電通総研、AI-Readyなデータ分析基盤を継続運用する「Dsemantrix AI」提供開始
公開日:
株式会社電通総研は、AIが業務データを活用できる状態に整え、導入後の運用まで支援する「Dsemantrix AI」の提供を開始しました。検証時には良好だったAIの回答が、実業務のデータでは不正確になる課題に対応します。大規模言語モデル（LLM）がログを分析し、データの定義や管理情報の修正案を作成して、人が最終承認する仕組みです。既存のデータ基盤を生かし、段階的に導入できます。
ポイント
- 1LLMがログから精度低下の原因を調べ、データ定義の修正案を作成して人が最終承認
- 2利用・運用・分析・メタデータ管理・データの5層に分け、変更する機能を切り分け
- 3特定のクラウドに依存せず、既存のDWHやレイクハウスを生かして段階的に導入
提供の背景と課題
電通総研は、生成AIによるデータ検索・分析で、検証段階では良好だった回答が実業務では不正確になる課題を挙げています。同社によると、業務上の用語や定義の不一致、文書化されていない知識、データ品質のばらつきが原因となる場合があります。
Dsemantrix AIは、データの意味や品質を継続的に見直す仕組みを構築します。ここでいうAI-Readyは、AIが業務で使えるようデータとその説明情報を整えた状態を指します。
5層アーキテクチャの特長
Dsemantrix AIは、利用層・運用層・分析層・メタデータ管理層・データ層の5層に機能を分ける設計です。チャットからの問い合わせ、運用の改善、自然言語による分析、データの説明情報の管理、データを保存・処理する基盤を分離します。
記事冒頭の公式図は、左側に5層の構成、右側にログの監視から修正・効果確認までの流れを示しています。利用するデータやAI技術が変わった際に、必要な機能を個別に改善・拡張できる構成です。
自律的改善ループとデータガバナンス
AIの回答精度が低下すると、システムがログを分析して原因を調べます。データの所在や内容を整理したデータカタログと、業務上の意味や関係を定義するセマンティックモデルについて、修正案の作成までを自動化し、人が最終承認します。
データの説明情報を整備し、品質を継続的に管理する機能も組み込みます。データの作成からAIが参照するまでの工程を監視・検証し、担当者が都度手作業で調整する負担を減らす狙いです。
マルチプラットフォーム対応
特定のクラウドサービスに依存せず、既存のデータウェアハウス（DWH）やレイクハウスを生かして段階的に導入・拡張できます。DWHやレイクハウスは、企業のデータを蓄積・分析するための基盤です。利用中の環境を前提に、データ整備とAI運用の改善を進められます。
Q&A
Q. Dsemantrix AIとは何ですか？
A. AIが使う業務データの定義や品質を整え、分析基盤の構築から導入後の継続運用まで支援する電通総研のサービスです。
Q. データの修正をすべてAIに任せる仕組みですか？
A. LLMがログを分析し、データカタログなどの修正案を作成します。人が最終承認するため、自動で修正案を適用し続ける仕組みではありません。
Q. 既存のデータ基盤でも利用できますか？
A. 特定のクラウドに依存せず、既存のDWHやレイクハウスを生かして、データ整備と運用改善を段階的に導入できます。
関連リンク
O!Productニュース編集部からのコメント
回答がずれた際に、ログから修正案まで示されると、運用担当者が原因を調べやすそうです。最終承認の前に、どの業務定義を変える提案なのか確認したいですね。
引用元：PR TIMES
この記事の著者
O!Productニュース編集部
