企業変革を加速する手段として、生成AIへの期待が急速に高まっている。一方で、PoCを重ねても成果が経営インパクトに結びつかず、本格活用に至っていない企業も少なくない。その壁を越える鍵は、AIモデルの性能ではなく、AIが活用する「データ」にある。今後、AIモデルの性能差がさらに縮まることが予測される中、企業の競争力を左右するのは、「AIに自社独自の情報を理解させられるか」だ。競争力の源泉となる企業固有の判断基準や仕事の進め方、その背景にある知見は日々業務を担う現場にある。では、それらをどうデータとして残し、AIが活用できる状態にするのか。「DXの民主化」を掲げ、大企業の現場主導の変革を支援してきたドリーム・アーツCTOの石田健亮氏に、AI時代のデータ基盤とDX内製化の意味を聞いた。
株式会社ドリーム・アーツ
取締役 常務執行役員 CTO
サービス&プロダクト開発本部 本部長
石田 健亮 氏
1998年、東京大学工学部機械情報工学科卒業。東京大学大学院在学中の2000年4月にドリーム・アーツに入社。製品開発部長、新規事業推進室長、「Shopらん®」事業部長を経て2015年1月、取締役執行役員。2026年3月より現職。
AIの性能が上がれば企業のAI活用も進むのか。答えはそう単純ではない。石田氏は、その根本に「AIはその会社の事情を知らない」という問題があると指摘する。
「LLM(大規模言語モデル)は一般的な知識を豊富に持っていますが、それぞれの会社で何を大切にし、どのような基準で判断し、その基準がどのような経緯で形づくられたのかまでは知りません。社内文書をAIで検索できるようにしても、それだけでは十分ではないのです」
例えばAIが過去の見積書を見つけても、その金額が何を意味するのかまでは分からない。なぜその条件になったのか、誰が何を根拠に承認したのか、取引先とどのような経緯があったのか。こうした情報が結びついて初めて、データは企業にとって「意味」を持ち、使える状態になる。
重要なのは、業務上の意味や判断の根拠、人・組織・文書との関係、閲覧権限までを結びつけ、AIが活用できる状態にすることだ。
ドリーム・アーツは、こうしたデータを「AI Readyデータ」と呼ぶ。
「日本の大企業の複雑な稟議や業務プロセスの中には、長年培ってきた判断基準やノウハウが蓄積されています。それを単なる履歴ではなく、企業固有の意味や文脈としてAIが理解できる形で残すことが重要です」(石田氏)
では、企業固有の知見をどうAIにつなげていくのか。社内データを一カ所へ集める「データレイク」はその選択肢の一つである。石田氏は、データを集約する際の課題を次のように説明する。
「データレイクは、社内のさまざまなシステムに散在する大量のデータを集約し、分析や活用につなげるための有力な基盤です。ただ、元の業務システムからデータを切り出すと、それがどの業務で生まれ、どんな判断ややり取りと結びついたのかという意味や文脈が失われやすい。後からその関係性を再現するには、大きな手間がかかるのです」
先の見積書の例でいえば、金額だけを集約しても、承認の経緯や閲覧権限までは引き継げない。部門ごとにシステムや管理主体が異なる大企業では、なおさらだ。
全社で一元的に管理しようとすると、その担い手はどうしても情報システム部門や外部ベンダーになりやすい。しかし、実際の業務やその変化を最もよく理解しているのは現場である。外部環境の変化や組織改編、制度変更のたびに、データの関係性や権限を中央で更新し続けることには、相当の運用負荷が伴う。
そこでドリーム・アーツが重視するのが、「データメッシュ」という考え方だ。各業務領域の現場が自らのデータに責任を持ち、必要な情報をAIが利用できる形で提供する。全社統合を前提とせず、データレイクも基盤の一つとして生かしながら、対応可能な領域から段階的にAI Ready化を進めるアプローチだ。
