最近増えているホットトピック──「生成AIのデータ基盤を作りたい」
「生成AIを本格活用するために、データ基盤を作りたい」
最近、こうした話をよく聞きます。
すると次に始まるのが、Snowflakeがいいのか、Databricksがいいのか、BigQueryがいいのか、という議論です。
もちろん、データ基盤は重要です。生成AIやAIエージェントが社内データを使って仕事をするようになれば、その重要性はさらに高まります。
ただ、気をつけたいことがあります。
いつの間にか、「生成AIで成果を出す」ことよりも、「データ基盤をきれいにする」ことが目的になってしまうことです。
本来の順番は逆です。
生成AIのためにデータ基盤を作るのではなく、生成AIで効果を出すために、必要なデータ基盤を作る。
ここが出発点だと考えています。
01. データは、集めればよいわけではありません
例えば、営業を支援するAIを考えてみます。
顧客情報、商談履歴、過去の提案書、商品情報、契約情報。
これらをAIが使えれば、営業活動を大きく支援できそうです。
しかし、単に一か所へ集めればよいわけではありません。
「売上」とは受注金額なのか、請求金額なのか。「顧客」は法人単位なのか、契約単位なのか。どの商品価格が最新なのか。誰がどの情報まで見てよいのか。
人間なら暗黙的に判断していたことも、AIに仕事を任せると曖昧さが問題になります。
つまり重要なのは、データの量だけではありません。
そのデータが何を意味するのか。どこまで信頼できるのか。誰が使ってよいのか。
ここまで含めて整える必要があります。
02. 全社データを100点にする必要もありません
では、生成AIを使う前に、全社データをすべてきれいにすべきでしょうか。
必ずしもそうではありません。
必要なデータ品質は、用途によって変わります。
例えば、AIが社内資料を検索し、人に参考情報を提示するだけなら、最後に人が確認できます。
一方、AIが顧客へ契約条件や価格を直接回答するなら、求められる正確性は大きく上がります。
つまり、
必要なデータ品質は、「何に使うのか」と「間違えたときの影響」で決まります。
だから、先に考えるべきなのはデータ基盤ではありません。
問い合わせ対応を速くしたい。営業提案の準備時間を減らしたい。経営判断を速くしたい。
まず、出したい効果を決めます。
そのうえでAIに何を任せるのかを考え、必要なデータと品質を決めます。
順番にすると、
効果 → 業務 → AIの役割 → 必要なデータ → データ要件 → データ基盤
です。
03. 「全部共通化」でも「全部個別」でもありません
一方で、ユースケースごとに必要なものだけを作ればよい、という話でもありません。
営業AI、カスタマーサポートAI、マーケティングAIが、それぞれ別の顧客データを持てば、AI活用が増えるほど会社全体は複雑になります。
顧客ID、商品ID、重要な指標の定義、アクセス制御など、複数の業務で繰り返し使うものは共通化した方がよいでしょう。
一方で、特定業務だけで使う検索方法や、まだ効果が分からないデータ加工まで、最初から全社基盤に組み込む必要はありません。
判断のポイントは比較的シンプルです。
何度も使うもの、会社として統一すべきものは共通化する。用途固有で、まだ効果が分からないものは小さく試す。
データ基盤は、最初から完成形を作るものではなく、ユースケースと一緒に育てるものだと思います。
04. 製品を使っても、製品に依存しすぎない
そしてもう一つ重要なのが、特定のソリューションに依存しすぎないことです。
Snowflake、Databricks、BigQueryには、それぞれ強みがあります。自社の環境に合う製品を選ぶことは重要です。
ただし、「顧客とは何か」「売上とは何か」といった業務上の定義まで、特定製品の中だけに閉じ込めるべきではありません。
データの意味、品質基準、責任者、アクセスルール。
こうしたものは、本来会社の資産です。
生成AIの領域は変化が速く、今使っている技術が数年後も最適とは限りません。
だからこそ、製品固有の便利な機能は使いつつ、製品が変わっても残るものは自社側に持っておくことが重要です。
これは「ベンダーロックインを避けるために全部自前で作る」という話ではありません。
マネージドサービスは積極的に使えばよいと思います。
大切なのは、何を製品に任せ、何を自社の資産として持つのかを意識して決めることです。
05. 先に決めるべきは、「どの製品か」ではありません
Snowflakeがいいのか、Databricksがいいのか、BigQueryがいいのか。
この比較自体に意味はあります。
ただ、その前に決めるべきことがあります。
目的：どの業務で、どんな効果を出すのか
役割：AIに何を任せるのか
データ：何を、どの品質で用意するのか
範囲：何を共通化し、何を個別に試すのか
資産：何を自社に残すのか
そこまで整理すれば、製品選定の条件はかなり明確になります。
目指すべきなのは、最もきれいなデータ基盤ではありません。
必要なところに投資し、生成AIで継続的に効果を出せるデータ基盤です。
DABでも、製品比較から入るのではなく、まず狙う業務成果と必要なデータを整理し、共通化する範囲と個別に検証する範囲を切り分けることを重視しています。
「どの基盤を買うか」の前に、「何のために、どこまで整えるのか」を決める。
生成AI時代のデータ基盤では、この判断の方が重要だと考えています。
データ基盤を整える前に、何の業務成果を狙うか迷っている方へ。目的からデータ要件を逆算します。
この記事が参考になりましたら、「スキ」や「フォロー」で応援いただけると嬉しいです。
