メインコンテンツへスキップ
見出し画像

データから価値、そして事業へ - AI 時代の事業開発と Data Product Orchestrator (DPO) の役割

    こんにちは、IVRy(アイブリー)という会社の白水(@sorami)です!好きなサントラは映画『オーシャンズ11』のヤツです。入社エントリはコチラ。

    IVRy は AI やソフトウェアの力で、すべての人が楽しく働ける世界を目指しています。その実現に向けて、対話 AI プラットフォーム「アイブリー」を開発しています。

    AI による自動応答と人による対応を組み合わせ、働く人がより価値を発揮できるよう、企業の電話対応を支えています。そして、電話やメール、チャットといったビジネスコミュニケーションから生まれるデータを、業務や意思決定に活かしていくプロダクトが「IVRy Data Hub」です。

    それらをかたちにしていく中で生まれたのが、Data Product Orchestrator(DPO)です。データや AI の専門性を活かし、現場で手を動かしながら理解を深め、さまざまな専門家と関わりながら事業を前に進める役割です。私もその一人として Data Hub に携わっています。

    画像
    事業を取り巻くさまざまな領域と人のあいだを行き来するDPO。顧客企業も含め、多様な立場・専門性を持つ人たちと関わりながら、事業を前に進めます

    では、なぜこうしたデータ事業に、そのような役割が求められるのでしょうか。この記事では、データから価値を生み、それを事業として成立させていく過程をたどりながら、DPO が何を担うのか、そしてこの仕事の面白さがどこにあるのかを考えていきます。

    TL;DR

    1. データや AI があるだけでは、価値は生まれない
      課題を見定め、作って試し、実際の業務につなげる必要がある

    2. 生まれた価値を広げるには、プロダクトと事業を作る必要がある
      個別の課題解決を積み上げながら、「作る」と「届ける」を同時に考える

    3. 事業を作るさまざまな営みは、互いに影響し合う
      現場で手を動かし、学びを持ち帰り、領域を行き来して全体を前に進める「オーケストレーション」が求められる

    4. Data Product Orchestrator(DPO)は、それを担う役割
      データや AI の専門性を軸に、自ら現場で課題を解決しながら、さまざまな領域を行き来して、プロダクトと事業を前に進める

    データから「価値」を生み出す

    社会のさまざまな場面で、データは増え続けています。AI 技術の進歩により、文章や音声といった非構造化データも扱いやすくなりました。データ活用の可能性は、これまで以上に広がっています。

    しかし、データと技術があっても、それだけで価値が生まれるわけではありません。

    画像
    データから価値を生み出すためのプロセス: 課題設定、技術探索、活用設計

    データだけでは、何を解くべきかは決まらない(課題設定)

    例えば、大量の受電がある企業から「通話データを分類して、問い合わせの傾向を把握したい」と相談されたとします。すべての通話を人が確認するのは難しいため、まず分類して全体像をつかむのは自然な発想です。

    では、なぜ傾向を把握したいのでしょうか。背景を掘り下げると、「重要な問題を見逃したくない」「顧客対応や商品改善につなげたい」といった目的が見えてくるかもしれません。そう考えると、分類や集計は目的ではなく、手段です。

    データを分析すれば、さまざまな結果は得られます。しかし、何を解けば価値につながるのかは、データだけでは決まりません。顧客や業務を理解し、何を変えることに意味があるのかを見定める必要があります。

    やってみないと、何ができるかは分からない(技術探索)

    それでは、「重要な問題を見逃したくない」と分かったとして、何ができるでしょうか。例えば、通話を内容ごとに分類し、重要度をスコアリングすれば、埋もれている問題を見つけられるかもしれません。こうした方法を考えるには、データや技術の専門知識が求められます。

    ただし、それが実際にどこまで通用するかは、試してみなければ分かりません。実際のデータを見て、分類やスコアリングを試し、その結果を評価する必要があります。その過程で、重大なクレームにあたる通話を、かなりの精度で自動判定できそうだと分かるかもしれません。

    そうなれば、「重大なクレームをすぐに通知する」といった新たな使い方も見えてきます。データに触れ、作って試すことは、実現可能性を確かめるだけでなく、当初は見えていなかった可能性を発見するための探索でもあります。

