官公庁・公的機関がレガシーテクノロジーから脱却し、AI-readyになる方法

政府のテクノロジーのモダナイゼーションは、決して小さなタスクではありません。レガシーシステム、厳しい予算、公共サービスを提供するという高いハードルを乗り越える必要があります。 

今年のSnowflake Summitでは、オレゴン州マルトノマ郡とサンフランシスコ市郡のリーダーたちが、この課題にどのように立ち向かい、組織を前進させたかを共有しました。

モダナイゼーションの遅れによる真のコスト 

レガシーデータインフラストラクチャは、もはや単なるITの不便さとは見なされていません。連邦政府の義務化が加速し、AIの導入が新たな競争圧力を生み出し、有権者がより迅速で応答性の高いサービスを求める中、現状維持のコストは無視できないものになっています。それは、運用機能全体にわたって組織全体に影響を与える、ミッションデリバリーの問題として認識されています。

データエステートをモダナイズしていない官公庁・公的機関は、政府機関がコミュニティにサービスを提供する上で中心となりつつあるAIワークロードをサポートできません。複合的な問題は構造的なものです。レガシーシステムはデータサイロを生み出し、効果的なAI導入の構造的な障壁となります。

SnowflakeのMigrations and Modernization Center of Excellence担当DirectorであるFederico Zofaly氏は、Summitのパネルディスカッション「AI駆動のモダナイゼーション：オレゴン州マルトノマ郡がSnowConvert AIを活用」で次のように述べています。「データ戦略がなければ、AI戦略は存在しません。その上に何かを構築する前に、データを整理しておく必要があります」

前進している政府機関は、完璧な予算サイクルや義務化を待っていません。彼らはデータ基盤をミッションクリティカルな資産として扱い、それに応じて組織を前進させています。 

マルトノマ郡がデータサイロをどのように打破したか

オレゴン州最大の郡であり、ポートランドを擁するマルトノマ郡は、10年前のSQLサーバー環境を運用していました。それは数十のビジネスインテリジェンスワークロードに分散しており、とうの昔に組織を去ったエンジニアによって構築されていました。ドキュメントはまばらでした。アーキテクチャは一貫していませんでした。コストは上昇していました。

同郡は、モダンなデータプラットフォームに移行する必要がありました。官公庁・公的機関によくあるように何年も遅らせるのではなく、迅速に移行したいと考えていました。そして実際に、チームは5か月で移行を完了しました。¹

SnowflakeのSnowConvert AIを活用し、同郡は決定論的なコード変換と、複雑なタスクのAI支援による処理を組み合わせたハイブリッドな移行アプローチを採用しました。これには、手動での書き換えではなく、動的SQL、コードの修正、自動化されたテストケースの生成が含まれていました。同郡は、移行スケジュールの短縮、レガシーSQLサーバーのライセンスコストの将来的な支出削減、および保健福祉、公安、米国最大級の図書館システムなど、以前はサイロ化されていた事業部門を含む標準化されたアーキテクチャなどの結果を報告しました。

マルトノマ郡のSenior Database AdministratorであるMichael Hanna氏は、移行を成功させた要因について率直に語っています。「データの準備と移行の準備に費やした時間は、最終的に何倍にもなって返ってきます」

レガシーツールを使用している組織に向けたマルトノマ郡からの3つの教訓

• 必要だと思うよりも早く開始する：マルトノマ郡は、更新契約の1つの3か月前に移行を開始しましたが、結果的に十分な準備期間を確保できませんでした。マルトノマ郡のチームは、ライセンスの期限の理想的には1年以上前に移行の取り組みを開始することを推奨しています。

• すべてを移行しない：何を保持し、アーカイブし、または放棄するかを評価します。ワークロードを適正な規模にすることで、新しい環境が合理化され、プロジェクト全体のコストが削減されます。

• テストに十分な時間を割り当てる：コード変換には数週間かかる場合があります。検証と並行環境でのテストには数か月かかります。それに応じて計画を立ててください。

サンフランシスコが市全体のデータ文化をどのように構築しているか

サンフランシスコ市郡のChief Data OfficerであるSoumya Kalra氏と彼女のチームは、モダナイゼーションのジャーニーの初期段階にあります。Kalra氏が直面している最も差し迫った課題は、政府機関によくあるものです。各部門は歴史的に孤立して運営されており、それぞれが独自のシステム、自社開発のデータベース、「良いデータ」とは何かという定義を持っていました。

彼女のチームの焦点は、テクノロジースタックの更新だけではありません。それは、データのインサイトをサービス提供の真の一部にするための文化的なシフトを実施することでもあります。

目標は、部門間のインサイトを構造的に不可能にしていた部門のサイロを打破する、市全体の統合データプラットフォームです。しかし、Kalra氏は最初に何をすべきかを明確にしています。市全体でデータを統合する前に、チームは人々が参加したくなるような信頼、共有された基準、社内の推進者を構築する必要があります。

つまり、IT部門だけでなく、最初から運用機能全体のステークホルダーを巻き込むということです。たとえば、パイプラインを構築したエンジニアだけでなく、質問に答える必要がある公衆衛生局のアナリストのために設計することが含まれます。また、モダナイゼーションが持続するかどうかを決定するのはテクノロジーではなく、変更管理であることを受け入れることも意味します。 

サンフランシスコ市郡のストーリーは、モダナイゼーションの会話を支配する移行スケジュールや技術的なベンチマークに対する有用なカウンターウェイトです。最も重要な作業はコード変換ではない場合があります。それは、異なる働き方が努力する価値があることを組織に納得させることです。

技術的負債からAIの滑走路へ

モダナイゼーションに成功している官公庁・公的機関は、共通の認識を共有しています。彼らは移行を1回限りのプロジェクトとして扱うのをやめ、データが戦略的資産としてどのように管理されるかのシフトとして見始めています。

つまり、今日行われたアーキテクチャの決定は、3〜5年後に再構築する必要がないはずです。それは、統合され、ガバナンスが効いたデータ基盤が最終目標ではないことを認識することを意味します。それは、部門間のインサイト、予測分析、これまで不可能だったAI駆動のサービス提供など、次に起こるすべてのことへの滑走路です。

前進する道は、明確なシーケンスに従います。

1. 基盤をモダナイズする 

2. データエステートを統合する 

3. AIワークロードをアクティブ化する

前進している組織に共通する1つの特徴

前進している組織は、データ基盤をバックオフィスの懸念事項として扱うのをやめ、ミッションの優先事項として扱い始めています。

AI支援による移行、自動テスト、ガバナンスが効いたデータプラットフォームなど、そのジャーニーを加速するためのツールはすべて現在存在しています。問題は、政府機関がそれらを使用するための滑走路と先見の明を持っているかどうかです。

セキュアにコラボレーションしてデータを実用的なインサイトに変換し、クラウドの効率性でリソースを最大化し、AIのための信頼できるデータ基盤でイノベーションを加速する方法について、詳しくはこちらをご覧ください。

¹ _{Snowflake SummitセッションMI201：「AI駆動のモダナイゼーション：オレゴン州マルトノマ郡がSnowConvert AIを活用」}