AI（人工知能）は、ディープラーニングに代表される機械学習の発展に伴い、ビジネスで様々な活用が進んでいる。しかしAI活用は、「需要予測からIoTまですべての業界にわたるが、80％以上のプロジェクトは満足のいく結果を出せていない」と指摘するのは、データブリックス・ジャパン 社長の竹内賢佑氏だ。

データとAIを活用し、何がビジネスに期待できるのか。竹内氏は、「多種多様なデータを収集し、AIで分析してインテリジェンスを得ることで、売上拡大、コスト削減、生産性向上、イノベーションの加速につなげることができる」と説明する。データブリックス・ジャパンの親会社である米Databricksが提供する統合データ分析基盤のユーザーでは、「NetflixやHSBC、スターバックスなど多くの企業で、予測精度向上や時間短縮、生産性向上などの著しい成果が得られている」（竹内氏）。

一方で、80％を超えるプロジェクトには、成功しない3つの課題があるという。それが、（1）課題や仮設の設定、アウトプットの定義、（2）低いデータ品質、データのサイロ化、コストパフォーマンスの低下、（3）データチーム内の生産性、協業やモデルの商用展開に手間取った遅延など本番適用の難しさ－－である。

そうしたビジネス上の課題に対して、多くの場合は様々な製品を組み合わせてデータとAIを活用するソリューションを構築するが、「データレイクとデータウェアハウスが統合化されていない」「膨大なデータ量に処理が追いつかず、低性能高コストに」「個別ソリューションの組み合わせでは、データエンジニアとデータサイエンティストの共同が難しい、互いのタスクのオーバーヘッドが蓄積されてしまう」といった技術的な問題が依然として残ってしまう。そこで、「DatabricksではデータとAIの民主化を掲げ、解決策として統合データ分析基盤を提供している。統合して提供できることで、1つのデータソースから分析ができ、高速で高い経済性があり、その結果として高い生産性を実現できる」（竹内氏）という。

データブリックス・ジャパンは2020年9月11日に設立され、国内でデータとAIの民主化を推進するための取り組みを進める。竹内氏は「データとAIの民主化を加速していきたいが、なぜうまく行かないか？ AIの民主化を実現するためには、データの民主化が前提として必要になる。誰もがデータを使えるようになり、その上でAIを活用できるようにするため、日本の企業や組織のデータチームをバックアップしていく」と同社の目標を掲げた。