データ基盤の整備が、AI活用の成否を分けるAIエージェントが正しく判断するには
「信頼できるコンテキスト」が必要

データ連携だけでは
AI活用は実現しない

製造業においては生成AIやAIエージェントの活用が進む一方、多くの企業がAIを動かすための「データの信頼性」に課題を抱えているとセールスフォース・ジャパンの森本氏は説明する。「AIに正しい回答を導かせるには、データそのものの正確性だけでなく、それがどの業務で生まれ、どの情報と関連しているかという背景情報の整理が不可欠です。これが、AIエージェントを動かすための『信頼できるコンテキスト』となります」

単にデータレイクに、各システムのデータを集めるだけでは不十分だという。基幹システムであるCRM（顧客管理）とERP（生産・在庫管理ほか）などで顧客IDや製品コードが異なっていると、AIは情報を横断的に正しくひも付けできず、事実に基づかないもっともらしいハルシネーションを引き起こすリスクがあるからだ。

データ品質向上から
「信頼できる意思決定」へのシフト

そこで重要になるのが、データマネジメントに対するマインドセットの転換だ。システム視点でのデータ統合にとどまらず、AIが「信頼できる意思決定」を下せる環境をいかにつくるかという実践的なアプローチが求められる。

森本氏は、データ管理プラットフォーム「Informatica」を活用して「信頼できるコンテキスト」を整備した業務事例として、カスタマーサポートの対応シナリオを紹介した。例えば、ある製品の不良品対応において、担当者がAIエージェントに「この不良品の影響を受ける顧客と注文数は？」と問うケースだ。

システムが分断された状態では、AIは正確に答えられない。しかし、Informaticaのマスターデータ管理を通じて全社のデータが統合され、製品ロットと顧客情報が正しく名寄せされた「ゴールデンレコード」が整備されていれば、AIはCRMやERP横断で影響範囲（保留中の注文数や配送済みの件数など）を特定し、自律的に業務をサポートできるようになる。

最後に森本氏は、「AIエージェントを本当に業務で活用するなら、部門単位の取り組みに留めず、レイクハウスだけでなく基幹システムまでをスコープに入れた集合知として、本気のデータマネジメントを展開してください」と呼びかけ、講演を終えた。