00:19
村島
こんにちは、primeNumberです。
後編は引き続きゲストにNHN テコラスのクラウドリードチームより福永さん辻さんをお招きしております。
primeNumber PMMチームの鈴木と一緒にデータエンジニアリングをテーマにいろいろお話しできればと思います。
進行はprimeNumberの広報担当村島です。
皆さんよろしくお願いいたします。
NHN テコラス 辻
よろしくお願いします。
AI導入への企業の意識変化と新たな課題
村島
前半でもちらっとAIみたいなキーワード、やっぱり今の時代には外せないところとしては出てきてはいるかと思うんですけれども、
やっぱりお客様からAIについてお問い合わせっていうのもあるかなと思うんですが、
その辺って反応とかってやっぱり変わってきたりもしてるんですかね。
NHN テコラス 福永
本当年単位というかもう月単位ぐらいで結構変わるものかなと思うんですけど、
最初の頃は様子見でお問い合わせいただくことが結構多くて、
どのぐらいで作れるのかとかいくらぐらいで回せるのかとかっていうのが多くて、
そこに対してありのままのランニングコストをお伝えすると思ったより高いねみたいな話を結構いただいてましたと。
ただ去年ぐらいからですね、もう入れないっていう選択肢ない状況でお話いただいたりとか、
あとはそもそも入れてみたけどみたいに言っていただくお客様が結構増えてきたんですね。
その背景としてはおそらくそのAWSとかGoogle Cloudとかお客様のあまり技術知識なくても作れるような基盤っていうのをご提供いただいていて、
そこが背景となって皆さんがご自身で作れるようになったっていうのが大きいと思うんですよね。
なので違いで言うとある程度確度を持った状態でお問い合わせいただく方がAI文脈でめっちゃ増えたなっていう感じがしますね。
村島
確かにお客様自身も自分自身で触れてみようっていうふうに、
ちょっと前だとなんかAIって流行ってるんだけれども私には難しそうかもみたいな温度感だったのは、
実際触ってみたら意外といけるじゃんみたいな方増えてるのかなというふうには思っていて、
とはいえだからこそ出てくる問題もたくさんあるんじゃないかなというふうには思っていて、
例えばいきなりAIでデータをいじってしまって元のデータ自体が汚くなってしまってるみたいな問題とかもあるかなというふうにも思うんですけれども、
なんかその辺のデータの品質のところであったりだとか、
AIを使っての問題みたいなところとかって鈴木さんprimeNumberとして感じるところとかってありますか?
鈴木
そうですねデータがあればAIが使えるっていうわけではなくて、
データの中にも例えばGoogle WorkspaceとかMicrosoftの中で使えるようなドキュメントみたいなデータとか、
それと違って売り上げみたいな何らかのデータベースとかに入っているデータがあったりするわけですけれども、
そういう種類によって何のサービスを使うのが最適かっていうのが変わってきますよねっていうのがありますね。
あとはデータ量が多かったりするとそのデータが何の意味なのかっていうのをどこから調べればいいのかっていう、
こういったものの区分のためのメタデータっていうものがあるわけですけれども、
それをうまく使っていかないとただ調べてみたいな感じだとうまく拾い出せないので、
それほどAIがちゃんと理解をしてどこを探せばいいかっていうのが分かって、
そこに対して自分がやりたいことをちゃんと伝えてあげることによってうまく使えるようになるっていう、
全体の設計みたいなところですかね、うまくできないとなかなかうまく使っていくことが難しいかなっていうのがありますね。
AI時代のデータ基盤構築とprimeNumberの役割
NHN テコラス 福永
それをCOMETAが実現するってことですよね。
鈴木
そうですね、COMETAもそうですし、BusinessAgentに関しても営業っていう文脈、
マーケティングっていう文脈の中で、そこで適した使われ方っていうものがあるので、
ただデータがあればいいわけじゃないっていう、そこの土台を整えることっていうのが大事にしているところですね。
NHN テコラス 福永
その考えをプロダクトに実装しているというのはめちゃくちゃすごいなっていう感じですよね。
