AIへの｢漠然とした期待｣を具現化するコツ オンプレミス=レガシー､の偏見こそ危険

AI、機械学習、IoT……。近年はさまざまな最新技術が出現し、一部はビジネスにも活用され、成果も出始めている。その一方、まだ導入に至っていない企業のIT・システム担当者にはどのような考え方が必要なのか。30年間にわたり大企業の経営戦略コンサルティングを手がける百年コンサルティングの鈴木貴博氏と、日本IBMでメインフレーム上のデータ活用を専門とする石井学氏に聞いた。

企業が持つ、AIへの「漠然とした期待」

鈴木最近のIT活用の潮流を眺めると、これからはAIがビジネスの武器になるらしい、5Gが始まるとIoTが具体化するらしい、という認識をもっている企業が多いですね。同時にそれらはいつ頃からどのように本格化していくのか、という時期についても関心が高まっています。

石井お客様に基幹系システム更改の相談をいただく時には、「AIを活用できるようなシステムにしたい」という要望が必ず盛り込まれています。企業がAIを積極的に取り込んでいこうとしているのは間違いありませんね。特に大手金融機関ではニーズが旺盛ですが、逆にどう手をつけてよいのか悩んでいる企業が多いとも感じます。

鈴木貴博氏
経営戦略コンサルタント、百年コンサルティング代表取締役。1962年生まれ、愛知県名古屋市出身。86年に東京大学工学部物理工学科を卒業。ボストン・コンサルティング・グループに入社、数々の戦略立案プロジェクトに従事。2003年に独立し百年コンサルティングを創業。専門は大企業の競争戦略。2013年出版『戦略思考トレーニングシリーズ』が累計20万部を超えるベストセラーに。他に『「AI失業」前夜――これから5年、職場で起きること』、『仕事消滅 AIの時代を生き抜くために、いま私たちにできること』など、著書は20冊以上。雑誌・Web等に寄稿・連載多数。

鈴木経営側には「AIを使えばいろいろなことがやれそうだ」という漠然とした期待感があるものの、社内ルール上の制約や技術的、予算的ギャップがあるようです。環境が整っていない状況で現場へ指示を出しても「この環境では難しい」と言われてしまう。例えばデータサイエンティストを雇う企業は増えていますが、実際にはあまりちゃんと稼働できていないという課題が生まれがち。そんな話をよく聞きます。

石井当社調査によれば、企業にとって重要な情報の約80%は社内の基幹システムに存在しています。特に金融機関、医療機関などでは高度な個人情報を大量に持っていますが、一般にそれらの管理は厳重です。仮の障害を発生させるなどのシステムテストを行う時ですら、上部の承認を得ないと、データをそのままテスト環境へ取り出すこともできません。そのように厳重に管理されている基幹データを扱う時には、「この目的でこんなメリットを生み出すべくデータを取り出し、分析したい」と明確な要件をそろえる必要があるのです。

石井学
日本IBM入社以来、Db2 for z/OSを始めとしたメインフレーム上のデータ関連製品を一貫して担当。流通・金融のお客様をはじめとするさまざまなお客様のプロジェクトに参画し、近年は提案や導入段階での支援を中心に活動。現在はメインフレーム上のデータ活用を専門とし、日本で初採用となったメインフレーム上での機械学習ソリューションの提案活動に従事。

鈴木企業にとっては、試行錯誤をしにくい状況ですね。実際に機械学習を試す場合でも、最初からデータが完成しているケースはなかなかありません。システムからデータを抜き出すにしても手間がかかり、依頼から入手までにタイムラグが発生することが多いです。

石井そうしたニーズにも応えて、当社ではメインフレームの最新版「IBM Z」を開発しました。当社が1964年4月に初めて汎用メインフレーム「IBM System/360」を世に送り出してから55周年。改良を重ねて出来上がった「IBM Z」では最新機能を駆使して、メインフレーム内に蓄積されたデータをリスクを冒さずに取り出し、機械学習や高度な分析を行えます。

鈴木クラウドからデータを持ってきて「IBM Z」に投入し分析できる。このメリット自体は非常に大きく、魅力的だと感じます。しかしその一方で、オンプレミスでデータを持つ利点はあるが、柔軟性・利便性が高いクラウドにデータを預けたほうが使い勝手が良いのではないか？という議論もあります。どちらを選んだらいいのか、悩んでいる企業も多いようです。

石井データをクラウドに置くのか、それともオンプレミスで持ったほうがいいのか。この問いには、はっきりとした正解はありません。絶対に外に出せない、漏洩した場合のリスクが高いデータに関してはオンプレミスを選ぶべきで、そうした絶対的な要件がない場合には適材適所でクラウドを利用したり、オンプレミスの分散環境を使ったりなどの選択肢が考えられますね。

鈴木メインフレームといえば、可用性や堅牢性といったメリットが大きいですよね。

石井はい、自社のデータがそうしたメリットに適合するかどうかが、いちばんの判断条件です。また、メインフレームで持つデータとクラウド上にあるデータを合わせて分析したいとき、「IBM Z」ではデータを集約してメインフレーム上に取り込み統合、分析する仕組みを提供しています。

専門知識は不要、コスト削減も可能に

鈴木スピード感や、柔軟性も兼ね備えているのですね。どのような時に力を発揮するのでしょうか。

石井例えば、不正検知がその代表です。ある送金が不正なものかどうか調べる際、クラウドでやるなら一度ネットワークを介してクラウドに行き、分析処理を行って結果を確認する必要があります。しかし、このような形態では厳しいSLA(Service Level Agreement、サービス品質の保証)を達成することは困難です。そこで検知の処理をメインフレーム上に持ってくることでこの問題を回避し、ほぼリアルタイムで分析処理を行えるようにしました。同時に、不正の手口の変化に合わせて検知モデルを更新するサイクルも短縮でき、不正送金が行われるリスクの低減にも寄与します。

鈴木具体的には、マネーロンダリングや振り込め詐欺の防止に役立ちますね。メインフレームは第一に堅牢でなければならないという制約があるため、スピード感がない、やりたいことが自由にできないという不満を抱えている企業もあるかもしれません。しかし今は柔軟性も向上し、犯罪防止に活用できる水準にまで進化しているのですね。

石井はい。一方で、メインフレームは、レガシーなプログラミングやシステム系の専門家しか使えないというイメージがいまだに根強いようです。しかし現在は、開発でも運用でもまったくそんなことはありません。また、これまでのメインフレームはCPU使用分だけ課金する料金体系への懸念から、データ量の多い処理は別のプラットフォームで行うケースが多くありました。しかし最近のメインフレームは、所定の条件に合致するデータ処理は課金対象外とする特別なCPUなど、コスト低減の仕組みを多々提供しています。例えば、データ量の多い機械学習もメインフレーム上で実現可能になっています。

前述のとおり、当社のメインフレームはこの春に55周年を迎えました。レガシーと誤解を受けることもありますが、実は新たなテクノロジーをどんどん取り入れて進化し続けているのです。AIや機械学習、データ分析に興味をお持ちの企業担当者には、新たな認識をもって検討を進めていただきたいと思います。