9月も中旬に入り、セミの鳴き声が減ると共に、夜になるとコオロギやスズムシ鳴き声が聞こえる季節になりました。

秋晴れの気持ちのいい季節を迎えましたがみなさんはどのような週末をお過ごしでしょうか？

最近は朝夕の暑さも多少和らいだこともあり、筆者は先日、涼しい山間でキャンプを楽しんできました。基本キャンプの際の食事はガスコンロで調理していたのですが、林業の発展に少しでも貢献したく、今回は全て焚火で行うことに。

今回は小学校ときのキャンプで失敗したカレーにリベンジしたのですが、無事成功し、また静かで優しい秋の虫の鳴き声や川のせせらぎが聞こえる中に身を置くことで、とても充実した時間を過ごすことができました。

それではまず、今回紹介する記事のダイジェストの一読下さい！！

■トレンド

筆者は長年にわたり、花王株式会社において、企業理念（Corporate Philosophy）を活用した組織開発に取り組んできました。そのなかの考え方として筆者が独自で考案したのが「理念で自走する強い組織のつくり方（Philosophy Driven Organization）」というパッケージです。今回はPODに関わる社会情勢から、その本質まで第3回に分け、その第1回目の今回では、「DXと組織開発の共通した課題について」紹介します。

・DXの “X” の意味するものは何か–理念で自走する強い組織の作り方①

急激に進化していくAIが、仕事をどう変えてしまうのか、というホットなテーマを会話形式と図解によって解説します。初めに大規模言語モデル（LLM）をベースとした生成AIの進化の方向性を、技術的な観点から予想します。そして確実に進化していくAIが獲得する機能によって、ビジネスパーソンの業務がどのような影響を受け、どのようなスキルが求められていくのかを考察します。

・進化するAIは仕事をどう変えるのか（第1回）

■データ活用

組織にとってのデータの価値が高まるとともに重要性を高めてきたのが「データモデリング」です。ビッグデータやIoTなど、組織にとって扱うデータの種類が増え、技術やツールが多様化する中で、注目を集めるようになったデータモデリングの手法として「データボルト（Data Vault）」が挙げられます。そのメリットや特性、ほかのデータモデリング手法との違いについて見ていきましょう！

・「データボルト（Data Vault）」とは？ 1.0と2.0の違いや3つの構成要素など、基本要素を解説

■テクノロジー

ChatGPTに代表される生成AIがビジネスや我々の暮らしを大きく変えようとしている・・そう感じている方は非常に多いでしょう。実際、帝国データバンクが2023年6月に行った調査（生成AIの活用に関する企業アンケート）によると、生成AIを「業務で活用している」企業は9.1％、「活用を検討している」企業は52.0％と、数多く存在します。一方、同調査の内容には、そのうち37.8％で「具体的な活用イメージがわかない」と回答されているという報告も。いったい、生成AIとは何で、具体的にどのように活用できるのでしょうか？本記事で詳しく見ていきましょう。

・最近よく耳にする「生成AI」とは？なぜ注目を集めていて、どう活用すればいい？

データのじかんNewsのバックナンバーはこちら

トレンド

DXの “X” の意味するものは何か–理念で自走する強い組織の作り方①

2023.09.04 公開

DXによってビジネスのサクセスを実現するために最も重要なのは、組織文化の変容です。そしてそのためには、各社の企業理念に基づいた質の良い“問い”を組織内で循環させることで、X（Transformation）に根拠と正当性を付与することが有効です。

「データのじかん」でたびたび紹介している経営者が考えるDXにおける障害では、企業がDXを推進するうえでの課題は、技術的課題（Technical Problem）ではなく、適応課題（Adaptive Challenges）ということを紹介しています。

それでは「適応課題」とは何でしょうか。それは技術や経験だけでは解決できず、「当の本人が変化しなければ前に進まない」課題のことを指します。つまり、DXのXとは、テクノロジーで物事を “変えること（変革）” ではなく、組織の文化やそこに働く人の意識が “変わること（変容）” なのです、これはDXのXがTransformation（変身・変容）を意味している以上、当然のことと言えるのではないでしょうか。

進化するAIは仕事をどう変えるのか（第1回）

2023.09.04 公開

前回はChatGPTなどの大規模言語モデル（LLM）の基本原理・自然言語処理について、駆け足でしたが解説しました。今回は、そのLLMをベースとした生成ＡＩがビジネスや業務内容に、どのような影響を与えるかについて考えてみたいと思います。

多くのビジネス誌では、ChatGPTの紹介とその利用方法やノウハウ、ビッグテック企業の覇権争いの記事が中心です。オフィスワークが中心のビジネスパーソンが読者なので当然なのですが、自分たちの仕事がどう変わり、どう対応すべきなのかまでは、あまり言及していません。

