企業の競争力は機械学習で確保できるのか？

2017年8月16日 7時0分

ビジネスは刻一刻とその活発さを増している。その競争は10年前より間違いなく激しいものである。その中で企業は他社に勝る何かを得るため戦い続けている。

日々のビジネスプロセスのデジタル化と機械学習の導入は、ここ10年で大きな構造的変革をもたらした。そのアルゴリズムは常に改良が重ねられている。

我々の生活を完全に変えたアイデアは、これまで全て最初に批判にさらされている。新しいアイデアは受け入れられ、やがて懐疑の目を向けられ、それが形をなすのは主流の人々に本当に受け入れられた時だけである。当初、データ統合、データ可視化、データ分析は同じ経緯をたどってきた。

ビジネスプロセスにデータ構造を導入し、価値ある結論にたどり着くというのは別に新しいことではない。しかしその方法は常に改良されており、そうしたデータはかつて政府だけが扱うことができ、国防戦略を作るために用いられるものだった。Enigmaのことを耳にしたことはあるだろう。

今日ではデータ構造の継続的な開発改善とオープンソースのクラウドプラットフォームの導入により、あらゆる人がデータにアクセスできるようになった。データは商業化され、人々からの懐疑や批判の声は鳴りを潜めた。

企業は今や、データは知見であり、知見は力だということを理解している。データは企業が持つ中で最も価値ある資産だろう。データを集めるために彼らはあらゆる手を使い、データ分析のプロセスを改善し、流出の可能性からデータを守ろうとしている。というのも適切なデータを処理するということが、ビジネスにとってほぼ全てのことを意味するからである。

データ統合の利点を最大に引き出すために、適切なデータ構造は必須である。データドリブンな組織の基礎は4つの柱の上に成り立っている。そのどれかが欠けても組織にとっての成長は困難なものとなる。

重要な4つの要素

包括的なデータ管理システムの4つの重要な要素は以下になる。

-　ハイブリッドデータ管理
-　統合化されたガバナンス
-　データサイエンスと機械学習
-　データアナリティクスと可視化

ハイブリッドデータ管理はデータのアクセシビリティと繰り返されるデータ利用に関係している。組織がデータドリブンになる最初のステップは、まずデータが利用可能であることを担保することであり、そこから社内全部署を巻き込んでいくのだ。そういったデータ構造は社内のそれぞれの部署を融合させ、情報の行き来を効率化するものだ。

部署間でのコミュニケーションにギャップがあれば情報の行き来は妨げられる。コミュニケーションの誤った管理は、ビジネスの効率向上どころか無秩序で混乱した状況を招くことになる。

当初データは厳格な規則の元に置かれ、人々はアクセスすることを制限されていたが、今のデータガバナンスではデータをアクセス可能かつ、セキュリティや保護も担保するというものになっている。EU一般情報保護法(GDPR)についてはRob Thomasによるこのセッションから学ぶことができる。

残りの2つの要素はデータエンジニアリングに関するものだ。表計算シートにビッシリと書かれた情報も、それがビジネスにおいて意味ある知見を導けるように作られてなければ使い物にならない。そのためには不要な情報をふるいにかけるスキルが必要となる。みんなが容易にデータを扱い、理解するためのさまざまな可視化技術が利用可能だ。

こう言ったトピックについてさらに知りたいようなら、Hilary Mason, Dez Blanchfield, Rob Thomas, Kate Silverton, Seth Dobrin、Marc Altshuller達が行うセッションに参加登録してほしい。