三菱UFJ信託銀行が実証する「ハイブリッド型DMO」：事業部主導で実現した「出口起点」のデータマネジメント

データ環境の整備・変革はIT部門やDX部門が主導するものと思われがちだ。だが、その先入観を覆した事例がある。三菱UFJ信託銀行は事業部門が主導権を握って、AI Readyなデータ環境を実現している。同社はなぜ異例のアプローチを取ったのか。

PR／ITmedia

PR

　大企業のデータマネジメントには、ガバナンス（統制）とスピード（現場の利便性）の葛藤が付きまとう。全社一律の厳格なルールは現場の機動力を奪い、逆に現場に任せるとデータのサイロ化やExcelの乱立を招く。特に日本の伝統的な大規模組織ではその傾向が強い。

　このジレンマの解決に向けてガバナンスとスピード感を両立させている事例が、三菱UFJ信託銀行の取り組みだ。同社は、全社を統括する横断的な組織と事業部門内の推進組織が協調する「ハイブリッド型DMO（データマネジメントオフィス）」の体制を構築している。

　変革の道のりと、それを支えたNTTデータ バリュー・エンジニア（以下、NDV）の伴走支援について、本プロジェクトを推進した三菱UFJ信託銀行の後藤将人氏と西潟裕介氏に話を聞いた。

大企業のデータガバナンスが直面する「一律管理」の限界

　三菱UFJ信託銀行は、不動産や年金、証券代行など、専門性の高い事業を展開している。商品の種類は多岐にわたり、顧客も個人、法人を横断して幅広い。そのため、事業ごとにデータの定義や品質、更新頻度、法令上の制約が異なり、全社一律のルールで管理するのは困難だった。

　「ボトムアップ的に推進することが多い当社で一律に統制を強化すると、現場の反発を招いてデータ活用を阻害する懸念があった」と西潟氏は振り返る。現場では個別に最適化されたツールやExcelなどを使った個別管理が多く存在し、最新の正しいデータが見えない“バケツリレー”に近い状態だったという。AIネイティブな組織を目指す上で、データ活用の属人化とデータのサイロ化に強い課題意識を感じており、ガバナンスの維持と部門・事業の機動力を両立させる新しい統治モデルが求められていた。

三菱UFJ信託銀行の西潟裕介氏（デジタル戦略部 DX統括推進室AI推進グループ 上級調査役）

自走とガバナンスを両立させる「ハイブリッド型DMO」の設計思想

　これを解決するため、同社は中央組織である「全社DMO」と事業側が推進組織となる「領域DMO」を組み合わせた「ハイブリッド型DMO」を設計する。一方的なトップダウンを避けて、事業側の主体性を最重視するものだ。

　「価値のあるデータを理解しているのは業務を担う事業。業務の実態が分からないDX組織がデータ整備をしても、現場には、データの品質を我が事として受け止めるオーナーシップは育ちにくい可能性がある。その結果、データの品質が上がらず、結局使われなくなってしまう懸念があった」（西潟氏）

　全社DMOは、データ処理の共通基盤やテンプレートを提供して、事業側の領域DMOの活動支援と、事業間の調整に徹する。個別事業領域におけるデータ定義やクレンジング、活用プロセスの推進は、各事業部の「領域DMO」が自律的に担う。主役は事業、全社はそれを側面から支援するという「役割の分離」こそが、ハイブリッド型DMOの核心だ。

年金受託事業が領域DMO第1号として引き受けた「覚悟」

　体制を軌道に乗せるためのパイロットとして名乗りを上げたのが「年金DX企画グループ」だった。同グループの後藤氏は、営業現場での経験から、データの散在による非効率を痛感していたという。

　「営業担当だった当時、必要な情報を探すだけで数十分から1時間を費やしていた。自分がDXを企画するポジションに就いたので、長年の課題を何とかしたいと思い、決意した」（後藤氏）

三菱UFJ信託銀行の後藤将人氏（受託財産企画部 年金受託事業室 年金DX企画グループ 上級調査役）

　データが散在していても業務自体は回っていたため、わざわざ労力をかけて整備する動機付けが弱かった。しかし生成AIが台頭するにつれて、データが散在した状態ではAIのメリットを享受できないのではないか、という共通認識が生まれ始めた。

　「AIの利活用を本格化させるために、品質が良いデータという基盤が必要になると確信していた。基盤整備の新たな道を切り開く第1号となるべく、覚悟を持って、西潟氏らとタッグを組むことを決めた」（後藤氏）

　現場の切実な課題意識と技術の進化に対する危機感が、新しい体制構築の推進力になった。

「出口」からさかのぼるデータ実装の枠組み

　領域DMOとしての活動を開始した年金DX企画グループがまず直面したのは、営業担当者が各システムに入力したデータの乱雑さだった。

　「どのデータが有用なのか、どう出力されているのか、全体像の探索から始めた。データは乱雑で、システムごとにキー情報が異なるなど一意のデータを横串で特定するのが困難だった」（後藤氏）

　混沌（こんとん）としたデータソースを整理するため、全社DMOやNDVの支援を受けてデータを各源泉システムから抽出し段階的にクレンジングするアーキテクチャを採用した。具体的には未加工の生のデータである「ブロンズ」、AIが正しく理解できるようにカラムを整理して共通処理した「シルバー」、利用目的に合わせて高度に精緻化して事業横断で利用できる「ゴールド」の3段階に分類した。

