AI戦略の秘密のヒーローであるデータの理由

AIゴールドラッシュ – パイロットと実験からエンタープライズスケールと戦略へ

ムーアの法則は、AIの場合に真正に適用されます。AIは非常に需要があり、すべてのエンタープライズはAIを採用しています。イノベーションも、新しいAIモデル、AIエージェント、テクノロジーの出現によって需要を助長しています。これは、エンタープライズにとって基本的な変化をもたらします。AI、特にジェネレーティブAIのパイロットや実験のためのステージは、ほとんど消えていきます。エンタープライズは、AIをエンタープライズ戦略の一部として組み込む必要があることを認識しています。AIはほとんどの取締役会で話し合われるテーマであり、戦略的イノベーションや予算をもたらしています。

データ：AI戦略の第一のドミノ

AI戦略において考慮すべき重要な点は、データです。データは、AIモデルがコンテキストを理解し、知能を持ち、ドメインやエンタープライズ固有のものになるために不可欠です。AIモデルは、モデルがチューニングされた方法やモデルに提示された入力に基づいて結果を予測します。両方とも、データの品質、種類、最新性、構造に依存しています。

最近のIDCの予測によると、AIは2030年までに、約20兆ドルの世界経済成長を促進することが予想されています。これは、モデルだけでなく、モデルを支えるデータやインフラストラクチャへの大量投資によって促進されるものです。

狭いサブセットのトレーニングデータは、偏ったモデルをもたらし、古いデータは無関係な結果をもたらし、貧弱なデータは貧弱なAI結果をもたらします。したがって、データはエンタープライズのデータ戦略における第一のドミノです。最良の人材や最先端のテクノロジーがあっても、データのドミノが崩壊すると、全体のAI戦略はすぐに崩壊します。

Gartnerの2024年のレポートによると、エンタープライズはAIをスケールアップするにあたり、データに依存しています。成功するリーダーは、データに信頼を確立し、戦略的に導く人たちです。

AI戦略のための戦略的データ上の決定

以下は、データをAI戦略に備えるためにエンタープライズが考慮すべき5つの重要な点です。

1. データの風景を再利用する – 多くのエンタープライズは、データ管理、データガバナンス、データストレージ、分析のための風景をAIに再利用しません。重要なレポートや分析のためのデータは、AIにも重要です。したがって、エンタープライズがすでに持っているデータ資産から始めることが重要です。当然、これには適切なデータ品質対策が必要です。

質問するべき重要な質問 – 私たちのエンタープライズにはどのようなデータがあり、それはどのような状態ですか?

2. メタデータとデータライナンス – 配置されたデータについては、メタデータ（データについてのデータ）が、AIにとって非常に重要です。たとえば、ビジネス用語をデータにタグ付けすると、RAGモデルなどの適切なコンテキストを特定するのに役立ちます。保険エンタープライズで請求のステータスを尋ねた場合、請求ステータスと関連付けられたすべてのデータ属性を使用してAIモデルが応答するコンテキストを提供できます。データライナンスは、データの流れを理解するのに役立ち、AIモデルが信頼できるデータソースを特定するのに役立ちます。

最近のISASAのブログによると、AIガバナンスは重要であり、スケールアップするために適切なメタデータとデータライナンスが必要です。

質問するべき重要な質問 – 私たちのデータはビジネス用語や技術的メタデータで適切にタグ付けされていますか? データの流れを理解するためにデータライナンスを収集していますか?

3. データガバナンスとコンプライアンス – データが適切に管理され、ガバナンスされ、コンプライアンスやプライバシー規制が適用されることを確認します。AI戦略は、これらのガバナンスや規制を継承し、拡張する必要があります。たとえば、顧客がGDPR規制に基づいてデータを匿名化したい場合、AIモデルは匿名化されたデータセットでトレーニングおよび運用される必要があります。

質問するべき重要な質問 – データガバナンスとコンプライアンスプログラムを実施していますか? そうでない場合、AI戦略のためにどのような重要な側面を実施する必要がありますか?

4. マスターデータをAIのクォーターバックとして扱う – 重要なマスターデータ（エンタープライズの重要なエンティティに関するデータ）は、AI戦略の基盤として使用する必要があります。たとえば、顧客の360度ビューが存在する場合、顧客ドメインに関するAI戦略（たとえば、顧客流失予測）は、このマスターデータを使用して、データが欠けているまたは不完全なことを避ける必要があります。当然、これは、より具体的なデータソースからの情報と組み合わせることができます。

質問するべき重要な質問 – 私の重要なマスターデータドメインは、完全で、データ風景の他の部分と接続されていますか?

5. データとその価値 – データはコストセンターとして扱われてはなりません。データは、AIとビジネスへの価値によって測定される必要があります。これには、データがボードやCXOのトピックとして、AIだけでなく、ビジネス全体で重要であることを意味します。

質問するべき重要な質問 – 私のボードやCXOは、データの組織への価値を理解していますか? そうでない場合、エンタープライズのAI戦略の文脈で、どのようにしてこれを理解させることができますか?

モデルは来ては去りますが、データは残ります。

AI戦略が進化するにつれて、新しいモデルやAIのイノベーションが現れます。この分野のイノベーションのスピードは驚異的です。しかし、時間の経過とともに、AIモデルはコモディティ化します。エンタープライズの真の差別化要因は、どのモデルを使用するかではなく、どのようにデータをトレーニングし、ファインチューニングし、使用するかです。

AI戦略を策定する場合、モデルから始めるのではなく、データを始めるべきです。質問は、データがモデルをサポートするのに十分かどうかです。