AI活用では社内の“奥”にあるデータつなぐ必要がある【第9回】

　売り上げや契約、顧客、請求など各種業務の中核データの多くは、長年運用されてきた基幹システムの“奥”に蓄積されています。AI（人工知能）技術を社内適用しようとした際に最初に直面するのが、この基幹システムとAIの距離です。

AIシステムと基幹システムの間には“遠い距離”がある

　AIシステムは基本、クラウド上で動き、柔軟にデータを扱えます。一方、基幹システムは業務を正確に遂行するために設計されており、アクセスや更新には厳密な制御がかかっています。両者の間には、単なる技術的な違い以上の距離があります。距離の正体は例えば次のようなものです。

●誰が、どのデータにアクセスしてよいかという制御
●業務の流れに組み込まれたロジック
●システムごとに異なるデータ形式
●更新のタイミングや整合性の管理

　重要なのは「クラウドかどうか」の問題ではありません。「そのデータに、どこまで触らせてよいのか」という構造の問題です。では、AIシステムから基幹システムに直接アクセスすればよいのでしょうか。一見シンプルですが、多くの場合、以下の理由などから現実的ではありません。

●業務ロジックを無視した操作が行われる可能性がある
●データの整合性を崩すリスクがある
●セキュリティや権限管理が複雑になる
●何か起きたときの責任の所在があいまいになる

　基幹システムは「正しく業務を回す」ための仕組みです。そこに外部から自由にアクセスさせることは、設計思想そのものと衝突します（図1）。

図1：AIシステムと基幹システムを直接つなぐことは基幹システムの設計思想と衝突する

　そのため、AIシステムと基幹システムの間には、何らかの形で距離を保ちながらつなぐ設計が必要になります。3つの方法を紹介します。

アプローチ1：データを持ち出す

　最も一般的な方法は、基幹システムのデータを外に持ち出すことです。データ分析基盤やDWH（Data Warehouse：データウェアハウス）を構築し、そこにデータを連携してAIシステムから利用する形です（図2）。

図2：AIシステムと基幹システムの間に“安全な場所”を設ける接続方法

　この方法の利点は明確です。

●データを加工・整形しやすい
●個人情報などを制御した状態で扱える
●AIシステムとの接続がシンプルになる

　一方で注意点もあります。

●データの鮮度（リアルタイム性）が下がる
●データのコピーや保管コストが発生する
●元データとの二重管理になる

• 次へ

  システムの距離は「なくす」のではなく「安全につなぐ」

• 1
• 2