データの見える化・分類で対応時間を大幅削減

　データの所在が分かったら、次はそれらを分類し、文脈を与えて整理する。これが第2のステップである「分類・文脈化」だ。この工程を欠くと、データの意味するところや最新版か否かといった履歴情報、重複の有無などが担当者にしか分からなかったり、アクセス権限を統一的に把握できなかったりする。

　「見える化」と「分類・文脈化」にいち早く着手した例として、五十嵐氏は世界的なカード会社の取り組みを紹介した。

[画像のクリックで拡大表示]

　本番環境に3桁ペタバイト規模のデータを保有する同社は、当局から特定の人物の個人情報について開示請求を受けることがある。従来はその回答までに21日を要していた。どのようなデータがどこにあるのかを把握できておらず、回答の作成に膨大な工数がかかっていたためだ。

　そこで同社は、企業内に散在する多様なデータを、場所を問わず自動で検出し、分類・文脈化する「Everpure Data Intelligence」を導入。見える化と分類・文脈化を推進した結果、開示請求への対応時間を大幅に短縮したほか、リスクの削減や運用コストの削減といった成果も得られた。同社は今後、データ基盤をさらにAI レディへと発展させていく計画だという。