富士フイルムに聞く、ビジネス価値を生み出すデータ活用基盤の作り方本当に大切なのは、データの量ではなく「質」

ビジネスが「体験価値の競争」に変容している今、データ活用の在り方が企業の競争力に直結する状況となっている。だが多くの企業では、社内にデータが散在している、必要なデータがそろわずすぐに分析を行えないなど、課題が山積しているのが一般的だ。では一体どうすればデータを競合他社との差別化にスピーディにつなげることができるのだろうか? データを使った製品・サービスの差別化を実現している富士フイルムホールディングス 経営企画部 IT企画グループ長の柴田英樹氏と、企業のデータ活用を支援している日本IBM クラウド事業本部 技術統括部長 大塚知彦氏の対談に、その解を探る。

» 2018年07月25日 10時00分 公開
[PR/ITmedia]
PR

 デジタルトランスフォーメーション(DX)のトレンドが進展し、ビジネスは「洞察力を武器とする価値創出の戦い」に変容している。「より良い体験価値をスピーディかつ柔軟に届けること」が最大の差別化要素となり、企業には「ニーズの変化をいち早くつかみ、迅速に形に変える」能力が強く求められている。

 こうした中、多くの企業がデータ活用の在り方を見直している。現実世界から大量の構造化/非構造化データを収集・蓄積・分析し、必要な知見をスピーディに獲得したり何らかの予兆を捉えたりすることが、「いち早くニーズに応える」上で不可欠となるためだ。だが現実は、データが企業内に散在していたり、分析に使える状態になっていなかったりするケースが多い。結果、分析の準備に時間がかかりビジネスチャンスを逃してしまう、BIツールなどを使っていても正しい知見が得られない、といった問題が多くの企業で課題になっている。

 ではDX時代、データから価値を引き出してビジネスの差別化に生かすためには、どのようなデータ活用基盤が求められるのだろうか?――自社保有データとAIを活用して製品を強化するなど、データを使った製品・サービスの差別化を実現している富士フイルムホールディングス 経営企画部 IT企画グループ長の柴田英樹氏と、データ活用に関する深い知見を基に多数の企業のデータ活用を支援し続けている日本IBM クラウド事業本部 技術統括部長 大塚知彦氏の対談に、これからの“企業が持つべきデータ活用基盤”の要件を探る。

重要なのは、データの量ではなく「データの質」

ALT 富士フイルムホールディングス 経営企画部 IT企画グループ グループ長 柴田英樹氏

―― 近年、IoT、AIなどを利用したデジタルビジネスが活発化し、データの扱い方が差別化の鍵になっていると思います。柴田さんは昨今の状況をどのように見ていらっしゃいますか?

柴田氏 富士フイルムの場合、デジタル化の取り組みは最近始めたものではなく、デジタルカメラへの移行が急速に進んだ2000年前後からということになります。2017年10月にはCDO(チーフデジタルオフィサー)を任命し、CDOを筆頭に各事業部のデジタルオフィサーが組織横断的に価値創出に取り組む「デジタル変革委員会」を創設するなど、AIやRPA、IoTといった最新のテクノロジーを使ったデジタル変革の取り組みを積極的に推進しています。こうした中で感じるのは、事業部門とIT部門のコミュニケーションの在り方はもちろん、「データ活用の在り方」が大きく変わってきたことです。

 従来は、例えば業務データなど、“社内に閉じた範囲”でデータを利用することがほとんどでした。しかし現在はソーシャルデータやオープンデータに代表されるように、社外のデータを利用したり、社外向けのビジネスに生かしたりする形に変わり、データの量も何百倍という規模で拡大しています。これを受けて「大量データをいかに価値創出に生かすか」が注目されていますが、競争力の源泉となるのはデータの「量」ではありません。データの「質」がビジネス価値を生み出す源泉になると、弊社では考えています。

ALT 日本IBM クラウド事業本部 SWテクニカル・セールス&ソリューションズ 技術統括部長 大塚知彦氏

大塚氏 確かに「ビッグデータ」という言葉から、「大量のデータを蓄積、利用したい」というニーズから取り組み始めるお客さまは多いですが、競争力の源泉をデータの「量」ではなくデータの「質」であるという認識で取り組まれている点は経験値が相当高いと感じました。「分析の手段」や「インフラ整備」といった検討にとどまらず、「データの質が重要だ」に至った理由はどこにあるのでしょうか?

