企業でAIを導入しても、実際の業務改善につながらないケースは少なくありません。その大きな理由の一つが、AIが企業の業務プロセスの文脈(コンテキスト)を理解していないことです。
プロセスマイニングで知られるCelonisは、この問題を解決するために Celonis Context Model(CCM) を発表し、さらに意思決定インテリジェンス企業 Ikigai Labs の買収を発表しました。
同社はこの組み合わせによって、企業AIの新しい基盤となる 「コンテキスト層(Context Layer)」 を構築するとしています。これはAIが実際の業務の流れを理解したうえで判断・行動できるようにするための仕組みです。
多くの企業ITは、次のような構造になっています。
しかしCelonisによれば、この2つの間には重要な欠落があります。それが業務の文脈を理解する層です。
AIが単にデータだけを見ても、実際の業務プロセス、依存関係、ルール、例外処理などを理解できないため、**「オペレーショナル・ブラインドスポット(運用上の盲点)」**が生まれると指摘されています。
CCMはこの問題を解決するため、企業のシステムや業務から得られる情報を統合し、AIが理解できる形で業務をモデル化する中間レイヤーとして設計されています。
Celonis Context Modelの中心にあるのが、企業オペレーションのリアルタイム・デジタルツインです。
CCMは以下のような情報を統合してモデル化します。
このモデルは、ERPや業務アプリ、デバイス、ユーザー操作など、企業内のさまざまなシステムから収集したプロセスデータとビジネス知識をもとに構築されます。
Celonisはこれを**「業務の言語をAIの言語に翻訳する仕組み」**と説明しています。AIは単なるデータではなく、企業の業務の実態を理解したうえで推論できるようになります。
今回の買収によってCCMに追加されるのが、**意思決定インテリジェンス(Decision Intelligence)**の機能です。
Ikigai LabsはMIT関連の研究を背景にしたスタートアップで、企業データ向けのAIモデルを開発してきました。
同社の技術の特徴は、企業で最も多い形式のデータである
を扱うための独自の Large Graphical Model(LGM) にあります。
この技術により、Celonisプラットフォームには次のような機能が加わります。
つまりCCMは単に現在の業務を可視化するだけでなく、将来の業務の変化をシミュレーションできる基盤へと拡張されます。
多くの企業AIは「分析」や「自動化」に焦点を当てています。しかし、意思決定の質を高めるには事前に結果を試せる仕組みが重要です。
CCMとIkigaiの組み合わせにより、企業は次のようなことが可能になります。
特にサプライチェーンや製造など、複雑なオペレーションを持つ業界では、リアクティブ(事後対応)から予測型の運用への転換が期待されています。
Celonisの狙いは、AIを単なる実験やPoCにとどめず、実際の業務プロセスに安全に組み込めるAI基盤を提供することです。
CCMによって企業は次のようなメリットを得られるとされています。
言い換えれば、CCMは**企業AIが共通して参照する「業務マップ」**の役割を果たします。
Celonisはこれまで、プロセスマイニングやプロセスインテリジェンスの企業として知られてきました。
しかしCCMとIkigai Labsの組み合わせにより、同社は次の段階を目指しています。
それは、企業AIが信頼して意思決定できる基盤レイヤーを提供する企業になることです。
もしこのアプローチが広く採用されれば、CCMは将来的に
Studio Global AI
Use this topic as a starting point for a fresh source-backed answer, then compare citations before you share it.
CelonisはContext Model(CCM)を発表し、Ikigai Labsの買収を発表。企業AIが業務の実態を理解できる「コンテキスト層」を構築する狙いがある。
CelonisはContext Model(CCM)を発表し、Ikigai Labsの買収を発表。企業AIが業務の実態を理解できる「コンテキスト層」を構築する狙いがある。 CCMは企業の業務プロセスをリアルタイムのデジタルツインとしてモデル化し、AIが業務フロー・ルール・例外・成果を理解できるようにする。
Ikigai LabsのMIT関連研究に基づく意思決定インテリジェンス技術により、予測・計画・シミュレーションなどの機能が追加される。