仕組み AI時代に、DATA Saberの理想がむしろ要る AIを「確かめる」文化が、Data Driven Cultureそのもの
22. M E S S A G E AIに任せて、 BIで確かめる。 分析はAIに譲っていい。確かめるは、BIと人間が担う。
23. T A B L E A U M I S S I O N ・ A I E R A Tableau公式のVisionは、もうひとつ先の未来を見ていた "Tableau helps people see, understand, and act on data." ―― 見て、分かって、そして データに基づいて行動する ところまで 『確かめる』の先で、われわれは何ができるか。 ―― 一緒に考えていきましょう T H A N K Y O U はやし @idemitsu016 ・ #DATASaberBridge202603
24. A P P E N D I X A - 1 ｜ P R I N C I P L E A-1 / 4 DATA Saber Bridge 2026.3 AIに分析させるとき、答えを誘導しない §2②「おもねる（Sycophancy）」を回避する3つの型 ✗ 偏 っ た 聞 き 方 ✓ 中 立 的 な 聞 き 方 「売上、伸びてますよね?」 売上はどう推移している? 上昇・下降・横ばいの可能性を含めて 「解約検討のメールが増えてる?」 カテゴリ別の傾向を分析して。 検討タグの妥当性も評価して 「このKPIは改善傾向?」 このKPIをポジティブ・ネガティブ 両面から評価して 3 つ の 型 : ① 結論を質問に含めない ② 反対の可能性を明示的に並べる ③ 「両面から評価して」を添える
25. A P P E N D I X A - 2 ｜ P R A C T I C E A-2 / 4 DATA Saber Bridge 2026.3 自分の最初のプロンプトを、AIに殴らせる 分析後、わざと反対側を言わせて鵜呑みを防ぐ P A T T E R N ① Critique プロンプト 「いまの分析の弱点・反証データ・ 代替仮説を3つ挙げて。 私が見落としそうな視点を 優先して」 → 自分の問いの穴を、AI自身に指摘させる P A T T E R N ② Two-pass プロンプト 1 「ポジティブな指標を分析して」 2 「同じデータで 逆の結論 を 支持する指標を分析して」 ↓ 両方を見比べて、自分で判断する → AIは最初の問いに引っ張られる 仕事で効くのは Pattern ② ― 正反対の問いで殴り直すと、隠れた弱みが見える
26. A P P E N D I X A - 3 ｜ J U D G M E N T A-3 / 4 DATA Saber Bridge 2026.3 AIの分析、どこまで任せる? 3つの判断軸で迷わなくなる A I に 任 せ て い い T a b l e a u で 確 か め る 単純な集計・トレンド可視化 因果が絡む分析 探索的な「ざっと見たい」 意思決定に直結する数字 仮説出しのブレスト 経営報告の根拠 個人の試行錯誤 チームでの合意形成 3 つ の 判 断 軸 : ① 誰が見るか ② 何が決まるか ③ 後でたどれる必要があるか
27. A P P E N D I X A - 4 ｜ N E X T F R O N T I E R A-4 / 4 DATA Saber Bridge 2026.3 『確かめる』の先 ― 何ができるか TC26 keynote が示す3つのヒント T C 2 6 M A I N K E Y N O T E "Go from Seeing to Doing with Agentic Analytics" ① Tableau Agent AIをBIの中に取り込む 計算式作成、グラフ生成、コンテンツ説明をBIの中で 対話的に。「分析」と「確かめる」の往復を、ひとつの場 で。 ② Tableau Semantics 信頼できるデータ層を整える メトリクスの定義を一元化し、業務用語とデータをつ なぐ。「確かめる」を全社で再現可能にする土台。 ③ Tableau MCP BIの先(行動)へ繋ぐ ダッシュボードの外でTableauをエージェント連携。 確かめた示唆を、業務システムや行動に直結させる。 アップデートをキャッチアップしながら、『確かめる』の先で、われわれは何ができるか ― 一緒に考えていきましょう