DX実現の鍵となるAI活用、DWHの課題を克服する情報アーキテクチャ構築の要件

　AIによるビッグデータ解析は、デジタルトランスフォーメーション（DX）実現の鍵となるテクノロジーの1つだ。これを実践するため、多くの組織では機械学習やディープラーニングの環境整備に取り組んでいる。しかし、実際のビジネス成果につながったというケースはまだ少ない。

　その理由として、解析の対象となるデータ整備が遅々として進んでいないことが挙げられる。データ活用において主流のアプローチであるデータウェアハウス（DWH）は、AI活用に求められる頻繁なデータモデルの変更に対応しづらいなど、AI時代に適した情報アーキテクチャの構築には適していない面が大きく、データ整備遅延の原因となっている。

　こうした課題を克服するには、あらゆるデータを柔軟に追加して自由に分析できる「分析系システム」を新たに構築する必要がある。本コンテンツでは、DXに向けたデータ整備の要件と、その実現において有効なプラットフォーム製品を紹介する。併せて、最高データ責任者（CDO）を頂点とした理想的な体制の在り方も提案しているので、データ活用に取り組む組織にとって大いに参考となるだろう。