推論でデータの真価を解き放ち、より賢い意思決定を

ナレッジ・グラフの推論機能を活用することで、組織は新しいデータ接続を外挿し、作成した新しい接続をすべて説明できます。

デジタル・トランスフォーメーションは大流行しており、ほとんどの場合その目標はデータを資産として扱うことです。場合によってはデータの収益化を意味し、他の場合はデータをより効率的に活用して洞察を導き、より良い意思決定をすることが目標です。しかし現実には、両方とも達成が難しいです。デジタル・トランスフォーメーションは、ますますハイブリッドで多様、変化し続けるデータから迅速なインサイトを求めますが、従来のデータ統合プラットフォームは今日の環境向けに設計されていません。その結果、組織はデータの増大する複雑さについていけなくなり、データ間の隠れた関係や接続を特定して新たな機会を発見できなくなっています。ますます必要とされているのは、異なるデータセットを結合し、それらを分析してインサイトを導き出すことを可能にする推論機能です。

今日の終わりなきデータ取得の複雑な世界で成長とイノベーションを推進するのは、ITチームが硬直したデータ構造と時代遅れの統合スタイルから解放されたときだけ可能です。

アジリティはビジネス成功の鍵であり、企業はデータを「今、必要なときに」使えるようにすることに必死です。明日や来週の答えではなく、今すぐです。

しかし、未開拓の価値を導き出すには、フォーマット、ソース、基盤技術に関わらず、データのビジネス意味に基づいてデータを接続する能力が必要です。機械学習やその他のソースから導き出される膨大な量のデータには、分散したソースに格納された関連情報を関連付け、豊かな関係性のネットワークを適用して新たな関連を発見する能力が必要です。これはデジタル・トランスフォーメーションの約束を実現する鍵です。しかし、どう達成すればよいのでしょうか？

前提から論理的帰結へ：データ・ファブリックが提供する必要な推論

今日、組織はモダンな統合アプローチであるデータ・ファブリックを採用し、協調的なクロス・ファンクション・プロジェクトと製品を強化し、リアクティブなワークフローから脱却しています。内部サイロと外部ソースからのデータを織り合わせ、ビジネスのアプリケーション、AI、分析を支える情報ネットワークを作ります。シンプルに言えば、今日の複雑なエンタープライズの全幅を、分散したソースに格納された情報間の接続を作ることでサポートします。

ナレッジ・グラフは効果的なデータ・ファブリックの不可欠な部分です。それらは再利用可能な情報ネットワークを作り、さまざまな構造のデータを表現し、複数のスキーマをサポートします。エンタープライズとサードパーティ・データのセマンティック理解を創造し、ナレッジ・グラフはデータ・ファブリックの核として機能します。既存投資を豊かにし加速させ、ビジネス・インサイトへの重要なアクセスを提供します。より重要なのは、ナレッジ・グラフがデータを機械理解可能な現実世界の知識に変え、状況の変化をサポートすることで、意味が状況に応じて変わるようにすることです。一度確立されると、ナレッジ・グラフはこの豊かな関係性のネットワークを使って、データ内の新たな関連を発見します。これらの推論された関係が、企業データのより豊かで正確なビューを作ります。

概念間の階層的な関連付けを提供することで、ナレッジ・グラフはニュアンスのある理解を可能にし、知識駆動型組織が新たな発見を特定できるようにします。また、データからしばしば欠落している文脈を提供します。ナレッジ・グラフは知識の変動する性質をサポートするために目的別に構築されているからです。その結果、テクノロジーが新しいデータ、定義、要件を容易に受け入れる、デジタル運用のためのより柔軟な基盤が生まれます。