柴田氏 弊社の特性もあると思います。弊社はデジタル機器や高機能材料を提供する製造業です。弊社のコアコンピタンスは、そうした中で培ってきた各種データを新規ビジネス、新たな価値につなげることですが、画像や化合物などの情報を含めて蓄積してきた膨大なデータの全てを処理できる基盤は、いまだ十分ではありません。量子コンピューティングも進展してはいますが実用段階ではありません。現在のディープラーニングやHadoopなどの基盤は汎用的に作られているため、弊社で行いたい計算処理には向かないという事情もあります。そこで分析以前に、まずは必要なデータをフィルタリングし、セレクションして意味のあるデータを抽出する――すなわち正しい分析結果が得られる「質」を重視することが必要だったのです。

データ活用の「目的」を明確化せよ

大塚氏 データを競争力の源泉とするためには、単にデータを集めるだけではなく、“各社独自の分析”に役立つデータ、ビジネス目標につながるデータを整備する必要があるということですね。ではデータの「質」を見極めながら、貴社で進めているデータ活用の具体的な取り組み方をご紹介いただけますか?

柴田氏 データ活用の目的は「経営・企業活動の業務革新」と「製品・サービスの革新」の大きく2つです。さらに、目的ごとに2つの取り組みがあります。

 最初の目的である「経営・企業活動の業務革新」の取り組みの1つが「1.間接業務の効率化 」です。需要予測、物流最適化、競合動向などもこれに含まれます。もう1つは「2.販売・生産現場の効率化」です。例えば購買行動把握や生産ラインの最適化、SCM最適化になります。

 一方の目的、「製品・サービスの革新」には、「3.既存事業の付加価値向上」と「4.新規ビジネスの創出」という2つの取り組みがあります。前者では、例えばヘルスケアの領域において、診断データやバイタルデータを使った予兆診断や個人ごとに最適な治療を提供するなどが挙げられます。

 後者の「新規ビジネスの創出」では、社内に蓄積してきたデータと社外のデータを掛け合わせることで、新たな価値の創出につなげています。実験データや解析データを活用することで、新素材の創出や社会インフラの点検自動化などに取り組んでいます。

 こうした取り組みを通じて、「これまで活用されていなかった有益なデータ」がいろいろあることが分かるかと思います。例えば、セキュリティ目的で収集していたPC等の各種ログを、「従業員の業務の可視化」に活用することで、生産性向上に役立てることができました。 

大塚氏 業務効率アップやコスト削減を目的とした従来型の進め方ではなく、「課題」や「データを生かす目的」を把握、理解することを重視しているからこそ、分析に必要なデータ、分析のアプローチが明確になるばかりか、これまで利用していなかったデータに価値があることが分かってきたということですね。

データ活用に求められるのは「スピード」「スケール」「アジリティ」

大塚氏 そのように「4つの価値分類」に基づいてデータを分析し、ビジネスで活用するには、確かに分析で使うデータの「質」が問われるはずですね。すると4つの活用目的に応じた「質」を担保する上で、データ管理に求める要件も変わってきたのではないですか?

柴田氏 その通りです。データはまず大きく2つに分けています。1つは機器/サービスなどから取得する「社内のログやセンシングのデータ」、もう1つは「社外で日々生成されるデータ」です。いずれも生データを集めてくると膨大な量になります。そこで「データを使う目的」によって扱いを変えています。

ALT 「活用目的に応じて、データを管理するプラットフォームに求められる要件も変わってくる」

 その基準としているのが、「データ活用に求められるリアルタイム性の高さ」「データを活用する場所」「データを利用する期間」などです。

 これらはデータ活用基盤のアーキテクチャに大きくかかわってきます。データ活用に高いリアルタイム性が求められるのであれば、基盤のアーキテクチャにもデータを素早く処理できるリアルタイム性が求められます。また、データの活用場所によって、パブリッククラウドか社内のデータ活用基盤なのかを使い分ける必要も出てきます。利用期間も然りです。活用目的に応じて「データを管理するプラットフォームに求められる要件」も変わってくるのです。

 こうした「目的に応じたデータ管理」を社内では「パターン」と呼んでいます。パターンはデータの活用目的に応じた個別対応によって増えていきますが、そうすると今度は管理が煩雑になり、ビジネス展開のスピードに追いつけなくなりがちです。そこで現在はパターンを4つほどに標準化しています。

