注: 以下の翻訳の正確性は検証されていません。AIPを利用して英語版の原文から機械的に翻訳されたものです。
以下に説明するように、組織はオントロジーを作成し、データを組織化して活用することで、いくつかの重要な利益を得ることができます。
これらの利益は、迅速な分析、ワークフローの開発、意思決定のキャプチャを可能にする Foundry のオントロジー対応アプリケーションを使用することで実現されます。 オントロジー対応アプリケーションについて詳しく学ぶ。
オントロジーは、大規模な組織全体での意思決定と意思決定のキャプチャのための信頼できる 1 つのデータソースです。
オントロジーは信頼できる 1 つのデータソースを提供することで、ユーザーは自組織全体で利用可能なデータを簡単に発見し理解することができ、また自分の地元の意思決定をよりグローバルな文脈で見ることができます。これにより、大規模な連携が可能になります。オントロジーはデータを読むだけでなく、データを書き戻し、ユーザーによる意思決定をキャプチャするためにも使用されます。
標準的なデータレイクからの運用は、増え続けるデータセット、ダッシュボード、アプリケーションの数により、管理不能な複雑さにつながる可能性があります。時間とともに、存在するデータアセットを理解したり、使用すべきであるかを判断したりするだけで、増え続ける努力が必要になります。一方で、新しいプロジェクトは、既存のデータアセットを再利用したり活用したりするのではなく、"車輪の再発明"を行います。
これに対して、オントロジーは、新たな情報が組織の共通言語にモデル化されるよく定義されたシステムを提供します。オントロジーを使用すれば、組織はデータアセットが成長するにつれてデータを最大限に活用し、大規模なデジタルトランスフォーメーションを可能にし、複雑さを制御し、データ管理の困難さを減らすことができます。
エネルギー会社はオントロジーを使用して、石油エンジニア、井戸完全性エンジニア、井戸管理スタッフ間で井戸の健康状態とパフォーマンスの共有ビューを作成します。井戸のパフォーマンスに対するいくつかの孤立したビューを作成するのではなく、彼らは自分たちの入力を同じオントロジー井戸オブジェクトタイプに共有し、井戸の管理についての短期的な意思決定と資産の投資戦略に関する長期的な意思決定を同じ情報と洞察から生成することができます。
データ駆動型の組織として運用する際の最も困難な要素は、データを組織全体の様々な意思決定者に配布することです。特に、多くの意思決定者は、コードやデータセットや結合のような IT の概念に慣れている技術的なユーザーではありません。
オントロジーはこれらのデジタル概念を抽象化し、ユーザーが毎日使用する標準的な用語で表現されたデータと対話することを可能にします。さらに重要なことは、オントロジーは異なるユーザーや機能間で共有言語を提供し、それぞれが同じ情報を見ていることを確認するための長期的な調整プロセスなしに共同作業することを可能にします。
製造業の顧客では、航空機センサーからの監視データは、その規模、複雑さ、難解なフォーマットのため、運用ユーザーとデータ科学者の両方からアクセスできなかった。しかし今日では、監視データの上にモデル化されたオントロジーのおかげで、設計者は部品を検索し、予期しないまたは異常な挙動を示す可能性のある関連するセンサー読み取りを見ることができ、テーブルや結合について考えることなく、または複雑なデータ準備プロセスを経ることなく、将来の設計を改善することができます。このデータは組織内で最も価値があり、最も有用であったにもかかわらず、前のシステムではデータの準備プロセスが数日から数週間かかる可能性があり、データの使用を特別なプロジェクトに限定していました。しかし今では、このデータはデータ科学者だけでなく、エンジニア、品質管理専門家、設計者にもすぐに利用可能です。
オントロジーは、すべての分析作業とアプリケーション開発を支える単一の再利用可能なデータアセットに努力を収束させることで、運用プラットフォームの構築において大幅な規模の経済性を実現します。
新しいユースケースやプロジェクトごとに専用のデータ統合とデータレイヤーの努力を必要とするのではなく、新たなデータがプラットフォームに入ってくるたびにデータ統合が必要となります。全体のアプリケーションとユースケースは、既存のオントロジー上に構築することができます。共有データアセットにより、アプリケーションビルダーは、データラングリングではなく、組織の問題やユーザーのワークフローに焦点を当てることができます。
組織の "デジタルツイン" として、オントロジーはデータの書き戻しと継続的な改善を支え、組織で行われている意思決定をデータとしてキャプチャします。オントロジーは、書き戻しと action types の設定を可能にし、これによりユーザーがオントロジーをバックアップするデータを編集し、豊かにする方法を定義します。
オントロジーで意思決定の結果をキャプチャすることで、組織は意思決定を学び、改善することができます。データの書き戻しにより、データアセットの価値が時間とともに複利効果で増加します。なぜなら、一つのユーザーがキャプチャした洞察が、他のユーザーの意思決定に貢献するからです。
データサイエンスチームと AI/ML チームにとって、オントロジーは、共有プラットフォーム上で運用チームや他のチームとの共同作業を可能にします。モデル（およびその特性）は、組織を駆動するビルディングブロックやプロセスに直接結びつけることができます。これにより、モデルは、追加のアダプターやグルーコードなしに、直接コアアプリケーションやシステムに組み込まれ、公開され、管理され、その後、プラットフォーム内（バッチ、ストリーミング、クエリ駆動）または外部で提供されます。意思決定が行われ、アクションが取られるにつれて、運用データとプロセスデータがオントロジーに書き戻され、モデル監視、評価、再訓練、および MLOps を可能にするフィードバックループが作成されます。
Foundry は、結果に向けての迅速なイテレーションを可能にします。オントロジーと他の最高品質のツールを使用すれば、新しいアプリケーションを作成したり、既存のシステムを強化したりすることで、AI/ML を活用した運用結果を簡単に開始し、配信することができます。その後のユースケースは、企業全体で相互に接続されたデータセットとモデルアセットを活用でき、新しいプロジェクトの価値達成までの時間を短縮します。
オントロジー内のモデルについて詳しく学びましょう。