AI との対話でデータ活用はどう変わるのか

>100 Views

July 23, 26

スライド概要

岩尾一優

@kazumasa-iwao

スライド一覧

株式会社 MBK Digital 執行役員 CTO。データエンジニアリングの分野で長年の経験を持ち、Google Developer Expert としても活動中。

またはPlayer版

埋め込む »CMSなどでJSが使えない場合

（ダウンロード不可）

関連スライド

Google Cloud Next Tokyo ’24_いでよ、Gemini！そしてデータの力を解き放ちたまえ！！

岩尾一優 4.6K

Google Cloud Next Tokyo ’25_これがフルパワーだ！BigQuery のメタデータで Gemini が完全体に

岩尾一優 4.3K

DD エバンジェリスト通信: いでよ、Gemini！そしてデータの力を解き放ちたまえ！！~ 出張編 ~

岩尾一優 2.6K

猫でも分かるUnreal Engineの学び方 - 超初心者向け編 - 2023 v1.0

ue4 ue5 ue-beginner

エピックゲームズジャパン 1.7M

Unreal Engine5 Lumenの仕組みと肝心なところ

ue5 ue-rendering ue-lumen

エピックゲームズジャパン 1.5M

UE5レンダリングフロー総おさらい(2024) 基礎編！[CEDEC+KYUSHU 2024]

ue5 unreal engine ue-rendering

エピックゲームズジャパン 1.3M

各ページのテキスト

会社概要会社名株式会社 MBKデジタル（MBK Digital Co.,Ltd.）ミッションデータと AI の力で「志」をカタチに設立 2025 年 4 月 1 日所在地〒 101-0047 東京都千代田区内神田 2 丁目 3-4 S-GATE大手町北 2F 株主三井物産株式会社（ 100%）代表者代表取締役社長芹澤新従業員数 88 名（2026 年 4 月現在）事業内容 • 企業のデータ活用 / AI 活用を支援 • AI 時代のデータ活用・対話型データ分析の支援実績も多数 © MBK Digital co., Ltd. All Rights Reserved. 2

独自のビジネスフィールド三井物産の子会社ならではの幅広い事業領域でのチャレンジ MBK デジタルが取り組むデータ活用・ AI 活用テーマ消費財 ● ● ● 自社 EC 事業の拡大科学的な根拠に基づく IP コラボレーション生成 AI を用いた社内 FAQ の精緻化インフルエンサー（ファーストピン）分析マルチモーダル分析に基づく広告出稿高度化大規模分析用データ基盤構築モビリティ・運輸 ● ● ● 自社アプリの利用促進分析配送ルートの最適化トレーディングロジックの規定小売り契約プランの収益性検証レポーティング業務の自動化教育機関・自治体 ● ● 施設訪問者数予測モデル構築エンロールメントマネジメント流通・小売 ● ● プライベートブランド商品の開発支援在庫最適化、販売数需要予測エンタメ ● ● ● インフラ・エネルギー ● ● © MBK Digital co., Ltd. All Rights Reserved. 3

目次 Chapter 1 AI データ活用の現在地 Chapter 2 AI が直面する「意味の壁」 Chapter 3 Semantic Layer の価値と限界 Chapter 4 正しい指標から、正しい判断へ Chapter 5 定義した意味を BigQuery のエージェントで使う Chapter 6 明日からのアクション © MBK Digital co., Ltd. All Rights Reserved. 5

Speaker（前半パート）オザキユウタ尾﨑勇太株式会社 MBK デジタル Engineering Manager Lead Data Engineer Jagu’e’r、DATA Saber AIデータ活用の現在地から意味設計の課題を解説します。 DATA Saber(since 2025/06) Master of DATA Saber(since 2026/02) データパイプライン講座の運営 © MBK Digital co., Ltd. All Rights Reserved. 8

2026年最新潮流：データ活用「 8%の壁」の現在地昨年よりむしろ拡大している『エージェントが自律的に動き出す時代だからこそ、機械に仕事を「任せる」前に人間側が事前にデータの「意味」を設計し、共通認識を整える必要がある』参考リンク(8%の壁)：Gartner、日本企業のデータ活用に関する最新の調査結果を発表：全社的に十分な成果を得ている組織の割合は8% © MBK Digital co., Ltd. All Rights Reserved. 9

https://www.gartner.co.jp/ja/newsroom/press-releases/pr-20250123-data

10.