NHN テコラス 辻
そうですね、それこそお客さん、今の環境だとすぐ使えるみたいなのがあるんですけど、
使いこなすとかビジネスに生かすみたいな、よりもう一歩踏み込んだ部分だと、
プロというか慣れた人じゃないと結構厳しいかなという印象を持つので、
そういった部分は私としては支援させていただくところでは結構大きな領域として占めてますね。
NHN テコラス 福永
去年とかprimeNumberさん、そこを捉えてAI-Readyみたいな単語を使っているのを聞いて、
めちゃくちゃ納得感ありましたね、そこの部分とかは。
NHN テコラス 辻
それこそ最近どんどんAI-Readyみたいなキーワードをどんどん聞くので、
本当に時代の先端を行ってたんだなみたいなので、
社内でもめちゃめちゃ話題になっていて、
我々としてもそういったAIとデータをやるチームではあるので、
そこの両軸でどう活かせそうみたいなのが結構primeさんの発信を本当に見させていただいて、
本当に勉強させていただいて、
それこそデータの品質みたいなのも元々データベースが好きなので、
データとかすごい携わってたんですけど、
逆に品質が悪いって何なんだろうみたいなすごい分からなかった部分をいろいろと拝見させていただいて、
そういうことなんだみたいな結構言語化が自分の中でスッとできてきたのは本当に最近なんですけど、
すごいそこはめちゃめちゃ助かったなというのは感じています。
データ品質の重要性と具体的な改善策
村島
そうですね、データが品質が悪いって何なんだろうの言語化みたいなところなんですけど、
品質が悪いってどういう時に悪いっていうんですか?
鈴木
一つはデータが整っていないというか、
そもそもデータがうまく構造化されてなければ、
そこってどこに何があるのかっていうのが見つけづらかったりはするので、
それを整えていくっていうものだったりだとか、
あとは意味のないデータが入っていないというか、
例えばデータが欠損しているだったりだとか、
同じものなんだけれども違う言葉で入っているみたいな、
そういうのを整えていくみたいなのが、
割とデータを整えていくのが一番最初かなという気がしますね。
村島
それってどうやったらお客様としてはうまくいかせられるんですかね?
なんかこう聞いてると理屈としてはわかるけどさ、
実際やってたらそうはうまくいかないんだよって、
私ならなりそうだなと思ったんですけれども。
鈴木
こういうのって最初は試してみるところかもしれないですね。
例えばNotebookLMとかGeminiとかっていう、
普段使いできるようなサービスがあったりするわけですけれども、
あそこで何かをやろうとしたときに全然うまく返ってこないなっていうのと、
これがよく返ってくるっていうときの違いってどこなんだろうみたいなのを、
まず体感的につかむと、ここってこうすればよくなっていくんだなっていうのを、
そこから考えていくことができるかなというのを思いますね。
そこをやっぱり実際やっていこうとすると、
なかなか組織の内部だけの知見では足りないっていうものはあるとは思いますので、
そこが我々のような立場だったりだとか、
テコラスさんみたいなところでご協力いただきながら、
最初の立ち上げを支援してもらうことみたいなのは、
結構大事なところかなと思いますね。
AI活用におけるパートナーシップの重要性
村島
やっぱりそういう立ち上げのご支援みたいなところは多かったりするんですか?
テコラスさんとしても。
NHN テコラス 福永
そうですね。立ち上げの部分で、
最近だと本当の立ち上げというよりは、
1回使ったんだけどうまくいかなかったお客さんとかが結構増えてきてるんで、
そこのご支援は割と多くなってきたかなと思いますね。
それこそさっきおっしゃったNotebookLMとか、
みんなが使える、しかも簡単にデータをつなげられるようなアプリケーションが増えてきたので、
1回やったことあるけどね、みたいなのを言われた上で、
どう改善していくかみたいなご支援をしていくので、
そういった意味で立ち上げっていうのは割とやるかなと思いますね。
村島
1回やってみたけれどうまくいかないな、みたいなお客様をご支援するときに、
気にしているポイントというか、気をつけているポイントというかっていうのはあるんですか?