    できるだけでは、価値にならない(活用設計)

    そして、重大なクレームを高い精度で検知し、すぐに通知できることと、実際に問題を見逃さず対処できることの間には、まだ距離があります。

    大切なのは、その通知が実際の対応につながることです。誰も見ない場所に届けば気づかれず、多すぎれば埋もれ、気づいても次に何をすべきか分からなければ、どれだけ精度が高くても行動にはつながりません。AI やデータを、人や業務まで含めたしくみに組み込むことで、初めて現実の状態を変えることができます。

    さらに、そのしくみが安定して動き続けることも欠かせません。データの取り込みから監視、評価、改善まで含め、「Notebook で動けば満足」に終わらず、技術を現実の業務の中で継続的に機能させる必要があります。

    データから生まれる価値を「事業」として広げる

    データから価値を生み出すには、何を解くかを見定め、試し、実際の業務につなげる必要があります。

    では、それをより多くの人や企業に届けられるかたちにするには、何が必要でしょうか。

    課題解決を汎用化し、プロダクトとして積み上げる

    一つの課題を解くとき、そこで得られるのは、その場限りの答えだけではありません。解決の過程で得た知見や方法を、個別の文脈から切り離して整理すれば、別の場面でも活かせるようになります。

    さらに、そうした学びをもとにプロダクトを作ることで、個々の課題解決を、繰り返し価値を生み出せるものへと変えていけます。現場で得たものを積み上げながら、データから生まれる価値を、より広く展開できるようにしていきます。

    「作る」と「届ける」を同時に考える

    ただし、プロダクトとしてかたちにしただけでは、まだ価値は広がっていません。誰に、何を、どう届けるのかを考えることが求められます。提案やデモを作り、ときには実際の業務で試してもらいながら、市場に向き合う必要があります。

    一方で、必ずしも作ってから届け先を探す必要はありません。今ある技術やデータから「こんな課題も解けるのではないか」と考え、こちらから持ちかけることもできます。実際に話したり試したりすることで、顧客や業務への理解が深まり、何を作るべきかも見えてきます。さらに、想定していなかったニーズや使い方が見つかり、新たなプロダクトにつながることもあります。

    長年スタートアップ支援に携わってきた馬田隆明さんは、技術の社会実装について、「作ってから売る」「売ってから作る」に加えて、「売れるようにしてから作る」という考え方を紹介しています。

    「作る」と「届ける」は、互いに影響し合います。だからこそ、両者を切り離さず、同時に考えていくことが重要です。

    事業として成り立たせ、広げていく

    プロダクトを作り、届けるだけでは、まだ終わりではありません。顧客に使い続けてもらえること。営業や導入、サポート、運用が回ること。価格と提供コストが見合うこと。価値を届け続けるには、こうした条件も必要です。そこまで整って、初めて「事業」として成り立ちます。

    さらに、事業を広げていくには、一つひとつの取り組みで得たものを、次に活かせる資産として積み上げていくことも重要です。その蓄積が次の取り組みを強くし、組織としてできることを増やしていきます。そうして、より大きな課題に取り組み、より多くの人や企業へ価値を届けられるようになります。

    データ事業に求められる「オーケストレーション」

    データから価値を生み出し、それを事業として広げていくには、課題を理解すること、技術やデータを探索すること、プロダクトを作ること、届けることなど、さまざまな営みが求められます。

    そして、それらは独立した工程として完結するものではありません。それぞれで得られる発見や判断が、ほかの取り組みにも影響するからです。

    では、こうした相互に影響し合う営みを、どうすれば一つの事業として前に進められるのでしょうか。

    現場で手を動かし、学びを持ち帰る

    このことを考えるうえで参考になるのが、Palantir で生まれた Forward Deployed Engineer(FDE)です。エンジニア自身が現場に入り、手を動かして課題を解き、そこで得た知見をプロダクトにも還元していきます。

    この発想の背景には、フランス料理店のあり方があったといいます。

    In 2006, Alex Karp asked me if I knew why French restaurants were so good. I had no idea. He told me that at a French restaurant, the wait staff is actually part of the kitchen staff. They intimately understand the food, the methodology, and the technique. They are not merely carrying the food from the kitchen to the table, but are instead part of a subtle and complex system that affects kitchen operations. He wanted me to build that, but for engineering.

