日立、日揮グローバルのAI時代におけるデータマネジメント高度化に向けて支援開始

AI活用を見据えたデータ品質管理の確立で、データの価値を最大化

株式会社日立製作所

2026年4月8日 14時00分

　株式会社日立製作所(以下、日立)は、日揮グローバル株式会社(以下、日揮グローバル)のAI時代におけるデータマネジメント高度化に向けて、データ品質管理(Data Quality Management、以下DQM)フレームワークの運用を支援する取り組みを2026年4月から開始しました。

　AIの回答精度は入力データの品質に大きく依存するため、AI活用を組織全体で広く推進する上で、データマネジメントの高度化の重要性がこれまで以上に高まっています。特に、データの完全性・適時性・信頼性などを継続的に維持・改善するDQMの確立はAI活用の基盤として不可欠です。

　これまで、両社は、DMBOK*1やISO8000*2など国際的なデータマネジメントの標準フレームワークをもとに、日揮グローバルにおける現状課題の抽出や将来像(ゴール)の定義、PDCA*3とOODA*4を組み合わせた改善プロセスの設計などDQMの改善方針を共同で検討を進めてきました。本方針に基づき、データ品質を継続的かつ柔軟に管理・改善できるDQMの仕組みを確立し定着化させていくことで、AI活用を促進し、データの価値最大化をめざしていきます。

*1 DMBOK : Data Management Body of Knowledge(データマネジメント知識体系ガイド)

*2 ISO8000 : データ品質に関する国際標準規格

*3 PDCA : Plan(計画)、Do(実行)、Check(評価)、Action(改善)を繰り返し、業務の継続的な改善・効率化を図るプロセス

*4 OODA : Observe(観察)、Orient(状況判断)、Decide(意思決定)、Act(行動)を高速に回し、状況の変化に応じて迅速に意思決定・行動するプロセス

　人手不足や技術継承の課題を解決するため、AIの活用が急速に拡がる一方、多くの企業では、「期待どおりの精度が出ない」「事実と異なる回答を生成する」といった回答精度向上の課題が顕在化しています。その多くはデータの単位や形式などデータ定義の不一致や品質のばらつきなどDQMが十分に行われていないことに起因します。

　継続的にデータ品質を改善するための基本的な考え方は、DMBOKやISO 8000に定義されています。しかしながら、組織横断での合意形成の難しさや専門人財の不足などの理由から現場へのDQMの実装が進みにくい状況が続いています。一方、データの価値を最大化するためには継続的なデータ品質の改善が不可欠であり、現場に即した仕組みづくりが急務となっています。

　日揮グループは、EPC*5事業におけるプロジェクト遂行の各フェーズにおいて、AIやIoTなどのデジタル技術の活用による大幅な効率化およびビジネス変革に取り組んでいます。日立は、製造、金融、社会インフラなど多様な業界で培ったデータマネジメントの専門知見を生かし、本戦略に基づく日揮グローバルのデータ品質管理の改善に向けた取り組みを伴走支援していきます。

　具体的には、データの品質基準の設定からモニタリング方法の確立、データマネジメント基盤の全体運用設計、データガバナンスの構築までDQMに必要な仕組み作りを包括的に支援します。また、これらの仕組み作りにあたって、PDCAによる計画的で着実な実行と、OODAによる迅速な状況把握と対応を組み合わせた「PDCA×OODA」のハイブリッド型の改善プロセスを採用し、データ品質を継続的に改善しながら、新たに発見した課題にも柔軟に対応していきます。

　これにより、日揮グローバルにおけるDQMの定着化を段階的に促進し、さまざまな業務やプロジェクトで発生するデータの品質を一貫して保ち、AIやデジタルツールの活用を加速することで、データの価値を最大限に引き出せる仕組み作りに貢献していきます。

*5 EPC: Engineering(設計)、Procurement(調達)、Construction(建設)の略