NHN テコラス 辻
そうですね。それでいうとちょっと前提になるんですけど、
個人的に結構お客さんと相対するときに気になるのが、
なんでそのツール、方法を選定したのかっていうのをすごい気にしてて、
個人とかの利用であれば好きなツールを使っていただいていいんですが、
やはり会社という建て付けとして制約とか制限があったりするので、
そういった部分でそれを選んだ理由って結構大事かなと思ってて、
NHN テコラス 辻
こっちのほうが適してるのになんで違うんだろう、みたいなのを結構やっぱり基本的に思うので、
そういった部分でその前提ですとか背景みたいなのを結構重要視して、
なんでそれをしたいのか、あとどうしたいのか、
やはり聞いた上で本当にそれを実現するときの最適解というのは考えるように結構意識してますね。
村島
これはデータとかAIとかデータエンジニアリングっていうところに限らないかもしれないんですけれども、
何かスキルだったりとか技術があると、
その技術使ってみたいっていうところが先行して、
それをとりあえず入れてみるみたいなところをやってみるんだけれども、
実は目的に即して考えると違うもののほうが良かったりするみたいなことは割とありそうというか、
村島
よくありそうだなというふうには思うんですけれども。
NHN テコラス 辻
そうですね、それこそもともとが自分エンジニアなので、
そういった技術先行みたいな、技術が目的になっちゃってるみたいなのがあるんですけど、
やはりお客さんと直接顧客折衝をしてやり取り、課題とか対応させていただくのを、
そういった部分でよりお客さんと近い立場で対応することによって、
逆に技術よりもそもそも本来欲しいものっていうのをかなり結構目を向けられるっていうのは、
こういった環境の下でそういった考えに至るので、
結構自分としてはそういった部分を大切にしてるって感じですね。
NHN テコラス 福永
逆にお客様側からの視点から言うと、
AI時代の現実的なラインの見極めと継続的な試行
NHN テコラス 福永
やっぱりそういう相談相手がいるってめちゃくちゃ大事だと思っていて、
自分たちで考えていくと話題になっているモデルとかツールとかを使っていくことになっていくと思うんですけど、
それが正しいかどうかを聞いてくれるパートナーっていうのはめちゃくちゃ大事かなと思っていて、
それで辻がご支援しているお客様とかはそういうふうに使っていただいているのかなと思うので、
そういった意味でも自走を無理にしようとせずに、
パートナーに頼るっていうのはめちゃくちゃいいかなと思っていますね。
鈴木
結構現実的なラインを見極めるってAIだと難しいなと思っていて、
これまでのデータ活用だとできるできないって割とはっきりしていたというかところがあったんですけど、
AIだとこれぐらいだったらできるみたいなパーセントの問題になっているので、
ここまでだったら精度を求めたいみたいな目標に対して、
これが現実的なのみたいなラインをちゃんと見極められるかっていうのは結構進めていく上ですごい助かるところですよね。
NHN テコラス 辻
それで言うとそれこそモデルの進化もめちゃめちゃ激しいので、
このモデルだとできなかったけどこのモデルだとできるようになった、
結構あるのでその時代の進歩についていくのは最近すごく大変だなって感じますね。
NHN テコラス 福永
割と諦めてた人とかもいると思うんですよね。
最初の原体験としてこれできないんだみたいな思ったお客さんとかも、
1ヶ月に1回ぐらい同じことを試してほしいなと思っていて、
そうするとこのモデルの進化でできるようになったとかめちゃくちゃあるので、
そこは1回ダメだったなってお客様も何回か諦めずに試してほしいなっていうのはありますね。
村島
1ヶ月に1回試してほしいっていうのは今私にめちゃくちゃ刺さりましたね。
私なんかあれうまくいかなかったなって思って1回やったら、
普通だったら諦めるというか違う別の方法を模索すると思うんですね。
でもそっちの方が進化してるから意外と同じことを頼んでもできるかもしれないんだっていうのは今結構気づきだったというか。