11.

12.

13.

14.

15.

16.

17.

18.

19.

20.

21.

22.

当時の課題はなんであったか？ DWH 、 OLAP 、 BI 、 Modern Layer 、生成 AI と形は変わっても、本質的な課題は繰り返し現れている。 ❶ 定義がズレる ❷ 想定外に弱いデータは集まっても、意味は揃わない問いを先に決めれば強いが、自由入力に弱い DWH/SQL ：人ごとに結合・期間・フィルタ条件が違う OLAP/Cube ：軸・階層・粒度を事前設計した問いが前提 ❸ 文脈が必要文脈の使い分けは、ずっと人間依存だった BI 時代：人間がこの会議ではこのダッシュボードと文脈を補完 © MBK Digital co., Ltd. All Rights Reserved. ❹ 定義だけでは足りない指標を共通化しても、それだけでは足りない Modern Semantic Layer : BI / AI /アプリで同じ指標を参照したい 22

23.

AI 時代の課題生成 AI 時代になって文脈補完者が人間から AI に移り始めた。 ❶定義がズレる ❷想定外に弱い問題がデータ不足から、「意味の不一致」へ自由度が上がるほど、「意味設計」が必要に AI ：曖昧な言葉をもっともらしく補完し、違う定義で答える ❸文脈が必要数字の定義だけでなく、「使う場面」の設計が必要に BI 時代：人間がこの会議ではこのダッシュボードと文脈を補完 © MBK Digital co., Ltd. All Rights Reserved. 自然言語 AI ：ユーザーが自由に聞くため意味の揺れが表にでやすい ❹定義だけでは足りない Semantic Layerが「必要条件」に Modern Semantic Layer : BI / AI /アプリで「同じ指標」を参照したい 23

24.

歴史を通じて共通する課題技術は進化しても、本質は「データと意味のズレ」大事なのはデータと意味のズレを「誰が・どう補完する」か。 ❶ 定義がズレる同じ「売上、顧客」でも意味が違う © MBK Digital co., Ltd. All Rights Reserved. ❷ 想定外に弱い自由な問いに答えづらい ❸ 文脈が必要 ❹ 定義だけでは足りない会議・目的で使う数字が変わる使い分けルールが必要 24

25.

Google Cloud で見るデータ分析基盤の進化 2011〜 2020〜 2021〜 2023〜 Dataform Gemini in BigQuery Data Canvas 変換・依存関係テスト管理自然言語で探索・変換・分析 BigQuery Looker/LookML Dataplex 大量データを高速・サーバレス分析指標・ディメンション計算ロジックをモデル化分散データを管理監視・ガバナンス © MBK Digital co., Ltd. All Rights Reserved. 2024〜 2025〜2026 Gemini in Looker Conversational Analytics Data Agents AIがデータと対話して答える 25

26.

Google Cloud の点で見た課題感 Semantic Layerの再発明・整備フェーズ 2011〜 2020〜 2021〜 2023〜 BigQuery Looker/LookML Dataplex Dataform 業務意味までは持たない文脈・AIの意図解釈は不十分 KPIの意味までは固定できない SQLの正しさ≠業務の正しさ © MBK Digital co., Ltd. All Rights Reserved. Semantic Layerを参照するフェーズ 2024〜 Gemini in BigQuery Data Canvas 曖昧さをAIが勝手に補完する 2025〜2026 Gemini in Looker Conversational Analytics Data Agents 権限・確認質問意味監査が必要 26

27.