大塚氏 なるほど。これまでのお話を伺っていると、データの活用目的を明確に整理されているだけではなく、データを使う事業部門のエンドユーザーにとって、いかに快適なデータ活用・分析環境を用意するか、というお話にも伺えました。正しく有効な分析結果を得るために「データの質」を評価しながら、データを使う目的、リアルタイム性、場所、期間などに応じて、必要なデータを、必要なタイミングで提供できる会社としての「仕組み」を整備されているのですね。DXトレンドに伴い、データの重要性や扱い方が変わってきたと同時に、データを管理するIT部門に求められる役割も大きく変わってきたということなのでしょうね。

ALT 「DXトレンドに伴い、データの重要性や扱い方が変わってきたと同時に、データを管理するIT部門に求められる役割も大きく変わってきている」

柴田氏 おっしゃる通りだと思います。従来のIT部門に求められていたことは、効率化やコスト削減が中心でした。今はそうではありません。「ITでビジネスにどう貢献するか」が強く求められています。そのために重要となるのが「スピード」「スケール」「アジリティ」です。事業部門から求められることは、基本的にこの3つだと思います。

 例えば、提供するスピードが早ければ、事業部門にとってIT基盤の出来が不完全でも、問題ない場合も多いです。事業部門のニーズは「こんなことがしたい」であって、「こんなIT基盤が欲しい」ではないからです。IT部門はそうしたニーズから本質を読み取り、予見し、提案していくことが大切です。ITに期待するものが変わり、活用するマインドも変わり、業務プロセスも変わりつつある今、IT部門には主体的にビジネスに寄与する役割が求められているのです。データ活用についても、コンシェルジュ的な役割を果たすことが大切だと思います。

必要なとき、すぐ有効な分析ができる「統合データプラットフォーム」とは

── では、それを支えるデータ活用基盤は、どのような仕組みになることが望ましいと思いますか?

柴田氏 事業部門のニーズに応えるためには、前述のようにスピード、スケール、アジリティが鍵になります。データ活用も同じです。3年ほど前になりますが、データ分析の際、なぜ成果が出るのが遅いのか、社内で徹底的に議論したことがあります。そこで分かったのは、データサイエンティストがデータを抽出して、足りないデータを補足したり、正しい分析ができるように加工したりといった分析前のデータ準備作業に、分析作業全体の7〜8割の時間がかかっているということでした。

大塚氏 確かにそれは多くの企業で共通に指摘されていることです。弊社でも、分析のスピードや精度を上げるためには、分析作業だけでなく、分析前のデータ準備で起きている問題を解決することを重視し、「IBM Cloud Private for Data」、「Watson Studio」といったソフトウェアやクラウドサービスを用いて、データ活用に至るまでのスコープ全体で効果的な解決策をご提供しています。

柴田氏 それは言わば、分析以前の“ビジネスにとって本質的ではない作業”の時間と労力をいかに解消するかということですよね。よって弊社でも、データをスピーディに成果につなげるためには、社内外のデータを一元的に管理しながら、必要なとき、必要なデータを取り出し、データの変換・整形などもスピーディに行える“統合データプラットフォーム”が必要だという考えに至りました。現在、その整備を既に開始しています。

大塚氏 重要なのは、「分析はあくまで手段」だということでしょうね。従って、既存システムは「業務を遂行するために最適化されたもの」である以上、「データを分析するために作り替えること」は合理的でも現実的でもありません。既存システムを作り替えることなく、「データを利用する」「社内外のデータを柔軟に組み合わせる」「用途に応じて使い方を変える」といったことを、IT部門の手を介さずとも、事業部門が簡単にできるようにする――これが“統合データプラットフォーム”の要件だと思います。

柴田氏 そうですね。データ活用には大きく4つのニーズがあると思います。「現在や過去の可視化」、ビッグデータ活用による「分析の高度化」、「将来の予測分析」、そしてリアルタイム/データサイエンスによる「ビジネスの最適化」。こうした4つのニーズに即応できるプラットフォームを作ることが現在の狙いです。

