食わせるデータの蓄積

AIの利用が進む未来の、業務や働き方の変化が語られることが多くなりました。現在広く利用されているAIは、世間一般にあふれている情報を「食わせて」開発されたものですが、これからは企業内のデータを独自AIに「食わせて」社内で利用するようになっていくでしょう。

そこで、自分をAIに置き換え「食う」立場を想像してみました

決まったフォーマットで継続的に蓄積されたデータ
　（kintoneなどのシステムを利用している場合など）
⇒調理されたカレーが食卓に配膳される状態で食べる事が出来ます。
　「食べやすいか？」は、システム内に蓄積されたデータの整理の仕方、
　「おいしいか？」は、蓄積された材料の質で決まるような気がします。

紙書類や書式のバラバラなエクセルが大量に保管されている
⇒生肉、土のついた野菜、香辛料が食卓に置かれている状態・・・

既に「CRMにおいて成約確率の予想をAIで行う」などの事がAIを用いて行われていますが、「結果」と「結果につながる要素」が含まれるデータ（特微量）が蓄積されていることが、結果を予測するために必要です。そうでなければ、占いになってしまいます。
「結果」と「それにつながる要素データ」の蓄積に漏れがある（設定されてない、入力漏れ、選択肢の粒度、選択肢「その他」ばかりが入力されている、ステータスが変わった日付の取得が無い、など）の場合は、独自AIの導入は難しく、データ整理だけで済めばいいのですが、必要なデータがそもそも欠けている場合は、業務システムを手直してったうえで、そこからデータの蓄積が始まることになります。

これまで、業務システムを利用する主な目的は、効率化、情報共有・見える化、集計、プロセス管理、ヌケモレ防止などでしたが、これからはAIに食わせる事も考慮したシステムという観点が必要と考えられます。
今現在、集計やグラフ化を意識して作られているシステムは流用できるかもしれませんが、そうでない場合はシステムを変更した後からのデータ蓄積にかなりの時間を要することが推測されます。

AIの進化・発展はとても急速なので、自社専用AIの導入を検討し始めた時点で「社内のデータがどのような形で蓄積されているか？」が、その後の将来に大きな差を生みそうな気がします。