データウェアハウスは数値を処理します。では、それ以外を処理するのは何でしょうか？

データウェアハウスは、企業が行った最も優れた投資の1つです。ビジネス全体からデータを収集し、一貫した構造に変換し、アナリスト、ダッシュボード、そしてますますAIツールによってクエリ可能にします。リーダーシップチームが収益、成長、運用、戦略について行う決定は、このインフラストラクチャを流れるデータに基づいています。

しかし、データウェアハウスがカバーしているのは、ある1つの種類の知識、つまり構造化された定量的な知識だけです。取引記録、利用メトリクス、財務データ、パイプラインの数字、サポートチケットの数などです。これは、組織が生成する知識の約20%にすぎません。IBMの研究によると、残りの80%はどのインフラストラクチャ層にも属さない非構造化の「ダークデータ」です。

その80%はコンテキスト（文脈）です。決定の背景にある議論、アーキテクチャの背後にある理由、解約数を説明する顧客との会話、戦略が議論され洗練された会議、チームが重要なトレードオフに取り組んだSlackのスレッドなどです。このコンテキストこそが数字に意味を与えるものであり、それにはウェアハウスも、変換レイヤーも、クエリインターフェースも、いかなるインフラストラクチャも存在しません。

80%に含まれるもの

データウェアハウスの外部に存在する非構造化コンテキストには、以下が含まれます。

意思決定の理由。 なぜ価格がこのレベルに設定されたのか、なぜ製品ロードマップでこれらの機能が優先されるのか、なぜエンジニアリングチームがこのアーキテクチャを選択したのか。決定は（データウェアハウスが追跡する）成果として目に見えます。しかし、その理由は、永続的でクエリ可能な形式で保存されていない会議やSlackのスレッドで共有されたため、目に見えません。

組織のナレッジ。 （ドキュメントに書かれている内容とは異なり）物事が実際にどのように機能しているか、誰が何を知っているか、過去に何が試され、なぜうまくいかなかったのか、どのプロセスに全員が知っていて誰も文書化していない非公式の例外があるか。これは、経験豊富な従業員を新しい従業員よりもはるかに効果的にする属人的なナレッジ（暗黙知）です。

関係性のコンテキスト。 電子メール、Slack、CRM、および会議にわたる顧客とのやり取りの全履歴。非公式の合意、コミュニケーションの好み、顧客が熱意を持って更新するか、あるいは代替案を検討するかを決定する関係性のダイナミクス。

創造的かつ戦略的な思考。 ブレインストーミング、仮説、行動にはつながらなかったものの将来の決定に関連する可能性のある洞察を含む分析。あるプロジェクトのために行われ、誰かが見つけることができれば別のプロジェクトにとっても価値がある調査。

なぜこのギャップが今重要なのか

構造化データインフラ（成熟し、普遍的）と非構造化コンテキストインフラ（不在）の間のギャップは、何十年も前から存在していました。現在、3つの要因により、これが急務となっています。

AIはコンテキストなしでは機能しません。 企業が導入するすべてのAIツールは、特定の組織で役立つためにコンテキストを必要とします。86%の企業が報告しているAIレディネスのギャップは、根本的にはコンテキストインフラのギャップです。AIはデータウェアハウスにクエリを実行できますが、コンテキストのクエリ先がないため、コンテキストにクエリを実行できません。

リモートワークにより、偶発的なコンテキストの伝達が失われました。 オフィスでは、会話の立ち聞き、ホワイトボードの図、カジュアルな雑談など、近接性を通じてコンテキストが伝達されていました。分散型のチームにはこのような偶発的なチャネルがないため、コンテキストは意図的なドキュメント化を通じてのみ伝達されます。そのドキュメント化をサポートするインフラがなければ、コンテキストはかつてないほどの速さで失われてしまいます。

調整コストが増大しています。 組織が成長するにつれて、調整（情報の検索、コンテキストの共有、決定の再構築）に費やされる時間の割合は、生産的な仕事に費やされる時間よりも早く増加します。データウェアハウスはこれを解決しませんでした。なぜなら、調整のオーバーヘッドはデータ不足ではなく、コンテキスト不足によって引き起こされるからです。

解決策としてのコンテキストウェアハウス

コンテキストウェアハウスは、データウェアハウスが構造化された20%に適用するのと同じインフラストラクチャパターンを、非構造化された80%に適用します。

コンテキストが生成されるツールからの収集：Slack、GitHub、会議、電子メール、Google ドライブ。

自己執筆型ドキュメントによる変換。生の活動を構造化され、引用可能なナレッジに変換します。

個々のツールや従業員よりも長持ちする、永続的で検索可能なライブラリへの保存。

人間向けにはセマンティック検索、AIエージェント向けにはMCPを介したクエリ。

データウェアハウスは何が起こったのかを伝えます。コンテキストウェアハウスはなぜそれが起こったのかを伝えます。これらが組み合わさることで、どちらか一方だけでは得られない全体像を提供します。

よくある質問

すでにデータレイクがありますが、それでは非構造化データをカバーできませんか？ データレイクは非構造化データを保存しますが、それを変換したり構造化したりはしません。データレイク内で特定のコンテキストを見つけるには、それが存在すること、そして大体どこにあるかを知っている必要があります。コンテキストウェアハウスは、生のコンテキストを構造化され検索可能なドキュメントに変換します。これが、単にデータを保存することと、それを役立たせることの違いです。

コンテキストウェアハウスは、既存のBIツールとどのように関連していますか？ それらを補完するものです。BIツールは、データウェアハウスからの定量的な質問に答えます。コンテキストウェアハウスは、必要なデータが構造化されておらず、定量的ではないためにBIツールでは対処できない定性的な質問（なぜ、誰が決定したのか、何が考慮されたのか）に答えます。

コンテキストウェアハウスの投資対効果（ROI）は何ですか？ データウェアハウスを価値あるものにするのと同じカテゴリです。より優れた意思決定（データだけでなくコンテキストにも基づく）、より迅速な業務（調整コストの削減）、ナレッジ消失リスクの低減（属人化の解消）、そしてAIレディネス（AIには見えなかった80%のデータがクエリ可能になる）です。

関連資料：コンテキストウェアハウスとは？、コンテキストは新たなデータである、データの80%はAIから見えない、散在するナレッジのコスト。関連ページ：自己執筆型ドキュメント、コネクション、ワン検索。