企業の間で、アプリケーションのデータを「データレイクハウス」に集約する動きが広がってきた。データレイクハウスとは、さまざまな形式のデータをそのまま格納する「データレイク」と、構造化データを整理して分析に最適化する「データウェアハウス」の特徴を組み合わせたデータ格納・整備システム（データを格納し、分析やAIツールによる活用が可能な形に整えるシステム）だ。

　データレイクハウスは、未整理のままになっているデータレイクのデータを含む。こうしたデータをAIツールに大量投入することに、経営陣は慎重になる。結果として企業は、AIツールがアクセスできるデータの種類を、目的に沿っている可能性の高いものに絞り込もうとする。

　企業はデータレイクハウス内のデータを、業務機能ごとに整理していることが一般的だ。例えばERP（統合基幹業務）システムのデータと、CRM（顧客関係管理）システムのデータでは、構造も目的も根本的に異なる。これらをAIツールが活用できるようにするには、データを整理し直す再構成が欠かせない。

　再構成の鍵は、データを整理するだけではなく、業務プロセスのルールや前提となるビジネスロジックを、関連データと共にAIツールに反映することだ。日々の業務に最も近い現場のチームこそが、返品ポリシーの管理や売上予測といった、AIツールの影響の大きい用途を特定できる。IT部門だけで全社的なAIツールの導入を主導すると、現場チームの知識を軽視してしまい、規模の拡大に行き詰まりやすくなる。

「AIデータクリアリングハウス」の具体像

　状況の打開には発想の転換が必要だ。AIツールが意味ある成果を生むには、具体的な業務に即したコンテキスト（背景知識）を豊富に含む社内データ（ファーストパーティーデータ）を、中核要素として活用することが欠かせない。これができなければ、AIツールは実力を発揮し切れなくなる。

　私はこの数カ月、「AIデータクリアリングハウス」という構想について、世界中のビジネスリーダーと議論を重ねてきた。この構想は強い関心を集めている。AIツール導入を妨げる課題に対し、解決策を提示できるからだ。

　AIデータクリアリングハウスは、ビジネスユーザーが扱いやすい中間的なソフトウェアを用意し、そこに企業の全てのアプリケーションからのデータを集約する。その上で、ビジネスロジックやガバナンスチェック（データの正確性や利用ルールの確認など）を組み込んだ「AIワークフロー」を、画面操作で構築できるようにする。AIワークフローとは、AIツールを動かすための処理手順を指す。ドラッグ＆ドロップといった簡単な操作だけで済み、コーディングが不要であれば、ビジネスユーザーを含む幅広い従業員が自らAIワークフローを設計できるようになる。

　ビジネスユーザーがAIワークフローを設計できれば、AIツールが何をしているのかを透明化しやすくなり、企業導入で課題となりがちなガバナンスの壁も克服しやすくなる。コンプライアンス（法令・規定順守）チームやリスク管理担当者、経営陣にとっても、AIツールの裏側にあるデータパイプライン（入力データを取り込み、処理し、結果を出力するまでの一連の流れ）を把握できるので、AIツールに対する適切な指摘やアドバイスをしやすくなる。その結果、AIツールのブラックボックス化を防ぎ、透明性を高めた共同作業と迅速な意思決定を実現できる。

　業務や経営判断にAIツールの活用を最優先する「AIファースト」企業になるというビジョンを掲げながら、一方で「ファーストパーティーデータをAIツールに入力しない」と全社的に指示するCEOはいまだに存在する。データは企業にとって最も価値ある資産であり、その取り扱いに慎重になるのは理解できる。ただしAIツールを企業活動に本格的に活用するには、どこかでデータの保護と活用のバランスを取る必要がある。AIデータクリアリングハウスは、その打開を支える有効な手段となる。

“BIの悲劇”を繰り返さない

　Microsoftの「Copilot」など、個人レベルで利用できる生成AIツールは、便利な道具としての認識が進み、活用も広がっている。ただし、それが企業における大規模なAIツール導入の決定打になるわけではないことが明らかになりつつある。

　企業がAIワークフローを取り入れる際は、過去の失敗を繰り返してはならない。かつてはデータに裏付けられた洞察を得ようと、既に多忙なビジネスインテリジェンス（BI）チームに各部門からの依頼が殺到し、レポートの出力までに数日掛かる状況が常態化していた。これは未来の姿にはふさわしくない。IT部門は、現場の従業員が自らAIワークフローを設計・構築できるように支援しなければならない。経営陣はAIツールのあらゆる活用が社内ポリシーや規制要件に沿っていることを求めており、その期待に応える仕組みが不可欠だ。

　AIツールは、もはや個別のプロジェクトといった限定的な範囲にとどまらず、企業全体へと影響範囲を広げ始めている。AIツールに適した形でデータ格納・整備システムを大胆に再設計し、現場の従業員に裁量を与えて、主体的な変革の担い手とする企業こそ、この変化をリードできる。