NHN テコラス 福永
お客様視点でも聞かれるときにこれができないっていうのは知ってるんだけどみたいなやったことがあってっていうのはお伺いしたりするんですけど、
アプローチを変えたらできるとかモデルがそもそも変えるだけでいけるとか結構そういうケースってあると思うんですよね。
そこは1回ダメだったからやめるっていうところよりは本当に何度も試す。
何ならパートナーさんに定期的にご相談することによって今それできますよってアドバイスできるケースもあるのでそこは大事かなと思いますね。
鈴木
なんかすごいシンプルな話で言うと対話型のUIの中でまず精度が低いものがデフォルトになっているとかそこをちょっと変えるだけですごく精度が上がるのにとかあったりしますよね。
NHN テコラス 福永
意外と細かい使い方だったりしますよね。
データ基盤とAIの連携による活用拡大
村島
なんか最近このモデルに変えたら衝撃的に精度上がったみたいなものとかこのモデル印象深かったみたいなものってあったりされるんですか。
NHN テコラス 福永
話題で言うとやっぱClaudeモデルが新しいモデル出てるのでその度に結構同じユースケースを回したりするんですけど、
全然返答変わったりとかするのでそこは結構驚きますね毎回。
NHN テコラス 辻
自分は最近出たGemini 3.1が結構熱いなと思ってて、それこそ最近Proとかどんどんいろんなバージョンリリースされてるんですけど、やっぱどんどん賢くなっているのもありますし、やっぱGeminiの強いとこって結構ビジネスとして使う部分としてビジネスより、よりエンジニアよりかはビジネス的な視点の回答してくれるので
お客さんに対する説明の文章とかフォーマットの資料みたいなのが結構強かったりするのでそういった部分は結構自分はいろんなモデルを使い分けて使ってますね。
村島
鈴木さんは何かそういうモデル最近注目してるものとかあったりされるんですか。
鈴木
そうですねやっぱり私もClaude Codeを日常的に使っているので、これはモデルもあるかもしれないですしすごく機能拡充されてっていう面もあると思うんですけども、どんどん使いやすくなっていっているのっていうのはすごく感じますね。
村島
このお三方はデータエンジニアリングっていうところに知見をお持ちのお三方だと思うので、ぜひデータ基盤みたいなところとAIっていうところもひも付けてお伺いしてみたいなというふうに思うんですけれども、どうなんですかね。データ基盤構築したりであったりだとか、データエンジニアリング周りみたいなところでAIっていうのも結構積極的に関わってくるところとかってあるんですか。
鈴木
そうですねまずはデータ基盤の開発をする上でもちろんAIっていうのは使えるので、そこですごく開発工数を下げながらデータが整った状態で作っていくみたいなのは一つ大きな話としてあります。
それからやっぱりデータ基盤に整えたデータをAIに活用していくっていうのは、これは色々なデータウェアハウス側の機能としても出てますし外側からそのデータを取ってくるっていう意味でもあるので、そこをどう使っていくかっていうのが大きなテーマになっています。
その上でやはりそのデータを使わせようとするとメタデータ整えるだったり品質整えるだったりっていうのが必要になってくるのでその基盤整備を、これまではそこってなかなかやることが大変だったところでもあるんですけど、その構築をAIに助けながら進められることによって、ちゃんと開発にAIを使って整っていっているからこそAIの活用にデータを使えるみたいな、そういう形になってるかなと思います。
村島
お二人からしてもやっぱりデータ基盤みたいなところでAIが生きてくるなあ、みたいなところだったりとか逆にそのデータ基盤を使ってAIがより活躍するみたいなところも感じられたりするんですか。
NHN テコラス 福永
データ分析とかを今までやれないとかやるに踏み込めないみたいなお客様はいたと思うんですけどそういったお客様に対してのもう一歩を背中を押してくれるようなものになったかなと思ってます。
