データマネジメントと生成AIマネジメント ～データ・生成AI活用に必要な考え方を解説～

データマネジメントと生成AIマネジメント　～データ・生成AI活用に必要な考え方を解説～

Transcript

1. データマネジメントと生成AIマネジメント データ・生成AI活用に必要な考え方を解説 よしむら＠データマネジメント
2. 自己紹介 • 趣味でデータマネジメントの発信をやっています • 最近は生成AIの導入もやっています ＠yoshimura_datam Twitter note 同人誌
3. データマネジメントは注目の領域 • デジタル人材の一つの柱として、新試験も検討されている領域
4. データ利活用を支えるデータマネジメントの構造 アナリティクス ビッグデータ活用 DWH と BI 参照データ と マスタデータ ドキュメント と コンテンツ管理 データ統合と相互運用性 データストレージと オペレーション データセキュリティ データモデリングと デザイン データ品質 データアーキテクチャ メタデータ データガバナンス DMBOKによると、データマネジ メントは11の知識領域に定義さ れる。 11の領域の関係性をDMBOKピラ ミッドと言われる図で表したもの が左記であり、データマネジメン トの土台の上にデータ利活用が存 在する。 データマネジメントの構造 DMBOKピラミッド：データマネジメント知識体系ガイド（DMBOK）P63を参考に作成 データ利活用
5. データ分析 データ基盤 データソース データと生成AIとDX • 近年はデータを駆使して、会社のビジネスを変革して行くことがDXの 柱だった。 データ基盤 成果創出
6. • 生成AIとは、人が作り出すようなテキスト、画像、音楽、ビデオなど のデジタルコンテンツを生成する技術 生成AIの台頭
7. データと生成AIとDX • 最近は、データと生成AIを組み合わせて活用してビジネスを変革して いくことが求められている。 データ分析 データ基盤 データソース データ基盤 成果創出 生成AI活用 成果創出
8. 生成AI導入の壁 • 導入のために解決すべき課題はあるが、 専門的な技術が必要であり、対策方法が明確ではない IPA テキスト生成AIの導入・運用ガイドラインより バックオフィス業務におけるAI活用に関する実態調査
9. 生成AIマネジメントフレームワーク • 大きく3つの役割と、共通する観点の 4つの要素で構成される • 監督：全体の管理・監督を行う • 整備：環境を整備する • 活用：生成AIを活用して成果を出す 生成AIマネジメントを体系的にまとめたもの
10. 今日の話 •データマネジメントの話 •生成AIのマネジメントの話
11. 今日の話 •データマネジメントの話 •生成AIのマネジメントの話
12. データマネジメントの流れ 戦略策定 プライバシー メタデータ データガバナンス アセスメントを 行い、強みや 課題を明確にする お客様の安心安全 を実現する データの意味を 整える 一連の取り組みを 管理・監督する データエンジニアリング 高い品質のデータを、安定性の高いデータ基盤で管理する データエンジニアリング担当 データマネジメント担当
13. データマネジメントの流れ 戦略策定 プライバシー メタデータ データガバナンス アセスメントを 行い、強みや 課題を明確にする お客様の安心安全 を実現する データの意味を 整える 一連の取り組みを 管理・監督する データエンジニアリング 高い品質のデータを、安定性の高いデータ基盤で管理する データエンジニアリング担当 データマネジメント担当
14. プライバシーとセキュリティとの関係性 プライバシーを毀損しないためにセキュリティが必要という関係性 プライバシーリスク データ侵害 セキュリティリスク セキュリティ対策を行わないと、 窃盗されて第三者にプライバシーを毀損されてしまうた めプライバシーを守るためにセキュリティ対策は必要
15. 生成AIに個人情報を入れても問題ないのか？ * 入力にあたって気にしなければならないポイントは以下となる。 ・学習されるリスク ・公表している利用目的を満たしているか ・個人情報を外部の会社に渡すときの作法を守れるのか ・越境移転の対応ができるのか 一つ一つ越えることは可能だが、生成AIに個人情報を入れることについ ては世間でも未知数でもあり、レピュテーションリスクは高いと考えら れるため、個人情報は入れない方が適切だと考える。
16. データマネジメントの流れ 戦略策定 プライバシー メタデータ データガバナンス アセスメントを 行い、強みや 課題を明確にする お客様の安心安全 を実現する データの意味を 整える 一連の取り組みを 管理・監督する データエンジニアリング 高い品質のデータを、安定性の高いデータ基盤で管理する データエンジニアリング担当 データマネジメント担当
17. データガバナンスとは データガバナンスとは、組織が個人情報や機密情報をどのように収集、 使用、保管、共有するか、組織の意思に基づいて管理し、不正アクセ スや不正利用から保護すること。
18. データガバナンスとは データガバナンスとは、組織が個人情報や機密情報をどのように収集、 使用、保管、共有するか、組織の意思に基づいて管理し、不正アクセ スや不正利用から保護すること。 というのはうそで、これは、データセキュリティの説明である。 データガバナンスとは企業や組織が保有するデータの管理と活用に関 する方針やプロセスを定め、データマネジメントの管理に責任を持つ こと データガバナンスの説明
