データは新しいオイル—精製所が生データをビジネス価値に変える方法

企業チームにとってデータは至る所にあり、ビジネス目標を前進させるインサイトを解き放つ準備ができています。Nokiaの主要IoTエキスパート2名、IoT市場開発ディレクターのマーク・ジャドゥール氏と分析戦略責任者のデニー・リー氏に、データを成長を支える「オイル」に変える方法について語ってもらいました。

ReadWrite: 「データは新しいオイル」というフレーズがカンファレンスや議論で登場しますが、ビジネスとクライアントにとって実際に何を意味するのでしょうか？

マーク・ジャドゥール: 価値の観点からデータを原油と捉えてください。原油1バレルが高価値なジェット燃料に精製されるように、生データも同様の変革を経て初めてその真価を発揮します。データがより精製されるほど、より洗練されたアプリケーションを駆動できます。

ピラミッドを想像してください。基底部は生のセンサーデータを表します。次の階層は監視と発見—異常やトレンドの特定です。この分析がデータ駆動型意思決定（DDDM）を支える重要な情報を生み出します。認知分析による学習レイヤーを加えれば、データは意思決定を支援するだけでなく、将来の振る舞いを予測します。頂点では、完全に精製されたデータが知識となり、機械とアプリケーションによる自律的意思決定を可能にします。

このバリューチェーンでは、データが生入力からインサイト、そしてナレッジへ、最終的にはプロセスの自動化へと移行します。潤滑油のメタファーではなく精製のアナロジーが、精製度の向上によって価値が増幅されることを強調しています。

デニー・リー: 「新しいオイル」というフレーズが浮上したとき、1970年代を思い出しました。当時、石油を制することが経済を制することを意味しました。データも同様の役割を果たします。データをマスターすれば、自分の業界と市場を操れます。データはしばしば通貨と呼ばれますが、それは生のままです。ビジネスが真に必要とするのはインサイトとインテリジェンスであり、その区別が重要です。

RW: データ駆動型イノベーションについてクライアントに助言する際、最初に何を質問すべきですか？

MJ: 自社のビジネスと直面する課題を理解することから始めます。問題を知る前に解決策を追い求めないでください。サイモン・シネックの言葉通り、「なぜ」から始め、「どう」や「何」に進みます。

DL: ビジネス成果は重要ですが、組織内のオーディエンスも考慮しなければなりません。CEOは広いサンドボックスを見ますが、他のステークホルダーは狭いドメインに焦点を当てます。彼らの文脈をマッピングし、そこから逆算して、彼らの特定の問題を解決するデータを特定します。このアプローチで分析をビジネス目標に整合させます。

組織横断的な協業が不可欠です—貴重なインサイトは障壁が取り払われたときにのみ生まれることが多いからです。

RW: IoT駆動型データイニシアチブの典型的なチャンピオンは誰で、企業全体で目標をどう整合させますか？

DL: IoTでは組織がOT（運用技術）とITに分かれます。OTチャンピオンがインフラを制御し、ITチャンピオンが情報フローを管理します。例えば、予知保全フォーカスなら特定予算のみ関与するかもしれませんが、マネージャーはより広範なクロスファンクショナルなインパクトを求めるかもしれません。

MJ: データアナリストが極めて重要な役割を果たします。彼らはデータを「精製」し、生入力とビジネスインサイトのギャップを埋めます。彼らのスキルセットは数学、統計、アルゴリズム、ドメイン知識を融合し、データを行動可能な意思決定に変換するために不可欠です。

RW: 社内人材が不足しているクライアントに、データオプションを多く提示しすぎるのはリスクがありますか？

MJ: ソリューションによります。例えば、冷蔵ユニットの温度センサーなら異常監視のみが必要で、ソースでのフィルタリングがデータ過負荷を防ぎます。インテリジェントなデータ収集と早期前処理が鍵です。

DL: データインテリジェンスをスタックと捉え、人間の脳に似ています：最下層が迅速な自律的意思決定を処理し、上層が人間の監視のための拡張インテリジェンスを提供します。IoT工場では、ボトム層がロボティクスを駆動し、上層が戦略的インサイトを提供します。

MJ: エッジコンピューティングはリバースCDNの現代版です。データを発生源近くで処理することで—ビデオでもIoTでも—レイテンシを減らし、巨大なデータ量をクラウドに送ることを防ぎます。これはストリーミングを実用化したキャッシング戦略を反映しています。

RW: コスト削減と明確な意思決定パスを両立するデータ駆動型プロセスの例を挙げていただけますか？

MJ: 我々のビデオ分析ソリューションが好例です。数千台のCCTVカメラが連続ストリームを生成しますが、人間の注意を要するのはごく一部です。リアルタイムでビデオを分析し、逆走、セキュリティ侵害などの異常をフラグすることで、わずかな人員で迅速対応が可能になり、コスト削減と安全性向上を両立します。

DL: その他のユースケースには、予知保全、ネクストベストアクション推奨、自動根因分析、顧客中心AI、運用最適化があります。これらのアプリケーションはサイロ化されたデータを超え、全社的な価値を提供します。

この記事はNokiaとのパートナーシップで制作され、データ分析、セキュリティ、IoTプラットフォームを探求するシリーズの一部です。