今の日本にアクティブインテリジェンスが必要な理由

今回は「今の日本にアクティブインテリジェンスが必要な理由」についてご紹介します。

関連ワード （ビッグデータ、新しい「水」としてのデータ等） についても参考にしながら、ぜひ本記事について議論していってくださいね。

本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。

　新型コロナウイルス感染症が拡大して以来、企業におけるデータの重要性と評価は急上昇しています。一方で、ビジネスの成果を向上させるアナリティクスの大きな可能性を示すだけでなく、データ活用が加速したことで、従来のビジネスインテリジェンス（BI）ツールやプロセスが不十分であることも明らかになりました。

　第2世代のBIツールは、従業員がデータを自らの手（セルフサービス）で利用できるようにすることに注力しています。従業員の要求に応じてさまざまなチームにインサイトが提供されるようになったことで、BIチームはインサイトの門番としての役目を終えました。データはより直感的なツールによって提供され、ユーザー自身が疑問に対する答えを見つけられるようになりました。

　しかし、CIO（最高情報責任者）やCDO（最高データ責任者）が多大な努力を払ってデータを整備し、必要な時にユーザーに提供できるようにしたにもかかわらず、新型コロナウイルス感染症のパンデミックによって、それだけでは十分ではないことが明らかになりました。

　さらに、市場に出回り始めている第3世代のBIツールでも、この1年間で急速かつ劇的に変化している環境に対応できそうにありません。これらのソリューションは一般的に、人工知能（AI）や機械学習（ML）を統合して、さらに直感的でパーソナライズされたエクスペリエンスを提供します。このアプローチは本質的に間違っているわけではありません。

　しかし、QlikがAccentureと共同で実施した調査（※1）では、労働人口におけるデータリテラシーが世界で21％、日本で9％程度と低いことが明らかになり、データ会社はビジネスユーザーの環境について考える必要に迫られています。

　第2、第3世代のBIツールは、意思決定プロセスを改善できるかもしれませんが、必ずしもよりよい意思決定を保証するとは限りません。Google HomeやAmazon Alexaなど多くの人が家庭で使用しているデジタルアシスタントは、自然言語処理（NLP）機能を一般化して信頼性のあるものにしました。同様に、アナリティクスソリューションも最も直感的なユーザエクスペリエンスを提供するかもしれませんが、データの信頼性が高く、適切に管理され、ほぼリアルタイムのビジネス情報を反映するものでなければ、適切なアクションを実行するための答えは得られないでしょう。

　データの価値は、成果があった時、つまり適切なデータを用いて、適切な瞬間に、適切な意思決定がなされた時に初めて得られます。しかし、ビジネス上の決定的な瞬間がいつで、その時にどのような行動を取るべきかを判断する継続的なインテリジェンスを実現するためのデータファブリックを構築するには、インテリジェントなアナリティクスデータパイプラインへの投資が必要となります。

　では、具体的にはどのようなものでしょうか。リアルタイムデータおよび、ユーザーがデータを必要とする文脈（場所、タイミング、利用目的など）に応じた最適なハイパーコンテキストデータは、最終的に企業におけるデータ主導型の意思決定を確実にし、急速な環境変化にも対応する2つの要素になります。迅速なデータアクセスと内部および外部のデータソースを組み合わせることで、ユーザーはビジネスの全体像を素早く把握できるようになり、行動すべき瞬間を特定しやすくなります。

　実際、QlikとIDCとの調査（※2）によると、約半数の企業が過去12～18カ月の間に新しい内部データ（45％）、新しい外部データ（40％）、新しいデータタイプ（40％）をデータパイプラインに導入していることが明らかになりました。

　データへの迅速なアクセスを可能にするだけでなく、データが適切に管理され、クリーンで信頼性の高いことを保証するインテリジェントなアナリティクスデータパイプラインに統合されていれば、企業はそのインサイトに確信を持つことができます。信頼できるデータカタログに統合された後は、直感的なユーザー機能とリアルタイム性が真価を発揮します。BIの次の時代、つまりビジネスのあらゆる瞬間を最適化してアクティブインテリジェンス（※3）を実現するには、この統合が求められています。