局所的なデータ活用に終わらず、「全社的なデータ活用のアーキテクチャ」を考えよ

── IT部門には、ビジネス要請に応じてデータやツールを提供するコンシェルジュ的な役割が求められてくるのですね。

ALT 「体験価値を高める、というゴールのために、データ活用基盤をはじめシステム全体を俯瞰し、刷新すべきポイントを検討していくことが重要」

大塚氏 そうですね。ただ、そのためにはこれまでの話のように、データの品質をどう担保するか、各種データをどう扱うかなど、“データを有効活用するための全体像”を見ながら、環境を整備する必要があります。一般に「データ分析」というとBIツールなどに関心が集まりがちですが、実際にはそれだけでデータ活用のサイクルを回せるわけではありません。

柴田氏 おっしゃる通りですね。特にここ数年は、ビジネスが「モノ」売りから「コト」売りに変わってきています。従って、ビジネスのコアである基幹システムのデータも有効に使えなければ話にならない状況です。例えば顧客の体験価値を高めるためには、受注データと在庫データをリアルタイムに連携させる、受注したら生産と連携するといったことが必要です。分析も、社外で生成されるデータと社内にあるコア中のコアのデータを連携させなければ、体験価値向上につながる有意義な発見をすることは難しいと思います。

 すると問題は、統合データプラットフォームの整備だけではなくなります。「分析をするため」ではなく、「体験価値を高めるため」に、それを支える基幹システムの機能をどう刷新していくかも並行して考えていく必要があります。分析はあくまで手段です。「体験価値を高める」というゴールのために、データ活用基盤をはじめシステム全体を俯瞰し、刷新すべきポイントを検討していくことが重要だと思います。

大塚氏 全く同感です。システム全体を見て、最新の技術動向を押さえ、目的にあった技術を選定・導入する――“ゴール実現のためのシステム全体のロードマップ”を常に描いておくことが大切です。柴田さんのおっしゃるように、「統合データプラットフォーム」を考えることも、「ゴール達成のための、全社的なデータ活用のアーキテクチャ」を考えることに他ならないと思います。

―― では最後に、読者に向けたメッセージを一言ずついただけますか。

柴田氏 ITは手段にすぎません。われわれも「目的は何か」と常に自問しながら取り組んでいます。また、会社全体を競争力ある仕組みに刷新し続けていく上では、情報を外部と共有することも重要です。特に基盤系の仕組みについては各社共通の悩みがあることも多いものです。その点、社外のコミュニティに参加したり、複数社が共同で新たな仕組みを考案・構築したりすることも有効だと思います。

ALT 「ITは手段にすぎません。目的は何か、と常に自問しながら取り組んでいます」(柴田氏) 「局所的なピンポイントソリューションの提案に閉じず、ITとビジネス部門がビジネス価値を発揮できるよう、企業全体のデジタル変革・競争力向上を包括的に支援していきたいと考えています」(大塚氏)

大塚氏 お客さまと共に目的を見失うことなく、デジタル変革のために必要な新たなプラットフォームのご提案をしていきたいと思います。また企業が個々に最適化するのではなく、業種や企業の垣根なくコミュニティで検討し、新しい仕組みを複数企業間で構築しようとする活動は、エコシステムの目的に合致しています。

 海外では既に多くのお客さまにIBMのデザインシンキングやミートアップなど、異業種間でビジネスアイデアを共有・交換できる場を積極的に提供し、新しい価値創造の活動をご支援してきましたが、今後日本においても同様の活動を計画していますので、お客さまのご期待に応えていきたいと思います。弊社としては、局所的なピンポイントソリューションの提案に閉じず、IT部門とビジネス部門がビジネス価値を発揮できるよう、統合データプラットフォームをはじめ、企業全体のデジタル変革・競争力向上を、これからも包括的にご支援していきたいと考えています。

データ活用を加速させるデータプラットフォームに必要なこととは何か?〜対談を終えて〜

 柴田氏との対談で大きなテーマとなった、「全社的に新たな価値を創出するためのデータプラットフォーム」では、従来のような社内業務効率化によるコスト削減やサービス向上といった目的とは異なり、データ分析とその活用がクローズアップされている。これは具体的にはどのようなものなのだろうか?

