• 知見

マスターデータ管理（MDM）とは｜AI活用の精度を決めるデータ整備

データガバナンスやデータマネジメントの取り組みを進めていくと、どこかで「マスターデータ管理」「マスタ統合」という言葉に行き当たります。言葉としては聞いたことがあるが、実際に何をする作業なのかが分からない。「顧客マスタと商品マスタを揃える」という説明は読んだものの、それをやると何が良くなるのかが分から...

2026/8/6

• 知見

AIのコスト問題はなぜ起きるのか｜先行事例から学ぶ全社展開前の対策

全社員が毎日AIを開いて業務をしている会社が、実際に出てきています。一部の情シスや企画部門が試している段階から、日々の業務の中に入り込んだ段階へ移った会社です。そして、活用が社内に浸透した会社から順に、同じ問題が報告され始めています。コスト削減のために導入したのに、生成AIの利用料が見積もりの何倍に...

2026/8/6

• 知見

オントロジーとは｜AIにデータの意味を渡す取り決めと、類似概念との違い

AI活用のために社内のデータ基盤を調べ始めた方は、どの資料も最後は同じ結論に行き着くことに気づいたかと思います。データが存在するだけでは足りず、AIがそのデータの意味と文脈を理解できる状態になっていなければ使えない、という結論です。ここまでは納得できても、次の一歩で手が止まります。では意味と文脈をど...

2026/8/6

• 知見

DMBOKとは｜初版から第3版までの変遷とAI時代の準備

データ活用について調べていると、DMBOKという言葉に何度もぶつかります。データガバナンスの解説記事にも、データカタログ製品の説明にも、当たり前のように出てきます。ところが「DMBOKとは何ですか」と聞かれると、「データマネジメントの教科書のようなもの」というあたりで止まってしまうことが少なくありま...

2026/8/4

• 知見

半構造化データとは｜非構造化データをAIで分析できる形にする

社内データのAI活用を調べはじめると、次のような道筋をたどることになります。まずBIやデータ分析の文脈で、「構造化データ」と「非構造化データ」という区分に出会います。企業が持つ情報の大半は非構造化データだと知り、自社もその側に資産が偏っていることに気づく段階です。そこから活用方法を調べていくうちに行...

2026/8/4

• 知見

データマネジメントとは｜これまでの整理とAI時代の変化

AI活用の話が社内で立ち上がると、同じ場所で議論が止まりがちです。社内のデータが整っていない。どこに何があるか誰も把握していない。機密情報をAIに渡してよいのか判断できない。そしてガバナンスやセキュリティの検討を進めるうちに、「データマネジメント」という言葉に行き着きます。ところがこの言葉は、聞き馴...

2026/8/3

• 連載

「データ×AI」を読み解くための用語集【組織・役割編】

AIの活用を進めようとすると、「データ基盤」「セマンティックレイヤー」「RAG」「ガードレール」といった言葉が次々と登場します。なんとなく意味は分かるものの、改めて問われると説明に詰まる、そんな用語が並んでいるのがデータ×AI領域の特徴です。本記事では、これまで公開してきた連載「なぜAIの話は、いつ...

2026/7/23

• 連載

「データ×AI」を読み解くための用語集【データ編】

AIの活用を進めようとすると、「データ基盤」「セマンティックレイヤー」「RAG」「ガードレール」といった言葉が次々と登場します。なんとなく意味は分かるものの、改めて問われると説明に困る。そんな用語が並んでいるのが、データ×AI領域の特徴です。本記事では、連載「なぜAIの話は、いつも『データ』の話にな...

2026/7/14

• 連載

データとAIが生み出す企業の成長サイクル｜AI-Readyな企業とは

AI時代に必要なデータの意義と知識を紹介する連載、なぜAIの話は、いつも「データ」の話になるのか。前回の連載：第6回では、整ったデータを保ち続けるための役割の明文化と形骸化しないための工夫に関してお話しました。前回の記事：整えたデータを保ち続ける組織のつくり方｜データオーナーとデータスチュワード今回...

