昨今、非構造化データはビッグデータとして顧客のニーズが色濃く反映されたデータであることから、これらの分析・ビジネス活用が注目を浴びています。
企業内で生成されるデータの約8割は非構造化データと言われており、膨大な数のファイルが企業のストレージに保存されています。
ストレージのメンテナンスをしていない企業では、放置されたファイルの影響でストレージ容量が消費されることから、大容量かつ拡張性をもったストレージの利用が求められます。
そこでこのコラムでは、構造化されておらず、不規則かつ複雑、ファイルサイズも大きい傾向にある非構造化データの蓄積を放置するリスクとAIを用いた非構造化データの分析・運用に関するユースケースを解説します。
最後に、非構造化データの活用を進めていくためのファーストステップとして、今すぐ対応できるAI連携されたストレージ活用についてご紹介します。
目次
DirectCloud AIのサービス説明書
- ドキュメントの内容をAIが解析し、FAQ生成の自動化により問い合わせ対応の
省力化・コスト削減・顧客満足を実現するためのポイント - DirectCloud AIの具体的な利用シーン
DirectCloud AIのサービス説明書
- ドキュメントの内容をAIが解析し、FAQ生成の自動化により問い合わせ対応の省力化・コスト削減・顧客満足を実現するためのポイント
- DirectCloud AIの具体的な利用シーン
1. データドリブン経営で非構造化データを放置するリスク
データの分析を行い、その結果を元にビジネスの予測を立ててさまざまな意思決定を行うデータドリブン経営では、データの品質、量いずれも重要となります。
特に顧客のニーズや感情などを探るには、構造化データだけでは情報が不足しており、それらが色濃く反映されている非構造化データの活用が求められます。
非構造化データは日々膨大な数が生み出されることから、収集も容易で鮮度も高い情報が集まります。
しかし、情報量が多いため、蓄積するだけではストレージの容量を圧迫するだけです。
放置していてもその情報はデータドリブン経営に生かすことはできません。
未活用のままストレージに放置された非構造化データは負債
非構造化データは規則性がなく、そのままでは分析に使うことができません。
分析に使えない状態のままストレージ上に放置していては単なる負債となってしまいます。
最終的には構造化データに変換し、データウェアハウス（DWH）へ蓄積することでいつでも分析が可能となりますが、そのためには全非構造化データで共通化できる規則性が必要となり手間と時間がかかります。
そのため、ある程度の規則性を持った半構造化データに一度変換し活用する方法であれば工数の削減につながりすぐ活用が可能です。
非構造化データ活用のために必要とされる半構造化データへの変換
コラムの前編にて構造化データ、半構造化データ、非構造化データの比較を行いましたが、ここでは半構造化データにフォーカスを当てて説明します。
半構造化データは非構造化データの一種となるため、そのままではデータベースを用いた分析はできません。
ただし、規則性が全くない非構造化データとは違い、ある程度の規則性（構造）があります。具体的なファイル形式としてはXML、JSONなどが挙げられます。
参考として、こちらもあわせてご参照ください。
非構造化データを半構造化データに変換し、その上で共通の項目を軸に分類、比較をすることで、ある程度の分析ができるようになります。
膨大なデータの中に埋もれて活用がされていなかった非構造化データから顧客に近い情報を可視化できるようになり、構造化データでの分析と合わせることでより精度の高い分析へとつなげることができ、結果として顧客へのフォーカスがブレることの無い効率的な経営戦略を推進することができます。
2. 非構造化データの有効活用を促進するには
ここまで、データドリブン経営にとって、非構造化データが重要であること、有効活用をするためには半構造化データへの変換、共通比較軸の可視化などの工程が重要であることを説明してきました。
ただし、この半構造化データ活用を進めるにあたり、課題点もあることから業務負荷をかけることなく有効活用を促進する方法について触れてみます。
手作業による半構造化データへの変換・データクレンジングは非現実的
非構造化データの分析において、半構造化データへの変換が比較軸の可視化や二次的な利用において有効であることを説明してきました。
しかし、これらの変換作業、また比較時にエラーの原因となるデータ不備を修正、整理するデータクレンジングなどの作業を一つひとつ手動で行うことは作業負荷が高く、時間もかかり現実的ではありません。
AIとのシームレスな連携のために非構造化データをクラウドへ移行
ある程度の規則性があるからこそ、AIを活用して手動の負荷を低減するという方法があります。
AIに作業指示をすることで、完全な状態ではなくとも人間が一から作業をするよりも、遥かに効率的かつ短時間で作業を行うことができます。
現在ほとんどのAIサービスがクラウド上に存在しており、AIを活用するためにはデータがクラウド上に保存されている必要があります。
AIとシームレスに連携をするためには、企業内に保存された非構造化データをクラウドへ移行する必要があります。