ただし、その実現には現場側にもデジタル化の力が必要だ。日本ではIT人材の約7割がIT企業側に偏在し、事業会社側は約3割にとどまる※。外部ベンダーや社内の限られたIT人材だけで、すべての業務をデジタル化するには限界がある。だからこそ、情報システム部門と現場部門が連携し、自社で業務のデジタル化を進める「DX内製化」が重要になる。中でも鍵を握るのが、業務を最も理解する現場部門がノーコードツールなどを活用してその担い手となることだ。
一方で、「現場に任せれば統制が効かなくなるのでは」と懸念する経営者や情報システム部門も少なくないだろう。石田氏は「現場主導とは、現場への丸投げではありません。全社としてセキュリティや権限、データ連携のルールといった『ガードレール』を整え、その範囲の中で現場が業務アプリをつくり、改善していく。この役割分担が前提です」と話す。
こうしたDX内製化を支えながら、日々の業務で生まれる情報をAI Readyデータとして蓄積する基盤にもなるのが、ドリーム・アーツの「SmartDB(スマートデービー)」だ。
※出所:独立行政法人 情報処理推進機構「IPA 調査分析ディスカッション・ペーパー 2024-02 DX動向2024 - 深刻化するDXを推進する人材不足と課題」
SmartDBはWebデータベースとワークフロー、きめ細かな権限管理を備えた大企業向けノーコードプラットフォームである。先に述べた一定のガードレールのもとで、現場は自ら業務アプリを作成・改善できる。KDDI、THKなど、大企業を中心に幅広い業種・業態で導入されている。
「SmartDBは、単にデータを貯めるだけの箱ではありません。業務をデジタル化することで、その判断に至った背景も自然に残ります。それ自体が企業固有の文脈になるのです」
冒頭の見積書の例でいえば、申請・承認業務をSmartDB上で回すだけで、金額とともに承認の経緯や根拠、閲覧権限まで結びついた形で残る。AIのために別途大規模なデータ整備を行うのではなく、日々の業務そのものがAI Readyデータを育てていく。
SmartDBは、業務の意味や文脈を権限とともに保持し、AIから参照される基盤となる。ドリーム・アーツはこれを「業務コンテキストサーバー」と呼ぶ。
さらに、「AIエージェント台帳」で利用を認めるAIエージェントとアクセス権限を管理する。無断で使われる「野良エージェント」を抑制し、許可されたAIエージェントが、認められた範囲のデータを取得できる仕組みを目指す。

ドリーム・アーツは、こうしたAI時代の企業システムのあり方を示すコンセプトとして「DAPA2.0(DreamArts Practical AI 2.0:ダーパ2.0)」を掲げている。これまで推進してきたDX内製化をさらに進め、業務の中で生まれる意味や文脈を、人だけでなくAIも理解し、活用できる状態にしていくという構想だ。SmartDBは、その構想を支える中核の基盤に位置付けられる。
その先にあるのは、単なる業務効率化ではない。個人や部門に閉じていた判断基準やノウハウを、組織全体の資産として生かせるようになる。業務システムも、「何が起きたか」を記録するものから、「次にどう判断するか」を支える基盤へと役割を変えていく。
そのために必要なのは、巨大なAI基盤を最初から構築することではないと、石田氏は強調する。
「変化のたびに、デジタル化を情報システム部門だけに頼る体制では、ビジネスのスピードについていけません。競争に勝つためには、自分たちで業務を変えていく力が必要です。まずは身近な業務から一つずつデジタル化する。その積み重ねが、企業固有のAI Readyデータになっていきます」(石田氏)
では、経営は何をすべきか。
「PoCをいくら重ねても、AIが自社の事情を知らなければ成果にはつながりません。経営に求められるのは、現場に業務を変革する権限と道具を渡し、日々の小さな改善の積み重ねを全社の資産として評価することです」(石田氏)
AIが企業活動に深く入り込むほど、問われるのはAIそのものの性能ではなくなる。自社にしかない知見をデータとして残し、それを生み出す現場が自ら業務を変え続けられるか。ドリーム・アーツが掲げる「DXの民主化」、すなわち現場の誰もが変革の担い手となれる環境を整えられるかどうかが、AI時代の企業の競争力を分けることになるだろう。