    2006年、アレックス・カープ(Palantir CEO)に「なぜフランス料理店があれほど優れているか分かるか?」と聞かれた。私にはわからなかった。
    彼によれば、フランス料理店ではウェイターも厨房の一員なのだという。彼らは料理そのものだけでなく、その調理法や技術まで深く理解している。単に厨房からテーブルへ料理を運ぶだけの存在ではない。厨房の仕事にも影響を及ぼす、繊細で複雑な仕組みの一部なのだ。
    カープが私に求めたのは、エンジニアリングの世界で、それと同じものを作ることだった。

    Palantir CTO の Shyam Sankar による「The Primacy of Winning」より(翻訳及び強調は筆者)

    優れたウェイターは、注文を厨房へ伝え、料理を客席へ運ぶだけの存在ではありません。料理に合わないワインが注文されたらノーと言い、別のものを勧める。客席と厨房の両方を理解し、食事体験の全体に責任を持つのです。

    FDE も、要件を受け取って開発するだけではなく、エンジニア自身が顧客の現場に入り、手を動かして目の前の課題を解いていきます。そうして初めてできることや、見えてくるものがあります。

    しかし、FDE の仕事は、顧客の現場で課題を解くだけで終わりません。そこで得たものを「厨房」に持ち帰る必要があります。Palantir 出身の ElevenLabs CEO、Mati Staniszewski は、FDE を明確に「プロダクトチームの一員」と位置づけています。

    You want all the FDEs to actually solve the customer problem and stretch your product in that direction. But the second thing you want them to do is bring any of that knowledge back to the product, so the product becomes better for the next generation of companies building on top of it. I feel like the second part is frequently missed.

    FDE には、顧客の課題を実際に解きながら、その方向へプロダクトを広げていってほしい。ただ、もう一つ重要なのは、そこで得た知見をプロダクトへ持ち帰ることです。そうすることで、次にそのプロダクトを使う企業にとって、より良いものになっていく。この後半の部分は、しばしば見落とされています。

    David Senra と Mati Staniszewski の対談より - @davidsenra, 2026-09-10(翻訳及び強調は筆者)

    FDE の価値は、顧客のそばで素早く開発できることだけではありません。現場で自ら問題を解き、そこで得た学びをプロダクトへ持ち帰り、積み上げていくところまでを、一続きの営みとしている点にあります。

    事業を作る営みを切り離さない

    FDE が示しているのは、現場での課題解決とプロダクトづくりを切り離さないという考え方です。

    これは、事業を作るうえでも重要です。現場で得たものは、何をプロダクトにするかだけでなく、誰に届けるか、どのように提案するか、どう導入するか、そしてどうすれば継続的に価値を届けられるかといった判断にも影響します。逆に、市場や顧客との対話から、次に作るべきものが見えてくることもあります。

    だからこそ、これらを別々の工程として切り離さず、一つの取り組みで得たものをほかへ活かしながら、事業全体を前に進めていくことが重要です。

    そのために必要なのは、関係者を調整することだけではありません。自ら現場に入り、手を動かし、そこで得た理解や文脈を持ったまま、異なる領域を行き来すること。そして、それぞれの専門家と協働しながら、全体を前に進めていくことです。こうした一連の働きを、ここでは「オーケストレーション」と呼ぶことにします。

    担える範囲を AI が広げていく

    とはいえ、自ら実践しながら、異なる領域を行き来し続けることには相応のコストがかかります。だからこそ、専門性ごとに役割を分けることには合理性があります。一方で、その境界を越えて一人で担える範囲には限界がありました。

    しかし今、AI によってその制約が変わりつつあります。IVRy で Chief Data Officer を務める大曽根(@dr_paradi)は以下の記事で、この変化を「AIが分業の壁を壊した」と表現しています。

    技術を持った人間が、商談にも実装にも同時に関わり、モックを作って顧客の反応を見てプロダクトに反映できるようになった。これは AI 時代だからこそ生まれた役割の形だと思っています。

