Dell創業者が指摘するAI活用の「死角」 情シスを襲う「データサイロ」のわなとは？：Dell Technologies World 2026

Dellが提唱する「AI Factory」は、AIを実験から実運用のフェーズへ押し上げる。しかし、最大の障害は技術そのものではなく、バラバラなシステムに散在するデータの未整備だ。情シスが直面するデータガバナンスのわなを回避し、AIによる顧客体験を最大化するための鉄則と、組織が取るべき現実的なアプローチを解き明かす。

[Tim Murphy，TechTarget]

　2026年、DellはエンタープライズAIとハイブリッドクラウドを支える基盤インフラプロバイダーとしての地位を固め続けている。

　「Dell Technologies World 2026」のメインテーマは明確だ。エンタープライズAIは実験段階から本番稼働へと移行しつつある。企業は、ガバナンスの効いたハイブリッドインフラを介し、データがある場所の近くでAIを実行することを求めている。

　「CIO（最高情報責任者）はハイブリッドAIへ積極的にかじを切っている」。Dellの創設者であるマイケル・デル氏は、Dell Technologies World 2026の基調講演でそう述べた。「リスクはクラウドそのものではない。データやコスト、セキュリティ、知的財産、そしてスピードに対する制御を失うことこそがリスクなのだ」

　Dellは「AI Factory」戦略の拡大も発表した。これは企業がオンプレミスやハイブリッド環境でフロンティアモデルを導入・実行するためのフレームワークだ。同社はこのアプローチについて、データガバナンスの制御やモDellの選択、大規模なAI導入に伴う長期的なコスト管理を改善する手段だと強調した。

　各セッションの講演者は、こうしたインフラ投資が、よりプロアクティブで文脈に沿った自動化された顧客体験（CX）を実現するための基盤になると説明した。しかし、議論がインフラからパーソナライゼーションやサービス自動化といった具体的な成果に移るにつれ、1つの共通のテーマが浮き彫りになった。それは、AIパーソナライゼーションで、技術そのものよりもデータの整備状況が大きな障壁になっているという事実だ。

　「最大の課題は、その下にあるデータにある」。人材採用企業Landing PointのリードAIエンジニアを務めるファイゼル・カーン氏は、TechTargetのインタビューでそう語った。「それは品質の問題ですらない。適切な意思決定に必要なあらゆる情報が、全く異なるフォーマットで異なるシステムに散らばっていることが問題なのだ」

実務でAIパーソナライゼーションがとん挫する理由

「DellのエンタープライズAI」に関連する編集部お薦め記事

　「AIを活用したパーソナライゼーション：顧客体験のカスタマイズ」と題したセッションでは、パネリストたちが実務的な課題を議論した。企業がいかに大規模なパーソナライゼーションを運用しようとしているか、その現実が語られた。

　議論を通じて、顧客の期待が明確に変化していることが示された。ユーザーは、個々のやりとりを独立したリクエストとして扱うのではなく、全ての接触を通じて文脈が引き継がれ、個人として認識されることを期待している。だが、その期待は多くの企業の現状と衝突している。断片化されたシステムやサイロ化したチーム、そして意思決定を遅らせる逐次的なワークフローが壁となっているからだ。

　「私たちは依然として強いサイロ構造の中にいる。個々の事業部門がカスタマージャーニーの一部しか解決していないのであれば、最終的な体験は断片的なものになってしまう」。Comcast Businessでグローバル法人営業担当バイスプレジデントを務めるメアリーベス・ピアース氏は、セッションでそう指摘した。

　パネリストたちは、パーソナライゼーションが実務で機能しなくなる例を幾つか挙げた。例えば、企業が顧客の行動を理解するためのデータを持っていても、その情報はCRMシステムやチケット管理ツール、社内のナレッジベースに分散している。これらがリアルタイムで容易に連携できなければ、体験の遅延や一貫性の欠如を招き、企業のパーソナライゼーションの取り組みそのものが台無しになる。

