WingArc1st 發表以企業 AI 應用為前提設計的資料活用平台解決方案「DataTetra（データテトラ）」，並自 10 月 21 日起陸續提供。該平台整合支援從資料整合與管理、AI 分析到業務應用的各個環節，並以因應 AI 使用擴大所帶來的處理成本增加，以及依賴特定服務等課題為目標。
AI 應用的瓶頸不只在於模型效能
隨著愈來愈多企業將 AI 導入業務流程，真正成為瓶頸的，或許不是「該選擇哪種 AI」，而是如何持續處理手邊資料這類不起眼的問題。企業持有的資料日益多元、規模也不斷擴大，要讓 AI 使用這些資料，處理流程便會變得複雜。
其中一個例子是，將大量資訊輸入 AI 後，AI 無法妥善掌握脈絡，導致回答精準度下降的「上下文腐敗（Context Rot）」。這種現象顯然違背了「塞進去的資料愈多，AI 就會愈聰明」這種直觀的期待。此外，自家業務會受到外部 AI 服務運作狀況左右，也是不容忽視的課題。
成本問題也同樣存在。每當處理非結構化資料，或反覆使用 AI 進行分析與搜尋，處理成本便會隨著使用量不斷累積。AI 用得愈頻繁，支出就愈高。或許有些負責人對這種感受並不陌生：享受便利的同時，荷包也在不知不覺中逐漸縮水。
調查顯示，約八成受訪者將成本視為課題
該公司於 9 月實施「企業 AI 應用與組織成果實況調查」，詢問受訪者是否認為 AI 服務使用成本會成為今後 AI 應用的課題。回答「非常同意」者占 28.2％，「有些同意」者占 50.9％，合計達 79.1％。
導入勢頭雖然持續升溫，但對運用階段成本的擔憂似乎已成為普遍共識。DataTetra 被定位為一款正面回應這項不安的產品。
整合資料，選擇 AI 的適用場景
DataTetra 的核心是新推出的「湖倉一體（Lakehouse）環境」。湖倉一體是指結合資料倉儲（DWH）與資料湖各自的優勢，將經過整理的結構化資料，以及文件、影像等非結構化資料整合處理的機制。該公司表示，平台能以單一流程支援從資料整合與管理、AI 分析到業務應用。
其設計理念以「與 AI 共生」、「資料主權」和「資料活用平台」三項為核心。
縮小交由 AI 處理的範圍
在「與 AI 共生」方面，平台在處理結構化與非結構化資料的同時，打造可讓 AI 參照資料意義與使用條件的環境。在此基礎上，結合需要由 AI 處理的領域，以及適合沿用傳統程式處理的領域，以避免過度依賴 AI。
這一點頗值得注意。它並非把 AI 當成萬能工具，不斷擴大使用範圍，而是將例行處理交給傳統機制，只在真正有需要時才讓 AI 負責。無論從成本或精準度來看，這種劃分都相當合理。
以「資料主權」降低對供應商的依賴
在「資料主權」方面，該公司表示，企業可在活用既有資料資產（例如 DWH 或湖倉一體環境）的同時建置平台，並降低對特定供應商的依賴。其目標是實現「使用者主權」，讓企業能自主選擇並掌控自家的資料與 AI 使用環境。
在資料活用平台方面，該平台一體化支援資料整合、管理、賦予意義，以及應用程式與 AI 代理的建置、共享和活用。
不按用量計費，改以使用額度掌握成本
在系統組成方面，平台結合該公司的「Dr.Sum」、「MotionBoard」與「dejiren AI」等技術及產品系列。它同時支援補充既有 DWH 的架構，以及以 DataTetra 為核心建置資料活用平台的架構，可配合企業的系統環境導入。
值得關注的是其計費方式。據稱，平台將採用依處理能力等使用額度計費的「容量計費」，而非按實際使用量付費的用量計費。該公司表示，希望打造一種環境，讓企業即使擴大 AI 應用，也能在掌握成本的情況下持續使用資料。
不過，使用額度計費實際上能在多大程度上減輕成本負擔，應會因企業的使用規模與方式而異。即便如此，從每次使用 AI 都擔心費用不斷累加，轉向更容易事先編列預算的計費方式，對經營層與 IT 部門而言，或許會是值得評估的選項。
導入後，考驗的是能否在組織內扎根
光是導入平台並不會自動帶來成果。該公司表示，也將提供服務，支援企業從建置資料活用環境、日常運作到在組織內扎根的各個階段。公司計畫運用專業團隊的經驗，該團隊每年負責 100 家以上企業的支援專案，並將人才培育與運作體制建置納入服務，協助打造能持續推動資料活用的組織。
AI並非試用過就結束，唯有持續使用才能真正發揮價值。此時關鍵不只在於模型有多聰明，更在於如何整理資料、掌握成本，以及建立讓第一線團隊能持續運作的體制。DataTetra的發布，反映出AI競爭的焦點正從「使用什麼」轉向「如何持續運用」。
コメント