2028年までに生成AIアプリの80％が既存データ基盤上で開発へ
2025年6月2日、「Gartner Data & Analytics Summit」において、Gartner社は、2028年までに生成AI（Generative AI）ビジネスアプリケーションの80％が既存のデータマネジメントプラットフォーム上で開発されるようになるとの予測を発表しました。
生成AIの開発はこれまで、多様な技術要素の統合や環境構築に時間とコストを要してきましたが、Gartnerはこのシフトによって、開発の複雑さと所要時間を50％削減できると見ています。企業のAI活用が新たな段階に入る中で、データマネジメントのあり方にも変革が求められています。
データ基盤の再定義が始まる
生成AIアプリケーションの構築は、単に大規模言語モデル（LLM）を導入するだけでは成り立ちません。企業内データの活用、ベクトル検索やメタデータ管理、プロンプト設計、埋め込み処理など、多岐にわたる技術の組み合わせが不可欠です。Gartnerのシニアディレクターアナリストであるプラサド・ポレ氏は、「技術を個別に導入するだけでは、開発が遅れ、コストが無駄になりかねない」と指摘しています。
こうした背景から、Gartnerは、企業が既存のデータ管理基盤を活用し、統合的なアーキテクチャを構築することが、生成AIの社会実装を加速させる鍵になると提言しています。従来はデータウェアハウスやDWH単体での処理が中心でしたが、今後はRAG（後述）のような高度なアーキテクチャに適応可能な、「AI Ready」なプラットフォームへの進化が求められる時代に入ります。
RAGがもたらす精度と柔軟性
今回のサミットでとりわけ注目されたのが、「RAG（Retrieval-Augmented Generation）」の役割です。RAGは、LLM単体の限界を補う技術として急速に台頭しています。従来のLLMは主に公開情報で訓練されており、個別のビジネス課題には必ずしも対応できません。これに対し、RAGは社内の構造化・非構造化データを取り込み、文脈情報として活用することで、LLMの出力に正確性と説明可能性をもたらします。
重要なのが、「意味情報（セマンティクス）」の取り扱いです。メタデータ管理やデータカタログの整備により、情報の由来や文脈を明示することで、出力のトレーサビリティと信頼性を高めることが可能になります。これは、金融や製薬など高い説明責任が求められる業界では不可欠な視点となります。
データ基盤の戦略的リニューアルが不可欠
Gartnerは、今後の生成AIアプリケーションの実装に向けて、以下の3つの重点戦略を提言しています。
まず、既存のデータ管理プラットフォームを「RAG as a Service」へと進化させることが第一です。従来のドキュメント検索や個別データストアではなく、統一された知識ベースとして再構築することが、AI導入のスピードと柔軟性を大きく高めます。
次に、RAG関連技術の積極的導入です。ベクトル検索やグラフ構造の活用、データのチャンク処理といった技術は、従来のDMP（データマネジメントプラットフォーム）との親和性が高く、既存エコシステムを活かした拡張が可能です。
さらに、メタデータの活用によるセキュリティ強化が重要です。単なる技術的な情報だけでなく、データの利用時に生成されるオペレーションメタデータも含めて保護対象とすることで、プライバシーリスクや知財漏洩の防止に役立てることができます。企業にとっては「攻め」と「守り」の両面からAI導入を支えるアプローチが問われています。
今後の展望：AIネイティブなデータ活用時代へ
2028年に向けて、企業の生成AI導入は、データプラットフォームの「AIネイティブ」化と表裏一体の動きになると考えられます。単なるAI機能のアドオンではなく、設計段階からAIを前提としたデータ設計、セキュリティ、ガバナンスを備えた基盤づくりが競争力を左右します。
RAGなどの構成技術は今後、より標準化が進み、データ利活用のインフラとして企業ITに組み込まれていく見通しです。ガートナーが示すように、「分断されたデータ活用」から「統合された知識活用」へと転換を進める企業が、次のAIビジネスの覇権を握ることになるでしょう。
