エンタープライズ・アーキテクチャに新しいプレイブックが必要な理由

「データ信頼とAI時代のエンタープライズアナリティクスの進化」では、信頼できるデータの基盤的な役割と、その確立にガバナンスがなぜ重要なのかについて述べました。しかし、エンタープライズアーキテクチャ（EA）が、解決策のより大きな部分を担う可能性がありながら、意図せずに問題の一因となっている背景や、より重要な点として、EAがどのように進化して変化をもたらすことができるかについては触れていませんでした。EA機能（通常はIT部門が管理）は、成果志向のビジネスダイナミクスに適応するだけでなく、21世紀の企業において自らの存在危機を無意識に招いてきました。過去3年間で台頭したインテリジェントシステムは、この危機を加速させ、機能の価値、プロセス、およびビジネス成果との整合性を問う。

冷静かつ率直にその理由を分析すると、EAの潜在的な価値が、ビジネス視点からプロセスとアプローチを統合することに成功しなかったことが明らかだ。これは、そのような統合を謳うメソドロジーを採用していたにもかかわらずだ。私の経験では、持続可能で価値駆動型のモデルを採用する現代の企業の大多数において、EAは一貫して機能することはほとんどない。

フォーチュン500企業における消費財業界と自動車業界のEA組織の元メンバーとして、私は支援するビジネスステークホルダーと同様に、混乱と frustration を抱えていた。質問の方が答えよりも多かった。ビジネス成果や実際の実行への明確な視界がない中で、TOGAF、FEAF、Zachman、能力マッピング、メタモデルなどのフレームワークへの教条的で盲目的な執着はなぜなのか？なぜ、現実的なアプローチやパートナーシップよりも、パターンに基づく領土争いやルール遵守に固執するのだろうか？なぜ、ビジネス部門と直接連携し、実現可能な可能性を埋め込み支援し、ビジネス現実と結びついた実践的で測定可能な成功事例を通じて、望ましい「意思決定の場に席を得る」ことを目指さないのだろうか？

明らかに、インテリジェントシステムは、EAが方向性を失い、ビジネス成果を犠牲にして教条、パターン、フレームワークを通じた戦略的意図に固執するあまり、完全に動けなくなっていることを浮き彫りにしている。よく引用される経営の権威ピーター・ドラッカーはかつて次のように述べた。「混乱の時代における最大の危険は、混乱そのものではない。昨日の論理で行動することだ。」私たちは、ゲームを変える新しいプレイブックが必要だ。そのプレイブックは、3つの核心的な原則を認めるものだ：

1. 教条的なアプローチよりもデリバリーを重視する。 アーキテクチャの原則が柔軟性を欠く義務化になると、創造性や対応力が失われる。
2. パターンよりも実用主義を重視する。 「ベストプラクティス」に過度に依存すると、チームは独自のビジネスコンテキストや新興テクノロジーに適応できなくなる可能性がある。
3. フレームワークよりも柔軟性を重視する。 フレームワークの整合性に過度にこだわることは、EAチームが新たな機会や脅威に迅速に対応できなくなる原因となることが多い。

Gartnerによると、「2025年までにAIが売上高の成長に貢献すると期待するCEOは80%を超える一方、同じように期待するCIOは3%に過ぎない」とのことです。Gartnerはさらに、その可能性を最大限に引き出すためには「EA実践に信頼性が欠如していると困難になる」と指摘している。

私はこれまで、EAの重要な転換点（クラウド、APIファーストなど）をいくつか目にしてきたが、今回の変化は現実のものとなり、リアルタイムで進行中だ。EAは、AIの影響を受けるすべての機能と同様に、まさに存在意義の転換点に立っている。CIOがAIの採用加速、データ複雑化の拡大、規制要件の急増に苦闘する中、伝統的なEAフレームワークと実践は、現代のビジネスニーズの速度と規模との不一致がますます顕著になっている。エージェント型 AI、次世代データアーキテクチャ、エージェントベースのガバナンスの融合により、EA が価値を創出するための位置付けを根本的に見直す必要が生じている。

AI およびデータ中心のテクノロジーの急速な進化により、組織は情報資産の構造とガバナンスの見直しを迫られている。企業は、データがビジネスドメインによって所有および管理されるドメイン駆動型データアーキテクチャから、大規模なクロスドメイン統合を必要とする AI/ML 中心のデータモデルへと移行を進めている。この移行は、従来の EA の実践と両立するかどうかという疑問が生じる。答えは、緊張関係はあるものの、この変化は EA と根本的に矛盾するものではなく、EA の運用方法に大幅な変革を求めるものであるということです。