AIを使うっていう選択肢と、データ分析をして考えるという、この選択肢2つができることによって自分たちがやりたいことってやっぱりデータ整えることだよねみたいなところに押していければ、データ分析をやる理由付けになるかなって思ってます。
プラスAWSから出てるAmazon Quickってものがあるんですけどもこちらが元々の成り立ちとしてはAmazon QuickSightっていうデータ分析のサービスがあったんですけどもそこをAI機能を拡充していったようなものになっていて
要点を押さえていくとデータをAIに活用していくっていうところに最適化されたサービスになっているので、そういったサービスを活用していくと、データ分析を整えていくとすぐにAIを使える状態になったみたいなところができるので、データ分析をやっていく背中を押してくれるような要素にもなっているなと思いますし、そういった意味合いでもデータ分析×AIっていうのはめちゃくちゃ親和性が高いなと思ってますね。
NHN テコラス 辻
それで言うと自分はより普段の業務で、データ分析基盤を使うというより作る側としてやっぱり設計の部分でかなり活用してまして、それこそお客さんで複数のテーブルですとか複数の列を正直目で、それこそエクセルとかで書かれていると全部チェックするとすごい大変なので、そこをまるっと生成AIにお任せして要約してくれたりとかポイントみたいなのを絞ってもらうことによってこういった基盤を整えるまでもかなりスムーズにいけるのは、かなり鬼に金棒じゃないですけど
かなり役立ってくれているのでそこは整えてから使うという部分もそうなんですけど整えるところにもかなり使えるっていうのはこのAIの強みかなと思ってます。
村島
先ほど福永さんの方からAWSの話が出てきたかなというふうに思うんですけれども、GoogleさんであったりSnowflakeさんであったりDatabricksさんであったりいろいろなサービスいろいろな企業様がいらっしゃる中で、それぞれアプローチの違いっていうところもあるのかなというふうにも思うんですけれども、その辺皆さんから見てどういうふうな違いが見えているんでしょうか。
NHN テコラス 福永
それぞれ細かく違いはあると思うんですけれども、結構機能拡充していくと割とできることは同じになっていくとは思うんですね。
クラウドサービス選定の考え方とアプローチ
NHN テコラス 福永
その上で大事なのはあまり扱うプロダクトを増やしすぎないことかなと思ってます。
自社の中でいろいろなサービスを横断的に使っていくとそれに耐えうる組織であれば使えると思うんですけど、そこはやっぱり少ないほうがいいわけですよね。
なのですでにAWSをお使いなのであればAWSに寄せていくという選択肢は結構あり得るかなと思いますし、それはGoogleにも同じですけれどもそこが私としてはあるかなとは思ってます。
NHN テコラス 辻
そうですね自分としてはやはり似たようなプロダクトですとかサービスなんですけど、意外と奥を深掘ると根幹が違ったりとか向いている部分が違うので
それでもできるけど最適解じゃないよねみたいなやり方をされる方も結構多いので、本当に使い分けがキーワードかなと思っていてそれこそ優劣で比較する方も多いかなと思うんですけど
どっちが良い悪いというよりかはどっちの方が自分に適しているかというのがかなり大事かなと思ってます。
村島
そうですねおっしゃる通り各社いろいろなサービスを出していてそれぞれに適性があって
全員がこれがいいという一律の回答にはならなくて
各々の状況に合わせて相応しいサービスをそれぞれ選んでいくという形がいいのかなというふうには思うんですけれども
NHN テコラス 福永
まさに今辻と僕が結構逆なことを言ったりするぐらい結構考え方いろいろあるのでそこが大事かもしれないですね。
村島
お客様とサポートしていく時にもやっぱり対話の中でやっぱりこっちの方がいいよねとか結構道が揺れたりというか迷ったりされることも多いんですか?