　また、パネル討論では1つの重要な事実に繰り返し立ち戻った。パーソナライゼーションはもはや単なるコンテンツやターゲティングの問題ではない。組織全体の運用スピードと調整の問題なのだ。洞察をデータから実行に移すまでに数週間かかるようでは、リアルタイムのパーソナライゼーションの機会は失われてしまう。

　「強力な成果を上げている組織は、AIパーソナライゼーションを運用の変革課題として捉えている。ガバナンス、ワークフロー、顧客戦略、組織の整合性、そして人間による監視が必要だ」。ITコンサルティング会社aiResultsのCEOを務めるマット・ハサン博士は、TechTargetのインタビューでそう語った。

AIパーソナライゼーションの4つのベストプラクティス

　CXパネルの登壇者は、AIパーソナライゼーションのためのヒントを共有した。その多くは、TechTargetがインタビューした他の企業リーダーたちの見解とも一致している。

• 1.統合されたデータ基盤を構築する

　企業は、基盤となるデータ整備が整う前にリアルタイムのパーソナライゼーションを急ぐ傾向がある。だが、それでは実行段階で失敗する。ほとんどの組織には既に膨大な顧客データがあるが、ツール間で断片化されているのが実情だ。

　システムが整合していなければ、AIは洞察を導き出せても、カスタマージャーニー全体で確実なアクションを起こせない。必要なのはデータの増量ではなく、意思決定を支える形で接続、正規化、アクセスが可能になった「使えるデータ」を増やすことだ。

　「基盤が整う前にスケールさせようとした瞬間、全てが崩壊する」とカーン氏は指摘している。

• 2.一度に1つのユースケースから始める

　AIパーソナライゼーションの成功は、一度に全てをスケールさせることではない。範囲を絞り込み、特定の成果に向けて調整し、規律ある方法で実行の優先順位をつけることが重要だ。

　広範な変革プログラムを組むのではなく、データとシステムが実際に提供をサポートできる明確なユースケースから始めるべきだ。そこから構造化された反復を通じて拡大していくのが定石だ。

　「成功している企業は、あらゆる場所でやっているわけではない。1つの場所で非常にうまく機能させているのだ」とカーン氏は言う。

• 3.データを閉じ込めず、使える状態にする

　成功している組織は、データを壊れやすいものやサイロ化したものとして扱うのをやめている。代わりに、チームやシステムをまたいでデータを接続し、意思決定や顧客体験に流れるようにしている。

　重要なのは「所有」から「活用」への転換だ。データは1つの部門が管理する保護資産ではない。ビジネス全体でリアルタイムに共有、運用、活用されるべきものだ。

　「箱の中の宝物のようにデータを扱うのはやめて、使いなさい。ただ接続し、共有し、民主化を始めることだ」と、EYのAI・データリーダーを務めるジョセリン・チェン氏は述べた。

• 4.初日からAIに説明責任と透明性を組み込む

　AIへの信頼は、組織が意思決定のプロセスを説明できるかどうかにかかっている。最初から説明責任が組み込まれている必要がある。透明性は後付けで考える機能ではなく、設計原則そのものだ。

　「なぜその決定を下したのかを示すことができれば、信頼はおのずとついてくる。最初から組み込まなければ、何も問題が起きないことを祈るしかなくなる」とカーン氏は語る。

　実務で、この原則は組織が失敗をどう扱うかにも表れる。間違いを完全に避けることよりも、間違いが起きたときにそれを明確に認めることに重点が移っている。

　「もし不備があったら、それを認めなさい。顧客に『そのアルゴリズムは正しくありませんでした。おわびします』と伝えるべきだ」とピアース氏は言う。

　信頼と透明性は必要だが、完璧である必要はない。AIシステムを本番環境へ移行する際、期待されるのはエラーのない完璧な動作ではなく、問題が発生したときの明確な説明責任だ。現在、導入を遅らせることなく、リアルタイムで説明、修正、改善ができるシステムの構築へと重点が移っている。企業は明確な意図を持って前進し、顧客に対して透明性を保ち、間違いが起きたときにはそれを認めて修正しなければならない。