　この3層構造の実装で重視されたのが「目的起点（出口起点）」の設計プロセスだ。

　「私たちがまず想定したのは、現場でどのような価値を生み出したいかというゴールド層の具体的なユースケースだった。そこで価値を検証して、シルバー層へとデータモデルを遡及（そきゅう）するというアプローチを徹底した」（西潟氏）

　年金DX企画グループは、営業が日々利用してビジネス価値を生み出している「有用データ」を定義して、データの所在や出力プロセスなどを調査した。「ブラックボックスになっており、一つ一つを分析してデータソースを突き止めるのは一番大変な作業だった」と後藤氏は振り返る。

　こうした地道で泥くさい下ごしらえが、実用的なデータ基盤の確立を支える礎になった。

1週間から10分に短縮　AI Readyなデータ整備の効果

　協調体制を機能させるため、役割を定義するガイドラインの策定も重要なポイントになった。全社DMOの基本テンプレートを基に、年金DX企画グループと対話を重ねて領域DMOの運用ルールを共同で作り上げた。

　「初期のガイドライン案に対し、『この作業量では業務が回らない』といった事業側の本音をぶつけ合い、現場にとって実用的なルールに落とし込んだ」（後藤氏）

　西潟氏も「ガイドラインは規定や厳格なマニュアルではなく推奨事項であり、実践を通じて使いながら育てるもの」という思想の重要性を指摘する。

　取り組みの開始から約1年半で、メタデータやセマンティック、オントロジーといったデータの関係性レイヤーも徐々に整備が進みつつあり、年金事業のデータ環境は飛躍的に変化した。

　「かつてはデータの収集と加工に1週間を要していたが、今は同じ情報抽出が5〜10分で完了するようになった」（後藤氏）

　データ整備は、生成AIの活用で効果を発揮する。整備されたデータ環境とエージェント型の生成AIが連携することで、専門的なSQLの記述や複雑なツール操作ができなければアクセスできなかったデータを一般の社員でも容易に取り扱えるようになった。「AIのおかげで、データが本当に近くなった。データへのアクセスを阻んでいた高い壁を乗り越えたという実感がある」と、後藤氏は語る。成功を受けて、他事業からの問い合わせも増えたという。

パートナーとしてのNDVの「伴走力」

　三菱UFJ信託銀行が成し遂げたこの画期的なデータ変革に、外部パートナーとして伴走したのがNDVだ。多くの支援企業が存在する中で、なぜ同社だったのだろうか。

　「多くのコンサルティング会社は、システムの環境整備やルールの策定を主とした支援の提案が多かった。しかし、NDVは当社のデータの特性や中身に徹底的に着目し、それをどう整理すればAI・データ活用に正しく結び付くかという本質的な考えを持っていた。また、個別の技術に閉じない組織づくりや人材運営、データマネジメント文化の定着という最も難しい領域までトータルで支援してくれる存在として評価した」（西潟氏）

　実務の最前線でNDVの支援を受けた後藤氏も、その「現場視点」の姿勢をこう振り返る。

　「法人情報をベースとした顧客情報の特定方法など、私たちが知識を持たない領域に対して、実用的な解決策を次々と提示してくれた。何よりも、データに詳しくない私たちの歩みがどれほど遅く、拙くても、決して見捨てることなく、粘り強く、丁寧に寄り添い続けてくれた。この実直な伴走姿勢こそが、プロジェクトを成功に導く根幹になった」（後藤氏）

　実務担当者の痛みを深く理解して、抽象論に逃げない泥くさい実務サポートを提供する。このNDVの伴走があったからこそ、三菱UFJ信託銀行のハイブリッド型DMOは絵に描いた餅に終わることなく、ビジネスの現場を動かすことができるデータ整備へ進展した。

未来のデータマネジメントへ向けて業界全体に熱意を届ける

　多くの企業がデータのサイロ化やデータマネジメントの進め方に頭を悩ませている。「仮に全社DMOから声がかからなかったとしても、自分たちでこのデータ整備を始めていたと思う」と述べる後藤氏は、「AI活用によって、直接恩恵を受ける事業サイドがAI Readyなデータ環境整備においてもオーナーシップを持って、一歩を踏み出していただきたい」とアドバイスを送る。

　西潟氏も「まず小規模から始め、価値を示す実例をクイックに出すことがポイント」と語る。その上で、「何よりも大切なのは、データ整備の必要性を組織に理解してもらい、継続できる仕組みをつくること。そして、長い道のりでも自社の実態に徹底的に寄り添い、泥くさい作業まで一緒に背負ってくれる信頼できる外部の専門家を見つけること」と強調する。

　「私たちもまだ全社への展開は道半ば。同じような課題に取り組む他社とともに、業界全体を盛り上げていきたい」（西潟氏）

　大企業におけるデータマネジメントの成功は、華やかなツールの導入ではなく業務の現場に寄り添うハイブリッドな組織体制、そして泥くさいデータに向き合う徹底した当事者意識と強固なパートナーシップの追求によってのみ、成し遂げられるのだろう。