私たちIT技術者は、業務のシステム化を行う場合、まず業務領域の分析からはじめます。そこではデータが様々な現れ方をします。単にデータの流れを見るだけではなく、データの振る舞いや隠れた構造を捉えることが必要となります。
一例として、会計・経理で用いられる複式簿記を考えてみましょう。複式簿記ではお金の流れを「資産・負債・純資産・収益・費用」という5つの要素に分類して捉えます。まさに「お金＝データ」の流れの構造化になっています。
もちろん業務領域ごとに、データに含まれる情報もその構造も様々でしょう。でも業務を理解しその構造を捉えることが分析の第一歩であることには変わりありません。このような分析プロセスを進めるための基礎として、私たちは「抽象化の力」を重視します。これは、業務領域を俯瞰しそこから構造を抽出する力、そしてデータをそこに落とし込む力です。
抽象化の力こそが、私たちIT技術に携わる者にとって最も必要なものであると確信しています。

日々新たなデータが蓄積されることで、従来データとの間に新たな関連が見つかったり、あるいは不整合が生じたりします。データを常に有効活用できる状態に保つには、継続的にデータ品質を改善していく努力が必要となります。AIなどを活用して、できる限り自動化・機械化していくことも必要ですが、人手に頼らざるをえない部分も残るでしょう。
そのような場合、私たちは、機械が「迷っている」箇所を提示し、業務に関する知見を持つ専門家がそれに対して「助言」することで、正しくデータ修正が行えるような仕組みを提案します。
機械が人に寄り添って品質を高めていくことで、人のほうも品質改善を継続するモチベーションを維持できる。機械的にやれる部分と専門家の知見を生かすべき部分を見極め、両者の協働で改善サイクルを回していく。そのような仕組みはこれからも必要とされるに違いありません。