　また、AIやMLを活用することで、ユーザーのインサイトを探し出す際のサポートだけでなく、外れ値や即時対応を要する新たな事象の特定にも役立てられる可能性が出てきました。データの信頼性が高ければ、ユーザーは、アナリティクスソリューションにより示された行動を起こすべきビジネスの瞬間や、その際に取るべき行動にも信頼を持つことができます。また、特定のシナリオ下における業務上の意思決定の一部をソリューションにゆだねられるようにもなります。

　企業が信頼性の高いインテリジェントなアナリティクスデータパイプラインを通じてアクティブインテリジェンスを実現すれば、より戦略的で俊敏な行動が可能となり、どんなに急速に変化している状況でも適切に行動できるようになります。

　しかし、アクティブインテリジェンスは、より適切かつ迅速な業務上の意思決定を可能にするだけでなく、戦略的な意思決定も含め、企業における意思決定の方法を完全に変えることができます。信頼性の高いインサイトに基づいてビジネスモデルまたはプロセス全体を再設計し、業務上の意思決定プロセスに反映させることが可能です。

　漫然と繰り返される業務上の意思決定を自動化または半自動化することで、ユーザーの迅速な行動を促します。これにより意思決定の負担が大幅に軽減され、想定されるさまざまなシナリオに企業がどのように対応すべきかを提示する、より高度で協調的かつ戦略的な意思決定に集中できるようになります。

　第3世代のBIは、意思決定をより効果的かつ容易にするだけでなく、企業のためにさらに大きな役割を果たす必要があります。データの可能性を真に実現するには、より俊敏かつ、より包括的で、より信頼性が高く、より協調的かつ、より自動化されたものでなければなりません。

ビッグデータに関する情報 - ZDNet Japan

大量のデータを分析し、ビジネスの新たな方向性を探る取り組みであるビッグデータ。Internet of ThingsやM2Mの話題も扱う。

ビッグデータとは ～基礎知識から活用法～｜ビッグデータ・BI ...

BIダッシュボード GalleriaSolo、BIツール DaTaStudio＠WEBなど 高性能BIツールを提供しているDTSが、データ解析、データ活用に関わる分野の 情報を配信していきます。

ビッグデータマガジン - 時系列分析「使ってみたくなる統計 ...

こんにちは。ビッグデータマガジンの廣野です。「使ってみたくなる統計」シリーズ、第5回目は時系列データの分析です。 今回のテーマである時系列データの分析ですが、どんなデータに対しても使える手法では...

3-1：ビッグデータの活用と分析に至るプロセス

ビッグデータの「3つのV」と、各特性によって可能 になる分析事例を紹介できる。 品質の悪いデータの社会的費用とその軽減策と してのデータ形式の標準化、データクレンジングの 重要性を理解する。 効率的なデータ分析の設計と本格的なデータ分

ビッグデータ分析｜商品・サービス| 株式会社 帝国データ ...

帝国データバンクは、現地訪問による企業調査で集めた当社ならではの膨大な企業情報データベースと公的な統計資料等を基に、経済地理学・経済物理学・経営工学・産業論・中小企業論・金融論等と最先端のデータマイニング手法を組み合わせた新たなビッグデータ分析を行っています

データ活用で実現する「心と身体のヘルスケア」 ～生活者起点 ...

ひとりひとりの生活に新たな価値を提供するサービスは、どのように作られるのか――ライオン株式会社でマーケティング領域の分析を担う米谷氏と、その取り組みを支えるNTTデータAI&IoT事業部の担当者に話を聞いた。

ビッグリボンの掲示板 | 競走馬データ - netkeiba.com

 · ビッグリボンの掲示板です。競走成績、血統情報、産駒情報などをはじめ、50万頭以上の競走馬・騎手・調教師・馬主・生産者・レースの全データがご覧いただけます。

【ビッグデータで算出】10年後に土地の値段が上がる駅・下が …

東京五輪を機にバブルは崩壊。人口減少で需要も縮んで、不動産「不況時代」が到来する。そこでは少数の勝ち組と、多数の負け組に分かれる土地格差社会が訪れる。あなたの住む駅は大丈夫?