従来の EA と認知主導のデータアーキテクチャの衝突

エンタープライズアーキテクチャは、標準化されたビジネスプロセス、データガバナンス、テクノロジースタックに重点を置き、IT システムとビジネス目標を整合するための構造化された方法論を組織に提供してきた長い歴史がある。データメッシュなどのドメイン駆動型データアーキテクチャは、データ製品の所有権をビジネスドメインに割り当てることで、エンタープライズ全体の相互運用性とガバナンスの基準を維持しつつ、アジリティとローカル最適化を実現する。しかし、このアプローチはデータサイロやガバナンスの断片化を引き起こす可能性があり、組織全体でデータをシームレスに流通させる必要があるリアルタイムのAI駆動型インサイトを実現することが困難になる。

新興のAIデータモデル：新たな要求と摩擦

AI および機械学習モデルは、大規模で多様かつ適切にガバナンスされたデータセットへの継続的なアクセスを必要とする。これらのモデルは、多くの場合、ドメイン駆動型アーキテクチャによって設定された境界を越えて、さまざまなドメインにまたがるデータを集約する必要がある。これは、ほとんどの EA の行動と大きく矛盾しており、主に 3 つの要因に起因する。

• 分散化。AI イニシアチブは、多くの場合、一元化されたデータレイクを必要とするが、ドメイン駆動型モデルは分散化された所有権を重視する。
• 複雑なガバナンス。データがドメイン間でフェデレーション化されながらAIモデルによって中央で消費されるため、データ品質、データ系譜、コンプライアンスの確保がより困難になる。
• オンデマンドのデータアクセス。AI システムは、リアルタイムのデータアクセスと適応性を必要とするが、これは、より固定的でプロセス中心の従来の EA フレームワークと衝突する可能性がある。

現代の EA はこのギャップをどのように埋めることができるのか？

Dharani Pothula 氏によると、「エンタープライズアーキテクトは、堅牢なデータパイプラインを確立し、データ品質基準を施行し、セキュリティやコンプライアンスを損なうことなく AI を効果的に運用できるガバナンスフレームワークを実装する必要がある」とのことです。AI 中心のデータモデルへの移行は、本質的に互換性がないわけではなく、設計上ではなく、デフォルトで EA 自体を変革している。主要なアナリストや実務家は、EA は、厳格で反復的なレビューや静的なモデルから、よりダイナミックでリアルタイム、成果重視の分野へと進化しなければならないと強調している。

EA における基礎的かつ適応性の高いアーキテクチャの機会は数多くあるが、それには、厳格な構造、フレームワーク、組織構造にあまり重点を置かない、進化的なステップ、柔軟性、および対応力が必要だ。前述したように、EA をビジネス機能に直接組み込む、あるいは連携させるという概念は、その機能をビジネスの現実と実現可能性に結びつける。この「EA の融合」という概念は、EA を実践として真にアジャイルな形にする必要があることを意味する。

• 現代の EA は、グローバルな監視と、半自律型および完全自律型のビジネスドメインの両方を柔軟にサポートし、データ共有、AI ガバナンス、およびドメイン間のコラボレーションのためのフレームワークを提供しなければならない。
• AI ベースのデータガバナンスは、データ品質チェック、メタデータ管理、コンプライアンス監視を自動化し、EA チームが AI データフローの複雑化に対応するのを支援する。
• コンポーザビリティとクラウドネイティブアーキテクチャは、モジュール型、API ファースト、AI-Ops ベースのクラウドネイティブ設計への移行を可能にする組み合わせだ。これらは、AI とリアルタイム分析の要件により適している。その違いは、観察可能で、知能的で、動的なエンタープライズアーキテクチャとして現れる。
• 適応型アーキテクチャは、もはや単なる理想的な「スライドウェア」の演習ではない。AIは、リアルタイムのモニタリング、分析、適応型エンタープライズアーキテクチャを可能にし、静的なドキュメントから、生き生きと進化するモデルへと移行している。

エージェント技術とは何か、そしてEAにどのような意味を持つのか？能力マッピングは、戦略的アラインメントと変革、ロードマップ、合併・買収などにおいて、EAにおいて長年重要な役割を果たしてきた。しかし、これらの取り組みは、複数の事業部門にわたる複雑なステークホルダーのアラインメントを要する、長期間にわたる分析作業となることがある。時間、分析、ドキュメント化、コミュニケーション、ステークホルダーの関与に対する要求を考慮すると、プロセス、ツール、成果は、最良の場合でも困難を伴う。