指標のルールを Semantic Layer でそろえる Semantic Layer によって、指標のルールを BI ・ AI 業務アプリで再利用し見た目は正しそうでも「意味がズレるリスクを軽減」する。 Looker Semantic Layer BI ダッシュボード /レポート BigQuery AI メトリクス定義チャット /分析 /生成 AI データウェアハウス ❶指標の計算ロジックを１箇所に集約する ❷集計粒度を統一する ❸権限や参照範囲を管理する ❹BI/AI/アプリから同じ定義を参照できるようにする © MBK Digital co., Ltd. All Rights Reserved. 業務アプリ業務システム /ワークフロー 27

28.

Semantic Layer は『正しい指標』を作る基盤「意味設計」は『どの文脈でどの指標を使うべきか』を決める必要があるため定義を揃える Semantic Layer だけでは不十分。 Semantic Layer ❶正しい指標定義を作る ❷定義を複数用意する『〇〇を教えて』 AIが自動判断するには業務文脈が必要経営会議営業進捗指標意味設計 ❶どの文脈で ❷どの指標を使うべきか問いの意図までは決まらない ❸KPI・計算ルールを共通化 ❸誰に答えるべきか施策評価 © MBK Digital co., Ltd. All Rights Reserved. 会計報告 28

29.

30.

31.

32.

33.

同じデータでも、前提が違えば答えは変わる例：P1 障害 INC-2048 で、今すぐ連絡すべき顧客は？解釈 A 解釈 B 解釈 C 影響を受ける顧客を広く見る法人顧客だけに絞る優先連絡順まで固定する → A社・ C社・ D社 → A社・ C社 → C社・ A社データは同じでも、前提と優先順位が違えば答えは変わる。だから、言葉・データのつながり・判断ルールを先に整理する。 © MBK Digital co., Ltd. All Rights Reserved. 33

34.

35.

36.

37.

障害から顧客まで、データのつながりを整理する障害 → コンポーネント → サービス → 契約 → 顧客 → 担当者顧客 Customer 契約 Contract サービス Service この順番でたどることで、障害時に連絡すべき顧客と担当者を特定する。ポイント担当 CSM CSM © MBK Digital co., Ltd. All Rights Reserved. 障害 Incident コンポーネント Component 実装では、このつながりを BigQuery Graph として扱う 37

38.

「今すぐ連絡すべき顧客」の判断条件を固定する正式用語障害対応優先顧客このデモでは、 5 つの条件で「障害対応優先顧客」を定義する。指定した障害について、以下の条件をすべて満たす法人顧客。 B2B 顧客である有効契約を持つポイント契約更新まで 60 日以内実装では、この条件を検証済みクエリとして固定し、対象障害が P1 かつ OPEN BigQuery のエージェントが質問をそのクエリへつなぐ。契約サービスが、障害の影響を受けるコンポーネントに依存している © MBK Digital co., Ltd. All Rights Reserved. 38

39.

整理した意味を、役割ごとに Google Cloud へ実装する言葉を定義するつながりをたどる判断を固定する自然文で使う Knowledge Catalog BigQuery Graph 検証済みクエリ BigQuery のエージェント定義・関連語・公式データとの対応障害から顧客までの到達経路 5 条件で絞り込むクエリを固定質問を受け取り、検証済みクエリにつなぐ言葉・データのつながり・判断ルールを分けて実装することで、それぞれを個別に検証・変更・版管理できる。契約サービスが、障害の影響を受けるコンポーネントに依存している言葉データのつながり判断ルール + + © MBK Digital co., Ltd. All Rights Reserved. → 根拠つきの回答 39

40.

41.

42.

エージェントが回答するまでの流れ 1 2 自然文の質問を受け取る用語集と手順を参照し、質問の意味をそろえるエージェントがやること ● 質問の言い換えを吸収する ● 業務用語の意味を参照する ● 実行すべき検証済みクエリを選ぶ 3 対応する検証済みクエリを選ぶ ● 質問に含まれる障害 ID やいつ時点で判定するかを、 4 質問からパラメーターを抽出してクエリに渡すクエリの入力値として渡す判断条件はエージェントがその場で考えるのではなく、検証済みクエリに固定する。 © MBK Digital co., Ltd. All Rights Reserved. 42

43.

