AI時代におけるデータの重要性 ~データマネジメントの第一歩~

AI時代において、データの重要性はさらに高まっています。
これは、データを適切に管理し活用するための活動であり、AI導入にはデータの品質が不可欠です。
AI導入後にうまく利活用が進まないお客様への処方箋として、データマネジメントの概念の導入を説明した資料になります。

Transcript

1. AI時代におけるデータの重要性 ~データマネジメントの第⼀歩~ 太⽥ 涼⼀ データ事業本部 ビジネスソリューション部
2. ⾃⼰紹介
3. ⾃⼰紹介 3 データ事業本部 ビジネスソリューション部 データマネジメント推進グループ データエンジニア/Informaticaエンジニア 太⽥ 涼⼀（おおた りょういち） • 新卒から⼀貫してデータマネジメント案件に従事 • 現在はInformaticaを使⽤したデータ統合基盤の 開発‧運⽤を担当 • 趣味はギター、絵を描くこと、筋トレ
4. データマネジメントとは？
5. データマネジメントとは 5 データを適切に管理し、活⽤していくための活動 • データをビジネスに活かすことができる状態 で継続的に維持、さらに進化させていくため の組織的な営み • 簡潔にいうと、⾼品質なデータを、誰でも、 いつでも、安全に使⽤できる状態を⽬指す 取り組み • IPAは2027年までに情報技術者試験の新しい 試験区分として、「データマネジメント」の 区分を新設する予定 https://www.nikkei.com/article/DGXZQOUA219D40R20C25A5000000/
6. DMBOK2‧DAMA ホイール図 6 https://www.dama-japan.org/Introduction.html
7. 今までのデータマネジメントの役割 7 従来はデータドリブン経営の処⽅箋 データマネジメントの効⼒は、データドリブン経営で発揮 • データドリブン経営とは、従来の3K（勘‧経験‧気合い）に 頼らない、データ⽤いた客観的な分析で経営を実現するための⼿法 • ただ、データ分析の仕事の約8割は、データの下準備 ◦ 「どこにデータが格納されているの？」 ◦ 「誰に聞けば、データの意味がわかるの？」 ◦ 「データが汚すぎて、全然分析できないよ！」 「データを分析できるまでにや らなきゃいけないことが多すぎ る！！」 データを極めし者の苦悩 データマネジメントは、 データドリブン経営がうまくいかないときの「原因療法」！！
8. AI時代到来における データマネジメントの役割
9. 突如AIブーム到来 9 世はまさに⼤⽣成AI時代！！ AIの発展により、技術⾯‧ビジネス⾯‧経営⾯での多様な活⽤⽅法に期待 • エンジニアがAIを活⽤した開発を⾏うことによる効率化 ◦ ⽣成AIによるテキストベースでのコード⽣成‧レビュー ◦ AI駆動開発やバイブコーディング • 業務部⾨が業務遂⾏における⽀援的側⾯ ◦ RAGを活⽤したナレッジへの容易なアクセス ◦ AIエージェントを⽤いた⾃律的な資料作成 • 経営層による経営判断の材料 ◦ AIによる経営計画の洞察の提供 ◦ 市場調査などの第⼀情報の取得（Deep Research）
10. AIは諸刃の剣？?  10 AIの仕組みを導⼊するだけでは、うまくいかない！  ビジネスにAIの導⼊した際に発⽣する主なリスク • 想定通りの出⼒にならない品質の⽋如 • AIが誤った学習や解釈を間違えることで起きるハルシネーションリスク • 個⼈情報などの機密情報を学習に使ってしまう外部漏洩リスク 総じて、「データ」が起因した問題と⾔える！！
11. 低品質のデータを使⽤するリスク 11 https://atmarkit.itmedia.co.jp/ait/articles/2202/10/news037.html
12. Garbage In, Garbage Out（ゴミはゴミを⽣む） 12 https://speakerdeck.com/ikkimiyazaki/imazhu-mu-siteirudetaenziniaringunolun-dian?slide=8
13. データは「ナマモノの⾷材」 13 データを活⽤するうえでの⼤事な3つの考え⽅ データは鮮度が⼤事 • 経営判断やAI利活⽤においては、常に最新の情報をインプットさせる必要がある • 顧客分析の際に、古い会社名‧住所を使⽤して得られる洞察は不適切な内容になる データは調理が⼤事 • データはそのままの状態では活⽤できる状態になっていないケースが⼤半 • データのクレンジングや名寄せを⾏い、データ活⽤者やAIが利⽤できる状態を⽬指す データは熟成が⼤事 • データのメンテナンスは⼀度⾏って完了するものではない • 常に使える⾼品質な状態を維持するためのプロセスを⾏うことが⼤切
14. データの問題は、データマネジメントで解決！ 14 データに関する課題感とそれに対応するDMBOK領域 考えられうる課題感 DMBOKの ソリューション キーワード 全社員がアクセスできる状況のため、情報漏洩などのリスク が健在 データセキュリティ データセキュリティ、匿名化、個人情報保護、 GDPR M&Aや分社、合併を繰り返して、マスタデータが会社内で 散財している マスターデータ管理 MDM、ゴールデンレコード、名寄せ データの品質が低く、すでに存在しない会社や従業員など でデータ分析を行っている データ品質 データの品質が悪い、欠損データ、プロファイリング データの保管先や用語の意味がわからず、データ分析がう まく進んでない メタデータ管理 メタデータ、データカタログ、データリネージ、ビジネス用語辞書 組織内のガバナンス体制が取れておらず、各個人が独断で データの活用を行っている データガバナンス データ組織、データスチュワードシップ、コンプライアンス
15. まとめ
16. まとめ 16 AI時代突⼊により、⼀層データの重要性が⾼まる時代へ • データの価値は、データドリブン経営の活⽤だけでなく、AI利活⽤の重要な資源と して⼀層注⽬されてます • ただ、依然として経営層‧従業員はデータの問題に悩まされています！ • データマネジメントはそういったデータにおける課題の処⽅箋として、 今後更に注⽬されることでしょう！