2026/6/19

• 連載

整えたデータを保ち続ける組織のつくり方｜データオーナーとデータスチュワード

AI時代に必要なデータの意義と知識を紹介する連載、なぜAIの話は、いつも「データ」の話になるのか。前回の連載：第5回では、整ったデータを安心してAIに渡すためのガバナンス：データ分類・アクセス制御・ガードレール・リネージと監査ログに関して解説しました。前回の記事：整ったデータを安心してAIに渡すため...

2026/6/19

• 連載

整ったデータを安心してAIに渡すための4つの打ち手

AI時代に必要なデータの意義と知識を紹介する連載、なぜAIの話は、いつも「データ」の話になるのか。前回の連載：第4回では、非構造化データをAIが使えるようになるための打ち手と構造化データとの統合管理に関して解説をしました。前回の記事：非構造化データをAIが使えるようになる4つの方法｜統合管理のための...

2026/6/19

• 連載

非構造化データをAIが使えるようになる4つの方法｜統合管理のための3レイヤー

AI時代に必要なデータの意義と知識を紹介する連載、なぜAIの話は、いつも「データ」の話になるのか。前回の連載：第3回では、売上や顧客数、在庫といった、表形式の数値データ——構造化データを整える4つの定石を見てきました。 本回は、第3回(構造化データの打ち手)に続く「打ち手編2本目」にあたります。前回...

2026/6/19

• コラム

BigQueryのDWHを非構造化データへ拡張する：データレイクハウスの全体像

BigQueryでDWH（データウェアハウス）を構築すると、売上・顧客・広告といった構造化データを統合して分析できるようになります。そこに「議事録や過去の戦略資料からも示唆を出したい」という要望が来ることがあります。PDFやPowerPoint、音声はBigQueryのテーブルには入りません。本記事...

2026/8/12

• コラム

用途から作るか、ソースシステムから作るか：3つのデータモデリングの本質

経営会議で事業別の粗利を見たい、営業部門が商談の中身を分析したい、AIに社内データを読ませて質問に答えさせたい、と、データを見たい場面は次々に生まれます。こうした要望に応えるための、分析用のデータの設計手法を「データモデリング」と呼び、代表的な手法に、ディメンショナルモデリング、第三正規形、Data...

2026/8/5

• コラム

AIで作れるとは。「動く」と「使える」の大きな差

DeflagでCROをしている岩瀬です。先日、あるお客様との打ち合わせで、こう聞かれた。「AIでデータ基盤って、もう作れるんですよね？」聞けば、APIやMCPでいろんなツールをつないでしまえば、散らばったデータをAIが勝手に整理して、名寄せして、統合してくれる。設計や要件定義だって、AIに任せられる...

2026/8/2

• コラム

データメッシュの正体は、データの事業部制である

本記事では、AIエージェントの文脈で再び関心が高まっているデータマネジメントの概念「データメッシュ」を解説します。読み終えた時に、データメッシュとは何か、どんな会社に必要なものか、自社はどう判断すべきかが分かる状態を目指します。データメッシュとは何か定義と出自データメッシュとは、「全社データの管理を...

2026/7/27

• コラム

AI-native時代のデータ人材は、意思決定のガードレールを設計する人になる

AIがSQLを書き、分析し、グラフやレポートまで出してくれるようになった時代、巷では、「データ分析者の仕事はなくなる」とも言われています。これまで人間がやってきた、そして多くの人が内心やりたくないと感じていた作業、たとえばビジネス側の依頼に応じてSQLを書いてデータを抽出したり、他の人が書いたSQL...

2026/7/17

• コラム

データレイクハウスを自分で作って分かった、AI-Ready化の本当の難所

前に、散らかった会社の情報をAIが読める形に束ねた話を書きました。「あの案件、どうなってたっけ」を探す時間を消すために、会社の情報をまるごと一つの土台にした話です。関連記事：散らかった会社の情報を、AIが「Deflagのやり方」で考える土台にした話今回は、その続きです。どう作ったかを詳細に書きました...

2026/7/17