アプリの利便性が向上するほど「データのサイロ化」と「部分最適なAI」が生まれる
スマートフォンには“アプリ”という形でいろんな機能が搭載されている。通話機能はもちろん、メールやブラウザなどのコミュニケーションツール、そしてカメラ、計算機、音声レコーダーまで。それぞれのガジェットを個別に持たなくてすむ利便性があり、プラットフォームとして普及してきた。
クラウドサービスも似たような側面がある。IaaSやSaaSのクラウドサービスでは、管理画面から必要なリソースやサービスを選択し、好きな分だけそれぞれの機能を使用することができる。スマートフォン同様にクラウドも、ユーザーがほしい分だけ使えるプラットフォームとしての価値を提供することで普及が進んだ。
では、ソフトウェアサービスの場合はどうだろうか。AIとデータプラットフォームを提供するDevRevの鈴木孝規氏は、現在起きていることについて「企業では多くのSaaSアプリケーションが利用されています。私たちはこれらSaaSのアプリケーションをガジェットと呼んでいます。各ガジェットではAI対応が進み、個別に進化していますが、ガジェットごとにデータが点在しています」と指摘する。
DevRev 鈴木孝規氏
撮影場所：WeWork 渋谷スクランブルスクエア（以下、同様）
それぞれのSaaSが個別に機能拡張を続け、充実していく一方、肝心のデータは分断されたままだ。例えば、営業活動に関するデータはSalesforceに、サポートの履歴はZendeskに、そして社内のコミュニケーションはSlackやTeamsなどに個別に溜まってしまう。それぞれにAI機能が搭載されて部分的には最適化が進んでいるものの、鈴木氏は「全部のデータがサイロ化して、それぞれに閉じ込められています。ガジェットが進化しても、横のつながりがないのです」とその課題に言及した。
サイロ化によって、具体的にどんな問題が起きるのだろう。例えば顧客の識別を、サポートチームの利用するSaaSでは“顧客ID”、営業チームの利用するSaaSでは“アカウントID”で登録したとする。顧客から問い合わせがあった際、サポートチームは”顧客ID”でその履歴を管理するが、”アカウントID”で登録している営業チームには情報が伝わらない。
あるいは、開発チームが機能ごとに分かれている場合、自分たちが開発している機能をどの顧客がどのようなソリューションで利用しているのか把握しづらい。実際に、営業など人づてにサービス利用の実情を聞いて、初めて知ることもある。
DevRevが提供する「Computer」は、サポートチーム、営業、開発チームなど、それぞれに点在しているデータをまとめ、ガジェット間、あるいは各チームのつながりを生み出すサービスだ。先ほどの開発チームの例でいえば、CRMのデータと開発者側で管理するデータをつなげて、それぞれの機能をいま何人の顧客が利用し、そこには何件の案件が存在し、いくらのインパクトがあるか、開発チーム内でもそれらを把握することができる。
「Computer」を利用することの利点は、ガジェットの乗り換えによるデータ移行コストの削減にもある。このサービスがガジェット間をつなげることで、私たちはAI機能を始めとした各SaaSサービスの進化に左右されず、今まで使っているツールを使い続けたまま必要な情報を手に入れることができるのだ。
RAGやLLMにできない「似て非なるデータ」の統合、それを実現する「ナレッジグラフ」とは
各ガジェットでサイロ化したデータをまとめて、部分に留まらないAIの活用を進めるにはどうすれば良いだろう。鈴木氏はサイロ化したデータを統合することが難しい背景のひとつを、「データの構造が違うため」と説明する。
生成AIの出力を外部データにより強化するものとして、よく引き合いにだされるのがRAGだ。学習データにないドキュメントやナレッジベースを検索して、より的確な回答を生成することができる。
しかし、この技術にも苦手な分野がある。鈴木氏は人物と住所、電話番号の関係性を例に挙げ、「LLMやRAGだと同姓同名は同じ人物として捉えてしまいます。本当は住所が違えば別人のはずです。ただし引越で住所を変えた可能性もあります。しかし、ここでもしも携帯電話の番号が同じなら、今度は逆に同一人物の可能性が高いです」とその紐づけの難しさを説明する。
業務においては当然、似て非なるものを「同じ」とみなすわけにはいかない。同じか違うか正確に見分けて、さらに言えば判断の根拠を説明できることが不可欠となる。こうしたRAGやLLMが苦手とする課題に対して、DevRevが着目しているのがナレッジグラフだ。
これは、ノードとエッジからなるグラフデータベースのデータ構造をベースに、意味づけされた関係性を説明可能な形で表現する技術だ。これまで検索精度を高める技術として、GoogleやAmazonでも使われてきたが、改めて注目する理由について、RAGやLLMが苦手とする「“似ているけど違う”を区別できる、またなぜその結論を出したのかを説明できる」と鈴木氏は言及する。