NHN テコラス 福永
めちゃくちゃ多いですよね。
NHN テコラス 辻
多いですね。そういう時やっぱ大事なのが選択肢だと思ってて、一つこれでやりましょうってやるともうそれしか見えなくなるので
そういった選択肢を複数持つことによってお客様じゃあどれがいいみたいなのを選べたりするので
初めからそもそも選択肢を選ぶ前提でご支援とか提案をさせていただくっていうのが多いですね。
村島
そうですね。確かに選択肢を提供するっていうのはお客様にとってすごい大事かなというふうにも思いますし
技術的に見たら本当はこれが最適解なんだけれどもお客様の現実を見ると実はそれは不可能みたいなことも結構あるのかなというふうに思っていて
なんでそんなことを言うかってデータウェアハウスとか先ほど福永さんがサービスなるべく統一した方が親和性高いし連携とかもしやすいしみたいなところもあったりされるけれども
実際お客様の中身を見てみると違うサービスを部署ごとに分けて使っていたりみたいなことも結構あるかなというふうには思っていて
かといって絶対統一した方がいいよっていうわけにもいかない状況がお客様の中にもあるのかなみたいなところをなんとなく思ったりしたんですけれども
NHN テコラス 辻
自分としてはすごく感じるのがやはりシステムって結構合理的とかかっちり作っていくんですけど人間は合理的に動かないっていうのをすごい感じてて
それこそ品質の部分でもデータが欠損みたいなのはあったんですけど普通に使っていればシステムとしては欠損しないよねっていう設計なんですけど
そこにユーザー人間が介在することによって不合理不条理が生まれるので品質が欠けていくっていうのがあるので
そういった部分の現実と理想、システムとユーザー・人間のギャップっていうのをやはり認識として持っておくっていうのがすごい大事かなと思っています
村島
それは本当におっしゃる通りだなと私は広報というコミュニケーションという人間の不条理とか情とかですごくいろんなところに動くような職種をやっているというのもあって思いますね
変化の速い時代における情報収集と活用
鈴木
あとは何がいいかみたいなものって現時点で見通しつかないよねみたいな話はあると思っていて
今このサービスが良くてこのサービスはまだかもしれないみたいなところがここから例えば1年経ったらすごく変わっているかもしれない
これは今使っているようなAIが1年前どうだったかみたいなことを考えるとやっぱりそこなので
サービスってどんどん変わっていく前提でいくつか使っているっていうのが実は良いみたいなこともあるかもしれないなという気はしますかね
NHN テコラス 福永
並行して使い続けているということですよねいろんなツールを
それはめちゃくちゃ大事かもしれないですね
NHN テコラス 辻
それこそクラウドのめちゃめちゃ良いところがすぐ試せるってところなので
それこそお客さんに紹介するときに試してみてくださいとかこういったことでやりますよみたいな
AWSもGoogleもかなりハンズオンとかチュートリアル拡充しているので
そういった部分でまず触れるっていうのはかなり各クラウドの特徴であり強みかなってすごい感じますね
村島
やっぱり世界の動くスピードがものすごく速いので
それに置いていかれないように私たちもサービスを触り続けたりであったりとか
キャッチアップを続けていくっていうところが大事っていうところですかね
NHN テコラス 福永
少なくとも我々は触ってなきゃいけないですよね
NHN テコラス 辻
そうですね
NHN テコラス 福永
逆に触っているパートナーを用意しておいて定期的に話聞きに行くっていうのが
もしかしたら一番早いかもしれないですね
最近新しいアップデートありましたかとか
鈴木
そうですね なかなか横のツールでいろいろ使い込んでいるみたいなもので
自分の会社の中だけだとなかなかないようなところだったりすると思うので
そういったところやっぱり技術パートナーの方に
これって実際どうなんですみたいなものを実際聞きながらの方が
ちゃんとした今の現状がよくわかるかなって感じはしますよね
NHN テコラス 辻
あとやっぱりユーザーグループとかそれこそ開催されてますけど
先月ですかね参加させていただいてアップデートとかも本当にご紹介いただいた時に
知らないものとかめちゃめちゃあったりするので
あれのところで結構発見とか知見とかどんどん増えていくので
相手の外に対外的な活動とかもチェックするっていうのも結構習慣化すると
自分の知見も広がりますしアイデアも結構浮かぶので
そういった部分で結構楽しみを持ってやってますね
鈴木
そうですね primeNumber User Groupという
ユーザーグループを我々で主催させていただいていますけれども
ユーザーの方同士でお話をすることによって
それで自分の使い方じゃない
こういうユースケースがあるんだ こういう使い方すればいいんだ
こうやって成果を出せるんだみたいなところだったりだとか
自分が困っていることを他の方に話して
そこで相談をするのとか結構そういう動きもあったりはするので
いろいろな方と話をしながらっていうのはすごく大事なところですよね
NHN テコラス 辻
本当に毎月やっていただいて運営は大変かなと思うんですが
毎回テーマが違うので本当に楽しみで勉強させていただいてます
村島
ありがとうございます
後編は引き続きゲストにNHN テコラスのお二人をお迎えして
データエンジニアリングというところからさらにはAIというところであったりだとか
最新の技術のキャッチアップみたいなところまでさまざまお話いただきました
皆さんありがとうございました
NHN テコラス 辻
ありがとうございました
