データファブリックでAI事業の価値向上へ

AI技術が企業現場に急速に普及しているが、データの質と文脈が事業価値実現の最大の障害となっている。企業は2025年末までに半数以上が、少なくとも3つの事業機能にAIを導入すると予測されている。チャットボット、予測システムなど多様なAIソリューションが、金融、サプライチェーン、人事、顧客オペレーションといった中核業務に統合される傾向にある。

SAPのイファン・カーン最高製品責任者は、AIは膨大なデータを高速に処理するものの、データに含まれるビジネスの文脈を理解できなければ誤った判断につながり、投資収益率（ROI）を損なう可能性があると指摘した。AIシステムが正確な意思決定を行い、事業の優先順位を反映させるには、単純なデータ統合を超えた「データファブリック」の構築が不可欠である。

多くの企業がデータアーキテクチャを見直し、データを単一のストレージに移行するのではなく、アプリケーション、クラウド、オペレーティングシステム全体にわたって情報を連携させる方法を模索している。この過程で、ビジネスの仕組みを説明するセマンティック（意味論的）な情報を保持することが重要だ。こうした変化は、AIインフラの根幹としてデータファブリックへの関心を高めている。

従来のデータ戦略は、主にデータ統合に焦点を当ててきた。過去20年間、企業はオペレーティングシステムから情報を抽出し、中央集権的なデータウェアハウス、データレイク、ダッシュボードにロードするために巨額の投資を行ってきた。この手法は、レポート作成、パフォーマンス監視、ビジネスインサイトの獲得を容易にしたが、データに付与された意味、すなわちポリシー、プロセス、実際の意思決定との関係といった情報は、相当部分失われてしまった。

例えば、サプライチェーンの混乱を管理するためにAIを活用する2社を比較すると、その違いが明らかになる。一社が在庫レベル、リードタイム、サプライヤーのスコアといった生の情報のみを使用するのに対し、もう一社がビジネスプロセス、ポリシー、メタデータ全体にわたる文脈情報を追加した場合、両AIシステムはデータを高速に分析しても、異なる結論に至る可能性が高い。どの顧客が戦略的アカウントか、在庫不足時に許容される妥協点は何か、拡張されたサプライチェーンの状態はどうかといった情報は、一方のAIシステムに戦略的な決定を促すが、もう一方のシステムは適切な文脈がないため、それを行うことができない。カーン氏は、両システムとも高速に動くが、正しい方向へ進んでいるのは文脈を持つシステムだけだと説明した。

「コンテキストプレミアム」とは、データ基盤が設計段階からプロセス、ポリシー、データを横断して文脈を保持することで得られる利点である。過去には、人間の専門家が不足している文脈情報を提供することで、それを暗黙的に管理していたが、AI時代においては、こうした文脈情報の不足が深刻な制約をもたらす。AIシステムはデータを理解し、解釈する必要がある。こうした文脈的な理解なしには、AIが提供する迅速な結果が、実質的なビジネス価値につながることは難しい。