DevRevが提供する「Computer」ではナレッジグラフを独自の特許技術「Computer Memory」として実装し、データ構造が異なるものをまとめるために利用している。階層構造やキーバリューが異なる各ガジェット間で、正確に似て非なるものを判別し、データを紐づけることは、RAGやLLMだけでは難しい。「AIの手前でナレッジグラフのようなデータを構造化することに長けた技術を挟んでいます」（鈴木氏）
このように「まとめる役割」を持つナレッジグラフに対して、同社のもう一つの特許技術「Computer AirSync」は、一言で表せばさまざまなSaaSサービスからワンクリックでデータを抽出する技術だ。しかし、その内部で起きている処理は複雑である。
その複雑な処理のひとつが、ユーザー権限の管理だ。多くのSaaSサービスでは、それぞれの役割によって見れる情報を制限できるようになっている。そのユーザー権限に沿いながら、LLMが使いやすい形でデータを引っ張ってくるのが「AirSync」の強みだ。
同社が提供する「Computer」は、ここまでに説明した「Memory」と「AirSync」を背景技術としている。これにより、例えばJira、Salesforce、GitHubなど複数のツールからデータを自動的に結びつけ、ナレッジグラフとして構造化して、AIを最大限活用できる環境を整えるのだ。
統合できるのは構造化データだけに限らず、自然文をはじめとした非構造データも対象だ。例えば議事録や、コミュニケーションツールのチャットもデータ統合の対象となる。これにより、企業内にあるほぼすべての情報を文脈をもったつながりとして統合できる。
鈴木氏はその根底にある考え方として、「情報は、ただ集めるだけではなく、どう流すかが大事です。DevRevはその流れを設計しています。これにより、業務プロセスの変革が実現できるようになります」と説明する。
「AI活用の方向性を考えよう」──チャットボットの先にある根本的な改善
DevRevは2025年9月に日本法人となるDevRev Japan合同会社を設立し、ナレッジグラフを活用した生成AI活用やAIエージェント導入のソリューション提供に向けて本格的に動き始めている。
鈴木氏は現状について、「AIエージェントの認知は広がっていますが、『AIエージェントはまだドラフトしか作れない』『人間の承認が必要なため、実行はまだできない』など、本格的な利用は進んでいないのが実情です。ナレッジグラフなど私たちの技術を用いれば、アクションまで実行できます。AIとナレッジグラフ技術を使うと、こんなことまでできるということを伝えていきたいです」と話す。
DevRevはすでに日本国内の導入事例も公開している。コクヨではシェアオフィスなどの施設運営でサポート対応の高度化に、北銀ソフトウェアではメールや議事録などの非構造データとJiraデータの統合に、マクニカでは顧客からのさまざまなフィードバックを解析し、改善提案の自動化に活用されている。
さらにアメリカの金融機関においては、同社が開発したAIエージェントが返金処理を自動実行している。金額や理由により判断が分かれる返金処理は、これまで人間の関与が不可欠とされてきた。しかしDevRevのAIエージェントであれば、過去の履歴や条件を基に「このケースなら返金してもいい」と判断し、処理を自動で完了することができる。「人間がしていた判断をAIができるだけではなく、なぜその判断をしたのかを説明できるのが特徴的です」（鈴木氏）
日常業務の中に改善の余地が隠れていることも多い。例えば顧客サポート業務では、よく寄せられる質問にFAQを整備し、AIチャットボットが即座に回答する仕組みが一般化している。サポート業務の範囲で見れば、AIによる効率化が成果として可視化されやすい。そのため、AI活用が部署内で完結してしまいがちだ。
しかし視野を広げれば、別の改善が思い浮かぶかもしれない。「同じ問い合わせが大量に来て、その情報を開発チームも把握できるようになれば、エンジニアが改修の必要性に気づきます。大量の問い合わせに早く対応することにAIを使うのではなく、そもそも問い合わせ自体をなくすことにAIを使うことができます。これにより、顧客満足度が向上し、顧客の解約リスクを削減することにも繋がります」鈴木氏は具体例を交えてAI活用の方向性を考える大切さを説く。
最後に鈴木氏はメッセージとして「エンジニアはとても貴重なリソースで、だからこそ正しい方向にエンジニアリソースを使ってほしい」と語った。「会議を開く際の空き時間調整から、障害の初期解析まで、緊急度が高くストレス性が高い作業も含めて、人間が本当にやる必要があるのかを考えたうえで、AIが初動をとる状況を作っていきたい」と締めくくった。
企業内のデータのサイロ化に課題を感じている方におすすめ！
複数サービスの利用によりデータやプロセスが分断し、成果につながらないケースも多い。AIの導入を前提に、業務データをいかに統合し、成果へとつなげていくか。DevRev Computerは、こうした企業の課題解決をサポートしています。本記事で興味を持たれた方は、DevRev 公式サイトからお問い合わせください。
