ビジネスに即したデータ活用：Synitiの第2四半期のイノベーションがSAP統合ツールチェーンとAI時代をどのように支えるか

企業変革は変化しつつあります。もはやSAP S/4HANAへの移行やシステムの近代化だけが目的ではありません。組織がデータ、テスト、自動化を継続的なサイクルに統合し、品質向上とリスク低減を実現する方法が求められています。

最近Synitiのリーダーたちと交わした会話の中で、伝えたいメッセージは明確だった。 データは今やAIを含むあらゆるものの基盤となっており、これまで以上に早期かつ一貫して取り組む必要がある。

Synitiの最高技術責任者であるジャビード・ニザミ氏にとって、それは規模の問題だ。 

「適切なデータ管理とガバナンスがなければ、概念実証（POC）を超えて持続的な価値を構築するためにAIを拡張することは実際には不可能です。人々はすでにその段階を過ぎており、1年か2年かけてPOCを実施しようと試みてきましたが、その結果、ビジネス上の成果も真の価値、持続的な価値も生み出されていないことにすぐに気づきました。」

SynitiのEMEAおよびAPJ担当EVP兼マネージングディレクターであるクリス・ゴートン氏は次のように述べています。

「AIもまた、データに大きく依存しています。複数の段階において、ビジネス変革の前、最中、そして後に、質の高いデータとガバナンスの必要性が高まっていることが見て取れます。」

その視点が、Synitiがプラットフォームにどのように投資し、エコシステム全体でどのようにパートナーシップを築いていくかを形作っています。 Synitiの第2四半期リリース この変化を反映し、接続する機能を統合します データ準備、自動テスト、最新プラットフォーム、セキュリティ 一つの首尾一貫したシステムに統合する。

データとテストの間の欠落したリンク

SAP変革における最も重要な変化の1つは、テストの進化の仕方です。 SAPのエージェント主導型ツールチェーンとTricentisの利用拡大テストは、より自動化され、より継続的になり、変革ライフサイクルにさらに緊密に統合されるようになっている。

しかし、テストは依然として、これまで正しく行うのが難しかったある一つのことに依存している。 実際に使用できるデータ。

Syniti社のグローバルソリューションアーキテクト担当上級副社長であるジェイソン・トンプソン氏は、この課題を的確に捉えています。

「私たちはデータ品質を売り込もうとしましたが、多くの場合、経営幹部は『ピッキング、梱包、出荷すればそれで十分だ』と言うのです。しかし、彼らが理解していないのは、システムを通して物事が適切に流れるようにするためには、どれだけの手作業による操作が必要かということです。」

こうした手作業によるデータ操作こそが、テストの遅延を招く原因です。チームはデータの抽出、フォーマット、そして利用可能な状態にするための作業に時間を費やします。時間が経つにつれ、そのデータは古くなり、実際のシステムとの連携が失われていきます。

新しい Syniti + Tricentis の統合第2四半期のリリースの一環として発表された内容は、この問題に直接対処するものです。

Synitiは、手動で作成したテストデータに頼るのではなく、 クレンジング済み、本番環境対応、ビジネスですぐに使えるデータ トリセンティス・トスカへ直接つまり、テストシナリオは近似値ではなく、現実世界の状況を反映しているということだ。

ジェイソンはその影響について説明した。

「これにより、クライアントはTricentisを使用し、AIを活用してテストケースを生成し、データが存在するSynitiと連携させることができます。テストに使用する予定のシステムがデータで満たされていることを私たちは把握しています。」

これにより、移行とテストの間の重要なギャップが解消されます。また、組織が継続的デリバリーモデルを採用するにつれてますます重要になる、一度限りの切り替えテストだけでなく、継続的な検証もサポートします。

クリス・ゴートンは、より広範な結果について次のように述べた。

「 SAPエージェント主導型ツールチェーン 統合されたシステムにより、お客様はこれまで不可能だと思っていた規模で事業を展開することができ、リスクを大幅に軽減、あるいはリスクゼロで、しかも品質を組み込んだ形で事業を進めることができるのです。」

なぜこれが今重要なのか：AIがデータ品質に対する要求水準を引き上げる

ウェビナーでのあらゆる議論を通して、同じテーマが浮かび上がってきた。それは、AIによってデータ品質が最重要のビジネス課題になりつつあるということだ。

クリス・ゴートンはそれを簡潔にまとめた。

「ERPシステムや分析プラットフォームは、これまでずっとデータに依存してきた。AIもまた、データに大きく依存している。」

違いは、AIは従来のシステムが許容できたようなレベルの不整合や手動修正を許容しないという点にある。ジェイソンが指摘したように、

「AIを扱う場合、手作業による操作の余地は一切ありません。最初から品質を重視して取り組む必要があります。」

これが理由です Synitiの第2四半期リリース 重点的に ビジネスにすぐに使えるデータこれは単に事後的にデータをクリーンアップするということだけではありません。データがシステムに入力された瞬間から、信頼性があり、適切に管理され、利用可能であることを保証することが重要なのです。

ジャベード・ニザミ氏はこれを中核的な戦略的転換と表現した。

「私たちは、AI for Dataとデータ for AIというイニシアチブを立ち上げました。一方では、AIを使ってイノベーションを加速させています。他方では、そのイノベーションがお客様の生産を支援し、 ビジネスにすぐに使えるデータAI ニーズ。"

クリス・ゴートンはこの考えをさらに展開する。

「これは循環的な動きです…私が応用データ品質インテリジェンスと呼ぶものは…データに関する非常に豊富で包括的な洞察を構築することを可能にし、それを利用してビジネスケースを推進し、さまざまな記録システムへの是正措置を講じることができます。」

構造化データを超えてデータ品質を拡張する

Q2リリースの最も重要なイノベーションの1つは、データ品質の拡張です。 非構造化データ.

