[ITmedia エンタープライズ] 戸田建設、データ基盤を全社員に開放へ　「半歩前」のガバナンスとAIによるリスク判定

基盤は、データウェアハウス（DWH）の「Snowflake」に、primeNumberのデータ連携サービス「TROCCO」で社内外のデータを取り込む構成だ。可視化にはBIツールの「Tableau」、データカタログにはprimeNumberの「COMETA」を使う。以前は各システムからCSVを取り出して手作業で集計していたが、現在は利用者が自らTableauで数字を確認したり、基盤に集めたデータを業務アプリに連携したりしている。

基盤は最初から大きく作らず、現場の要望に応じて取り込むデータを増やしてきた。リリース時に10だった取り込み元のシステムは登壇時点で20に、94だったテーブルは約1600に増えている。

最初に使い始めたのは建築企画部だった。人員の配置と営業案件を照合し、受注の可否を判断したいという明確な課題があったからだ。同部がダッシュボードで意思決定を効率化したのを見て、次に加わったのが経営企画室のデータマネジメント課だ。同課のメンバーはもともとアナリストとして高い分析スキルを持っていたが、データを集める作業に苦労していた。

利用者が増えれば管理の負担も増える。ユーザーが増えるたびに「誰にどこまで見せてよいか」が問われるからだ。一色氏は、この2年間の変化を、活用の拡大、ガバナンスの整備と組織化、AIを使ったデータ保護と整備の3点にまとめた。

活用を広げる人と基盤を支える人の役割分担

利用を社内に広げたのは、経営企画室のデータマネジメント課だった。基盤によってデータを集めやすくなると、同課は各部門から「こんなデータを見たい」という要望を聞き取り、ダッシュボードとして形にしていった。同課がエバンジェリストのように活用を広めたことで、さまざまな部門が基盤を使ってみたいと考えるようになったという。

その間、一色氏らは基盤の運用に専念した。SnowflakeとTROCCOで組んだデータパイプラインを安定して動かし、利用者が安心して使えるルールとガードレールを整える役割だ。もし基盤側が活用の推進まで担っていたらどうなっていたか。一色氏は「間違いなくリソース不足に陥っていた」と振り返る。「広げる人と守る人の役割をうまく分けられたことが、結果的に良かった」とも語る。

この分担は組織にも反映された。2026年3月、インフラセキュリティ部をデジタルプラットフォーム部に改称し、部内にデータマネジメント課を新設した。「2年前はまだ組織がなく、勝手に『データマネジメントチーム』と名乗っていた。それが部門として認められたことが、この2年間で一番の成果だ」と一色氏は話す。

同課は基盤の保守運用、データ管理、全社のガバナンスを担う。経営企画室にも同じ名前の課があるが、そちらは活用を推進する部署だ。一色氏は、経営企画室が「攻め」、デジタルプラットフォーム部が「守り」という位置付けになっていると説明する。

利用の成長に歩調を合わせるルールと支援

ガバナンスの整え方も、利用の段階に合わせて変えた。2024年6月に本運用を始めてからしばらくは、利用者を建築、土木の企画部と、後から加わった経営企画室に限っていた。いずれも普段から経営に近いデータを扱い、データを読む力もある部門だ。互いのデータを見せ合っても問題が起きる心配は小さかったため、細かな制限をかけず、まず自由に使ってもらうことを優先した。

状況が変わったのは2024年度の終わり頃だ。テーブル数が大きく増え、全社に利用を広げる段階が見えてきた。一色氏は、ガードレールのないまま開放すれば、権限を巡るトラブルが必ず起きると感じたという。

「問題が起きてから慌ててブレーキを踏むのでも、最初から理想を押し付けるのでもない。利用が広がり、新しい課題が生まれる半歩前に先回りしてルールを整えることを強く意識した」（一色氏）

2025年に策定した「データマネジメント基盤運用ガイドライン」も、新しいルールを一から作ったものではない。それまで手探りで回していた運用や利用フローを、そのまま文書にした。ルール制定前に作られた成果物についても、さかのぼって修正してもらったという。活用を止めずに、ルールを定着させるための進め方だ。

新しい利用者向けの支援も用意した。2025年10月に社内サイト「DM（データマネジメント）ポータル」を開設し、2026年4月には初心者が利用方法を独学できる「スターターキット」を公開した。利用者と運用側が意見を交わすユーザー会も、1～2カ月に1度のペースで開いている。どんなデータが必要か、どこでつまずいているかを定期的に聞き取り、基盤に反映するためだ。より高度な活用を後押しする「アドバンスキット」も、2026年度中に作成、公開する予定だ。

AIで支える継続的なガバナンス

全社展開を見据えると、これまでのルールでは対応しきれない課題が見えてきた。個人情報と機密情報の扱いだ。「建設業は一見すると個人情報が少ないと思われがちだ。しかし実際には、現場の安全管理で作る事故報告書に、協力会社や作業員の方々の氏名、健康状態といった極めて機微な情報が含まれている」と一色氏は指摘する。全社員にデータを開放するなら、こうした情報の扱いを先に決めておく必要がある。

ただ、全社に開放する予定のデータに限っても、確認の対象はテーブルだけで約380、カラムは約1万3000に上る。一色氏は、人手で1件ずつ確認するのは物理的に無理があると話す。そこで同社が、基盤の立ち上げから支援を受けているprimeNumberと進めているのが、AIでテーブルやカラムのリスク区分を判定し、メタデータを生成する仕組みだ。登壇時点では、この仕組みを実装して検証している段階だった。トラブルが起きたから始めたのではなく、2027年に予定する全社員のユーザー登録を前に、基盤上のデータを整理しておくための取り組みだという。

AIに全てを任せるわけではない。AIはテーブル構造やサンプルデータから、リスクの高い個人情報の候補や推奨内容を提示する。最終的な判断と確定は人が担い、人が修正した結果をAIの再学習に生かす。人とAIの役割をこう分けることで、日々のデータ更新にも無理なく追い付ける体制を目指している。

カラムごとにリスク区分が明確になれば、マスキングや閲覧権限の設定を機械的に判断できるようになる。「毎回、人がこのデータを見せていいかと悩む必要がなくなる」と一色氏は話す。

メタデータの効果は守りにとどまらない。社内データに生成AIをつなぐ場合、データの意味や取り扱いのルールがメタデータとして定義されていなければ、見せてはいけないデータをAIが誤って回答に使う恐れがある。人がデータカタログでデータを探すときにも、AIがデータを理解するときにも、同じメタデータが土台になる。

「守るために整備したメタデータが、そのままAI活用を広げるための原資になる。それが今、私たちが現場で感じていることだ」（一色氏）

今後は、メタデータを使ったアクセス制御で、データを開放するかどうかの判断を速める。AIがどのデータをどう使ってよいかを自動で判断できる仕組みも目指す。データ整備の継続や利用ルールの見直し、AIのコスト管理など、残る課題も多い。それでも一色氏は、会場にこう呼び掛けた。

「守りを理由にデータ活用を広げる動きを止めてはならない。人が判断すべきこととAIに任せられる作業を分担すれば、広げることと守ることは必ず両立できる」