    顧客との商談に出るということは、単に「技術的な説明をする」ことではありません。顧客の課題を理解し、何が本当に必要かを自分で判断し、「なぜそう判断したのか」を顧客に語り、その実装に責任を持つということです。意思決定と説明責任の両方を、一人が引き受けプロダクトに反映させることができます。

    AI 時代になぜ人を採用するのか|おおそね(強調は筆者)

    AI によって、役割の境界を越えて自ら実践するハードルは、これからさらに下がっていきます。顧客、技術、プロダクト、事業のあいだを行き来し、それぞれで得た理解をもとに自ら判断し、それを次の実践へつなげ、責任を持って全体を前に進めていく。こうして、オーケストレーションを担える範囲も、さらに広がっていきます。

    事業を前に進める Data Product Orchestrator という役割

    データから生まれる価値を事業として広げていくには、異なる領域を行き来しながら、全体を前に進めるオーケストレーションが必要です。

    その役割を IVRy で担うのが Data Product Orchestrator(DPO)です。

    IVRy の DPO は、データチームの一員です。そこにはさまざまな専門性を持つメンバーが集まり、IVRy 全体のデータ基盤から、Data Hub をはじめとするデータプロダクトまで、幅広い領域に取り組んでいます。

    Data Hub を前に進めるために、DPO はさまざまな領域を行き来します。Sales や PMM とアカウント戦略を考え、提案やデモを作る。現場に出て、顧客と議論を重ね、実際のデータを見て、作って試す。目の前の課題を解きながら、新たなニーズや使い方、次に取り組むべき課題を見つけていきます。自社のさまざまな部署や業務も、実践の場です。

    そうした実践から見えてきたものを、エンジニアや PdM とプロダクトに落とし込み、データ連携や導入までつなげます。そして一連の取り組みで得た知見を、次の提案や開発、さらには事業の方向性にも活かしていきます。

    IVRy の事業開発については、Data Hub メンバーによる東京大学大学院での登壇資料もぜひご覧ください。

    DPO は、データや AI の専門性を持って事業開発に取り組む役割です。幅広い仕事を担うことや、関係者を調整すること自体が目的ではありません。事業を成り立たせ、広げるために、自ら手を動かし、必要な領域へ入っていく。そして専門家を巻き込みながら、全体を前に進める。それが DPO に求められることだと、私は考えています。

    データと AI の可能性を、価値にして届ける

    DPO には、技術の専門性を活かしながら、何に取り組むかを考え、事業をかたちにしていく面白さがあります。

    その面白さは、そのまま難しさでもあります。向き合うのは、正解が分かっている問題ばかりではありません。新しい技術を、目の前の状況にどう活かし、価値につなげるかを自ら考える必要があります。

    ポポポ

    19世紀末、映画が誕生したとき、まだ誰もその可能性を十分に理解していませんでした。当初はカメラを固定し、舞台演劇を客席から眺めるように撮る作品も多かったといいます。そこから試行錯誤が重ねられ、カメラを動かし、映像を切り貼りして、時間や空間を自在につなぐ、映画ならではの新しい表現が拓かれていきました。

    こうした変化は、演技や脚本、照明、音響、そして監督といった仕事のあり方や、さらには作品を観客へ届ける仕組みにも広がっていきました。

    21世紀にも、同じことが言えるのではないでしょうか。膨大なデータが生まれ、技術も急速に進歩しています。しかし、それによって何ができ、どんな価値を生み出せるのか。それを事業としてどう広げていくか。そのためにどんな仕事や役割が必要になるのか。その答えはまだ十分に見えていません。だからこそ、自ら手を動かしながら、その可能性を探っていく必要があります。

    ポポポ

    まだ見ぬ AI やデータの可能性を探り、それをかたちにして、事業を前に進めていく。そうした DPO の役割は、IVRy が掲げる Mission「最高の技術を、すべての人と企業に届ける」につながっています。

    IVRy も、Data Hub も、DPO も、まだまだこれからです。自分たちで作っていけることがたくさんあります。そこに面白さや意義を感じてくれる方がいたら、ぜひお話ししましょう!

     
     

    sorami

     
     
    思考のための道具に興味があります。 https://sorami.dev/

    あなたへのおすすめ