<project_id> <project_id> エージェントに登録するもの <project_id> A B C D ナレッジソース参照するデータ手順振る舞いを誘導する指示検証済みクエリ判断ロジックを固定するクエリ用語集業務用語の意味エージェントには、参照データ・手順・検証済みクエリ・用語集を登録する。 © MBK Digital co., Ltd. All Rights Reserved. 43

44.

45.

質問から入力を抽出し、検証済みクエリに渡すユーザーの質問 INC-2048 で、今すぐ優先連絡すべき法人顧客は？検証済みクエリの入力 @incident_id = INC-2048 理由と担当 CSM も教えて。基準日: 2026-07-30 @as_of_date = 2026-07-30 エージェントは、質問から必要な値を取り出し、検証済みクエリに渡す。 © MBK Digital co., Ltd. All Rights Reserved. 45

46.

つながりの判定は、検証済みクエリの中で行う検証済みクエリ通常の SQL 条件 BigQuery Graph つながりをたどる B2B 顧客である契約サービスから障害影響コンポーネントまでの、直有効契約（ACTIVE）接・間接の依存関係をたどる。契約更新まで 60 日以内対象障害が P1 / OPEN 顧客属性や契約状態は SQL 条件で絞り込み、サービスとコンポーネントの依存関係は BigQuery Graph でたどる。 © MBK Digital co., Ltd. All Rights Reserved. 46

47.

エージェントは、定義済みルールに基づいて回答する C社 1 担当 CSM 鈴木葵契約更新まで 21 日対象サービス Reporting API A社 2 担当 CSM 山田花子契約更新まで 45 日対象サービス Analytics Enterprise 優先順位は、エージェントが考えたものではなく、検証済みクエリに定義したルールによって決まる。 © MBK Digital co., Ltd. All Rights Reserved. 47

48.

回答には対象顧客だけでなく根拠と再現方法も含める回答に残るもの正式用語障害対応優先顧客判定根拠契約 / 更新日 / サービス / 障害状態影響経路どのサービスが、どの障害に関係したか再現方法 rule_version / as_of_date / evidence_selection_policy 検証済みクエリの返却列とエージェントの手順で、同じ判断を再現できる情報を回答に含める。 © MBK Digital co., Ltd. All Rights Reserved. 48

49.

AI に任せるのは業務判断ではなく、橋渡し固定したもの正式用語対象条件入力 @incident_id / @as_of_date 検証済みクエリ判定根拠再現方法 AI に任せたもの質問の言い換え吸収入力の取り出し回答文の組み立て読みやすい説明最終的な業務判断はルールとして固定し、自然文との橋渡しを AI が担う。 © MBK Digital co., Ltd. All Rights Reserved. 49

50.

検証済みクエリは万能ではない。「答えられる問い」を固定し、運用で育てる。想定外の問い定義の変化カバレッジの拡大対応するクエリがない質問業務ルールは変わり続ける最初から全部は作らない勝手に補完して答えず、確認質問を返すか、「未定義」と明示する。 rule_version で版管理し、用語・クエリにオーナーを置く。変更はレビューを通す。質問ログから頻出の問いを見つけ、検証済みクエリに「昇格」させる。 1 つの業務質問から育てる。 → 前半「答えてよい問いの設計」 → 回答の再現方法とセット → Chapter 6 のアクションへ検証済みクエリは「答えられる問い」を固定する仕組み。答えられない問いへの対応と、定義を育てる運用をセットで設計する。 © MBK Digital co., Ltd. All Rights Reserved. 50

51.

52.

1 AI に答えさせたい業務質問を 1 つ決める 2 その質問で使う正式用語を決める 3 必要なデータのつながりを整理する 4 対象条件と優先順位をクエリに固定する 5 エージェントから、そのクエリを呼び出せるようにする 6 根拠と再現方法を回答に残す CLOSING AI にデータを使わせる前に、業務の意味を設計する AI 時代のデータ活用では、データを集めるだけでは足りません。言葉・つながり・判断ルールをそろえ、まずは一つの業務質問を、誰でも再現できる判断に変えます。 © MBK Digital co., Ltd. All Rights Reserved. 52

53.

54.