AIToday
AI規制・政策主要企業のAIニュースAIビジネス・産業Top Companies AI掲載日時: 2026年9月29日 6:30

NTTドコモ幹部、AI失敗の要因はモデルでなくデータ

LINEで送る
NTTドコモ幹部、AI失敗の要因はモデルでなくデータ

3つのポイント

  1. 何が起きたか

    NTTドコモの井尻秀策氏は、AIは目的でなく手段と位置づけ、PoCの成功も全社展開ではデータ品質やアクセス権限、システム連携の問題が一斉に表面化して頓挫すると述べた。

  2. なぜ重要か

    データの意味や文脈を整えなければ、モデルに関係なくAIは誤答を返す。用途ごとのデータ準備は時間もコストもかかり維持が難しいと見られている。

  3. 注目点

    井尻氏はガードレールをブレーキでなくアクセルと位置づけ、AI活用とデータガバナンス、事業継続計画を一体の取り組みとする。技術が変わっても企業が決定権を保てるかが試される。

誰に効くかこれは、複数事業を抱える大企業のIT責任者やデータガバナンス担当者に突き刺さる。井尻氏が挙げたデータ品質、アクセス権限、所有権の境界、レガシーシステムとの連携という展開の壁は、AIを限定的な試行から全社利用へ移す際に共通して立ちはだかる。

わからないところ、AIに聞けます

質問と回答はこのページに公開されます。

こういう要約が、毎朝あなたのメールに届きます。

背景と解説

NTTドコモ執行役員で情報システム担当の井尻秀策氏と、Everpure Japan会長の中川一郎氏の対談は、多くの企業がAIのパイロット運用には成功しても全社展開できないという共通の認識から始まる。井尻氏はその原因をデータの整え方に求める。同じ顧客IDでも営業、契約、サポート、サービス運用では意味が異なり、AIはその違いを自力で判別できない。

そこから両氏は、アプリケーションごとにデータを抱える従来の形はもう合わないと論じる。Everpureは2026年6月にラスベガスで開いた年次イベント「Pure Accelerate」で、アプリケーションからデータへ焦点を移し、ガバナンスをデータ層に組み込む「Data Primacy」という考え方を打ち出した。井尻氏は同じ方向性を「AI Ready Data」と呼び、AI向けに単に作り替えたデータではなく、用途が変わっても再利用できる企業資産だと説明する。

両氏がたどり着くのは、能力と同じくらい継続性と統制が重要だという点だ。井尻氏はデータ基盤の停止が顧客対応やネットワーク運用、意思決定に打撃を与えると指摘し、AI活用のためのデータ理解と緊急時に重要なデータの特定は同じ作業だと述べる。AI活用とデータガバナンス、事業継続計画は別々のテーマではない。AIやクラウドサービスが変化する中で企業が統制を保てるかが、パイロットを真の変革にできるかを左右しそうだ。

よくある質問
AIのPoCはなぜ本格導入に至らないのか。
井尻氏によれば、限定的な試行では単一業務向けに人が手作業でデータを集めて整えられるため成功する。全社規模ではデータ品質、更新頻度、アクセス権限、責任範囲、既存システムとの連携が一斉に表面化する。
NTTドコモが言うデータ主権とは何か。
井尻氏は、自社の業務データがどこにあり、誰が管理し、どの条件で使われるかを把握し、その取り決めを自ら決めて変更できることと定義する。顧客の個人データを所有することではない。
NTTドコモはAIのガードレールをどう見るか。
井尻氏は車のアクセルとブレーキに例え、どのデータを誰が使えるかのルールを明確にすれば、社員はAIを使いやすくなると述べ、禁止するものではないと説明する。
Top Companies AI元記事を読む
LINEで送る

あなたの仕事に関係するAIニュースを、毎朝お届けします。

業界と使っているAIツールを選ぶと、仕事に関係するニュースが毎朝届きます。

登録無料・Googleアカウントなら30秒・いつでも解除できますAITodayについて →

AIに質問

この記事についてわからないことをAIに質問できます。AIはこの記事・AIToday の過去記事・Wikipedia を読み、出典を付けて答えます。Q&Aはこのページに公開され、他の読者も読めます。

質問と回答はこのページに公開されます。

関連記事

次の記事へダイフク、2030年にヒューマノイドで倉庫完全自動化