ガートナージャパン、2025年もデータの質の低さが高度なアナリティクス導入を妨げるという見解を発表

　ガートナージャパンは、AIなどの高度なアナリティクスの導入を妨げる要因として、データの質の低さが2025年を通じてもっとも頻繁に挙げられる課題の1つであり続ける、という見解を5月20日に発表した。

　同日から開催されている「ガートナー データ＆アナリティクス サミット」のオープニング基調講演では、データ／アナリティクス（D＆A）リーダーがAI活用を効果的に推進するための指針として、相互に関連する3つの取り組みについて解説されている。

　同講演では、ビジネス成果に最大の効果をもたらすために、D＆Aリーダーに求められる行動として、

• 信頼モデルを確立する：データドリブンな企業となるためには、信頼できる高品質のデータを用いることが鍵となる一方、多くのAIの取り組みは不十分なデータ品質が原因で成功に至っていないことから、データの価値とリスクに注目してリネージ（来歴）とキュレーションに基づいた信頼度を示す、信頼モデルの確立が求められる
• 生産性向上を収益化に結び付ける：総コスト、複雑さ、リスクに関連する価値と、競争上のインパクトを考慮する必要がある
• データ／アナリティクスの価値を伝える：データ管理、ガバナンス、変更管理など、すべてのコストの考慮が必要とされる

を挙げた。

　さらに、D＆Aリーダーには最善のAIソリューションに対する要求に応えられるような、拡大可能で柔軟なエコシステムを構築することが求められており、

• モジュール型のオープンなアーキテクチャを構築する：新しい要件やテクノロジの急速な変化に対応すべく、アーキテクチャのコンポーネントを更新またはリプレースする
• データをAI-Readyかつ再利用可能にする：テクノロジスタックから信頼スタックへと移行すべく、FinOps、DataOps、PlatformOpsに「信頼」を組み込む
• AIエージェントの可能性を探る：アクティブメタデータを使用するAI-Readyなデータエコシステムによって、変化に適応する動的なエージェントを活用する

といった行動を通じて、求められるエコシステム構築のための適応力が得られるという。

　あわせて、D＆Aリーダーは以下のステップを踏むことによって、AIの導入と活用から最大の効果を引き出す企業文化の基盤を確立できるとしている。

• 反復可能な習慣を確立する：データとAIリテラシーに重点を置いたトレーニングと教育を優先的に推進
• 新しい役割とスキルを取り入れる：生成AIの変更管理要件への適応を円滑に進める役割を設置
• 他のチームと協働する：シームレスな統合を実現すべく、セキュリティやソフトウェアエンジニアリングといった多様なチームと連携