ビジネス誌のChatGPT特集号を読んで驚いたのは、2023年4月時点での日本企業社員1000人調査で、生成AIを全く知らない人が54%、使ったことがある人が7％だったことです。

データ活用

「データボルト（Data Vault）」とは？ 1.0と2.0の違いや3つの構成要素など、基本要素を解説

2023.09.04 公開

データボルト（Data Vault）を直訳すると、「データの金庫室」となります。このモデルを開発したのはデータアーキテクトで、現在はデータボルトアーキテクチャのCEOを務めるDan Linstedt（ダン・リンステッド）氏。彼がリンクドインに掲載した記事『Defining Data Vault 1.0 and 2.0 for Business』（ビジネスに向けたデータボルト1.0と2.0の定義）にて、BIにおけるデータボルトシステムの真の名前は、以下であったと明記されています。

common foundational warehouse modeling, methodology, architecture, and implementation =　ウェアハウスモデリングの共通基盤となるモデリング・メソドロジー・アーキテクチャ、および実装

特にエンタープライズ企業向けのデータウェアハウスやデータレイクハウス構築において大きな効果を発揮することが期待されるデータボルト。2013年に、ビッグデータやNoSQL、IoTなどのリアルタイムデータ、構造化データ／非構造化データ双方の取り扱いといった課題に対応すべく、アップデート版の『Data Vault 2.0』がリリースされ、それが2023年4月現在もスタンダードとなっています。

テクノロジー

最近よく耳にする「生成AI」とは？なぜ注目を集めていて、どう活用すればいい？

2023.09.08 公開

生成AI（Generative AI：ジェネレーティブAI）とは、「テキスト、画像、プログラミングコード、音楽などさまざまなコンテンツを生み出すことができる人工知能」です。ここまで生成AIに注目や投資が集まるようになった発端は、2017年にGoogleの研究チームの『Attention Is All You Need（アテンションこそ必要な全てである）』という論文により、同時並列的な高速処理と文脈に応じた高品質な言語の生成が可能なニューラルネットワーク、「Transformer（トランスフォーマー）」が発表されたことにあります。

ニューラルネットワークとは、人間の脳を構成する神経細胞（ニューロン）を模倣した数理モデルであり、パラメーターを用いて学習データをモデル化することで、さまざまな情報処理を可能にします。トランスフォーマーは「Self-Attention（自己注意）」という手法により単語同士の関係を重みづけし、自然な文章の生成を画期的に前に進めました。

編集後記

今回は『進化するAIは仕事をどう変えるのか（第1回）』という記事を紹介させて頂きました。

筆者が身を置くエンジニア業界においては、開発のボリュームは増え、内容も複雑化し続けており、ありきたりなDXによる業務改善だけでは、マンパワー不足やヒューマンミスの予防などへの対策が難しくなってきています。

生成AIが登場することで仕事が奪われるという危機感が高まっていますが、エンジニアリング業界においては、年々、生成AIの進化や導入によってしか解決できない課題や問題が増え続けていると感じます。

昨今のアジャイル型の開発においては、過去の経緯や並行で進んでいるプロジェクトの状況も加味しながら実践するため、常に膨大な文書を精査する必要があり、ヒューマンミスの多くは、これらの過程における情報収集の漏れ等が原因になります。

また文書においては、属人化しているケースも多く、同じ事柄であっても表記方法が違う等で抽出や対比を難しくしてしまっており、筆者としては、記事中の『GPTで描かれる未来』で掲載されている『Phase1 情報の集約・出力』の早期の実現を期待しています。

昨今の開発現場ではローコード化は進んでいるものの、それでもツールの使用には専門的な知識を必要とするものが多く、不慣れなエンジニアが路頭に迷うケースも珍しくはなく、『Phase2 デジタルツールとの資源言語コミュニケーション』で描かれている『デジタルツールの使い方や手続きを知ることなくGPTを介して実行可能になる』は筆者も含め、多くのエンジニアが望んでいると認識しています。

ただこれらが生成AIでできるようなったからといっても、あくまでも業務改善の延長線上における開発支援であるため、仕事を奪うのではなく、代替し、ただでさえ多いエンジニアの負担を減らしてくれるようになるのではないかと思います。

働き方としては、生成AIの登場によって、エンジニアはより良いモノ・コトづくりに注力できるようになってくれれば？と期待しています。

それでは次回もみなさま、どうぞ「データのじかんNews」をよろしくお願いいたします！！

（畑中 一平）

データのじかんとは？

データのじかんは、テクノロジーやデータで、ビジネスや社会を変え、文化をつくりあげようとする越境者のみなさまに寄り添うメディアです。

越境者の興味・関心を高める話題や越境者の思考を発信するレポート、あるいは越境者の負担を減らすアイデアや越境者の拠り所となる居場所などを具体的なコンテンツとして提供することで、データのじかんは現状の日本にあるさまざまなギャップを埋めていきたいと考えています。