では、エージェント技術はこれらをどのように変えるのか？Neudesicの成長と拡大戦略担当副社長であるSarah Shah氏によると、エージェントが記憶と結果の強化を通じて学習する能力により、埋め込まれたエージェント組織は知能的で適応力のあるビジネスになることができる。Shah氏は、「AI自動化からエージェントAIへの移行は、組織が知能的でダイナミックになる方法における根本的な変革を表している」と指摘している。

EAの自動化に関する実践はどうだろうか？エージェントは、静的で脆弱なワークフロー自動化（RPA）から、リアルタイムでクロスプラットフォームのオーケストレーションモデルへの根本的なシフトを駆動する。AgilePointのジェシー・シャーによると、「企業は、単一のベンダーエコシステムに縛られた静的なワークフローに限定されなくなった。代わりに、さまざまなプラットフォームからエージェントを統合し、複数のシステム間で意思決定を実行できる抽象化され、組み合わさるフレームワークを採用している」と述べている。

リアルタイム適応型オーケストレーションの概念は、EAパターンの前提が静的なルールとオーケストレーションから、エージェント間の適応型相互作用へと根本的にシフトしたことを意味する。これにより、静的なパターン、原則、ガードレール、ガバナンスではなく、エージェントベースの強化学習を通じたシミュレーションへの焦点が移る。エージェントは「目標、計画、記憶」を通じて学習する。最終的に、エージェントがアーキテクチャとワークフローを動的に適応させる能力を獲得した場合、アーキテクトはエージェントエコシステムにおけるそれらの可能性のある行動をシミュレートし、リスクと報酬を理解することに焦点を当てなければならない。パターンと原則は、シミュレーションと自己オーケストレーションされた結果、動的なアーキテクチャへと進化する。エージェンシーが、ここしばらくで見られた最も強力な変化であることは否定できない。これにより、私たちの焦点は、デフォルトでガバナンスの重要性、そしてそれが認知アーキテクチャの時代において何を意味するかに移っている。

EA とガバナンスの新しい関係とは何であり、それはどのように異なるのか？

これまで、エンタープライズアーキテクチャ組織は、監督、意思決定、基準の実施を調整するために設計されたアーキテクチャレビューボードなど、さまざまな方法でガバナンスを管理してきた。これらは、EA が企業内を指示と善意を武器にナビゲートする、長期間かつ時間と手間のかかる官僚的なプロセスとなることがほとんどです。これらのプロセスは、一貫性、コンプライアンス、リスク管理、場合によっては戦略的整合性を確保するため、ほぼ常にポリシーと基準に準拠している。

エージェント型アーキテクチャにおけるガバナンスは、EA の焦点を、エージェントがエコシステムに参加するためのドメイン権限の定義に移すことで、その役割を逆転させる。これには、エージェントが相互作用できるシステム、実行できるコマンド、相互作用できる他のエージェント、依存する認知モデル、および設定された目標が含まれる。エージェントが適切な企業市民として行動することを確保するには、エンタープライズアーキテクトはビジネス部門と協力し、エージェントがビジネスを代表して実行できることとできないことのパラメーターを設定する必要がある。

さらに、その関係とパラメーターは「トークン化」され、それらのアクションを実行する能力を認証する必要がある。これは最終的に、シミュレーションを通じて実行、検証、認証を行う能力が、EAガバナンスの次の段階または進化となることを意味する。意図的なエージェントの能力と実行計画を通じてリスクを管理するバランスは、競争優位性を確保しつつ、望ましくない行動や結果を強化しないことを保証する。

データメッシュから、シニアテクノロジーエグゼクティブ兼思想リーダーのエリック・ブロダが「エージェントメッシュ」と呼ぶものへの進化は、サイロ化されたデータドメインがエージェントを通じて抽象化されることを意味する。ブロダによると、「エージェントと所有者は、エージェントが期待通りに機能していることを示すためのツールが提供される。ブロダは『ガバナンス』の代わりに『認証』という用語を使用している」

進化の道筋は完全に確実または明確ではないかもしれないが、成功している企業とエンタープライズアーキテクチャ組織は、不確実性を管理し、道筋が明確になるにつれて進化する方法を理解しているからこそ成功している。これには、EAが適応可能であり、何より、組織が認知アーキテクチャの現代的な風景において同様に適応可能で競争力を持つための環境的・技術的なトリガーを認識することが必要だ。

この記事は、IASA Chief Architect Forumとの提携により作成された。CAF の目的は、ビジネステクノロジーアーキテクチャの芸術と科学、およびその進化について検証、挑戦、支援を行うとともに、職業の内外におけるチーフアーキテクトの影響力とリーダーシップを強化することだ。CAF は、ビジネステクノロジーアーキテクトのための非営利の専門団体である IASAのリーダーシップコミュニティだ。