AIデータマネジメント態勢構築支援

生成AIの登場によりデータ活用がさらなる隆盛を迎えるなか、企業の競争優位性を確保するためには、AIのインプットとなるデータの信頼性確保が重要です。また、社内外のデータとその活用機会の増加も見込まれるため、より一層効率的かつ効果的なデータマネジメントが求められています。

KPMGは、生成AI/MLの業務・サービス活用を見据え、既存のデータマネジメントの考え方を拡張した新たなAIデータマネジメント態勢の構築を支援します。

生成AIの登場によりデータ活用の裾野が広がっている昨今、｢活用や精度向上に必要なデータが存在しない／在処がわからない｣｢利用したいデータが適した形式でない｣等の新たな課題が生じており、生成AI活用を見据えたデータマネジメントの対応が必要となっています。

また、生成AI活用に際しては、投入データのみならず、AIモデルやアウトプット等、AIライフサイクル全体を見据えたAIマネジメントも考慮しなければなりません。両者はデータを介して深く関連しているため、これらに複合的なアプローチで取り組むためのAIデータマネジメントが必要です。

DXの進展に伴い、組織内に蓄積されるデータの量が今後も増加し続けることが予想されます。さらに、生成AIの登場によりデータ活用がより身近になったことで、データを活用する業務の数とバリエーションもさらに増えることが見込まれます。

一方、データ利用者の個別要望に基づき各部署／業務のデータ管理担当者が場当たり的に管理する手法や、特定のデータ管理部署が企業内の全データに対し均等にリソースを配分して管理する手法等の従来型アプローチのままでは、想定リスクを十分に低減するために相当な労力を要することになります。増え続けるデータに対して、従来のアプローチを抜本的に捉え直し、効率性および有効性を高める必要があります。

KPMGは、各企業に整合するAIデータマネジメントのレベルを｢データ重要度｣と｢管理手法｣に応じて次の3つに分類し、企業にとって必要なAIデータマネジメント態勢の構築を支援します。

• 企業の戦略上重要なデータに対する特定と一元管理
• データプロジェクト／AIモデルで活用されるデータに対するアクセス管理および標準化されたAI開発プラットフォームによる管理
• 企業内に存在するデータに対するAIデータマネジメント戦略／ポリシーによる管理

企業における現状の｢AIデータマネジメント成熟度｣を把握し、優先項目を特定のうえ、ガバナンスの全体像を定義し、スムーズな動き出しを支援します（戦略／ポリシーの構築）。次に、ルール／組織／ITソリューションを整備したうえで、AIデータマネジメントの実行をサポートします（実行態勢の構築）。

その後、特に重要なデータに対してはさらなる管理の強化を行いつつ（一元管理態勢の構築）、最新の技術動向や情勢に対応するために、継続的モニタリング態勢の構築を通じてAIデータマネジメント態勢の陳腐化防止を図ります（アカウンタビリティ向上）。