AI時代に必要とされる「データが行動を促す」ための新しいアプローチ - ZDNet Japan

　近年、データや人工知能（AI）に対する需要が加速しています。ビッグデータとAIに関するグローバル調査（PDF）によると、これまでに99％の企業が同分野に投資を行っています。

　しかし、日本企業に目を向けてみると、データの収集／蓄積やAIの適用を含む、データ処理技術の導入は海外に比べて鈍く（米国は5割、ドイツは4割の企業が導入）、2割程度にとどまっています（総務省、PDF）。国際競争力の向上に向け、データ活用技術への適切な投資は急務だと言えるでしょう。

根本的な変革が必要なデータ活用プロセス

　企業は日々の業務にデータやアナリティクス、AIを活用しようとしていますが、ビジネスのあらゆる瞬間にデータから得られるインテリジェンスを組み込むためには、データアーキテクチャーに対する全く異なったアプローチが必要です。なぜなら、現在のプロセスではほんのわずかなデータしか適切に利用されておらず、IDCの調査では、ビジネス関連のデータのうち分析に利用されているのは10％に過ぎないと推定されています。

　ユーザーがデータを共有したり分析したりするプロセスの多くが、厳密に設計されているため柔軟性にかけ、時々刻々と生み出される情報を反映できないのが現状です。また、生成されるデータの量と情報源が膨大である今日では、データ活用に対する無力感が生み出されてしまうこともあります。特定の情報源からの固定化されたデータセットを想定して設計された従来型のアプローチやプロセスで対応できないのは、不思議なことではありません。

データの「発見と解放」に始まる「アクティブインテリジェンス」

　企業は、状況に応じて最適なデータが継続的に提供され、そのデータを分析することで意思決定を行うための新しいアプローチである「アクティブインテリジェンス」を必要としています。アクティブインテリジェンスには、データを発見／解放するアナリティクスのためのデータパイプランがあって初めて実現できるのです。

　まず、内部データや外部データ、二次的に派生したデータを問わず、全てのローデータ（生データ）をクラウドやオンプレミスのストレージ／アプリケーションに保存された瞬間に取り出され、適材適所へ伝送される必要があります。そしてこれは1回限りのプロセスではなく、リアルタイムに変更を反映する連続的なフローでなければなりません。このフローにより、企業はより迅速かつ即時に分析可能なデータを発見／解放し、データストリーミングや調整、カタログ化、共有化を自動的に行い、選択したクラウドで利用することができるようになります。

　いったんデータを解放すれば、プロファイルやカタログ化ができ、アナリティクスに対応できるようになります。ユーザーは、利用すべきデータを簡単に見つけ出し、かつその情報源とデータそのものを信頼できます。例えば、米国の自動車保証提供会社であるInnovative Aftermarket Systems（IAS）は、安全で管理されたレポジトリーとしてデータカタログを利用して、アナリティクスに対応したデータを即時に形成し、アクセスできるようにしています。統合されたデータのビューとデータにアクセスできるツールを社内で共有することで、事業部門は将来への戦略に生かせる新たなレベルのインサイトを得られるのです。

理解する

　データ利用の次の段階で、データは分析可能な状態なだけでなく、瞬時にビジネスに適用できる状態になる必要があります。これは、ユーザーがデータを理解し、制御された方法でビジネスロジックやコンテキストをタイムリーに適用してインサイトを得るために不可欠です。

　例えば、新型コロナウイルス感染症（COVID-19）によるパンデミックの間、多くの企業は分析に使えるデータを持っていたにもかかわらず、タイムリーな意思決定に役立つインサイトを常に得られたわけではありませんでした。データが企業をめぐる環境や力学が急速に変化する中で、潜在的なビジネスの機会を反映していないことが多かったのです。

　アクティブインテリジェンスを実現するには、企業は非IT系のユーザーもデータにアクセスできるようにする必要があります。つまり、全ユーザーがデータを読み取り、理解、利用できるようにし、その情報に基づいて行動を起こせなければなりません。さらに、データを業務のワークフローやプロセスに統合し、プロセスがユーザーにとってシームレスで意思決定に役立てられなければなりません。これは、最高経営責任者（CEO）や現場従業員にも当てはまることです。

アクションにつなげる

　最後に、ビジネスに利用可能なデータが情報に基づく行動を促さなければなりません。

　インテリジェントなシステムは、自動化されたワークフローにアナリティクスを組み込み、状況に応じた高度なアラートを適切な担当者へリアルタイムに届け、そして変化が起きたら自動化されたビジネスアクションを開始できなければなりません。この段階になると、情報がダッシュボードに表示される前に、システムがアナリティクスに基づいたシグナルを自動的に生成し、統制されたアクションをとることができます。

　例えば、英国のUniversity Hospitals of Morecambe Bay NHS Foundation Trustでは、救急部門でCOVID-19に対応するため、リアルタイムデータへのアクセスが非常に役立ちました。治療中／救急搬送中の患者の感染状況をダッシュボードですぐに確認できるため、ヘルスケアと病院運営のチームは、他の患者や病院スタッフを保護する最良のステップをすぐにとることができます。病院にとってのメリットが目覚ましいものであったため、英国内7カ所のNHS Foundation Trust病院が同じアプローチを採用しました。

従来型データアプローチでは乗り越えがたい課題が解決される

　多くの企業は、生成されるデータの量や種類が膨大になる中、従来型のデータパイプラインやアーキテクチャーを用いて情報に基づくアクションを推進しようとして、困難な課題に直面しています。私たちは、データの概念自体が流動的で進化するAIの時代に身を置いています。

　データを活用してシステムがアクションを実行するためには、人間とのハイブリッドなプロセスへの移行が必要です。言い換えれば、データがアクティブインテリジェンスのパイプラインを流れ、ローデータからアクション可能なデータへ移行するシステムが必要です。それは一連のアーキテクチャーとツールを備えたフレームワークであり、従来型のデータの移動、自動化、変換を超えて、企業がデータの持つ潜在的価値を具現化する、唯一の方法なのです。

Adblock test (Why?)

からの記事と詳細 ( AI時代に必要とされる「データが行動を促す」ための新しいアプローチ - ZDNet Japan )
https://ift.tt/34EtwDe