ナレッジ・グラフのデータ・モデルは、しばしばオントロジーやボキャブラリと呼ばれ、エンティティ間の共通関係を定義し、企業が複雑なドメインを記述できるようにします。医薬品を例に考えてみましょう。新しい治療法を開発するには、製薬企業は複数の事実、モデリング構造、ビジネス・ルールへのアクセスが必要です。これらすべてが相互作用して新たな接続を暗示しなければなりません。この推論機能こそが、製造業者が人々を、彼らが使用するアプリケーションを通じてインフラストラクチャにリンクさせることを可能にします。また、新しいインシデントと過去のインシデントの類似性に基づいて制御を適用し、研究で調査されている条件に基づいて調査者と治療領域の間の推論されたリンクを見つけるのにも役立ちます。リストは続きます。

複数のデータ・モデルを同時にデータ・ファブリックに適用することで、組織は同じデータの異なる解釈を必要とする複数のアプリケーションをサポートできます。データ・レイクやデータ・ウェアハウスのような従来のデータ統合アプローチはこの能力に限界があり、1つ以上のスキーマをサポートするのが困難です。これが、企業が新しいアプリケーション、プロジェクト、分析ごとに新しいデータ・サイロを作り続けなければならない理由の1つです。このようなアプローチは、推論分析を実行する能力を低下させます。

コネクテッド・エンタープライズを可能にする——成功するデータ・ファブリックの追加要素

ナレッジ・グラフの推論機能を活用することで、組織は新しいデータ接続を外挿するだけでなく、作成した新しい接続をすべて説明できます。結果の理由や根拠を一切提供できないブラックボックス推薦システムとは対照的に、ナレッジ・グラフはすべての推論と結果をデータ、スキーマ、ビジネス・ルールの観点から説明できます。この説明の透明性は、組織内での信頼できる結果とアカウンタビリティの提供に不可欠であるだけでなく、特定の法的・規制要件にも必要です。

ナレッジ・グラフはデータ・ファブリックの鍵となる成分ですが、組織が成功するために必要な唯一のものではありません。効果的なデータ・ファブリックには、既存ソース・システムの活用と接続が必要です。また、既存のデータ・カタログ、データ・レイク、データベース、その他のデータ管理プラットフォームへの接続能力も必要です。データ・ファブリック導入では、データ・カタログで完了した作業を活用することが、データ発見とセマンティック・エンリッチメントの加速の鍵です。データ・カタログを入力として使用し、ナレッジ・グラフが企業のデータ資産のデータ・マップを構築し、既存ソースの部分的に自動化された学習と自動マッピングを通じてデータ・ファブリック作成をさらに加速します。

エンタープライズ全体のデータ・モデル作成は、データ・ファブリック導入に関するよくある質問です。多くはこれが潜在的に高価で時間のかかる前提条件だと考えますが、実際には初期ユースケースに必要な分だけ概念を定義すればよいのです。重要なビジネス問題を特定し、それを広範なデータ・ファブリック・イニシアチブの先駆けにします。MVPのマインドセットでデータ・ファブリックにアプローチし、最初のビジネス目標を達成するために必要な最小限の作業にのみ焦点を当てます。

あらゆる規模の組織が、デジタル・トランスフォーメーションにより大きな焦点と投資を置いています。この再びの注目にもかかわらず、根本的なデータ課題が主要な障壁であり続けています。デジタル・トランスフォーメーションにはデータの習得が必要ですが、ITの遺産のせいでそれは簡単なことではありません。管理すべきものが多すぎます：データ・フォーマット、標準、データ・タイプ、ベロシティ、スキーマ、システム、データベース、サイロ、方法論、モデルなど。モダン・エンタープライズITランドスケープの多様性は圧倒的です。

ナレッジ・グラフというモダンなアプローチを活用することで、組織は内部データ・サイロを意味ある新しい方法で接続できるだけでなく、大規模では捕捉できなかった隠れた事実と関係を推論によって発見できます。異なるビジネス・ユニットが同じエンティティに持つかもしれないニュアンスのある意味を取り込むことで、市場の継続的な変化に対応し、次に来る何にでも備えられる、再利用可能なデジタル基盤を作れます。