19. 攻めと守りのデータガバナンス 攻めのデータガバナンス 組織全体でのデータ利活用の促進を目的のために監督を行う。 組織としてのデータ活用指針やデータ利活用の支援を行う。 守りのデータガバナンス セキュリティ・法的規制などを遵守する目的のために、監督を行う。 ガバナンスが効いておらず担当者ごとルールとプロセスが違っていると 組織として問題になる。
20. データガバナンスの位置づけ データマネジメントに対して統制を行うという領域のため、 データマネジメントにおける中央・土台に位置づけられている。 DAMAホイール
21. データマネジメント組織の構造 データガバナンス組織 データ提供 組織 データマネジメント 組織 データ利活用 組織 提供 利用 報告 投資・統制 データガバナンス組織が、データマネジメント組織を監督し て統制を取る。
22. データマネジメントの効果 * データ利活用に必要な管理方法が体系的に表されており、 何から手を付けて進めていけば体系的な管理方法がわかる。 データマネジメントの考え方を生成AIに適用すれば 同様に、体系的な管理方法が定められるのではないか？
23. 今日の話 •データマネジメントの話 •生成AIのマネジメントの話
24. 生成AIマネジメントの目的 • 生成AIを管理・監督して、成果創出を行う • 誰もが安心・安全に使える環境を整備する • ナレッジを集約して、組織として知識習得を加速する • アプトプットの品質を管理する 生成AI マネジメント 生成AI利用 成果創出 成果を創出している状態
25. 生成AIマネジメントフレームワーク • 大きく3つの役割と、共通する観点の 4つの要素で構成される • 監督：全体の管理・監督を行う • 整備：環境を整備する • 活用：生成AIを活用して成果を出す 生成AIマネジメントを体系的にまとめたもの
26. 生成AIガバナンス • 生成AIガバナンス • 生成AIで成果を創出するという目 的の監督を行う • ルールを定めて、監査をする • 活動に対して評価を行い、投資の 意思決定を行う • 各活動について監査を行う 生成AIの監督を行う
27. ガイドラインの制定 • AIガバナンスを文書で定義する • 文書の構造を意識して、それぞれ必要な粒度で作成する
28. 生成AI活動の監査 成果のモニタリング • アウトプットが生み出す成果が、基準を満たしているかを継続的に監視し、 問題があれば改善の仕組みを動かす。 ガイドラインの遵守状況を監視する • データ定義、品質基準、アク セス権限、セキュリティ規則 などが守られているかを チェックする 責任の実行状況を確認する • 整備・活用を実施する組 織が責任を果たしている かどうかを見届ける
29. 生成AIマネジメント • 生成AIマネジメント • 安心・安全の環境を整える • モダンなシステム基盤を作る • ナレッジを整備する • 品質を管理する 生成AIのベースとなる部分の管理を行う
30. 法制・セキュリティ • 生成AIを安心、安全に使うために整備する • 著作権法、各国のAI法 • 入力データの学習されるリスクと対策 • 法令遵守だけでは不十分な、社会的受容性の重要性 生成AI 入力 指示 出力 社内ナレッジ 大量データ 指示が学習されないように アプトプットの利用基準 個人情報を入れてよいか
31. 生成AI基盤 • 会社としての標準である公式の生成AI基盤を構築する • 自社ナレッジをセキュアに保持する • 自社システムと繋ぎこみ、社内業務エージェントを作る • 利用者の管理ができるようにする 生成AI 入力 指示 出力 社内ナレッジ 大量データ 利用者の管理 業務の自動化 MCPの活用
32. ドキュメント管理 • ドキュメントとコンテンツ管理 • AIが参照して、適切に回答できるためのドキュメント管理を行う • ドキュメントを生成AIに理解できるように整備する • ドキュメントに付随するメタデータを整備する 生成AI 入力 社内ナレッジ 大量データ 社内ナレッジのドキュメント管理の例 • 指示語を無くす • AIが参照しやすいフォーマットに形成する • 検索しやすいようにメタデータを整備する
33. 生成AI活用 • 生成AI活用 • 生成AIを活用して成果を創出する • 検証（PoC）を実施する • 本番へ適応する • 成果を計測する 生成AIをビジネスに活用する
34. AIをビジネス成果に繋げる • AI活用で成果を出すためのサイクルを回す
35. 生成AIマネジメントのベース • 生成AIマネジメントのベース • 生成AIマネジメントを機能させる ためにはベースを整える必要があ る • 組織のマネジメント • 生成AIアセスメント 生成AIを使い倒すための文化を作る
36. 生成AIマネジメントのベース MVV、チェンジマネジメント、AI倫理、データプライバシー AI Ready企業 AI未導入企業 AI活用企業 • AIの活用を進めるためには、ベースとなる 組織やプライバシーについてもUpdateする必要がある
37. まとめ • データを扱うためにはデータマネジメントが必要 • 同様に、生成AIにもマネジメントが必要 • 生成AIマネジメントを構成を表現した、生成AIマネジメントフレーム ワークを考案 • 監督、整備、活用という３つの役割が上手く機能することが 生成AIで成果を出すためには重要