その移行先もAIと連携されているサービスであれば移行後すぐにAIを業務に活用することができます。
AI活用にクラウドストレージが最適な理由
AIと連携されているサービスは様々なものが存在しますが、その中でも特に最適なサービスがクラウドストレージとなります。
企業内の非構造化データをすべて保存できる大容量のストレージを持っていることは最低条件として、情報漏えい対策をはじめとする機密性、BCP対策などストレージの堅牢性やデータの可用性、ウイルスやランサムウェア対策などのデータの完全性などをバランスよく確保しており、AIとのシームレスな連携ができるクラウドストレージであれば、業務を止めることなくAIを活用することができます。
3. 非構造化データのAIを活用したユースケース
ここまで、非構造化データの業務利用にはAI活用が重要である点を説明してきました。
ここからは、それぞれの用途に合わせたユースケースをご紹介します。
FAQの自動化（問い合わせの自動化）
日々顧客からの問い合わせに追われているコンタクトセンターなどでは、メール、チャット、電話など様々な方法でオペレーターが顧客対応をしています。
ただし、同じような内容での質問も多く、より緊急性の高い問い合わせへの回答がそれらに埋もれてしまい、顧客満足度の低下に繋がる危険性があります。
そこで過去の顧客対応メールを「emlファイル」として保存し、AIにその質問と回答を学習させます。
ここでAIと連携されているクラウドストレージであれば、操作マニュアルについてもクラウドに保存させて、AIが参照できるように連携させることで、例えばサポートサイトでのチャットによる対話形式で回答する際にマニュアル、過去のメールを元に自動での回答が実現できます。
これにより、問い合わせ業務の省力化、回答精度向上を実現し、より緊急性の高い顧客に対してレスポンス良く対応することができるようになります。
作業報告書を要約（ナレッジを社内に蓄積、共有）
次に、作業報告書の活用例です。
建築工事現場などで発生する作業報告書・作業日報作成は、基本的には上長が確認する内容となっており、その工事が終了するまで毎日作成されます。
ここではその現場だけの特有の課題点、その解決策、そして作業中に発生したヒヤリハットの報告なども含まれています。
これらの情報を、社内にナレッジとして蓄積するためには要約する必要があります。
この要約作業をAIに実施させることで、ナレッジとして全従業員に共有がしやすくなります。
他の建築工事現場において似たような状況に遭遇した際の課題解決に活用する、工事をより効率的に進められる、重大事故を未然に回避しやすくなるなどのメリットが得られます。
この情報をクラウドストレージなどに保存してAIにチャットのように問い合わせできる環境が整えられれば、場所や時間を問わずに誰でも瞬時に参照できるため、より業務効率を向上させることができます。
コンテンツ制作の効率化（アウトライン生成しメールマガジン作成工数短縮)
メーカーのマーケティング部門では、日々商品の販促のためWebサイトの更新やコンテンツ生成が行われています。
その中でプッシュ型マーケティングの代表的な手法として、今でもメールマガジンは活用されています。
メールマガジンを作成するためのテーマ決め、そのテーマに沿ったアウトラインを準備し、そのアウトラインに沿って本文が作成されます。
このアウトラインを作るまでにプロモーションをしたい商品やその商品に関連した時事ネタ、関心の高い内容をまとめ上げる必要があり、この部分の完成度次第でその後のメールマガジンそのもの品質が大きく変わります。
そして、メールマガジンを読んだ読者をコンバージョン（CV）につなげるためにも、注目度が高く時流に沿った内容を反映しつつ自社商品との関連付け重要となります。
この最も負荷がかかるアウトライン生成の部分をAI活用する場合、関連事項をテキスト形式にまとめ、AIに読み込ませて学習。
これによりアウトラインとしてアウトプットされた情報を元にメールマガジン本文を作成することで、時間短縮および業務負荷を軽減させることが可能です。
また、その分CVへつなげられるような本文作成に集中でき、より重要度の高い部分に人的リソースを割くことができます。
システム障害情報・サーバー稼働率から障害予測
さまざまな業務アプリケーションを提供する企業では、システムの安定稼働のため、サーバー稼働率の調査・提示しています。
また、万が一システム障害が発生した場合は、ユーザー企業の業務を止めないよう迅速にその情報を公開し、問題の解決に取り組む運用をしています。
このシステム障害情報やシステムのエラーログ、クラッシュログ、サーバー稼働率などの情報をAIに学習させることで、システム不具合の傾向、要因を時系列で可視化できます。
可視化がされていない、すなわち障害予測ができていない場合、トラブルに対して事後保全となり、復旧までのダウンタイムが長期化しやすく、これが顧客満足度の低下に繋がってしまいます。
過去のシステム安定稼働時の情報と、障害発生時の情報をAIにて学習させることで、想定した値からの乖離度が可視化され、定期的なメンテナンスによる予防保存がしやすくなり、さらに予測が立てられるようになれば予知保全を実施できるようになりメンテナンス担当部署の負荷を軽減させることができます。
製造現場における業務改善（業務内容の分析・可視化・運用ノウハウの継承）
