2021年もさまざまなことが起こりました。保守的な企業でさえも新技術の導入を求められるなど、デジタル面での変革を余儀なくされました。これは、新型コロナウィルス感染症の世界的な広がりをきっかけに、デジタル化が必要とならなければ想像もできなかったことでしょう。
今年の技術予測では、産業向けのデータマネジメントという非常に特殊な分野に焦点を当てます。具体的には、データストレージとアプリケーションの間にある重要な「隠れた層」の進歩により、最終的にデータストレージがどのようにして産業界のユースケースの解決につながるのかについて説明します。
説明の前に、以下2点についてご確認をお願いいたします：
より一般的な技術予測に興味をお持ちの方はIDC社、Forrester社、Gartner社などが各社でレポートを公開されております。そちらでより詳細に解説いただいていますので、ぜひご参照ください。
デジタルツインがどのように産業を変革するかについての予測についても本記事では言及しておりません。このトピックに関する調査や技術予測につきましても、他社様で詳細に解説いただいております。
オーグメンテイション、デモクラタイゼーション、コンシューマライゼーション
2022年の産業向けデータマネジメント技術に関する4つのニッチな予測を分類し、要約するのに適切な用語を探してみると、オーグメンテーション（拡張）、デモクラタイゼーション（民主化）、コンシューマライゼーション（消費者化）にたどり着きました。以下では、今後3年間で大きな変革と機会をもたらすと考えられる産業向けデータマネジメント技術のニッチな戦略的技術トレンドについて私たちの予測を示します。
| 予測１：コーポレートデータガバナンスから、民主化されたアンビエントなデータガバナンスへ |
組織は、データや分析の種類に応じて、異なるスタイルのガバナンスを適用できなければならないでしょう。 データガバナンスのトピック、たとえばデータ品質とデータのトレーサビリティ(データリネージ)の透明性などは、集中的でユースケースを考慮しない取り組みから、実際のデータの利用者とデータ駆動型のユースケースの要求と本質的に結びつけられるようになります。このパラダイムシフトを通じて、データガバナンスとマスターデータマネジメントは、もはやユースケースの迅速な実行やユースケース開発チームが自律的に活動する際の障害ではなく、ユースケースの解決そのものに組み込まれるようになります。最初のステップとして、データの発見はデータガバナンスの一部となることが予想されます。
これはどういうことか？
拡張性のあるデータテンプレートを備え、データ活用の用途に特化したデータモデルが、データガバナンスの新たな焦点となります。従来の企業データ管理者の役割は、データ主導の製品ポートフォリオ管理へと進化します。データサイエンティスト、アプリケーション開発者、SMEなどのデータ利用者は、ユースケースに応じたデータガバナンスの定義と設定を自ら率先して行うようになります。
| 予測2：AIがET/OT/ITを人が理解できるものに |
AIによる能動的なメタデータの生成は、産業向けデータマネジメントに関連するようになり、データの貯蓄とカタログ化から、人間による真のデータ発見の体験に重点を移しつつあります。アプリケーション開発者とデータサイエンティストにとって、産業データを理解し取り扱うのは、ほとんどの表形式のデータを扱うよりも簡単ではありません。さらに、長年アセットを使いこなしてきた企業でない限り、産業データのコンテキストや、さらにコンテキストで関連するデータを理解するのは難しいでしょう。NLP、OCR、コンピュータビジョン、訓練されたオントロジ、グラフデータモデルを使うことで、ET/OT/ITは自動的にコンテキスト化され、人間による直感的な、またはプログラムによる発見と分析が可能になります。
これはどういうことか？
消費者側では、eコマースなどですでに起こっているシフト（購買記録に応じて興味のあるであろう製品の提案を行う）と同じで、企業のデータ発見体験が一変し、データの利用者が初めて自社でもつ大規模で多様かつ複雑なデータセットに役割に応じてでアクセスできるようになり、イノベーションの可能性が大規模に解放されることになるでしょう。
| 予測3：企業はデータとその管理よりも、メタデータとその管理により多く投資するように |
データサイエンスチームは、データウェアハウスやデータレイクの内容をビジネスの価値に変換しようと奮闘しています。(データサイエンティストたちが唯一のデータ利用者というわけではありませんが、彼らこそ変革をもたらすソリューションを提供することを最も期待されています。) データレイクはデータスワンプ（使えないデータの沼）になってしまいました。複雑化したデータ環境下でも人間が理解できるデータを求める市場の要求を満たすために、メタデータの管理が強化されています。これは、チーフデータオフィサ（CDO）の権限が、従来チーフインフォメーションオフィサ（CIO）のメタデータのオーナーシップにまで拡大したことに起因しています。
これはどういうことか？
画像の手動タグ付け、データの関連性を明らかにする拡張性の高いAIを活用したデータセットのマッチング、非構造化データを構造化データに変換するOCR/NLP手法など、メタデータへの注目と価値はデータそのものを上回ると考えられています。自動化されたデータのコンテキスト化が、現代のメタデータ・キュレーションの中心となっていくでしょう。
|
|
予測4：データオペレーション（DataOps）は、データマネジメントとデータの利用者をリアルタイムにかつてない規模でつなげる |
DataOpsはAI時代の協調的なデータマネジメントです。 データリテラシを身につけようとするデータ利用者が急速に増えることで、データマネジメントとデータ分析の融合が進んでいます。データソースから実際のアプリケーションまで、すべてのワークフローのステップを通じたシームレスなデータ運用は、デジタルとイノベーションのリーダーにとって、「ソースシステムのサイロに閉じ込められたデータ」という新たな課題になりつつあります。
これはどういうことか？
先手を打ちたい組織は、インフラからエクスペリエンスまで、すべての技術層にわたってソリューションを実現し、データ製品を開発し、ビジネス価値を高めるためにデータを活性化する能力として、DataOpsに投資しています。