データエンジニアリングにおけるAI活用戦略

ゲームの構造を変えた

労働集約から資本蓄積のゲームに

具体的な方向性は2通りある

AIが活用できるデータの流れの幅を増やす

データソース 〜指標〜BIまでの流れを把握できるようにする

スケールアウト性

データ特有の考え方でもある

恩恵を受けられる人間の幅を増やす

縦方向のハーネスエンジニアリング

データソース

ソースコードへのアクセス

GAなどのデータソースへのアクセス

DWH

変換の過程

BI

一番難しいのはここだと思う

結果をメモに書き出し、そのメモを参照する

BIは権限的な話もあり、このメモは横方向にも活用できる

データに関する知識をスケールアウトさせる

BtoBSasSの場合

toB向けに導入効果を出す必要がある

実際に顧客のフロントに向き合う人々に向けた知識の提供

toB向けの効果改善サイクルと実際に出す人々に向けたトレーニング

社内に向けた知識のスケールアウト

PdMや他のエンジニアなど

事実に基づく意思決定のサイクル

具体的な手段

あるいは...

＋アルファ：ハーネスエンジニアリングの果て

めっちゃコンテキストが増大する