データアナリストの皆さんに、ひとつ質問があります。
調子はいかがですか？
今年は絶え間ない変化の連続でした。働き方から、それを支えるテクノロジーに至るまで、あらゆるものが大きく変わり続けています。
こうした変化は困難を伴うものです。その一方で、ビジネスとデータを最も深く理解している人々、特にデータアナリストには、かつてないほどのチャンスが広がっていると私は考えています。
私たちは最近、アナリストの役割がどのように変化しているのかをより深く理解するために調査を実施しました。その調査から明らかになったのは、AI時代においてもデータアナリストの役割は依然として不可欠であるということです。その理由を見ていきましょう。
AIはアナリストの業務効率を高めている
2023年、生成AI導入の転換点において、ビジネスサポートや物流関連の職種に従事する従業員の半数がAIに仕事を奪われることを懸念していました。現在でも多くのアナリストがその懸念を抱いています。
しかし、私たちの調査結果はそれとは大きく異なるものでした。それはより希望に満ちたものでした。
私たちが話を聞いたアナリストのほぼ全員（96%）が、AIを活用して業務を効率化していると回答し、47%はAIが業務負荷の軽減に役立っていると答えました。
- 76%が、AIによってより効果的かつ効率的に業務を遂行できていると回答
- 55%が、AIによって生産性が向上したと回答
- 87%が、AIによって仕事への満足度が向上したと回答
AIは、生産性を飛躍的に高める存在となっています。現在、アナリストの10人中8人以上（83%）が、ミッションクリティカルな意思決定に影響を与えています。彼らはAIの力を活用しながら、組織の方向性を導いています。これらの結果は前向きで期待の持てるものです。
しかし、AIはアナリストの業務効率を高めただけではありません。AIはアナリスト自身の役割も変えています。エンタープライズAIの導入により、AIの実運用を目指すすべての部門や業務プロセスにおいて、アナリストの関与がほぼ不可欠となっています。
その理由は2つあります。1つ目は、ロジックレイヤーの欠如です。
エンタープライズAIに欠けているもの：ロジックレイヤー
AIモデルはデータを基に優れた推論を行うことができますが、特定の企業や部門の運営を支えるルールや計算方法、そして組織固有の知識を自ら導き出すことはできません。
もしビジネスリーダーから「カリフォルニア州における第1四半期の売上はいくらですか」と聞かれても、すぐには答えないでしょう。その代わりに、質問を始めます。
売上原価を差し引いた純売上高をご希望ですか？ウォール街向けの報告値ですか、それとも店舗責任者向けに提供している数値ですか？パートナー経由の売上も含めますか？
こうした質問は非常に重要です。もし従業員がLLM（大規模言語モデル）に同じ質問をした場合、そのテクノロジーにはまずクリーンで正確なデータが必要ですが、それと同時にその企業のビジネスに対する深い理解も求められます。
ビジネスロジックはAIワークフローに組み込むのが最も難しく、またスケーリングが最も困難な要素です。なぜなら、それは表計算ソフトや文書化されていない業務プロセスの中、そして長年にわたって専門性を磨いてきた担当者の知識の中に存在しているからです。
ビジネスアナリストは、収益認識、コミッション体系、顧客セグメンテーションといった業務の背後にあるプロセスとデータの両方を真に理解している数少ない人材です。そのため、企業はエンタープライズAIシステムのロジックレイヤーの構築と維持をアナリストに頼るようになっています。
AIを信頼できるものにする
次に、信頼性のギャップという課題があります。AIシステムへの信頼は獲得しなければなりません。その出力は検証可能で再現可能である必要があります。意思決定者は、AIシステムがどのようにしてその答えにたどり着いたのかを理解し、その答えが正しいと信頼できて初めて、自信を持って行動できます。
私たちの調査では、AI活用を成功させる上での上位3つの障壁は次のとおりでした。
- AIの出力をステークホルダーに説明または解釈することが難しい（55%）
- ビジネスユーザーの分析スキルが不足している（54%）
- データ品質が低い（50%）
AIプロジェクトの約半数（47%）が、データ品質やガバナンスの問題によって失敗していることも忘れてはなりません。
アナリストはこれまでも、AIワークフローへの「入力」となるデータのクレンジングや検証において重要な役割を果たしてきましたが、現在では「AIの監督者」としての新たな役割も担っています。
私たちの調査では、アナリストはAIの監督業務として、AIが生成した出力の検証や修正に平均約4時間を費やしていると回答しており、約5人に1人（16%）が、これらの作業に週6時間以上を費やしていることが明らかになりました。
こうした関与は偶然ではありません。AIワークフローには、あらゆる段階において透明性と説明責任が求められます。データに何が起きているのかを説明し、AIが正しい答えにたどり着いたことを検証する役割は常に誰かが担う必要があります。世界中のアナリストがこの役割を担うようになっています。
63%のアナリストが、AIの出力を検証するスキルの重要性が高まっていると回答
アナリストがエンタープライズインテリジェンスを支える
将来に不安や不確実性を感じているアナリストの方もいるかもしれません。その気持ちはよく分かります。しかし、今回の調査結果が皆さんに希望をもたらすことを願っています。AIを活用する組織にはアナリストの深い関与が欠かせません。
まず、データのクレンジングと準備を行い、信頼できるAIの基盤を構築するためです。次に、ビジネスロジックを計算やAIワークフローに適用するためです。そして最後に結果を検証するためです。アナリストは最初から最後まで、あらゆる段階で必要とされています。
これからの企業が「バイブコーダー」だけで運営されることはありません。むしろ、最も価値の高い人材はデータとビジネスを深く理解している人たちです。それはビジネスアナリスト、レベニューオペレーションの専門家、財務チームのメンバー、そしてサプライチェーンの専門家たちです。彼らこそが、AIが意図どおりに機能していることを確実にできる存在なのです。
アナリストの将来の役割についてさらに詳しく知りたい方は、調査レポート「データアナリストの現状：ビジネスロジックの台頭」をご覧ください。