1.1　マッキンゼー報告書という「黒船」

西暦2011年5月。米国の経営コンサルティング会社マッキンゼーが、一本の報告書を世界に向けて放った。

タイトルは “Big data: The next frontier for innovation, competition, and productivity”。小売・医療・製造・行政など、あらゆる分野で膨大なデータを活用すれば、生産性が数兆ドル規模で向上すると試算されていた。

この報告書は、経営者の心に火をつけた。

比喩は美しかった。問題は、石油と違ってデータは「掘れば出る」ものでも「精製すれば使える」ものでもなかった点だが、誰もそこを深くは考えなかった。

1.2　日本上陸——言葉だけが先行した

日本にも波は届いた。2012年、日本語メディアでの「ビッグデータ」という言葉の出現頻度が急増した。コンサルタントが企業の会議室でパワーポイントを開き、ベンダーが「ビッグデータ基盤構築サービス」を提案し、雑誌の特集号が相次いで組まれた。

「ビッグデータ」は、知っておかなければならない言葉になった。意味を理解しているかどうかは、二の次で。

---

2.1　国が旗を立てた日

2012年7月。総務省「情報通信白書 平成24年版」が「ビッグデータが拓く未来」を特集タイトルに掲げた。国内市場を2012年に約2,000億円、2017年には1兆円超と予測。これが日本における「ビッグデータ王国」の正式な旗揚げである。

2.2　安倍政権と「世界最先端IT国家創造宣言」

2013年6月14日、安倍政権は「世界最先端IT国家創造宣言」を閣議決定した。医療・農業・防災・交通などあらゆる分野でビッグデータを活用し、2020年までに世界最先端のIT利活用社会を実現するという壮大な青写真だった。

企業の経営者たちは頷いた。「政府もそう言っている」。予算が確保された。プロジェクトが立ち上がった。担当者がアサインされた。ただし、誰もその「ビッグデータ」で何をするかを、具体的には決めていなかった。

---

3.1　黙って売られた、1日1億件のデータ

2013年7月1日。JR東日本はSuicaの乗降履歴データを日立製作所に提供し、「駅エリアマーケティング情報サービス」として外部販売するビジネスを開始した。性別・年代・駅ごとの利用時刻。氏名は除外しており、JR東日本は「個人情報には当たらない」との見解を示した。

問題は、利用者への事前説明がほぼなかったことだ。ニュースが広まるにつれ、SNSには批判が殺到した。「知らないうちに自分の行動が売られていた」——。

3.2　停止・検証・そして法改正へ

JR東日本は2013年9月にデータの外部提供を停止。2014年2月、有識者会議の中間とりまとめで「利用者への事前説明と選択の機会提供が不可欠だった」との結論が出された。

このスキャンダルは根本的な問題を露わにした——データを「持っている」ことと、データを「使う権利がある」ことは、同じではない。その整理が、法律においても企業の倫理においても、何もできていなかったのだ。

---

4.1　会議室で繰り返された奇妙な会話

ビッグデータブームが絶頂を迎えた2013〜2014年、日本企業の会議室では、奇妙な会話が繰り返されていた。

「うちもビッグデータをやらないと競合に負ける」「何をやるんですか？」「それをみんなで考えたい」「……今あるデータは何ですか？」「Excelに入ってます」

4.2　「データサイロ」という構造的問題

データを「集める」ことと、データから「価値を引き出す」ことの間には、巨大な溝があった。しかも、そもそも「使えるデータがない」という問題も噴出した。製造業では紙の製造記録、小売では非連携のPOSデータ、サービス業では属人的な顧客管理台帳——日本企業のデータは、システム間でバラバラの「サイロ」として存在していた。これを統合するだけで、何年もかかった。

---

5.1　グレーゾーンが生んだ萎縮とスキャンダルの両方

当時の個人情報保護法（2003年施行）は「個人情報」を「特定の個人を識別できる情報」と定義していた。「匿名化したデータ」がどこからが個人情報になるのか——このグレーゾーンが、企業の萎縮とデータの乱用の両方を引き起こした。

ある企業は「個人情報に当たるかもしれない」という恐れからデータを活用できず、別の企業（JR東日本）は「個人情報ではない」と判断して社会的批判を浴びた。同じグレーゾーンが、真逆の結果を生んだのだ。

5.2　Suicaが動かした法改正

2015年9月3日、改正個人情報保護法が成立した。最大の目玉は「匿名加工情報」という新概念の導入——個人を特定できないよう十分に加工されたデータは、本人の同意なく第三者提供できるとされた。施行は2017年5月。

ビッグデータブームが始まってから法整備が追いつくまで、5年以上かかった。

---

---

7.1　旗印だけが変わった

2016年3月。AlphaGoがプロ棋士イ・セドルを破った。「データを集めること」より「AIでデータを解析すること」の方が重要だと世界が気づき、会議室の言語が変わった——「ビッグデータ」が消え「AI・機械学習・ディープラーニング」が来た。

実は本質的な変化は何もなかった。AIは大量のデータなしには学習できない。変わったのは「旗印」だけ。しかし旗印が変わると、予算が動き、担当部署が変わり、コンサルタントの資料のタイトルが変わった。

7.2　ChatGPTという究極の逆説

2022年。ChatGPTが登場した。「ビッグデータ」は完全に過去の言葉になった。

しかしGPT-4がどれほど賢いかは、その学習に使われた数千億件のWebデータ——ビッグデータ——の質と量にかかっている。王国は倒れても、臣民は姿を変えて別の主君に仕える。情報処理の世界では、よくあることだ。

---

8.1　「宝の地図」問題

ビッグデータブームを振り返ると、奇妙なことに気づく。「データで価値を生み出した成功例」と「ビッグデータという言葉で予算を取ったプロジェクト」が、日本では後者に偏りすぎていた。

答えは「宝の地図」問題にある。地図を読む能力も、歩く体力も、地図を解釈する知識も——ほとんどの組織には準備できていなかった。「宝の地図を手に入れることが、宝を手に入れることだ」と信じた人々が多すぎた。

8.2　技術と倫理観の速度差

Suicaスキャンダルはその象徴だった。データは利用者の毎日の行動記録であり、無断で売って良い「石油」ではなかった。ビッグデータ王国は、データを「資源」として見すぎて「人間の行動の記録」であることを忘れた。

誰が悪かったわけでもない。技術が社会の倫理観を追い越す速度が速すぎただけだ。そしてその速度のズレを埋めるのが法律で、法律が間に合うまでに、スキャンダルとブームの消滅が先に来た。

データは、それを生み出した人間のためにあるはずだった。その当たり前の結論に到達するまでに、日本は5年以上かかった。

---

---