企業がAIを導入するにつれ、従来は管理されていなかったコンテンツ（契約書、PDF、画像、その他の文書など）への依存度が高まっている。クリス・ゴートンは、この問題の深刻さを次のように指摘した。

「構造化されていないデータの80％は、その価値を十分に活用・解放することができていません。」

このデータを評価し管理する能力がなければ、組織は情報のほんの一部しか活用できていないことになる。

Synitiの新しい非構造化データ品質機能 AIを適用してデータを元の形式で抽出・評価し、必要に応じて構造化形式に変換することで、こうした変化を実現します。

ジャビード氏はその意義を次のように説明した。

「LLMがあれば、その制約はなくなります…本当に 非構造化文書の品質を評価する その文書を評価し、それが「良い」という定義を満たしているかどうかを判断する。

これは単なる技術的な改善にとどまりません。データ品質に関わる人々の主体性を変えるものです。ビジネスユーザーは、自分たちの言葉で「良い」という意味を定義できるようになり、ガバナンスの範囲が技術チームを超えて拡大します。

「これにより、データ品質評価の対象範囲が、企業が管理するデータの100%に拡大されます。」

最新のデータプラットフォームにデータ品質をもたらす

企業データはもはやSAPだけに存在するわけではありません。DatabricksやSnowflakeといったプラットフォームに蓄積されることが増えており、企業はこれらのプラットフォーム上で分析、AI、データ製品を大規模に運用しています。

ジェイソン・トンプソンは、その複雑さを次のように指摘した。

「それらは通常、公式記録システムではありません…さまざまな異なるデータセットが出てきます…これはまさに系譜の問題を浮き彫りにします。」

課題は、データが信頼性や一貫性のレベルが異なる複数のソースから送られてくることが多い点です。場合によっては、パイプラインの障害や転送の欠落により、データが不完全になることもあります。

その 第2四半期リリースにより、Synitiの機能が拡張されます。 これらの環境に組み込むことで、組織は最新のレイクハウスアーキテクチャ内でデータ品質を直接適用できるようになります。

ジャビード氏はそのアプローチについて次のように説明した。

「私たちはビジネスにすぐに使えるデータをデータレイクにロードします。問題が検出された場合は、データをクリーンアップし、発生源で修正します。応急処置ではなく、永続的な解決策のみを提供します。」

これは、Synitiのより広範な理念に沿ったものです。下流で修正や「ハッキングされたデータ」を作成するのではなく、データのソース段階で正確性を確保し、ライフサイクル全体を通して一貫性を維持することを目標としています。

セキュリティは基盤であり、後付けではない

Q2リリースの最後の主要分野は IL4認証これは、Synitiのセキュリティとコンプライアンスへの取り組みを強化するものです。

ジャビード氏は、この投資の重要性を強調した。

「IL4が規定するすべてのセキュリティ対策を採用し、当社のすべての商用クラウドリージョンとサービスに適用しています。」

これは政府機関の顧客に限ったことではありません。同じ基準が世界中で適用されており、データ主権と信頼性に関する市場の幅広い期待を反映しています。

クリス・ゴートンは次のように付け加えた。

「これは、非常に複雑ではあるものの極めて重要な状況へのロードマップを我々が進んでいることを示しています。そして、我々はその方向へ向けた最初の大きな一歩を踏み出したのです。」

ジェイソン・トンプソンはそれを顧客の期待と結びつけた。

「企業のデータに関するセキュリティ上の懸念は常に存在し、常に提起されています。今回の措置により、これまで『そのような状況で具体的にどう対処すればよいのか分からない』という状況が解消されます。」

共通点：AIのためのビジネス対応データ

これらのイノベーションすべてにおいて、メッセージは一貫しています。テストであれ、 非構造化データ分析プラットフォームであれ、セキュリティであれ、基盤は変わらない。

ジャビードがそれを最も的確に要約した。

「私たちの使命は明確です。私たちは世界最高、世界初の製品を開発しています。」 ビジネスに即したデータを実現するAIネイティブデータプラットフォーム

そしてクリス・ゴートンは、顧客が今回のリリースについてどのように考えるべきかを反映したシンプルな点を述べて締めくくった。

「まずはビジネスにすぐに使えるデータを用意することから始めましょう…そして今、構造化データと非構造化データの間の壁を取り払おうとしています。」

今後の展望

Synitiの第2四半期リリースは、単なる機能追加にとどまりません。これは、AI時代における企業の運営方法のより広範な進化を反映したものであり、データ、テスト、ガバナンスが単一のシステムとして連携することを示しています。

組織がSAPトランスフォーメーション、AI導入、最新のデータアーキテクチャへとさらに進むにつれて、 信頼性があり、管理され、利用可能なデータ 増加するだけです。

Synitiの最新イノベーションは、こうしたニーズに応え、顧客が自信を持って変革の成果を達成できるよう支援するために設計されています。