製造業の現場では2025年問題などの影響で、技能職の熟練工減少が深刻化しています。
その技術やノウハウ継承が上手くいかないことでの若年層とのスキルギャップが大きな経営課題となっています。
団塊世代の大量退職や熟練工の高齢化、技術継承のための教育体制が整っていないなども課題の要因であるものの、仕事の属人化によりノウハウが会社に蓄積されていないことから、熟練工の離職がそのまま会社競争力の低下に繋がっています。
技術継承までの猶予もないことから早急な対応が求められますが、そこでAIを活用して少しでも時間短縮をして効率的な技術継承につなげることができます。
最も効率的な方法は、熟練工の作業を動画・音声で記録・保存し、それらをAIに学習させることです。
次に、音声で記録した内容をテキストに変換、その内容をマニュアル化し、事前に保存している動画・音声データを紐づけて全従業員に共有することで、技術が失われる前に後世に引き継ぐことが可能となります。
4. DirectCloud AIを活用して非構造化データの業務活用を推進
ここまで4つのユースケースを紹介してきましたが、非構造化データを半構造化データへ変換できる内容もあれば、最後の製造業でのユースケースのように、非構造化データ（動画、音声）をそのままの状態で保存しておく必要のあるケースまで存在します。
非構造化データの中でも軽量なOffice系ファイルであれば、さまざまなサービスで対応できるAI活用ですが、動画・音声という大容量ファイルを長期的に保存する場合、その選択肢は限られてきます。
例えば、AIと連携がされているクラウドストレージであればそのような用途にも対処できます。
今回はシームレスなAI連携を全プランで実現している国産の法人向けクラウドストレージ「DirectCloud」について簡単にご紹介します。
企業内の非構造化データを一元管理しAI活用
DirectCloudはファイルサーバーのクラウド移行に対応できる数少ない法人向けクラウドストレージとなっており、機密情報を含む非構造化データを含めてすべてのファイルをクラウドに安全に保存することができます。
すべてのファイルをクラウド上で一元管理することで、全てのAI活用対応ファイルに対してAI活用の可能性が広がります。
「DirectCloud AI」はユーザー数無制限で利用できるだけではなく、安全性、利便性にも注力しています。
またAPIも提供しているため、さまざまなサービスと連携させて効率的にAIを活用することができます。
DirectCloud AIを活用することで、社外からの問い合わせ対応の工数削減も実現します。
データガバナンスを実現する高いセキュリティで機密情報を含む非構造化データを保護
ここまでの説明の通り、AIの活用を行うためにはクラウド上へファイルを集約・保存する必要があります。
その際に最も重要視される部分が、情報漏えい対策を含むセキュリティです。
DirectCloudでは「DirectCloud-SHIELD DLP」という情報をクラウド上にファイルを閉じ込めてクラウドから持ち出させない技術を持つサービスを提供しています。
またランサムウェア対策や、きめ細やかなアクセス権管理、業界トップクラスの162種類のログ監視など、企業にセキュリティポリシーに沿ったデータガバナンスを実現する高度な管理機能も提供しています。
5. まとめ | 非構造化データ活用のファーストステップに最適なDirectCloud
データドリブン経営には非構造化データの活用が必要なこと、その活用のためにはAIが欠かせないこと、そしてAI活用について各業種のユースケースを紹介してきました。
AIに関してはまだ発展途上の技術であるものの、ハルシネーションに気を付ければ業務にも応用ができるレベルです。
非構造化データには動画、音声のように、そのままの形で残さざるを得ないファイル形式も多く存在します。
これらの大容量ファイル保存をするには最低でも10TBくらいのストレージ容量は確保する必要があります。
さまざまな形式の非構造化データをそのままの形で長期間保存でき、その上でAI活用もシームレスに実現しているDirectCloudは非構造化データ活用のファーストステップとして最適なソリューションの一つです。
企業規模を問わず非構造化データを安全・安心に業務活用ができます。
なお、非構造化データの概要をこちらのコラムにまとめておりますので、特徴やクラウドストレージで非構造化データを一元管理するメリットなどを知りたい方は、ぜひご参照ください。
非構造化データ活用のファーストステップを踏み出せていない企業こそ、企業内の非構造化データをクラウドへ完全移行しAIとのシームレスな連携を実現できる「DirectCloud」のご活用をおすすめします。
DirectCloud AIのサービス説明書
- ドキュメントの内容をAIが解析し、FAQ生成の自動化により問い合わせ対応の
省力化・コスト削減・顧客満足を実現するためのポイント - DirectCloud AIの具体的な利用シーン
DirectCloud AIのサービス説明書
- ドキュメントの内容をAIが解析し、FAQ生成の自動化により問い合わせ対応の省力化・コスト削減・顧客満足を実現するためのポイント
- DirectCloud AIの具体的な利用シーン