 データ活用のフェーズは「データ収集」「データ整備」「データ分析」の大きく3つに分けることができる。

 データ収集フェーズでは、かつては自社の構造化データを対象としたDWHを構築してきたが、近年は、既存の社内データに加えて、分析に用いるための社内外の非構造化データの収集するケースが増えており、データ属性や量、質を重視する新たなニーズに応えることが必要である。また、データの所在や成り立ちをIT部門で管理できることも必要である。

 データ整備フェーズは、業務遂行のために使われていたデータを「分析で使えるデータ」に整備するフェーズである。柴田氏との対談で「ビジネス側のリクエストに対して、自動的にデータを提供できる基盤」が取り上げられたように、IBMでは「データ整備にはユーザーがセルフサービスでデータを入手し、分析に使えるデータを準備できることが必要」と認識。IT部門、業務担当部門、ビジネスユーザー部門、それぞれの目線でデータを扱える環境が必須と考えている。

ALT データの収集・整備・分析を1つのパッケージにしてオールインワンで提供するソフトウェア「IBM Cloud Private for Data」《クリックで拡大》

 また対談でも指摘されたように、これらのデータ収集・整備フェーズには、一般に、データ活用全体の8割の工数がかかるといわれている。部門や担当者ごとに分析した結果を見て、新たなデータの必要性や、質と量に関わる新たな要求が出てきた場合に、素早く対応するための基盤が重要なことは明らかである。

 データ分析フェーズでは、新しいツールをはじめとして、市場では手段の選択肢が増えてきているが、分析に使うデータの来歴や質と量を担保する基盤がなければ、分析そのものの価値が損なわれてしまう。また、最近はデータサイエンティスト向けの分析専門環境として、RやPythonに対するニーズがあるため、企業全体では複数の分析手段を提供できる基盤が必要となる。

 こうした課題の中、従来はDWHやデータレイクなどに対して、データマートやセルフサービスBIなどを使って分析するという「データ分析の高度化」アプローチがとられることが多かった。しかし、このアプローチでは、ユーザーの目的や用途に応じたデータの整備に時間がかかるという課題は解決できない。

 また、新たなデータプラットフォームを構築する際の1つの方法として、収集・整備・分析の役割ごとにインフラを作成することもできる。しかし、システムがつぎはぎになり、管理が煩雑になることを懸念するユーザーも少なくない。そこでIBMが提供を開始したのが「IBM Cloud Private for Data」だ。

 IBM Cloud Private for Dataは、データの収集・整備・分析を1つのパッケージにしてオールインワンで提供するソフトウェアである。オンプレ/クラウド問わず、ユーザーの環境に合わせてどこでもインストール可能だ。データプラットフォームに求められるスピードやアジリティを担保すべくIBM Cloud Privateによるコンテナ(Docker/Kubernetes)環境をベースとした基盤で構築されているのも大きな特長の1つだ。さらに、従来のような“塩漬けシステム”や、いわゆる“バージョンアップ”が当たり前のソフトウェアとは異なり、クラウドネイティブのような常に新しい技術や機能に追従することが可能なソリューションとなっている。

 「ビジネス環境が変わり、さらにAIをはじめとする新しいテクノロジーが次々と登場し、ITシステムだけでなくIT部門の働き方が大きく変わってきている。IBMは、その変化のスピードをもっと加速したい企業、組織に『次世代データプラットフォーム』を提案する。データ活用を目的とした、システム基盤や運用、保守のアジリティだけでなく、IT部門の働き方変革も要件として考慮しており、単体のソリューションでは実現できないスピード感でハイブリッドクラウド環境やAIでの利用を考えているお客さまに貢献したいと考えている」(大塚氏)

【特別資料】は下記からダウンロード可能です


インサイト・ドリブンを目指す企業に求められるデータ戦略

市場のグローバル化、IoTをベースとした第四次産業革命の進展、デジタル技術を駆使するディスラプター(創造的破壊者)の台頭など、ビジネスを取り巻く環境はかつてないスピードで大きく変化しています。

本記事に関連する資料を下記のフォームよりダウンロードが可能です。

必要事項を入力の上、閲覧をお願いします。



Copyright © ITmedia, Inc. All Rights Reserved.


提供:日本アイ・ビー・エム株式会社
アイティメディア営業企画/制作:ITmedia エンタープライズ編集部/掲載内容有効期限:2018年8月31日

特別資料ダウンロード

IBMが実施した調査結果から、世界の企業経営層の認識が明らかになりました。詳しい調査資料はこちらからご確認いただけます。